Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Samankaltaiset tiedostot
Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

Käänteismatriisin ominaisuuksia

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

Numeeriset menetelmät

Ratkaisuehdotukset LH 7 / vko 47

Matriisilaskenta Luento 8: LU-hajotelma

Matematiikka B2 - Avoin yliopisto

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

Matematiikka B2 - TUDI

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Johdatus tekoälyn taustalla olevaan matematiikkaan

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ennakkotehtävän ratkaisu

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Talousmatematiikan perusteet

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.

Insinöörimatematiikka D

Käänteismatriisi 1 / 14

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 48, , c)

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Ax, y = x, A y. A = A A hermiittinen. Jokainen reaalinen ja symmetrinen matriisi on määritelmän mukaan myös hermiittinen. A =, HARJOITUSTEHTÄVIÄ

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Lineaarialgebra ja matriisilaskenta I

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

2.5. Matriisin avaruudet ja tunnusluvut

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Numeeriset menetelmät

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

4.6 Matriisin kääntäminen rivioperaatioilla

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Matriisialgebra harjoitukset, syksy 2016

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

ja F =

Lineaarialgebra ja matriisilaskenta I

Matriisit ja vektorit Matriisin käsite Matriisialgebra. Olkoon A = , B = Laske A + B, , 1 3 3

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriiseista. Emmi Koljonen

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Lineaariset kongruenssiyhtälöryhmät

Determinantti 1 / 30

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

2.8. Kannanvaihto R n :ssä

Lineaariset yhtälöryhmät ja matriisit

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Matriisihajotelmat. MS-A0007 Matriisilaskenta. 5.1 Diagonalisointi. 5.1 Diagonalisointi

Lineaarinen yhtälöryhmä

9 Matriisit. 9.1 Matriisien laskutoimituksia

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Vektoreiden virittämä aliavaruus

MS-C1340 Lineaarialgebra ja

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

5 Lineaariset yhtälöryhmät

Numeeriset menetelmät

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

BM20A0700, Matematiikka KoTiB2

Lineaarialgebra, kertausta aiheita

(0 desimaalia, 2 merkitsevää numeroa).

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

tyyppi metalli puu lasi työ I II III metalli puu lasi työ

MS-A0004/A0006 Matriisilaskenta

Matematiikan tukikurssi, kurssikerta 3

1 Matriisit ja lineaariset yhtälöryhmät

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015

Determinantti. Määritelmä

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Transkriptio:

Matriisilaskenta (TFM) MS-A1 Hakula/Vuojamo Ratkaisut, Viikko 47, 17 R Alkuviikko TEHTÄVÄ J1 Mitkä matriisit E 1 ja E 31 nollaavat sijainnit (, 1) ja (3, 1) matriiseissa E 1 A ja E 31 A kun 1 A = 1. 8 5 3 Etsi yksi matriisi E = E 31 E 1 joka tuottaa molemmat nollat kerralla ja laske kertolasku EA. RATKAISU J1 Haluttu tulos saadaan lisäämällä ensimmäinen rivi toiseen riviin sekä vähentämällä ensimmäinen rivi kolmannesta neljällä kerrottuna. Matriiseilla esitettynä saadaan 1 E 1 A = 1 1 1 1 1 1 = 1 1 8 5 3 8 5 3 ja 1 1 1 E 31 A = 1 1 = 1. 4 1 8 5 3 1 3

Suorittamalla molemmat eliminaatiovaiheet saadaan 1 1 1 E 31 E 1 A = 1 1 1 1 4 1 1 8 5 3 1 1 = 1 1 1 4 }{{ 1 } 8 5 3 E 1 = 1 1. 1 3 TEHTÄVÄ J Lohkokertolaskun mukaan ensimmäinen sarake eliminoidaan kun ( ) ( ) ( ) 1 a b a b EA = =. c/a I c D D cb/a Edellisessä tehtävässä, mitä olivat c ja D? Entä mitä on D cb/a? RATKAISU J Matriisi A oli muotoa ( ) 1 a b = 1, c D 8 5 3 missä a = ja c = (, 8) T, b = (1, ) ja ( ) 1 D =. 5 3 Näin ollen saadaan TEHTÄVÄ V1 D cb/a = ( ) 1 1 5 3 ( ) = 8 ( ) 1 1. 1 3 Etsi hajotelma PA = LU, (ja tarkista), kun 1 1 1 A = 1 1, ja A = 4 1 3 4 1 1 1 RATKAISU V1 Tehtävässä määritetään LU-hajotelma osittain tuetulla Gaussin algoritmilla. Ensimmäiselle matriisille: Tukialkio on nyt

a 11 =, joten valitaan ensimmäisen sarakkeen itseisarvoltaan suurin alkio (tietokoneohjelmat valitsevat usein näin pyöristysvirheiden minimoimiseksi. Lopputulos on sama kuin esim. mitä Matlab antaa.) uudeksi tukialkioksi vaihtamalla rivit 1 ja 3. 1 1 1 3 4 P 1 A = 1 1 1 = 1 1. 1 3 4 1 1 Muita rivinvaihtoja ei tarvi tämän matriisin tapauksessa tehdä. Suoritetaan eliminaatio loppuun. 1 3 4 3 4 E 1 P 1 A = 1/ 1 1 1 = 3/ 1 1 1 1 1 1 1 3 4 3 4 E E 1 P 1 A = 1 3/ 1 = 3/ 1 = U /3 1 1 1 1/3 Saatiin yhtälö E E }{{} 1 A = U PA = LU, }{{} P 1 L 1 P missä 1 P = 1, 1 1 1 1 L = E 1 1 E 1 = 1/ 1 1 = 1/ 1 ja 1 /3 1 /3 1 3 4 U = 3/ 1. 1/3 Toinen matriisi: Laskettaessa LU-hajotelmaa suoraan Gaussin menetelmällä saadaan toisessa sarakkeessa tukialkioksi. Valitsemalla 1 1 4 1 PA = 1 4 1 = 1 1 1 1 1 1 1 1

tukialkio on itseisarvoltaan suurin ja saadaan 1 4 1 4 1 E 1 PA = 1/ 1 1 1 1 = 1 1/ = U. 1/ 1 1 1/ Nyt hajotelmassa 1 P = 1 1 1 L = E 1 1 = 1/ 1. 1/ 1 Tämäkin tulos on sopusoinnussa tietokoneen antaman hajotelman kanssa. TEHTÄVÄ V Osoita, että MM 1 = I, kun a) M = I uv T ja M 1 = I + uvt 1 v T u b) M = A uv T ja M 1 = A 1 + A 1 uv T A 1 1 v T A 1 u c) M = I UV ja M 1 = I n +U(I m VU) 1 V, U R n m, V R m n d) M = A UW 1 V ja M 1 = A 1 +A 1 U(W VA 1 U) 1 VA 1 Viimeinen kaava tunnetaan nimellä Shermanin-Woodburyn-Morrisonin matriisi-identiteettinä, ja sillä on useita sovelluksia insinööritieteissä. RATKAISU V Huom. kohdat a)-c) ovat kohdan d) erikoistapauksia, joten ratkaisuun riittää myös todistaa vain d) ja tulkita edelliset kohdat sen avulla. Näytetään seuraavassa kuitenkin kaikki kohdat erikseen. Oletetaan, että kaikki tarvittavat käänteismatriisit ovat olemassa. a) ) (I uv T ) (I + uvt = I + uvt 1 v T u 1 v T u uvt uvt uv T 1 v T u = I + (1 vt u)uv T uv T 1 v T u = I + uv T uv T = I

b) ) (A uv T ) (A 1 + A 1 uv T A 1 1 v T A 1 u = I + uvt A 1 1 v T A 1 u uvt A 1 uvt A 1 uv T A 1 1 v T A 1 u = I + uvt A 1 1 v T A 1 u uvt A 1 (vt A 1 u)uv T A 1 1 v T A 1 u = I uv T A 1 + (1 vt A 1 u)uv T A 1 1 v T A 1 u = I uv T A 1 + uv T A 1 = I c) (I n UV)(I n + U(I m VU) 1 V) = I n + U(I m VU) 1 V UV UVU(I m VU) 1 V = I n + U(I m VU)(I m VU) 1 V UV = I n + UV UV = I n d) (A UW 1 V)(A 1 + A 1 U(W VA 1 U) 1 VA 1 ) = I + U(W VA 1 U) 1 VA 1 UW 1 VA 1 UW 1 VA 1 U(W VA 1 U) 1 VA 1 = I + (U UW 1 VA 1 U)(W VA 1 U) 1 VA 1 UW 1 VA 1 = I + U(I W 1 VA 1 U)(W VA 1 U) 1 VA 1 UW 1 VA 1 = I + UW 1 (W VA 1 U)(W VA 1 U) 1 VA 1 UW 1 VA 1 = I + UW 1 VA 1 UW 1 VA 1 = I Tehtävän kaavat ovat erityisen hyödyllisiä esim. tilanteessa, jossa matriisin A käänteismatriisi on jo määritetty ja halutaan laskea käänteismatriisi uudelle matriisille, joka eroaa vain "vähän"matriisista A ks. https://en.wikipedia.org/wiki/woodbury_matrix_identity

Loppuviikko TEHTÄVÄ J1 Ratkaise Gaussin algoritmilla yhtälöryhmä Ax = b, kun 1 1 1 3 A = 3 1 1 1 1, b = 1. 1 3 3 5 Ratkaisu: ( 3 4 α + 3 4 β + 1 5 4 α + 1 4 β + α β) T. RATKAISU J1 1 1 1 3 3 1 1 1 1 1 1 3 3 5 1 1 1 3 4 5 1 8 4 5 1 8 4 5 1 8 1 1 1 3 4 5 1 8 1 3/4 3/4 1 4 5 1 8 1 3/4 3/4 1 1 5/4 1/4 Merkitään x 3 = α ja x 4 = β. Ratkaisuksi voidaan lukea pelkistetystä kokonaismatriisista x 1 3 x x 3 = α + 3β + 1 4 4 5α + 1β + 4 4 α x 4 β

TEHTÄVÄ J Ratkaisu: a) 1 Määritä Gaussin algoritmilla avulla A 1, kun 1 1 1 1 a) A = 1 1, b) A =. 4 1 4 8 1 4 6 1 4 1 ; b) 1 4 5 3 4 4 VASTAUS J Käänteismatriisi muodostetaan soveltamalla Gaussin algoritmia kokonaismatriisiin (A I). Kohdassa a) saadaan 1 1 1 1 1 1 4 1 1 1 1 1 1 1 1 4 6 1 1 1 1 1 1 1 1 4 1 1 1/ 1 3 1/ 4 1 1 4 1/ 1 3 1/ 1 1 1/ ; ja A 1 = 1 4 8 1 4 6 1 4 1.

Kohta b): Gaussin algorimilla saadaan 1 1 1 1 1 1 1 1 1 1 4 3 1 1 1 1 1 1 1 1 1 3 4 3 1 1 1 5/ 1 1 1 3/ 1, 1 1 joten TEHTÄVÄ V1 Olkoon A 1 = 1 A = 1 1 1 3 4 5 3 4 4, b =. 1 4. Osoita, että yhtälöryhmällä Ax = b ei ole ratkaisua. Tietyssä mielessä (pienimmän neliösumman mielessä) mahdollisimman hyvä ratkaisu (joka ei kuitenkaan tietenkään toteuta yhtälöryhmää) saadaan ratkaisemalla matriisiyhtälö A T Ax = A T b. Muodosta tämä yhtälöryhmä ja ratkaise se. Piirrä ryhmän yhtälöiden kuvaajat sekä saatu pienimmän neliösumman periaatteen mukainen ratkaisu tasoon R.

TEHTÄVÄ V1 Kokonaismatriisille saadaan 1 1 1 1 3 4 1 1 3 3, 1 josta 1 = x =, joten yhtälöryhmällä ei ole ratkaisua. Muodostetaan pienimmän neliösumman systeemi ( ) ( ) 6 5 9 A T Ax = A T b x =, 5 14 16 jolle saadaan ratkaisu ( 6 5 9 ) 5 14 16 ( ) 1 5/6 3/ 59/6 17/ ( ) 1 5/6 3/ 1 51/59 ( ) 1 46/59 1 51/59 Ryhmän yhtälöt ovat x + y = x y = 1 x + 3y = 4 y = x y = x/ + 1/ y = x/3 + 4/3. Kuvaan 1 on piirretty yhtälöitä kuvaavat suorat sekä yhtälöiden pienimmän neliösumman ratkaisu. TEHTÄVÄ V Olkoon 1 1 3 7 A = 3 1 5 4 α, b = 1 8. 3 4 β Tutki yhtälöryhmän Ax = b ratkaisujen lukumäärää lukujen α, β eri arvoilla.

Kuva 1: Tehtävän V1 yhtälöt 1.5 1.5 -.5-1.5 1 1.5.5 3 Ratkaisu: Yksi ratkaisu, jos β = 6, α 6; äärettömän monta ratkaisua, jos α = β = 6; muulloin ratkaisuja ei ole. RATKAISU V Pelkistetään matriisi yläkolmiomuotoon, josta ratkaisun voi suoraan lukea: 1 1 3 7 3 1 1 5 4 α 8 3 4 β 1 1 3 7 5 5 15 9 α 15 7 5 5 β 1 1 1 3 7 1 1 3 α 6 β 6.

MATLAB MATLABin LU-hajotelma lasketaan komennolla lu(a), missä erikoisuutena on se, että palautettavien arvojen lukumäärä voi vaihdella. Laske matriisin 1 1 A = 1 1 3 4 LU-hajotelma a) [L,U]=lu(A) ja b) [L,U,P]=lu(A). Onko kohdan a) tulos hämmentävä? RATKAISU MATLAB Matriisi A on sama kuin alkuviikon tehtävässä V1. Laskettaessa hajotelmaa komennolla [L,U] = lu(a); Matlabin palauttama matriisi L eroaa aiemmin lasketusta, sillä palautettu matriisi on itse asiassa matriisi PL. Jälkimmäisellä komennolla [L,U,P]=lu(A); saadaan myös permutaatiomatriisi P erikseen ja Matlabin palauttamat matriisit ovat samat kuin tehtävässä lasketut. Lisätietoja löytyy dokumentaatiosta https://se.mathworks.com/help/matlab/ref/lu.html.