1. Lineaarialgebraa A := Matriisin osia voidaan muutella päivittämällä riviä, saraketta tai osamatriisia (Matlabmaisesti): B :=

Samankaltaiset tiedostot
Pienimm"an neli"osumman sovitus

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Lineaarialgebra ja matriisilaskenta I

Mat-1.C Matemaattiset ohjelmistot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Matematiikka B2 - Avoin yliopisto

Johdatus tekoälyn taustalla olevaan matematiikkaan

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

Lineaarialgebra b, kevät 2019

mplperusteet 1. Tiedosto: mplp001.tex Ohjelmat: Maple, [Mathematica] Sievennä lauseke x 1 ( mplp002.tex (PA P1 s.2011)

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

Valitse ruudun yläosassa oleva painike Download Scilab.

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

Harj 2 teht. 13. mplv0009r.mw

802118P Lineaarialgebra I (4 op)

Lineaarialgebra a, kevät 2019 Harjoitus 6 (ratkaisuja Maple-dokumenttina) > restart; with(linalg): # toteuta ihan aluksi!

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Insinöörimatematiikka D

Lineaarialgebra a, kevät 2018

Lineaarialgebra ja matriisilaskenta I

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

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Lineaariset kongruenssiyhtälöryhmät

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Matematiikka B2 - TUDI

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

Käänteismatriisin ominaisuuksia

Matlab- ja Maple- ohjelmointi

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

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Numeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44

Ortogonaalinen ja ortonormaali kanta

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

2.8. Kannanvaihto R n :ssä

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Tieto- ja tallennusrakenteet

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

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

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

Insinöörimatematiikka D

1 Matriisit ja lineaariset yhtälöryhmät

Lineaarialgebra a, kevät 2018

Insinöörimatematiikka D

Opiskelijan pikaopas STACK-tehtäviin. Lassi Korhonen, Oulun yliopisto

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

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

Insinöörimatematiikka D

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

8. Yhtälöiden ratkaisuja Newtonilla, animaatioita

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

ITKP102 Ohjelmointi 1 (6 op)

Matematiikan tukikurssi

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

Ohjelmoinnin perusteet Y Python

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Lineaarialgebra b, kevät 2019

802320A LINEAARIALGEBRA OSA I

mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Ratkaisuehdotukset LH 7 / vko 47

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Insinöörimatematiikka D

Latinalaiset neliöt ja taikaneliöt

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

9 Matriisit. 9.1 Matriisien laskutoimituksia

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

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

Lineaariset yhtälöryhmät ja matriisit

= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.

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

Matriiseista. Emmi Koljonen

Gaussin ja Jordanin eliminointimenetelmä

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

Numeeriset menetelmät

BM20A0700, Matematiikka KoTiB2

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

MS-C1340 Lineaarialgebra ja

Kaksinkertaisen ominaisarvon tapauksessa voi olla yksi tai kaksi lineaarisesti riippumatonta ominaisvektoria.

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

Determinantti. Määritelmä

plot(f(x), x=-5..5, y= )

Alkioiden x ja y muodostama järjestetty pari on jono (x, y), jossa x on ensimmäisenä ja y toisena jäsenenä.

2.5. Matriisin avaruudet ja tunnusluvut

1 Lineaariavaruus eli Vektoriavaruus

1.1. Määritelmiä ja nimityksiä

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

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

815338A Ohjelmointikielten periaatteet Harjoitus 6 Vastaukset

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Neliömatriisin adjungaatti, L24

815338A Ohjelmointikielten periaatteet Harjoitus 7 Vastaukset

FUNKTIONAALIANALYYSIN PERUSKURSSI Johdanto

Transkriptio:

27. elokuuta 202

2 27. elokuuta 202 www.math.hut/~apiola/maple/la.pdf. Lineaarialgebraa Maplen matriisi- ja vektorioperaatiot ovat kirjastopakkauksissa LinearAlgebra ja linalg. Keskitymme pääasiassa edelliseen, uudempaan, mutta joskus joudumme käyttämään myös vanhan linalg:n funktioita. Useimmissa oppikirjoissa esiintyy vanha tyyli, kirjojen päivitysviiveestä johtuen. Uusi on monessa suhteessa verrattomasti parempi, Numsym-kurssille se sopii erityisen hyvin siksi, koska esim. matriisin osien poimiminen on tullut ajatustavaltaan varsin Matlab-tyyliseksi... Matriisin rakentelu ja osat. > sarake:=<,2,3>: > rivi:=< 2 3>: 2x2-matriisi koottuna sarakkeittain > <<,2> <3,4>>: 2x2-matriisi koottuna riveittäin. > A:=<< 2>,<3 4>>; A := 2 3 4 Matriisi voidaan rakennella osista: B:=<<A <,2>>, <a b c>>; 2 3 4 2 a b c Matriisin osia voidaan muutella päivittämällä riviä, saraketta tai osamatriisia (Matlabmaisesti): B,..-:=<x x x>: B; # Muutetaan. rivi. Indeksialue..- tarkoittaa "ensimmäisestä viimeiseen". (vrt. Matlab:n B(,:)) B := x x x 3 4 2 a b c > B,..-2: # -2 tarkoittaa: viimeistä edelliseen. > B..-,2:=<haa,hii,hoo>: B; > B2..3,,3:=<<2,3> <23,33>>: B; # Osamatriisin päivitys x haa x 2 hii 23 3 hoo 33 Indeksialue voidaan ilmaista listana, kuten i,i2,i3 tai tyyppiä "range"olevana rakenteena, kuten i..j. Edellisen viimeinen rivi voitaisiin siis kirjoittaa yhtä hyvin: > B2,3,,3:=... ;

3 (Maple:lle luonteenomaista on, että monet asiat voidaan ilmaista usealla Matriisin muodostaminen funktiolla Matrix Edellä esitettyjen rakentelutapojen lisäksi on funktio Matrix, johon sisältyy suorastaan uuvuttava määrä erilaisia valitsimia. Muutama perusasia kannattaa omaksua käyttöön. Matriisirakenne voidaan ajatella listojen listana. (Mathematica:ssa matriisi esitetäänkin näin.) Maple:ssa nämä rakenteet pidetään erillään, mikä on vähemmän eleganttia kuin Mathematica-tapa, mutta toisaalta huomattavasti tehokkaampaa. Funktio Matrix suorittaa muunnoksen listojen listasta matriisiksi. listalista:=x,x2,x3,y,y2,y3; listalista := x, x2, x3, y, y2, y3 > M:=Matrix(listalista); M := x x2 x3 y y2 y3 Usein tarvitaan myös käänteistä muunnosta. Monet Maple-funktiot ottavat argumentikseen listojen listan. Tyypillinen tällainen tilanne on annettujen datapisteiden piirto. Funktiolle plot annetaan tässä tapauksessa koordinaattipisteet xy parien listana ja kukin xy-pari on puolestaan kahden luvun lista x i, y i. Matriisi muunnetaan listojen listaksi näin: convert(m,listlist). Tässä tapauksessa saamme halutun muodon transponoimalla ensin matriisin. > LL:=convert(Transpose(M),listlist); LL := x, y, x2, y2, x3, y3 Jos data olisi numeerista, voisimme komentaa plot(ll) tai jos emme haluaisi murtoviivaa, > plot(ll,style=point,symbol=circle); Varsin kätevä tapa jonkin säännön mukaan muodostettavalle matriisille on se, jossa Matrix funktiolle annetaan parametreiksi matriisin koko ja indeksifunktio: > Matrix(2,3,(i,j)->ai,j); a, a,2 a,3 a 2, a 2,2 a 2,3 > Matrix(4,4,(i,j)->/(i+j-)); 4 x 4 Hilbertin matriisi Tutki lisää:?matrix,???matrix Laskutoimitukset /2 /3 /4 /2 /3 /4 /5 /3 /4 /5 /6 /4 /5 /6 /7 Verraton parannus vanhaan: Matriisikertolakun merkki on piste (.). Muut operaatiot ovat normaalit. "Matriisijakolaskulle"ei ole erikoismerkkiä (vrt. Matlab:n takakeno \). Lineaarinen yhtälösysteemi ratkaistaan komennolla LinearSolve.

4 A := <<a b c>,<u v w>>; a b c u v w > AT := Transpose(A): > B:=A. AT; a 2 + b 2 + c 2 au + bv + cw au + bv + cw u 2 + v 2 + w 2 > C:=Matrix(2,2,(i,j)->(x+y)^(i+j)); 2 (x + y) (x + y) 3 (x + y) 3 (x + y) 4 Matriisipotenssi: > C^2; (x + y) 4 + (x + y) 6 (x + y) 5 + (x + y) 7 Kirjoitetaan kukin matriisin alkio tekijämuotoon: > map(factor,%); (x + y) 5 + (x + y) 7 (x + y) 6 + (x + y) 8 ( y 2 + 2 xy + x 2 + ) (x + y) 4 ( y 2 + 2 xy + x 2 + ) (x + y) 5 ( y 2 + 2 xy + x 2 + ) (x + y) 5 ( y 2 + 2 xy + x 2 + ) (x + y) 6 Nauhamatriisit, BandMatrix > LL:=d,d2,d3:BandMatrix(LL); d 0 0 0 d2 0 0 0 d3 > LL:=a,a2,d,d2,d3:BandMatrix(LL); d 0 0 a d2 0 0 a2 d3 > LL:=a,a2,d,d2,d3,y,y2:BandMatrix(LL); d y 0 a d2 y2 0 a2 d3 > LL:=a,0,d,d2,d3,d4,y,y2:BandMatrix(LL);

5 d y 0 0 0 d2 y2 0 a 0 d3 0 0 0 0 d4 Nämä esimerkit näyttänevät erinäisiä BandMatrix:n perustoimintoja. Tästä on hyvä lähteä muodostamaan vaikkapa tyypillisä differenssimenetelmän diskretointimatriiseja..2. Lineaarinen yhtälösysteemi, LinearSolve. > A:=BandMatrix(2$3,$4,2$3); 2 0 0 2 2 0 0 2 2 0 0 2 > b:=<seq(,i=..4)>: Vector($4): > x:=linearsolve(a,b); > A.x; Huom! Edellä käytettiin dollaria $ jonojen muodostamiseen. Se on kätevä, mutta joissakin kohdissa hiukan "hutera"tapa. Varmempaa on yleensä käyttää seq-funktiota. (Toki siellä, missä dollari toimii, niin siitä vaan.) Tässä se näköjään ei suostu yhteistyöhön kulmasulkujen kanssa, sensijaan listasulut se hyväksyy ympärilleen.

6