Talousmatematiikan perusteet

Samankaltaiset tiedostot
Talousmatematiikan perusteet

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

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

Käänteismatriisi 1 / 14

Lineaarialgebra ja matriisilaskenta I

Ennakkotehtävän ratkaisu

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

Lineaariset yhtälöryhmät ja matriisit

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

2.8. Kannanvaihto R n :ssä

Käänteismatriisin ominaisuuksia

2.5. Matriisin avaruudet ja tunnusluvut

Insinöörimatematiikka D

Yhtälöryhmän herkkyys

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

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

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

4.6 Matriisin kääntäminen rivioperaatioilla

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

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

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

Valintakoe

Matematiikka B2 - Avoin yliopisto

Ortogonaalinen ja ortonormaali kanta

802118P Lineaarialgebra I (4 op)

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

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

BM20A0700, Matematiikka KoTiB2

Matematiikka B2 - TUDI

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Lineaariset kongruenssiyhtälöryhmät

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

1.1. Määritelmiä ja nimityksiä

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Insinöörimatematiikka D

10 Matriisit ja yhtälöryhmät

Gaussin ja Jordanin eliminointimenetelmä

Lineaarialgebra ja matriisilaskenta I

9 Matriisit. 9.1 Matriisien laskutoimituksia

Talousmatematiikan perusteet

Insinöörimatematiikka D

Johdatus tekoälyn taustalla olevaan matematiikkaan

Lineaarinen yhtälöryhmä

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

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

Talousmatematiikan perusteet

ja piirrä sitä vastaavat kaksi käyrää ja tarkista ratkaisusi kuvastasi.

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Lineaarialgebra ja matriisilaskenta I

Determinantti 1 / 30

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

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

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

Vektoreiden virittämä aliavaruus

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

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

Neliömatriisin adjungaatti, L24

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

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

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

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

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Numeeriset menetelmät

Matematiikan tukikurssi, kurssikerta 3

Lineaarialgebra a, kevät 2018

Ratkaisuehdotukset LH 3 / alkuvko 45

1 Matriisit ja lineaariset yhtälöryhmät

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

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.

Insinöörimatematiikka D

MS-C1340 Lineaarialgebra ja

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

Numeeriset menetelmät

1 Kannat ja kannanvaihto

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

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Lineaarialgebra ja matriisilaskenta I

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Similaarisuus. Määritelmä. Huom.

Lineaarialgebra ja matriisilaskenta I

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Insinöörimatematiikka D

Matemaattinen Analyysi

5 Lineaariset yhtälöryhmät

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

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

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

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

Insinöörimatematiikka D

(1.1) Ae j = a k,j e k.

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Sovitaan ensin merkintätavoista. Ratkaisemme ensin yksinkertaisen yhtälöparin. 5y = 10. x = 3 x = 1

Matriisilaskenta Luento 8: LU-hajotelma

Insinöörimatematiikka D

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili

Ominaisarvo-hajoitelma ja diagonalisointi

Transkriptio:

kevät 219 / orms.13 Talousmatematiikan perusteet 9. harjoitus, viikko 12 (18.3. 22.3.219) L Ma 1 12 A22 R5 Ti 14 16 F453 R1 Ma 12 14 F453 L To 8 1 A22 R2 Ma 16 18 F453 R6 Pe 12 14 F14 R3 Ti 8 1 F425 R7 Pe 8 1 F453 R4 Ti 12 14 F453 R8 Pe 1 12 F453 Olkoon 1 2 2 5 2 A = 2 3 1 B = 3 1 C = 1 1 1 1 1 2 1 1. Laske, jos lauseke on järkevä. (Huom kaikki lausekkeet eivät nyt ole hyvin määriteltyjä!) a) A B, b) A C, c) B C 1 2 2 3 2 a) A B = 2 3 1 3 1 = 2 6 1 1 1 1 1 1 b) A C ei voi laskea, koska matriisit ovat eri kokoisia. c) B C ei voi laskea, koska matriisit ovat eri kokoisia. 2. Laske, jos lauseke on järkevä. (Huom kaikki lausekkeet eivät nyt ole hyvin määriteltyjä!) a) AB, b) BA, c) AC, d) CA, e) C T A 1 2 2 2 6 2 a) AB = 2 3 1 3 1 = 3 1 3 1 1 1 1 1 2 1 2 2 4 b) BA = 3 12 3 1 = 6 9 2 1 1 1 1 5 1 1 2 5 2 7 4 c) AC = 2 3 1 1 1 = 5 1 2 1 2 1 d) CA C on 3x2 ja A on 3x3, ei voi laskea, koska C:n rivi ja A:n sarake ovat eri mittaiset ( ) 2 ( ) e) C T 5 1 2 A = 1 2 3 1 3 13 3 = 2 1 1 7 2 1

3. Tuotteiden A, B ja C sisäänostohinnat ovat tuote A B C hinta 2.5.5 1. Sijoitetaan vastaavat luvut matriisiin (hintavektori) p = ( 2.5.5 1. ). Yritykse kolme osastoa: myyntiosasto (M-os), valmistusosasto (V-os), suunnitteluosasto (Sos) ja Helsingin toimisto (H-to) ostavat tammikuussa tuotteita A, B ja C seuraavan taulukon mukaiset määrät tuote A B C M-os 2 3 V-os 1 5 2 S-os 1 4 H-to 3 1 1 Sijoitetaan nämäkin luvut matriisiin (ostomatriisi) D = 2 3 1 5 2 1 4 3 1 1 a) Laske matriisilauseke pd T. (Mitä edellä saadun vektorin koordinaatit merkitsevät?) b) Onko lauseke pd järkevä (mikä sen arvo on)? c) Onko lauseke Dp T järkevä (mikä sen arvo on)? d) Onko lauseke Dp järkevä (mikä sen arvo on)? a) pd T = ( 2.5.5 1. ) 2 1 3 3 5 1 1 = ( 65 7 45 9 ) 2 4 1 65 = A:n hinta kertaa M-osaston ostamien A- B:n hinta kertaa M-osaston ostamien B- C:n hinta kertaa M-osaston ostamien C- = M-osaston ostojen arvo 7 = A:n hinta kertaa V-osaston ostamien A- B:n hinta kertaa Vosaston ostamien B- C:n hinta kertaa V-osaston ostamien C- = V-osaston ostojen arvo 45 = A:n hinta kertaa S-osaston ostamien A- B:n hinta kertaa S-osaston ostamien B- C:n hinta kertaa S-osaston ostamien C- = S-osaston ostojen arvo.

9 = A:n hinta kertaa H-toimiston ostamien A- B:n hinta kertaa H-toimiston ostamien B- C:n hinta kertaa H-toimiston ostamien C- = H-toimiston ostojen arvo 2 3 b) pd = ( 2.5.5 1. ) 1 5 2 1 4 3 1 1 2 3 65 c) Dp T = 1 5 2 2.5 1 4.5 = 7 45 1. 3 1 1 9 2 3 d) Dp = 1 5 2 ( ) 1 4 2.5.5 1. 3 1 1 ei voi laskea ei voi laskea Vastaus: a-kohdassa laskun tulos kertoo ostojen yhteisarvot osastoittain, c-kohdassa tulkinta on sama, mutta esitys on tiiviimpi ja helpompi lukea, b-kohdassa yritetään laske 1 3 matriisin ja 4 3 matriisien tuloa, mikä on mahdotonta, d-kohdassa yritetään laske 4 3 matriisin ja 1 3 matriisien tuloa, mikä on mahdotonta. 4. Määritä käänteismatriisi matriisille A = ( ) 2 1. 1 1 Tehdään ratkaisu rivioperaatioilla ( 2 1 1 1 ( 1 1 2 1 ( 1 1 1 ( 1 1 1 1 1 1 ) 1 1 2 1 1 1 2 siis A:n käänteismatriisi on A 1 = vaihdetaan rivit ) ( 2) lisää rivi 1 ( 2):lla kerrottuna riviin 2 ) lisää rivi 2 riviin 1 (1) ( 1) lopuksi vaihda rivin 1 merkit ) ( ) 1 1. 1 2

5. Määritä rivioperaatioiden avulla käänteismatriisi matriisille 1 1 2 N = 1 1. Siis [1] 1 2 1 1 1 1 1 1 1 2 1 [1] 1 1 1 5 7 2 1 1 1 1 [1] 1 1 1 2 3 5 1 1 1.5 1.5.5 1 2.5 3.5.5 1 1.5 2.5.5 ( 1) ( 2) (1) ( 5) (1/2) ( 1/2) (1/2) 1.5 1.5.5 N 1 = 2.5 3.5.5 1.5 2.5.5 6. Ratkaise yhtälöryhmä x y 2z = x z = 4 2x 3y 3z = 8 1 1 2 1 1 x y z = 4 8 (Vihje: Voit soveltaa periaatetta N x = b x = N 1 b. Huomaa, että kerroinmatriisin käänteismatriisi laskettiin edellisessä tehtävässä!) Yhtälöryhmän kerroinmatriisin käänteismatriisi laskettiin edellisessä tehtävässä: 1 1 2 N = 1 1 N 1 = 1.5 1.5.5 2.5 3.5.5 1.5 2.5.5 x N y = 4 z 8 x y = N 1 4 z 8 x 1.5 1.5.5 2 y = 2.5 3.5.54 = 1 z 1.5 2.5.5 8 6

Tarkistetaan tulos sijoittamalla saadut muuttujien arvot alkuperäiseen yhtälöön 2 1 2 ( 6) = Ok 2 ( 6) = 4 Ok 2 ( 2) 3 1 3 ( 6) = 8 Ok Vastaus: x = 2, y = 1, z = 6. 7. Miten edellisen tehtävän yhtälöryhmän ratkaisu muuttuu, jos kolmannen yhtälön oikea puoli kasvaa yhdellä (arvosta 8 arvoon 9)? Vertaamme nyt kahta (eri) yhtälöryhmän ratkaisua keskenään. x alkup on yhtälöryhmän N x = 4 8 ratkaisu ja x uusi on yhtälöryhmän N x = 4 9 ratkaisu. Muutos ratkaisussa on x = x uusi x alkup = N 1 4 N 1 4 = N 1 4 4 9 8 9 8 1.5 1.5.5.5 = 2.5 3.5.5 =.5 1.5 2.5.5 1.5 Nyt kun RHS-vektorin kolmas koordinaatti muuttu yhdellä, muutosvektori x on yhtälöryhmän kerroinmatriisin käänteismatriisin N 1 kolmas sarake. Käänteismatriisi koetaan usein työläänä ja epämiellyttävän raskaana laskea. Toisaalta tuotevalinta - ongelman LP-mallia ratkaistaessa RHS-vektorissa ovat tyypillisesti yrityksen resurssit. Yritystä silloin usein kiinnostaa tietää miten päätösmuuttujien arvot optimissa muuttuvat, jos jotakin resurssia saadaan hankittua yksi yksikkö lisää. Vastaus luuraa käänteismatriisin sarakkeessa. Tässä tapauksessa käänteismatriisi sisältää suoraa rahan arvoista tietoa! Uusi ratkaisu on siis 2 x uusi = 1 6.5.5.5 1.5 = 9.5 5.5