Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Kvantitatiivsed meetodid majandusteaduses". Need materjalid aitavad sul teemat sügavamalt mõista.
lahend, sihifunktsioon, veokulu, hankija, sihifunktsiooni, veokulud, ruutu, veeru, lubatava, veerg, kaubakogus, hankijate, ruutude, põhikuju, esialgse, veergu, kordajad, ruudus, lahendid, kordajate, simplekstabel, veerus, kogused, kanooniline, majandusprobleem, maatriks, kusjuures, ressursid, jääks, potentsiaalid, koormatud, lahendite, optimeeriminekoostada selline tootmisplaan, mille puhul tootmisest ja toodedete müügist saadav kasum oleks suurim) 2. Optimaalse segu (dieedi) koostamine (etteantud nõuetele vastava odavaima segu kosotamine) Põhireeglid majandusprobleemi formuleerimiseks LPÜ-na 1. Defineerida majandusprobleem, analüüsida seda. Määratleda muutujad, mille väärtused on otsitavad ( nende suuruste kohta langetatakse otsus xj) 2. Defineerida sihifunktsioon. Määratleda sihifunktsiooni kordajad, mis otseselt mõjutavad z-ni kuuluvate muutujate väärtuse kujunemist. 3. Määratleda kitsendused, nende sisu ja mõju juhtimiseesmärkide saavutamisele. 4. Selgitada ressursside olemasolu ja nende kulunormid (kitsendussüsteemi kordajad) 5. Mittenegatiivsuse nõue 6. Majandussituatsiooni iseloomustavad tunnused ja tingimused tabelisse. 7. Formaliseerida matemaatiliste funktsioonidena sihifunktsioon ja kitsendused.
Majandusprobleemi formuleerimine ja otsustuskeskkonna analüüs Vastav mudelipüstitus koos vajalike andmete ettevalmsitamisega Mudeli lahendamine ja lahendustulemuste analüüs ning info ettevalmistamist otsuste langetamiseks Otsuse tegemine LINEAARSED PLANEERIMISÜLESANDED Kasumi saamine on alati seotud teatud kitsendustega, mis tulenevad inimese käsutuses olevate ressursside piiratusest. Ekstreemumülesanded- leida selline lahend, mis annab teatud funktsioonile suurima või vähima võimaliku väärtuse. Lineaarne planeerimisülesanne- ülesannet leida muutujate (tundmatute) sellised mittenegatiivsed väärtused, mis annaksid etteantud lineaarsele funktsioonile (sihifunktsioonile) optimaalse (maksimaalse või minimaalse) väärtuse ning rahuldaksid seejuures kõiki etteantud lineaarseid võrratusi või võrdusi (kitsendusi). Kui lisaks sellele on esitatud nõue, et osa tundmatuid (või kõik tundmatud)
.. , An ja b. Uue süsteemi leidmiseks tuleb süsteemi igas reas vasakul pool korrutada vastava järjekorranumbriga tundmatu veerumaatriks esimese tundmatu veerumaatriksiga, seejärel teisega jne. Paremale poole jääb vastava järjekorranumbriga tundmatu veerumaatriksi korrutis vabaliikmete veerumaatriksiga. Märkused. 1) Saame võrrandisüsteemi lahendid, kui projekteerime parema poole b veergude ruumi. 2) Kui parem pool b kuulub veergude ruumi, on Ax = b täpne lahend leitav Gaussi meetodiga. 3) TEOREEM: Normaalvõrrandisüsteemil ATA = ATb on ühene lahend, kui maatriksi A veerud on lineaarselt sõltumatud. 4) Gaussi teisenduste korral vähimruutude lahend muutub, see pole vähimruutude ülesandes lubatud. 4. Kumerad hulgad Def: Hulk QcR2 on kumer, kui kõikide punktipaaride x1,x2 jaoks kogu neid punkte ühendav sirglõik kuulub sellesse hulka. Teoreem: Kumerate hulkade Q1...Qk ühisosa on kumerhulk. Tõestus: =!!!! !
veergude hulgast see, mille puhul tabeli esimese rea elemendi jagatis juhtrea samas veerus paikneva elemendiga on absoluutväärtuselt vähim. Duaalse simpleksmeetodi kasutamisel säilib pärast iga sammu tabeli duaalne lubatavus, negatiivne element bk aga asendub elemendiga bk 0. Sihifunktsiooni väärtus küll kahaneb igal sammul monotoonselt, kuid see on loomulik, sest lähenemine optimaalsele lahendile toimub väljapoolt lubatavat hulka, ja nimelt sealt, kus sihifunktsiooni väärtus on suurem tema väärtusest lubatavate lahendite hulgas. Näide Leida muutujate x1 , x2 , x3 mittenegatiivsed väärtused, mis rahuldavad võrratuste süsteemi 2 x1 x2 2, 2 x1 x2 x3 1, x1 x2 2 x3 3, ja mis muudavad maksimaalseks funktsiooni z x2 3 x3 . Näide (2) Lahendus
juhtkond saab otsustada, kui palju toorainet, tööjõudu ja kapitali tootmiseks kasutada) b. Endogeenseteks muutujateks ehk süsteemisisesteks muutujad. Need on muutujad, mille suuruse üle vaadeldava protsessi teostaja otsustada ei saa (näiteks turul saadaoleva kapitali, tööjõu ja tooraine hinnad) 5. Milline on lineaarse planeerimise ülesande standardne kuju? Nimetada, mis on sihifunktsioon, põhikitsendused ja kitsendused muutujatele. Min või max (sihifunktsioon(id)) (põhikitsendused) (kitsendused otsustusmuutujatele) Sihifunktsioon: funktsioon, mille optimaalset (maksimaalset või minimaalset) 2 väärtust kindlustavat otsustusmuutujate väärtuste komplekti otsitakse Põhikitsendused:
determinandi märk muutub vastupidiseks. 7. Kui determinandi ühe rea elemente korrutada nullist erineva arvuga k, siis determinandi väärtus suureneb k korda. 8 .Determinandi väärtus ei muutu, kui tema mingi rea elementidele liita teise rea vastavad elemendid, mida on eelnevalt korrutatud nullist erineva arvuga. Miinorid ja alamdeterminandid. Elemendi aik miinoriks nimetatakse determinanti, mis saadakse antud maatriksist või determinandist i-nda rea ja k-nda veeru ärajätmisel. Miinorit tähistatakse Mik. Elemendi aik alamdeterminandiks nimetatakse selle elemendi miinorit, kui indeksite summa i+k on paarisarv ja miinorit märgiga -, kui indeksite summa on paaritu arv. Alamdeterminanti tähistatakse Dik . Dik = (-1)i+kMik. Kõrgemat järku determinantide arvutamine. Kõrgemat järku determinantideks loetakse determinante alates IV järgust ja nende arvutamisel on võimalik kasutada determinandi rittaarendusteoreemi.
determinandi märk muutub vastupidiseks. 7. Kui determinandi ühe rea elemente korrutada nullist erineva arvuga k, siis determinandi väärtus suureneb k korda. 8 .Determinandi väärtus ei muutu, kui tema mingi rea elementidele liita teise rea vastavad elemendid, mida on eelnevalt korrutatud nullist erineva arvuga. Miinorid ja alamdeterminandid. Elemendi aik miinoriks nimetatakse determinanti, mis saadakse antud maatriksist või determinandist i-nda rea ja k-nda veeru ärajätmisel. Miinorit tähistatakse Mik. Elemendi aik alamdeterminandiks nimetatakse selle elemendi miinorit, kui indeksite summa i+k on paarisarv ja miinorit märgiga -, kui indeksite summa on paaritu arv. Alamdeterminanti tähistatakse Dik . Dik = (-1)i+kMik. Kõrgemat järku determinantide arvutamine. Kõrgemat järku determinantideks loetakse determinante alates IV järgust ja nende arvutamisel on võimalik kasutada determinandi rittaarendusteoreemi.
a1 x1 + a2 x2 + ... + an xn = b, (1) kus a1 , ... , an ja b on fikseeritud (antud) arvud ning x1 , ... , xn on tundmatud. http://www.hot.ee/habib/MindReader.htm Arvu b nimetatakse vaadeldava võrrandi vabaliikmeks, arve a1 , ... , an aga tema kordajateks. Näide Võrrandis 5 x + 3 y - 2 z = -4 on vabaliikmeks arv 4, kordajateks arvud 5, 3 ja 2 ning tundmatud on tähistatud tähtedega x, y ja z. Lineaarse võrrandi lahend Definitsioon Lineaarse võrrandi (1) lahendiks nimetatakse sellist tundmatute x1 , ... , xn väärtuste komplekti c1 , ... , cn , R, mis asendamisel võrrandi (1) vasakusse poolde muudavad selle samasuseks: a1 c1 + a2 c2 + ... + an cn b. Näide Võrrandi 5 x + 3 y - 2 z = -4 üheks lahendiks on x = 1, y = -1 ja z = 3, kuna antud tundmatute väärtuste asendamisel võrrandisse saame samasuse: 5·1 + 3 ·(-1) - 2 ·3 -4
a) tundmatud x1-kiletaja K1 partiide arv x2-kiletaja K2 partiide arv b) kitsendused tööaeg x1+2x2<=2000 Max -põhikuju materjal x1+x2<=1500 nõudlus x1<=1200 x1 +2X2 <= 2000 x2<=600 X1+X2 <= 1500 teneg.nõue x1>=0,x2>=0 X1 <= 1200 X2<=600 c) sihifunktsioon F = 90x1 + 105x2 -> max F=90X1+105X2->MAX x1, x2 >= 0 2. Koostada algsimplekstabel ülesande lahendamiseks simpleksmeetodil. x1 x2 x3 x4 x5 x6 bi 1 2 1 0 0 0 2000 1 1 0 1 0 0 1500
a) tundmatud x1-kiletaja K1 partiide arv x2-kiletaja K2 partiide arv b) kitsendused tööaeg x1+2x2<=2000 Max -põhikuju materjal x1+x2<=1500 nõudlus x1<=1200 x1 +2X2 <= 2000 x2<=600 X1+X2 <= 1500 teneg.nõue x1>=0,x2>=0 X1 <= 1200 X2<=600 c) sihifunktsioon F = 90x1 + 105x2 -> max F=90X1+105X2->MAX x1, x2 >= 0 2. Koostada algsimplekstabel ülesande lahendamiseks simpleksmeetodil. x1 x2 x3 x4 x5 x6 bi 1 2 1 0 0 0 2000 1 1 0 1 0 0 1500
AT = ||bji|| Rnxm, mille veeruvektoriteks on parajasti maatriksi A reavektorid, st bji = aij iga i ja j võimaliku väärtuse korral Ruutmaatriksit A nimetatakse sümmeetriliseks maatriksiks, kui A T = A Maatriksite transponeerimise omadused 1. (AT)T = A iga maatriksi A korral 2. (A + B)T = AT + BT iga A, B Rmxn korral 3. (cA)T = cAT iga c R ja maatriksi A korral 4. (AB)T = BTAT iga A Rmxn ja B Rnxp korral 9. Lineaarne võrrandisüsteem, selle lahend ja maatrikskuju. K - mingi korpus; a1, ...,an K, b - fkseeritud arvud; x1, ..., xn - tundmatud skalaarid; ai - kordajad; b - vabaliige Lineaarse võrrandi all mõistetakse võrrandit kujul a1x1 + a2x2 + ... + anxn = b Võrrandi lahendiks nimetatakse selliseid tundmatute x 1, ..., xn väärtusi c1, ..., cn R, et nende paigutamisel võrrandi vasakusse poolde tundmatute x 1, ..., xn asemele kehtiks võrdus a1c1 + ... + ancn = b
optimeerimisülesanne? Optimeerimisülesande olemus. Kumerate sihifunktsioonidega ülesanded (minimeerimine ja maksimeerimine). Vajalikud ja piisavad optimumitingimused. Optimeerimine teatud kriteeriumi ja lisatingimuste suhtes optimaalse (parima) lahendi või parima alternatiivi leidmine. Optimaalne süsteem süsteem, mis toimib ja areneb teatud kriteeriumi ja lisatingimuste suhtes optimaalselt või mille struktuur on optimaalne. Optimeerimisülesande osad/kompnendid: 1. Sihifunktsioon või funktsionaal, mille väärtust minimeeritakse või maksimeeritakse (efektiivsuskriteerium) 2. Optimeerimise operaator (min, max, minmax, maxmin, jne) 3. Kitsendavad ehk lisatingimused 4. Juhitavad ehk optimeeritavad suurused või protsessid 5. Mittejuhitavd faktorid Kui sihifunktsioon või mõni kitsendus on lineaarsed, siis süsteemi nimetatakse samuti lineaarseks. Kui kasvõi üks komponentidest peaks olema mittelineaarne, siis on tegemist mittelineaarse optimeerimisülesandega
Küsimuse tekst Firma "Punane Päike" 40 juubeli puhul otsustas juhatus panna müügile kingituspakid, mis maksavad täpselt 40 krooni. Kingituspakid saab teha järgmistest esemetest: vihmavari - tüki hind 24 krooni, laojääk 9 tk; õlu - tüki hind 8 krooni, laojääk 80 tükki; kaisukaru - tüki hind 32 krooni, laojääk 5 tükki; kookospähkel - tüki hind 16 krooni, laojääk 41 tükki. Kuidas peaks pakid komplekteerima, et 40 krooniseid pakke oleks võimalikult palju? Milline on sihifunktsioon? Vali üks: a. 24x1+8x2+32x3+16x4 -> max b. 40x1+40x2+40x3+40x5 -> max c. x1+x2+x3+x4+x5 -> max Tagasiside Õige vastus on: x1+x2+x3+x4+x5 -> max . Küsimus 6 Väär 0,00 punkti 1,00-st Küsimuse tekst Korraldatakse aastaseid ärijuhtimise ja finantsjuhtimise koolitusi. Esimesel poolaastal on tunnimaht künmestes gruppides järgmine: aine ärijuhid finantsjuhid ettevõtlus 30 30 inglise keel 80 40
1.Lineaarse võrrandisüsteemi definitsioon. Võrrandisüsteemi kordajad, vabaliikmed, lahend. Süsteemi maatriks ja laiendatud maatriks. Lineaarse võrrandi all mõistetakse võrrandit kujul a1 x1 + a2 x2 + ... + an xn = b , (1) kus a1 , a2 , ... , an ja b on fikseeritud arvud ning x1 , x2 , ... , xn on tundmatud. Arvu b nimetatakse vaadeldava võrrandi vabaliikmeks, arve a1 , a2 , ... , an aga tema kordajateks. Def. 1. Võrrandi (1) lahendiks nimetatakse selliseid tundmatute x1 , x2 , ..
Simpleksmeetod Graafiline lahendus Lahendamine käsitsi Simpleksmeetod on lineaarsete planeerimis-ülesannete universaalne lahend Meetodi autor on ameerika matemaatik G. B. Dantzing aastast 1947. Nimetus t nimetatakse n-dimensionaalses ruumis kumerat hulktahukat, millel on n+1 tipp Selleks, et lahendada ülesannet simpleks-meetodiga, peab ülesanne vastama j 1. Kõik kitsenduste süsteemi vabaliikmed peavad olema mittenegatiiv (negatiivse vabaliikme korral korrutada võrratuse mõlemaid pooli -1-ga). 2. Sihifunktsioon peab olema esitatud maksimumfunktsioonina (max f(x) = - min f(x)). 3
. . . . an1 an2 . . . ann an1 an2 . . . ann Determinandi det A ridade ja veergude all m~oeldakse maatriksi A ustkriipse | · | nimetame determinandi m¨arkideks. ridu ja veerge. P¨ I. Determinandid 3 1.8 Miinor ja alamdeterminant Maatriksi A = (aij ) elemendi aij miinoriks Mij nimetatakse de- terminanti, mille saame maatriksi A determinandist i-nda rea ja j- inda veeru eemaldamisel. Elemendi aij alamdeterminandiks ehk al- aiendiks nimetatakse arvu Aij := (-1)i+j Mij . Suurust gebraliseks t¨ (-1)i+j nimetame elemendi aij ja alamdeterminandi Aij m¨ argi- teguriks. 1.9 Determinandi (induktiivne) definitsioon arku determinandi (n - 1)-j¨arku determinantide Defineerime n-j¨ kaudu arendusvalemiga a11 a12 ... a1n a21 a22 ... a2n det A := . .. .. .. .
tundmatute arv n on sõltumatud. Sellist võrrandisüsteemi nimetatakse lineaarseks võrrandisüsteemiks, sest otsitavad suurused x1.. xn esinevad ainult lineaarsetes tehetes, st neid on vaid liidetud ja skalaariga korrutatud. Def. Arvude järjendit c1.. cn nim lvs lahendiks, kui tundmatute asendamisel nende arvudega (loomulikus järjekorras, st x1 = c1.. xn = cn) on süsteemi kõik võrrandid rahuldatud. Võrrsüsteemi nim kooskõlaliseks, kui tal leidub vähemalt 1 lahend. Kui lahendid puuduvad, nim sõsteemi vasturääkivaks. Võrrsüs kõigi lahendite hulka nim võrrsüs lahendihulgaks e üldlahendiks. Igal lvs-l kas lahend puudub, on ühene lahend või on lõpmata palju lahendeid. Cramer. Def. Öeldakse, et lvs-i korral on tegemist Crameri peajuhuga, kui 1)tundmatute arv võrdub võrrandite arvuga 2)võrrsüs kordajate maatriksi determinant erineb nullist. Crameri peajuhul {a11x1+.. +a1nxn=b1 ..;.. an1x1+.
35. Millistel maatriksitel on olemas pöördmaatriks? Siis kui antud maatriksi determinant ei võrdu 0-ga 36. Mis on lineaarplaneerimise ülesande lubatav hulk? Lubatavaks hulgaks nimetatakse kõigi selliste punktide (x1 , x2 ) hulka x1x2-tasandil, mis rahuldavad mudeli kõiki kitsendusi. 37. Kirjeldada, mis on lineaarplaneerimise ülesande baaslahend, lubatav baaslahend. Lubatav baaslahend on ülesande lubatava hulga iga tipp Baaslahend suvaline lubatavate lahendite hulga tipp 38. Milline seos on lineaarplaneerimise ülesande optimaalsete lahendite ja lubatavate baaslahendite vahel? lubatavate baaslahendite hulgast valitakse välja tipp, milles sihifunktsiooni väärtus on suurim kui lähtetipus, vastav baaslahend ongi optimaalne lahend 39. Kuidas saab leida duaalse ülesande optimaalse lahendi ilma duaalset
REAINDEKSIKS. Selle abil loendatakse maatriksi ridu. Teist indeksit j nimetatakse vastavalt maatriksi VEERUINDEKSIKS. Tema abil loendatakse maatriksi veerge. MÄRKUS 1. Maatriksi Am × n rea elemendid (1) on vaadeldavad n- mõõtmelise vektori koordinaatidena. Neid vektoreid on m tükki ja neid nimetatakse maatriksi REAVEKTORITEKS ai R = ( ai 1, ai 2 , . . . , ai n ), i = 1, 2, . . . , m. (3) Reavektor on vaadeldav (1×n)-maatriksina. MÄRKUS 2. Maatriksi Am × n veeru elemendid (2) on vaadeldavad m- mõõtmelise vektori koordinaatidena. Neid vektoreid on n tükki ja neid nimetatakse maatriksi VEERUVEKTORITEKS aj V = ( a1j , a2j , . . . , am j ), j = 1, 2, . . . , n. (4) Veeruvektor on vaadeldav (m×1)-maatriksina. 7 ERIKUJULISI MAATRIKSEID DEFINITSIOON 1. Kui maatriksi Am × n kõik elemendid aij võrduvad nulliga, siis nimetatakse maatriksit NULLMAATRIKSIKS.
REAINDEKSIKS. Selle abil loendatakse maatriksi ridu. Teist indeksit j nimetatakse vastavalt maatriksi VEERUINDEKSIKS. Tema abil loendatakse maatriksi veerge. MÄRKUS 1. Maatriksi Am × n rea elemendid (1) on vaadeldavad n- mõõtmelise vektori koordinaatidena. Neid vektoreid on m tükki ja neid nimetatakse maatriksi REAVEKTORITEKS ai R = ( ai 1, ai 2 , . . . , ai n ), i = 1, 2, . . . , m. (3) Reavektor on vaadeldav (1×n)-maatriksina. MÄRKUS 2. Maatriksi Am × n veeru elemendid (2) on vaadeldavad m- mõõtmelise vektori koordinaatidena. Neid vektoreid on n tükki ja neid nimetatakse maatriksi VEERUVEKTORITEKS aj V = ( a1j , a2j , . . . , am j ), j = 1, 2, . . . , n. (4) Veeruvektor on vaadeldav (m×1)-maatriksina. 7 ERIKUJULISI MAATRIKSEID DEFINITSIOON 1. Kui maatriksi Am × n kõik elemendid aij võrduvad nulliga, siis nimetatakse maatriksit NULLMAATRIKSIKS.
maatriksit, mis saadakse maatriksi A ridade ja veergude äravahetamisel tähis AT 49.Maatriksi elemendi täiendusmiinor- tähis Mij . Kui maatriksist ära jätta i-s rida ja j-s veerd, siis saadud (n-1)-järku ruutmaatriksi determinanti nimetatakse elemendi aij täiendusmiinoriks. 50.maatriksi elemendi algebraline täiend- Arvu (−1)i+ j M ij nimetatake elemendi aij algebralieks täiendiks 51.Determinandi arendus rea või veeru järgi- determinantide teooria põhivalem väidab, et maatriksi A determinant on võrdne summaga n +a ¿ A ¿ =∑ aik A ik | A|=ai 1 A i 1+ ai 2 Ai 2 +⋯ k=1 Analoogiline valem kehtib, kui maatrikis A fikeerime j-nda veeru ja arvutame selle veeru elementide algebralied täiendid siis
M.Latõnina 1. MAATRIKSID 1.1. Üldmõisted Definitsioon 1. Maatriksiks nimetatakse riskülikujulist arvuliste elementidega tabelit, mis sisaldab n rida ja m veergu : Lühidalt maatriksit võib tähistada erinevate sulgudega (või kahekordsete püstjoontega): A = (aij ) = [aij ] = aij , (1.1) kus i = 1,...,n on rea number, j = 1,...,m on veeru number. Arve aij nimetatakse maatriksi elementideks. Nii et esimene alumine indeks näitab, mitmendas reas asub element , ja teine alumine indeks - mitmendas veerus asub element. Maatriksi suurust saab väljendada valemiga: ridade arv x veergude arv. Antud maatriks (1.1) on suurusega n x m ja seda saab kirjutada järgmiselt : An x m või dim A = n x m (dimensioon suurus). 3 -4 2
4 Teist ja kolmandat järku determinant . . . . . . . . . . . . . . . . . . . . . . . 11 1.5 Kõrgemat järku determinant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.6 Determinantide omadused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 Kontrolltöö teemad 1. Tehted maatriksitega. 2. Maatriksite korrutamine. 3. Determinantide omadused. 4. Determinandi väärtuse arvutamine, arendades determinanti rea või veeru järgi. Eksamiteemad 1. Tehted maatriksitega. 2. Determinandi mõiste ja omadused. 3. Determinandi elemendile vastava miinori ja alamdeterminandi mõisted. 4. Determinandi arendamine rea või veeru järgi. PEATÜKK 1. MAATRIKSID JA DETERMINANDID 1.1 Maatriksi mõiste Maatriksi A vastandmaatrik- Definitsioon 1
1.1. Üldmõisted Definitsioon 1. Maatriksiks nimetatakse riskülikujulist arvuliste elementidega tabelit, mis sisaldab n rida ja m veergu : Lühidalt maatriksit võib tähistada erinevate sulgudega (või kahekordsete püstjoontega): [ ] a = aij A = (aij ) = ij , (1.1) kus i = 1,...,n on rea number, j = 1,...,m on veeru number. Arve aij nimetatakse maatriksi elementideks. Nii et esimene alumine indeks näitab, mitmendas reas asub element , ja teine alumine indeks - mitmendas veerus asub element. Maatriksi suurust saab väljendada valemiga: ridade arv x veergude arv. Antud maatriks (1.1) on suurusega n x m ja seda saab kirjutada järgmiselt : An x m või dim A = n x m (dimensioon suurus). 3 - 4 2 A =
Lineaaralgebra I kontrolltöö teooriaküsimused 1. Kompleksarvu mõiste, imaginaarühik, kaaskompleksarv, kompleksarvude võrdsus ja nulliga võrdumise tingimus. Kompleksarvu moodul, argument ja trigonomeetriline kuju. Kompleksarvuks z nimetatakse avaldist z = a + bi , (1) kus a ja b on reaalarvud ja i on niinimetatud imaginaarühik, mis on määratud võrdustega i = -1 või i 2 = -1 ; Kaht kompleksarvu z = a + bi ja z = a - bi , mis erinevad ainult imaginaarosa märgi poolest, nimetatakse kaaskompleksarvudeks. Kokkuleppe põhjal 1) kaht kompleksarvu z1 = a1 + b1i ja z2 = a2 + b2i loetakse võrdseteks ( z1 = z2 ) , kui a1 = a2 ja b1 = b2 , s.t. kui nende reaalosad on võrdsed ja imaginaarosad on võrdsed; 2) kompleksarv võrdub nulliga, s.o.
I. Maatriksid ja determinandid 1. Maatriksi m~oiste. Tehted ja nende omadused . . . . . . . . . . . . . . . . . . . . . . 4 2. Permutatsioonid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3. Determinandi m~oiste. Omadused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 4. Laplace'i teoreem. Determinandi arendamine rea ja veeru j¨argi . . . 34 5. Teoreem maatriksite korrutise determinandist . . . . . . . . . . . . . . . . . . . . 40 6. P¨o¨ordmaatriks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 II. Vektorruum u ¨le reaalarvude 7. Vektorruumi m~oiste. Omadused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 8
maatrikside elementidest teise vastavad elemendid. (vastandmaatrikside summa on nullmaatriks). Kahe (mxn)-maatriksi A = (aij) ja B = (bij) vaheks nimetatakse maatriksi A ja maatriksi B vastandmaatriksi -B summat. Maatriksite korrutamine: korrutamine on võimalik ainult siis, kui esimese teguri A veergude arv võrdub teise teguri B ridade arvuga A (m*n) ja B (n*p). maatrikside korrutise elemendi leidmiseks tuleb korrutada esimese maatriksi rea ja teise maatriksi veeru vastavad elemendid ning tulemused liita (m x n)-maatriksi A = (aij) ja (n x p)-maatriksi B = (bjk) korrutiseks nimetatakse (m x p)- maatriksit C = (cik), mille elemendid cik leitakse summana: Seega tuleb korrutismaatriksi elemendi cik leidmiseks korrutada maatriksi A i-nda reamaatriksi ja maatriksi B k-nda veerumaatriksi vastavad elemendid ja saadud korrutised liita.
I. Maatriksid ja determinandid 1. Maatriksi m˜oiste. Tehted ja nende omadused . . . . . . . . . . . . . . . . . . . . . . 4 2. Permutatsioonid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3. Determinandi m˜oiste. Omadused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 4. Laplace’i teoreem. Determinandi arendamine rea ja veeru j¨argi . . . 34 5. Teoreem maatriksite korrutise determinandist . . . . . . . . . . . . . . . . . . . . 40 6. P¨o¨ordmaatriks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 II. Vektorruum u ¨le reaalarvude 7. Vektorruumi m˜oiste. Omadused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 8
fikseeritud ridade i1...im toetuv m-järku miinor ja teiseks teguriks on tema algebraline täiend, summaga st |X|= , kus summa tuleb võtta üle kõigi miinorite Mm, mis toetuvad ridadele i1, i2, . . . , im. *Valemit |X| = xk1Xk1 + xk2Xk2 + · · · + xknXkn nim. determinandi |X| arendiseks k-nda rea järgi.. *Valemit |X| = x1kX1k + x2kX2k + ··· + xnkXnk nim. determinandi |X| arendiseks k-nda veeru järgi. TEOREEM MAATRIKSITE KORRUTAMISE DETERMINANDIST: *Sama järku ruutmaatriksite korrutise determinant võrdub nende maatriksite determinantide korrutisega X,Y Mat(n,n) => |XY|=|X||Y| *kehtivad valemid: |XYT|=|X||Y| ja |XTY| =|X||Y| PÖÖRDMAATRIKS: Pöördmaatriks Me nimetame n-järku maatriksi A pöördmaatriksiks sellist n-järku maatriksit X, mis rahuldab kahte maatriks võrrandit: AX=E ja XA = E Regulaarne (Singulaarne) maatriks
Kõrgem matemaatika 1. Maatriksi mõiste, järk, tähistused, liigid. Maatriks ristkülikukujuline arvudega tabel, milles on m-rida ja n-veergu. Tähistused: (maatriksit tähistatakse suure tähega) a11 a12 ... a1n a 21 a 22 ... a2n i =1,2,..., m = A( aij ), ... ... ... ... j =1,2,..., n a m1 am2 ... a mn Maatriksi järk tähistab maatriksi môôtmeid; A on m*n järku maatriks. Maatriksi liigid: 1) Ruutmaatriks: m=n; 2) Diagonaalmaatriks: a11, a22, amm - peadiagonaal (diagonaalil ei ole 0; muud elemendid 0-d); 3) Ühikmaatriks (diagonaalmaatriksi erijuht): a11 = a22 ... = amm = 1; (Täh. E); 4) Nullmaatriks: aij = 0, iga i ja j korral; (Täh ). 2. Tehted maatriksitega (korrutamine arvuga, liitmine, lahutamine, korrutamine). 1) Korrutamine arvuga: A=(aij), kR; kA=C; C=(cij), kus cij = kaij. 2) Maatriksite liitmine: (m*n) ma. A, (p*q) m
1. Kõrgemat järku harilik DV. Lahendi olemasolu, ühesuse tingimused, üldlahend, erilahend. V: Kõrgemat järku harilikud diferentsiaalvõrrandid: Üldkuju: F(x, y, y', y'', ..., y(n)) = 0, kus x on sõltumatu muutuja, y = y(x) on otsitav funktsioon ja y', ..., y (n) on otsitava funktsiooni tuletised. Normaalkuju: y(n) = f(x, y, y', ..., y(n-1)) (1) Eksaktne lahend: x0, y0, y01, ..., y0n-1, Algtingimused: nii mitu konstanti kui suur on DV järku konstant. {y(x0) = y0 {y'(x0) = y0(1) {... (2) (n-1) (n-1) {y (x0) = y0
(0;a0) a1-tõus c) ratsionaalf. N murrud d) mittealgebralised f. n juured, astmed, exp, log, trig. 4. Tasakaalu mõiste, turu tasakaalu mudelid (1.ja 2. ning n hüvisega) Tasakaalu mõiste- valitud üksteisega seotud mutujate väärtuste niisugune seis, et süsteemi seisund säilub. Turu tasakaalu mudelid: 1 hüvisega: 3 muutujat Qd, Qs, P eeldus Qd-Qs=0, Qd, Qs 4 parameetrit a, b, c, d>0 d ja b tõusud Q d=a-bP langev sirge Lahend: Qd, Qs, P Qd=Qs=Q lahend järjestatud paar (P;Q) Qs=-c+dP tõusev sirge 2 hüvisega: Qd1-Qs1=0 Qd2-Qs2=0 Qd1=a0+a1P1+a2P2 Qd2=a0+a1P1+a2P2 Qs1=b0+b1P1+b2P2 Qs2=b0+b1P1+b2P2 (a0-b0)+(a1-b1)P1+(a2-b2)P2=0 n hüvisega: kõik hüvised sõltuvad kõigist hindadest. Koefitsendid arvulisedlahend arvuline. 5. Maatriksid ja vektorid, maatriksitehted, vektortehted. Maatriks: Olgu i reaindeks ja j veeruindeks siis x1-1.ve-s, xj- j-ndas veerus, aij i-nda võrrandi j-nda muutuja koef
omavahel kokku, siis selle determinandi väärtus võrdub nulliga. Omadus 4. Determinandi mis tahes rea (või veeru) arvudest võib ühise teguri tuua tegurina determinandi märgi ette. Omadus 5. Kui determinandi D mingi rea, näiteks k-nda rea arvud avalduvad kahe liidetava summana siis determinant D avaldub kahe determinandi summana. Omadus 6. Determinandi väärtus ei muutu, kui tema mingi rea arvudele liita mingi arvu kordsed teise rea arvud. Omadus 7. (Determinandi arendis rea või veeru järgi) Determinandi D mis tahes reanumbri i korral kehtib (arendis i-nda rea järgi) ja mis tahes veerunumbri j korral kehtib (arendis j-nda veeru järgi), kus ja Mij on determinant, mis tekib determinandist D i-nda rea ja j-nda veeru kõrvaldamisel. Omadus 8. Kui determinandi mingis reas või veerus on kõik arvud nullid, siis determinandi väärtus võrdub nulliga. Omadus 9
annaabi.ee 
