Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Mõõtmistulemuste võrrandite lahendamine vähimruutude meetodil". Need materjalid aitavad sul teemat sügavamalt mõista.
maatriks, muutuja, mõõtmistulemuste, maatriksite, parandid, mõõtmistulemused, kordajate, vähimruutude, maatriksid, hälbed, võrrandeid, osatuletised, kaalumaatriks, kasutage, jacobi, pöördmaatriks, alusena, korrutamisel, järjekorda, excel, esmalt, moodustage, kõigepealt, koostamiseks, summad, saime, koostama, osatuletiste, eelpool, mainitudPraktikum nr 4. Mõõtmistulemuste võrrandite lahendamine vähimruutude meetodil. Ülesanne 1. Antud on kolm lineaarset mõõtmistulemuste parameetrilist võrrandit: 1) Kõigepealt tuleb meil ülesande lahendamiseks leida tundmatute parameetrite x ja y kõige tõenäolisemad väärtused vähimruutude meetodil. Arvestada tuleb ka, et mõõtmistulemused on vastavalt kaaludega 6, 4 ja 3. Ülesande lahendamiseks peame parameetriliste võrrandite abil koostama maatriksid A (Tabel 1) ja L (Tabel 2), mis vastavalt koosnevad tundmatute ees asetsevatest kordajatest ja paremal pool võrdusmärki asetsevatest väärtustest. Lisaks veel mõõtmistulemuste kaaludest moodustatud kaalumaatriks W (Tabel 3). Tabel 1. Maatriks A 3 2 2 -3 6 -7 Tabel 2. Maatriks L 7.8 5.55 8.5 Tabel 3. Kaalumaatriks W 6 0 0 0 4 0 0 0 3
Praktikum nr 5. Nivelleerimisvõrgu tasandamine. Ülesanne 1. Tabelis 1 on antud lahtise nivelleerimiskäigu mõõtmisandmed. Lähtepunktide kõrgused on HA=34,286 m ja HB= 41,522 m. Koostada mõõtmistulemuste võrrandid ja maatriksid ning leida tundmatute punktide kõrgused ja standardhälbed ning mõõtmistulemuste parandid vähimruutude meetodil. Koostada tasandustulemuste koondtabel(Tabel 10). Tabel 1.Nivelleerimiskäigu mõõtmisandmed. Vastavalt lähteandmetele koostame parameetrilised võrandid geomeetrilise v nivelleerimise prototüüpvõrrandi Hj-He=ΔHej+ ΔH eeskujul. Vastavalt saame neli ej parameetrilist võrrandit: H1-HA=2,179+v1 H2-H1=3,243+v2 H3-H2=-3,797+v3 HB-H3=5,608+v4
radiaaniga sekundites (ρ= 206264,8’’). See on vajalik selleks, et maatriksiga K oleks ühikuline vastavus. Prototüüpvõrrand nurga BIF (Backsight-Instrument-Foresight) on: Maatriksi J esimene rida kujuneb , teine rida ja kolmanda rea elemendid võrrandiosa järgi. Viimased kaks rida maatriskis on joonelised elemendid. Need tulenevad jone IJ prototüüpvõrrandist: Tabel 4. Maatriks J - 103.33 113.84 28 8 63.411 233.33 59 94 - - 166.74 119.49 4 1 0.7404 0.6720 75 83 - 0.5824 0.8128 9 38 Maatriksi K (Tabel 5) 3 esimest elementi on mõõdetud ja arvutatud nurkade väärtuste vahe ning kaks viimast elementi on mõõdetud ja arvutatud joonepikkuste vahe. Nurgalised elemendid on läbi korrutatud 3600’ga ehk väärtused on sekundites. Tabel 5
Praktikum nr. 8. GPS võrgu tasandamine Tasandada joonisel 1 kujutatud GPS-võrk maatriksite abil. Koostage mõõtmistulemuste võrrandid, A, L ja W maatriksid. Lähtepunktide koordinaadid on antud tabelis 1. Mõõdetud vektorite pikkused kooskovariatsioonimaatriksi elementidega on toodud tabelis 2. Joonis 1. Tasandatav GPS-võrk Tabel 1. Lähtepunktide geotsentrilised koordinaadid (WGS84) Punkt X (m) Y (m) Z (m) - - 4390283. A 1683429.8 4369532.52 745 25 2
Determinandi väärtus ei muutu, kui tema mingi rea elementidele juurde liita mis tahes arv kordsed teise rea vastavad elemendid. 7. Kuna determinant on induktiivselt defineeritud (esmalt esimest järku, selle abil teist, selle abil kolmandat jne.), saame suuremaid determinante arvutada nende miinorite ehk alamdeterminantide summana. 8. Maatriksi ja determinantide korrutis on võrdne nende maatrikskorrutise determinandiga olenemata maatriksite järjekorrast . 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 .
Kõrgema matemaatika kordamisküsimused 1. Maatriksi definitsioon. Maatriksi elemendid. Lineaarsed tehted maatriksitega (liitmine ja skalaariga korrutamine). Nullmaatriks. Transponeeritud maatriks 2. Maatriksite korrutise definitsioon. Korrutamise omadused ja seosed lineaarsete tehete ning korrutamise vahel. Ühikmaatriks. 3. Teist ja kolmandat järku determinandid. 4. Permutatsiooni definitsioon. Inversiooni definitsioon. n-järku determinandi definitsioon. Determinandi põhiomadused 5. Maatriksi elemendi minor. Alamdeterminant. Determinandi arendus rea ja veeru järgi. Determinantide teooria põhivalem. 6. Regulaarse maatriksi mõiste
KORDAMISKÜSIMUSED 2015/2016 Kõrgem matemaatika MTMM. 00.145 (6EAP) 1. Maatriksi mõiste, järk, tähistused, liigid. Maatriks on ristkülikukujuline arvude tabel, milles on m-rida ja n-veergu ja mis on ümbritsetud ümarsulgudega. Maatriksit tähistatakse suure tähega. Kui aij on reaalarvud ning i = 1; 2;...;m ja j = 1; 2;...; n, siis tabelit: nimetatakse täpsemalt (m x n)-maatriksiks ja kasutatakse tähistusi Am x n või Amn. Arvupaari (m; n) nimetatakse maatriksi A mõõtmeteks. Tabelis paiknevaid arve aij nimetatakse maatriksi elementideks. i reaindeks; j veeruindeks.
On eeldused ja järeldused. Teoreetiline analüüs (statistilised probleemid jäetakse kõrvale) *Mat majteaduse mudeli puhul ei arvestata kõiki aspekte, sest see on võimatu, valitakse põhifaktorid (mida asendavad muutujad) ja antakse ette seosed (võrranditena). Matemaatiline mudel koosneb võrranditest, mis kirjeldavad faktorite käitumist ja seovad muutujaid omavahel -> analüütilised eeldused -> loogilised järeldused. 3. Funktsiooni mõiste: Kui muutuja x igale väärtusele hulgas X on vastavusse seotud muutuja y väärtus, siis öeldakse, et hulgal X on määratud funktsioon. y=f(x) eeskiri; üksühene vastavus. Liigid: a) konstantne f. N. y=f(x)=7 b) polünoomid y=a0+a1x+a2x2+...+anxn n=0 konstantne f., n=1 linearne f., n=2 ruutf. (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)
a1; -a2; ... -an) = (-1); - = + (-) = + (-1) 6. Maatriksi defnitsioon ja tähistused. Lineaarsed tehted maatriksitega ja nende omadused. K - korpus; m, n - positiivsed naturaalarvud; (mxn)-maatriks üle korpuse K - m-realine ja n-veeruline skalaaride tabel; K(mxn) - kõigi (mxn)-maatriksite hulk üle korpuse K (mxn)-maatriksiks nimetatakse m reast ja n veerust koosnevat ristkülikukujulist arvude tabelit A = ||aij|| = (aij R iga i ja j korral) Erikujulised maatriksid: 1. ruutmaatriksid (m=n) 2. diagonaalmaatriks (m=n; aij = 0 ij) 3. skalaarmaatriks (m=n; aij = 0 ij; a11 = a22 = ... = ann) Lineaarsed tehted maatriksitega A = ||aij|| Kmxn; B = ||bij|| Kmxn; c K 1. liitmine: A + B = ||cij|| Kmxn; cij = aij + bij i,j 2. skalaariga korrutamine: cA = ||dij|| Kmxn; dij = caij i,j Samad omadused kui vektorite korral, kus = A, = B, = C, V = Rnxm 7. Maatriksite korrutamine. Korrutamise omadused ja seos lineaarsete tehetega.
0 1 0 0 0 0 1 0 0 0 0 1 . E= 8. Maatriksit, mille kõik elemendid on nullid, nimetatakse nullmaatriksiks ja tähistatakse tähega O või . 2.Tehted maatriksitega Olgu antud maatriksid A = ( aik ) ja B = ( bik ). 1. Maatrikseid A ja B loetakse võrdseteks, kui nende vastavad elemendid aik ja bik on võrdsed. 2. Maatriksite A ja B summaks nimetatakse maatriksit C, mille elemendid cik = aik + bik; näiteks 1 5 3 6 4 - 2 7 9 1 - 2 0 7 5 - 3 - 3 3 - 3 4
0 1 0 0 E= 0 0 1 0. 0 0 0 1 8. Maatriksit, mille kõik elemendid on nullid, nimetatakse nullmaatriksiks ja tähistatakse tähega O või . 2.Tehted maatriksitega Olgu antud maatriksid A = ( aik ) ja B = ( bik ). 1. Maatrikseid A ja B loetakse võrdseteks, kui nende vastavad elemendid aik ja bik on võrdsed. 2. Maatriksite A ja B summaks nimetatakse maatriksit C, mille elemendid cik = aik + bik; näiteks 1 5 3 6 4 -2 7 9 1
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) ma. B ja m=p, n=q
· Vektori sklaarruuduks nim vektori skalaarkorrutist iseendaga. . . Kahe vektori vektorkorrutiseks nim vektorit, mis rahuldab järgmisi tingimusi a) b) c) Moodul võrdub vektoritele ehitatud rööpküliku pindalaga. Omadused: · Vektorkorrutis on antikommutatiivne · Vektorkorrutis on assotsiatiivne arvulise teguri suhtes · Vektorkorrutis on distriutiivne · 2. Maatriksid Maatriksiks nimetatakse m reast ja n veerust koosnevat ristkülikukujulist arvude tabelit. Maatriksis on m rida ja n veergu. Maatriksi reaindeks on ai ja veeruindeks on aj. Maatriksi peadiogonaali elemendid on a11; a22; amn Erikujulised maatriksid: · Kui maatriksi Am*n kõik elemendid aij võrduvad 0ga, siis nim seda nullmaatriksiks. Ridade ja veergude arvu m ja n nim põhiparameetriteks. Kui mn, siis nim maatriksit ristkülikmaatriksiks. Kui m=n, siis ruutmaatriksiks.
toimivate füüsikaliste või muu päritoluga protsesside seaduspärasuste alusel koostatud matemaatiliste seoste (võrrandite) kogum, mis orienteeritud süsteemi puhul seob oleku- ja väljundmuutujaid sõltumatute sisendmuutujatega, võimaldades arvutada süsteemis toimuvaid ajalisi protsesse. Enamasti matemaatiline mudel esitatakse süsteemi ja ülekande iseloomule sobivas kokkuleppeliselt standardses vormis. Matemaatilise mudeli kirjeldamiseks tuleb iga muutuja jaoks valida sobiv mõõtühik, mille kaudu saadakse nii muutujate kui ka parameetrite arvulised väärtused. Vatavate füüsikaliste suuruste põhiühikute kasutamine pole vajalik, oluline on vaid võrrandites kasutatavate muutujate ühikute kooskõla. Süsteemi matemaatilised mudelid võimaldavad loodava süsteemi omadusi nii teoreetiliselt kui ka arvutuslikult uurida. Algolek ja selle sisu: Algolek on süsteemi muutujate või parameetrite teadaolevad väärtused
süsteemil eripärased. Matemaatilise mudeli muutujad (ajast sõltuvad liikmed) kirjeldavad süsteemis toimuvaid dünaamilisi protsesse ja on üldiselt (vähemalt põhimõtteliselt) mõõdetavad. Orienteeritud süsteemis, kus on valdavalt tegemist informatsioonilise protsessidega, nimetatakse muutujaid tihti ka signaalideks. Kõik süsteemi muutujad on esitatavad reaalarvuliste hetkväärtustega aja funktsioonidena. Mistahes muutuja hetkväärtused võivad sõltuda teiste muutujate samadele või varasematele ajamomentidele vastavatest hetkväärtustest, kuid mitte tulevaste ajamomentide hetkväärtustest. Süsteemi (või selle elementide) parameetrid on süsteemi või tema elementide iseloomustus-suurused, mis esinevad enamasti dimensiooniga kordajatena süsteemi või mõnda elementi iseloomustavais võrrandeis (matemaatilises mudelis). Parameetrid võivad olla konstandid, sõltuda ajast või mudeli muutujatest
Lahendskeem: (A!E)- >Gaussi teisend->(E!A-1). N: 248 -2 0 2 468 2. Leontjevi staatiline mudel 1 2 lõpptoodang y kogutoodang x 1 100=x11 160=x12 240 500 2 275 40 85 400 sisemine tarbimine Leontjevi mudel aitab leida samasugust tabelit järgmise aasta jaoks, kui uus lõpptoodang y=(200, 100) Otsekulude maatriks A, aij=xij/xj (1) 100/500 160/400 A= 275/500 40/400 Ax+y=x (2) tasakaaluvõrrand sisemise tarbimise, lõpp- ja kogutoodangu vahel Teades lõpptoodangu uut vektorit same koostada sarnase tabeli järgmise aasta jaoks. Selleks teisendame valemit 2. x-Ax=y (E-A)x=y x=(E-A)-1y=By (3) B on täiskulude maatriks. Leiame E-A ning selle pöördmaatriksi ning same uue kogutoodangu maatriksi: Uusx=By a11=0,2=uusx11/uusx1=uusx11/440, uusx11=0,2*440=88
koordinaadid ja ainult need. Näiteks ringjoon raadiusega r ja keskpunktiga C(a,b) on niisuguste punktide hulk, millised rahuldavad tingimust |CM|=r, kus M(x;y) on ringjoone meelevaldne punkt. Niisuguse ringjoone võrrand on (x-a)² + (y-b)² = r² Joonte parameetrilised võrrandid Joone parameetrilisteks võrranditeks ruumis nim võrandeid kujul x=x(t) y=y(t) z=z(t) kui esimene võrrand esitab x-i t-funktsioonina, teine võrrand esitab y-i ja kolmas z-i muutuja funktsioonina. Muutujat t nim parametriks. Tasandil nim joone parameetrilisteks võrranditeks võrrandeid x=x(t) y=y(t) Sirge parameetrilised võrrandid Sirge on täielikult määratud kui on teada nullist erinev sirgega paralleelne vektor, nn sirge sihivektor s ja üks punkt M1 sirgel. M on meelevaldne punkt sirgel, siis OM1=r1 ja OM=r. Punktid M1 ja M määravad vektori M1M=r-r1. See vektor on paralleelne sihivektoriga. Võrrand r-r1=st on sirge parameetriline võrrand vektorkujul
1. Diferentsiaalvõrrandi üld- ja erilahend. Väärtus ja raja ülesanne Def 1.1 Võrrandit, milles osalevad sõltumatu muutuja, tundmatu funktsioon ja selle tuletised nim diferentsiaalvõrrandiks. (1.1) F(x, y(), y'(), ...)=0 Kui otsitav funktsioon y sõltub ainult ühest muutujast, siis seda nim harilikuks diferentsiaalvõrrandiks. Kui otsitav funktsioon sõltub mitmest muutujast, siis on tegemist osatuletistega diferentsiaalvõrranditega. Kõrgema järguga tuletis dif.võr määrab ära selle võrrandi järgu. Esimest järku dif võrrand on (1.2) Def 1.2 N-järku dif.võr (1
1. Maatriksi mõiste, järk, tähistused, liigid. Maatriks on ristkülikukujuline arvude tabel, milles on m-rida ja n-veergu ja mis on ümbritsetud ümarsulgudega. Maatriksit tähistatakse suure tähega: Maatriksi järk tähistab maatriksi mõõtmeid: A on m*n järku maatriks. Liigid: · Ruutmaatriks (m=n) · Diagonaalmaatriks ruutmaatriks, mille peadiagonaalis arvud, muud elemendid 0-d. · Ühikmaatriks diagonaalmaatriksi erijuht. Peadiagonaali elemendid 1-d. Täh E. · Nullmaatriks kõik nullid. Täh . 2. Tehted maatriksitega (korrutamine arvuga, liitmine, lahutamine, korrutamine). · Korrutamine arvuga: korrutades maatriksit reaalarvuga, muutuvad kõik elemendid, selle arvu korra suuremaks.
Kõrgem matemaatika 1 kordamisküsimused 2017/2018 1. Maatriksi definitsioon. Maatriksi elemendid. Maatriksi järk. Ruutmaatriks. Lineaarsed tehted maatriksitega (liitmine ja skalaariga korrutamine). Nullmaatriks. Vastandmaatriks. Lineaarsete tehete omadused. Transponeeritud maatriks. Maatriks on arvude, funktsioonide või muude elementide korraldatud kogum × . Maatriksil on m rida ja n veergu, kus a11; a12; ...a1n; jne on maatriksi elemendid. Kui me räägime järkudest, siis esimest järku matriks on a, teist on a, a, a, a, kui räägime kolmandat järku siis a,a,a,a,a,a,a,a,a (9) Ruutmaatriksi ridade ja veergude arv on sama. Kui me räägime skalaariga korrutamisest, see tähendab lihtslat arv korrutame matriksiga
See teoreem kehtib meelevaldsete lineaarsete võrrandisüsteemide lahendamiseks, kus võrrandite ja tundmatute arvud on võrdsed. Lisaks peavad võrrandisüsteemid olema korrastatud. Kui lineaarse võrrandisüsteemi maatriksi determinant on nullist erinev, siis avalduvad tundmatud murdudena, mille nimetajaks on süsteemi maatriksi determinant ja mille lugejad on maatriksi, mis saadakse süsteemi maatriksist vastava tunmatu kordajate veeru asendamisel vabaliikmete veeruga, determinandid. Kui maatriks täidab Crameri teoreemi eeldusi, siis öeldakse, et tegemist on Crameri peajuhtumiga. Seega Crameri peajuhtumil 1) m=n, 2) |A| 0. Tähendab, Crameri peajuhul on lineaarsel võrrandisüsteemil üksainus lahend, mis avaldub valemitega x1=|A1|/|A| x2=|A2|/|A| .. xn=|An|/|A| Determinantide omadused, determinandi arendus rea (veeru) järgi Omadus 1
MAATRIKS: Maatriks nimetatakse ümarsulgudesse paigutatud reaalarvude tabelit, milles on eristatavad read ja veerud. Maatriksi mõõtmed Maatriksit, milles on m rida ja n veergu nimetatakse täpsemalt (m,n)- maatriksiks ning arvupaari (m,n) selle maatriksi mõõtmeteks. Maatriksi järk Omadus, mis esineb ainult ruutmaatriksil: Näiteks Mat(n,n) nim. n-järku maatriksiks. Maatriksi elemendid nimetatakse reaalarve, milledest maatriks koosneb. Maatriksi ja maatriksite hulga tähistused Maatrikseid tähistatakse tavaliselt suurte ladina tähtedega: A, B,....X, Y, Z. Maatriksite elemente tähistatakse vastavate väikeste ladina tähtedega, mis võivad olla varustatud ka indeksitega: a, b, c, jne. Kõigi (kõikvõimalike mõõtmetega) maatriksite hulka tähistame edaspidi Mat abil ning kõigi (m, n)-maatriksite hulka tähistame edaspidi Mat(m, n) abil. Ruutmaatriks maatriks, mille ridade arv on võrdne veergude arvuga, s.t. m=n
aga ka võimalus mudeli parameetreid piisava täpsusega määrata. 1.3, Muutujad ja parameetrid Matemaatilise mudeli muutujad (ajast sõltuvad liikmed) kirjeldavad süsteemis toimuvaid dünaamilisi protsesse ja on üldiselt (vähemalt põhimõtteliselt) mõõdetavad. Orienteeritud süsteemis, kus on valdavalt tegemist informatsioonilise protsessidega, nimetatakse muutujaid tihti ka signaalideks. Kõik süsteemi muutujad on esitatavad reaalarvuliste hetkväärtustega aja funktsioonidena. Mistahes muutuja hetkväärtused võivad sõltuda teiste muutujate samadele või varasematele ajamomentidele vastavatest hetkväärtustest, kuid mitte tulevaste ajamomentide hetkväärtustest. Süsteemi (või selle elementide) parameetrid on süsteemi või tema elementide iseloomustus-suurused, mis esinevad enamasti dimensiooniga kordajatena süsteemi või mõnda elementi iseloomustavais võrrandeis (matemaatilises mudelis). Parameetrid võivad olla konstandid, sõltuda ajast või mudeli muutujatest
3. Lihtne regressioon, regressioonivõrrandi põhikuju. Determineeritud regressioonivõrrand. Lineaarse regressiooni korral kirjeldatakse seost uuritavate muutujate väärtuste vahel sirge abil võrrandiga Y = a0+a1X Eesmärgiks on leida punktiparvega antud X ja Y vahelist seost iseloomustava parima sirge võrrand Lineaarse kahe muutujaga determineeritud regressioonimudeli korral eeldatakse, et juhusliku suuruse Y tingliku keskväärtuse ja sõltumatu muutuja X vahel on seos E(YX ) = 0+ 1X Determineeritud regressioonivõrrand kirjeldab seost endogeense ehk sõltuva muutuja Y keskväärtuse ja eksogeensete ehk sõltumatute muutujate Xi vahel. Võrrandi vasakul pool on tinglikud keskväärtused, mis ei sõltu juhusest 4. Stohhastiline regressioonivõrrand. Juhuslik komponent (regressioonijääk). Visualiseerimine (joonis). Stohhastiline regressioonivõrrand sisaldab juhuslikku liiget i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 Logaritmid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 Eksponentvõrrandid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 ÜLESANNETE VASTUSED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 8. MAATRIKSID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Maatriksi mõiste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Maatriksite liitmine ja lahutamine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Maatriksi korrutamine skalaariga. . . . . . . . . . . . . . . . . . . . . . . . . .
tabelit, milles on eristatavad read ja veerud. 31.maatriksi mõõtmed-Maatriksit milles on m rida ja n veergu nimetatakse (m,n)-maatriksiks. Arvupaari (m,n) nimetatakse selle maatriksi mõõtmeteks 32.maatriksi järk- naturaalarvude paari m × n, kus m ja n on vastavalt maatriksi ridade ja veergude arvud. n rea ja veeruga ruutmaatriksi järguks loetakse lihtsalt arvu n. 33.maatriksi elemendid- Reaalarvud millest maatriks koosneb 34.maatriksi ja maatriksite hulga tähistused- Maatrikseid tähistatakse tavaliselt suurte ladina tähtedega (A,B,...,X,Y,Z). Maatriksi elemente tähitatakse vastavate väikeste ladina tähtedega, mis võivad olla varustatud ka indeksitega (a,b,c1,xmn). Kõikvõimalike mõõtmetega maatriksi hulka tähistatakse Mat abil ning kõigi (m,n)-maatriksite hulka tähistatakse Mat(m,n) abil. 35.Ruutmaatriks-Maatriks, mille ridade arv on võrdne veergude arvuga m=n 36
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 = Näide 1: Antud maatriks 0 1 - 6,5 . Siin A , a = - 4, a = -6,5 . 2x3 12 23 Maatriksid on võrdsed oma vahel , kui on võrdsed kõik vastavad elemendid antud matriksites, s.t. A = B , kui aij = bij , i = 1,...,n , j = 1,...,m
Lineaaralgebra elemendid. 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
0.1 Tähistused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 0.2 Kreeka tähestik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 0.3 Reaalarvud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 0.4 Summa sümbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1 Maatriksid ja determinandid 7 1.1 Maatriksi mõiste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2 Tehted maatriksitega . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.3 Maatriksite korrutamine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.4 Teist ja kolmandat järku determinant . . . . .
majandusnähtuste vahelise seose tugevuse ja usaldatavuse ning samas ka seose funktsionaalse vormi. Regressioonianalüüsi põhiülesanded:1) hinnata kvantitatiivselt majandusnähtuste vaheliste seoste suunda, tugevust ja kuju; 2)prognoosida maj. nähtuste ja protsesside tõenäosuslikku arengut; 3)kontrollida empiiriliselt maj. teoreetiliste seisukohtade ja hüpoteesi paika pidavust. Regressioonivõrrandiks on lineaarne mitme muutuja funktsioon. Regressioonikordaja i näitab mitme ühiku võrra muutub sõltuv muutuja Yt kui sõltumatu muutuja Xi muutub 1 ühiku võrra. Kui regressioonmudelis on 1 sõltumatu muutuja, siis on tegemist lihtsa regressioonvõrrandiga Y=b0+ b1xi+ei, i=1,2...n. Kui sõltumatuid muutujaid on vähemalt 2 (k>2), siis on tegemist mitmese regressioonimudeliga. Enim praktikas kasutusel olev mittelineaarne regressioonvõrrand on ruutmudel e. parabool. Parabooli abil on
. 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+.. +annxn=bn kusjuures süsteemi maatriksi determinant D=/0. Crameri peajuhul on lvs-il üks lahend, mille saab valemiga Xi=Di/D, i=1...n kus Di on det, mis on saadud det-s D i-nda veeru asendamisel lvs-i vabaliikmete veeruga. LVS lahendamiseks kasutatakse põhiliselt meetodit, kus olemasolev lvs asendatakse uue lihtsama lvsiga, millel on sama lahendihulk. Def. Öeldakse, et
leiab ökonomeetriliste mudelite koostamisel kõige enam kasutamist mitmene lineaarne regressioonimudel. Taolise regressioonimudeli koostamist nim. ka klassikaliseks regressioonianalüüsiks. Antud juhul eeldatakse, et sõltuvat muutujat Y mõjutavad mitu sõltumatut muutujat X1, X2,-;Xn ning nende mõju sõltuvale muutujale on lineaarne. Regressioonivõrrand-;-;-;-;-;-;-;-;-;-;-;-;-;-;-;-; Mudeli parameetrite hindamiseks kasutatakse üldtuntud vähimruutude meetodit. Regressioonivõrrandi parameetrite -;-;-;-;-;-;-;-;-;. .väärtuste ehk täpsemalt väljendades nende parameetrite hinnangute b1, b2, -;bn kindlaksmääramineon ökonomeetrilise analüüsi üheks peaülesandeks. Mitmese lineaarse regressioonivõrrandi parameetrid (regressioonikordajad) võimaldavad nende majanduslikku tõlgendamist. Igal regressioonikordajal on majanduslik sisu. Mittelineaarse regressioonivõrrandi parameetrid ei ole üldjujhul sisuliselt tõlgendatavad
Niisugust lubatavate lahendite hulka, mille korral Z on max või min nimetatakse optimaalseks lahendiks ehk optim plaaniks. DUAALÜLESANDED LPÜ teisendamine max-kanoonilisele kujule 1) Kui Z nõutakse miinimumi, siis seda saab esitada max nõudele Min z=max (z´= -z)=-c1x1-c2x2.. 2) Kui kitsendused on esitatud võrratustena, tuleb sisse tuua täiendavad muutujat (abimuutujad, ülejäägi näitajad) 3) Kui mõne muutuja kohta pole esitatud mittenegatiivsuse nõuet, siis seda võib defineerida kahe mittenegatiivse muutuja vahena x2=x2´-x2´´ x2 ≥0, x2´´≥0 LPÜ-ga duaalne ülesanne max-põhikujul LPÜ duaalne ülesanne 1. Esialgse ül igale kitsenduele seame vastavusse duaalse ül tundmatud: y1, y2,..,ym 2. Duaalse ül kitsenduste süsteemi vabaliikmeteks on esialgse ül sihifunktsiooni kordajad c1,c2 Duaalse ül kitsenduste arv sõltub esialgse ül muutujate arvuga 3
annaabi.ee 
