Mátrixalgebra Optimumszámítás

Hasonló dokumentumok
Typotex Kiadó. Bevezetés

KOVÁCS BÉLA, MATEMATIKA I.

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18

Matematika 8. osztály

HALMAZOK. A racionális számok halmazát olyan számok alkotják, amelyek felírhatók b. jele:. A racionális számok halmazának végtelen sok eleme van.

A SZÁMFOGALOM KIALAKÍTÁSA

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

x = 1 = ı (imaginárius egység), illetve x 12 = 1 ± 1 4 2

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

Róka Sándor PÁRKERESŐ. Fejtörő matematika alsósoknak

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Kalkulus. Komplex számok

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

ALGEBRAI KIFEJEZÉSEK, EGYENLETEK

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

1. Komplex számok. x 2 = 1 és x 2 + x + 1 = 0. egyenletek megoldását számnak tekinthessük:

1. A komplex számok definíciója

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Logaritmus

Hatványozás. A hatványozás azonosságai

Vektorok, mátrixok, lineáris egyenletrendszerek

Diszkrét matematika 1.

A valós számok halmaza 5. I. rész MATEMATIKAI ANALÍZIS

Lineáris algebra (10A103)

Komplex számok. (a, b) + (c, d) := (a + c, b + d)

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

KOVÁCS BÉLA, MATEMATIKA I.

Analízis elo adások. Vajda István szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Algebrai egész kifejezések (polinomok)

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Algebra

1. fogalom. Add meg az összeadásban szereplő számok elnevezéseit! Milyen tulajdonságai vannak az összeadásnak? Hogyan ellenőrizzük az összeadást?

Analízis előadás és gyakorlat vázlat

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

Komplex számok algebrai alakja

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

Racionális számok: Azok a számok, amelyek felírhatók két egész szám hányadosaként ( p q

EGYSZERŰSÍTETT ALGORITMUS AZ ELEMI BÁZISCSERE ELVÉGZÉSÉRE

Diszkrét matematika I.

Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

Valasek Gábor

Tanmenet a Matematika 10. tankönyvhöz

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

1. A komplex számok ábrázolása

Követelmény a 7. évfolyamon félévkor matematikából

Komplex számok trigonometrikus alakja

Osztályozóvizsga követelményei

1. Halmazok, számhalmazok, alapműveletek

Mátrixok, mátrixműveletek

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Matematika A1a Analízis

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Diszkrét matematika 1. estis képzés

Operációkutatás I. Tantárgyi útmutató

Diszkrét matematika 2.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

Gy ur uk aprilis 11.

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

15. LINEÁRIS EGYENLETRENDSZEREK

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Operációkutatási modellek

SZAKKÖZÉPISKOLA ÉRETTSÉGI VIZSGRA FELKÉSZÍTŐ KK/12. ÉVFOLYAM

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

Analízis I. Vizsgatételsor

2005_01/1 Leírtunk egymás mellé hét racionális számot úgy, hogy a két szélső kivételével mindegyik eggyel nagyobb a két szomszédja szorzatánál.

Exponenciális és logaritmikus kifejezések Megoldások

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

Komplex számok. Komplex számok és alakjaik, számolás komplex számokkal.

Bázistranszformáció és alkalmazásai 2.

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

Intergrált Intenzív Matematika Érettségi

Matematika szigorlat június 17. Neptun kód:

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

1. Mátrixösszeadás és skalárral szorzás

Függvény fogalma, jelölések 15

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

KISLEXIKON : HALMAZOK, SZÁMHALMAZOK, PONTHALMAZOK. Tárgymutató: I.

2017/2018. Matematika 9.K

1. előadás: Halmazelmélet, számfogalom, teljes

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból

Egyenletek, egyenlőtlenségek X.

Nagy Gábor compalg.inf.elte.hu/ nagy

Átírás:

Mátrixalgebra Optimumszámítás

Ábrahám István Mátrixalgebra Optimumszámítás Egyszerűen, érthetően

A könyv megjelenését a Nemzeti Kulturális Alap támogatta. c Ábrahám István, Typotex, Budapest, 2015 Engedély nélkül semmilyen formában nem másolható! Lektorálta: Kocsis Péter főiskolai adjunktus ISBN 978 963 279 677 2 Témakör: matematika Kedves Olvasó! Köszönjük, hogy kínálatunkból választott olvasnivalót! Újabb kiadványainkról, akcióinkról a www.typotex.hu és a facebook.com/typotexkiado oldalakon értesülhet. Kiadja a Typotex Elektronikus Kiadó Kft. Felelős vezető: Votisky Zsuzsa Főszerkesztő: Horváth Balázs Műszaki szerkesztő: Csépány Gergely A szöveget gondozta: Marsi Mónika Borítóterv: Szalay Éva Készült a Multiszolg Bt. nyomdájában Felelős vezető: Kajtor István

Tartalomjegyzék Bevezetés 7 1. Mátrixalgebra 13 1.1. A mátrix fogalma... 13 1.2. Speciális mátrixok... 14 1.3. Relációk mátrixok között... 19 1.4. Műveletek mátrixok között... 20 1.5. Mátrixműveletek alkalmazásai... 28 1.6. A diadikus szorzat. Mátrixok hatványozása... 33 1.7. Műveletek blokkokra bontott mátrixokkal... 35 1.8. Gyakorlati alkalmazások... 36 2. A lineáris tér 43 2.1. A lineáris tér fogalma... 43 2.2. Generátorrendszer... 45 2.3. Lineáris függetlenség... 46 2.4. Bázis... 48 2.5. Dimenzió... 49 2.6. A vektorrendszer rangja, a mátrix rangja... 50 3. Bázistranszformáció 53 3.1. Elemi bázistranszformáció... 53 3.2. A bázistranszformáció alkalmazásai... 59 4. Operációkutatás 73 4.1. A lineáris programozás fogalma... 73 4.2. A normál feladat matematikai modellje... 73 4.3. A normál feladat megoldása geometriai módszerrel... 76 4.4. A lineáris programozási feladatok algebrai megoldása... 85 4.5. A szimplex módszer... 90 4.6. A kétfázisú szimplex módszer... 99

6 Tartalomjegyzék 5. A dualitás 109 5.1. A normál feladat duálja, a dualitás definíciója... 109 5.2. Az általános LP feladat duálja... 115 6. Ellenőrzés, variánsszámítás, érzékenységvizsgálat 119 6.1. Az ellenőrzés módszerének elméleti alapjai... 119 6.2. Variánsszámítás... 125 6.3. Érzékenység vizsgálat... 126 7. Szállítási feladat 133 7.1. A szállítási feladat matematikai modellje és megoldása szimplex módszerrel... 134 7.2. A disztribúciós módszer... 138 8. Matematikai modellezés 151 8.1. A modellek típusai... 151 Melléklet 161 A. Gráfok 163 B. Mátrixműveletek számítógépen 173 C. Optimumkeresés számítógépen 179

Bevezetés A bennünket körülvevő világ leírásához ősidők óta számokat is alkalmazunk. Tekintsük át a számfogalom kiépülésének logikai-történeti folyamatát, amely minden valószínűség szerint a legkorábban megjelent természetes számoktól a törtek, a negatív számok, majd az irracionális számok alkalmazásáig vezetett, illetve további általánosítással megjelentek a komplex számok, a vektorok és a mátrixok. A természetes számok körében az összeadást tekinthetjük úgy, mint ismételt továbbszámlálást: ha bármely természetes számhoz egyet hozzáadunk, újabb természetes számot kapunk. Ez azt is jelenti, hogy minden természetes szám egyesek összegéből áll. Ha tehát az a természetes számhoz hozzáadjuk a b természetes számot, akkor a b-ben lévő egyesekkel ismételt továbbszámlálást végzünk, azaz újabb természetes számot kapunk: a + b = c, ahol c N, aművelet nem vezet ki a természetes számok N halmazából. A természetes számok körében a kéttényezős szorzás ismételt összeadás: az a b azt jelenti, hogy b darab a-t adunk össze, vagy ami ugyanaz: a darab b-t adunk össze. Az a b = d szorzat eredménye is mindig természetes szám: d N. Közben láthattuk, hogy mind az összeadás, mind a szorzás kommutatív, azaz a + b = b + a, valamint a b = b a. Mindkét direkt művelet tetszőlegesen sok tagra megismételhető, azaz érvényes az asszociatív tulajdonság: a + b + + c = (a + b) + c, illetve igaz: a b c=(a b) c, tehát először mindig csak két tagot-tényezőt adunk egymáshoz, szorzunk össze. A két műveletre együtt érvényes a disztributív azonosság ( részekre bontás, szétosztás ): a (b+c)=a b+a c. Az azonos tényezőkkel ismételt szorzás a hatványozás: ha b darab a-t szorzunk össze, akkor hatványt kapunk: a a a=a b = c. (Az a az alap, b a kitevő, c a hatványérték. Nyilván: c N.) A kommutativitás ebben az esetben általában nem igaz, azaz: a b b a. Például 2 3 =8 3 2 = 9. A hatványozás egyszerű azonosságait az ismételt szorzás definícióval könnyű belátni: 1.) (a b) n =a n b n ; 2.) a n a m =a n+m ; 3.) (a n ) m =a n m. A harmadik azonos-

8 Bevezetés ság igen érdekes: ismételt hatványozással nem kapunk új műveletet, megint hatvány lesz az eredmény. Például (2 3 ) 2 =2 6 = 64. Az eddig felsorolt direkt műveletekben, ha természetes számokból indulunk ki, az eredmény is természetes szám lesz. Új típusú számokhoz akkor jutunk, ha a műveletben szereplő két tag-tényező közül az egyiket, valamint az eredményt ismerjük, és keressük a műveletben szereplő másik számot, azaz indirekt műveletet végzünk. Összeadás esetén: az a + x = c-ből az ismeretlen szám kivonással adódik: x = c a. Ha a és c természetes számok, akkor a különbség nem lesz mindig az. Ha azt akarjuk, hogy a kivonás minden természetes számra elvégezhető legyen, be kell vezetni a negatív számokat, így a kivonásra az alaphalmaz az egész számok Z halmaza: Z={ 2, 1, 0, 1, 2,...}. Megjegyezzük, hogy elég hosszú idő kellett ahhoz, hogy a negatív számok elfogadottakká váljanak, a létjogosultságukat alapvetően a velük való, alapvetően egyszerű számolási lehetőség biztosítja. Láttuk, hogy az összeadás kommutatív, így mindegy, hogy az eredmény ismerete mellett az összeadandó két tag közül az első vagy a második adott, a kivonást egyféleképpen végezzük el. Szorzás esetén: az a x = c-ből az ismeretlen osztással adódik (ha az a nem nulla), tehát: x = c/a. Nyilvánvaló, hogy ha az a és a c egész számok, akkor a hányadosuk nem lesz mindig egész. Ha azt akarjuk, hogy az osztás minden egész számra elvégezhető legyen, be kell vezetni a tört számokat, így az osztásra az alaphalmaz a racionális számok (két egész szám hányadosaként felírható számok) Q halmaza, azaz: Q = {x x = p/q, ahol p és q egész számok, és q 0}. A szorzás is kommutatív, így mindegy, hogy az eredmény ismerete mellett a két tényező közül az első vagy a második adott, az osztást egyféleképpen végezzük el. A hatványozás esetén bonyolultabb a helyzet az indirekt művelettel. A hatványozás nem kommutatív, így ha az eredményt, a hatványértéket ismerjük, akkor egészen más műveletet kell végezni, ha az alap adott és a kitevőt keressük (logaritmálás), illetve, ha a kitevő adott és az alapot keressük (gyökvonás). Például 2 x = 64-ből x = 6, amit, tudjuk, így is írhatunk: log 2 64 = 6. Viszont az x 2 = 64-ből x = ±8, aminek szintén ismert az x-re kifejezett (explicit) alakja: x = ± 64 = ±8. Mind a kitevőkeresés, mind a gyökvonás elvégezhetőségéhez új típusú számokat kell bevezetnünk, a nem szakaszos végtelen tizedes törteket, az irracionális számokat. Bebizonyítható, hogy például a 2 nem írható fel két egész szám hányadosaként, azaz szakaszos tizedes törtként. Sokáig ezt a tényt ésszerűtlennek, irracionálisnak tartották. Úgy

Bevezetés 9 képzelték, hogy minden tizedes tört egyszer majd csak szakaszos lesz, ha elég hosszú a szakasz. Egyszerű ellenpéldát találni: a 0, 1001000100001... szám (azaz ha az egyesek közé jobbra haladva mindig eggyel több nullát írunk) soha nem lesz szakaszos tizedes tört, ez egy irracionális szám. Ugyanakkor ezek a számok racionálisan nem elképzelhetetlenek, például az 1 cm oldalhosszúságú négyzet átlója 2 cm. Az irracionális számok is a számegyenesen ábrázolhatók, és a racionális számokkal együtt alkotják a valós számok R halmazát. De a valós számok sem elegendők arra, hogy a hatványozás inverz műveleteit minden esetben végre tudjuk hajtani. Gondoljunk például az x 2 2x+ + 5 = 0 egyenlet megoldására. Alkalmazzuk a megoldóképletet: x 1,2 = 2 ± 4 20 2 = 2 ± 16 2 =1± 4. A valós számok körében ennek a másodfokú egyenletnek nincs megoldása, hiszen olyan valós szám, amelynek a négyzete 4 lenne, nem létezik. Vezessünk be egy képzetes (immaginárius) számot, amelynek a négyzete 1, és ezt jelöljük i-vel. Ekkor a 4 így írható: 4 1 = 2i. A másodfokú egyenletünknek így már van megoldása: x 1,2 =1± 2i, tehát az egyik gyök: x 1 = 1 + 2i, a másik: x 2 = 1 2i. A számfogalomnak ezzel a bővítésével a gyökvonás bármilyen valós számból elvégezhető, a másodfokú egyenleteknek mindig van megoldása. Az így adódó számokat komplex számoknak nevezzük. Gauss (1777 1855) vezette be és használta először a komplex számokat, amelyek általános alakja: z = a + b i, ahol a és b valós számok. Megjegyzés: felvetődik a kérdés, hogy mire jó mindez, hogyan tudjuk elképzelni a komplex számokat? Gondoljunk arra, hogy kezdetben a negatív számokat is csak mesterkélten ( hiány, a számegyenesen a nullától balra lévő számok, stb.) magyarázták, vagy az irracionális számokat ma is ezen a néven nevezzük (lexikon: irracionális = az értelem számára felfoghatatlan, észellenes.). Ma már ezeket a számokat az általános iskolákban is használják. A komplex számok mai, eléggé széles körű alkalmazási területei a matematikán kívül főként a műszaki tudományokban találhatók. Elképzelni pedig úgy lehet a komplex számokat, hogy azok nem a számegyenesen, hanem egy ún. számsíkon helyezkednek el, amelyen adott egy vízszintes tengely, amin a valós számok találhatók, a függőleges tengely egysége pedig az i imaginárius szám:

10 Bevezetés A rajzunkon a z = 3 + 2i komplex számot ábrázoltuk. Az=a+bi=a 1+b i komplex számban az a-t tehát mindig eggyel, a b-t pedig mindig i-vel szorozzuk, ezért a komplex szám megadásakor elegendő az a-t és a b-t feltüntetni, tehát egy valós számpárral adjuk meg a komplex számot: z = [ ab ]. Így a számfogalom újabb általánosításaként olyan számot kapunk, amely 2 valós számmal adható meg. A komplex számokkal is műveleteket lehet végezni, a műveleteknek azonosságaik vannak, ezeket nem részletezzük. A valóságban a dolgok mennyiségi jellemzésére régóta használnak több számból álló számsorokat, számoszlopokat. Gondoljunk például arra, hogy egy egészségügyi vizsgálatkor általában megmérik az illető testsúlyát, magasságát, vérnyomását, hőmérsékletét és egyebeket és ez a számsor (vektor) fejezi ki az a vizsgált személy állapotát. Tágabb értelemben tehát ez a mennyiségi adat is számszerű, a több emberről felvett hasonló adatokkal (vektorokkal) műveleteket lehet végezni, ezekre a műveletekre bizonyos szabályok, azonosságok lehetnek érvényesek. Tovább mehetünk: a mennyiségi adatok gyakran nemcsak számsorokban, vektorokkal, hanem táblázatokban adottak. Vannak olyan jelenségek, eljárások, amelyek kvantitatív megadásához a vektor kevés. Például tekintsünk egy egyszerű termelési folyamatot, ahol 3 erőforrás (ami lehet élőmunka, anyag és energia) felhasználásával négyféle terméket gyártanak. Ismeretes a technológiai szerkezet, ami azt jelenti, hogy az egy-egy darab termékekbe az erőforrásokból mennyi épül be. Konkrétan: jelöljük az erőforrásokat A, B és C betűkkel, a termékeket római számokkal, a technológiai táblázat legyen a következő: I II III IV A 4 3 3 1 B 2 1 0 5 C 0 1 2 3

Bevezetés 11 Ha hasonló adatoknál a termékek mindig oszlopfőn találhatók és az erőforrások mindig sorkezdők, akkor az adott termelés jellemzéséhez elegendő megadni egy számtáblázatot, egy mátrixot, tehát magát a számtéglalapot. A vektor is és a mátrix is tulajdonképpen a számfogalom általánosítása, velük a számokhoz hasonlóan műveleteket lehet végezni és igen hasznos célokat érhetünk el alkalmazásukkal. A vektorokat speciális számtáblázatoknak (mátrixoknak) tekinthetjük, olyanoknak, amelyeknek egy soruk, vagy egy oszlopuk van. Így a mátrixokkal kezdünk el foglalkozni és az eredményeinket megfogalmazzuk vektorokra is. Több esetben viszont a vektorokra kimondott állításokat általánosítjuk mátrixokra. Látni fogjuk, hogy a mátrixokkal hogyan végezhetünk műveleteket és milyen zseniális alkalmazásokhoz vezet el a mátrixalgebra, ilyen például az optimumszámítás. Nem lesz túl könnyű dolog megismerni ezt a területet, újszerű dolgokról lesz szó. Viszont a cél, optimumszámítás az élet sok területén alkalmazható és jelentős eredményekhez vezet.