Файл: Сирл, С. Матричная алгебра в экономике.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 16.10.2024

Просмотров: 193

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Единственное отличие этого метода от изложенного ранее способа преобразования квадратных матриц состоит в ином определении матри­ цы А- ; теперь А- представляет собой транспонированную матрицу А, причем содержавшиеся в последней ненулевые элементы заменяются их обратными величинами; такая замена предполагается обращением диагональной подматрицы А. Если размер матрицы А равен р X q, то и матрица А имеет тот же размер, а матрица А- — размер q X р.

Упражнения

1. Для каждой из приведенных матриц найдите обобщенную обратную матрицу:

а) '2

1

4

 

 

б) ” 1

0

— 1

2 ”

6

9

3

»

 

3

1

2

1

4

4

5

 

 

4

3

— 2

1

 

 

 

 

 

13

11

3

— 5

 

 

1

2

1

2

г)

4

3

 

 

1

3

2

1

 

1

2

 

 

0

1

1

1

 

 

 

 

1

2

3

1

 

 

 

2.Для каждой матрицы, приведенной в упражнении 1 главы VI, найдите обобщенную обратную матрицу.

3.Для каждой системы уравнений найдите систему линейно-независимых

решений

и покажите,

что любое другое

решение

будет

линейной комбина­

цией этих

решений:

 

 

 

 

 

 

 

 

 

 

 

а)

6 2 0

 

 

' 8 ~

б) ~ 4 —9 —1 2”

” 7”

 

—1 0 3 X = 2 ;

 

 

3

1 0

1

5

 

3

2 9

 

 

 

14

 

 

Ю

—7

—1

4

X =

 

 

 

 

 

 

17

 

 

 

 

 

 

 

 

 

25

—2

—1

9

42

 

1

1 0

г

 

 

8”

 

 

 

 

 

 

 

1 1 1 1

 

X

1

 

 

 

 

 

 

 

1

0

0

1

 

6

 

 

 

 

 

 

 

1

0

1 L

 

 

1

 

 

 

 

 

 

г)

1 2

3

4 '

X

 

10"

д)

Д

0

2

 

12

 

 

5 6 7 8

 

26

 

4 1

7 X — 46

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

2

3

 

27

 

е)

6

1

 

4

2

Г

- п

 

 

 

 

 

 

 

3

0

 

1

4

2 X

6

 

 

 

 

 

 

 

— 3

— 2

 

5

8

4

— 4

 

 

 

 

 

 

200


4.С помощью обоих методов, рассмотренных в параграфе 2, покажите, что приведенные в упражнении 3 уравнения совместны.

5.На предприятии, выпускающем четыре вида товаров, установлены три

разные машины. Владелец предприятия стремится полностью использовать эти машины на протяжении 8 часов в сутки. Данные о том, сколько времени (в часах) должна эксплуатироваться та или иная машина для того, чтобы изготовить каждый из товаров (единицу товара), приведены в матрице:

'1

2

1

2~

7

0

2

0 .

1 0

0

4

В строках этой матрицы представлены данные, относящиеся к различным ма­

шинам,

а в столбцах — к отдельным товарам.

Обозначим через я4, п2, па и л4

количество выпускаемых товаров каждого вида.

,

а)

Взяв в качестве неизвестных п1, п2, п3 и я4, составьте систему уравнений,

предполагающую полное использование машин.

б)

Найдите с помощью обобщенной обратной матрицы алгебраическое ре­

шение

уравнений, составленных в соответствии с требованием а.

в)

Решение, полученное в соответствии с требованием б, может иметь и от­

рицательные значения; между тем, с точки зрения предпринимателя, такие решения лишены смысла. Каково условие, которое гарантировало бы, что век­ тор решений, записанный в общей форме, не будет содержать отрицательных элементов? (При этом допускаются дробные решения.)

г) Предприниматель обнаружил, что наибольшим спросом пользуется пер­ вый товар. Найдите решение, которое обеспечивало бы максимальный выпуск первого товара, по-прежнему удовлетворяя условию полного использования всех трех машин.

д) Как будет выглядеть решение в том случае, когда предприниматель стремится, полностью используя все три машины, максимизировать выпуск четвертого товара?

6 . Ответьте на все вопросы, поставленные в упражнении 5, изменив пред­ положение об использовании машин. Будем считать, что машины должны непре­ рывно использоваться не 8 часов в день, а 40 часов в неделю (в этом упражне­ нии следует отыскать лишь целочисленные решения).

7. Ответьте на все вопросы упражнения 5, вновь изменив предположения об использований машин. Будем считать, что первая и вторая машины должны непрерывно использоваться на протяжении 40-часовой недели, а третья машина не может непрерывно эксплуатироваться, поскольку требует ремонта и наладки

(на что уходит 8 часов в

неделю).

8 . Предположим, что

функция, характеризующая валовой доход фирмы,

в пределах допустимых значений может быть представлена многочленом второй степени

yi=a + bqi+ cqh

где yt обозначает валовой доход фирмы, a qt — выпуск продукции в период i. Допустим также, что наблюдения охватывают лишь два периода и, следоватетельно, имеются лишь два значения qi и уу.

Пе рио д 1

VI

1

10

100

2

20

150

201


а) Составьте основывающуюся на этих двух наблюдениях систему ур нений, которая представляла бы функцию валового дохода в матричной форме:

а

А Ь = у .

с

б) Определите всю совокупность функций валового дохода, которые удов­ летворяли бы системе уравнений из требования а.

в) Сколько линейно-независимых решений содержит эта система уравнений? Сопоставьте ответ на этот вопрос с ответом на вопрос б.

9. Вернемся к упражнению 10 главы IV, в котором рассматривалась от­ грузка произведенных товаров с предприятий на склады при следующих ограни­ чениях: выпуск продукции не может выйти за пределы наличных производствен­ ных мощностей предприятий, а складские помещения должны быть полностью использованы. Решите приведенные в этом упражнении уравнения А х = у с помощью обобщенной обратной матрицы. Найдите систему линейно-независи­ мых решений. Сколько линейно-независимых решений будут иметь эти урав­

нения?

Пусть G представляет собой обобщенную обратную матрицу А. Покажите,

 

10.

что л- = (G +

GA I) у образует решение системы Ах = у

и что х — [G (I +

+

:кА) — А,/] у также будет решением этой системы, причем X может быть любой

скалярной величиной.

 

 

Q и Д обобщенную обратную матрицу,

покажи­

те,

11.

Построив с помощью Р,

что:

 

 

 

 

 

 

 

 

 

 

a)

GAQP =-= PQAG

и б)

Н =

Q A A -Q -1.

 

 

 

12.

Допустим, что А =

A', U' V = /;

матрицу с помощью методов,

описан­

ных в этой главе, можно привести к диагональной форме: А = U’AU. Покажи-,

те,

что в этом случае для матрицы R, равной VА~ V ', выполняются следующие

соотношения:

 

 

 

 

 

 

 

 

 

 

a)

R AR =

R;

б)

A RA = А;

 

 

 

 

в)

(RA)' =

RA-,

 

г) (AR)' = AR;

 

 

 

 

д)

(R A f =

R A ;

 

е) RA =

AR;

 

 

 

 

ж)

А 2 =

UA2U';

 

з) / — RA идемпотентна.

 

 

 

13.

Пусть G обозначает любую обобщенную обратную матрицу X 'X ; пока­

жите, что в этом случае:

 

 

 

 

 

 

 

а) GX' представляет собой обобщенную обратную матрицу Х\

если

 

б)

произведение

XGX'

определено

однозначно.

(Указание:

{А ~ В У (А В) = 0, то А В = 0.)

 

 

 

 

 

 

 

 

 

 

Л И Т Е Р А Т У Р А

 

 

 

1.

B j e h a m m e r

А.

(1951). Rectangular reciprocal

matrices with spe­

cial reference to geodesic calculations. Bull. Geodesique, 188—220.

 

 

2.

G o l d m a n

A.

J.

and

Z e 1 e n

M. (1964). Weak generalized inverses

and minimum variance linear unbiased estimators. J. Res. Nat. Bur. ofi Standards,

6 8 B, 151—172.

pseudo

inverse

of a rectangular or

3. G r e v i 1 1 e T. N. E. (1957). The

singular matrix and its application to the solution of

systems

of linear equations.

Soc. industrial and Applied Math. Newsletter,

5, 3—6 .

 

202


4.

M a l i k

Я.

J.

(1968). A note on generalized

inverses.

Naval Research

Logistics Quarterly,

15, 605—612.

 

 

 

 

5.

M o o r e

E. H. (1935). General analysis. Memoirs of; the American Philosophi­

cal Society,

1.

 

 

R.

A.

(1955). A generalized inverse

for matrices. Proceedings

-6 .

P e n r o s e

 

of, the Cambridge Philosophical Society, 51, 406—413.

multiple

classified

data

7.

R а о C.

R.

(1955). Analysis of dispersion for

with unequal numbers of cells. Sankhya, 15, 253—280.

inverse of a matrix with

8 .

R а о C.

R.

(1962). A note on

a generalized

applications

to problems

in

mathematical

statistics. Journal of the

Royal

Statis­

tical Society (B), 24, 152—158.

 

 

 

 

9.

W i l k i n s o n

G.

N. (1958). Estimation of missing values for the ana­

lysis of incomplete

data.

Biometrics, 14,

257—286.

 

 

 

I