Hopp til hovedinnholdet

Universitetseksamen etter tema

Øv på ett tema om gangen med oppgavene fra universitetseksamenene vi har lagt ut, foreløpig NTNU Matematikk 1 og NTNU Matematikk 3. Velg område og tema, så henter vi oppgavene fra alle settene. Prøv selv først – løsningen ligger under oppgaven når du står fast.

Område

Emne

markovkjeder

Velger du flere tema, får du oppgavene som har alle sammen.

4 oppgaver i NTNU Matematikk 3 om markovkjeder

Oppgavene

TMA4110 ordinær eksamen 2024

Oppgave 8

Julegavemaskinen til Julenissen er ødelagt og produserer i år bare tre ulike gaver: PlayStation, barbiedukke og trekkspill. I tillegg spytter den ut bare én gave i døgnet, men Julenissen har oppdaget at den følger et visst mønster:
– Hvis det produseres PlayStation én dag, er det 1/4 1/4 sjanse for at det kommer PlayStation på nytt dagen etter, 1/2 1/2 sjanse for at det kommer en barbiedukke og 1/4 1/4 sjanse for at det kommer et trekkspill. – Dagen etter at det har kommet en barbiedukke kommer det alltid et trekkspill. – Det kommer aldri trekkspill to dager på rad, men dagen etter det blir produsert et trekkspill er det like sannsynlig med barbiedukke som med PlayStation.

Oppgave 8a)

Finn en stokastisk matrise M M som representerer hvordan julegaveproduksjonen endres fra dag til dag og avgjør om matrisen er regulær.
Vis løsning på oppgave 8a
Svar
M M er regulær, siden alle tallene i M3 M^3 er positive:
M=[14012120121410]‾‾ \underline{\underline{M = \begin{bmatrix} \tfrac{1}{4} & 0 & \tfrac{1}{2} \\ \tfrac{1}{2} & 0 & \tfrac{1}{2} \\ \tfrac{1}{4} & 1 & 0 \end{bmatrix}}}
Hver kolonne i \( M \) er fordelingen dagen etter én bestemt gave. For å avgjøre om matrisen er regulær, regner vi ut potenser av den.
1. Sett opp overgangsmatrisen Vi ordner gavene som PlayStation, barbiedukke, trekkspill. Kolonne \( j \) sier hvor sannsynlig hver gave er dagen etter gave \( j\text{,} \) så hver kolonne summerer til \( 1\text{:} \) \[ \begin{aligned} \textcolor{blue}{\text{PlayStation}}&: \ \tfrac{1}{4}, \ \tfrac{1}{2}, \ \tfrac{1}{4} \\ \textcolor{red}{\text{barbiedukke}}&: \ 0, \ 0, \ 1 \\ \textcolor{green}{\text{trekkspill}}&: \ \tfrac{1}{2}, \ \tfrac{1}{2}, \ 0 \end{aligned} \]
Setter vi dem inn som kolonner, får vi: \[ M = \begin{bmatrix} \textcolor{blue}{\tfrac{1}{4}} & \textcolor{red}{0} & \textcolor{green}{\tfrac{1}{2}} \\ \textcolor{blue}{\tfrac{1}{2}} & \textcolor{red}{0} & \textcolor{green}{\tfrac{1}{2}} \\ \textcolor{blue}{\tfrac{1}{4}} & \textcolor{red}{1} & \textcolor{green}{0} \end{bmatrix} = \dfrac{1}{4}\begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
2. Avgjør om matrisen er regulær En stokastisk matrise er regulær hvis en potens av den bare har positive tall: \[ \begin{aligned} &M \text{ er regulær} \\ &\Leftrightarrow\; M^k \text{ har bare positive tall} \\ &\quad\;\, \text{for en } k \geq 1 \end{aligned} \]
\( M \) har nuller, så vi regner ut potenser. Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ M^2 = \dfrac{1}{16}\begin{bmatrix} 3 & 8 & 2 \\ 4 & 8 & 4 \\ 9 & \textcolor{darkorange}{0} & 10 \end{bmatrix} \]
\( M^2 \) har fortsatt en null. Vi ganger med \( M \) én gang til: \[ M^3 = M^2M = \dfrac{1}{64}\begin{bmatrix} 21 & 8 & 22 \\ 24 & 16 & 24 \\ 19 & 40 & 18 \end{bmatrix} \]
Alle tallene i \( M^3 \) er positive, så \( M \) er regulær.

Oppgave 8b)

Gitt at det ble produsert en PlayStation én dag, hva er sannsynligheten for at det blir produsert en barbiedukke tre dager senere?
Vis løsning på oppgave 8b
Svar
Sannsynligheten for barbiedukke tre dager senere er:
38‾‾ \underline{\underline{\dfrac{3}{8}}}
Vi bruker matrisen \( M \) fra a). Ved følgefeil kan det gis full uttelling.
Vi starter med all sannsynlighet på PlayStation og ganger med \( M \) én gang for hver dag.
1. Sett opp startfordelingen Dag \( 0 \) er det PlayStation: \[ \mathbf{x}_0 = \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} \]
Fordelingen dagen etter får vi ved å gange med \( M\text{:} \) \[ \mathbf{x}_{k+1} = M\mathbf{x}_k \]
I a) fant vi: \[ M = \dfrac{1}{4}\begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
2. Gang med M tre ganger Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} \mathbf{x}_1 &= M\mathbf{x}_0 = \dfrac{1}{4}\begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} \\ \mathbf{x}_2 &= M\mathbf{x}_1 = \dfrac{1}{16}\begin{bmatrix} 3 \\ 4 \\ 9 \end{bmatrix} \\ \mathbf{x}_3 &= M\mathbf{x}_2 = \dfrac{1}{64}\begin{bmatrix} 21 \\ \textcolor{red}{24} \\ 19 \end{bmatrix} \end{aligned} \]
Barbiedukke er den andre plassen: \[ \dfrac{\textcolor{red}{24}}{64} = \dfrac{3}{8} \]

Oppgave 8c)

Det er heldigvis lenge til jul, så det vil bli produsert gaver til alle snille barn. Hva vil fordelingen av Playstation, barbiedukker og trekkspill bli i det lange løp?
Vis løsning på oppgave 8c
Svar
I det lange løp er fordelingen av PlayStation, barbiedukker og trekkspill:
q=[4151325]‾‾ \underline{\underline{\mathbf{q} = \begin{bmatrix} \tfrac{4}{15} \\ \tfrac{1}{3} \\ \tfrac{2}{5} \end{bmatrix}}}
Vi bruker matrisen \( M \) fra a), som er regulær. Ved følgefeil kan det gis full uttelling.
Siden \( M \) er regulær, går fordelingen mot én likevektsvektor \( \mathbf{q} \) med \( {M\mathbf{q} = \mathbf{q}}\text{.} \) Det er egenvektoren for egenverdien \( 1\text{,} \) skalert så tallene summerer til \( 1\text{.} \)
1. Sett opp likningen For en regulær stokastisk matrise finnes én likevektsvektor, og \( \mathbf{x}_k \) går mot den uansett start: \[ M\mathbf{q} = \mathbf{q}, \qquad q_1 + q_2 + q_3 = 1 \]
I a) fant vi: \[ M = \dfrac{1}{4}N, \qquad N = \begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
Vi ganger likningen med \( 4 \) og flytter over: \[ \begin{aligned} M\mathbf{q} &= \mathbf{q} \\ N\mathbf{q} &= 4\mathbf{q} \\ (N - 4I)\mathbf{q} &= \mathbf{0} \end{aligned} \]
Vi løser for vektoren som i videoen Hvordan regner vi ut egenverdier egenvektorer?: \[ \begin{bmatrix} -3 & 0 & 2 \\ 2 & -4 & 2 \\ 1 & 4 & -4 \end{bmatrix}\begin{bmatrix} \textcolor{blue}{q_1} \\ \textcolor{red}{q_2} \\ \textcolor{green}{q_3} \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} \]
2. Løs likningene Første rad gir \( \textcolor{green}{q_3} \) uttrykt ved \( \textcolor{blue}{q_1}\text{:} \) \[ -3\textcolor{blue}{q_1} + 2\textcolor{green}{q_3} = 0 \quad \Rightarrow \quad \textcolor{green}{q_3} = \dfrac{3}{2}\textcolor{blue}{q_1} \]
Andre rad gir \( \textcolor{red}{q_2}\text{:} \) \[ \begin{aligned} 2\textcolor{blue}{q_1} - 4\textcolor{red}{q_2} + 3\textcolor{blue}{q_1} &= 0 \\ \textcolor{red}{q_2} &= \dfrac{5}{4}\textcolor{blue}{q_1} \end{aligned} \]
Kontroll: Tredje rad: \( {q_1 + 5q_1 - 6q_1 = 0}\text{.} \)
3. Skaler så summen blir 1 Summen skal være \( 1\text{:} \) \[ \begin{aligned} \textcolor{blue}{q_1} + \dfrac{5}{4}\textcolor{blue}{q_1} + \dfrac{3}{2}\textcolor{blue}{q_1} &= 1 \\ \dfrac{15}{4}\textcolor{blue}{q_1} &= 1 \\ \textcolor{blue}{q_1} &= \dfrac{4}{15} \end{aligned} \]
Det gir oss: \[ \begin{aligned} \textcolor{red}{q_2} &= \dfrac{5}{4} \cdot \dfrac{4}{15} = \dfrac{1}{3} \\ \textcolor{green}{q_3} &= \dfrac{3}{2} \cdot \dfrac{4}{15} = \dfrac{2}{5} \end{aligned} \]

TMA4115 konteeksamen 2024

Oppgave 7

Betrakt den stokastiske matrisen
A=[0010000110000100] A = \begin{bmatrix} 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \end{bmatrix}

Oppgave 7a)

Finn en inverterbar matrise P P og en diagonal matrise D D slik at A=PDP−1. {A = PDP^{-1}}\text{.}
Hint: Det er ikke nødvendig å beregne P−1, {P^{-1}}\text{,} men det må begrunnes hvorfor P P oppfyller dette kravet!
Vis løsning på oppgave 7a
Svar
P=[1010010110−10010−1]‾‾ \underline{\underline{P = \begin{bmatrix} 1 & 0 & 1 & 0 \\ 0 & 1 & 0 & 1 \\ 1 & 0 & -1 & 0 \\ 0 & 1 & 0 & -1 \end{bmatrix}}}
D=[1000010000−10000−1]‾‾ \underline{\underline{D = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & -1 & 0 \\ 0 & 0 & 0 & -1 \end{bmatrix}}}
Vi ser at \( A \) bare bytter om koordinatene. Vi finner derfor egenverdiene og egenvektorene rett fra \( {A\mathbf{v} = \lambda\mathbf{v}}\text{,} \) og setter egenvektorene inn som kolonner i \( P\text{.} \)
1. Skriv opp egenverdilikningen En egenvektor \( {\mathbf{v} \neq \mathbf{0}} \) med egenverdi \( \lambda \) oppfyller: \[ A\mathbf{v} = \lambda\mathbf{v} \]Hvis du er usikker på dette, kan du se videoen Introduksjon egenverdier egenvektorer.
Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ A\begin{bmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \end{bmatrix} = \begin{bmatrix} x_3 \\ x_4 \\ x_1 \\ x_2 \end{bmatrix} \]
Likningen \( {A\mathbf{v} = \lambda\mathbf{v}} \) blir da fire likninger: \[ \begin{aligned} x_3 &= \lambda x_1 & x_1 &= \lambda x_3 \\ x_4 &= \lambda x_2 & x_2 &= \lambda x_4 \end{aligned} \]
2. Finn egenverdiene Setter vi \( {x_3 = \lambda x_1} \) inn i \( {x_1 = \lambda x_3}\text{,} \) får vi: \[ x_1 = \lambda \cdot \lambda x_1 = \lambda^2 x_1 \]Setter vi \( {x_4 = \lambda x_2} \) inn i \( {x_2 = \lambda x_4}\text{,} \) får vi på samme måte \( {x_2 = \lambda^2 x_2}\text{.} \) Er \( {x_1 = x_2 = 0}\text{,} \) blir også \( {x_3 = x_4 = 0}\text{,} \) og det er ikke en egenvektor. Da må \( x_1 \) eller \( x_2 \) være ulik \( 0\text{,} \) og vi kan dele på den: \[ \lambda^2 = 1 \quad \Rightarrow \quad \textcolor{blue}{\lambda = 1} \ \text{ eller } \ \textcolor{red}{\lambda = -1} \]
3. Finn egenvektorene For \( {\textcolor{blue}{\lambda = 1}} \) gir likningene \( {x_3 = x_1} \) og \( {x_4 = x_2}\text{:} \) \[ \mathbf{v} = x_1\textcolor{blue}{\begin{bmatrix} 1 \\ 0 \\ 1 \\ 0 \end{bmatrix}} + x_2\textcolor{blue}{\begin{bmatrix} 0 \\ 1 \\ 0 \\ 1 \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda = -1}} \) gir de \( {x_3 = -x_1} \) og \( {x_4 = -x_2}\text{:} \) \[ \mathbf{v} = x_1\textcolor{red}{\begin{bmatrix} 1 \\ 0 \\ -1 \\ 0 \end{bmatrix}} + x_2\textcolor{red}{\begin{bmatrix} 0 \\ 1 \\ 0 \\ -1 \end{bmatrix}} \]
4. Sett opp P og D Diagonalisering forteller oss at: \[ \begin{aligned} A &= PDP^{-1} \\ P &= \begin{bmatrix} \mathbf{v}_1 & \mathbf{v}_2 & \mathbf{v}_3 & \mathbf{v}_4 \end{bmatrix} \\ D &= \begin{bmatrix} \lambda_1 & 0 & 0 & 0 \\ 0 & \lambda_2 & 0 & 0 \\ 0 & 0 & \lambda_3 & 0 \\ 0 & 0 & 0 & \lambda_4 \end{bmatrix} \end{aligned} \]Kolonnene \( \mathbf{v}_i \) er egenvektorer, og \( \lambda_i \) er egenverdien til \( \mathbf{v}_i\text{.} \) Hvis du er usikker på dette, kan du se videoen Intro diagonalisering.
Her er de fire egenvektorene fra over, med: \[ \textcolor{blue}{\lambda_1 = \lambda_2 = 1}, \quad \textcolor{red}{\lambda_3 = \lambda_4 = -1} \]
Plugger vi dette inn, får vi: \[ P = \begin{bmatrix} \textcolor{blue}{1} & \textcolor{blue}{0} & \textcolor{red}{1} & \textcolor{red}{0} \\ \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{red}{0} & \textcolor{red}{1} \\ \textcolor{blue}{1} & \textcolor{blue}{0} & \textcolor{red}{-1} & \textcolor{red}{0} \\ \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{red}{0} & \textcolor{red}{-1} \end{bmatrix} \]\[ D = \begin{bmatrix} \textcolor{blue}{1} & 0 & 0 & 0 \\ 0 & \textcolor{blue}{1} & 0 & 0 \\ 0 & 0 & \textcolor{red}{-1} & 0 \\ 0 & 0 & 0 & \textcolor{red}{-1} \end{bmatrix} \]
5. Begrunn at P er inverterbar En kvadratisk matrise er inverterbar nøyaktig når kolonnene er lineært uavhengige. Vi setter en kombinasjon av kolonnene lik null: \[ \begin{aligned} &c_1\textcolor{blue}{\begin{bmatrix} 1 \\ 0 \\ 1 \\ 0 \end{bmatrix}} + c_2\textcolor{blue}{\begin{bmatrix} 0 \\ 1 \\ 0 \\ 1 \end{bmatrix}} \\ &+ c_3\textcolor{red}{\begin{bmatrix} 1 \\ 0 \\ -1 \\ 0 \end{bmatrix}} + c_4\textcolor{red}{\begin{bmatrix} 0 \\ 1 \\ 0 \\ -1 \end{bmatrix}} = \mathbf{0} \end{aligned} \]
Det gir oss: \[ \begin{aligned} c_1 + c_3 &= 0 & c_2 + c_4 &= 0 \\ c_1 - c_3 &= 0 & c_2 - c_4 &= 0 \end{aligned} \]
Legger vi sammen likningene i hver kolonne, får vi \( {2c_1 = 0} \) og \( {2c_2 = 0}\text{,} \) og da også \( {c_3 = c_4 = 0}\text{.} \) Bare den trivielle kombinasjonen gir null, så kolonnene er lineært uavhengige og \( P \) er inverterbar.

Oppgave 7b)

Beregn A42 A^{42} og A43. A^{43}\text{.}
Vis løsning på oppgave 7b
Svar
A42=I=[1000010000100001]‾‾ \underline{\underline{A^{42} = I = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix}}}
A43=A=[0010000110000100]‾‾ \underline{\underline{A^{43} = A = \begin{bmatrix} 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \end{bmatrix}}}
Vi bruker diagonaliseringen fra a).
Med \( {A = PDP^{-1}} \) er en potens av \( A \) lett å regne ut, for da trenger vi bare potensen av diagonalmatrisen \( D\text{.} \)
1. Skriv opp potensregelen I a) fant vi \( {A = PDP^{-1}} \) med: \[ D = \begin{bmatrix} \textcolor{blue}{1} & 0 & 0 & 0 \\ 0 & \textcolor{blue}{1} & 0 & 0 \\ 0 & 0 & \textcolor{red}{-1} & 0 \\ 0 & 0 & 0 & \textcolor{red}{-1} \end{bmatrix} \]
Ganger vi \( {PDP^{-1}} \) med seg selv, blir hver \( {P^{-1}P} \) i midten lik \( I\text{,} \) som i videoen Eksempel 2x2 diagonalisering. Det gir oss: \[ A^n = PD^nP^{-1} \]
En diagonalmatrise opphøyes ved å opphøye hvert tall på diagonalen, som i videoen Eksempel 2x2 diagonalisering.
2. Regn ut A opphøyd i 42 Vi opphøyer hvert tall på diagonalen i \( 42\text{:} \) \[ \begin{aligned} \textcolor{blue}{1}^{42} &= 1 \\ (\textcolor{red}{-1})^{42} &= 1 \end{aligned} \]
Alle tallene på diagonalen blir \( 1\text{,} \) så \( D^{42} \) er identitetsmatrisen: \[ D^{42} = I \]
Plugger vi dette inn, får vi: \[ A^{42} = PIP^{-1} = PP^{-1} = I \]
3. Regn ut A opphøyd i 43 Siden \( {(\textcolor{red}{-1})^{43} = -1}\text{,} \) er \( {D^{43} = D}\text{.} \) Da får vi: \[ A^{43} = PD^{43}P^{-1} = PDP^{-1} = A \]
Kontroll: \( A \) bytter \( x_1 \) med \( x_3 \) og \( x_2 \) med \( x_4\text{.} \) Gjør vi det to ganger, er alt tilbake, så \( {A^2 = I} \) og \( {A^{42} = (A^2)^{21} = I}\text{.} \)

Oppgave 7c)

Er A A en regulær stokastisk matrise?
Vis løsning på oppgave 7c
Svar
Alle potensene av A A er I I eller A, A\text{,} og begge har nuller:
A er ikke regulær‾‾ \underline{\underline{A \text{ er ikke regulær}}}
Vi bruker potensene fra b).
En stokastisk matrise er regulær når en potens av den bare har positive tall. Vi ser derfor på alle potensene av \( A\text{.} \)
1. Skriv opp definisjonen En stokastisk matrise \( A \) er regulær når det finnes en \( k \) der alle tallene i \( A^k \) er større enn \( 0\text{:} \) \[ (A^k)_{ij} > 0 \quad \text{for alle } i, j \]
2. Finn alle potensene Som i b) er \( {A^k = PD^kP^{-1}}\text{,} \) og en diagonalmatrise opphøyes tall for tall, som i videoen Eksempel 2x2 diagonalisering. Siden \( {(\textcolor{red}{-1})^k} \) er \( 1 \) for partall og \( {-1} \) for oddetall, er: \[ D^k = \begin{cases} I & k \text{ partall} \\ D & k \text{ oddetall} \end{cases} \]
Det gir oss: \[ A^k = \begin{cases} I & k \text{ partall} \\ A & k \text{ oddetall} \end{cases} \]
Både \( I \) og \( A \) har nuller, for eksempel øverst til høyre. Ingen potens av \( A \) har bare positive tall, så \( A \) er ikke regulær.

TMA4115 ordinær eksamen 2024

Oppgave 7

Et system består av tre tanker (A,B A, B og C C ) med vann. En andel vann strømmer fra hver tank til en av de andre, mens en viss andel ikke strømmer. Skjemaet til høyre viser den andelen av vannet som strømmer fra en tank til en annen ved hjelp av tall og piler.

Oppgave 7a)

Bestem en stokastisk matrise M M for denne prosessen.
Vis løsning på oppgave 7a
Svar
M=[131213131413131413]‾‾ \underline{\underline{M = \begin{bmatrix} \dfrac{1}{3} & \dfrac{1}{2} & \dfrac{1}{3} \\ \dfrac{1}{3} & \dfrac{1}{4} & \dfrac{1}{3} \\ \dfrac{1}{3} & \dfrac{1}{4} & \dfrac{1}{3} \end{bmatrix}}}
Kolonnen for en tank viser hvor vannet fra den tanken havner etter ett steg. Andelen som blir igjen, er det som mangler for at kolonnen skal summere til \( 1\text{.} \)
1. Finn andelen som blir igjen Vi leser av pilene ut fra hver tank. Resten av vannet blir igjen i tanken: \[ \begin{aligned} \textcolor{blue}{A}&: \ 1 - \dfrac{1}{3} - \dfrac{1}{3} = \textcolor{blue}{\dfrac{1}{3}} \\ \textcolor{red}{B}&: \ 1 - \dfrac{1}{2} - \dfrac{1}{4} = \textcolor{red}{\dfrac{1}{4}} \\ \textcolor{green}{C}&: \ 1 - \dfrac{1}{3} - \dfrac{1}{3} = \textcolor{green}{\dfrac{1}{3}} \end{aligned} \]
2. Sett opp matrisen Vi lar kolonnene være tanken vannet kommer fra, og radene tanken det havner i, i rekkefølgen \( A, B, C\text{.} \) Første kolonne er da bildet av vannet i \( A\text{,} \) slik kolonnene i en matrise er bildene av enhetsvektorene i videoen Transformasjon og multiplikasjon: \[ M = \begin{bmatrix} \textcolor{blue}{\dfrac{1}{3}} & \textcolor{red}{\dfrac{1}{2}} & \textcolor{green}{\dfrac{1}{3}} \\ \textcolor{blue}{\dfrac{1}{3}} & \textcolor{red}{\dfrac{1}{4}} & \textcolor{green}{\dfrac{1}{3}} \\ \textcolor{blue}{\dfrac{1}{3}} & \textcolor{red}{\dfrac{1}{4}} & \textcolor{green}{\dfrac{1}{3}} \end{bmatrix} \]
Alle tallene er ikke-negative, og hver kolonne summerer til \( 1\text{,} \) så \( M \) er stokastisk: \[ \dfrac{1}{3} + \dfrac{1}{3} + \dfrac{1}{3} = 1, \quad \dfrac{1}{2} + \dfrac{1}{4} + \dfrac{1}{4} = 1 \]

Oppgave 7b)

Bruk M M til å avgjøre hvor stor andel av vannet som befinner seg i hver tank i det lange løp.
Vis løsning på oppgave 7b
Svar
I det lange løp er andelene:
A: 513,B: 413,C: 413‾‾ \underline{\underline{A\text{: } \dfrac{5}{13}, \quad B\text{: } \dfrac{4}{13}, \quad C\text{: } \dfrac{4}{13}}}
Vi bruker matrisen fra a). Ved følgefeil kan det gis full uttelling.
I det lange løp når fordelingen en likevekt \( \mathbf{q} \) som ikke endrer seg, altså \( {M\mathbf{q} = \mathbf{q}}\text{.} \) Vi løser den likningen og skalerer \( \mathbf{q} \) slik at andelene summerer til \( 1\text{.} \)
1. Sett opp likningen I a) fant vi: \[ M = \begin{bmatrix} \dfrac{1}{3} & \dfrac{1}{2} & \dfrac{1}{3} \\ \dfrac{1}{3} & \dfrac{1}{4} & \dfrac{1}{3} \\ \dfrac{1}{3} & \dfrac{1}{4} & \dfrac{1}{3} \end{bmatrix} \]
Vi flytter \( \mathbf{q} \) over og faktoriserer den ut, som når vi finner egenvektorer i videoen Eksempel 3x3 egenverdier egenvektorer: \[ M\mathbf{q} = \mathbf{q} \quad \Rightarrow \quad (M - I)\mathbf{q} = \mathbf{0} \]
Vi trekker \( 1 \) fra hvert tall på diagonalen: \[ M - I = \begin{bmatrix} -\dfrac{2}{3} & \dfrac{1}{2} & \dfrac{1}{3} \\ \dfrac{1}{3} & -\dfrac{3}{4} & \dfrac{1}{3} \\ \dfrac{1}{3} & \dfrac{1}{4} & -\dfrac{2}{3} \end{bmatrix} \]
Å gange en rad med et tall endrer ikke løsningene, så vi ganger alle radene med \( 12\text{.} \)
\( R_1 \to 12R_1\text{,} \) \( R_2 \to 12R_2\text{,} \) \( R_3 \to 12R_3\text{:} \) \[ \begin{bmatrix} -8 & 6 & 4 \\ 4 & -9 & 4 \\ 4 & 3 & -8 \end{bmatrix} \]
2. Radreduser Vi radreduserer, som i videoen Eksempel 3x3 egenverdier egenvektorer. Raden vi endrer, står i blått.
\( {R_1 \to -\dfrac{1}{2}R_1}\text{:} \) \[ \begin{bmatrix} \textcolor{blue}{4} & \textcolor{blue}{-3} & \textcolor{blue}{-2} \\ 4 & -9 & 4 \\ 4 & 3 & -8 \end{bmatrix} \]
\( {R_2 \to R_2 - R_1}\text{:} \) \[ \begin{bmatrix} 4 & -3 & -2 \\ \textcolor{blue}{0} & \textcolor{blue}{-6} & \textcolor{blue}{6} \\ 4 & 3 & -8 \end{bmatrix} \]
\( {R_3 \to R_3 - R_1}\text{:} \) \[ \begin{bmatrix} 4 & -3 & -2 \\ 0 & -6 & 6 \\ \textcolor{blue}{0} & \textcolor{blue}{6} & \textcolor{blue}{-6} \end{bmatrix} \]
\( {R_3 \to R_3 + R_2}\text{:} \) \[ \begin{bmatrix} 4 & -3 & -2 \\ 0 & -6 & 6 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} \end{bmatrix} \]
\( {R_2 \to -\dfrac{1}{6}R_2}\text{:} \) \[ \begin{bmatrix} 4 & -3 & -2 \\ \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{-1} \\ 0 & 0 & 0 \end{bmatrix} \]
\( {R_1 \to R_1 + 3R_2}\text{:} \) \[ \begin{bmatrix} \textcolor{blue}{4} & \textcolor{blue}{0} & \textcolor{blue}{-5} \\ 0 & 1 & -1 \\ 0 & 0 & 0 \end{bmatrix} \]
3. Skaler slik at summen blir 1 Med \( {\mathbf{q} = (q_A, q_B, q_C)} \) sier radene: \[ 4q_A = 5q_C, \quad q_B = q_C \]
Vi setter \( {q_C = \textcolor{red}{t}}\text{:} \) \[ \mathbf{q} = \begin{bmatrix} \dfrac{5}{4}\textcolor{red}{t} \\ \textcolor{red}{t} \\ \textcolor{red}{t} \end{bmatrix} \]
Andelene skal summere til \( 1\text{:} \) \[ \begin{aligned} \dfrac{5}{4}\textcolor{red}{t} + \textcolor{red}{t} + \textcolor{red}{t} &= 1 \\ \dfrac{13}{4}\textcolor{red}{t} &= 1 \\ \textcolor{red}{t} &= \dfrac{4}{13} \end{aligned} \]
Det gir oss: \[ \mathbf{q} = \begin{bmatrix} \dfrac{5}{13} \\ \dfrac{4}{13} \\ \dfrac{4}{13} \end{bmatrix} \]
Alle tallene i \( M \) er positive. Da nærmer fordelingen seg \( \mathbf{q}\text{,} \) uansett hvordan vannet er fordelt i starten.

TMA4115 ordinær eksamen 2022

Oppgave 8

Vi ser på flytting mellom byene A-by, {A\text{-by,}} B-by {B\text{-by}} og C-by. {C\text{-by.}} Hvert år blir
– 80 % av befolkningen værende igjen i A-by, {A\text{-by,}} 15 % flytter fra A-by {A\text{-by}} til B-by, {B\text{-by,}} og 5 % flytter fra A-by {A\text{-by}} til C-by. {C\text{-by.}} – 90 % av befolkningen værende igjen i B-by, {B\text{-by,}} 5 % flytter fra B-by {B\text{-by}} til A-by, {A\text{-by,}} og 5 % flytter fra B-by {B\text{-by}} til C-by. {C\text{-by.}} – 80 % av befolkningen værende igjen i C-by, {C\text{-by,}} 10 % flytter fra C-by {C\text{-by}} til A-by, {A\text{-by,}} og 10 % flytter fra C-by {C\text{-by}} til B-by. {B\text{-by.}}
Anta det totale innbyggertallet i A-by, {A\text{-by,}} B-by {B\text{-by}} og C-by {C\text{-by}} er 100 000 100\,000 og at ingen fødes eller dør.
Hvor mange mennesker bor henholdsvis i A-by, {A\text{-by,}} B-by {B\text{-by}} og C-by {C\text{-by}} i det lange løp (når tiden går mot uendelig)?
Vis løsning på oppgave 8

Svar

I det lange løp er antall innbyggere:
A-by: 24 000 innbyggere‾‾ \underline{\underline{A\text{-by: } 24\,000 \text{ innbyggere}}}
B-by: 56 000 innbyggere‾‾ \underline{\underline{B\text{-by: } 56\,000 \text{ innbyggere}}}
C-by: 20 000 innbyggere‾‾ \underline{\underline{C\text{-by: } 20\,000 \text{ innbyggere}}}
Vi setter opp overgangsmatrisen \( M\text{,} \) der hver kolonne sier hvor innbyggerne i én by bor året etter. I det lange løp går fordelingen mot likevektsvektoren \( \mathbf{q}\text{,} \) som oppfyller \( {M\mathbf{q} = \mathbf{q}}\text{.} \)
1. Sett opp overgangsmatrisen Vi ordner byene som \( A\text{,} \) \( B\text{,} \) \( C\text{.} \) Kolonne \( j \) er andelene av innbyggerne i by \( j \) som bor i hver by året etter, så hver kolonne summerer til \( 1\text{.} \) Fargen viser hvilken by tallene hører til: \[ M = \begin{bmatrix} \textcolor{blue}{0{,}8} & \textcolor{red}{0{,}05} & \textcolor{green}{0{,}1} \\ \textcolor{blue}{0{,}15} & \textcolor{red}{0{,}9} & \textcolor{green}{0{,}1} \\ \textcolor{blue}{0{,}05} & \textcolor{red}{0{,}05} & \textcolor{green}{0{,}8} \end{bmatrix} = \dfrac{1}{20}N \]
der \[ N = \begin{bmatrix} \textcolor{blue}{16} & \textcolor{red}{1} & \textcolor{green}{2} \\ \textcolor{blue}{3} & \textcolor{red}{18} & \textcolor{green}{2} \\ \textcolor{blue}{1} & \textcolor{red}{1} & \textcolor{green}{16} \end{bmatrix} \]
Fordelingen året etter får vi ved å gange med \( M\text{:} \) \[ \mathbf{x}_{k+1} = M\mathbf{x}_k \]
2. Sett opp likningen for likevekten Alle tallene i \( M \) er positive, så \( M \) er regulær. Da finnes én likevektsvektor, og \( \mathbf{x}_k \) går mot den uansett hvordan folk bor i starten: \[ M\mathbf{q} = \mathbf{q} \]
Vi ganger med \( 20 \) og flytter over: \[ \begin{aligned} N\mathbf{q} &= 20\mathbf{q} \\ (N - 20I)\mathbf{q} &= \mathbf{0} \end{aligned} \]
Det gir: \[ \begin{bmatrix} -4 & 1 & 2 \\ 3 & -2 & 2 \\ 1 & 1 & -4 \end{bmatrix}\begin{bmatrix} q_1 \\ q_2 \\ q_3 \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} \]
3. Radreduser Vi radreduserer som i videoen Gauss Eliminering.
\( {R_1 \leftrightarrow R_3} \) gir: \[ \begin{bmatrix} 1 & 1 & -4 \\ 3 & -2 & 2 \\ -4 & 1 & 2 \end{bmatrix} \]
\( {R_2 \to R_2 - 3R_1} \) gir: \[ \begin{bmatrix} 1 & 1 & -4 \\ 0 & -5 & 14 \\ -4 & 1 & 2 \end{bmatrix} \]
\( {R_3 \to R_3 + 4R_1} \) gir: \[ \begin{bmatrix} 1 & 1 & -4 \\ 0 & -5 & 14 \\ 0 & 5 & -14 \end{bmatrix} \]
\( {R_3 \to R_3 + R_2} \) gir: \[ \begin{bmatrix} 1 & 1 & -4 \\ 0 & -5 & 14 \\ 0 & 0 & 0 \end{bmatrix} \]
4. Løs for q Nullraden gir uendelig mange løsninger, som i videoen Hva betyr de forskjellige løsningene?, så \( q_3 \) er fri. Vi setter \( {q_3 = 5t} \) for å slippe brøker: \[ \begin{aligned} -5q_2 + 14 \cdot 5t &= 0 \\ q_2 &= 14t \end{aligned} \]
Første rad gir da: \[ \begin{aligned} q_1 + 14t - 4 \cdot 5t &= 0 \\ q_1 &= 6t \end{aligned} \]
Ingen fødes eller dør, så summen er \( 100\,000\text{:} \) \[ \begin{aligned} 6t + 14t + 5t &= 100\,000 \\ 25t &= 100\,000 \\ t &= 4000 \end{aligned} \]
Det gir oss: \[ \mathbf{q} = 4000\begin{bmatrix} \textcolor{blue}{6} \\ \textcolor{red}{14} \\ \textcolor{green}{5} \end{bmatrix} = \begin{bmatrix} \textcolor{blue}{24\,000} \\ \textcolor{red}{56\,000} \\ \textcolor{green}{20\,000} \end{bmatrix} \]
Kontroll: Første rad i \( M\mathbf{q} \) gir \( {19\,200 + 2800 + 2000}\text{,} \) som er \( 24\,000\text{.} \)