Inleiding
Matrices zijn krachtige wiskundige tools die gebruikt worden om complexe verdelingen en overgangen in systemen te modelleren. In de praktijk worden ze onder andere toegepast in verkeer, woningmarkt en ecologie. Een overgangsmatrix, bijvoorbeeld, laat zien hoe een bepaalde populatie of situatie in de loop van de tijd verandert. Deze matrices worden vaak gebruikt in het context van verkeerstromen, woningverhuizingen en ecosystemen. In dit artikel bekijken we enkele toepassingen van matrices in de realiteit, met een focus op de logica achter de verdeling van percentages en aantallen.
Wat is een overgangsmatrix?
Een overgangsmatrix is een rechthoekig schema dat aangeeft hoe een bepaalde populatie of situatie zich in de loop van de tijd verplaatst of verandert. Elke rij en kolom stelt een categorie of knooppunt voor. De getallen in de matrix geven aan hoeveel procent of hoeveel aantallen zich van het ene knooppunt naar het andere verplaatsen.
Een belangrijke eigenschap van een overgangsmatrix is dat de kolommen samen 100% moeten opschaffen, omdat elk knooppunt volledig moet worden verdeeld over de mogelijke doelen. Dit hoeft niet per se op te gaan voor de rijen, omdat niet elk knooppunt als bron voor elke andere categorie dient.
Voorbeeld: Verkeer op een rotonde
In een voorbeeld met een rotonde worden de aantallen voertuigen verdeeld over vier wegen: P, Q, R en S. Aan de hand van een matrix wordt berekend hoeveel voertuigen op elk moment de rotonde verlaten. Hierbij wordt er van uitgegaan dat de verkeersstroom zich verdeelt volgens de verhoudingen van een gegeven matrix. Bijvoorbeeld: van het verkeer dat vanaf T via R op de rotonde rijdt, gaat 32% naar Q.
Toepassing in de woningmarkt
Een gemeente wil haar woningbeleid bepalen en verzamelt daarvoor gegevens over verhuizingen. In dit geval worden huishoudens onderverdeeld in koopwoningen en huurwoningen. Een overgangsmatrix laat zien hoeveel huishoudens van het ene type woning naar het andere type verhuizen.
Voorbeeld: Huurwoningen en koopwoningen
Uit een matrix blijkt bijvoorbeeld dat van alle huishoudens die vanuit een koopwoning zijn verhuisd, 80% opnieuw naar een koopwoning en 20% naar een huurwoning is gegaan. Deze informatie wordt gebruikt om te bepalen hoe de woningbeleidsplannen in de toekomst uit kunnen zien, op basis van de huidige verdeling.
Toepassing in ecologie
Ook in de ecologie worden overgangsmatrices toegepast. In het geval van een natuurgebied zoals de Biesbosch, worden ecotypen gedefinieerd en wordt gekeken hoe ze in de loop van de tijd veranderen. Een matrix laat zien hoeveel procent van een bepaald ecotype overgaat in een ander ecotype.
Voorbeeld: Biesbosch
In een 8x8-matrix wordt bijvoorbeeld aangegeven dat per jaar 2% van het aantal hectare "Oeverwal" overgaat in "Oever". Elke stip in de matrix stelt het getal 0 voor. Dit soort matrices helpt bij het bepalen van de toekomstige ecologische verdeling en bij het berekenen van de behoefte aan natuurbeheer.
Toepassing in winkelcentra
Een andere toepassing van overgangsmatrices is in winkelcentra. Hierbij worden gegevens verzameld over het verloop van winkelkarretjes. De klanten die een karretje op een bepaalde plek halen, kunnen het op een andere plek achterlaten. Aan het eind van een dag blijkt bijvoorbeeld dat 80% van de karretjes die in het begin op plaats A stonden wéér op plaats A terecht zijn gekomen, en 20% op plaats B.
Voorbeeld: Distributie van winkelkarretjes
Op basis van deze gegevens kan een matrix worden opgesteld die laat zien hoe de verdeling van winkelkarretjes in de loop van de tijd verandert. De uiteindelijke evenwichtstoestand kan worden berekend door matrixvermenigvuldiging toe te passen.
Toepassing in leesmappen
Een interessante toepassing van overgangsmatrices is in de verdeling van leesmappen. In dit geval wordt onderscheid gemaakt tussen twee soorten mappen: map A met literaire inhoud en map B met roddelbladen. Aan de hand van gegevens over lezersgedrag kan worden berekend hoeveel klanten zich op welke manier gedragen in de loop van de tijd.
Voorbeeld: Leesgewoonten
Uit ervaring blijkt dat 80% van de klanten die in een week map A lezen, de volgende week weer map A kiest. 20% stapt over naar map B. Voor map B geldt dat 60% van de klanten in de volgende week weer map B kiest, en 40% stapt over op map A. Op basis van deze percentages kan worden berekend hoe de verdeling van mappen in de vijfde week eruit ziet.
Toepassing in gezondheid
Een overgangsmatrix kan ook gebruikt worden in de gezondheid. In een bedrijf met 1000 werknemers kan een model worden opgesteld waarin gezonde en zieke werknemers worden gecategoriseerd. Aan de hand van gegevens over het aantal zieke en gezonde werknemers kan worden berekend hoe deze verdeling verandert in de loop van de tijd.
Voorbeeld: Zieke en gezonde werknemers
In een voorbeeld wordt aangegeven dat het aantal zieke werknemers eerst stijgt en daarna weer daalt. Aan de hand van deze gegevens kan een matrix worden opgesteld die het verloop van de gezondheidstoestand toont. Deze matrix kan gebruikt worden om te voorspellen hoe het aantal zieke werknemers zich in de toekomst zal ontwikkelen.
Toepassing in Sinterklaas en kerst
Een laatste toepassing van overgangsmatrices is in de verdeling van feestvieringen. In een onderzoek is gekeken hoeveel personen in 1993 hetzelfde doen als in 1992, en hoeveel personen van Sinterklaas naar kerst zijn overgestapt. Aan de hand van deze percentages kan worden berekend hoe de verdeling van feestvieringen verandert in de loop van de tijd.
Voorbeeld: Feestvieringen
Uit het onderzoek blijkt bijvoorbeeld dat het aantal personen dat in 1993 hetzelfde doet als in 1992, bij Kerstmis iets groter is dan bij Sinterklaas. Deze informatie kan gebruikt worden om te voorspellen hoe de verdeling van feestvieringen in de toekomst eruit zal zien.
Conclusie
Overgangsmatrices zijn krachtige tools die gebruikt worden in veel verschillende contexten, zoals verkeer, woningmarkt, ecologie, winkelcentra, leesmappen en gezondheid. Ze geven een duidelijk overzicht van hoe een bepaalde populatie of situatie zich in de loop van de tijd verandert. Door deze matrices te gebruiken, kunnen voorspellingen gedaan worden over de toekomstige verdeling en kan men beslissingen nemen op basis van statistische gegevens. In elke toepassing is het belangrijk om te kijken naar de verdeling van percentages en aantallen, en om er van uit te gaan dat de kolommen samen 100% opschaffen.