- •1. Равенство векторов
- •2. К линейным операциям над векторами относятся:
- •Операции с векторами и их свойства
- •Теорема 11.7.
- •Теорема 11.8.
- •Теорема 11.9.
- •Теорема 11.10.
- •Теорема 11.11.
- •Операции над векторами в прямоугольной системе координат.
- •4. Базис. Разложение векторов по базису.
- •Расстояние от точки до прямой
- •Канонический вид
- •Свойства определителей
- •Описание метода
- •Матричный метод
- •2.6. Собственные векторы и собственные значения
- •2.7. Собственные значения
- •2.8. Собственные векторы
- •Приведение квадратичных форм к каноническому виду
- •Теория пределов Предел последовательности
- •Предел функции
- •Первый замечательный предел
- •Второй замечательный предел
Описание метода
Пусть исходная система выглядит следующим образом
Матрица
называется
основной матрицей системы,
—
столбцом свободных членов.
Тогда согласно свойству элементарных преобразований над строками основную матрицу этой системы можно привести к ступенчатому виду(эти же преобразования нужно применять к столбцу свободных членов):
При этом будем считать, что базисный
минор (ненулевой минор
максимального порядка) основной матрицы
находится в верхнем левом углу, то есть
в него входят только коэффициенты при
переменных
[3].
Тогда переменные называются главными переменными. Все остальные называются свободными.
Если хотя бы одно число
,
где
,
то рассматриваемая система несовместна,
т.е. у неё нет ни одного решения.
Пусть
для
любых
.
Перенесём свободные переменные за знаки
равенств и поделим каждое из уравнений
системы на свой коэффициент при самом
левом
(
,
где
—
номер строки):
,
где
Если свободным переменным системы (2) придавать все возможные значения и решать новую систему относительно главных неизвестных снизу вверх (то есть от нижнего уравнения к верхнему), то мы получим все решения этой СЛАУ. Так как эта система получена путём элементарных преобразований над исходной системой (1), то по теореме об эквивалентности при элементарных преобразованиях системы (1) и (2) эквивалентны, то есть множества их решений совпадают.
Матричный метод
Если матрица А системы линейных уравнений невырожденная, т.е. det A ≠ 0, то матрица А имеет обратную, и решение системы совпадает с вектором C = A1B. Иначе говоря, данная система имеет единственное решение. Отыскание решения системы по формуле X=C, C=A-1B называют матричным способом решения системы, или решением по методу обратной матрицы.
Пример 2.15. Решить матричным способом систему уравнений
x1 - x2 + x3 = 6,
2x1 + x2 + x3 = 3,
x1 + x2 +2x3 = 5.
Решение. Обозначим
Тогда данная система уравнений запишется
матричным уравнением AX=B. Поскольку
,
то матрица A невырождена и поэтому имеет
обратную:
.
Для получения решения X мы должны умножить вектор-столбец B слева на матрицу A: X = A-1B. В данном случае
и, следовательно,
.
Выполняя действия над матрицами, получим:
x1 = 1/5(16+33-25) = 1/5 (6+9-10) = 1,
x2 = 1/5 (-36 +13 - 15) = 1/5 (- 18 + 3 + 5) = -2,
x3 = 1/5 (16 - 23 + 35) = 1/5 (6 -6 + 15) = 3. Итак, X = (1, -2, 3)T.
Метод Леонтьева
Введем следующие обозначения:
- общий (валовой) объем продукции i–й
отрасли (i
= 1,2,…,n);
- объем продукции i-й
отрасли, потребляемой j-й
отраслью в процессе производства (i,j
= 1,2,…,,n);
-
объем конечного продукта i-й
отрасли для непроизводственного
потребления.
Так как валовой объем продукции любой i-й отрасли равен суммарному объему продукции, потребляемой nотраслями, и конечного продукта, то
Уравнения называются соотношениями баланса.
