- •33.Правило умножения матриц
- •34.Свойство системы линейных уравнений, содержащих тривиальное уравнение
- •35.Свойства свободных неизвестных в разрешенной системе уравнений.
- •36. Элементарные преобразования системы линейных уравнений
- •37. Существование ненулевого решения у системы линейных однородных уравнений.
- •38.Примеры линейно зависимых и линейно независимых систем векторов.
- •39. Свойства системы векторов
- •40. Единственность разложения вектора системы векторов по базису этой системы.
- •41. Максимально линейно независимая часть системы векторов и базис этой системы
- •42 Простейшие св-ва задач линейного программирования.
- •43 Примеры задач линейного программирования: выпуск продукции, рацион, транспортная, портфель ценных бумаг.
- •44. Существование опорного решения кзлп
- •45. Существование базиса опорного решения кзлп
- •46. Число ненулевых координат у любого опорного решения кзлп задачи.
- •47. Единственность базиса у невырожденного опорного решения кзлп.
- •48. Базис системы векторов условий кзлп и опорные решения этой задачи.
- •49. Число опорных решений кзлп.
- •50. Условие соответствия базисв системы векторов кзлп базису некоторого опорного решения этой задачи.
- •51.Теорема об оптимальных решениях кзлп
- •52) Свойства симплекс таблицы: структура вектора ограничений, оценки базисных векторов и значение целевой функции.
- •53.Лемма о целевой функции.
- •54.Достаточное условие оптимальности опорного решения канонической задачи линейного программирования на минимум
- •55. Условия неограниченности целевой функции канонической задачи линейного программирования на минимум
- •56. Решение канонической задачи линейного программирования на минимум симплекс методом, критерии выбора вектора вводимого в базис и выводимого из базиса
- •57 Конечность симплекс метода при решении кзлп на минимум
- •58 Условие разрешимости кзлп на минимум
- •59 Основные свойства искусственной кзлп
- •60.Теорема о методе искусственного базиса.
- •61. Свойства взаимно двойственных задач лп
- •63. Экономическая интерпретация взаимно двойственных задач.
- •64. Достаточное условие оптимальности опорного решения транспортной задачи линейного программирования и решение этой задачи методом потенциалов.
36. Элементарные преобразования системы линейных уравнений
Рассмотрим систему линейных уравнений:
, где
,
X =
Покажем, что существует преобразование, которое позволяет перейти от исходной СЛУ к равносильной разрешенной системе.
Элементарные преобразования:
умножение обеих частей любого уравнения исходной системы на число, не равное нулю
замена i-го уравнения в системе (1)
уравнением вида
,
позволяют переходить от исходной СЛУ
к равносильной.
Док-во: Докажем вторую часть
утверждения. Пусть вектор К – решение
системы (1), тогда вектор К – это решение
любого уравнения системы (1) и поэтому
обращает в верное числовое равенство
i-е и j-е
уравнения, т.е.
.
Сложив эти равенства получим новое
равенство:
,
из которого следует, что вектор К является
решением уравнения вида
,
а, следовательно, и системы
Т.к. (2) отличается от (1) только i-м уравнением.
Обратно, пусть вектор L –
решение системы (2), тогда вектор L
– это решение каждого уравнения этой
системы, и поэтому обращает в верное
числовое равенство i-е и
j-е уравнения, т.е.
.
Вычитая одно равенство из другого,
получаем верное числовое равенство
, из которого следует, что вектор L
является решением уравнения
,
а следовательно и системы (1), так как
система (1) отличается от (2) только i-м
уравнением.
Таким образом, решение системы (1) есть решение системы (2), и обратно, решение системы (2) есть решение системы (1). Следовательно, системы (1) и (2) – равносильны.
37. Существование ненулевого решения у системы линейных однородных уравнений.
СЛУ с нулевыми свободными членами, т.е.
В =
называется однородной.
Система АХ = (*) однородных линейных уравнений, в которой число уравнений меньше числа неизвестных (m < n), всегда имеет ненулевое решение.
Док-во: Любая система однородных
линейных уравнений совместна, т.к.
обладает нулевым решением, причем число
шагов при решении такой системы методом
Гаусса – не больше числа уравнений
системы (
).
Так как по условию число уравнений
меньше числа неизвестных в системе (m
< n), то (k
< n) и система является
неопределенной, т.е. имеет более одного
решения, в том числе ненулевое.
38.Примеры линейно зависимых и линейно независимых систем векторов.
Определение: n-мерным
вектором (матрицей строкой или
столбцом) называют упорядоченную систему
из n действительных чисел
(
,
,…,
)
и обозначают A=(
,
,…,
),
где n – называют размерностью
вектора.
Пусть дана система из n векторов размерности m, тогда:
Определение 1. Система
m-мерных векторов
называется линейно зависимой, если
система линейных уравнений
(1)
имеет не нулевые решения. Если же система (1) не имеет ненулевых решений, то данная система векторов называется линейно независимой.
Определение 2. Система
m-мерных векторов
называется линейно зависимой, если
существует такой ненулевой вектор K
(
)
,
что выполняется линейное соотношение
(2)
Если же из всякого соотношения вида (2) следует, что K = , то система векторов называется линейно независимой.
ПРИМЕРЫ:
Система единичных векторов линейно независима. Эта СЛУ имеет единственное нулевое решение, поэтому она является линейно зависимой.
Док-во: Запишем систему линейных уравнений Е1х1 + … + Enxn = θ, матрица условий которой составлена из единичных векторов в виде таблицы. Из таблицы видно, что эта СЛУ имеет единственное нулевое решение, т. е. не имеет ненулевых решений, а поэтому система единичных векторов является ЛНЗ.
Е1 |
E2 |
Е3 |
… |
En |
B |
1 |
0 |
0 |
… |
0 |
0 |
0 |
1 |
0 |
… |
0 |
0 |
… |
… |
… |
… |
… |
0 |
0 |
0 |
0 |
… |
1 |
0 |
Система m-мерных векторов является линейно зависимой, если число векторов превышает размерность векторов, n > m.
Док-во: Так как СЛУ A1x1 + … + Anxn = θ содержит m уравнений и n неизвестных, а по условию n>m, то по следствию из метода Гаусса система имеет ненулевые решения и, следовательно, система векторов A1, A2, …, An является ЛЗ.
Система, состоящая из одного ненулевого вектора, является линейно независимой.
Док-во: Пусть вектор А не равно 0. Тогда из соотношения Ak = θ имеем, что k = 0, и по определению система, состоящая из одного ненулевого вектора, является ЛНЗ.
Система векторов , является линейно зависимой при любых векторах
Док-во: Так как соотношение θ1 +
0
+ … + An0
= θ выполняется при К не равно θ, то по
определению система векторов θ,
является ЛЗ.
Любые три 3-х мерных ненулевых вектора A1, A2, A3 не лежащие в одной плоскости, образуют линейно независимую систему векторов.
Док-во: Предположим противное, т. е. данная система векторов является линейно зависимой. Тогда по определению найдется такой вектор K = ( k1, k2, k3) не равно θ, для которого будет выполняться соотношение A1k1 + A2k2 + A3k3 = θ. Пусть k1 не равно 0. Тогда вектор А1 можно представить в виде диагонали A1 = A2 (-k2/k1) + A3 (-k3/k1) параллелограмма, построенного на векторах A2 (-k2/k1) и A3 (-k3/k1). Откуда следует, что векторы A1, A2, A3 лежат в одной плоскости. Это противоречит условию. Поэтому предположение о линейной зависимости данных векторов не является верным. Следовательно, данная система ЛНЗ.
