- •Федеральное агентство по образованию новосибирский государственный университет экономики и управления – «нинх»
- •Тексты лекций учебной дисциплины «Математика и информатика (математика)»
- •Математика
- •Введение в математику
- •Введение в теорию множеств
- •Начальные сведения о множествах
- •Способы задания множеств
- •Операции над множествами
- •Свойства операций над множествами
- •Разбиение множества на классы
- •Основы линейной алгебры
- •Определение матрицы
- •Определители второго и третьего порядков, их основные свойства
- •Миноры и их алгебраические дополнения, разложение определителя по строке (столбцу)
- •Свойства определителей
- •Операции над матрицами, их свойства
- •Свойства операций над матрицами
- •Обратная матрица и ее вычисление
- •Системы линейных уравнений
- •Матричный метод решения систем линейных уравнений
- •Правило Крамера
- •Метод Гаусса
- •Решение слу с использованием табличного процессора ms Excel
- •Функции рабочего листа для работы с матрицами
- •Решение систем линейных уравнений матричным методом
- •Решение систем линейных уравнений методом Крамера
- •Пошаговое решение системы линейных уравнений методом Гаусса
- •Математические модели
- •Основные понятия
- •Построение математических моделей простейших задач оптимизации
- •Графический метод решения задач линейного программирования
- •Технология решения задач линейного программирования с помощью Поиска решений в среде excel
- •1. Указать адреса ячеек, в которые будет помещен результат решения (изменяемые ячейки).
- •2. Ввести исходные данные.
- •3. Ввести зависимость для целевой функции
- •4. Ввести зависимости для ограничений.
- •5. Назначить целевую функцию (установить целевую ячейку), указать адреса изменяемых ячеек.
- •6. Ввести ограничения
- •7. Ввести параметры для решения злп
- •Теория вероятностей
- •Элементы комбинаторики
- •Случайные события и их вероятности
- •Случайные события
- •Операции над событиями
- •Определение вероятности события
- •Теоремы сложения и умножения вероятностей
- •Формула полной вероятности. Формула Байеса
- •Повторные независимые испытания
- •Случайная величина
- •Основные понятия
- •Распределение частоты пульса в группе из 47 человек
- •Функция распределения
- •Числовые характеристики случайных величин
- •Законы распределения дискретных случайных величин
- •Непрерывные случайные величины
- •Основные законы распределения непрерывных случайных величин
- •Контрольные вопросы
- •Основы математической статистики
- •Задачи математической статистики
- •Генеральная совокупность и выборка
- •Статистическое распределение (вариационный ряд). Гистограмма. Полигон
- •Характеристики положения и рассеяния статистического распределения
Матричный метод решения систем линейных уравнений
Пусть система имеет квадратную матрицу А, определитель Δ которой отличен от нуля. Тогда система имеет единственное решение , которое может быть найдено по формуле .
Отметим, что А-1 существует, т.к. определитель Δ матрицы А не равен нулю.
Пример 2.3.13. Решить матричным методом систему уравнений
Решение.
Из примера 12 имеем
,
и, следовательно,
т.е.
Правило Крамера
Пусть система линейных уравнений имеет квадратную матрицу А, определитель Δ которой отличен от нуля. Тогда система имеет единственное решение , которое может быть найдено по формулам
Здесь Δj (j=1, ...., n) – определители матриц, которые получаются из матрицы А заменой в ней j-ого столбца на столбец свободных членов.
Пример 2.3.14. Решить систему линейных уравнений
Из примера 12 имеем
Далее
Далее имеем
Метод Гаусса
Метод Гаусса – метод последовательного исключения переменных – заключается в том, что с помощью элементарных преобразований система уравнений:
(2.3.1)
приводится к равносильной системе ступенчатого (или треугольного) вида:
, (2.3.2)
из которой последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные.
Под элементарными операциями понимаются следующие операции:
перестановка строк;
умножение строки на число, отличное от нуля;
сложение строки матрицы с другой строкой, умноженной на отличное от нуля число.
Переход от системы (2.3.1.) к равносильной ей системе (2.3.2.) называется прямым ходом метода Гаусса, а нахождение переменных из системы (2.3.2.) – обратным ходом.
Преобразования Гаусса удобно проводить, осуществляя преобразования не с самими уравнениями, а с матрицей их коэффициентов. Матрица вида называется расширенной матрицей системы (2.3.1.), так как в нее, кроме матрицы системы (2.3.1.), дополнительно включен столбец свободных членов.
Пример 2.3.15. Решить систему линейных уравнений
Решение: Расширенная матрица имеет вид:
.
Шаг1. Так как а11≠0, то умножая вторую, третью и четвертую строку строки матрицы на числа (-2), (-3), (-2) и прибавляя полученные строки соответственно ко второй, третьей, четвертой строкам, исключим переменную х1 из всех строк, начиная со второй. Заметив, что в новой матрице элемент а22=0, поменяем местами вторую и третьи строки:
Шаг 2. Так как теперь а22=-4≠0, то умножая вторую строку на (-7/4) и прибавляя полученную строку к четвертой, исключим переменную х2 из всех строк, начиная с третьей:
Шаг 3. Учитывая, что а33=-8≠0, умножаем третью строку на 13,5/8=27/16, и прибавляя полученную строку к четвертой, исключим из нее переменную х3. Получим (см. последнюю матрицу) систему уравнений:
,
откуда, используя обратный ход метода Гаусса, найдем из четвертого уравнения х4=-2; из третьего из второго: и их первого уравнения: , т.е. решение системы: (1; 2; -1;2).
Решение слу с использованием табличного процессора ms Excel
Рассмотрены основные функции рабочего листа для работы с матрицами и приведены алгоритмы решения СЛУ матричным методом и методами Гаусса и Крамера в MS Excel.