13. Решение систем линеных алгебраических уравнений.

Метод Гаусса.

Ме́тодГа́усса— классический метод решения системы линейных алгебраических уравнений (СЛАУ). Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которого последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные

Покажем, как методом Гаусса можно решить следующую систему:

Обнулим коэффициенты приво второй и третьей строчках. Для этого вычтем из них первую строчку, умноженную на и , соответственно:.

Теперь обнулим коэффициент при в третьей строке, вычтя из неё вторую строку, умноженную на :

В результате мы привели исходную систему к треугольному виду, тем самым закончив первый этап алгоритма.

На втором этапе разрешим полученные уравнения в обратном порядке. Имеем:

из третьего;

из второго, подставив полученное

из первого, подставив полученные и .

Таким образом исходная система решена.

Метод Крамера (правило Крамера) — способ решения квадратных систем линейных алгебраических уравнений с ненулевым определителем основной матрицы (причём для таких уравнений решение существует и единственно). Назван по имени Габриэля Крамера (1704–1752), придумавшего метод.

Система линейных уравнений:

Определители:

Решение:

Ма́тричный метод решения (метод решения через обратную матрицу) систем линейных алгебраических уравнений с ненулевым определителем состоит в следующем.

Пусть дана система линейных уравнений с n неизвестными (над произвольным полем):

Тогда её можно переписать в матричной форме:

AX = B, где A — основная матрица системы, B и X — столбцы свободных членов и решений системы соответственно:

Умножим это матричное уравнение слева на A ^{− 1} — матрицу, обратную к матрице A:

Так как A ^{− 1}A = E, получаем X = A ^{− 1}B. Правая часть этого уравнения даст столбец решений исходной системы. Условием применимости данного метода (как и вообще существования решения неоднородной системы линейных уравнений с числом уравнений, равным числу неизвестных) является невырожденность матрицы A. Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A:

14. Система линейных однородных уравнений.

Однородной системой линейных уравнений называется система вида:

15. Тривиальное (нулевое) решение системы

Нулевое решение системы

называется тривиальным решением.

Однородные системы всегда совместны, т.к. всегда существует тривиальное решение.

Если существует любое ненулевое решение системы, то оно называется нетривиальным.

16. Пространство элементарных событий

Пространство элементарных событий — множество Ω всех взаимно или попарно исключающих друг друга исходов случайного эксперимента, которые вместе образуют полную группу событий.

17. Достоверное событие

Достове́рнымсобы́тиемв теории вероятностей называется событие U, которое в результате опыта или наблюдения непременно должно произойти. Обозначается символом Ω.

Для достоверного события P(U) = 1

То есть вероятность события U равна единице.

18. Невозможное событие

Невозмо́жнымсобы́тием в теории вероятностей называется событие, которое не может произойти в результате эксперимента. То есть событие, не содержащее ни одного элементарного исхода (что соответствует «пустому множеству» Ø в пространстве элементарных исходов).

19. Совместные, несовместные события.

События называется несовместными в данном опыте если появление одного из них исключает появление другого.

События называется совместными если появление одного из них не исключает появление остальных.

Вероятность суммы двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления.

Р(А)+Р(В)=Р(А)+Р(В)-Р(А*В)

20. Альтернативные события

21. Полное множество событий

22. Комбинаторика

Комбинато́рика (Комбинаторный анализ) — раздел математики, изучающий дискретные объекты, множества (сочетания, перестановки, размещения и перечисления элементов) и отношения на них (например, частичного порядка). Комбинаторика связана со многими другими областями математики — алгеброй, геометрией, теорией вероятностей, и имеет широкий спектр применения в различных областях знаний (например в генетике, информатике, статистической физике).

Термин «комбинаторика» был введён в математический обиход Лейбницем, который в 1666 году опубликовал свой труд «Рассуждения о комбинаторном искусстве».

Разделы комбинаторики

1 Перечислительная комбинаторика

2 Структурная комбинаторика

3 Экстремальная комбинаторика

4 Теория Рамсея

5 Вероятностная комбинаторика

6 Топологическая комбинаторика

23. Перестановки

В комбинаторике перестано́вка — это упорядоченный набор чисел обычно трактуемый как биекция на множестве , которая числу i ставит соответствие i-й элемент из набора. Число n при этом называется порядком перестановки.

Число всех перестановок порядка n равно числу размещений из n по n, то есть факториалу:

24. Размещения

В комбинаторике размещением называется расположение «предметов» на некоторых «местах» при условии, что каждое место занято в точности одним предметом и все предметы различны. Более формально, размеще́нием (из n по k) называется упорядоченный набор из k различных элементов некоторого n-элементного множества.

Количество размещений из n по k, обозначаемое , равно убывающему факториалу:

25. Сочетания

В комбинаторике сочетанием из n по k называется набор k элементов, выбранных из данных n элементов. Наборы, отличающиеся только порядком следования элементов (но не составом), считаются одинаковыми, этим сочетания отличаются от размещений.

Число сочетаний из n по k равно биномиальному коэффициенту

26. Формула полной вероятности

Формула полной вероятности позволяет вычислить вероятность интересующего события через условные вероятности этого события в предположении неких гипотез, а также вероятностей этих гипотез.

Формулировка

Пусть дано вероятностное пространство , и полная группа попарно несовместных событий , таких что . Пусть — интересующее нас событие. Тогда

27. Случайная величина

Случайная величина — это величина, которая принимает в результате опыта одно из множества значений, причём появление того или иного значения этой величины до её измерения нельзя точно предсказать.

Формальное математическое определение следующее: пусть — вероятностное пространство, тогда случайной величиной называется функция , измеримая относительно и борелевской σ-алгебры на . Вероятностное поведение отдельной (независимо от других) случайной величины полностью описывается её распределением.