MU_LR_VychMat_230400
.pdf3.1.6. Метод LU-разложения
Пусть дана система линейных алгебраических уравнений вида (2.1). Обозначим через j угловой минор порядка j матрицы A , т.е.
|
a |
, |
2 |
|
a11 |
a12 |
,..., |
n |
det A |
1 |
11 |
|
|
a21 |
a22 |
|
|
||
|
|
|
|
|
|
|
|
При решении системы (2.1) методом LU- разложения предполагается, что данная система имеет единственное решение (т.е. называется определенной) и, кроме того, все угловые миноры матрицы А не равны нулю.
Метод LU-разложения основан на разложении матрицы системы А на произведение двух треугольных матриц:
|
|
|
|
|
|
|
|
|
A L U , |
|
|
|
|
|
|
|
|
(2.5) |
||
|
l11 |
|
|
|
|
|
|
|
|
|
|
1 |
u12 |
u13 |
... |
u1n |
|
|
||
|
l |
l |
|
|
|
|
|
|
|
|
|
1 |
u |
23 |
... |
u |
2n |
|
|
|
|
21 |
|
22 |
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
||
L |
l |
l |
l |
|
|
|
|
; |
U |
|
|
1 |
... |
u |
(2.6) |
|||||
|
31 |
|
32 |
|
33 |
|
|
|
|
|
|
|
|
|
|
|
|
3n |
|
|
|
. |
|
. |
|
. |
. |
|
. |
|
|
|
. . |
. |
. |
|
. |
|
|
||
|
l |
l |
n2 |
l |
n3 |
... |
l |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
n1 |
|
|
|
|
nn |
|
|
|
|
|
|
|
|
|
|
|
Матрица L является нижней треугольной матрицей (обозначение по первой букве английского слова Lower – нижний), U – верхняя треугольная матрица, (обозначение от английского Upper – верхний).
Теоретическое обоснование возможности такого разложения матрицы содержит следующая теорема:
Теорема об LU- разложении:
Пусть все угловые миноры матрицы А отличны от нуля, j 0, j 1,...,n . Тогда
матрицу А можно представить, причем единственным образом, в виде произведения A=LU, где L- нижняя треугольная матрица, U- верхняя треугольная матрица с единичной диагональю.
Доказательство этой теоремы можно найти в книге: Самарский А.А. «Численные методы», стр. 55-57.
Элементы матриц L и U можно найти по формулам:
|
|
|
k 1 |
|
|
lik |
aik |
limumk , |
|
,i k, k 1,..., n, |
|
|
|
|
m 1 |
|
|
|
|
|
k 1 |
|
(2.7) |
|
|
akj |
lkmumj |
|
|
|
|
|
|
||
ukj |
|
|
m 1 |
, |
j k 1, k 2,..., n. |
|
lkk |
||||
|
|
|
|
|
Следует отметить, что верхняя треугольная матрица U , найденная, в соответствии с формулами (2.7), полностью совпадает с матрицей коэффициентов при неизвестных системы, являющейся результатом прямого хода метода Гаусса (2.3).
В результате исходная СЛАУ примет вид:
31
L U X B . |
|
|
(2.8) |
A |
|
|
|
Обозначим произведение U X через Z, где Z [z ,..., z |
n |
]T |
- вспомогательный вектор- |
1 |
|
|
|
столбец. Тогда вместо системы (2.8) с матрицей A произвольного вида получим две |
|||
системы уравнений с треугольными матрицами: |
|
|
|
LZ B и UX Z . |
|
|
(2.9) |
Прямой ход (прямое исключение, прямая подстановка) методы LU-разложения заключается в решении системы LZ B , которая в развернутой форме имеет вид:
l11 z1 |
|
b1 , |
l21 z2 |
l22 z2 |
b2 , |
l31 z3 |
l32 z3 + l33 z3 |
b3 , |
................................... |
||
ln1 z1 ln2 z2 ln3 z3 ... |
lnn zn bn . |
Решая данную систему, найдем вектор Z , последовательно выражая его компоненты, начиная с z1 по формулам:
z1 |
b1 / l11 |
|
|
|
|
|
|
|
i 1 |
|
|
|
(2.10) |
|
lij |
|
|
|||
zi |
bi |
z j lii |
, |
i 2, 3,..., n. |
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
Чтобы эти вычисления имели смысл, диагональные элементы lii должны быть не нулевыми.
Обратный ход (обратная подстановка) заключается в решении системы U X = Z:
x1 |
u12x2 |
u13x3 ... |
u1n xn |
z1 |
, |
|
|
x2 |
u23x3 ... |
u2n xn |
z2 |
, |
|
|
||||||
|
|
... |
... |
... |
|
|
|
|
|
||||
|
|
xn 1 |
un 1,n xn |
zn 1 , |
||
|
|
|||||
|
|
|
x |
z |
n |
. |
|
|
|
n |
|
|
Начиная с последнего уравнения, последовательно находим компоненты вектора X. В общем виде они определяются по формулам:
xn zn ,
n |
|
(2.11) |
xi zi uij x j , |
i n 1,n 2, ...,1. |
|
j i 1
Этот процесс называется обратной подстановкой или обратным ходом и абсолютно эквивалентен обратному ходу метода Гаусса.
Метод LU-разложения, как и метод Гаусса требует выполнения порядка n3 операций.
Пример LU-разложения:
32
Начальная |
|
|
|
|
1 шаг: |
|
|
|
2 шаг: |
|
|
|
3 шаг: |
|
|
|
|
4 шаг: |
||||||||
|
матрица |
|
|
|
|
k = 1 |
|
|
|
k = 2 |
|
|
|
k = 3 |
|
|
|
|
k = 4 |
|||||||
|
2 4 –4 6 |
|
|
|
2 2 –2 3 |
|
|
|
2 1 -2 3 |
|
|
|
|
2 2 –2 3 |
|
|
|
2 2 –2 3 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 4 2 1 |
|
|
|
1 |
4 |
2 1 |
|
|
|
1 4 2 1 |
|
|
|
|
1 2 |
2 -1 |
|
|
|
1 2 2 -1 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 8 1 1 |
|
|
|
3 |
8 |
1 1 |
|
|
|
3 2 |
1 1 |
|
|
|
|
3 2 |
3 –2 |
|
|
|
3 2 |
3 -2 |
|
||
|
2 5 0 5 |
|
|
|
2 |
5 |
0 5 |
|
|
|
2 1 |
0 5 |
|
|
|
|
2 1 |
2 |
5 |
|
|
|
2 1 |
2 4 |
|
|
2 |
|
|
|
|
|
|
1 |
2 -2 3 |
|
|
|
|
|
|
||||
L= |
1 |
2 |
|
|
|
U= |
|
|
1 2 –1 |
|
3 |
2 |
3 |
|
|
|
|
|
1 –2 |
|
2 |
1 |
2 |
4 |
|
|
|
|
1 |
|
|
|
|
|
3.1.7.Выбор ведущего элемента для повышения точности.
Вметодах Гаусса и LU-разложения на каждом k -м шаге осуществляется деление на
элемент akk . Такой элемент называется главным или ведущим. Очевидно, что если akk 0 ,
то деление не может быть выполнено, а если akk 0 , то результат деления будет получен с большой погрешностью.
Для повышения точности вычислений можно выбрать другой ведущий элемент путем перестановки строк и столбцов расширенной матрицы (переупорядочить СЛАУ).
При этом различают частичное и полное упорядочение.
При частичном упорядочении в качестве ведущего выбирается максимальный по модулю элемент среди элементов того же столбца матрицы коэффициентов при неизвестных:
akk |
max (| ai,k |) . |
|
i k ,...,n |
При полном упорядочении в качестве ведущего выбирается максимальный по модулю элемент среди всех элементов матрицы коэффициентов при неизвестных.
akk |
max (| ai, j |) . |
|
i, j k ,...,n |
Следует обратить внимание, что в обоих случаях рассматриваются только элементы, расположенные ниже и правее исходного ведущего элемента, поскольку на k -м шаге первые k 1 строки и столбца уже сформированы и на последующих шагах не изменяются.
Так, в примере:
0x1 x2 3x3 3,2x1 5x2 8x3 2,
4x1 2x2 10x3 1,
при частичном упорядочении меняем местами 1-е и 3-е уравнения. Получим
33
4x1 2x2 10x3 1,
2x1 5x2 8x3 2,0x1 x2 10x3 3.
При полном упорядочении дополнительно к этому поменяем местами 1-й и 3-й столбец, получим:
10x3 2x2 4x1 1,
8x3 5x2 2x1 2,3x3 x2 0x1 3.
Отметим, что частичный выбор ведущего элемента, в отличие от полного упорядочения, не изменяет порядок следования переменных и поэтому чаще используется на практике.
3.1.8. Выбор ведущего элемента для уменьшения количества вычислений
Выбор ведущего элемента позволяет не только повысить точность расчетов, но и уменьшить количество вычислений. Это возможно в случае, если матрица коэффициентов при неизвестных является разреженной, т.е. содержит много нулевых элементов. Тогда при правильной организации вычислений (специального выбора ведущего элемента) можно существенно сократить количество операций, не производя действия с нулевыми элементами.
Для выяснения влияния выбора ведущего элемента рассмотрим следующий пример. Возьмем матрицу с двумя нулевыми элементами
a11 |
a12 |
a13 |
|
|
a |
|
a |
0 |
|
|
21 |
22 |
|
|
a |
|
0 |
a |
|
31 |
|
33 |
|
Допустим, что проведено LU-разложение. Тогда можно записать:
|
l |
a |
|
u |
a12 |
|
|||
|
|
|
|
|
|||||
|
11 |
11 |
|
|
12 |
l11 |
|
||
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
LU l |
|
a |
l |
|
a |
l u |
|||
|
|
21 |
21 |
|
22 |
22 |
21 |
12 |
|
l |
a |
l |
|
0 l u |
|
||||
|
13 |
13 |
32 |
|
31 12 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
u |
|
|
a13 |
|
|
|
||||
|
|
|
|
|
|
|
|
||||
|
|
13 |
|
l11 |
|
|
|||||
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|||
|
|
|
( 0 l21u13 ) |
||||||||
u23 |
|
|
|||||||||
|
|
|
|
l22 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|||
l |
a |
|
|
l u |
l u |
|
|||||
33 |
33 |
|
31 |
13 |
32 |
23 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
Заметим, что тут произошла замена нулевых элементов на ненулевые. Допустим, что ведущим элементом выбрали а33, и поместили в верхний левый угол с помощью замены строк и столбцов матрицы:
a33 |
0 |
a31 |
|
|
|
0 |
a |
a |
|
|
|
22 |
21 |
|
a |
a |
a |
|
|
|
13 |
12 |
11 |
|
Теперь LU-разложение будет таким:
34
|
|
|
a33 |
u12 0 |
|
|
|
|
|
a31 |
|
|
|
||||||
l11 |
|
u13 |
|
|
|
|
|
|
|||||||||||
|
|
l11 |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a21 |
|
|
|||
LU l |
|
|
0 |
l |
|
a |
|
|
u |
|
|
|
|
|
|||||
21 |
22 |
22 |
|
23 |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
l |
22 |
|
|
|
|||||
l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
a |
l a |
|
l a |
|
l u |
l u |
||||||||||||
|
31 |
|
13 |
32 |
12 |
33 |
|
11 |
|
|
|
31 |
13 |
32 |
23 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Видно, что нулевые элементы матрицы сохранены. Разложение начальной матрицы требует 8 операций умножения (деления) и 5 - вычитания. Для разложения модифицированной матрицы, необходимо только 4 операции умножения (деления) и 2 - вычитания.
Типичным примером разреженных матриц являются матрицы, |
имеющие ленточную |
(или диагональную) структуру, для которых aij 0 при | i j | q , |
где 2q 1 - ширина |
ленты, равная количеству диагоналей. Ниже будет приведен метод прогонки, представляющий собой метод Гаусса, учитывающий ленточную структуру матрицы коэффициентов при неизвестных и позволяющий, таким образом, существенно сократить число операций.
Для произвольных разреженных матриц количество операций можно уменьшить за счет упорядочивания. Существуют различные правила упорядочения. Наибольшее распространение получило правило Марковица. В соответствии с этим правилом, на k -м шаге ведущим выбирается элемент aij ,i, j k,...,n , такой, что в i-строке и j-столбце в
сумме содержится наименьшее число ненулевых элементов (и, соответственно, наибольшее число нулевых элементов). После этого производится символическое LU- разложение, когда принимаются в расчет только позиции ненулевых элементов, а не их значения или вычисления по методу Гаусса. При этом, правда, в оставшейся части матрицы некоторые нулевые элементы могут стать ненулевыми, но упорядочивание позволяет сократить количество таких элементов.
Пример.
Решение системы уравнений методом Гаусса с полным выбором ведущего элемента. Исходные данные:
расширенная матрица системы
|
10 |
4 |
2 |
2 |
|
A |
1 |
12 |
3 |
3 |
|
|
|
|
|
|
|
|
1 |
6 |
15 |
3 |
|
Решение.
1) Прямой ход. Шаг 1.
Выбираем ведущий элемент – максимальный по модулю элемент в матрице коэффициентов при неизвестных системы: a3,3 15 .
Выполняем перестановку строк и столбцов в матрице так, чтобы элемент a3,3 15
35
оказался ведущим.
Меняем порядок следования переменных, т.к. мы переставили столбцы. Новый порядок: 3, 2, 1.
Выполняем исключение первой переменной:
Шаг 2.
Выбираем ведущий элемент: a2,2 10.8 .
Перестановку выполнять не нужно. Выполняем исключение второй переменной:
Шаг 3.
Исключение последней переменной:
2) Обратная подстановка:
Меняем местами переменные, чтобы восстановить их первоначальный порядок: x1 0 , x2 0.333 , x3 0.333
3.1.9. Метод прогонки
Данный метод применим в том случае, когда матрица постановка задачи имеет следующий вид.
Дана СЛАУ AX B , где матрица A - трехдиагональная, B - вектор-столбец свободных членов, X - вектор-столбец неизвестных.
Развернутая запись этой системы имеет вид:
i xi 1 i xi i xi 1 i , 1 n 0 , |
i 1,..., n , |
(2.12) |
которому соответствует расширенная матрица:
36
|
|
1 |
1 |
0 |
0 ... |
0 |
0 |
|
1 |
|
|||
|
|
|
2 |
2 |
2 |
0 ... |
0 |
0 |
|
2 |
|
||
|
|
|
|
|
|||||||||
|
A |
|
0 |
3 |
3 |
3 ... |
0 |
0 |
|
3 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
... |
... |
... ... ... ... |
... |
... |
|||||||
|
|
|
0 |
0 |
0 |
0 0 |
|
n |
|
n |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Здесь |
|
знак «–» |
при коэффициенте |
i |
взят для более удобного представления |
|||||||||
расчетных формул. |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
Требуется найти вектор |
X * [x* |
,..., x* ]T , |
обращающий систему |
AX B в верное |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
равенство. |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Если к (2.12) |
применить алгоритм прямого хода метода Гаусса, |
то вместо матрицы |
||||||||||||
|
|
|
|
|
|
|
|
ˆ |
|
|
|
|
|
|
|
|
A получится матрица |
вида: |
|
|
|
|
|
|
|
||||||||
A |
|
|
|
1 |
|
|
||||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
1 |
P |
0 |
|
0 |
... |
0 |
0 |
Q |
|
|
|
|
|
|
|
0 |
1 |
P |
|
0 |
... |
0 |
0 |
Q |
|
|
||
|
|
|
ˆ |
|
|
|
2 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
0 |
0 |
1 |
|
P |
... |
0 |
0 |
Q |
|
|
|
|
|
|
A |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
3 |
|
|
|
3 |
|
|
|
|
|
|
|
... ... ... |
|
... ... ... ... ... |
|
|
|
|||||||
|
|
|
|
|
0 |
0 |
0 |
|
0 |
0 |
0 |
1 |
Q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
Коэффициенты Pi ,Qi |
называются прогоночными коэффициентами. На их основе |
||||
неизвестные могут быть легко найдены по рекуррентной формуле: |
|
||||
x |
Q , |
x Px |
Q , |
i 1,...,n 1 |
(2.13) |
n |
n |
i i i 1 |
i |
|
|
Для нахождения формул для прогоночных коэффициентов подставим в (2.12) выражение (2.13), записанное для xi 1 :
i (Pi 1xi Qi 1 ) i xi i xi 1 i .
Приводя эти формулы к виду (2.13) и сравнивая с ним, получим рекуррентные соотношения для определения прогоночных коэффициентов на прямом ходе метода прогонки:
P |
|
i |
|
|
|
,i 1,..., n 1; |
Q iQi 1 |
i , |
i 1,..., n . |
||||
|
|
|
|
|
|||||||||
i |
|
|
|
i |
i Pi 1 |
i |
i i Pi 1 |
|
|||||
|
|
|
|
|
|
||||||||
Обратный ход метода прогонки заключается в последовательном вычислении |
|||||||||||||
значений неизвестных, начиная с xn в соответствии с формулой (2.13). |
|||||||||||||
3.1.10. Метод квадратного корня |
|
|
|
|
|||||||||
Данный метод |
|
предназначен для |
решения |
систем уравнений AX B с |
|||||||||
симметричной (в комплексном случае – эрмитовой) матрицей. |
|
||||||||||||
Эрмитовой называется матрица, для элементов которой выполняются следующие |
|||||||||||||
соотношения: ai ,k |
|
k ,i , где |
|
k ,i - комплексное сопряженное с ak ,i . |
|||||||||
a |
a |
||||||||||||
Примеры комплексных сопряженных чисел: 3 i2 |
и 3 i2 |
||||||||||||
Пары 3 i2 и |
3 i2 и |
3 i2 и 3 i2 не являются комплексными сопряженными. |
Для эрмитовых, как и для действительнозначных симметричных матриц AT A .
37
Метод квадратного корня основан на разложении матрицы A в произведение
A ST DS ,
где S - верхняя |
треугольная матрица с |
положительными элементами |
на |
главной |
диагонали, ST |
- эрмитово-сопряженная |
с S матрица (полученная |
из |
исходной |
транспонированием и, в комплексном случае, заменой каждого элемента комплексным-
сопряженным), |
D - |
диагональная |
|
матрица, |
|
на |
|
диагонали которой |
находятся числа |
|||||||||||||||||||||||||||
dii 1 : |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s11 |
0 ... |
0 |
|
|
|
|
|
|
|
d11 |
0 ... |
0 |
|
|
|
|
|
|
s11 |
s12 |
... |
s1n |
|
|||||||||||
S |
T |
s |
s ... |
0 |
|
, |
|
|
D |
|
0 |
d |
|
|
... |
0 |
|
|
, |
|
|
|
|
0 |
s |
... |
s |
|
||||||||
|
12 |
22 |
|
|
|
|
|
|
|
|
22 |
|
|
|
|
|
|
|
|
|
S |
|
22 |
|
2n |
|
||||||||||
|
|
... ... ... |
0 |
|
|
|
|
|
|
|
|
... ... ... |
... |
|
|
|
|
|
|
... ... |
... ... |
|
||||||||||||||
|
|
s |
s |
... |
s |
|
|
|
|
|
|
|
|
|
0 |
0 ... |
|
d |
nn |
|
|
|
|
|
0 |
0 |
... |
s |
|
|||||||
|
|
1n |
2n |
|
nn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
nn |
|
||||||
Все элементы матриц S , |
ST |
и D можно найти рекуррентно по формулам: |
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1/ 2 |
|
|
|
|
||||
|
|
|
|
|
|
i 1 |
|
sli |
|
2 |
dll |
|
sii |
|
aii |
|
i 1 |
|
sli |
|
2 |
dll |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
dii sign aii |
|
|
|
, |
|
|
|
|
|
|
|
для i j |
|
|
||||||||||||||||||||
|
|
|
|
|
|
l 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
l 1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
aij |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
slidll slj |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
sij |
|
|
|
|
l 1 |
|
|
|
для |
i j |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
siidii |
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Порядок вычисления ненулевых элементов матриц |
S |
и |
D для третьего порядка: |
d11, s11, s12 , s13 , d22 , s22 , s23 , d33 , s33 .
Если разложение A ST DS получено, то решение системы сводится к последовательному решению двух систем уравнений с треугольными матрицами
ST DZ B
SX Z
3.1.11. Решение СЛАУ в MathCad и операции с матрицами
Простейшие операции над матрицами:
Простейшие операции матричной алгебры реализованы в Math 1) транспонирование
1-й способ решения СЛАУ: Вычислительный блок Given/Find
38
Пример:
2-й способ 2 решения СЛАУ: Применение функции Isolve
39
Пример:
3.2. ЗАДАНИЕ НА РАБОТУ
Решить систему линейных алгебраических уравнений:
a11x1 a12x2 a13x3 b1a21x1 a22x2 a23x3 b2
a31x1 a32x2 a33x3 b3
методами:
1.Гаусса с выбором ведущего элемента
2.LU-разложения
3.Квадратного корня (при этом принять a21=a12, a31=a13, a32=a23)
4.решить СЛАУ в MathCad
|
|
|
|
|
3.3. |
|
ВАРИАНТЫ ЗАДАНИЙ |
|
|
|
|
|
|||
|
3 |
0,1 |
0, 4 |
|
2 |
|
|
3 |
0,1 |
0, 4 |
|
|
1 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. A |
1 |
4 |
0, 2 |
|
, B |
1 |
|
2. A |
1 4 |
0, 2 |
|
, B |
2 |
|
|
|
0.5 |
2 |
6 |
|
|
3 |
|
|
0.5 |
2 |
6 |
|
|
3 |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
40 |
|
|
|
|
|
|
|