
- •Матрицы, основные понятия.
- •Алгебра матриц.
- •Определитель матрицы.
- •Вычисление определителей второго и третьего порядка.
- •Теорема разложения.
- •Свойства определителей.
- •Обратная матрица.
- •Ранг матрицы.
- •Система линейных алгебраических уравнений. Теорема Кронекера-Капелли.
- •Матричный способ решения систем линейных уравнений.
- •Модель Леонтьева многоотраслевой экономики.
- •Линейные операции над векторами.
- •Проекции вектора на ось, теоремы о проекциях.
- •Координаты вектора в пространстве, выражение линейных операций в координатной форме.
- •Модуль вектора и его направляющие косинусы.
- •Разложение вектора по координатному базису.
- •Скалярное произведение векторов, его свойства.
- •Выражение скалярного произведения через координаты векторов.
- •Векторное произведение векторов и его свойства.
- •Расстояние от точки до прямой на плоскости.
- •Уравнение плоскости, проходящей через заданную точку в заданном направлении.
- •Общее уравнение плоскости в пространстве, его частные случаи.
- •Геометрический смысл линейных уравнений и неравенств.
- •Линейное (векторное) пространство.
- •Линейная зависимость векторов.
- •Размерность и базис векторного пространства.
- •Разложение вектора по базису.
- •Переход к новому базису.
- •Евклидово пространство.
- •Ортонормированный базис.
- •Процесс ортогонализации векторов.
- •Линейные операторы.
- •Преобразование матрицы линейного оператора при переходе к новому базису.
- •Линейные преобразования.
- •Собственные векторы и собственные значения линейного оператора.
- •Преобразование матрицы линейного оператора к диагональному виду.
- •Квадратичные формы.
- •Приведение квадратичной формы к каноническому виду.
- •Положительно и отрицательно определенные квадратичные формы.
- •Линейная модель обмена.
Матричный способ решения систем линейных уравнений.
Пусть число уравнений системы равно числу переменных, т.е. m=n. Тогда матрица системы является квадратной, а ее определитель =|A| называется определителем системы.
Рассмотрим решение системы двух уравнений с двумя переменными:
в которой хотя бы один из коэффициентов при переменных отличен от нуля.
Для решения этой системы исключим переменную x2, умножив первое уравнение на a22, второе – на (–a12) и сложив их. Затем исключим переменную x1, умножив первое уравнение на (–a21), второе – на a11 и также сложив их. В результате получим систему:
Выражение в скобках есть определитель системы
Обозначив
,
,
система примет вид:
Из
полученной системы следует, что если
определитель системы 0,
то система имеет единственное решение,
определяемое по формулам:
,
.
Если
=0,
а 10
(или 20),
то система несовместная, так как в этом
случае приводится к виду:
Если
=1=2=0,
то система неопределенная и имеет
бесконечное множество решений, так как
в этом случае приводится к виду:
Формулы Крамера.
Теорема Крамера. Пусть – определитель матрицы системы A, а j – определитель матрицы, получаемой из матрицы A заменой j-го столбца столбцом свободных членов. Тогда, если 0, то система имеет единственное решение, определяемое по формулам:
Метод Гаусса.
Метод Гаусса – метод последовательного исключения переменных – заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которой последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные.
Системы m линейных уравнений с n переменными, базисные допустимые решения.
Для совместных систем линейных уравнений верны следующие теоремы.
1. Если ранг матрицы совместной системы равен числу переменных, т.е. r = n, то система имеет единственное решение.
2. Если ранг матрицы совместной системы меньше числа переменных, т.е. r n, то система неопределенная и имеет бесконечное множество решений.
Системы линейных однородных уравнений, свойства их решений.
Система m линейных уравнений с n переменными называется системой линейных однородных уравнений, если все их свободные члены равны нулю. Такая система имеет вид:
Система линейных однородных уравнений всегда совместна, так как она всегда имеет, по крайней мере, нулевое (или тривиальное) решение (0; 0; …; 0).
Система линейных однородных уравнений имеет ненулевые решения тогда и только тогда, когда ранг ее матрицы коэффициентов при переменных меньше числа переменных, т.е. при r(A) n.
Модель Леонтьева многоотраслевой экономики.
Рассмотрим процесс производства за некоторый период времени (например, год).
Введем следующие обозначения: xi – общий (валовой) объем продукции i-й отрасли (i = 1, 2, …, n);
xij – объем продукции i-й отрасли, потребляемой j-й отраслью в процессе производства (i, j = 1, 2, …, n);
yi – объем конечного продукта i-й отрасли для непроизводственного потребления.
Так как валовой объем продукции любой i-й отрасли равен суммарному объему продукции, потребляемой n отраслями, и конечного продукта, то
Уравнения называются соотношениями баланса. Будем рассматривать стоимостный межотраслевой баланс, когда все величины, входящие в уравнения, имеют стоимостное выражение.
Введем коэффициенты прямых затрат
показывающие затраты продукции i-й отрасли на производство единицы продукции j-й отрасли.
Можно полагать, что в некотором промежутке времени коэффициенты aij будут постоянными и зависящими от сложившейся технологии производства. Это означает линейную зависимость материальных затрат от валового выпуска, т.е.
xij = aijxj, (i, j = 1, 2, …, n),
вследствие чего построенная на этом основании модель межотраслевого баланса получила название линейной.
Теперь соотношения баланса примут вид:
Обозначим
,
,
,
где X – вектор валового выпуска, Y – вектор конечного продукта, A – матрица прямых затрат (технологическая или структурная матрица).
Тогда систему можно записать в матричном виде:
X = AX + Y.
Основная задача межотраслевого баланса состоит в отыскании такого вектора валового выпуска X, который при известной матрице прямых затрат A обеспечивает заданный вектор конечного продукта Y.
Перепишем уравнение в виде:
(E – A) X = Y.
Если матрица (E – A) невырожденная, т.е. |E – A| 0, то
X = (E – A)–1Y.
Матрица S = (E – A)–1 называется матрицей полных затрат.
Чтобы выяснить экономический смысл элементов матрицы S = (sij), будем задаваться единичными векторами конечного продукта Y1 = (1, 0, …, 0)', Y2 = (0, 1, …, 0)'. Тогда соответствующие векторы валового выпуска будут X1 = (s11, s21, …, sn1)', X2 = (s12, s22, …, sn2)', …, Xn = (s1n, s2n, … snn)'.
Следовательно, каждый элемент sij матрицы S есть величина валового выпуска продукции i-й отрасли, необходимого для обеспечения выпуска единицы конечного продукта j-й отрасли yj = 1 (j = 1, 2, …, n).
В соответствии с экономическим смыслом задачи значения xi должны быть неотрицательны при неотрицательных значениях yi ≥ 0 и aij ≥ 0, где i, j = 1, 2, …, n.
Матрица A ≥ 0 называется продуктивной, если для любого вектора Y ≥ 0 существует решение X ≥ 0. В этом случае и модель Леонтьева называется продуктивной.