Матем_лекции_ 1сем_гр.,2621,2721
.pdfGenerated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
Замечание. Если =0 и все j =0, то система является совместной и неопределенной. Если же =0 и хотя бы один из определителей j 0 , то система уравнений несовместна.
Недостаток формул Крамера и метода обратной матрицы – их большая трудоемкость, связанная с вычислением определителей и нахождением обратной матрицы. Эти методы представляют скорее теоретический интерес и на практике не могут быть использованы для решения реальных задач.
2.3. Метод Гаусса
Метод Гаусса- метод последовательного исключения неизвестныхзаключается в том, что с помощью элементарных преобразований система уравнений приводиться к равносильной системе ступенчатого или треугольного вида, из которой последовательно, начиная с последних переменных, находят все остальные переменные.
С помощью элементарных преобразований с системой (1) после (r-1)- го шага получим систему:
a11 x1 a12 x2 ... a1r xr |
a11 r 1 xr 1 .... a1n xn |
b1 |
|
a(1) 22 x2 ... a(1) |
2r xr a (1) 21 r 1 xr 1 ... a(1) 2n xn b(1)1 |
|
|
…………………………………. |
|
|
|
a(r 1)a rr xr a(r 1) r1 r 1 xr 1 ... a(r 1) rn xn b(r 1) r |
(6) |
||
|
………… |
0 b(r 1) r 1 |
|
|
0 b(r 1) m |
|
|
|
|
|
|
Если хотя бы одно из чисел b(r 1) r 1 ,...,b(r 1) m |
не равно нулю, то соответствующее равенство |
противоречиво, и система (1) несовместна. Для любой совместной системы (m-r) уравнений в системе (6) являются тождествами, и их можно не принимать во внимание при решении системы
(1). После отбрасывания «лишних» уравнений возможны два случая:
А) число уравнений системы (6) совпадает с числом переменных, т.е. r=n, и в этом случае система (6) имеет треугольный вид;
Б) r<n, и система (6) имеет ступенчатый вид.
Переход системы (1) к равносильной системе (6) называется прямым ходом метода Гаусса, а нахождение переменных из системы (6)- обратным ходом .
Преобразования Гаусса удобно проводить не с самими уравнениями, а с расширенной матрицей системы (1), в которую, кроме матрицы А, дополнительно включен столбец свободных
|
a |
|
a |
|
... |
a |
1n |
|
b |
|
||
|
|
|
11 |
a |
12 |
... |
|
|
b |
1 |
|
|
членов В: |
a |
|
|
.a |
|
|
|
|
||||
А1 |
|
21 |
|
22 |
|
|
2n |
|
|
2 |
. |
|
|
... |
... |
... ... |
|
... |
|
||||||
|
|
|
|
|
|
... |
|
|
|
|
|
|
|
|
.am1 |
am2 |
amn |
|
bm |
||||||
|
|
|
Пример 1. Решить систему линейных уравнений:
х1 2х2 х3 8,
2х1 3х2 3х3 5,
3х1 4х2 5х3 10.
Решение. 1) Метод обратной матрицы.
Запишем систему в матричном виде.
1
Для этого обозначим матрицу системы А= 2
3
21
33 (она состоит из коэффициентов при
4 5
х1 |
|
|
8 |
|
переменных); столбец неизвестных Х = х2 |
, столбец свободных членов В = |
|
5 |
, состоящий из |
|
|
|
10 |
|
х3 |
|
|
|
правых частей уравнений. Тогда система представима в матричном виде: АХ=В.
11
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
Для нахождения Х необходимо умножить матричное уравнение на А-1 слева: Х = А-1∙В. Матрицу А-1 найдем по алгоритму, приведенному в примере 5. Получим:
|
|
|
|
|
|
1 |
|
|
|
3 |
14 |
|
|
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
А |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
1 |
|
|
2 |
|
|
|
|
|
1 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
10 |
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Тогда столбец неизвестных: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
х1 |
|
|
|
|
|
|
1 |
|
|
3 |
|
|
14 |
|
9 |
8 |
|
|
|
1 |
|
|
4 |
|
|
1 |
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
х2 = |
|
|
|
|
1 |
|
|
|
2 |
|
|
|
|
1 5 |
= |
|
8 |
|
= 2 . |
|
|||||||||||||||||||||||||||
|
4 |
|
|
|
|
|
|
4 |
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
х3 |
|
|
|
|
|
|
|
|
|
|
1 10 |
|
|
|
7 |
10 |
|
|
|
|
|
|
12 |
|
|
3 |
|
|
|||||||||||||||||||
2) Метод Крамера. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Выпишем определитель матрицы системы А: |
|
||||||||||||||||||||||||||||||||||||||||||||||
|
= |
|
|
А |
|
|
|
|
|
|
1 |
|
2 |
|
|
|
|
|
1 |
|
|
= 4. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
2 |
3 |
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
4 |
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
(Так как определитель не равен 0, то метод Крамера использовать можно, и система имеет |
|||||||||||||||||||||||||||||||||||||||||||||||
единственное решение.) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Определитель |
|
1 |
|
получаем |
|
из |
|
определителя |
заменой первого столбца на столбец |
||||||||||||||||||||||||||||||||||||||
свободных членов В, а остальные столбцы остаются прежними: |
|||||||||||||||||||||||||||||||||||||||||||||||
1 = |
|
|
8 |
|
|
|
|
|
2 |
1 |
|
= 4. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
5 |
|
|
3 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
10 |
|
|
|
4 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
Аналогично, заменяя в исходном определителе второй, а затем третий столбцы на столбец |
|||||||||||||||||||||||||||||||||||||||||||||||
свободных членов, получим соответственно |
|
|
2 и |
3. |
|
||||||||||||||||||||||||||||||||||||||||||
2 = |
|
|
1 |
|
|
|
|
8 |
1 |
|
= 8, |
|
|
3 = |
|
|
1 |
|
2 |
|
|
|
8 |
|
|
=12. |
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
3 |
|
|
5 |
|
|
|
||||||||||||||||||||||||||||
|
2 |
|
|
5 3 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
3 |
|
|
|
|
10 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
4 |
|
10 |
|
|
|
|
|
|
|
|
|
||||||||
Теперь воспользуемся формулой Крамера и найдем все переменные: |
|||||||||||||||||||||||||||||||||||||||||||||||
х |
1 |
|
|
4 |
1, |
х |
2 |
|
2 |
|
8 |
2 , |
х |
|
|
3 |
|
12 |
3. |
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|||||||||||||||||||||||||||||||
1 |
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
||||||||||||||||
3) Метод Гаусса. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
Метод |
Гаусса |
– |
|
это |
универсальный |
|
|
метод решения систем линейных уравнений. Он |
заключается в последовательном исключении переменных.
Составим расширенную матрицу системы, которая включает в себя матрицу системы и столбец свободных членов.
|
1 |
2 |
1 |
8 |
|
|
|
3 |
3 |
5 |
. |
2 |
|
||||
|
3 |
4 |
5 |
10 |
|
|
|
Произведем элементарные преобразования со строками матрицы, приведя ее к треугольному виду, т.е. к матрице, в которой все элементы, ниже главной диагонали равны нулю (при этом диагональные элементы не равны нулю).
Шаг 1. Если в матрице элемент а11 = 0, то перестановкой строк нужно добиться того, чтобы элемент а11≠ 0. В нашем примере а11≠ 0.
Сначала обнулим элементы первого столбца ниже главной диагонали. Для этого поочередно
умножим |
элементы |
первой |
строки |
на числа |
|
|
а21 |
|
|
2 |
= 2 и |
|
а31 |
|
3 |
= –3 и прибавим |
|||||||
|
а11 |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а11 |
|
1 |
|
|
1 |
|
|||
соответственно к элементам второй и третьей строк: |
|
|
|
|
|
|
|
|
|||||||||||||||
2∙ |
1 |
2 |
1 |
|
8 |
-3 |
|
1 |
2 |
1 |
|
8 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+ |
|
2 3 |
3 |
|
5 |
+ |
→ |
0 |
7 |
1 |
|
11 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
4 |
5 |
|
10 |
|
|
0 |
10 |
2 |
|
14 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
Шаг 2. Если в полученной матрице а22 ≠ 0, то обнулим элемент второго столбца ниже главной диагонали. Для этого умножим вторую строку на число а32 10 10 и прибавим к
а22 |
7 |
7 |
третьей строке:
10
7
1 |
2 |
1 |
|
8 |
|
1 |
2 |
1 |
|
8 |
|
|
|
|
|||||||||||
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0 7 |
1 |
|
11 → |
0 |
7 |
1 |
11 |
|||||
|
|
. |
||||||||||
|
|
|
|
|
|
|
|
|
4 |
|
12 |
|
0 |
10 |
2 |
|
14 |
|
0 |
0 |
7 |
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
Полученная матрица имеет треугольный вид. Т.о. получили систему уравнений:
х1 2х2 х3 8,
7х2 х3 11,
|
4 |
|
|
12 |
|
|
|
х3 |
|
. |
|||
7 |
|
|||||
|
|
7 |
|
Откуда найдем из последнего уравнения х3 |
= 3; из второго х2 |
= |
11 х3 |
=2; из первого х1 = 8 – |
|
||||
2х2 – х3 = 1. |
|
7 |
|
|
|
|
|
|
|
Ответ: х1 = 1, х2 = 2, х3 = 3. |
|
|
|
|
В. 3. Система m линейных уравнений с n переменными
Теорема Кронекера-Капелли: Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы.
Для совместных систем линейных уравнений верны следующие теоремы:
1.Если ранг матрицы совместной системы равен числу переменных, т.е. r=n, то система (1) имеет единственное решение.
2.Если r<n, то система (1) неопределенная и имеет бесконечное множество решений.
Пусть r<n. Тогда r переменных x1 , x2 ,..., xr называются основными, или базисными, если определитель матрицы из коэффициентов при них, т.е. базисный минор, отличен от нуля. Остальные (n-r) переменных называются неосновными, или свободными.
Базисное решение системы (1) – это решение, в котором все свободные переменные равны нулю. Каждому разбиению переменных на базисные и свободные соответствует одно базисное
решение, а число способов разбиения |
не |
превосходит числа сочетаний C r n , следовательно, |
||||
базисных решений также не более C r n . |
|
|
n! |
|
|
|
Из комбинаторики известно, что Cnk |
|
|
, где n! 1 2 3 ... n . |
|||
k! n k ! |
||||||
|
|
|
Таким образом, совместная система с m<n имеет бесконечное множество решений, среди которых базисных решений конечное число, не превосходящее C r n , где r m.
Метод Гаусса позволяет установить совместность системы, а в случае совместности найти ее решения, единственное или бесконечное множество. Он также дает возможность найти максимальное число линейно независимых уравнений - ранг матрицы системы.
Пример 2. Методом Гаусса решить систему: 2x1 x2 x3 x4 5,
x1 2x2 2x3 3x4 6, 3x1 x2 x3 2x4 1.
Решение. Составим расширенную матрицу системы:( предварительно переставим местами первое и второе уравнение)
1 |
2 |
-2 |
3 |
-6 |
2 |
-1 |
1 |
-1 |
5 |
3 |
1 |
-1 |
2 |
-1 |
13
|
|
|
|
|
|
|
|
|
Generated by Foxit PDF Creator © Foxit Software |
|
|
|
|
|
|
|
|
|
|
http://www.foxitsoftware.com |
For evaluation only. |
Умножим 1-ую строку сначала на (-2) и сложим со 2-ой строкой, а затем умножим 1-ую |
||||||||||
строку на (-3) и |
сложим с 3-ей строкой: |
|
||||||||
1 |
2 |
-2 |
3 |
|
|
-6 |
|
|
|
|
0 |
-5 |
5 |
-7 |
|
|
17 |
|
|
|
|
0 |
-5 |
5 |
-7 |
|
|
17 |
|
|
|
|
Умножим 2-ую строку на (-1) и сложим с 3-ей строкой: |
|
|||||||||
1 |
2 -2 3 |
-6 |
1 2 -2 3 |
-6 |
|
|||||
0 |
-5 5 -7 |
17 ̃ |
0 -5 5 -7 |
17 , |
|
|||||
0 |
0 |
0 |
0 |
|
0 |
|
|
|
||
|
|
|
|
|||||||
т.е. ранг матрицы r=2. |
|
|
|
|||||||
Оставим в левой части в качестве базисных переменных x1 и x2 , |
а остальные - x3 и x4 - |
перенесем в правую часть в качестве свободных переменных. Получаем систему: x1 2x2 6 2x3 3x4 ,
5x2 17 5x3 7x4 ,
Откуда
177
x2 5 x3 5 x4 ,
x 6 2x |
|
3x |
|
2( |
17 |
x |
|
|
7 |
x |
|
) |
4 |
|
1 |
x |
|
|
|
|
|
|
|
|
|
|
|||||||||
1 |
3 |
|
4 |
5 |
|
3 |
5 |
|
4 |
5 |
5 |
|
4 |
Задавая свободным переменным произвольные значения x3 c1 , x4 c2 ,
Найдем бесконечное множество решений системы:
( x |
4 |
|
1 |
c |
|
; x |
|
|
17 |
c |
7 |
c |
|
; |
x |
|
c ; |
x |
|
c |
|
). |
1 |
5 |
5 |
|
2 |
|
2 |
5 |
1 |
5 |
|
2 |
|
|
3 |
1 |
|
4 |
|
2 |
|
Найдем все базисные решения этой системы. Поскольку r=2, одно из уравнений системы, например, третье, можно отбросить. Общее число групп базисных переменных не более чем
C r n C 2 4 |
4! |
|
|
1 2 3 4 |
6 . |
2!(4 2)! |
|
||||
|
|
1 2 1 2 |
Поэтому возможны следующие группы базисных переменных:
x1 , x2 , x1 , x3 , x1, , x4 , x2 , x3 , x2 , x4 , x3 , x4 .
Выясним, могут ли x1 , x2 быть базисными. Определитель матрицы из коэффициентов при
2 1
этих переменных: =5≠ 0, эти переменные могут быть базисными. 1 2
Аналогично найдем, что из всех возможных групп базисных переменных только x2 , x3 не
могут быть базисными, поскольку |
1 |
1 |
0 . |
|
2 |
2 |
|||
|
|
Получим первое базисное решение. Приравняем свободные x3 , x4 нулю, решение имеет
вид:
4 |
17 |
|
|
||
|
|
; |
|
;0;0 |
. |
|
|
||||
5 |
5 |
|
|
Аналогично можем получить все остальные базисные решения:
|
4 |
;0; |
17 |
;0 |
|
|
9 |
;0;0; |
17 |
0; 9;0;4 |
0;0;9;4 |
||
|
|
|
|
|
|
|
|
|
|||||
|
5 |
|
|
||||||||||
5 |
|
|
7 |
7 |
|
|
14
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
В.4. Системы линейных однородных уравнений. Фундаментальная система решений
Система m линейных уравнений с n переменными называется системой однородных линейных уравнений, если все их свободные члены равны нулю:
|
a11 x1 |
a12 x2 |
... a1n xn |
0 |
|
|
|||||||||
|
|
|
|
a22 x2 |
|
... a2n xn |
|
0 |
(7) |
||||||
|
a21 x1 |
|
|
||||||||||||
|
............................... |
|
|
|
|
, |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
m1 |
x |
a |
m |
2 |
x |
2 |
... a |
mn |
x |
n |
|
0 |
|
|
|
1 |
|
|
|
|
|
|
|
||||||
Такая система всегда совместна, так как она всегда имеет, по крайней мере, одно |
|||||||||||||||
тривиальное решение x1 x2 |
.... xn |
0. |
|
|
|
|
|
|
|
|
|
|
Если m=n, а определитель системы отличен от нуля, то такая система имеет только нулевое решение, как это следует из теоремы Крамера.
Поэтому ненулевые решения возможны лишь для таких систем линейных однородных
уравнений, в которых m≤n, а определитель равен нулю. |
|
||
Решение (7) имеет свойства: |
k1 , k2 ,..., kn - тоже решение этой |
||
1. |
Если e1 |
k1 , k2 ,...,kn -решение (7), то и e1 |
|
системы. |
Если e1 |
k1 , k2 ,...,kn и e2 e , e2 ,...,en - |
|
2. |
решения системы (7) , то при любых |
||
c1 , c2 c1e1 |
c2 e2 -также решение (7). |
называется фундаментальной, если |
|
Система линейно независимых решений e1 , e2 ,...,ek |
каждое решение (7) является линейной комбинацией решений e1 , e2 ,...,ek .
Теорема. Если ранг r матрицы коэффициентов системы (7) меньше n, то всякая фундаментальная система решений системы (7) состоит из (n-r) решений.
|
k |
Общее решение (7) имеет вид: |
ci ei , k n r, ci . |
|
i 1 |
Общее решение системы m линейных уравнений с n переменными равно сумме общего решения соответствующей ей системы однородных линейных уравнений и произвольного частного решения этой системы.
В.5. Модель Леонтьева многоотраслевой экономики (балансовый анализ)
Предположим, что рассматриваются n отраслей промышленности, каждая из которых производит свою продукцию. Часть продукции потребляется данной отраслью и другими отраслями, а другая часть предназначена для конечного личного и общественного потребления.
Рассмотрим процесс производства за некоторый период времени (например, год). Обозначим:
xi ---общий (валовой) объем продукции i-ой отрасли (i 1, n );
xij объем продукции i-ой отрасли, потребляемой в процессе производства j-ой отраслью
( i, j 1, n );
yi объем конечного продукта i-ой отрасли для непроизводственного потребления.
Валовой объем продукции любой i-ой отрасли равен сумме объема продукции, потребляемой n отраслями, и объема конечного продукта:
n |
|
i 1, n |
|
xi xij |
yi |
(8) |
j 1
Уравнения (8) называются соотношениями баланса.
Рассмотрим стоимостный межотраслевой баланс, когда все величины в (8) имеют стоимостное выражение.
Введем коэффициенты прямых затрат:
aij |
|
xij |
, i, j |
|
|
(9) |
|
1, n |
|||||||
x j |
|||||||
|
|
|
|
|
|
показывающие затраты продукции i-ой отрасли на производство единицы продукции j-ой отрасли.
15
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
Можно считать, что в некотором промежутке времени aij const, зависящими от
сложившейся технологии производства. Это означает линейную зависимость материальных затрат от валового выпуска, т.е.
|
|
|
|
|
|
xij |
aij |
x j , i, j |
|
|
|
|
(10) |
||||
|
|
|
|
|
|
1, n |
|
|
|||||||||
Поэтому такая модель называется линейной. |
|
|
|
||||||||||||||
Теперь соотношения баланса примут вид: |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xi |
aij x j yi , i |
|
|
|
|
|
(11) |
||||
|
|
|
|
|
|
1, n |
|
|
|||||||||
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
Обозначим |
X |
x2 |
|
- вектор валового выпуска; Y |
y2 |
|
- вектор конечного |
||||||||||
|
|
|
|
||||||||||||||
|
|
|
... |
|
|
|
|
|
|
|
|
|
|
|
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xn |
|
|
|
|
|
|
|
|
|
|
|
ym |
|
|
|
a |
|
a |
|
... |
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
11 |
12 |
|
|
|
1n |
|
|
|
|
|
|
|
|
|
|
продукта; A |
a21 |
a22 |
|
... |
.a2n |
- матрица прямых затрат |
(технологическая или структурная |
||||||||||
|
|
|
|
|
|
|
|
||||||||||
|
... |
... |
|
... |
|
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
am2 |
|
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
.am1 |
|
amn |
|
|
|
|
|
|
|
|
|
матрица) |
|
|
|
|
|
Тогда систему (11) можно записать в матричном виде: |
|
||||
|
Х=АХ+Y |
(12) |
|
|
|
Задача: отыскать такой вектор валового выпуска Х, который при известной матрице прямых |
|||||
затрат А обеспечивает заданный вектор конечного продукта Y. |
|
||||
Перепишем (12) в виде: |
|
|
|
|
|
(Е-А)Х=Y |
(13) |
|
|
|
|
Если матрица (Е-А) невырожденная , то |
X (E A) 1Y |
|
(14) |
||
Матрица |
S (E A) 1 называется матрицей полных затрат. |
|
Выясним экономический смысл элементов матрицы S (sij ).
sij валовой выпуск продукции I-ой отрасли, необходимой для обеспечения выпуска единицы конечного продукта j-ой отрасли.
В соответствии с экономическим смыслом xi 0, yi 0, aij 0, (i, j 1, n).
Матрица А≥0 называется продуктивной, если для любого Y≥0 существует решение (12) Х≥0. В этом случае и модель Леонтьева называется продуктивной.
Существует несколько критериев продуктивности А, например, такой:
Матрица А продуктивна, если максимум сумм элементов ее столбцов не превосходит
|
|
|
|
|
n |
|
n |
|
|
|
||
единицы: aij |
0, i, j |
|
|
max aij 1, |
j0 : aij0 |
1 (существует столбец j0 , сумма |
||||||
1, n. |
||||||||||||
|
|
|
|
j |
i 1 |
|
i 1 |
|
|
|
||
|
|
|
|
|
|
|
|
|
||||
элементов которого строго меньше единицы). |
|
|
|
|
|
|
||||||
Пример 3. В таблице приведены данные об исполнении баланса за отчетный период, |
||||||||||||
усл.ден.ед.: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Отрасль |
Потребление |
|
Конечный |
Валовой |
||||||||
|
|
|
|
Энергет |
|
Машин |
|
продукт |
выпуск |
|
||
|
|
|
|
ика |
|
|
о-строение |
|
|
|
|
|
Произ- |
Энергетика |
7 |
|
|
|
21 |
|
72 |
100 |
|
||
водство |
Машино- |
12 |
|
|
|
15 |
|
73 |
100 |
|
||
|
строение |
|
|
|
|
|
|
|
|
|
Вычислить необходимый объем валового выпуска каждой отрасли, если конечный продукт энергетической отрасли должен увеличится в 2 раза, а машиностроения – сохранится на прежнем уровне.
16
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
Решение. Обозначим: х1 = 100 – общий валовой объем продукции первой отрасли, х2 = 100 – второй отрасли. х11 = 7 - объем продукции первой отрасли, потребляемой первой же отраслью в процессе производства, х12 =21 – объем продукции первой отрасли, потребляемой второй отраслью, х21 = 12 – объем продукции второй отрасли, потребляемой первой отраслью в процессе производства, х22 = 15 – объем продукции второй отрасли, потребляемой второй отраслью; у1 = 72 - объем конечного продукта 1-й отрасли для непроизводственного потребления, у2 = 73 - объем конечного продукта 2-й отрасли для непроизводственного потребления.
Найдем коэффициенты прямых затрат по формуле |
аij |
|
xij |
|
(i, j = 1, 2), показывающие |
||||||||||||||||||
x j |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
затраты продукции i –й отрасли на производство единицы продукции j-й отрасли. |
|
|
|
|
|||||||||||||||||||
Т.о. а11 = |
х11 |
|
|
7 |
= 0,07; а12 = |
х12 |
|
21 |
= 0,21; а21 = |
х21 |
|
12 |
= 0,12; а22= |
х22 |
|
15 |
= 0, 15. |
||||||
|
100 |
х |
|
|
х |
|
|
|
|||||||||||||||
|
х |
|
2 |
100 |
|
|
100 |
|
х |
2 |
100 |
|
|||||||||||
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
0,07 |
0,21 |
|
|
|
|
|
|
|
|
|
|
|
||
Составим матрицу прямых затрат А = |
. |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
0,12 |
0,15 |
|
|
|
|
|
|
|
|
|
|
|
Матрица А имеет неотрицательные элементы и удовлетворяет критерию продуктивности: max{0,07+0,12; 0,21+0,15} = max{0,19; 0,36} = 0,36 < 1 (максимальная из сумм элементов ее столбцов не превосходит единицы).
Поэтому для любого вектора конечного продукта Y можно найти необходимый объем валового выпуска Х по формуле: Х = (Е – А)-1∙Y.
Найдем матрицу (Е – А)-1: |
|
|
|
|
|
|
|
|
||||||||
Е – А = |
1 |
|
0 |
0,07 |
|
0,21 |
|
0,93 |
0,21 |
|
||||||
|
|
– |
|
|
|
= |
|
|
|
. |
|
|||||
|
|
|
|
|
|
0,15 |
|
|
|
0,85 |
|
|
||||
|
|
0 |
|
1 |
0,12 |
|
0,12 |
|
|
|||||||
Так |
как |
определитель |
|
Е А |
|
= |
0,7653 ≠ 0, то существует обратная матрица (Е – А)-1. |
|||||||||
|
|
|||||||||||||||
Используя алгоритм вычисления обратной матрицы, изложенный в примере 5, получим: |
||||||||||||||||
(Е – А)-1 = |
1 |
0,85 |
|
0,21 |
|
|
|
|
|
|||||||
|
|
|
. |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
0,7653 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
0,12 |
|
0,93 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
144 |
. Тогда вектор валового выпуска: |
|
По условию вектор конечного продукта Y = |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
73 |
|
|
|
1 |
|
|
|
0,85 |
0,21 |
|
144 |
180 |
|
|
|
||||
Х = |
|
|
|
|
∙ |
≈ |
. |
|
|
|
||||||
|
|
|
|
|
|
|||||||||||
|
0,7653 |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
0,12 |
0,93 |
|
73 |
|
111 |
|
|
|
Ответ: Если конечное потребление энергетической отрасли увеличится в два раза, а машиностроительной – не изменится, то валовой выпуск энергетики должен увеличится до 180 усл.ед., а машиностроения – до 111 усл.ед.
17
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
ТЕМА 3. ВЕКТОРНАЯ АЛГЕБРА
В.1. Векторы и операции над ними
Вектор - направленный отрезок AB с начальной точкой А и конечной точкой В. B
a
A
Его можно обозначить: a АВ .
Длина (модуль) вектора АВ - это число, равное длине отрезка АВ.
Векторы, лежащие на одной прямой или на параллельных прямых, называются
коллинеарными.
Нулевой вектор (нуль-вектор) - это вектор, у которого начало и конец совпадают. Его длина равна нулю, направление произвольно, и он считается коллинеарным любому вектору.
Произведение вектора a на число -это вектор b a длиной b a , направление
которого совпадает с a , если 0 , и противоположно ему, если 0. Противоположный вектор a -это произведение a на (-1).
Сумма двух векторов a и b определяется по правилу треугольника: c a b
b
a
c
Сумма нескольких векторов – результат последовательного применения правила треугольника, т.е. правило многоугольника.
Разность векторов a и b - это сумма вектора a и вектора b
В параллелограмме, построенном на векторах a и b , одна диагональ представляет сумму
a |
b , а другая – разность a b . |
||||||||
a |
b |
|
|
|
|
|
a b |
||
|
|
|
|
|
|
|
|
|
|
a
b
Перенесем вектор a параллельно самому себе так, чтобы его начало совпало с началом координат. Тогда координатами вектора a называются координаты его конечной точки. Тогда вектор можно записать в координатной форме:
-на плоскости a (a1 , a2 );b (b1 , b2 );
-в пространстве a (a1 , a2 , a3 );b (b1 ,b2 ,b3 ).
Можно показать, что
c a b (a1 b1; a2 b2 ); d a b (a1 b1 ; a2 b2 );
c a b (a1 b1 ; a2 b2 ; a3 b3 ); и т.д. b a ( a1 , a2 , a3 );
18
|
|
|
|
|
|
|
|
|
|
Generated by Foxit PDF Creator © Foxit Software |
||||||||
|
a |
|
|
|
|
|
|
|
http://www.foxitsoftware.com |
For evaluation only. |
||||||||
|
|
|
a 21 |
a 2 2 |
или |
|
||||||||||||
|
|
|
|
|||||||||||||||
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
a21 |
a2 2 |
a 2 3 |
. |
|
|
|
|
|
|
|
|
|
|||
|
|
|
||||||||||||||||
|
|
|
|
|
|
Скалярное произведение ( a,b ) двух векторов a и b - |
это число, равное |
|||||||||||
произведению длин этих векторов на косинус угла между ними: |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
(a,b) a b |
|
a |
|
|
b |
cos . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В координатной форме
a,b) a1b1 a2b2 a3b3 ,
т.е. скалярное произведение двух векторов равно сумме произведений соответствующих координат этих векторов.
Если a b, то 0, cos 1, и получаем скалярный квадрат вектора:
(a, a) a 2 a 2 a21 a2 2 a2 3 ,
который равен квадрату его длины.
Расстояние между двумя точками плоскости А( x1 , y1 ) и В ( (x2 , y2 ) можно рассматривать как длину вектора АВ = (x2 x1 ; y2 y1 ; z2 z1 ) :
d (x2 x1 )2 ( y2 y1 )2 ( z2 z1 )2
Угол между векторами a и b определяется по формуле:
cos |
|
a1a |
2 b1b2 c1c2 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
a21 b21 c21 |
a2 2 b2 2 c2 2 |
|
В.2. n-мерное векторное пространство
n-мерным вектором называется упорядоченная совокупность n действительных чисел, записываемых в виде x (x1 , x2 ,..., xn ), где xi - i-ая компонента вектора x.
Два n-мерных вектора равны тогда и только тогда, когда равны их соответствующие компоненты, т.е.
x y xi yi , i 1, n.
Сумма двух векторов:
z x y zi yi , i 1, n.
Произведение вектора на действительное число :
u x ui xi , i 1, n.
Свойства операций над векторами:
1.x+y= y+x;
2.( x+y)+z=x+(y+z);
3.( x) ( )x;
4.(x y) x y;
5.( )x x x;
6.Существует нулевой вектор 0=(0,…,0) такой, что х+0=х, x;
7.Для любого х существует (-х) такой, что х+(-х)=0;
8.1 x x, x.
Множество векторов с действительными компонентами, в котором определены операции сложения векторов и умножения вектора на число, удовлетворяющих приведенным выше свойствам, называются векторным пространством.
Пример: множество алгебраических многочленов степени не выше n
19
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
В.3. Размерность и базис векторного пространства
Вектор am называется линейной комбинацией векторов a1 , a2 ,...,am 1 векторного пространства R, если он равен следующей сумме:
am 1a 1 2 a2 ... m 1am 1 , где 1 ,..., m 1 произвольные действительные числа.
Векторы a1 ,...,am векторного пространства R называются линейно зависимыми,
если существуют такие числа 1 , 2 ,..., m , не равные одновременно нулю, что их линейная комбинация равна нулевому вектору:
1a1 2 a2 ... m am 0
В противном случае (т.е. когда нуль-вектор получается только при
векторы a1 , a2 ,...,am называются линейно независимыми.
Линейное пространство R называется n-мерным, если в нем существует n линейно независимых векторов, а любые (n+1) векторов уже являются линейно зависимыми.
Размерность пространства – это максимальное число содержащихся в нем линейно независимых векторов. Обозначается размерность dim (R).
Совокупность n линейно независимых векторов n-мерного пространства R называется
базисом.
Теорема. |
Каждый вектор x R можно представить |
и притом |
единственным |
||||||
образом в виде линейной комбинации векторов базиса. |
|
|
|
||||||
Такая линейная комбинация |
x x1e1 |
|
x2 e2 |
... xn en |
|
|
|
||
называется |
разложением |
вектора |
х |
по |
базису |
e1 , e2 ,...,en , |
а |
числа |
|
x1 , x2 ,..., xn координатами вектора х относительно этого базиса. |
|
|
|
||||||
Теорема. |
Если e1 , e2 ,...,en |
система линейно независимых векторов пространства R |
и любой вектор а в нем линейно выражается через e1 , e2 ,...,en , то пространство R является n-мерным, а векторы e1 , e2 ,...,en его базисом.
В.4. Переход к новому базису
Пусть в пространстве R имеются 2 базиса:
Старый e1 , e2 ,...,en и новый e 1 , e 2 ,...,e n . Каждый из векторов нового базиса можно выразить в виде линейной комбинации векторов старого базиса:
e 1 a11e1 ... a1n en ,
e 2 |
a |
21 |
e ... a |
2n |
e |
n |
, |
|
|
|
|
1 |
|
|
|
||||
…………………… |
|
|
( ) |
||||||
e n |
a |
n1 |
e ... a |
nn |
e |
n |
. |
|
|
|
|
1 |
|
|
|
||||
Эта система означает, что переход от старого базиса к новому задается матрицей |
|||||||||
перехода |
A (aij )(i, j |
|
|
||||||
1, n). Эта матрица неособенная (т.е. невырожденная), т.к. в |
противном случае ее строки (а значит, и базисные векторы) оказались бы линейно зависимыми. Обратный переход от нового базиса к старому осуществляется с помощью обратной матрицы A 1 .
Найдем зависимость между координатами вектора в разных базисах. Пусть х имеет координаты:
x x 1e 1 ... x n e n x1e1 ... xn en .
Подставим значения e 1 , e 2 ,...,e n . из системы ( ) в левую часть последнего равенства, получим:
20