- •Тема 1. Матричная алгебра План
- •Понятие матрицы. Виды матриц
- •Операции над матрицами и их свойства
- •I. Сложение матриц
- •II. Умножение матрицы на число
- •Свойства операций сложения и умножения на число:
- •III. Произведение матриц
- •Свойства операции умножения матриц:
- •IV. Транспонирование матриц
- •Свойства операции транспонирования:
- •Понятие определителя. Разложение определителя по элементам строки (столбца)
- •Свойства определителей
- •Базисный минор и ранг матрицы. Теорема о базисном миноре
- •Вычисление ранга матрицы методом окаймляющих миноров
- •Вычисление ранга матрицы с помощью элементарных преобразований
- •Обратная матрица и ее вычисление. Матричные уравнения
- •Свойства обратных матриц:
- •1) Если, то домножая обе части уравнения на слева, получим .
- •2) Если, то домножая обе части уравнения на справа, получим .
- •Использование алгебры матриц в экономике
- •Тема 2. Системы линейных уравнений План
- •Понятие системы линейных уравнений (слу)
- •Матричная форма записи слу
- •Условия совместности систем линейных уравнений. Теорема Кронекера–Капелли
- •Решение систем линейных уравнений методом обратной матрицы и по формулам Крамера
- •Метод Гаусса решения систем линейных уравнений
- •Однородные системы линейных уравнений
- •Фундаментальная система решений однородной системы линейных уравнений
- •Использование систем линейных уравнений в экономике
- •Модель Леонтьева многоотраслевой экономики
- •Экономико-математическая модель линейного обмена
- •Тема 3. Комплексные числа План
- •Понятие комплексного числа
- •Действия над комплексными числами
- •Тригонометрическая форма комплексного числа
- •Действия над комплексными числами в тригонометрической форме:
- •Тема 4. Элементы векторной алгебры План
- •Векторы на плоскости и в пространстве: основные понятия
- •Линейные операции над векторами
- •Свойства операций сложения векторов и умножения вектора на число
- •Координаты вектора на плоскости и в пространстве
- •Скалярное произведение векторов
- •Свойства скалярного произведения
- •Понятие линейного пространства
- •Примеры линейных пространств
- •Линейная зависимость и независимость системы n векторов
- •Примеры линейно зависимых и линейно независимых систем векторов
- •Базис. Координаты вектора в базисе
- •Матрица перехода к новому базису
- •Свойства матрицы перехода
- •Евклидово пространство: основные понятия
- •Выпуклые множества, свойства выпуклых множеств
- •Тема 5. Линейные отображения План
- •Понятие линейного оператора
- •Матрица линейного оператора
- •Действия над линейными операторами
- •Собственные векторы и собственные значения линейного оператора
- •Квадратичные формы
- •Критерий Сильвестра
Однородные системы линейных уравнений
Рассмотрим систему линейных однородных уравнений:
(8)
Система
(8) является частным случаем системы
(1). Она всегда совместна. С одной стороны,
это вытекает из теоремы Кронекера–Капелли,
так как матрица
получена из А
добавлением нулевого столбца и,
следовательно, ранги этих матриц равны.
С другой стороны, это видно и непосредственно,
так как ей всегда удовлетворяет решение
,
которое будем называть нулевым,
или тривиальным.
Иногда
система (8),
кроме тривиального, может иметь и другие
решения (нетривиальные).
Пусть матрица А
системы (8) имеет ранг
.
Система линейных однородных уравнений (8) тогда и только тогда имеет единственное нулевое решение, когда ранг ее матрицы равен количеству неизвестных,
т. е. r=n.
Для того чтобы система (8) имела нетривиальные решения, необходимо и достаточно, чтобы ранг матрицы системы был меньше числа неизвестных, т. е. r<n.
Все нетривиальные решения системы можно найти, решая систему методом Гаусса.
Замечание.
В матрице
однородной системы (8) нулевой столбец
свободных членов писать не будем. Поэтому
вместо матрицы
будем писать матрицу А.
Фундаментальная система решений однородной системы линейных уравнений
Пусть
–
вектор-решения системы (8), а
– некоторые числа. Тогда выражение вида
называется линейной комбинацией
вектор-решений системы.
Определение
9. Вектор-решения
называются
линейно зависимыми, если хотя бы
одно из них является линейной комбинацией
остальных. В противном случае,
вектор-решения называются линейно
независимыми.
Вектор-решения системы линейных однородных уравнений обладает следующими свойствами.
Лемма 1. Любая линейная комбинация конечного числа вектор-решений системы однородных линейных уравнений (8) также является вектор-решением данной системы.
В этом несложно убедиться непосредственной подстановкой линейной комбинации вектор-решений в систему.
Лемма 2. Пусть
для системы линейных однородных
уравнений (8)
,
где r – ранг матрицы
системы, а n – число неизвестных.
Тогда эта система имеет (n–r) линейно
независимых вектор-решений таких, что
любое другое решение этой системы
является их линейной комбинацией.
Замечание. Можно показать, что (n–r) – максимальное число линейно независимых вектор-решений системы.
Определение 10. Максимальный набор линейно независимых решений однородной системы называется фундаментальной системой решений.
На практике мы будем искать нормированную фундаментальную систему решений.
Правило нахождения
нормированной фундаментальной системы
решений: для нахождения нормированной
фундаментальной системы решений
однородной системы с n неизвестными
ранга r (r<n)
нужно в общее решение системы в качестве
значений свободных переменных подставить
строки (столбцы) единичной матрицы
.
Использование систем линейных уравнений в экономике
Рассмотрим несколько прикладных задач, которые приводятся к решению систем линейных уравнений.
Пример. Для производства трех видов изделий Р1, P2 и P3 предприятие использует три вида сырья: S1, S2 и S3. Необходимые технологические характеристики приведены в таблице.
|
Вид сырья |
Расход сырья по видам изделий, вес.ед./изд. |
Запасы сырья |
|||
|
Р1 |
P2 |
P3 |
|
||
|
S1 S2 S3 |
5 3 6 |
3 6 4 |
4 2 3 |
1160 1160 1260 |
|
Требуется составить план выпуска изделий при известных запасах сырья.
Решение. Пусть x1, x2 , x3 – неизвестные объемы выпуска каждого вида изделий. Предполагая, что при производстве изделий используются все запасы сырья, составим балансовые соотношения в виде системы трех уравнений:

Определитель
.
Следовательно, система имеет единственное
решение, которое найдем по формулам
Крамера:

Пример. Общая задача о прогнозе выпуска продукции может быть поставлена и решена следующим образом.
Пусть
– технологическая
матрица расхода сырья m
видов, использующегося для выпуска
продукции n
видов, т.е.
коэффициент
выражает
норму расхода i-го
сырья для производства единицы продукции
j-го
вида. Если, кроме того, известен вектор
запаса сырья
,
то при условии использования всего
сырья вектор-план выпуска продукции
находится
из системы уравнений

Решение. Если матрица С имеет обратную (т.е. m=n=rangC), то решение задачи единственно:

Если же
,
например m<n,
то система, если она имеет решение,
разрешима неоднозначно. Чтобы система
и в этом случае имела единственное
решение, на систему приходится накладывать
дополнительные условия. В частности,
добавляют условие необходимости
нахождения оптимального решения.
Пример. Две ткацкие фабрики получают станки с двух заводов. Запасы станков, произведенных заводами, потребности фабрик в станках, а также стоимость их перевозки к потребителям известны и приведены в таблице.
|
Заводы |
Потребители и стоимость перевозки |
Запасы заводов |
||
|
П1 |
П2 |
|||
|
1 2 |
8 10 |
12 15 |
130 170 |
|
|
Потребность фабрик |
120 |
180 |
300 |
|
Найти оптимальный план поставок станков потребителям, если минимальные перевозки составляют 3510 ден. ед.
Решение.
Введем переменные
,
выражающие количество станков,
поставляемых i-м
заводом j-й
фабрике. Так как все станки, произведенные
заводами, вывозятся, то соответствующие
балансовые соотношения запишутся в
виде системы пяти уравнений с четырьмя
неизвестными.

Решая
составленную систему уравнений методом
Гаусса, получим, что

