- •1. Матрицы. Виды матриц
- •Специальные матрицы
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •2 Слу наз эквивалентными или равносильными, если множества их решений совпадают.
- •Теорема об умножении определителей
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Теорема о производной по направлению
- •Теорема о необходимых условиях экстремума
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1) Реализация метода Гаусса даёт ответ на вопрос о совместности системы. Система совместна тогда и только тогда, когда при реализации метода Гаусса не возникает противоречивых уравнений
- •2) В процессе преобразований Гаусса допускаются промежуточные преобразования слу.
- •3) В любой момент преобразования Гаусса м.Б. Остановлены. Текущая система м.Б. Рассмотрена в качестве исходной и преобразования м.Б. Возобновлены по другой схеме.
- •1. Алгебраическое дополнение и минор
- •Теорема о необходимых условиях экстремума
- •2) Проводится подстановка любой точки, не лежащей на критической прямой, в текущее неравенство, тем самым определяется область «хороших» и «плохих» точек.
- •3) После выявления «хороших» полупространств для каждого неравенства производится их пересечение.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •1. Понятие множества уровня функции, касательной гиперплоскости и вектора нормали к гиперплоскости.
- •1. Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •2) Система s линейно-независима
- •2) Любой вектор yRn м.Б. Представлен в виде линейной комбинации векторов системы s
- •2. Экономическая интерпретация двойственных оценок
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
- •Теорема об обратной матрице
- •64 Теорема о разрешимости тз:
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2. Двойственные злп.
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1. Назначение и обоснование обобщенного метода множителей Лагранжа.
- •2. Открытая транспортная задача на избыток
- •26.Понятие градиента функции. Теорема о градиенте.
- •Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •1. Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
1. Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
Метод союзной матрицы.
Обратная матрица методом союзной матрицы находится по формуле:
А-1= (1/А)*А*
Где союзной является матрица: А*=(Аij)т
Суть метода:
1) поиск алгебраических дополнений всех элементов исходной матрицы Аij=(-1)i+jMij и составление из них союзной матрицы А*.
2) находится обратная матрица А-1 по формуле А-1= (1/А)*А*
Поиск обратной матрицы методом элементарных преобразований
Обоснование метода: основан на том факте, что любая невырожденная (определитель матрицы ≠ 0) матрица с помощью конечной последовательности элементарных преобразований над ее строками (столбцами) м.б. приведена к единичной матрице. Согласно теореме о представлении элементарных преобразований матрицы операциями умножения это означает, что справедливо выражение:
Lk Lk-1…L1*A=E
Где А – исходная матрица, L1, L2, …, Lk – матрицы специального вида, умножение на которые реализует соответствующие элементы преобразований.
Т.к. матрица А по условию не вырожденная, то у нее есть обратная матрица А-1.
Умножим обе части выражения справа на А-1:
Lk Lk-1…L1*A*А-1=E*А-1
Lk Lk-1…L1*Е=А-1
Полученное выражение означает, что те же самые элементы преобразования над единичной матрицей приводят ее к обратной.
Суть:
Шаг1. Записывается т.н. двойная матрица, получаемая приписыванием справа к исходной матрице А единичной того же размера (АЕ)
Шаг2. Над строками полученной двойной матрицы выполняются элементарные преобразования т. о, чтобы на месте исходной матрицы А получить единичную. Тогда месте единичной матрицы в двойной матрице будет сформирована искомая обратная матрица.
2. Постановка задачи нелинейного программирования (ЗНЛП) с ограничениями равенствами
Решается задача f(x)→ min (max) (1)
g1(x)=b1
g2(x)=b2 (2)
………
gm(x)=bm
Которая м.б. записана в виде
f(x)→min (max) (3)
g(x)=b (4) где g(x) – вектор функция ограничения исходной задачи, компонентами кот являются функции gi(x) (i=1,m) стоящие в левой части системы ограничений (2).
В общем случае f(x) и gi(x) являются нелинейными функциями.
Множество точек х, являющихся решением системы ограничений (2) задают область ограничений ДRn задач (1)-(2) и (3)-(4).
БИЛЕТ 31
1. Понятие линейной комбинации и выпуклой линейной комбинации векторов. Понятия линейной независимости и линейной зависимости векторов. Понятие базиса и канонического базиса в Rn. Понятие отрезка, соединяющего две точки в Rn. Формула отрезка.
Система S={x1,x2...xk} где xiRn i=1,k n-мерных векторов наз линейно-зависимой, а вектора этой системы линейно-зависимыми, если существуют числа 1,2,…k R1 среди кот есть отличные от 0, такие что: i=1kixi=0 (1)
В противном случае система S наз линейно-независимой, а образующие её вектора линейно- независимыми векторами.
Выражение L=i=1kixi (2) наз линейной комбинацией векторов системы S.
Если числа i выражения (1) удовлетворяют требованию i ≥ 0 (i=1,k) и i=1ki=1, то тогда выражение (2) наз выпуклой линейной комбинацией.
Система S={x1,x2...xk} наз базисом в пространстве Rn, если выполняются следующие условия:
1) хi Rn