- •Основные сведения о матрицах. Операции над матрицами.
- •2.Определитель n-го порядка и их свойства.
- •Определители любого порядка. Свойства определителей.
- •6.Решение системы n линейных уравнений с n неизвестными методом обратных матриц.
- •7. Система m линейных уравнений с n неизвестными. Метод Гаусса.
- •9. Модель Леонтьева многоотраслевой экономики (балансовый анализ).
- •10. Расстояние между двумя точками. Деление отрезка в данном отношении. Площадь треугольника.
- •11. Линии первого порядка на плоскости.
- •12. Параллельность и перпендикулярность прямых.
- •13. Расстояние от точки до прямой.
- •14.Вектор. N-мерное векторное пространство. Линейные операции над векторами.
- •15. Линейная зависимость и независимость векторов. Базис. Разложение вектора по базису.
- •16. Предел функций в точке. Арифметические операций над пределами.
- •Первый замечательный предел
- •Второй замечательный предел
- •18. Бесконечно малые и бесконечно большие функций. Свойства.
- •Свойства бесконечно малых
- •19. Сравнение бесконечно малых.
- •22. Разрывы первого и второго рода.
- •23. Задача о производительности труда. Определение производной. Зависимость между непрерывностью и дифференцируемостью функции.
- •Понятие производной
- •24.Основные правила дифференцирования. Производные элементарных функций. Правила дифференцирования
- •25.Производные обратной и сложной функций.
- •26. Производные и дифференциалы высших порядков.
- •27.Понятие дифференциала функции. Применение дифференциала в приближенных вычислениях.
- •28.Основные теоремы дифференциального исчисления: Ферма, Ролля, Лагранжа.
- •29.Раскрытие неопределенностей.
- •30.Экстремумы функций. Необходимые и достаточные условие экстремума.
- •31.Наибольшее и наименьшее значение функций.
- •32.Выпуклость, вогнутость и точки перегиба кривой.
- •33.Асимптота графика функций. Общая схема исследования и построение графика функций.
- •34.Первообразная функций и неопределенный интеграл. Свойства неопределенного интеграла.
- •41.Дифференциальные уравнения с разделяющимися переменными.
- •42.Однородные линейные дифференциальные уравнения первого порядка.
- •43.Линейные дифференциальные уравнения первого порядка. Использование дифференциальных уравнении в экономике.
- •44. Определение функции двух переменных. Линии и поверхности уровня функции двух переменных.
- •45. Частные производные. Полное производное и полный дифференциал.
- •46. Производная по направлению. Градиент функции.
- •47. Экстремум функции многих переменных (необходимое и достаточное условия).
- •48. Наибольшее и наименьшее значения функции.
- •49. Метод Лагранжа.
- •50. Классическое и статистическое определение вероятности.
- •51. Элементы комбинаторики.
- •52. Теоремы сложения и умножения вероятностей.
- •53. Условная вероятность. Теорема сложения вероятностей для совместных событий.
- •54. Формула полной вероятности. Формула Бейеса.
- •55. Формула Бернулли. Формула Пуассона.
- •56. Понятие случайной величины. Закон распределения дискретных случайных величин.
- •57. Числовые характеристики дискретных случайных величин.
- •58. Биноминальный закон распределения.
- •59. Непрерывная случайная величина. Закон распределения вероятностей и основные числовые характеристики.
- •60. Функция плотности вероятностей.
- •61. Нормальное распределение.
- •62. Неравенство и теорема Чебышева. Закон больших чисел.
- •63. Задача математической статистики. Выборочный метод. Статистические оценки параметров распределения.
- •64. Несмещенные, эффективные и состоятельные оценки.
- •65. Интервальная оценка.
- •66. Корреляционный анализ. Линейная регрессия. Коэффициент корреляции.
6.Решение системы n линейных уравнений с n неизвестными методом обратных матриц.
Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением.
Пусть определитель матрицы отличен от нуля |A| ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу , обратную матрице A: . Поскольку A = E и E∙X = X, то получаем решение матричного уравнения в виде X = B.
Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных. Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = B.Для того чтобы решить систему линейных уравнений методом обратной матрицы, необходимо выполнить следующие действия:
с формировать матрицу коэффициентов и вектор свободных членов заданной системы ;
решить систему , представив вектор неизвестных как произведение матрицы , обратной к матрице системы , и вектора свободных членов
Пример:
Дана система уравнений :
Решаем :
A= ;
b=[2; -1; -2];
x=inv(A)*b % Решение системы x=A-1b
Результатом будет:
x =
0.5200
0.0800
1.6400
7. Система m линейных уравнений с n неизвестными. Метод Гаусса.
Система m линейных уравнений с n неизвестными (или, линейная система) в линейной алгебре — это система уравнений вида
|
|
Здесь x1, x2, …, xn — неизвестные, которые надо определить. a11, a12, …, amn — коэффициенты системы — и b1, b2, … bm — свободные члены — предполагаются известными. Индексы коэффициентов (aij) системы обозначают номера уравнения (i) и неизвестного (j), при котором стоит этот коэффициент, соответственно[1].
Система (1) называется однородной, если все её свободные члены равны нулю (b1 = b2 = … = bm = 0), иначе — неоднородной.
Система (1) называется квадратной, если число m уравнений равно числу n неизвестных .
Решение системы (1) — совокупность n чисел c1, c2, …, cn, таких что подстановка каждого ci вместо xi в систему (1) обращает все её уравнения в тождества.
Система (1) называется совместной, если она имеет хотя бы одно решение, и несовместной, если у неё нет ни одного решения.
Совместная система вида (1) может иметь одно или более решений.
Решения c1(1), c2(1), …, cn(1) и c1(2), c2(2), …, cn(2) совместной системы вида (1) называются различными, если нарушается хотя бы одно из равенств:
c1(1) = c1(2), c2(1) = c2(2), …, cn(1) = cn(2). |
Совместная система вида (1) называется определённой, если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой. Если уравнений больше, чем неизвестных , она называется переопределённой.
Метод Гаусса классический метод решения системы линейных алгебраических уравнений (СЛАУ). Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которого последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные.
Таким образом, процесс решения системы линейных алгебраических уравнений по методу Гаусса состоит из двух этапов. Первый этап (прямой ход метода) – система приводится к треугольному виду.Второй этап (обратный ход) – неизвестные определяются последовательно, начиная с последнего неизвестного и кончая первым.
Пример 2.13. Решить систему уравнений методом Гаусса:
x + y - 3z = 2,
3x - 2y + z = - 1,
2x + y - 2z = 0.
Решение. Выпишем расширенную матрицу данной системы
и произведем следующие элементарные преобразования над ее строками:
а) из ее второй и третьей строк вычтем первую, умноженную соответственно на 3 и 2:
~ ;
б) третью строку умножим на (-5) и прибавим к ней вторую:
.
В результате всех этих преобразований данная система приводится к треугольному виду:
x + y - 3z = 2,
-5y + 10z = -7,
- 10z = 13.
Из последнего уравнения находим z = -1,3. Подставляя это значение во второе уравнение, имеем y = -1,2. Далее из первого уравнения получим x = - 0,7.
8. Система линейных однородных уравнений.
Пусть дана система линейных однородных уравнений
Очевидно, что однородная система всегда совместна , она имеет нулевое (тривиальное) решение x1=x2=x3=...=xn=0.
Для того, чтобы система однородных уравнений имела ненулевые решения, необходимо и достаточно, чтобы ранг r ее основной матрицы был меньше числа n неизвестных, т. е. r<n.
Необходимость:
Так как ранг не может превосходить размера матрицы, то, очевидно, r n. Пусть r=n. Тогда один из минеров размера nхn отличен от нуля. Поэтому соответствующая система линейных уравнений имеет единственное решение:
Значит, других, кроме тривиальных, решений нет. Итак, если есть нетривиальное решение, то r<n.
Достаточность:
Пусть r<n. Тогда однородная система, будучи совместной, является неопределенной. Значит, она имеет бесчисленное множество решений, т. е. имеет и ненулевые решения. Пусть дана однородная система n линейных уравнений с n неизвестными
Для того, чтобы однородная система n линейных уравнений с n неизвестными имела ненулевые решения, необходимо и достаточно, чтобы ее определитель D был равен нулю, т. е. D=0.
Если система имеет ненулевые решения, то D=0. Ибо при D¹0 система имеет только единственное, нулевое решение. Если же D=0, то ранг r основной матрицы системы меньше числа неизвестных, т.е. r<n. И, значит, система имеет бесконечное множество (ненулевых) решений.