Algebra liniowa. Macierze i układy równań liniowych

Podobne dokumenty
Zestaw 12- Macierz odwrotna, układy równań liniowych

Układy równań liniowych i metody ich rozwiązywania

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Własności wyznacznika

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

1 Macierze i wyznaczniki

1 Macierz odwrotna metoda operacji elementarnych

Analiza matematyczna i algebra liniowa Macierze

Macierze Lekcja V: Wzory Cramera. Macierzowe układy równań.

Krótkie wprowadzenie do macierzy i wyznaczników

Wykład 14. Elementy algebry macierzy

Definicja problemu programowania matematycznego

Zestaw 12- Macierz odwrotna, układy równań liniowych

5. Rozwiązywanie układów równań liniowych

Układy równań liniowych. Krzysztof Patan

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

1 Zbiory i działania na zbiorach.

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Wykład 5. Metoda eliminacji Gaussa

Macierze. Rozdział Działania na macierzach

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Macierz o wymiarach m n. a 21. a 22. A =

, A T = A + B = [a ij + b ij ].

O MACIERZACH I UKŁADACH RÓWNAŃ

Zaawansowane metody numeryczne

DB Algebra liniowa semestr zimowy 2018

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Wektory i wartości własne

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Układy równań liniowych

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Wektory i wartości własne

Programowanie liniowe

1. PODSTAWY TEORETYCZNE

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

3. FUNKCJA LINIOWA. gdzie ; ół,.

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

Lista nr 1 - Liczby zespolone

Układy równań i nierówności liniowych

ALGEBRA z GEOMETRIA, ANALITYCZNA,

Definicja i własności wartości bezwzględnej.

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY

Algebra liniowa z geometrią

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

2. Układy równań liniowych

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

13 Układy równań liniowych

Funkcje IV. Wymagania egzaminacyjne:

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Algebra liniowa. 1. Macierze.

Układy równań i równania wyższych rzędów

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Funkcje i tabele. Paweł Bednarz 29 marca Funkcje Funckja liniowa Własności funkcji liniowej Funkcja kwadratowa...

Zastosowania wyznaczników

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Układy równań liniowych

1. Liczby zespolone i

Rozwiazywanie układów równań liniowych. Ax = b

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

1) 2) 3) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Rozwiązywanie równań nieliniowych

Rozwiązywanie układów równań liniowych

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

12.Rozwiązywanie równań i nierówności liniowych oraz ich układów.

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,

M10. Własności funkcji liniowej

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb

Ekoenergetyka Matematyka 1. Wykład 3.

. c) do jej wykresu należą punkty A ( 3,2 3 3) oraz

3. Macierze i Układy Równań Liniowych

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

φ(x 1,..., x n ) = a i x 2 i +

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Algebra z geometrią analityczną zadania z odpowiedziami

Metody numeryczne Wykład 4

Transkrypt:

Algebra liniowa Macierze i układy równań liniowych

Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A.

Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy, że macierz A jest nieosobliwa, gdy jej wyznacznik jest różny od zera, tzn. det A 0. W przeciwnym razie macierz nazywamy osobliwą.

Macierz odwrotna Niech A będzie macierzą kwadratową wymiaru n n. Macierz kwadratową A -1 nazywamy macierzą odwrotną do A, gdy A A 1 = A 1 A = I. Z własności wyznaczników wynika, że jeśli A posiada macierz odwrotną, to jest nieosobliwa. Dla macierzy osobliwych nie ma zdefiniowanej macierzy odwrotnej! Zatem, zanim wyznaczy się macierz odwrotną A -1 należy sprawdzić, czy wyznacznik macierzy A jest różny od zera.

Wyznaczanie macierzy odwrotnej Niech A będzie macierzą kwadratową wymiaru n n. Załóżmy, że macierz A jest nieosobliwa. Do wyznaczenia macierzy odwrotnej stosujemy następujący wzór: A 1 = 1 det A BT, gdzie B jest macierzą złożoną z dopełnień algebraicznych A ij elementów aij macierzy A, tzn. A ij = ( 1) i+j M ij, gdzie M ij jest minorem elementu a ij.

Wyznaczanie macierzy odwrotnej Wyznaczenie macierzy odwrotnej do A można podzielić na trzy etapy: 1. Obliczenie wyznacznika deta. 2. Obliczenie wszystkich dopełnień algebraicznych A ij i ustawienie ich w macierz B. 3. Wstawienie powyższych wartości do wzoru: A 1 = 1 det A BT,

Przykład A = [ 1 0 2 0 3 1 2 0 1 ] 1. det A = 1 0 2 0 3 1 2 0 1 = 3 + 12 = 15 0 2. A 11 = ( 1) 1+1 3 1 0 1 = 3, A 12 = ( 1) 1+2 0 1 2 1 = 2, A 13 = 6, A 21 = 0, A 22 = 5, A 23 = 0, A 31 = 6, A 32 = ( 1) 3+2 1 2 0 1 = 1, A 33 = 3. B = 3 2 6 0 5 0 6 1 3

Przykład A = [ 1 0 2 0 3 1 2 0 1 ] 3. B = 3 2 6 0 5 0 6 1 3, det A = 15, A 1 = 1 det A BT = 1 15 3 0 6 2 5 1 6 0 3 = 1 5 2 15 2 5 0 2 5 1 3 0 1 15 1 5.

Układy równań liniowych

Układ równań liniowych m-równań, n-niewiadomych a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a m1 x 1 + a m2 x 2 + + a mn x n = b m. x j - niewiadome układu a ij - współczynniki układu b i - wyrazy wolne układu A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn B = b 1 b 2 b m X = x 1 x 2 x n

Układ równań liniowych m-równań, n-niewiadomych a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a m1 x 1 + a m2 x 2 + + a mn x n = b m. A = a 11 a 12 a 1n a 21 a 22 a 2n B = a m1 a m2 a mn b 1 b 2 b m X = x 1 x 2 x n Dzięki powyższym oznaczeniom układ można zapisać krótko w postaci macierzowej AX = B.

Układ równań liniowych m-równań, n-niewiadomych a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a m1 x 1 + a m2 x 2 + + a mn x n = b m. Rozwiązaniem układu jest każdy punkt x = (x 1, x 2,, x n ), dla którego spełnione są jednocześnie wszystkie równania układu.

Ze względu na liczbę rozwiązań dla układów równań liniowych mamy trzy możliwości: I. Brak rozwiązań, tzn. zbiór punktów x spełniających układ jest pusty. II. Dokładnie jedno rozwiązanie, tzn. zbiór rozwiązań skłąda się z jednego punktu. III. Nieskończenie wiele rozwiązań, tzn. zbiór rozwiązań nie składa się ze skończonej liczby punktów, lecz jest ich nieskończenie wiele.

Układ równań liniowych n-równań, n-niewiadomych a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a n1 x 1 + a n2 x 2 + + a nn x n = b n. A = a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn B = b 1 b 2 b n X = x 1 x 2 x n Jak widać, macierz układu jest teraz macierzą kwadratową, a układ ma postać AX = B.

Układ równań liniowych n-równań, n-niewiadomych Wynika stąd, że układ n równań z n niewiadomymi AX = B ma dokładnie jedno rozwiązanie, gdy macierz A układu jest nieosobliwa, tzn. det A 0. Rozwiązanie to można wówczas wyznaczyć za pomocą rachunku na macierzach: X = A 1 B.

Układ równań liniowych n-równań, n-niewiadomych A = a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn B = b 1 b 2 b n Wprowadźmy oznaczenia: W = det A = a 11 a 12 a 1n a 21 a 22 a 2n, a n1 a n2 a nn W i = a 11 a 12 a 1i 1 b 1 a 1i+1 a 1n a 21 a 22 a 2i 1 b 2 a 2i+1 a 2n a n1 a n2 a ni 1 b n a ni+1 a nn.

Wzory Cramera Jeśli wyznacznik W jest różny od 0, tzn. W = det A 0, to układ równań ma dokładnie jedno rozwiązanie będące punktem x = (x 1, x 2,, x n ), którego współrzędne x i wyznaczamy na podstawie następujących wzorów Cramera x i = W i W dla i = 1,2,, n.

Pozostałe przypadki Jeśli wyznacznik W jest równy 0, tzn. W = det A = 0, natomiast, choć jeden wyznacznik W i jest różny od 0, tzn. W i 0 dla pewnego i = 1,2,, n, to układ nie ma rozwiązań. W przeciwnym przypadku, tzn. jeśli zerują się wszystkie wyznaczniki W = 0, W 1 = 0,, W n = 0, to układ ma nieskończenie wiele rozwiązań.

Przykład A = 3 I + 2 II B = 4 I + 5 II Ile jednostek produktów I i II wytworzymy dysponując zasobami surowców A i B w ilościach 21 i 42 jednostek odpowiednio? 3x 1 + 2x 2 = 21 { 4x 1 + 5x 2 = 42 W = 3 2 4 5 = 7 0, W 1 = 21 2 42 5 = 21, W 2 = 3 21 4 42 = 42. x 1 = W 1 W = 21 7 = 3, x 2 = W 2 W = 42 7 = 6.

Układy nierówności liniowych W wielu zastosowaniach ekonomicznych: planowania optymalnej produkcji, w zagadnieniach transportowych, wyborze optymalnego portfela inwestycyjnego, planowania przydziału godzin pracy, planowania strategii rozdziału środków finansowych, planowania wielkości zapasów magazynowych w firmie, problemach diety, mieszania, żywienia, problemach organizacji pracy, organizacji kampanii reklamowej za pomocą różnych mediów stwierdzono, że umiejętność rozwiązywania układów nierówności liniowych jest niezbędna. Czym są układy nierówności liniowych? Jaka jest interpretacja geometryczna ich rozwiązań?

Układy nierówności liniowych a 11 x 1 + a 12 x 2 + + a 1n x n b 1, a m1 x 1 + a m2 x 2 + + a mn x n b m, a m+11 x 1 + a m+12 x 2 + + a m+1n x n b m+1, a p1 x 1 + a p2 x 2 + + a pn x n b p, a p+11 x 1 + a p+12 x 2 + + a p+1n x n = b p+1, a r1 x 1 + a r2 x 2 + + a rn x n = b r. m nierówności p - m nierówności r - p równań

Zastosowanie praktyczne Dzienna produkcja x1 Wielkość dziennej produkcji wyrobu I Wyroby x2 Wielkość dziennej produkcji wyrobu II Zasoby surowców Surowce A 3 2 12 B 4 5 23 Zyski jednostkowe 11 12 3x 1 + 2x 2 12, 4x 1 + 5x 2 23, x 1 0, x 2 0.

Zastosowanie praktyczne 3x 1 + 2x 2 12, 4x 1 + 5x 2 23, x 1 0, x 2 0. Każdy punkt x = (x1, x2), którego współrzędne spełniają powyższy układ nazywamy rozwiązaniem dopuszczalnym. Zbiór wszystkich rozwiązań dopuszczalnych można przedstawić graficznie w układzie współrzędnych Ox1, Ox2. Zaczynamy od wykreślenia prostych 3x 1 + 2x 2 = 12, { 4x 1 + 5x 2 = 23, czyli prostych: x 2 = 3 2 x 1 + 6, x 2 = 4 5 x 1 + 23 5.

Zastosowania praktyczne x2 6 x 2 = 3 2 x 1 + 6, 4 Obszar dopuszczalny x 2 = 4 5 x 1 + 23 5. 4 6 x1

Zastosowanie praktyczne Dzienna produkcja x1 Wielkość dziennej produkcji wyrobu I Wyroby x2 Wielkość dziennej produkcji wyrobu II Zasoby surowców Surowce A 3 2 12 B 4 5 23 Zyski jednostkowe 11 12 Celem nadrzędnym jest maksymalizacja zysku przedsiębiorstwa. Przy powyższych założeniach należy znaleźć punkt z obszaru dopuszczalnego dla którego zysk, który wyraża się następującym wzorem będzie największy, maksymalny. f(x 1, x 2 ) = 11x 1 + 12x 2,

Zastosowanie praktyczne f(x 1, x 2 ) = 11x 1 + 12x 2, Oznaczając przez M zysk maksymalny należy znaleźć największe M, czyli prostą 11x 1 + 12x 2 = M, która przetnie się z obszarem dopuszczalnym w jednym punkcie. Prosta ta ma postać x 2 = 11 12 x 1 + M 12, czyli jest nachylona pod jednakowym kątem do osi Ox1 dla wszystkich M. Na rysunku łatwo znaleźć taką prostą.

Zastosowania praktyczne 6 4 x2 Obszar dopuszczalny M musi być takie, by prosta x 2 = 11 12 x 1 + M 12, przechodziła przez punkt będący rozwiązaniem układu równań liniowych { 3x 1 + 2x 2 = 12, 4x 1 + 5x 2 = 23. 4 6 x1

Zastosowanie praktyczne Rozwiązaniem układu jest punkt 3x 1 + 2x 2 = 12, { 4x 1 + 5x 2 = 23 (x 1, x 2 ) = (2,3). Zatem M musi spełniać równanie 11 2 + 12 3 = M. Inaczej mówiąc, maksymalny zysk M = 58 firma uzyska produkując, przy podanych ograniczeniach zasobów, 2 jednostki wyrobu I oraz 3 jednostki wyrobu II.