Reševanje sistema linearnih

Σχετικά έγγραφα
matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Tretja vaja iz matematike 1

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Osnove linearne algebre

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Lastne vrednosti in lastni vektorji

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Uporabna matematika za naravoslovce

MATEMATIKA II TEORIJA

Analiza 2 Rešitve 14. sklopa nalog

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II

Navadne diferencialne enačbe

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

Tadeja Kraner Šumenjak MATEMATIKA. Maribor, 2010

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Algebraične strukture

Reševanje sistemov linearnih enačb

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010

11.5 Metoda karakteristik za hiperbolične PDE

Numerično reševanje. diferencialnih enačb II

13. Jacobijeva metoda za računanje singularnega razcepa

Oznake in osnovne definicije

Splošno o interpolaciji

Poglavje 2. Sistemi linearnih enačb

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II

Booleova algebra. Izjave in Booleove spremenljivke

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec

IZPIT IZ ANALIZE II Maribor,

DISKRETNA FOURIERJEVA TRANSFORMACIJA

Matematika. Funkcije in enačbe

Kotne in krožne funkcije

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko

Vektorski prostori s skalarnim produktom

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:

Poliedri Ines Pogačar 27. oktober 2009

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik

8. Posplošeni problem lastnih vrednosti

vezani ekstremi funkcij

1 Seštevanje vektorjev in množenje s skalarjem

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

Matematika 2. Diferencialne enačbe drugega reda

3.1 Reševanje nelinearnih sistemov

Osnove matematične analize 2016/17

Matematično modeliranje. Simpleksna metoda.

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

1 Fibonaccijeva stevila

Kanonična oblika linearnega programa. Simpleksna metoda. Bazne rešitve kanoničnega linearnega programa.

diferencialne enačbe - nadaljevanje

Problem lastnih vrednosti

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

Navadne diferencialne enačbe

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

INŽENIRSKA MATEMATIKA I

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.

11. Posplošeni problemi lastnih vrednosti

Funkcije več spremenljivk

Afina in projektivna geometrija

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Metoda glavnih komponent

1. UREJENE OBLIKE KVADRATNE FUNKCIJE

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

MATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE

II. LIMITA IN ZVEZNOST FUNKCIJ

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

8. Diskretni LTI sistemi

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.

1 Promjena baze vektora

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Univerza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik

VEKTORJI. Operacije z vektorji

Problem lastnih vrednosti 1 / 20

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III

Specifični faktorji E i bodo imeli majhne variance, če so opazovane spremenljivke blizu faktorju F.

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f.

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Verjetnost 2 Peto poglavje

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

Algoritmi nad grafi v jeziku linearne algebre

Verjetnost 2. Oktober Verjetnost 2 Šesto poglavje. Obratna pot do markovskih verig. Od diskretnega časa proti zveznemu. Stabilnost in eksplozije

Enočlenske metode veljajo trenutno za najprimernejše metode v numeričnem reševanju začetnih problemov. Skoraj vse sodijo v

Zbirka rešenih izpitnih nalog iz numeričnih metod

Navadne diferencialne enačbe

Transcript:

Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje Gauss-Jordanovo) metodo za reševanje sistemov linearnih enačb. 1 Matrični zapis Dan je sistem m linearnih enačb v n neznankah a 11 x 1 + a 1 x +... + a 1n x n = b 1 a 1 x 1 + a x +... + a n x n = b a m1 x 1 + a m x +... + a mn x n = b m. (III.1) Pri tem so a ij in b i, i = 1,,...,m, j = 1,,...,n dana realna števila, x 1,x,...,x m pa so neznanke. Če je n 3, potem namesto x 1,x,x 3 za neznanke uporabimo raje x,y in z. Zgled 1.1 Dan je sistem dveh enačb z dvema neznankama x + y = 7 x y = 5. To je enostaven sistem in ga zlahka rešimo. Če seštejemo obe enačbi, dobimo x = 1. Torej mora biti x = 6. Iz prve enačbe potem dobimo y = 1. Z vstavljanjem preverimo, da je x = 6, y = 1 rešitev tega sistema. 61

6 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Zgled 1. Enostaven primer sistema linearnih enačb je naslednji: x + y z = 3 y + z = 1 z = 1. Torej je z = 1. Z vstavljanjem v drugo enačbo dobimo, da je y = 3. Z vstavljanjem v prvo enačbo pa še x = 1. Kako rešimo splošen sistem linearnih enačb? Pomagali si bomo z znanjem, ki smo ga dobili o matrikah. Najprej sistem zapišimo v matrični obliki. Matriko a 11 a 1... a 1n a 1 a... a n A =... a m1 a m... a mn imenujemo matrika sistema (III.1) in vektor desna stran. Vektorju b 1 b b =. b m x 1 x x =. x n rečemo vektor neznank. Sistem linearnih enačb (III.1) ima matrični zapis Ax = b. (III.) Iščemo torej tak vektor x R n, ki reši enačbo (III.). Poleg matrike A bomo rabili tudi matriko a 11 a 1... a 1n b 1 a 1 a... a n b à =...., a m1 a m... a mn b m ki jo imenujemo razširjena matrika sistema (III.1).

1. MATRIČNI ZAPIS 63 Izrek 1.3 Če je P Rm m obrnljiva matrika, potem imata sistema linearnih enačb Ax = b in enake rešitve. (PA)x = (Pb) Dokaz Ker je P obrnljiva matrika, obstaja njen inverz P 1, za katerega velja P 1 P = I = PP 1. Potem očitno za vsak x, za katerega je Ax = b, velja tudi (P A)x = P b. Obratno, če x reši sistem (P A)x = P b, potem zanj velja P 1 (PAx) = P 1 Pb oziroma Ax = b. Elementarne transformacije na vrsticah lahko predstavimo tudi z množenjem s tako imenovanimi elementarnimi matrikami. Vpeljimo jih: Za i j, 1 i,j m in α R je matrika E ij (α) R m m enaka vsoti identične matrike in matrike, ki ima edini neničeln element na mestu (i,j) enak α. Matrike E ij (α) imenujemo elementarne matrike tipa I. Zgled 1.4 Za m = 3 je npr. 1 α 0 E 1 (α) = 0 0 in 1 0 0 E 31 (6) = 0. 6 Za i = 1,,...,m in α R, α 0, je matrika E i (α) R m m diagonalna matrika, ki ima na diagonali enice povsod razen na i-tem mestu. Element (i,i) je enak α. Matrike E i (α) imenujemo elementarne matrike tipa II. [ ] 5 0 Zgled 1.5 Za m = je E 1 (5) =, za m = 4 pa je 1 0 0 0 E 3 ( 1 ) = 0 0 1 0 0 0. 0 0

64 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Za i j, 1 i,j m označimo s P ij matriko, ki jo dobimo iz identične matrike tako, da v i-ti in j-ti vrstici zamenjamo i-ti in j-ti element. Matrike P ij imenujemo elementarne matrike tipa III. Zgled 1.6 Za m = 3 imamo tri elementarne matrike tipa III: 0 P 1 = 1 0 0, 0 P 13 = 0 1 0 0 in P 3 = 0. 0 1 0 0 0 Naj bo A R m n. Če množimo A z leve z matriko E ij (α), potem produkt E ij (α)a dobimo iz A tako, da i-ti vrstici prištejemo z α pomnoženo j-to vrstico. Množenje z E ij (α) je torej ekvivalentno ustrezni elementarni transformaciji tipa I. Podobno je množenje matrike A z E i (α) z leve ekvivalentno elementarni transformaciji tipa II - pomnoži i-to vrstico z α. Množenje z matriko P ij z leve pa je ekvivalentno elementarni transformaciji tipa III - zamenjaj i-to in j-to vrstico. Trditev 1.7 Elementarne matrike tipa I, II in III so obrnljive. [ 1 α Dokaz Inverz matrike E ij (α) je matrika E ij ( α). Npr. [ ] 1 0 =. Inverz matrike E i (α) je E i (α 1 ). Za matriko P ij velja Pij Gaußova metoda ][ 1 α ] = = I, zato je P 1 ij = P ij. Izrek 1.3 in trditev 1.7 nam povesta, da množenje sistema linearnih enačb Ax = b z leve z elementarnimi matrikami tipa I, II in III ne spremeni rešitve sistema. To dejstvo izkoristimo za iskanje rešitve sistema linearnih enačb pri Gaußovi metodi: Gaußova metoda 1.) Zapiši razširjeno matriko sistema: Ã = [ A b ] R m (n+1)..) Poišči vrstično kanonično formo za Ã. 3.) Ugotovi, ali je sistem rešljiv in če je, poišči splošno rešitev sistema.

. GAUSSOVA METODA 65 Podrobneje moramo opisati še tretji korak metode. Najprej si oglejmo tri zglede. Zgled.1 Rešimo [ sistem ] linearnih enačb x y = 7 in x + y = 5. Matrika 1 1 sistema je A = in razširjena matrika sistema je 1 1 [ ] 1 1 7 à =. 1 1 5 Poiščimo vrstično kanonično formo za [ ] [ ] [ Ã: ] 1 1 7 1 1 7 1 1 7 1 1 5 I 0 II 1 [ ] 1 0 6 I. 1 Sistem linearnih enačb, ki pripada zadnji matriki, je x = 6, y = 1. To pa je že rešitev našega sistema linearnih enačb. Zgled. Rešimo sistem y + 3z = 1, x 6y + 7z = 0, x y + 5z = 1. Razširjena matrika sistema je 0 3 1 à = 6 7 0. 1 5 1 Vrstična kanonična forma za à je: 0 3 1 1 5 1 1 5 1 6 7 0 III 6 7 0 I 0 3 I 1 5 1 0 3 1 0 3 1 1 5 1 1 5 1 1 5 0 I 0 3 II 3 1 I 3 1 I 0 0 0 3 0 0 0 0 1 5 0 8 0 I 3 0 I 3 0. 0 0 0 0 Sistem, ki pripada tej matriki, je x + 8z = 0, y + 3 z = 0 in 0 = 1. Ta zadnja enačba je protislovna, zato sistem nima rešitve. Zgled.3 Rešimo še sistem x + y z = 1 in x y + z =. Razširjena matrika sistema je [ ] 1 1 1 à =. 1 1

66 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Vrstična kanonična forma za à je: [ ] [ ] 1 1 1 1 1 1 1 1 I 0 3 3 1 ]. I [ 1 5 3 1 1 3 [ ] 1 1 1 II 1 1 I 3 Dobljeni sistem je x + z = 5 3 in y z = 1 3. Tu lahko vrednost spremenljivke z poljubno izberemo. Potem je rešitev enaka x = 5 3 z in y = 1 3 + z. Zgornje trije zgledi opišejo v bistvu vse možnosti, ki nastopijo pri reševanju sistema linearnih enačb. Opišimo jih v izreku. Izrek.4 Dan je sistem linearnih enačb Ax = b. (III.3) Naj bo V (Ã) vrstična kanonična forma za razširjeno matriko sistema Ã. Sistem (III.3) je rešljiv natanko tedaj, ko v zadnjem stolpcu matrike V (Ã) ni pivota. Sistem (III.3) ima natanko eno rešitev natanko tedaj, ko ima V (Ã) v prvih n stolpcih pivot, v zadnjem stolpcu pa nima pivota. Če je sistem (III.3) rešljiv, ni pa enolično rešljiv, potem lahko vrednosti spremenljivk, ki pripadajo stolpcem v V (Ã) brez pivotov, poljubno izberemo. Vrednosti ostalih spremenljivk so potem enolično določene. V tem primeru imamo neskončno rešitev. Posledica.5 Sistem linearnih enačb Ax = b je rešljiv natanko tedaj, ko je r(ã) = r(a). Opomba.6 Če imamo neskončno rešitev sistema linearnih enačb Ax = b, potem spremenljivkam, katerih vrednosti lahko v rešitvi poljubno izberemo, rečemo parametri rešitve. Če je število parametrov enako k, potem rečemo, da ima sistem k-parametrično rešitev. Sistem linearnih enačb imenujemo homogen, če je desna stran enaka 0: Ax = 0. Posledica.7 Homogen sistem linearnih enačb ima vedno rešitev x = 0. Če je m < n, potem ima homogen sistem neskončno rešitev.

. GAUSSOVA METODA 67 Zgled.8 Rešimo homogen sistem x+y 5z = 0 in x 3y+6z = 0. Ker je sistem homogen je desna stran enaka 0. Torej je zadnji stolpec pri Gaußovi metodi na razširjeni matriki sitema vseskozi enak 0 in ga zato kar izpustimo. Matrika sistema je [ ] 1 5 A =. 3 6 Njena vrstična kanonična forma je [ ] [ ] [ ] 1 5 1 5 1 0 3 3 6 I 4 I. 4 Rešitev sistema enačb je zato enaka x = 3z in y = 4z. Pri tem je z parameter. Reševanje sistema linearnih enačb lahko posplošimo tudi na reševanje matričnih enačb oblike AX = B. Tu je A R m n, B R m k, X pa je n k matrika neznank. Najpogostejši zgled take enačbe je iskanje inverza matrike. Tedaj je B = I in iščemo tak X, da bo AX = I. Matrično enačbo rešujemo z Gaußovo metodo tako, da poiščemo vrstično kanonično formo za razširjeno matriko à = [ A B ] R m (n+k). Če vrstična kanonična forma V za à nima pivotov v zadnjih k stolpcih, potem ima enačba AX = B rešitev, sicer pa ne. Spet imamo lahko tudi večparametrično rešitev, če kateri od prvih n stolpcev v V nima pivota. Zgled.9 Poiščimo inverz matrike A = 1 0 0. Iščemo torej rešitev 1 matrične enačbe AX = I. Razširjena matrika je 1 0 0 1 0 0 0. 1 0

68 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Njena vrstična kanonična forma je 1 0 0 1 0 0 0 1 0 0 0 III 1 0 0 I 1 0 1 0 1 0 0 0 1 0 0 0 I 1 0 0 I 1 0 0 II 0 1 0 1 0 0 4 1 1 1 0 0 0 1 0 0 0 1 0 II 1 0 0 I 1 0 1 1. 1 1 1 1 1 1 0 4 4 0 4 4 Iz vrstične kanonične forme preberemo rešitev 0 1 0 X = A 1 = 1 1 1. 1 4 1 1 4