Данный урок посвящается использованию векторных и матричных элементов, которые так важны для решения систем линейных уравнений.

Рассмотрим на примере. Создадим систему из трех линейных уравнений, в которых было бы три неизвестных:

20.1

 

Стандартная методика решения указанных систем состоит в поочередном исключении переменных. Так, можно добавить 1 к 3 и 3 к 2.

20.2

 

Берем 5

20.3

 

После этого пользуемся 4

20.4

 

И единица

20.5

 

Вот что мы получили:

20.6

 

Уравнение линейного типа можно решить с использованием вектора или матрицы. Давайте преобразуем левую половину уравнений в произведение матричного типа.

20.7

 

Следите за тем, чтобы матрица А была соотнесена с коэффициентом системы уравнения. Теперь переводим правую сторону в векторное решение.

20.8

 

Система уравнений будет выглядеть так.

20.9

 

Соответственно, мы сможем найти решение уравнения:

20.10

 

Данная запись применяется даже к огромным системам, в которых может содержаться даже несколько тысяч уравнений. Помните, что решением будет считаться производственная от обыкновенной матрицы коэффициентов и результативности вектора. Важна в данном процессе и их последовательность. Естественно, такая методика не может похвастаться полноценной эффективностью, однако он может применяться для решения многих задач.

 

Расчет цепи постоянного тока

Цепи постоянного тока собираются пор помощи резисторов и ЗДС источников. Поэтому популярной задачей является определение тока в каждом ответвлении цепи.

20.11

 

Учитываем полученные значения:

20.12

 

Записываем индивидуальные уравнения для  I, II и III. Ориентируемся на правило Кирхгофа.

20.13

 

Смотрим на узлы а, b, c. Составляем для них новые уравнения.

20.14

 

Разработаем матрицу А. В ней имеются коэффициенты при токах. В вектор b пишем правую часть уравнения.

20.15

 

Решение уравнений будет выглядеть так:

20.16

 

Х можно найти и другим способом. Для этого вбиваем команду lsolve(A,B):

20.17

 

Линейные уравнения

Обычно линейные уравнения отличаются простотой исполнения. Однако при работе с данными примерами стоит обращать внимание на некоторые детали. Давайте их наглядно отобразим.

20.18

 

Упростим данный пример:

20.19

 

Решение оказывается очевидным

20.20

 

Этот случай можно счесть стандартным. Куда интереснее находить определители матриц коэффициентов.

20.21

 

Он не может быть равным нулю. Изменяем второе уравнение и стараемся отыскать для него решение.

20.22

 

Собственно, количество решений неограниченно.

20.23

 

Определитель матрицы коэффициентов выглядит так:

20.24

 

Он равняется нулю. Пытаясь определить решение, программа подаёт информацию о том, что такая матрица относится к сингулярному типу. В данном случае оба уравнения одинаковые. Поэтому оно получило название "линейно зависимого уравнения".

Теперь перестановка константы второго уравнения.

20.25

 

Решить пример невозможно, обе прямые параллельны:

20.26

 

Определитель снова сравнен с нулем.

20.27

 

Собственно, когда уравнитель равняется нулю, появляется сложно определяемая проблема. Особенно много ошибок допускают при работе с большой системой уравнений.

Когда коэффициент содержит ошибки м округлениями, Маткад автоматически принимает их за две разные системы. Ответ-то получен, однако существует огромная вероятность, что он ошибочный.