НОУ ИНТУИТ | Компьютерная математика с Maxima. Лекция 3: Задачи высшей математики с Maxima

Учитесь и получайте официальные документы БЕСПЛАТНО. Вы можете поддержать наш проект.

Регистрация Вход

Твой путь к знаниям!

Компания ALT Linux

Опубликован: 24.03.2015 | Доступ: свободный | Студентов: 550 / 136 | Длительность: 19:00:00

Темы: Математика, Программное обеспечение, Физика

Специальности: Математик, Преподаватель, Физик

|

Вам нравится? Нравится 20 студентам

| Поделиться |

Поддержать курс

| Скачать электронную книгу

3.2 Задачи линейной алгебры

Пакет Maxima включает большое число функций для решения разнообразных задач линейной алгебры.

Рассмотрим основные функции, позволяющие оперировать матрицами и решать основные задачи линейной алгебры.

3.2.1 Простейшие операции с матрицами

В Maxima на матрицах определены обычные операции умножения на число, сложения и матричного умножения. Последнее реализуется с помощью бинарной операции "." (точка). Размерности матрицсомножителей должны быть согласованы.

Рассмотрим несколько примеров.

Создание двух прямоугольных матриц:

(%i1)	a:matrix([1,2,3],[4,5,6]);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2 & 3\cr 4 & 5 & 6\end{pmatrix}$

(%i2) b:matrix([2,2],[3,3],[4,4]);

$\parbox{8ex}{(\%o2)} \begin{pmatrix}2 & 2\cr 3 & 3\cr 4 & 4\end{pmatrix}$

Функция transpose транспонирует матрицу:

(%i1)	a:matrix([1,2,3]); transpose(a);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2 & 3\end{pmatrix} \quad \parbox{8ex}{(\%o2)} \begin{pmatrix}1\cr 2\cr 3\end{pmatrix}$

Умножение матрицы на число:

(%i2)	c:b*2;

$\parbox{8ex}{(\%o2)} \begin{pmatrix}4 & 4\cr 6 & 6\cr 8 & 8\end{pmatrix}$

Сложение матриц (естественно, матрицы должны быть одинаковой формы, иначе возникает ошибка):

(%i4)	 b+c;

$\parbox{8ex}{(\%o4)} \begin{pmatrix}6 & 6\cr 9 & 9\cr 12 & 12\end{pmatrix}$

(%i5)	a+b;

fullmap: arguments must have same formal structure.
– an error. To debug this try: debugmode(true);

Умножение матриц (в данном случаем исходные матрицы и согласованы по размерам):

(%i6)	f:a.b;

$\parbox{8ex}{(\%o6)} \begin{pmatrix}20 & 20\cr 47 & 47\end{pmatrix}$

Если матрица — левый сомножитель, то правым сомножителем может быть не только вектор-столбец, но и вектор-строка и даже список.

Maxima позволяет также возводить матрицы в степень, но фактически эта операция применяется к каждому элементу.

3.2.2 Обращение матриц и вычисление определителей

Для обращения матриц используется функция invert . Пример:

(%i1)	a:matrix([1,2],[3,4]);
	b:invert(a);
	b.a;

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2\cr 3 & 4\end{pmatrix} \quad \parbox{8ex}{(\%o2)} \begin{pmatrix}-2 & 1\cr \frac{3}{2} & -\frac{1}{2}\end{pmatrix} \quad \parbox{8ex}{(\%o3)} \begin{pmatrix}1 & 0\cr 0 & 1\end{pmatrix}$

Определитель вычисляется функцией determinant :

(%i4)	determinant(a);

$\parbox{8ex}{(\%o4)}-2$

3.2.3 Характеристический полином, собственные числа и собственные векторы матрицы

Характеристический полином матрицы вычисляется функцией charpoly(M,x) ( — матрица, — переменная, относительно которой строится полином).

Пример:

(%i6)	charpoly(a,x);

$\left( 1-x\right) \,\left( 4-x\right) -6\leqno{ (\%o6) }$

(%i7)	ratsimp(%);

${x}^{2}-5\,x-2\leqno{ (\%o7) }$

Корни характеристического полинома являются собственными числами матрицы.

Однако для вычисления собственных чисел и собственных векторов матрицы обычно используют специальные функции: eigenvalues и eigenvectors .

Функция eigenvectors аналитически вычисляет собственные значения и собственные вектора матрицы, если это возможно. Она возвращает список, первый элемент которого — список собственных чисел (аналогично eigenvalues ), а далее идут собственные вектора, каждый из которых представлен как список своих проекций.

Пример:

(%i1)	a:matrix([1,1,1],[2,2,2],[3,3,3]);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 1 & 1\cr 2 & 2 & 2\cr 3 & 3 & 3\end{pmatrix}$

(%i2)	eigenvalues(a);

$\parbox{8ex}{(\%o2)}[[0,6],[2,1]]$

(%i3)	eigenvectors(a);

$\parbox{8ex}{(\%o3)}[[[0,6],[2,1]],[[[1,0,-1],[0,1,-1]],[[1,2,3]]]]$

Функция uniteigenvectors отличается от функции тем, что возвращает нормированные на единицу собственные векторы.

3.2.4 Ортогонализация

Maxima включает специальную функцию для вычисления ортонормированного набора векторов из заданного. Используется стандартный алгоритм Грама-Шмидта.

Синтаксис вызова: gramschmidt(x) или gschmidt(x) .

Аргумент функции — матрица или список. В качестве компонентов системы векторов, на базе которой строится ортонормированная система, рассматриваются строки матрицы или подсписки списка . Для использования данной функции необходимо явно загрузить пакет eigen.

Пример:

(%i1)	load("eigen");

$/usr/share/maxima/5.13.0/share/matrix/eigen.mac \leqno{ (\%o1) }$

(%i2)	x:matrix([1,2,3],[4,5,6]);

$\begin{pmatrix} 1 & 2 & 3\cr 4 & 5 & 6 \end{pmatrix} \leqno{ (\%o2) }$

(%i3)	y:gramschmidt(x);

$[[1,2,3],[\frac{{2}^{2}\,3}{7},\frac{3}{7},-\frac{2\,3}{7}]] \leqno{ (\%o3) }$

(%i4)	ratsimp(%[1].%[2]);

$0\leqno{ (\%o4) }$

3.2.5 Преобразование матрицы к треугольной форме

Преобразование матрицы к треугольной форме осуществляется методом исключения Гаусса посредством функции echelon(M) (аналогичный результат даёт функция triangularize(M) ):

(%i1)	a:matrix([1,2,3],[4,5,x],[6,7,y]);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2 & 3\cr 4 & 5 & x\cr 6 & 7 & y\end{pmatrix}$

(%i2)	b:echelon(a);

$\parbox{8ex}{(\%o2)} \begin{pmatrix}1 & 2 & 3\cr 0 & 1 & -\frac{x-12}{3}\cr 0 & 0 & 1\end{pmatrix}$

Отличия рассматриваемых функций в том, что echelon нормирует диагональный элемент на 1, а triangularize — нет. Обе функции используют алгоритм исключения Гаусса.

3.2.6 Вычисление ранга и миноров матрицы

Для расчёта ранга матрицы (порядка наибольшего невырожденного минора матрицы) используется функция rank .

Пример:

(%i1)	a:matrix([1,2,3,4],[2,5,6,9]);

Матрица — невырожденная (две строки, ранг равен 2). Вычислим ранг вырожденной матрицы, содержащей линейно-зависимые строки.

(%i1)	a:matrix([1,2,3,4],[2,5,6,9]);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2 & 3 & 4\cr 2 & 5 & 6 & 9\end{pmatrix}$

(%i2)	rank(a);

$\parbox{8ex}{(\%o2)}2$

(%i3)	b:matrix([1,1],[2,2],[3,3],[4,5]);

$\parbox{8ex}{(\%o3)} \begin{pmatrix}1 & 1\cr 2 & 2\cr 3 & 3\cr 4 & 5\end{pmatrix}$

(%i4)	rank(b);

$\parbox{8ex}{(\%o4)}2$

Минор матрицы вычисляется при помощи функции minor(M,i,j) , где — матрица, i,j — индексы элемента, для которого вычисляется минор.

3.2.7 Решение матричных уравнений

Пусть дано матричное уравнение AX = B , где — квадратная матрица размерности ; — матрица размерности $n\times k$ ; — неизвестная матрица размерности $n\times k$ . Пусть — невырожденная матрица (т.е. $det(A) \neq 0$ , тогда существует единственное решение этого уравнения. Решение можно найти по формуле $X=A^{-1} B$

Пример: Найти решение матричного уравнения AX = B , где

$A = \left[ \begin{array}{ccc} 1 & 2 & 2\\ - 1 & - 1 & 3\\ 2 & 5 & 0 \end{array} \right]$, \ $B = \left[ \begin{array}{c} \begin{array}{cc} \text{10} & 0 \end{array}\\ \begin{array}{cc} - 2 & 5 \end{array}\\ \begin{array}{cc} 1 & 4 \end{array} \end{array} \right].$

Сначала зададим матрицы и :

(%i1)	A: matrix( [1, 2, 2],[ -1, -1, 3], [2, 5, 0]);

$\parbox{8ex}{(\%o1)} \begin{pmatrix}1 & 2 & 2\cr -1 & -1 & 3\cr 2 & 5 & 0\end{pmatrix}$

(%i2)	B:matrix([10, 0],[-2, 5], [1, 4]);

$\parbox{8ex}{(\%o2)} \begin{pmatrix}10 & 0\cr -2 & 5\cr 1 & 4\end{pmatrix}$

Проверим существование и единственность решения:

(%i3)	determinant(A);

$\parbox{8ex}{(\%o3)}-9$

Матрица невырожденная, значит, решение существует и единственно. Найдём его:

(%i4)	A1:invert(A); x:A1.B;

$\parbox{8ex}{(\%o4)} \begin{pmatrix}\frac{5}{3} & -\frac{10}{9} & -\frac{8}{9}\cr -\frac{2}{3} & \frac{4}{9} & \frac{5}{9}\cr \frac{1}{3} & \frac{1}{9} & -\frac{1}{9}\end{pmatrix} \quad \parbox{8ex}{(\%o5)} \begin{pmatrix}18 & -\frac{82}{9}\cr -7 & \frac{40}{9}\cr 3 & \frac{1}{9}\end{pmatrix}$

Выполним проверку:

(%i6)	A.x-B;

$\parbox{8ex}{(\%o6)} \begin{pmatrix}0 & 0\cr 0 & 0\cr 0 & 0\end{pmatrix}$

Аналогично решается матричное уравнение XA = B , где — квадратная матрица размерности n, B — матрица размерности $k \times n$ , — неизвестная матрица размерности $k \times n$ . Если — невырожденная матрица, то существует единственное решение $X=BA^{-1}$ .

Пример: Найти решение матичного уравнений XA = C , где матрица из предыдущей задачи, — заданная матрица. Аналогично предыдущему примеру, вычисляем решение:

(%i10)	C:matrix([10,0,-2],[5,1,4]); x:C.A1; x.A-C;

$\parbox{8ex}{(\%o10)} \begin{pmatrix}10 & 0 & -2\cr 5 & 1 & 4\end{pmatrix}\\ \parbox{8ex}{(\%o11)} \begin{pmatrix}16 & -\frac{34}{3} & -\frac{26}{3}\cr 9 & -\frac{14}{3} & -\frac{13}{3}\end{pmatrix} \quad \parbox{8ex}{(\%o12)} \begin{pmatrix}0 & 0 & 0\cr 0 & 0 & 0\end{pmatrix}$

В общем случае (когда — вырожденная матрица, или — не квадратная матрица) матричное уравнение AX = B можно решить при помощи функции solve .

Синтаксис вызова: solve([eq_1,eq_2 ... ,eq_n], [x_1,x_2,... ,x_m]) , где — список уравнений, — список неизвестных, относительно которых осуществляется решение.

3.2.8 Специальные функции для решения систем линейных и полиномиальных уравнений

Функция linsolve([expr_1,expr_2,... ,expr_m], [x_1,x_2,... ,x_n]) решает список одновременных линейных уравнений относительно списка переменных [x_1,... ,x_n] .

Выражения [expr_1,... ,expr_n] могут быть полиномами указанных переменных и представляться в виде уравнений.

Пример: Решить системы линейных уравнений

$\left\{ \begin{array}{r} x \hspace{0.75em} + \hspace{0.75em} y \hspace{0.75em} + \hspace{0.75em} z \hspace{0.75em} + \hspace{0.75em} t = 6,\\ 2 x - 2 y + z + 3 t = 2,\\ 3 x - y + 2 z - t = 8 \text{.} \end{array} \right.$

Решение в Maxima:

(%i1)	ex1:x+y+z+t=6;
	ex2:2*x-2*y+z+3*t=2;
	ex3:3*x-y+2*z-t=8;
	linsolve([ex1,ex2,ex3],[x,y,z,t]);

$\parbox{8ex}{(\%o1)}z+y+x+t=6$

$\parbox{8ex}{(\%o2)} z-2\,y+2\,x+3\,t=2$

$\parbox{8ex}{(\%o3)} 2\,z-y+3\,x-t=8$

$\parbox{8ex}{(\%o4)}[x=-\frac{3\,\%r1-14}{4},y=-\frac{\%r1-10}{4},z=\%r1,t=0]$

Таким образом общее решение имеет вид: x=(14-3c)/4, y= (10 - c)/4, z = c, t = 0 , где — произвольная постоянная. Ей можно задавать произвольные действительные значения. При каждом значении c получается частное решение. Например, при c = 1 получается частное решение

(%i5)	ev(%),%r1=1;

$[x=\frac{11}{4},y=\frac{9}{4},z=1,t=0]\leqno{ (\%o5) }$

Способ представления решения зависит от флага linsolve_params (по умолчанию true ). Если указанный флаг установлен в true , решение недоопределённых систем включает параметры %r1, %r2 и т.д. Если флаг установлен в false , связанные переменные выражаются через свободные.

Во многом аналогичный результат позволяет получить функция algsys (фактически, это надстройка над solve ).

Функция algsys([expr_1,expr_2,... ,expr_m], [x_1,x_2,... ,x_n]) решает систему [expr_1 = 0,expr_2 = 0,... ,expr_m = 0] полиномиальных уравнений относительно списка переменных [x_1,... ,x_n] .

Выражения [expr_1,... ,expr_n] могут быть представлены и в виде уравнений. Количество уравнений может превышать количество неизвестных и наоборот.

Пример:

(%i6)	e1: 2*x*(1 - a1) - 2*(x - 1)*a2; e2: a2 - a1;
	e3: a1*(-y - x^2 + 1); e4: a2*(y - (x - 1)^2);

$2\,\left( 1-a1\right) \,x-2\,a2\,\left( x-1\right) \leqno{(\%o6) }$

$a2-a1 \leqno{(\%o7) }$

$a1\,\left(-y-{x}^{2}+1\right) \leqno{(\%o8) }$

$a2\,\left( y-{\left( x-1\right) }^{2}\right) \leqno{(\%o9) }$

(%i10)	algsys ([e1, e2, e3, e4], [x, y, a1, a2]);

$[[x=0,y=\%r2,a1=0,a2=0],[x=1,y=0,a1=1,a2=1]]\leqno{ (\%o10) }$

Для вычисления корней единичных полиномиальных уравнений используется функция realroots .

Варианты синтаксиса:

;
;
;

.

Функция находит все корни выражения expr = 0 или уравнения eqn . Функция строит последовательность Штурма для изоляции каждого корня и использует алгоритм деления пополам для уточнения корня с точностью bound или с точностью, заданной по умолчанию.

Пример:

(%i11)	realroots (2 - x + x^5, 5e-6);

$[x=-\frac{664361}{524288}]\leqno{ (\%o11) }$

(%i12)	float(%);

$[x=-1.267168045043945]\leqno{ (\%o12) }$

(%i13)	ev(2-x+x^5,%[1]);

$3.0858501665065319\,{10}^{-6}\leqno{ (\%o13) }$

Все корни полинома (действительные и комплексные) можно найти при помощи функции allroots . Способ представления решения определяется переменной polyfactor (по умолчанию false ; если установить в true , то функция возвращает результат факторизации). Алгоритм поиска корней получисленный.

Пример:

(%i1)	eqn:x^4+1; soln:allroots (eqn);

$\parbox{8ex}{(\%o1) } {x}^{4}+1$

$\parbox{8ex}{(\%o2) } [x=0.70710678118655\%i+0.70710678118655,\\ x=0.70710678118655-0.70710678118655\%i,\\ x=0.70710678118655\%i-0.70710678118655,\\ x=-0.70710678118655\%i-0.70710678118655]$

Количество действительных корней уравнения в некотором интервале возвращает функция nroots (синтаксис nroots(p,low,high) ).

Пример: (находим число корней уравнения на отрезке [-6, 9]):

(%i1)	p: x^10 - 2*x^4 + 1/2$ nroots (p, -6, 9);

$4\leqno{ (\%o2) }$

Для преобразования уравнений используются функции lhs и rhs , позволяющие выделить левую и правую часть уравнения соответственно.

Пример:

(%i1)	eqn:x^2+x+1=(x-1)^3;

${x}^{2}+x+1={\left( x-1\right) }^{3}\leqno{ (\%o1) }$

(%i2)	lhs(eqn);

${x}^{2}+x+1\leqno{ (\%o2) }$

(%i3)	rhs(eqn);

${\left( x-1\right) }^{3}\leqno{ (\%o3) }$

Упрощение систем уравнений достигается функцией eliminate , позволяющей исключить те или иные переменные.

Вызов eliminate([eqn_1,...,eqn_n], [x_1,... ,x_k]) исключает переменные из указанных выражений.

Пример:

(%i1)	expr1: 2*x^2 + y*x + z;
	expr2: 3*x + 5*y - z - 1;
	expr3: z^2 + x - y^2 + 5;

$z+x\,y+2\,{x}^{2}\leqno{ (\%o1) }$

$-z+5y+3x-1\leqno{ (\%o2) }$

${z}^{2}-{y}^{2}+x+5\leqno{ (\%o3) }$

(%i4)	eliminate ([expr3, expr2, expr1], [y, z]);

$(\%o4)\ [7425{x}^{8}-1170{x}^{7}+1299{x}^{6}+12076{x}^{5}+22887{x}^{4}- 5154{x}^{3}-1291{x}^{2}+7688x+15376]$

Дальше >>

Авторизоваться

Компьютерная математика с Maxima

Задачи высшей математики с Maxima

3.2 Задачи линейной алгебры

3.2.1 Простейшие операции с матрицами

3.2.2 Обращение матриц и вычисление определителей

3.2.3 Характеристический полином, собственные числа и собственные векторы матрицы

3.2.4 Ортогонализация

3.2.5 Преобразование матрицы к треугольной форме

3.2.6 Вычисление ранга и миноров матрицы

3.2.7 Решение матричных уравнений

3.2.8 Специальные функции для решения систем линейных и полиномиальных уравнений

Вопросы и ответы