- •Часть 4
- •Введение
- •Лекция 1. Система математических расчетов MathCad и особенности ее применения
- •1. Общая характеристика системы MathCad
- •2. Информационная среда, предоставляемая в распоряжение пользователя
- •3. Входной язык, встроенные функции и модули системы MathCad
- •3.1. Входной язык системы MathCad
- •3.2. Основные модули системы MathCad
- •Лабораторное занятие 1: Вычисления и типы данных
- •1. Вычисление значений арифметических и алгебраических выражений
- •2. Переменные, функции и операторы
- •2.1. Переменные
- •2.2. Функции
- •2.3. Операторы
- •3. Данные в MathCad
- •3.1 Типы данных
- •3.2. Размерные переменные
- •4. Массивы
- •4.1. Создание массивов
- •4.2. Ранжированные переменные
- •Лабораторное занятие 2. Создание графиков
- •1. Двумерная графика
- •1.4. Полярный график
- •1.5. Построение нескольких рядов данных
- •1.6. Форматирование осей
- •1.7. Форматирование рядов данных
- •1.8. Трассировка и увеличение графиков
- •2. Трехмерная графика
- •2.1 Создание трехмерной графики
- •2.2. Форматирование трехмерных графиков
- •Лабораторное занятие 3. Символьные вычисления
- •1. Символьная алгебра
- •1.1.Разложение выражений (Expand)
- •1.2. Упрощение выражений (Simplify)
- •1.3. Разложение на множители (Factor)
- •1.4. Приведение подобных слагаемых
- •1.5. Определение коэффициентов полинома (Polynomial Coefficients)
- •1.6. Разложение на элементарные дроби
- •1.7. Подстановка переменной (Substitute)
- •1.8. Решение алгебраических уравнений (solve)
- •1.9. Суммы и произведения
- •2. Символьное решение задач математического анализа
- •2.1. Дифференцирование (Differentiate) и интегрирование (Integrate)
- •2.2. Разложение в ряд (Expand to Series)
- •2.3. Интегральные преобразования
- •3. Дополнительные возможности символьного процессора
- •3.1. Применение функций пользователя
- •3.2. Получение численного значения выражений
- •3.3. Последовательности символьных команд
- •Лабораторное занятие 4. Численные методы
- •1. Интегрирование и дифференцирование
- •1.1. Интегрирование
- •1.2. Дифференцирование
- •2. Алгебраические уравнения и оптимизация
- •2.1. Одно уравнение с одним неизвестным
- •2.2. Корни полинома
- •2.3. Системы уравнений
- •2.4. Символьное решение уравнений
- •3. Поиск экстремума функции
- •3.1. Экстремум функции одной переменной
- •3.2. Условный экстремум
- •3.3. Экстремум функции многих переменных
- •3.4. Линейное программирование
- •Лабораторное занятие 5. Матричные вычисления
- •Простейшие операции с матрицами
- •Транспонирование
- •Сложение
- •1.3. Умножение
- •1.4. Определитель квадратной матрицы
- •1.5. Модуль вектора
- •1.6. Скалярное произведение векторов
- •1.7. Векторное произведение
- •1.8. Сумма элементов вектора и след матрицы
- •1.9. Обратная матрица
- •1.10. Возведение матрицы в степень
- •1.11. Векторизация массивов
- •2.1.2. Создание матриц специального вида
- •2.2. Слияние и разбиение матриц
- •2.2.1. Выделение части матрицы
- •2.2.2. Слияние матриц
- •2.3. Сортировка матриц
- •2.4. Вывод размера матриц
- •2.5. Норма квадратной матрицы
- •2.6. Число обусловленности квадратной матрицы
- •2.7. Ранг матрицы
- •3. Система линейных уравнений
- •4. Собственные векторы и собственные значения матриц
- •Лабораторное занятие 6. Обыкновенные дифференциальные уравнения
- •1. Оду первого порядка
- •1.1. Вычислительный блок Given/Odesolve
- •1.2. Встроенные функции rkfixed, Rkadapt, Bulstoer
- •2. Оду высшего порядка
- •3. Системы оду первого порядка
- •3.1. Встроенные функции для решения системы оду
- •3.2. Решение системы оду в одной точке
- •Приложения Приложение 1. Встроенные функции и операторы
- •Встроенные функции
- •Приложение 2. Сообщения об ошибках
- •Оглавление
2.6. Число обусловленности квадратной матрицы
Еще одной важной характеристикой матицы является ее число обусловленности. Число обусловленности является мерой чувствительности системы линейных уравнений A·x=b, определяемой матрицей A, к погрешностям задания вектора b правых частей уравнений. Чем больше число обусловленности, тем сильнее это воздействие и тем более неустойчив процесс нахождения решения. Число обусловленности связано с нормой матрицы и вычисляется по-разному для каждой из норм:
-
cond1(A) – число обусловленности в норме L1;
-
cond2(A) - число обусловленности в норме L2;
-
conde(A) - число обусловленности в евклидовой норме;
-
condi(A) - число обусловленности в ∞ -норме.
Задание 23. Реализуйте следующие примеры и проанализируйте полученные результаты:
Обратите внимание на то, матрица A является хорошо обусловленной, а матрица B – плохо обусловленной (две ее строки определяют очень близкие системы уравнений, с точностью до множителя 3). Вторая строка примеров дает формальное определение числа обусловленности как произведения норм исходной и обратной матриц.
2.7. Ранг матрицы
Рангом матрицы называют наибольшее натуральное число k, для которого существует не равный нулю определитель k-го порядка подматрицы, составленной из любого пересечения k столбцов и k строк матрицы. Для вычисления ранга используется функция rank(A).
Задание 24. Реализуйте следующие примеры и проанализируйте полученные результаты:
3. Система линейных уравнений
Одном из основных вопросов, изучаемых линейной алгеброй, является решение систем линейных алгебраических уравнений (СЛАУ), т. е. систем уравнений вида:
ai1·x1+ai2·x2+…+aiN·xN=bi (1)
В матричном виде СЛАУ записывается в эквивалентном виде:
A·x=b, (2)
где A – матрица коэффициентов СЛАУ размерности N×N, x – вектор неизвестных, b – вектор правых частей уравнений.
СЛАУ имеет единственное решение, если матрица A является невырожденной, или по-другому, несингулярной, т. е. ее определитель не равен нулю. С вычислительной точки зрения, решение СЛАУ не представляет трудностей, если матрица A не очень велика. С большой матрицей проблем тоже не возникает, если она не очень плохо обусловлена. В MathCAD можно решать СЛАУ как в более наглядной форме (1), так и в более удобной для записи форме (2). Для первого способа следует использовать вычислительный блок Given/Find (см. лабораторное занятие 4), а для второго – встроенную функцию:
lsolve(A,b) – решение системы линейных уравнений;
Здесь A- матрица коэффициентов системы, b – вектор правых частей.
Задание 25. Используя встроенную функцию lsolve решить СЛАУ, представленную матрицами A и b:
Встроенную функцию допускается применять и при символьном решении СЛАУ. Например:
В некоторых случаях для большей наглядности представления СЛАУ, ее можно решить как систему нелинейных уравнений, применяя численные методы.
Задание 26. Реализуйте следующий пример и проанализируйте полученные результаты:
Внутри оператора Given ставится не обычный знак равно, а булево равенство. Этот знак можно поставить либо используя палитру Булево, либо с помощью сочетания клавиш Ctrl и =. Внутри последнего оператора стоит обычный знак равенства.
Обратите внимание на то, что при численном решении всем неизвестным требуется присвоить начальные значения. Они могут быть произвольными, так как решение СЛАУ с невырожденной матрицей единственно. Сравните результаты, полученные в задании 25 и задании 26.