Дипломные работы, курсовые проекты на заказ, контрольные работы на заказ

 
Начертательная геометрия Практикум по решению задач Геометрическое черчение Инженерная графика ЕСКД Кратные интегралы Математический анализ Матрицы Пределы Производные Векторная алгебра Интегральное исчисление ТФКП Ядерная физика Электростатика Магнетизм Оптика Информационные технологии

Правило Крамера

Рассмотрим частный случай системы линеных уравнений (15.1), когда $ {m=n}$ , то есть когда число уравнений совпадает с числом неизвестных. Именно такие системы при $ {n=2}$ или $ {n=3}$ рассматриваются в школе.

Если число уравнений равно числу неизвестных, то матрица $ A$ исходной системы -- квадратная, порядка $ n$ , $ x$ и $ b$  -- столбцы высоты $ n$ . Предположим, что $ \vert A\vert\ne0$ . Тогда по теореме 14.1 существует обратная матрица. Умножив слева обе части равенства  (15.2) на $ A^{-1}$ , получим

$\displaystyle A^{-1}Ax=A^{-1}b\quad\Rightarrow\quad Ex=A^{-1}b\quad\Rightarrow\quad x=A^{-1}b.$

Таким образом, система уравнений (15.1) имеет единственное решение и оно в матричной форме может быть записано в виде

$\displaystyle x=A^{-1}b.$(15.3)

Это так называемый матричный способ решения системы линейных уравнений.

Введем следующие обозначения. Пусть $ {{\Delta}=\vert A\vert}$ , $ {\Delta}_i$  -- определитель матрицы, полученной из матрицы $ A$ заменой столбца с номером $ i$ на столбец $ b$ свободных членов, $ {i=1,2,\dots,n}$ :

\begin{multline*} {\Delta}_1=\left\vert\begin{array}{cccc}b_{1}&a_{12}&\dots&a_... ...dotsfor{4}\\ a_{n1}&a_{n2}&\dots&b_{n}\end{array}\right\vert. \end{multline*}

        Теорема 15.1   (Правило Крамера) Если в системе $ n$ линейных уравнений с $ n$ неизвестными $ {\Delta}\ne0$ , то система имеет решение и притом единственное. Это решение задается формулами

$\displaystyle x_1=\frac{{\Delta}_1}{{\Delta}},\quad x_2=\frac{{\Delta}_2}{{\Delta}},\quad \dots,\quad x_n=\frac{{\Delta}_n}{{\Delta}}.$

        Доказательство.     По теореме 14.1 обратная матрица находится по формуле

$\displaystyle A^{-1}=\frac1{{\Delta}}\left(\begin{array}{cccc}A_{11}&A_{21}&\do... ...\dots&A_{n2}\\ \hdotsfor{4}\\ A_{1n}&A_{2n}&\dots&A_{nn}\end{array}\right),$

где $ A_{ij}$ -- алгебраические дополнения. Тогда из (15.3) следует, что

$\displaystyle x= \frac1{{\Delta}}\left(\begin{array}{cccc}A_{11}&A_{21}&\dots&... ..._n\\ \hdotsfor{1}\\ A_{1n}b_1+A_{2n}b_2+\ldots+A_{nn}b_n\end{array}\right).$

Заметим, что по формуле (14.13) разложение определителя $ {\Delta}_1$ по первому столбцу в точности совпадает с первым элементом матрицы-столбца в правой части последнего равенства, разложение определителя $ {\Delta}_2$ по второму столбцу дает второй элемент матрицы-столбца и т.д. Поэтому $ {x=\dfrac1{{\Delta}}\left(\begin{array}{c}{\Delta}_1\\ {\Delta}_2\\ \vdots\\ {\Delta}_n\end{array}\right)}$ , откуда и следует утверждение теоремы.     

        Пример 15.1   Решите систему уравнений $ \left\{\begin{array}{l}2x_1-x_2+x_3=1,\\ 3x_1+x_2+5x_3=-3, \\ 5x_1+3x_3=2.\end{array}\right.$

Решение. Выписываем матрицу системы $ {A=\left(\begin{array}{rrr}2&-1&1\\ 3&1&5\\ 5&0&3\end{array}\right)}$ и столбец свободных членов $ {b=\left(\begin{array}{r}1\\ -3\\ 2\end{array}\right)}$ .

Находим определитель системы: $ {{\Delta}=\left\vert\begin{array}{rrr}2&-1&1\\ 3&1&5\\ 5&0&3\end{array}\right\vert=-15}$ . Определитель отличен от нуля, следовательно, можно применить правило Крамера. Находим дополнительные определители:

$\displaystyle {\Delta}_1=\left\vert\begin{array}{rrr}1&-1&1\\ -3&1&5\\ 2&0&3\en... ...3=\left\vert\begin{array}{rrr}2&-1&1\\ 3&1&-3\\ 5&0&2\end{array}\right\vert=20.$

Итак,

$\displaystyle x_1=\frac{-18}{-15}=\frac65,\qquad x_2=\frac{-1}{-15}=\frac1{15}, \qquad x_3=\frac{20}{-15}=-\frac43.$

Ответ: $ {x_1=\frac65,\quad x_2=\frac1{15},\quad x_3=-\frac43}$ .         

        Замечание 15.1   При кажущейся простоте правила Крамера применяется оно для систем более, чем из трех уравнений, только в каких-то исключительных случаях. Дело в том, что вычисление определителей требует выполнения большого числа арифметических операций и существует способ, требующий меньшей вычислительной работы. Этот способ будет описан позже.         

        Замечание 15.2   При решении системы уравнений приходится выполнять довольно большой объем вычислений. Поэтому велика вероятность ошибки. Чтобы обнаружить эту ошибку, рекомендуется выполнить проверку ответа, то есть подставить полученные значения неизвестных в уравнения системы. Если все уравнения превратятся в верные равенства, то решение найдено верно. В противном случае при вычислениях где-то допущена ошибка.         


Нормализация звука

Функция Normalize, как и функция Volume, увеличивает громкость звука, но несколько иным образом. Она сначала исследует файл на предмет самого высокого уровня сигнала, а потом вычитает этот уровень из максимально возможного, который равен 100% (или тому значению, которое вы установили). Функция Normalize использует получившуюся разность при увеличении громкости звуковых данных. В конце концов, самый высокий уровень сигнала в данном файле доводится до 100% (или до указанного вами значения), а более низкие уровни пропорционально увеличиваются.

Другими словами, если самый высокий уровень сигнала в вашем файле равен 80%, а максимально возможный уровень — 100%, то функция Normalize вычитает 80% из 100% и результат становится равен 20%. Затем громкость всех звуковых данных в вашем файле увеличивается на полученные 20%. Таким образом, вы можете использовать функцию Normalize, чтобы увеличить громкость ваших звуковых данных без последствий, т. е. без отсечения части данных. Контрольная работа по
теме интегралы

Чтобы использовать функцию Normalize, сделайте следующее:

1. Выделите в вашем файле данные, которые вы хотите нормализовать. Чтобы обработать весь файл, либо ничего не выделяйте, либо выделите все данные, выбрав команду меню Edit -> Select All.

2. Выберите команду меню Process -> Normalize, чтобы открыть диалоговое окно Normalize Потенциальные и соленоидальные векторные поля Ротор векторного поля

3. Для параметра Normalize using включите переключатель Peak level (о переключателе Average RMS power (loudness) мы поговорим чуть позже).

4. Нажмите на кнопку Scan Levels, чтобы найти самый высокий уровень сигнала ваших звуковых данных.

5. Установите значение параметра Normalize to (-60 to 0 dB), перемещая соответствующий ползунок вверх или вниз. Таким образом вы установите максимально возможный уровень сигнала, который будет учитываться при нормализации. В большинстве случаев вам следует устанавливать значение, равное 100%, но если вы хотите в дальнейшем редактировать или обрабатывать ваши данные, лучше указать более низкий уровень, например 50% или —6 дБ. Дело в том, что во время обработки файла громкость может повыситься, и это послужит причиной отсечения части данных.