小结

  1. 经济学中的齐次线性方程组
  2. 配平化学方程式

经济学中的齐次线性方程组

假设一个国家的经济体系可以划分为许多部门,如各种制造、交通、娱乐和服务业。假设我们知道每个部门的年度总产出,并精确知道该总产出是如何在其他经济部门进行分配或“交易”的。称一个部门产出的总货币价值为产出的价格。列昂惕夫证明了下面的结论:
存在能够指派给各个部门总产出的平衡价格,使得每个部门的总收入恰好等于它的总支出。

假设一个经济体系由煤炭、电力(电源)和钢铁三个部门组成,各部门之间的分配如下表所示,其中每一列中的数表示该部门总产出所占的比例。

如表的第二列,将电力的总产出分配如下:40%给煤炭部门,50%给钢铁部门,剩下10%分配给电力部门。
用符号PCP_CPC​,PEP_EPE​,PSP_SPS​分别表示煤炭、电力和钢铁部门年度总产出的价格(即货币价值)。如果可能,求出平衡价格使每个部门的收支平衡。
解:某一部门所在的一列表示它的产出的去向,它所在的一行表示它从哪些部门获得了投入。因此可得出线性方程组:
{PC=0.4PE+0.6PSPE=0.6PC+0.1PE+0.2PSPS=0.4PC+0.5PE+0.2pS\begin{cases}P_C = 0.4P_E + 0.6P_S \\P_E = 0.6P_C + 0.1P_E + 0.2P_S\\P_S = 0.4P_C + 0.5P_E + 0.2p_S\end{cases}⎩⎪⎨⎪⎧​PC​=0.4PE​+0.6PS​PE​=0.6PC​+0.1PE​+0.2PS​PS​=0.4PC​+0.5PE​+0.2pS​​~{PC−0.4PE−0.6PS=0−0.6PC+0.9PE−0.2PS=0−0.4PC−0.5PE+0.8pS=0\begin{cases}P_C - 0.4P_E - 0.6P_S = 0 \\ - 0.6P_C + 0.9P_E - 0.2P_S = 0 \\ - 0.4P_C - 0.5P_E + 0.8p_S = 0\end{cases}⎩⎪⎨⎪⎧​PC​−0.4PE​−0.6PS​=0−0.6PC​+0.9PE​−0.2PS​=0−0.4PC​−0.5PE​+0.8pS​=0​
接下来进行行化简。为简明起见,数值舍入到小数点后两位。
[1−0.4−0.60−0.60.9−0.20−0.4−0.50.80]\begin{bmatrix} 1 & -0.4 & -0.6 & 0 \\ -0.6 & 0.9 & -0.2 & 0 \\ -0.4 & -0.5 & 0.8 & 0 \end{bmatrix}⎣⎡​1−0.6−0.4​−0.40.9−0.5​−0.6−0.20.8​000​⎦⎤​~[1−0.4−0.6000.66−0.5600−0.660.560]\begin{bmatrix} 1 & -0.4 & -0.6 & 0 \\ 0 & 0.66 & -0.56 & 0 \\ 0 & -0.66 & 0.56 & 0 \end{bmatrix}⎣⎡​100​−0.40.66−0.66​−0.6−0.560.56​000​⎦⎤​~[1−0.4−0.6000.66−0.5600000]\begin{bmatrix} 1 & -0.4 & -0.6 & 0 \\ 0 & 0.66 & -0.56 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix}⎣⎡​100​−0.40.660​−0.6−0.560​000​⎦⎤​~[1−0.4−0.6001−0.8500000]\begin{bmatrix} 1 & -0.4 & -0.6 & 0 \\ 0 & 1 & -0.85 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix}⎣⎡​100​−0.410​−0.6−0.850​000​⎦⎤​~[10−0.94001−0.8500000]\begin{bmatrix} 1 & 0 & -0.94 & 0 \\ 0 & 1 & -0.85 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix}⎣⎡​100​010​−0.94−0.850​000​⎦⎤​
可得通解:{PC=0.94PSPE=0.85PSpS为自由变量\begin{cases}P_C=0.94P_S\\P_E=0.85P_S \\p_S为自由变量\end{cases}⎩⎪⎨⎪⎧​PC​=0.94PS​PE​=0.85PS​pS​为自由变量​,向量参数形式为:
p=[PCPEPS]=[0.94PS0.85PSPS]=PS[0.940.851]\boldsymbol{p}=\begin{bmatrix}P_C \\ P_E \\ P_S\end{bmatrix}=\begin{bmatrix}0.94P_S \\ 0.85P_S \\ P_S\end{bmatrix}=P_S\begin{bmatrix}0.94 \\ 0.85 \\ 1\end{bmatrix}p=⎣⎡​PC​PE​PS​​⎦⎤​=⎣⎡​0.94PS​0.85PS​PS​​⎦⎤​=PS​⎣⎡​0.940.851​⎦⎤​。
任何(非负)PSP_SPS​取值可以算出平衡价格的一种取值。

配平化学方程式

化学方程式描述了化学反应的物质消耗和生产的数量。例如,当丙烷气体燃烧时,丙烷(C3H8C_3H_8C3​H8​)与氧气(O2O_2O2​)结合生成二氧化碳(CO2CO_2CO2​)和水(H2OH_2OH2​O),化学方程式如下所示:
(x1)C3H8+(x2)O2→(x3)CO2+(x4)H2O(x_1)C_3H_8 + (x_2)O_2 \rightarrow (x_3)CO_2 + (x_4)H_2O(x1​)C3​H8​+(x2​)O2​→(x3​)CO2​+(x4​)H2​O
为“配平”这个方程式,化学家必须找到x1,⋯ ,x4x_1,\cdots,x_4x1​,⋯,x4​的全体数量,使得方程式左边碳(CCC)、氢(HHH)、氧(OOO)原子的总数等于右边相应原子的总数。
配平化学方程式的一个系统方法是建立描述化学反应中每种类型原子数目的向量方程。由于该化学方程式包含三种类型的原子(碳、氢、氧),因此给每一种反应物和生成物构造一个属于R3\mathbb{R}^{3}R3的向量,列出“每个分子的组成原子”数目如下:
C3H8:[380]C_3H_8:\begin{bmatrix}3 \\ 8 \\ 0\end{bmatrix}C3​H8​:⎣⎡​380​⎦⎤​,O2:[002]O_2:\begin{bmatrix}0 \\ 0 \\ 2\end{bmatrix}O2​:⎣⎡​002​⎦⎤​,CO2:[102]CO_2:\begin{bmatrix}1 \\ 0 \\ 2 \end{bmatrix}CO2​:⎣⎡​102​⎦⎤​,H2O:[021]←碳←氢←氧H_2O:\begin{bmatrix}0 \\ 2 \\ 1\end{bmatrix}\begin{matrix}& \leftarrow & 碳 \\ & \leftarrow & 氢 \\ & \leftarrow & 氧\end{matrix}H2​O:⎣⎡​021​⎦⎤​​←←←​碳氢氧​
要配平方程式,系数x1,⋯ ,x4x_1,\cdots,x_4x1​,⋯,x4​必须满足
x1[380]+x2[002]=x3[102]+x4[021]x_1\begin{bmatrix}3 \\ 8 \\ 0\end{bmatrix} + x_2\begin{bmatrix}0 \\ 0 \\ 2\end{bmatrix} = x_3\begin{bmatrix}1 \\ 0 \\ 2\end{bmatrix} + x_4\begin{bmatrix}0 \\ 2 \\ 1\end{bmatrix}x1​⎣⎡​380​⎦⎤​+x2​⎣⎡​002​⎦⎤​=x3​⎣⎡​102​⎦⎤​+x4​⎣⎡​021​⎦⎤​
将全部项移到左边,得到:
x1[380]+x2[002]+x3[−10−2]+x4[0−2−1]=[000]x_1\begin{bmatrix}3 \\ 8 \\ 0 \end{bmatrix} + x_2\begin{bmatrix}0 \\ 0 \\ 2\end{bmatrix} + x_3\begin{bmatrix}-1 \\ 0 \\ -2\end{bmatrix} + x_4\begin{bmatrix}0 \\ -2 \\ -1\end{bmatrix} = \begin{bmatrix}0 \\ 0 \\ 0\end{bmatrix}x1​⎣⎡​380​⎦⎤​+x2​⎣⎡​002​⎦⎤​+x3​⎣⎡​−10−2​⎦⎤​+x4​⎣⎡​0−2−1​⎦⎤​=⎣⎡​000​⎦⎤​
化简该方程组的增广矩阵
[30−100800−2002−2−10]\begin{bmatrix}3 & 0 & -1 & 0 & 0 \\ 8 & 0 & 0 & -2 & 0 \\ 0 & 2 & -2 & -1 & 0\end{bmatrix}⎣⎡​380​002​−10−2​0−2−1​000​⎦⎤​~[30−1000083−2002−2−10]\begin{bmatrix}3 & 0 & -1 & 0 & 0\\ 0 & 0 & \frac{8}{3} & -2 & 0\\ 0 & 2 & -2 & -1 & 0\end{bmatrix}⎣⎡​300​002​−138​−2​0−2−1​000​⎦⎤​~[30−10002−2−100083−20]\begin{bmatrix}3 & 0 & -1 & 0 & 0\\ 0 & 2 & -2 & -1 & 0\\ 0 & 0 & \frac{8}{3} & -2 & 0\end{bmatrix}⎣⎡​300​020​−1−238​​0−1−2​000​⎦⎤​~[100−140010−540001−340]\begin{bmatrix}1 & 0 & 0 & -\frac{1}{4} & 0\\ 0 & 1 & 0 & -\frac{5}{4} & 0\\ 0 & 0 & 1 & -\frac{3}{4} & 0\end{bmatrix}⎣⎡​100​010​001​−41​−45​−43​​000​⎦⎤​
可得通解:{x1=14x4x2=54x4x3=34x4x4为自由变量\begin{cases}x_1=\frac{1}{4}x_4 \\x_2=\frac{5}{4}x_4 \\x_3=\frac{3}{4}x_4 \\x_4为自由变量\end{cases}⎩⎪⎪⎪⎨⎪⎪⎪⎧​x1​=41​x4​x2​=45​x4​x3​=43​x4​x4​为自由变量​,向量参数形式为:
x=[x1x2x3x4]=[14x454x434x4x4]=x4[1454341]\boldsymbol{x}=\begin{bmatrix}x_1 \\ x_2 \\ x_3 \\ x_4\end{bmatrix}=\begin{bmatrix}\frac{1}{4}x_4 \\ \frac{5}{4}x_4 \\ \frac{3}{4}x_4 \\ x_4\end{bmatrix}=x_4\begin{bmatrix}\frac{1}{4} \\ \frac{5}{4} \\ \frac{3}{4} \\ 1\end{bmatrix}x=⎣⎢⎢⎡​x1​x2​x3​x4​​⎦⎥⎥⎤​=⎣⎢⎢⎡​41​x4​45​x4​43​x4​x4​​⎦⎥⎥⎤​=x4​⎣⎢⎢⎡​41​45​43​1​⎦⎥⎥⎤​。
因为化学方程式的系数应为整数,故取x4=4x_4=4x4​=4,那么x1=1,x2=5,x3=3x_1=1,x_2=5,x_3=3x1​=1,x2​=5,x3​=3,配平的方程式为:C3H8+5O2→3CO2+4H2OC_3H_8 + 5O_2 \rightarrow 3CO_2 + 4H_2OC3​H8​+5O2​→3CO2​+4H2​O

线性方程组(六)- 线性方程组的应用相关推荐

  1. 线性方程组 python_线性方程组的表示 使用Python的线性代数

    线性方程组 python Prerequisites: 先决条件: Defining a Vectors 定义向量 Defining a Matrix 定义矩阵 In this article, we ...

  2. 第三章 矩阵的初等变换与线性方程组概念详解

    矩阵的初等变换 一.初等变换和初等矩阵及其联系 设A=(aij)m*n,则以下三种变换称为矩阵A的初等行(列)变换 1.交换A的两行(列) 2.用一个非零常数k乘以A的某一行(列) 3.用一个数乘以A ...

  3. 线性代数带参数的线性方程组的求法示例详解

    线性方程组的求法与示例详解 线性方程组 由n个1维未知量,m个方程组成的组合叫做线性方程组. 特别的当方程组右边的值全都是0时叫做齐次线性方程组. 增广矩阵 在系数矩阵的右边添上一列,该列由线性方程组 ...

  4. matlab软件编程求解方程实验报告,数学实验“线性方程组高斯消去法”实验报告内含matlab程序.doc...

    数学实验"线性方程组高斯消去法"实验报告内含matlab程序 西京学院数学软件实验任务书课程名称数学软件实验班级数0901学号0912020107姓名李亚强实验课题线性方程组高斯消 ...

  5. MATLAB当中线性方程组、不定方程组、奇异方程组、超定方程组的介绍

    系列文章目录 MATLAB绘图函数的相关介绍--海底测量.二维与三维图形绘制 MATLAB求函数极限的简单介绍 文章目录 一.线性方程组 1.1.线性方程组简介 1.2.矩阵的初等变换 1.3.MAT ...

  6. 六、线性方程组求解--Jacobi和Gauss-Seidel迭代求解

    六.线性方程组求解-Gauss消去.Jacobi和Gauss-Seidel迭代求解 1.消去法求解原理 求解Ax = b,首先对增广矩阵(A|b)进行初等行变换为如下三种矩阵对角阵.上三角阵.下三角阵 ...

  7. 【数值分析不挂科】第六章 | 线性方程组直接法 迭代法

    文章目录 [第六章:线性方程组直接法 & 迭代法] 1.1 直接法 & Gauss法 1.2 Jaccobi迭代法 1.3 G-S(高斯-赛德尔法) 1.4 SOR迭代法 2.1 算子 ...

  8. 数值计算方法(六)——迭代法求解线性方程组

    雅克比迭代公式 公式: 代码实现: 双重循环实现迭代过程 /***@name Jacobi_iteration:雅克比迭代方法求解向量*@param1 x:初始解向量x*@param2 x1:迭代结果 ...

  9. 线性代数第四章 向量组的线性相关性

    向量组及其线性组合 一.向量.向量组 1.向量 n个有次序的数a1,a2,...,an所组成的数组称为n维向量,这n个数称为该向量的n个分量,第i个数ai称为第 i个分量 n维向量可以写成一行,也可以 ...

最新文章

  1. 计算机基础及wps office应用_全国2019年4月自考00018《计算机应用基础》试题
  2. 这些名言都是有后半句的,以前都按前半句理解,太坑人!
  3. [Vue源码分析] 模板的编译
  4. SQL中STR()函数功能
  5. 北京高院宣判:微信商标案终审驳回上诉 维持原判
  6. 一起来玩AZURE SQL(四)AZURE SQL之逻辑服务器介绍
  7. Spring 使用AOP
  8. PCM音频设备的操作(转)
  9. 正则表达式 四则运算 java_利用正则表达式判断四则运算表达式是否合法
  10. Oracle Linux 6.3下安装Oracle 11g R2(11.2.0.3)
  11. win10固态硬盘分区 整数_固态硬盘先装系统还是先4k对齐?
  12. 动画图解:十大经典排序算法动画与解析,看我就够了(配代码完全版)
  13. 如何写项目文档?项目文档有哪些?
  14. 平安夜html5源码,平安夜
  15. 【阿里云】短视频SDK产品
  16. 【数据治理-01】开篇:一起聊聊数据治理
  17. java中的画图公式_GitHub - oneSaber/Compiler-java: 函数绘图语言java实现
  18. Nmap常用扫描命令
  19. 2022-09-07 网工进阶(三十)以太网交换安全-端口隔离、MAC地址表安全、端口安全、MAC地址漂移防止与检测、链路层安全、流量抑制、风暴控制、IPSG(IP Source Guard)
  20. 加密流量分类-论文6:Learning to Classify A Flow-Based Relation Network for Encrypted Traffic Classification

热门文章

  1. 创龙基于Xilinx Artix-7系列FPGA处理器的HDMI、SFP接口
  2. linux mysql 1055_mysql 1055错误
  3. 【.net函数式编程】可重复的执行repeatable execution
  4. 跟着团子学SAP PS后台篇——项目编码配置 OPSJ/OPSK
  5. 交通仿真软件国内外详情分析及发展概述
  6. 使用python进行缺失数据估算(missing data imputation in python)
  7. 跨年巨作 13万字 腾讯高工手写JDK源码笔记 带你飙向实战
  8. loadlibrary failed with error 126:找不到指定模块 解决方法
  9. 新一代云数据库的引领者---AWS
  10. 工业生产管理-数据采集初探