где x * - один из решений неоднородной системы (2) (например (4)), (E−A + A) образует ядро (нуль пространство) матрицы A .

Сделаем скелетное разложение матрицы (E−A + A) :

E−A + A=Q·S

где Q n×n−r - матрица rank(Q)=n−r , S n−r×n -матрица rank(S)=n−r .

Тогда (13) можно записать в следующем виде:

x=x*+Q·k, ∀ k∈ R n-r .

где k=Sz .

Итак, процедура нахождения общего решения системы линейных уравнений с помощью псевдообратной матрицы можно представить в следующем виде:

1. Вычисляем псевдообратную матрицу A + .
2. Вычисляем частное решение неоднородной системы линейных уравнений (2): x *=A + b .
3. Проверяем совместность системы. Для этого вычисляем AA + b . Если AA + b ≠b , то система несовместна. В противном случае продолжаем процедуру.
4. Высисляем E−A + A.
5. Делаем скелетное разложение E−A + A=Q·S.
6. Строим решение

x=x*+Q·k, ∀ k∈ R n-r .

Решение системы линейных уравнений онлайн

Онлайн калькулятор позволяет найти обшее решение системы линейных уравнений с подробными объяснениями.

Система называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой , если она не имеет решений.

Определённая, неопределённая СЛАУ.

Если СЛАУ имеет решение и при том единственное, то её называют определённой а если решение неединственное – то неопределённой .

МАТРИЧНЫЕ УРАВНЕНИЯ

Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:

Рассмотрим матрицу системы и матрицы столбцы неизвестных и свободных членов

Найдем произведение

т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде

или короче A ∙X=B .

Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением.

Пусть определитель матрицы отличен от нуля |A | ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A : . Поскольку A -1 A = E и E ∙X = X , то получаем решение матричного уравнения в виде X = A -1 B .

Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных .

Формулы Крамера

Метод Крамера состоит в том, что мы последовательно находим главный определитель системы , т.е. определитель матрицы А: D = det (a i j) и n вспомогательных определителей D i (i= ), которые получаются из определителя D заменой i-го столбца столбцом свободных членов.

Формулы Крамера имеют вид: D × x i = D i (i = ).

Из этого следует правило Крамера, которое дает исчерпывающий ответ на вопрос о совместности системы: если главный определитель системы отличен от нуля, то система имеет единственное решение, определяемое по формулам: x i = D i / D.

Если главный определитель системы D и все вспомогательные определители D i = 0 (i= ), то система имеет бесчисленное множество решений. Если главный определитель системы D = 0, а хотя бы один вспомогательный определитель отличен от нуля, то система несовместна.

Теорема (правило Крамера): Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём

Доказательство: Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A 11 элемента a 11 , 2-ое уравнение – на A 21 и 3-е – на A 31 :

Сложим эти уравнения:

Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца .

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: . Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

Теорема Кронекера - Капелли.

Система линейных уравнений является совместной тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы .

Доказательство: Оно распадается на два этапа.

1. Пусть система имеет решение. Покажем, что .

Пусть набор чисел является решением системы. Обозначим через -ый столбец матрицы , . Тогда , то есть столбец свободных членов является линейной комбинацией столбцов матрицы . Пусть . Предположим, что . Тогда по . Выберем в базисный минор . Он имеет порядок . Столбец свободных членов обязан проходить через этот минор, иначе он будет базисным минором матрицы . Столбец свободных членов в миноре является линейной комбинацией столбцов матрицы . В силу свойств определителя , где -- определитель, который получается из минора заменой столбца свободных членов на столбец . Если столбец проходил через минор M, то в , будет два одинаковых столбца и, следовательно, . Если столбец не проходил через минор , то будет отличаться от минора порядка r+1 матрицы только порядком столбцов. Так как , то . Таким образом, , что противоречит определению базисного минора. Значит, предположение, что , неверно.

2. Пусть . Покажем, что система имеет решение. Так как , то базисный минор матрицы является базисным минором матрицы . Пусть через минор проходят столбцы . Тогда по теореме о базисном миноре в матрице столбец свободных членов является линейной комбинацией указанных столбцов:

(1)

Положим , , , , остальные неизвестные возьмем равными нулю. Тогда при этих значениях получим

В силу равенства (1) . Последнее равенство означает, что набор чисел является решением системы. Существование решения доказано.

В рассмотренной выше системе , и система является совместной. В системе , , и система является несовместной.

Замечание:Хотя теорема Кронекера-Капелли дает возможность определить, является ли система совместной, применяется она довольно редко, в основном в теоретических исследованиях. Причина заключается в том, что вычисления, выполняемые при нахождении ранга матрицы, в основном совпадают с вычислениями при нахождении решения системы. Поэтому, обычно вместо того, чтобы находить и , ищут решение системы. Если его удается найти, то узнаем, что система совместна и одновременно получаем ее решение. Если решение не удается найти, то делаем вывод, что система несовместна.

Алгоритм нахождения решений произвольной системы линейных уравнений (метод Гаусса)

Пусть дана система линейных уравнений с неизвестными . Требуется найти ее общее решение, если она совместна, или установить ее несовместность. Метод, который будет изложен в этом разделе, близок к методу вычисления определителя и к методу нахождения ранга матрицы. Предлагаемый алгоритм называется методом Гаусса или методом последовательного исключения неизвестных.

Выпишем расширенную матрицу системы

Назовем элементарными операциями следующие действия с матрицами:

1. перестановка строк;

2. умножение строки на число, отличное от нуля;

3. сложение строки с другой строкой, умноженной на число.

Отметим, что при решении системы уравнений, в отличие от вычисления определителя и нахождения ранга, нельзя оперировать со столбцами. Если по матрице, полученной из выполнением элементарной операции, восстановить систему уравнений, то новая система будет равносильна исходной.

Цель алгоритма -- с помощью применения последовательности элементарных операций к матрице добиться, чтобы каждая строка, кроме, быть может, первой, начиналась с нулей, и число нулей до первого ненулевого элемента в каждой следующей строке было больше, чем в предыдущей.

Шаг алгоритма заключается в следующем. Находим первый ненулевой столбец в матрице . Пусть это будет столбец с номером . Находим в нем ненулевой элемент и строку с этим элементом меняем местами с первой строкой. Чтобы не нагромождать дополнительных обозначений, будем считать, что такая смена строк в матрице уже произведена, то есть . Тогда ко второй строке прибавим первую, умноженную на число , к третьей строке прибавим первую, умноженную на число , и т.д. В результате получим матрицу

(Первые нулевые столбцы, как правило, отсутствуют.)

Если в матрице встретилась строка с номером k, в которой все элементы равны нулю, а , то выполнение алгоритма останавливаем и делаем вывод, что система несовместна. Действительно, восстанавливая систему уравнений по расширенной матрице, получим, что -ое уравнение будет иметь вид

Этому уравнению не удовлетворяет ни один набор чисел .

Матрицу можно записать в виде

По отношению к матрице выполняем описанный шаг алгоритма. Получаем матрицу

где , . Эту матрицу снова можно записать в виде

и к матрице снова применим описанный выше шаг алгоритма.

Процесс останавливается, если после выполнения очередного шага новая уменьшенная матрица состоит из одних нулей или если исчерпаны все строки. Заметим, что заключение о несовместности системы могло остановить процесс и ранее.

Если бы мы не уменьшали матрицу, то в итоге пришли бы к матрице вида

Далее выполняется так называемый обратный ход метода Гаусса. По матрице составляем систему уравнений. В левой части оставляем неизвестные с номерами, соответствующими первым ненулевым элементам в каждой строке, то есть . Заметим, что . Остальные неизвестные переносим в правую часть. Считая неизвестные в правой части некоторыми фиксированными величинами, несложно выразить через них неизвестные левой части.

Теперь, придавая неизвестным в правой части произвольные значения и вычисляя значения переменных левой части, мы будем находить различные решения исходной системы Ax=b. Чтобы записать общее решение, нужно неизвестные в правой части обозначить в каком-либо порядке буквами , включая и те неизвестные, которые явно не выписаны в правой части из-за нулевых коэффициентов, и тогда столбец неизвестных можно записать в виде столбца, где каждый элемент будет линейной комбинацией произвольных величин (в частности, просто произвольной величиной ). Эта запись и будет общим решением системы.

Если система была однородной, то получим общее решение однородной системы. Коэффициенты при , взятые в каждом элементе столбца общего решения, составят первое решение из фундаментальной системы решений, коэффициенты при -- второе решение и т.д.

Способ 2: Фундаментальную систему решений однородной системы можно получить и другим способом. Для этого одной переменной, перенесенной в правую часть, нужно присвоить значение 1, а остальным - нули. Вычислив значения переменных в левой части, получим одно решение из фундаментальной системы. Присвоив другой переменной в правой части значение 1, а остальным - нули, получим второе решение из фундаментальной системы и т.д.

Определение:система называется совместно й, если она имеет хотя бы одно решение, и несовместной -- в противном случае, то есть в случае, когда решений у системы нет. Вопрос о том, имеет ли система решение или нет, связан не только с соотношением числа уравнений и числа неизвестных. Например, система из трех уравнений с двумя неизвестными

имеет решение , и даже имеет бесконечно много решений, а система из двух уравнений с тремя неизвестными.

……. … ……

A m 1 x 1 + … + a mn x n = 0

Данная система всегда совместна так как имеет тривиальное решение х 1 =…=х n =0

Для существования нетривиальных решений необходимо и достаточно выполнение

словия r = r(A) < n , что равносильно условию det(A)=0, когда матрица А – квадратная.

Th Совокупность решений СЛАУ образует линейное пространство размерности (n-r). Это означает, что произведение ее решения на число, а также сумма и линейная комбинация конечного числа ее решений является решениями этой системы. Линейное пространство решений любой СЛАУ является подпространством пространства R n .

Любая совокупность (n-r) линейно независимых решений СЛАУ (являющаяся базисом в пространстве решений) называется фундаментальной совокупностью решений(ФСР).

Пусть х 1 ,…,х r - базисные неизвестные, х r +1 ,…,х n – свободные неизвестные. Свободным переменным дадим поочередно следующие значения:

……. … ……

A m 1 x 1 + … + a mn x n = 0

Образует линейное пространство S (пространство решений), которое является подпространством в R n (n – число неизвестных), причем dims=k=n-r, где r- ранг системы. Базис в пространстве решений{x (1) ,…, x (k) } называется фундаментальной системой решений, и общее решение имеет вид :

X=c 1 x (1) + … + c k x (k) , c (1) ,…, c (k) ? R

• Системы m линейных уравнений с n неизвестными.
  Решение системы линейных уравнений — это такое множество чисел {x 1 , x 2 , …, x n }, при подстановке которых в каждое из уравнений системы получается верное равенство.
  где a ij , i = 1, …, m; j = 1, …, n — коэффициенты системы;
  b i , i = 1, …, m — свободные члены;
  x j , j = 1, …, n — неизвестные.
  Вышеприведенная система может быть записана в матричном виде: A · X = B ,
  
  
  
  
  где (A |B ) — основная матрица системы;
  A — расширенная матрица системы;
  X — столбец неизвестных;
  B — столбец свободных членов.
  Если матрица B не является нуль-матрицей ∅, то данная система линейных уравнений называется неоднородной.
  Если матрица B = ∅, то данная система линейных уравнений называется однородной. Однородная система всегда имеет нулевое (тривиальное) решение: x 1 = x 2 = …, x n = 0 .
  Совместная система линейных уравнений — это имеющая решение система линейных уравнений.
  Несовместная система линейных уравнений — это не имеющая решение система линейных уравнений.
  Определённая система линейных уравнений — это имеющая единственное решение система линейных уравнений.
  Неопределённая система линейных уравнений — это имеющая бесконечное множество решений система линейных уравнений.
• Системы n линейных уравнений с n неизвестными
  Если число неизвестных равно числу уравнений, то матрица – квадратная. Определитель матрицы называется главным определителем системы линейных уравнений и обозначается символом Δ.
  Метод Крамера для решения систем n линейных уравнений с n неизвестными.
  Правило Крамера.
  Если главный определитель системы линейных уравнений не равен нулю, то система совместна и определена, причем единственное решение вычисляется по формулам Крамера:
  где Δ i — определители, получаемые из главного определителя системы Δ заменой i -го столбца на столбец свободных членов. .
• Системы m линейных уравнений с n неизвестными
  Теорема Кронекера−Капелли .
  
  
  Для того чтобы данная система линейных уравнений была совместной, необходимо и достаточно, чтобы ранг матрицы системы был равен рангу расширенной матрицы системы, rang(Α) = rang(Α|B) .
  Если rang(Α) ≠ rang(Α|B) , то система заведомо не имеет решений.
  Eсли rang(Α) = rang(Α|B) , то возможны два случая:
  1) rang(Α) = n (числу неизвестных) − решение единственно и может быть получено по формулам Крамера;
  2) rang(Α) < n − решений бесконечно много.
• Метод Гаусса для решения систем линейных уравнений
  
  
  Составим расширенную матрицу (A |B ) данной системы из коэффициентов при неизвестных и правых частей.
  Метод Гаусса или метод исключения неизвестных состоит в приведении расширенной матрицы (A |B ) с помощью элементарных преобразований над ее строками к диагональному виду (к верхнему треугольному виду). Возвращаясь к системе уравнений, определяют все неизвестные.
  К элементарным преобразованиям над строками относятся следующие:
  1) перемена местами двух строк;
  2) умножение строки на число, отличное от 0;
  3) прибавление к строке другой строки, умноженной на произвольное число;
  4) выбрасывание нулевой строки.
  Расширенной матрице, приведенной к диагональному виду, соответствует линейная система, эквивалентная данной, решение которой не вызывает затруднений. .
• Система однородных линейных уравнений.
  Однородная система имеет вид:
  
  ей соответствует матричное уравнение A · X = 0 .
  1) Однородная система всегда совместна, так как r(A) = r(A|B) , всегда существует нулевое решение (0, 0, …, 0).
  2) Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r = r(A) < n , что равносильно Δ = 0.
  3) Если r < n , то заведомо Δ = 0, тогда возникают свободные неизвестные c 1 , c 2 , …, c n-r , система имеет нетривиальные решения, причем их бесконечно много.
  4) Общее решение X при r < n может быть записано в матричном виде следующим образом:
  X = c 1 · X 1 + c 2 · X 2 + … + c n-r · X n-r ,
  где решения X 1 , X 2 , …, X n-r образуют фундаментальную систему решений.
  5) Фундаментальная система решений может быть получена из общего решения однородной системы:
  
  ,
  если последовательно полагать значения параметров равными (1, 0, …, 0), (0, 1, …, 0), …, (0, 0, …,1).
  Разложение общего решения по фундаментальной системе решений — это запись общего решения в виде линейной комбинации решений, принадлежащих к фундаментальной системе.
  Теорема . Для того, чтобы система линейных однородных уравнений имела ненулевое решение, необходимо и достаточно, чтобы Δ ≠ 0.
  Итак, если определитель Δ ≠ 0, то система имеет единственное решение.
  Если же Δ ≠ 0, то система линейных однородных уравнений имеет бесконечное множество решений.
  Теорема . Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r(A) < n .
  Доказательство :
  1) r не может быть больше n (ранг матрицы не превышает числа столбцов или строк);
  2) r < n , т.к. если r = n , то главный определитель системы Δ ≠ 0, и, по формулам Крамера, существует единственное тривиальное решение x 1 = x 2 = … = x n = 0 , что противоречит условию. Значит, r(A) < n .
  Следствие . Для того чтобы однородная система n линейных уравнений с n неизвестными имела ненулевое решение, необходимо и достаточно, чтобы Δ = 0.

Однако на практике широко распространены еще два случая:

– Система несовместна (не имеет решений);
– Система совместна и имеет бесконечно много решений.

Примечание : термин «совместность» подразумевает, что у системы существует хоть какое-то решение. В ряде задач требуется предварительно исследовать систему на совместность, как это сделать – см. статью о ранге матриц .

Для этих систем применяют наиболее универсальный из всех способов решения – метод Гаусса . На самом деле, к ответу приведет и «школьный» способ, но в высшей математике принято использовать гауссовский метод последовательного исключения неизвестных. Те, кто не знаком с алгоритмом метода Гаусса, пожалуйста, сначала изучите урок метод Гаусса для чайников .

Сами элементарные преобразования матрицы – точно такие же , разница будет в концовке решения. Сначала рассмотрим пару примеров, когда система не имеет решений (несовместна).

Пример 1

Что сразу бросается в глаза в этой системе? Количество уравнений – меньше, чем количество переменных. Если количество уравнений меньше, чем количество переменных , то сразу можно сказать, что система либо несовместна, либо имеет бесконечно много решений. И это осталось только выяснить.

Начало решения совершенно обычное – запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) На левой верхней ступеньке нам нужно получить +1 или –1. Таких чисел в первом столбце нет, поэтому перестановка строк ничего не даст. Единицу придется организовать самостоятельно, и сделать это можно несколькими способами. Я поступил так: К первой строке прибавляем третью строку, умноженную на –1.

(2) Теперь получаем два нуля в первом столбце. Ко второй строке прибавляем первую строку, умноженную на 3. К третьей строке прибавляем первую строку, умноженную на 5.

(3) После выполненного преобразования всегда целесообразно посмотреть, а нельзя ли упростить полученные строки? Можно. Вторую строку делим на 2, заодно получая нужную –1 на второй ступеньке. Третью строку делим на –3.

(4) К третьей строке прибавляем вторую строку.

Наверное, все обратили внимание на нехорошую строку, которая получилась в результате элементарных преобразований: . Ясно, что так быть не может. Действительно, перепишем полученную матрицу обратно в систему линейных уравнений:

Если в результате элементарных преобразований получена строка вида , где – число, отличное от нуля, то система несовместна (не имеет решений) .

Как записать концовку задания? Нарисуем белым мелом: «в результате элементарных преобразований получена строка вида , где » и дадим ответ: система не имеет решений (несовместна).

Если же по условию требуется ИССЛЕДОВАТЬ систему на совместность, тогда необходимо оформить решение в более солидном стиле с привлечением понятия ранга матрицы и теоремы Кронекера-Капелли .

Обратите внимание, что здесь нет никакого обратного хода алгоритма Гаусса – решений нет и находить попросту нечего.

Пример 2

Решить систему линейных уравнений

Это пример для самостоятельного решения. Полное решение и ответ в конце урока. Снова напоминаю, что ваш ход решения может отличаться от моего хода решения, у алгоритма Гаусса нет сильной «жёсткости».

Еще одна техническая особенность решения: элементарные преобразования можно прекращать сразу же , как только появилась строка вида , где . Рассмотрим условный пример: предположим, что после первого же преобразования получилась матрица . Матрица еще не приведена к ступенчатому виду, но в дальнейших элементарных преобразованиях нет никакой необходимости, так как появилась строка вида , где . Следует сразу дать ответ, что система несовместна.

Когда система линейных уравнений не имеет решений – это почти подарок, ввиду того, что получается короткое решение, иногда буквально в 2-3 действия.

Но всё в этом мире уравновешено, и задача, в которой система имеет бесконечно много решений – как раз длиннее.

Пример 3

Решить систему линейных уравнений

Тут 4 уравнений и 4 неизвестных, таким образом, система может иметь либо единственное решение, либо не иметь решений, либо иметь бесконечно много решений. Как бы там ни было, но метод Гаусса в любом случае приведет нас к ответу. В этом его и универсальность.

Начало опять стандартное. Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Вот и всё, а вы боялись.

(1) Обратите внимание, что все числа в первом столбце делятся на 2, поэтому на левой верхней ступеньке нас устраивает и двойка. Ко второй строке прибавляем первую строку, умноженную на –4. К третьей строке прибавляем первую строку, умноженную на –2. К четвертой строке прибавляем первую строку, умноженную на –1.

Внимание! У многих может возникнуть соблазн из четвертой строки вычесть первую строку. Так делать можно, но не нужно, опыт показывает, что вероятность ошибки в вычислениях увеличивается в несколько раз. Только складываем: К четвертой строке прибавляем первую строку, умноженную на –1 – именно так!

(2) Последние три строки пропорциональны, две из них можно удалить.

Здесь опять нужно проявить повышенное внимание , а действительно ли строки пропорциональны? Для перестраховки (особенно, чайнику) не лишним будет вторую строку умножить на –1, а четвертую строку разделить на 2, получив в результате три одинаковые строки. И только после этого удалить две из них.

В результате элементарных преобразований расширенная матрица системы приведена к ступенчатому виду:

При оформлении задачи в тетради желательно для наглядности делать такие же пометки карандашом.

Перепишем соответствующую систему уравнений:

«Обычным» единственным решением системы здесь и не пахнет. Нехорошей строки тоже нет. Значит, это третий оставшийся случай – система имеет бесконечно много решений. Иногда по условию нужно исследовать совместность системы (т.е. доказать, что решение вообще существует), об этом можно прочитать в последнем параграфе статьи Как найти ранг матрицы? Но пока разбираем азы:

Бесконечное множество решений системы коротко записывают в виде так называемого общего решения системы .

Общее решение системы найдем с помощью обратного хода метода Гаусса.

Сначала нужно определить, какие переменные у нас являются базисными , а какие переменные свободными . Не обязательно заморачиваться терминами линейной алгебры, достаточно запомнить, что вот существуют такие базисные переменные и свободные переменные .

Базисные переменные всегда «сидят» строго на ступеньках матрицы .
В данном примере базисными переменными являются и

Свободные переменные – это все оставшиеся переменные, которым не досталось ступеньки. В нашем случае их две: – свободные переменные.

Теперь нужно все базисные переменные выразить только через свободные переменные .

Обратный ход алгоритма Гаусса традиционно работает снизу вверх.
Из второго уравнения системы выражаем базисную переменную :

Теперь смотрим на первое уравнение: . Сначала в него подставляем найденное выражение :

Осталось выразить базисную переменную через свободные переменные :

В итоге получилось то, что нужно – все базисные переменные ( и ) выражены только через свободные переменные :

Собственно, общее решение готово:

Как правильно записать общее решение?
Свободные переменные записываются в общее решение «сами по себе» и строго на своих местах. В данном случае свободные переменные следует записать на второй и четвертой позиции:
.

Полученные же выражения для базисных переменных и , очевидно, нужно записать на первой и третьей позиции:

Придавая свободным переменным произвольные значения , можно найти бесконечно много частных решений . Самыми популярными значениями являются нули, поскольку частное решение получается проще всего. Подставим в общее решение:

– частное решение.

Другой сладкой парочкой являются единицы, подставим в общее решение:

– еще одно частное решение.

Легко заметить, что система уравнений имеет бесконечно много решений (так как свободным переменным мы можем придать любые значения)

Каждое частное решение должно удовлетворять каждому уравнению системы. На этом основана «быстрая» проверка правильности решения. Возьмите, например, частное решение и подставьте его в левую часть каждого уравнения исходной системы:

Всё должно сойтись. И с любым полученным вами частным решением – тоже всё должно сойтись.

Но, строго говоря, проверка частного решения иногда обманывает, т.е. какое-нибудь частное решение может удовлетворять каждому уравнению системы, а само общее решение на самом деле найдено неверно.

Поэтому более основательна и надёжна проверка общего решения. Как проверить полученное общее решение ?

Это несложно, но довольно муторно. Нужно взять выражения базисных переменных, в данном случае и , и подставить их в левую часть каждого уравнения системы.

В левую часть первого уравнения системы:

В левую часть второго уравнения системы:


Получена правая часть исходного уравнения.

Пример 4

Решить систему методом Гаусса. Найти общее решение и два частных. Сделать проверку общего решения.

Это пример для самостоятельного решения. Здесь, кстати, снова количество уравнений меньше, чем количество неизвестных, а значит, сразу понятно, что система будет либо несовместной, либо с бесконечным множеством решений. Что важно в самом процессе решения? Внимание, и еще раз внимание . Полное решение и ответ в конце урока.

И еще пара примеров для закрепления материала

Пример 5

Решить систему линейных уравнений. Если система имеет бесконечно много решений, найти два частных решения и сделать проверку общего решения

Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) Ко второй строке прибавляем первую строку. К третьей строке прибавляем первую строку, умноженную на 2. К четвертой строке прибавляем первую строку, умноженную на 3.
(2) К третьей строке прибавляем вторую строку, умноженную на –5. К четвертой строке прибавляем вторую строку, умноженную на –7.
(3) Третья и четвертая строки одинаковы, одну из них удаляем.

Вот такая красота:

Базисные переменные сидят на ступеньках, поэтому – базисные переменные.
Свободная переменная, которой не досталось ступеньки здесь всего одна:

Обратный ход:
Выразим базисные переменные через свободную переменную:
Из третьего уравнения:

Рассмотрим второе уравнение и подставим в него найденное выражение :

Рассмотрим первое уравнение и подставим в него найденные выражения и :

Да, всё-таки удобен калькулятор, который считает обыкновенные дроби.

Таким образом, общее решение:

Еще раз, как оно получилось? Свободная переменная одиноко сидит на своём законном четвертом месте. Полученные выражения для базисных переменных , тоже заняли свои порядковые места.

Сразу выполним проверку общего решения. Работа для негров, но она у меня уже выполнена, поэтому ловите =)

Подставляем трех богатырей , , в левую часть каждого уравнения системы:

Получены соответствующие правые части уравнений, таким образом, общее решение найдено верно.

Теперь из найденного общего решения получим два частных решения. Шеф-поваром здесь выступает единственная свободная переменная . Ломать голову не нужно.

Пусть , тогда – частное решение.
Пусть , тогда – еще одно частное решение.

Ответ : Общее решение: , частные решения: , .

Зря я тут про негров вспомнил... ...потому что в голову полезли всякие садистские мотивы и вспомнилась известная фотожаба, на которой куклуксклановцы в белых балахонах бегут по полю за чернокожим футболистом. Сижу, тихо улыбаюсь. Знаете, как отвлекает….

Много математики вредно, поэтому похожий заключительный пример для самостоятельного решения.

Пример 6

Найти общее решение системы линейных уравнений.

Проверка общего решения у меня уже сделана, ответу можно доверять. Ваш ход решения может отличаться от моего хода решения, главное, чтобы совпали общие решения.

Наверное, многие заметили неприятный момент в решениях: очень часто при обратном ходе метода Гаусса нам пришлось возиться с обыкновенными дробями. На практике это действительно так, случаи, когда дробей нет – встречаются значительно реже. Будьте готовы морально, и, самое главное, технически.

Остановлюсь на некоторых особенностях решения, которые не встретились в прорешанных примерах.

В общее решение системы иногда может входить константа (или константы), например: . Здесь одна из базисных переменных равна постоянному числу: . В этом нет ничего экзотического, так бывает. Очевидно, что в данном случае любое частное решение будет содержать пятерку на первой позиции.

Редко, но встречаются системы, в которых количество уравнений больше количества переменных . Метод Гаусса работает в самых суровых условиях, следует невозмутимо привести расширенную матрицу системы к ступенчатому виду по стандартному алгоритму. Такая система может быть несовместной, может иметь бесконечно много решений, и, как ни странно, может иметь единственное решение.

Определение. Система m уравнений с n неизвестными в общем виде записывается следующим образом:

где a ij – коэффициенты, а b i – постоянные.

Решениями системы являются n чисел, которые при подстановке в систему превращают каждое ее уравнение в тождество.

Определение. Если система имеет хотя бы одно решение, то она называется совместной. Если система не имеет ни одного решения, то она называется несовместной.

Определение. Система называется определенной, если она имеет только одно решение и неопределенной, если более одного.

Определение. Для системы линейных уравнений матрица

А = называется матрицей системы, а матрица

А * = называется расширенной матрицей системы

Определение. Если b 1 , b 2 , …,b m = 0 , то система называется однородной. Замечание. Однородная система всегда совместна, т.к. всегда имеет нулевое решение.

Элементарные преобразования систем.

1. Прибавление к обеим частям одного уравнения соответствующих частей другого, умноженных на одно и то же число, не равное нулю.

2. Перестановка уравнений местами.

3. Удаление из системы уравнений, являющихся тождествами для всех х .

Формулы Крамера.

Данный метод также применим только в случае систем линейных уравнений, где число переменных совпадает с числом уравнений.

Теорема. Система из n уравнений с n неизвестными

в случае, если определитель матрицы системы не равен нулю, то система имеет единственное решение и это решение находится по формулам: x i = где D = det A , а D i – определитель матрицы, получаемой из матрицы системы заменой столбца i столбцом свободных членов b i .

D i =

Пример. Найти решение системы уравнений:

D = = 5(4 – 9) + (2 – 12) – (3 – 8) = -25 – 10 + 5 = -30;

D 1 = = (28 – 48) – (42 – 32) = -20 – 10 = -30.

D 2 = = 5(28 – 48) – (16 – 56) = -100 + 40 = -60.

D 3 = = 5(32 – 42) + (16 – 56) = -50 – 40 = -90.

Замечание 1. Если система однородна, т.е. b i = 0 , то при D¹0 система имеет единственное нулевое решение x 1 = x 2 = … = x n = 0.

Замечание 2. При D = 0 система имеет бесконечное множество решений.

Метод обратной матрицы.

Матричный метод применим к решению систем уравнений, где число уравнений равно числу неизвестных.

Пусть дана система уравнений: Составим матрицы:

A = - матрица коэффициентов при переменных или матрица системы;

B = - матрица –столбец свободных членов;

X = - матрица – столбец неизвестных.

Тогда систему уравнений можно записать:A×X = B. Домножим слева обе части равенства на A -1: A -1 ×A×X = A -1 ×B, т.к. А -1 ×А = Е, то Е×Х = А -1 ×В , то справедлива следующая формула:

Х = А -1 ×В

Таким образом, для применения данного метода необходимо находить обратную матрицу.

Пример. Решить систему уравнений:

Х = , B = , A =

Найдем обратную матрицу А -1 .

D = det A = 5(4-9) + 1(2 – 12) – 1(3 – 8) = -25 – 10 +5 = -30≠0 ⇒ обратная матрица существует.

M 11 = ; M 21 = ; M 31 = ;

M 12 = M 22 = M 32 =

M 13 = M 23 = M 33 =

A -1 = ;

Cделаем проверку:

A×A -1 =
=E.

Находим матрицу Х.

Х = = А -1 В = × = .

Получили решения системы: x =1; y = 2; z = 3.

4.Метод Гаусса .

Пусть дана система m линейных уравнений с n неизвестными:

Полагая, что в системе коэффициент a 11 отличен от нуля (если это не так, то следует на первое место поставить уравнение с отличным от нуля коэффициентом при x 1). Преобразуем систему следующим образом: первое уравнение оставляем без изменения, а из всех остальных уравнений исключаем неизвестную x 1 с помощью эквивалентных преобразований описанным выше способом.

В полученной системе

,

считая, что (что всегда можно получить, переставив уравнения или слагаемые внутри уравнений), оставляем без изменений первые два уравнения системы, а из остальных уравнений, используя второе уравнения, с помощью элементарных преобразований исключаем неизвестную x 2 . Во вновь полученной системе

при условии оставляем без изменений первые три уравнения, а из всех остальных с помощью третьего уравнения элементарными преобразованиями исключаем неизвестную x 3 .

Этот процесс продолжается до тех пор, пока не реализуется один из трех возможных случаев:

1) если в результате приходим к системе, одно из уравнений которой имеет нулевые коэффициенты при всех неизвестных и отличный от нуля свободный член, то исходная система несовместна;

2) если в результате преобразований получаем систему с матрицей коэффициентов треугольного вида, то система совместна и является определенной;

3) если получается ступенчатая система коэффициентов (и при этом не выполняется условие пункта 1), то система совместна и неопределенна.

Рассмотрим квадратную систему: (1)

У этой системы коэффициент a 11 отличен от нуля. Если бы это условие не выполнялось, то чтобы его получить, нужно было бы переставить местами уравнения, поставив первым то уравнение, у которого коэффициент при x 1 не равен нулю.

Проведем следующие преобразования системы:

1) поскольку a 11 ¹0, первое уравнение оставим без изменений;

2) вместо второго уравнения запишем уравнение, получающееся, если из второго уравнения вычесть первое, умноженное на 4;

3) вместо третьего уравнения запишем разность третьего и первого, умноженного на 3;

4) вместо четвертого уравнения запишем разность четвертого и первого, умноженного на 5.

Полученная новая система эквивалентна исходной и имеет во всех уравнениях, кроме первого, нулевые коэффициенты при x 1 (это и являлось целью преобразований 1 – 4): (2)

Для приведенного преобразования и для всех дальнейших преобразований не следует целиком переписывать всю систему, как это только что сделано. Исходную систему можно представить в виде матрицы

. (3)

Матрица (3) называется расширенной матрицей для исходной системы уравнений. Если из расширенной матрицы удалить столбец свободных членов, то получится матрица коэффициентов системы , которую иногда называют просто матрицей системы .

Системе (2) соответствует расширенная матрица

.

Преобразуем эту матрицу следующим образом:

1) первые две строки оставим без изменения, поскольку элемент a 22 не равен нулю;

2) вместо третьей строки запишем разность между второй строкой и удвоенной третьей;

3) четвертую строку заменим разностью между удвоенной второй строкой и умноженной на 5 четвертой.

В результате получится матрица, соответствующая системе, у которой неизвестная x 1 исключена из всех уравнений, кроме первого, а неизвестная x 2 - из всех уравнений кроме первого и второго:

.

Теперь исключим неизвестную x 3 из четвертого уравнения. Для этого последнюю матрицу преобразуем так:

1) первые три строки оставим без изменения, так как a 33 ¹ 0;

2) четвертую строку заменим разностью между третьей, умноженной на 39, и четвертой: .

Полученная матрица соответствует системе

. (4)

Из последнего уравнения этой системы получаем x 4 = 2. Подставив это значение в третье уравнение, получим x 3 = 3. Теперь из второго уравнения следует, что x 2 = 1, а из первого - x 1 = –1. Очевидно, что полученное решение единственно (так как единственным образом определяется значение x 4 , затем x 3 и т. д.).

Определение: Назовем квадратную матрицу, у которой на главной диагонали стоят числа, отличные от нуля, а под главной диагональю – нули, треугольной матрицей .

Матрица коэффициентов системы (4) – треугольная матрица.

Замечание: Если с помощью элементарных преобразований матрицу коэффициентов квадратной системы можно привести к треугольной матрице, то система совместна и определенна.

Рассмотрим другой пример: . (5)

Проведем следующие преобразования расширенной матрицы системы:

1) первую строку оставим без изменения;

2) вместо второй строки запишем разность между второй строкой и удвоенной первой;

3) вместо третьей строки запишем разность между третьей строкой и утроенной первой;

4) четвертую строку заменим разностью между четвертой и первой;

5) пятую строку заменим разностью пятой строки и удвоенной первой.

В результате преобразований получим матрицу

.

Оставив без изменения первые две строки этой матрицы, приведем ее элементарными преобразованиями к следующему виду:

.

Если теперь, следуя методу Гаусса, который также называют и методом последовательного исключения неизвестных, с помощью третьей строки привести к нулю коэффициенты при x 3 в четвертой и пятой строках, то после деления всех элементов второй строки на 5 и деления всех элементов третьей строки на 2 получим матрицу

.

Каждая из двух последних строк этой матрицы соответствует уравнению 0x 1 +0x 2 +0x 3 +0x 4 +0x 5 = 0. Это уравнение удовлетворяется любым набором чисел x 1 , x 2 , ¼, x 5 , и его следует удалить из системы. Таким образом, система с только что полученной расширенной матрицей эквивалентна системе с расширенной матрицей вида

. (6)

Последняя строка этой матрицы соответствует уравнению
x 3 – 2x 4 + 3x 5 = –4. Если неизвестным x 4 и x 5 придать произвольные значения: x 4 = С 1 ; x 5 = С 2 , то из последнего уравнения системы, соответствующей матрице (6), получим x 3 = –4 + 2С 1 – 3С 2 . Подставив выражения x 3 , x 4 , и x 5 во второе уравнение той же системы, получим x 2 = –3 + 2С 1 – 2С 2 . Теперь из первого уравнения можно получить x 1 = 4 – С 1 + С 2 . Окончательно решение системы представляется в виде .

Рассмотрим прямоугольную матрицу A , у которой число столбцов m больше, чем число строк n . Такую матрицу A назовем ступенчатой .

Очевидно, что матрица (6) - ступенчатая матрица.

Если при применении эквивалентных преобразований к системе уравнений хотя бы одно уравнение приводится к виду

0x 1 + 0x 2 + ¼0x n = b j (b j ¹ 0),

то система несовместна или противоречива, так как ни один набор чисел x 1 , x 2 , ¼, x n не удовлетворяет этому уравнению.

Если при преобразовании расширенной матрицы системы матрица коэффициентов приводится к ступенчатому виду и при этом система не получается противоречивой, то система совместна и является неопределенной, то есть имеет бесконечно много решений .

В последней системе можно получить все решения, придавая конкретные числовые значения параметрам С 1 и С 2 .

Определение: Те переменные, коэффициенты при которых стоят на главной диагонали ступенчатой матрицы (это значит, что эти коэффициенты отличны от нуля), называются основными . В рассмотренном выше примере это неизвестные x 1 , x 2 , x 3 . Остальные переменные называются неосновными. В рассмотренном выше примере это переменные x 4 , и x 5 . Неосновным переменным можно придавать любые значения или выражать их через параметры, как это сделано в последнем примере.

Основные переменные единственным образом выражаются через неосновные переменные.

Определение: Если неосновным переменным приданы конкретные числовые значения и через них выражены основные переменные, то полученное решение называется частным решением .

Определение: Если неосновные переменные выражены через параметры, то получается решение, которое называется общим решением.

Определение: Если всем неосновным переменным приданы нулевые значения, то полученное решение называется базисным .

Замечание: Одну и ту же систему иногда можно привести к разным наборам основных переменных. Так, например, можно поменять местами 3-й и 4-й столбцы в матрице (6). Тогда основными будут переменные x 1 , x 2 , x 4 , а неосновными – x 3 и x 5 .

Определение: Если получены два различных набора основных переменных при различных способах нахождения решения одной и той же системы, то эти наборы обязательно содержат одно и то же число переменных, называемое рангом системы.

Рассмотрим еще одну систему, имеющую бесконечно много решений: .

Проведем преобразование расширенной матрицы системы по методу Гаусса:

.

Как видно, мы не получили ступенчатой матрицы, однако последнюю матрицу можно преобразовать, поменяв местами третий и четвертый столбцы: .

Эта матрица уже является ступенчатой. У соответствующей ей системы две неосновные переменные – x 3 , x 5 и три основные – x 1 , x 2 , x 4 . Решение исходной системы представляется в следующем виде:

Приведем пример системы, не имеющей решения:

.

Преобразуем матрицу системы по методу Гаусса:

.

Последняя строка последней матрицы соответствует не имеющему решения уравнению 0x 1 + 0x 2 + 0x 3 = 1 . Следовательно, исходная система несовместна.

Лекция № 3.

Тема: Векторы. Скалярное, векторное и смешанное произведение векторов

1. Понятие вектора. Коллинарность, ортогональность и компланарность векторов.

2. Линейная операция над векторами.

3. Скалярное произведение векторов и его применение

4. Векторное произведение векторов и его применение

5. Смешанное произведение векторов и его применение

1. Понятие вектора.Коллинарность, ортогональность и компланарность векторов.

Определение: Вектором называется направленный отрезок с начальной точкой А и конечной точкой В.

Обозначение: , ,

Определение: Длиной или модулем вектора вектора называется число, равное длине отрезка АВ, изображающего вектор.

Определение: Вектор называется нулевым, если начало и конец вектора совпадают.

Определение: Вектор единичной длины называется единичным. Определение: Векторы называются коллинеарными, если они лежат на одной прямой или на параллельных прямых ( || ).

Замечание:

1.Коллинеарные векторы могут быть направлены одинаково или противоположно.

2. Нулевой вектор считается коллинеарным любому вектору.

Определение: Два вектора называются равными, если они коллинеарные,

одинаково направлены и имеют одинаковые длины ( = )