Несовместные системы линейных уравнений примеры. Варианты нахождения обратной матрицы

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.

Исследовать систему линейных агебраических уравнений (СЛАУ) на совместность означает выяснить, есть у этой системы решения, или же их нет. Ну и если решения есть, то указать сколько их.

Нам понадобятся сведения из темы "Система линейных алгебраических уравнений. Основные термины. Матричная форма записи" . В частности, нужны такие понятия, как матрица системы и расширенная матрица системы , поскольку именно на них опирается формулировка теоремы Кронекера-Капелли. Как обычно, матрицу системы будем обозначать буквой $A$, а расширенную матрицу системы - буквой $\widetilde{A}$.

Теорема Кронекера-Капелли

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $\rang A=\rang\widetilde{A}$.

Напомню, что система называется совместной, если она имеет хоть одно решение. Теорема Кронекера-Капелли говорит вот о чём: если $\rang A=\rang\widetilde{A}$, то решение есть; если $\rang A\neq\rang\widetilde{A}$, то данная СЛАУ не имеет решений (несовместна). Ответ на вопрос о количестве этих решений даёт следствие из теоремы Кронекера-Капелли. В формулировке следствия использована буква $n$, которая равна количеству переменных заданной СЛАУ.

Следствие из теоремы Кронекера-Капелли

Если $\rang A\neq\rang\widetilde{A}$, то СЛАУ несовместна (не имеет решений).
Если $\rang A=\rang\widetilde{A} < n$, то СЛАУ является неопределённой (имеет бесконечное количество решений).
Если $\rang A=\rang\widetilde{A} = n$, то СЛАУ является определённой (имеет ровно одно решение).

Заметьте, что сформулированная теорема и следствие из неё не указывают, как найти решение СЛАУ. С их помощью можно лишь выяснить, существуют эти решения или нет, а если существуют - то сколько.

Пример №1

Исследовать СЛАУ $ \left \{\begin{aligned} & -3x_1+9x_2-7x_3=17;\\ & -x_1+2x_2-4x_3=9;\\ & 4x_1-2x_2+19x_3=-42. \end{aligned}\right.$ на совместность. Если СЛАУ совместна, указать количество решений.

Чтобы выяснить наличие решений заданной СЛАУ, используем теорему Кронекера-Капелли. Нам понадобятся матрица системы $A$ и расширенная матрица системы $\widetilde{A}$, запишем их:

$$ A=\left(\begin{array} {ccc} -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end{array} \right);\; \widetilde{A}=\left(\begin{array} {ccc|c} -3 & 9 &-7 & 17 \\ -1 & 2 & -4 & 9\\ 4 & -2 & 19 & -42 \end{array} \right). $$

Нужно найти $\rang A$ и $\rang\widetilde{A}$. Для этого есть много способов, некоторые из которых перечислены в разделе "Ранг матрицы" . Обычно для исследования таких систем применяют два метода: "Вычисление ранга матрицы по определению" или "Вычисление ранга матрицы методом элементарных преобразований" .

Способ №1. Вычисление рангов по определению.

Согласно определению, ранг - это наивысший порядок миноров матрицы , среди которых есть хоть один, отличный от нуля. Обычно исследование начинают с миноров первого порядка, но здесь удобнее приступить сразу к вычислению минора третьего порядка матрицы $A$. Элементы минора третьего порядка находятся на пересечении трёх строк и трёх столбцов рассматриваемой матрицы. Так как матрица $A$ содержит всего 3 строки и 3 столбца, то минор третьего порядка матрицы $A$ - это определитель матрицы $A$, т.е. $\Delta A$. Для вычисления определителя применим формулу №2 из темы "Формулы для вычисления определителей второго и третьего порядков" :

$$ \Delta A=\left| \begin{array} {ccc} -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end{array} \right|=-21. $$

Итак, есть минор третьего порядка матрицы $A$, который не равен нулю. Минор четвёртого порядка составить невозможно, так как для него требуется 4 строки и 4 столбца, а в матрице $A$ всего 3 строки и 3 столбца. Итак, наивысший порядок миноров матрицы $A$, среди которых есть хотя бы один не равный нулю, равен 3. Следовательно, $\rang A=3$.

Нам требуется найти также и $\rang\widetilde{A}$. Давайте посмотрим на структуру матрицы $\widetilde{A}$. До черты в матрице $\widetilde{A}$ находятся элементы матрицы $A$, причём мы выяснили, что $\Delta A\neq 0$. Следовательно, у матрицы $\widetilde{A}$ есть минор третьего порядка, который не равен нулю. Миноров четвёртого порядка матрицы $\widetilde{A}$ составить мы не можем, поэтому делаем вывод: $\rang\widetilde{A}=3$.

Так как $\rang A=\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система совместна, т.е. имеет решение (хотя бы одно). Чтобы указать количество решений, учтём, что наша СЛАУ содержит 3 неизвестных: $x_1$, $x_2$ и $x_3$. Так как количество неизвестных $n=3$, то делаем вывод: $\rang A=\rang\widetilde{A}=n$, поэтому согласно следствия из теоремы Кронекера-Капелли, система является определённой, т.е. имеет единственное решение.

Задача решена. Какие недостатки и преимущества имеет данный способ? Для начала поговорим о плюсах. Во-первых, нам понадобилось найти всего один определитель. После этого мы сразу сделали вывод о количестве решений. Обычно в стандартных типовых расчётах даются системы уравнений, которые содержат три неизвестных и имеют единственное решение. Для таких систем данный метод очень даже удобен, ибо мы заранее знаем, что решение есть (иначе примера не было бы в типовом расчёте). Т.е. нам остаётся только показать наличие решения наиболее быстрым способом. Во-вторых, вычисленное значение определителя матрицы системы (т.е. $\Delta A$) пригодится после: когда станем решать заданную систему методом Крамера или с помощью обратной матрицы .

Однако метод вычисления ранга по определению нежелательно применять, если матрица системы $A$ является прямоугольной. В этом случае лучше применить второй метод, о котором пойдёт речь ниже. Кроме того, если $\Delta A=0$, то мы ничего не сможем сказать о количестве решений заданной неоднородной СЛАУ. Может, СЛАУ имеет бесконечное количество решений, а может - ни одного. Если $\Delta A=0$, то требуется дополнительное исследование, которое зачастую является громоздким.

Подводя итог сказанному, отмечу, что первый способ хорош для тех СЛАУ, у которых матрица системы квадратна. При этом сама СЛАУ содержит три или четыре неизвестных и взята из стандартных типовых расчетов или контрольных работ.

Способ №2. Вычисление ранга методом элементарных преобразований.

Подробно это метод описан в соответствующей теме . Мы станем вычислять ранг матрицы $\widetilde{A}$. Почему именно матрицы $\widetilde{A}$, а не $A$? Дело в том, что матрица $A$ является частью матрицы $\widetilde{A}$, поэтому вычисляя ранг матрицы $\widetilde{A}$ мы одновременно найдем и ранг матрицы $A$.

\begin{aligned} &\widetilde{A} =\left(\begin{array} {ccc|c} -3 & 9 &-7 & 17 \\ -1 & 2 & -4 & 9\\ 4 & -2 & 19 & -42 \end{array} \right) \rightarrow \left|\text{меняем местами первую и вторую строки}\right| \rightarrow \\ &\rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ -3 & 9 &-7 & 17\\ 4 & -2 & 19 & -42 \end{array} \right) \begin{array} {l} \phantom{0} \\ II-3\cdot I\\ III+4\cdot I \end{array} \rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 6 & 3 & -6 \end{array} \right) \begin{array} {l} \phantom{0} \\ \phantom{0}\\ III-2\cdot II \end{array}\rightarrow\\ &\rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 0 & -7 & 14 \end{array} \right) \end{aligned}

Мы привели матрицу $\widetilde{A}$ к трапециевидной форме . На главной дагонали полученной матрицы $\left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 0 & -7 & 14 \end{array} \right)$ расположены три ненулевых элемента: -1, 3 и -7. Вывод: ранг матрицы $\widetilde{A}$ равен 3, т.е. $\rang\widetilde{A}=3$. Делая преобразования с элементами матрицы $\widetilde{A}$ мы одновременно преобразовывали и элементы матрицы $A$, расположенные до черты. Матрица $A$ также приведена к трапециевидной форме: $\left(\begin{array} {ccc} -1 & 2 & -4 \\ 0 & 3 &5 \\ 0 & 0 & -7 \end{array} \right)$. Вывод: ранг матрицы $A$ также равен 3, т.е. $\rang A=3$.

Так как $\rang A=\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система совместна, т.е. имеет решение. Чтобы указать количество решений, учтём, что наша СЛАУ содержит 3 неизвестных: $x_1$, $x_2$ и $x_3$. Так как количество неизвестных $n=3$, то делаем вывод: $\rang A=\rang\widetilde{A}=n$, поэтому согласно следствия из теоремы Кронекера-Капелли, система определена, т.е. имеет единственное решение.

Какие преимущества второго способа? Главное преимущество - это его универсальность. Нам совершенно неважно, является ли матрица системы квадратной или нет. Кроме того, мы фактически провели преобразования прямого хода метода Гаусса . Осталось лишь пару действий, и мы смогли бы получить решение данной СЛАУ. Честно говоря, второй способ нравится мне более первого, но выбор - это дело вкуса.

Ответ : Заданная СЛАУ совместна и определена.

Пример №2

Исследовать СЛАУ $ \left\{ \begin{aligned} & x_1-x_2+2x_3=-1;\\ & -x_1+2x_2-3x_3=3;\\ & 2x_1-x_2+3x_3=2;\\ & 3x_1-2x_2+5x_3=1;\\ & 2x_1-3x_2+5x_3=-4. \end{aligned} \right.$ на совместность.

Находить ранги матрицы системы и расширенной матрицы системы будем методом элементарных преобразований . Расширенная матрица системы: $\widetilde{A}=\left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ -1 & 2 & -3 & 3 \\ 2 & -1 & 3 & 2 \\ 3 & -2 & 5 & 1 \\ 2 & -3 & 5 & -4 \end{array} \right)$. Найдём требуемые ранги, преобразовывая расширенную матрицу системы:

Расширенная матрица системы приведена к ступенчатой форме . Если матрица приведена к ступенчатой форме, то ранг её равен количеству ненулевых строк. Следовательно, $\rang A=3$. Матрица $A$ (до черты) приведена к трапециевидной форме и ранг её равен 2, $\rang A=2$.

Так как $\rang A\neq\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система несовместна (т.е. не имеет решений).

Ответ : система несовместна.

Пример №3

Исследовать СЛАУ $ \left\{ \begin{aligned} & 2x_1+7x_3-5x_4+11x_5=42;\\ & x_1-2x_2+3x_3+2x_5=17;\\ & -3x_1+9x_2-11x_3-7x_5=-64;\\ & -5x_1+17x_2-16x_3-5x_4-4x_5=-90;\\ & 7x_1-17x_2+23x_3+15x_5=132. \end{aligned} \right.$ на совместность.

Расширенная матрица системы имеет вид: $\widetilde{A}=\left(\begin{array} {ccccc|c} 2 & 0 & 7 & -5 & 11 & 42\\ 1 & -2 & 3 & 0 & 2 & 17 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right)$. Поменяем местами первую и вторую строки данной матрицы, чтобы первым элементом первой строки стала единица: $\left(\begin{array} {ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 2 & 0 & 7 & -5 & 11 & 42 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right)$.

Мы привели расширенную матрицу системы и саму матрицу системы к трапециевидной форме . Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $\rang\widetilde{A}=\rang A < n$, то согласно следствия из теоремы Кронекера-Капелли данная система является неопределённой, т.е. имеет бесконечное количество решений.

Ответ : система является неопределённой.

Во второй части мы разберём примеры, которые нередко включают в типовые расчёты или контрольные работы по высшей математике: исследование на совместность и решение СЛАУ в зависимости от значений параметров, входящих в неё.

Как явствует из теоремы Крамера , при решении системы линейных уравнений могут встретиться три случая:

Первый случай: система линейных уравнений имеет единственное решение

(система совместна и определённа)

Второй случай: система линейных уравнений имеет бесчисленное множество решений

(система совместна и неопределённа)

** ,

т.е. коэффициенты при неизвестных и свободные члены пропорциональны.

Третий случай: система линейных уравнений решений не имеет

(система несовместна)

Итак, система m линейных уравнений с n переменными называется несовместной , если у неё нет ни одного решения, и совместной , если она имеет хотя бы одно решение. Совместная система уравнений, имеющая только одно решение, называется определённой , а более одного – неопределённой .

Примеры решения систем линейных уравнений методом Крамера

Пусть дана система

На основании теоремы Крамера

………….
,

где
-

определитель системы. Остальные определители получим, заменяя столбец с коэффициентами соответствующей переменной (неизвестного) свободными членами:

Пример 2.

Следовательно, система является определённой. Для нахождения её решения вычисляем определители

По формулам Крамера находим:

Итак, (1; 0; -1) – единственное решение системы.

Для проверки решений систем уравнений 3 Х 3 и 4 Х 4 можно воспользоваться онлайн-калькулятором, решающим методом Крамера.

Если в системе линейных уравнений в одном или нескольких уравнениях отсутствуют какие-либо переменные, то в определителе соответствующие им элементы равны нулю! Таков следующий пример.

Пример 3. Решить систему линейных уравнений методом Крамера:

Решение. Находим определитель системы:

Посмотрите внимательно на систему уравнений и на определитель системы и повторите ответ на вопрос, в каких случаях один или несколько элементов определителя равны нулю. Итак, определитель не равен нулю, следовательно, система является определённой. Для нахождения её решения вычисляем определители при неизвестных

По формулам Крамера находим:

Итак, решение системы - (2; -1; 1).

6. Общая система линейных алгебраических уравнений. Метод Гаусса.

Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений , который в каждом случае приведет нас к ответу! Сам алгоритм метода во всех трёх случаях работает одинаково. Если в методах Крамера и матричном необходимы знания определителей, то для применения метода Гаусса необходимо знание только арифметических действий, что делает его доступным даже для школьников начальных классов.

Сначала немного систематизируем знания о системах линейных уравнений. Система линейных уравнений может:

1) Иметь единственное решение.
2) Иметь бесконечно много решений.
3) Не иметь решений (быть несовместной ).

Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений. Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. А метод последовательного исключения неизвестных в любом случае приведет нас к ответу! На данном уроке мы опять рассмотрим метод Гаусса для случая №1 (единственное решение системы), под ситуации пунктов №№2-3 отведена статья . Замечу, что сам алгоритм метода во всех трёх случаях работает одинаково.

Вернемся к простейшей системе с урока Как решить систему линейных уравнений?
и решим ее методом Гаусса.

На первом этапе нужно записать расширенную матрицу системы :
. По какому принципу записаны коэффициенты, думаю, всем видно. Вертикальная черта внутри матрицы не несёт никакого математического смысла – это просто отчеркивание для удобства оформления.

Справка : рекомендую запомнить термины линейной алгебры. Матрица системы – это матрица, составленная только из коэффициентов при неизвестных, в данном примере матрица системы: . Расширенная матрица системы – это та же матрица системы плюс столбец свободных членов, в данном случае: . Любую из матриц можно для краткости называть просто матрицей.

После того, как расширенная матрица системы записана, с ней необходимо выполнить некоторые действия, которые также называются элементарными преобразованиями .

Существуют следующие элементарные преобразования:

1) Строки матрицы можно переставлять местами. Например, в рассматриваемой матрице можно безболезненно переставить первую и вторую строки:

2) Если в матрице есть (или появились) пропорциональные (как частный случай – одинаковые) строки, то следует удалить из матрицы все эти строки кроме одной. Рассмотрим, например матрицу . В данной матрице последние три строки пропорциональны, поэтому достаточно оставить только одну из них: .

3) Если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить . Рисовать не буду, понятно, нулевая строка – это строка, в которой одни нули .

4) Строку матрицы можно умножить (разделить) на любое число, отличное от нуля . Рассмотрим, например, матрицу . Здесь целесообразно первую строку разделить на –3, а вторую строку – умножить на 2: . Данное действие очень полезно, поскольку упрощает дальнейшие преобразования матрицы.

5) Это преобразование вызывает наибольшие затруднения, но на самом деле ничего сложного тоже нет. К строке матрицы можно прибавить другую строку, умноженную на число , отличное от нуля. Рассмотрим нашу матрицу из практического примера: . Сначала я распишу преобразование очень подробно. Умножаем первую строку на –2: , и ко второй строке прибавляем первую строку умноженную на –2 : . Теперь первую строку можно разделить «обратно» на –2: . Как видите, строка, которую ПРИБАВЛЯЛИ – не изменилась . Всегда меняется строка, К КОТОРОЙ ПРИБАВЛЯЮТ .

На практике так подробно, конечно, не расписывают, а пишут короче:

Еще раз: ко второй строке прибавили первую строку, умноженную на –2 . Умножают строку обычно устно или на черновике, при этом мысленный ход расчётов примерно такой:

«Переписываю матрицу и переписываю первую строку: »

«Сначала первый столбец. Внизу мне нужно получить ноль. Поэтому единицу вверху умножаю на –2: , и ко второй строке прибавляю первую: 2 + (–2) = 0. Записываю результат во вторую строку: »

«Теперь второй столбец. Вверху –1 умножаю на –2: . Ко второй строке прибавляю первую: 1 + 2 = 3. Записываю результат во вторую строку: »

«И третий столбец. Вверху –5 умножаю на –2: . Ко второй строке прибавляю первую: –7 + 10 = 3. Записываю результат во вторую строку: »

Пожалуйста, тщательно осмыслите этот пример и разберитесь в последовательном алгоритме вычислений, если вы это поняли, то метод Гаусса практически «в кармане». Но, конечно, над этим преобразованием мы еще поработаем.

Элементарные преобразования не меняют решение системы уравнений

! ВНИМАНИЕ : рассмотренные манипуляции нельзя использовать , если Вам предложено задание, где матрицы даны «сами по себе». Например, при «классических» действиях с матрицами что-то переставлять внутри матриц ни в коем случае нельзя!

Вернемся к нашей системе . Она практически разобрана по косточкам.

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

(1) Ко второй строке прибавили первую строку, умноженную на –2. И снова: почему первую строку умножаем именно на –2? Для того чтобы внизу получить ноль, а значит, избавиться от одной переменной во второй строке.

(2) Делим вторую строку на 3.

Цель элементарных преобразований – привести матрицу к ступенчатому виду: . В оформлении задания прямо так и отчеркивают простым карандашом «лестницу», а также обводят кружочками числа, которые располагаются на «ступеньках». Сам термин «ступенчатый вид» не вполне теоретический, в научной и учебной литературе он часто называется трапециевидный вид или треугольный вид .

В результате элементарных преобразований получена эквивалентная исходной система уравнений:

Теперь систему нужно «раскрутить» в обратном направлении – снизу вверх, этот процесс называется обратным ходом метода Гаусса .

В нижнем уравнении у нас уже готовый результат: .

Рассмотрим первое уравнение системы и подставим в него уже известное значение «игрек»:

Рассмотрим наиболее распространенную ситуацию, когда методом Гаусса требуется решить систему трёх линейных уравнений с тремя неизвестными.

Пример 1

Решить методом Гаусса систему уравнений:

Запишем расширенную матрицу системы:

Сейчас я сразу нарисую результат, к которому мы придём в ходе решения:

И повторюсь, наша цель – с помощью элементарных преобразований привести матрицу к ступенчатому виду. С чего начать действия?

Сначала смотрим на левое верхнее число:

Почти всегда здесь должна находиться единица . Вообще говоря, устроит и –1 (а иногда и другие числа), но как-то так традиционно сложилось, что туда обычно помещают единицу. Как организовать единицу? Смотрим на первый столбец – готовая единица у нас есть! Преобразование первое: меняем местами первую и третью строки:

Теперь первая строка у нас останется неизменной до конца решения . Уже легче.

Единица в левом верхнем углу организована. Теперь нужно получить нули вот на этих местах:

Нули получаем как раз с помощью «трудного» преобразования. Сначала разбираемся со второй строкой (2, –1, 3, 13). Что нужно сделать, чтобы на первой позиции получить ноль? Нужно ко второй строке прибавить первую строку, умноженную на –2 . Мысленно или на черновике умножаем первую строку на –2: (–2, –4, 2, –18). И последовательно проводим (опять же мысленно или на черновике) сложение, ко второй строке прибавляем первую строку, уже умноженную на –2 :

Результат записываем во вторую строку:

Аналогично разбираемся с третьей строкой (3, 2, –5, –1). Чтобы получить на первой позиции ноль, нужно к третьей строке прибавить первую строку, умноженную на –3 . Мысленно или на черновике умножаем первую строку на –3: (–3, –6, 3, –27). И к третьей строке прибавляем первую строку, умноженную на –3 :

Результат записываем в третью строку:

На практике эти действия обычно выполняются устно и записываются в один шаг:

Не нужно считать всё сразу и одновременно . Порядок вычислений и «вписывания» результатов последователен и обычно такой: сначала переписываем первую строку, и пыхтим себе потихонечку – ПОСЛЕДОВАТЕЛЬНО иВНИМАТЕЛЬНО :

А мысленный ход самих расчётов я уже рассмотрел выше.

В данном примере это сделать легко, вторую строку делим на –5 (поскольку там все числа делятся на 5 без остатка). Заодно делим третью строку на –2, ведь чем меньше числа, тем проще решение:

На заключительном этапе элементарных преобразований нужно получить еще один ноль здесь:

Для этого к третьей строке прибавляем вторую строку, умноженную на –2 :

Попробуйте разобрать это действие самостоятельно – мысленно умножьте вторую строку на –2 и проведите сложение.

Последнее выполненное действие – причёска результата, делим третью строку на 3.

В результате элементарных преобразований получена эквивалентная исходной система линейных уравнений:

Круто.

Теперь в действие вступает обратный ход метода Гаусса. Уравнения «раскручиваются» снизу вверх.

В третьем уравнении у нас уже готовый результат:

Смотрим на второе уравнение: . Значение «зет» уже известно, таким образом:

И, наконец, первое уравнение: . «Игрек» и «зет» известны, дело за малым:

Ответ :

Как уже неоднократно отмечалось, для любой системы уравнений можно и нужно сделать проверку найденного решения, благо, это несложно и быстро.

Пример 2

Это пример для самостоятельного решения, образец чистового оформления и ответ в конце урока.

Следует отметить, что ваш ход решения может не совпасть с моим ходом решения, и это – особенность метода Гаусса . Но вот ответы обязательно должны получиться одинаковыми!

Пример 3

Решить систему линейных уравнений методом Гаусса

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

Смотрим на левую верхнюю «ступеньку». Там у нас должна быть единица. Проблема состоит в том, что в первом столбце единиц нет вообще, поэтому перестановкой строк ничего не решить. В таких случаях единицу нужно организовать с помощью элементарного преобразования. Обычно это можно сделать несколькими способами. Я поступил так:
(1) К первой строке прибавляем вторую строку, умноженную на –1 . То есть, мысленно умножили вторую строку на –1 и выполнили сложение первой и второй строки, при этом вторая строка у нас не изменилась.

Теперь слева вверху «минус один», что нас вполне устроит. Кто хочет получить +1, может выполнить дополнительное телодвижение: умножить первую строку на –1 (сменить у неё знак).

(2) Ко второй строке прибавили первую строку, умноженную на 5. К третьей строке прибавили первую строку, умноженную на 3.

(3) Первую строку умножили на –1, в принципе, это для красоты. У третьей строки также сменили знак и переставили её на второе место, таким образом, на второй «ступеньке у нас появилась нужная единица.

(4) К третьей строке прибавили вторую строку, умноженную на 2.

(5) Третью строку разделили на 3.

Скверным признаком, который свидетельствует об ошибке в вычислениях (реже – об опечатке), является «плохая» нижняя строка. То есть, если бы у нас внизу получилось что-нибудь вроде , и, соответственно, , то с большой долей вероятности можно утверждать, что допущена ошибка в ходе элементарных преобразований.

Заряжаем обратный ход, в оформлении примеров часто не переписывают саму систему, а уравнения «берут прямо из приведенной матрицы». Обратный ход, напоминаю, работает, снизу вверх. Да тут подарок получился:

Ответ : .

Пример 4

Решить систему линейных уравнений методом Гаусса

Это пример для самостоятельного решения, он несколько сложнее. Ничего страшного, если кто-нибудь запутается. Полное решение и образец оформления в конце урока. Ваше решение может отличаться от моего решения.

В последней части рассмотрим некоторые особенности алгоритма Гаусса.
Первая особенность состоит в том, что иногда в уравнениях системы отсутствуют некоторые переменные, например:

Как правильно записать расширенную матрицу системы? Об этом моменте я уже рассказывал на уроке Правило Крамера. Матричный метод . В расширенной матрице системы на месте отсутствующих переменных ставим нули:

Кстати, это довольно легкий пример, поскольку в первом столбце уже есть один ноль, и предстоит выполнить меньше элементарных преобразований.

Вторая особенность состоит вот в чём. Во всех рассмотренных примерах на «ступеньки» мы помещали либо –1, либо +1. Могут ли там быть другие числа? В ряде случаев могут. Рассмотрим систему: .

Здесь на левой верхней «ступеньке» у нас двойка. Но замечаем тот факт, что все числа в первом столбце делятся на 2 без остатка – и другая двойка и шестерка. И двойка слева вверху нас устроит! На первом шаге нужно выполнить следующие преобразования: ко второй строке прибавить первую строку, умноженную на –1; к третьей строке прибавить первую строку, умноженную на –3. Таким образом, мы получим нужные нули в первом столбце.

Или еще такой условный пример: . Здесь тройка на второй «ступеньке» тоже нас устраивает, поскольку 12 (место, где нам нужно получить ноль) делится на 3 без остатка. Необходимо провести следующее преобразование: к третьей строке прибавить вторую строку, умноженную на –4, в результате чего и будет получен нужный нам ноль.

Метод Гаусса универсален, но есть одно своеобразие. Уверенно научиться решать системы другими методами (методом Крамера, матричным методом) можно буквально с первого раза – там очень жесткий алгоритм. Но вот чтобы уверенно себя чувствовать в методе Гаусса, следует «набить руку», и прорешать хотя бы 5-10 систем. Поэтому поначалу возможны путаница, ошибки в вычислениях, и в этом нет ничего необычного или трагического.

Дождливая осенняя погода за окном.... Поэтому для всех желающих более сложный пример для самостоятельного решения:

Пример 5

Решить методом Гаусса систему четырёх линейных уравнений с четырьмя неизвестными.

Такое задание на практике встречается не так уж и редко. Думаю, даже чайнику, который обстоятельно изучил эту страницу, интуитивно понятен алгоритм решения такой системы. Принципиально всё так же – просто действий больше.

Случаи, когда система не имеет решений (несовместна) или имеет бесконечно много решений, рассмотрены на уроке Несовместные системы и системы с общим решением . Там же можно закрепить рассмотренный алгоритм метода Гаусса.

Желаю успехов!

Решения и ответы:

Пример 2: Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду.

Выполненные элементарные преобразования:
(1) Ко второй строке прибавили первую строку, умноженную на –2. К третьей строке прибавили первую строку, умноженную на –1. Внимание! Здесь может возникнуть соблазн из третьей строки вычесть первую, крайне не рекомендую вычитать – сильно повышается риск ошибки. Только складываем!
(2) У второй строки сменили знак (умножили на –1). Вторую и третью строки поменяли местами. Обратите внимание , что на «ступеньках» нас устраивает не только единица, но еще и –1, что даже удобнее.
(3) К третьей строке прибавили вторую строку, умноженную на 5.
(4) У второй строки сменили знак (умножили на –1). Третью строку разделили на 14.

Обратный ход:

Ответ : .

Пример 4: Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Выполненные преобразования:
(1) К первой строке прибавили вторую. Таким образом, организована нужная единица на левой верхней «ступеньке».
(2) Ко второй строке прибавили первую строку, умноженную на 7. К третьей строке прибавили первую строку, умноженную на 6.

Со второй «ступенькой» всё хуже , «кандидаты» на неё – числа 17 и 23, а нам нужна либо единичка, либо –1. Преобразования (3) и (4) будут направлены на получение нужной единицы

(3) К третьей строке прибавили вторую, умноженную на –1.
(4) Ко второй строке прибавили третью, умноженную на –3.
Нужная вещь на второй ступеньке получена .
(5) К третьей строке прибавили вторую, умноженную на 6.

В рамках уроков метод Гаусса и Несовместные системы/системы с общим решением мы рассматривали неоднородные системы линейных уравнений , где свободный член (который обычно находится справа) хотя бы одного из уравнений был отличен от нуля.
И сейчас, после хорошей разминки с рангом матрицы , мы продолжим шлифовать технику элементарных преобразований на однородной системе линейных уравнений .
По первым абзацам материал может показаться скучным и заурядным, однако данное впечатление обманчиво. Помимо дальнейшей отработки технических приёмов будет много новой информации, поэтому, пожалуйста, постарайтесь не пренебрегать примерами данной статьи.

СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

I. Постановка задачи.

II. Совместность однородных и неоднородных систем.

III. Система т уравнений с т неизвестными. Правило Крамера.

IV. Матричный метод решения систем уравнений.

V. Метод Гаусса.

I. Постановка задачи.

Систему уравнений вида

называют системой m линейных уравнений с n неизвестными
. Коэффициенты уравнений этой системы записывают в виде матрицы

которую называют матрицей системы (1).

Числа, стоящие в правых частях уравнений, образуют столбец свободных членов {B }:

Если столбец {B }={0 }, то система уравнений называется однородной . В противном случае, когда {B }≠{0 } – система неоднородна .

Система линейных уравнений (1) может быть записана в матричном виде

[A ]{x }={B }. (2)

Здесь - столбец неизвестных.

Решить систему уравнений (1) - значит найти совокупность n чисел
такую, что при подстановке в систему (1) вместо неизвестных
каждое уравнение системы обращается в тождество. Числа
называются решением системы уравнений.

Система линейных уравнений может иметь одно решение

может иметь бесчисленное множество решений

или не иметь решений совсем

Системы уравнений, не имеющие решений, называются несовместными . Если система уравнений имеет хотя бы одно решение, то она называетсясовместной . Система уравнений называетсяопределенной , если она имеет единственное решение, инеопределенной , если имеет бесчисленное множество решений.

II. Совместность однородных и неоднородных систем.

Условие совместности системы линейных уравнений (1) формулируется в теореме Кронекера-Капелли : система линейных уравнений имеет хотя бы одно решение в том и только в том случае, когда ранг матрицы системы равен рангу расширенной матрицы:
.

Расширенной матрицей системы называют матрицу, получающуюся из матрицы системы приписыванием к ней справа столбца свободных членов:

Если RgA A * , то система уравнений несовместна.

Однородные системы линейных уравнений в соответствии с теоремой Кронекера-Капелли всегда совместны. Рассмотрим случай однородной системы, в которой число уравнений равно числу неизвестных, то есть т=п . Если определитель матрицы такой системы не равен нулю, т.е.
, однородная система имеет единственное решение, которое является тривиальным (нулевым). Однородные системы имеют бесчисленное множество решений, если среди уравнений системы есть линейно зависимые, т.е.
.

Пример. Рассмотрим однородную систему трех линейных уравнений с тремя неизвестными:

и исследуем вопрос о количестве ее решений. Каждое из уравнений можно считать уравнением плоскости, проходящей через начало координат (D =0 ). Система уравнений имеет единственное решение, когда все три плоскости пересекаются в одной точке. При этом их нормальные векторы некомпланарны, и, следовательно, выполняется условие

Решение системы при этом x =0, y =0, z =0 .

Если хотя бы две из трех плоскостей, например, первая и вторая, параллельны, т.е. , то определитель матрицы системы равен нулю, а система имеет бесчисленное множество решений. Причем решениями будут координатыx , y , z всех точек, лежащих на прямой

Если же все три плоскости совпадают, то система уравнений сведется к одному уравнению

а решением будут координаты всех точек, лежащих в этой плоскости.

При исследовании неоднородных систем линейных уравнений вопрос о совместности решается с помощью теоремы Кронекера-Капелли. Если же число уравнений в такой системе равно числу неизвестных, то система имеет единственное решение, если ее определитель не равен нулю. В противном случае система либо несовместна, либо имеет бесчисленное множество решений.

Пример . Исследуем неоднородную систему двух уравнений с двумя неизвестными

Уравнения системы можно рассматривать как уравнения двух прямых на плоскости. Система несовместна, когда прямые параллельны, т.е.
,
. В этом случае ранг матрицы системы равен 1:

RgA =1 , т.к.
,

а ранг расширенной матрицы
равен двум, т. к. для нее в качестве базисного минора может быть выбран минор второго порядка, содержащий третий столбец.

В рассматриваемом случае RgA A * .

Если прямые совпадают, т.е. , то система уравнений имеет бесчисленное множество решений: координаты точек на прямой
. В этом случаеRgA = RgA * =1.

Система имеет единственное решение, когда прямые не параллельны, т.е.
. Решением этой системы являются координаты точки пересечения прямых

III. Система т уравнений с т неизвестными. Правило Крамера.

Рассмотрим простейший случай, когда число уравнений системы равно числу неизвестных, т.е. m = n . Если детерминант матрицы системы отличен от нуля, решение системы может быть найдено по правилу Крамера:

(3)

Здесь
- определитель матрицы системы,

- определитель матрицы, получаемой из [A ] заменой i -ого столбца на столбец свободных членов:

Пример . Решить систему уравнений методом Крамера.

Решение :

1) найдем определитель системы

2) найдем вспомогательные определители

3) найдем решение системы по правилу Крамера:

Результат решения может быть проверен подстановкой в систему уравнений

Получены верные тождества.

IV. Матричный метод решения систем уравнений.

Запишем систему линейных уравнений в матричном виде (2)

[A ]{x }={B }

и умножим правую и левую части соотношения (2) слева на матрицу [A -1 ], обратную матрице системы:

[A -1 ][A ]{x }=[A -1 ]{B }. (2)

По определению обратной матрицы произведение [A -1 ][A ]=[E ], а по свойствам единичной матрицы [E ]{x }={x }. Тогда из соотношения (2") получаем

{x }=[A -1 ]{B }. (4)

Соотношение (4) лежит в основе матричного метода решения систем линейных уравнений: необходимо найти матрицу, обратную матрице системы, и умножить на нее слева вектор-столбец правых частей системы.

Пример . Решим матричным методом систему уравнений, рассмотренную в предыдущем примере.

Матрица системы
ее определитель detA ==183 .

Столбец правых частей
.

Чтобы найти матрицу [A -1 ], найдем матрицу, присоединенную к [A ]:

или

В формулу для вычисления обратной матрицы входит
, тогда

Теперь можно найти решение системы

Тогда окончательно получаем .

V. Метод Гаусса.

При большом числе неизвестных решение системы уравнений методом Крамера или матричным методом связано с вычислением определителей высокого порядка или обращением матриц больших размеров. Эти процедуры весьма трудоемки даже для современных ЭВМ. Поэтому для решения систем большого числа уравнений чаще пользуются методом Гаусса.

Метод Гаусса заключается в последовательном исключении неизвестных путем элементарных преобразований расширенной матрицы системы. К элементарным преобразованиям матрицы относят перестановку строк, сложение строк, умножение строк на числа, отличные от нуля. В результате преобразований удается матрицу системы свести к верхней треугольной, на главной диагонали которой стоят единицы, а ниже главной диагонали - нули. В этом заключается прямой ход метода Гаусса. Обратный ход метода состоит в непосредственном определении неизвестных, начиная с последнего.

Проиллюстрируем метод Гаусса на примере решения системы уравнений

На первом шаге прямого хода добиваются того, чтобы коэффициент
преобразованной системы стал равен 1 , а коэффициенты
и
обратились в ноль. Для этого первое уравнение умножим на1/10 , второе уравнение умножим на 10 и сложим с первым, третье уравнение умножим на -10/2 и сложим с первым. После этих преобразований получим

На втором шаге добиваемся того, чтобы после преобразований коэффициент
стал равным1 , а коэффициент
. Для этого второе уравнение разделим на 42 , а третье уравнение умножим на -42/27 и сложим со вторым. Получим систему уравнений

На третьем шаге должны получить коэффициент
. Для этого третье уравнение разделим на(37 - 84/27) ; получим

На этом прямой ход метода Гаусса заканчивается, т.к. матрица системы сведена к верхней треугольной:

Осуществляя обратный ход, найдем неизвестные

Решение систем линейных алгебраических уравнений (СЛАУ), несомненно, является важнейшей темой курса линейной алгебры. Огромное количество задач из всех разделов математики сводится к решению систем линейных уравнений. Этими факторами объясняется причина создания данной статьи. Материал статьи подобран и структурирован так, что с его помощью Вы сможете

подобрать оптимальный метод решения Вашей системы линейных алгебраических уравнений,
изучить теорию выбранного метода,
решить Вашу систему линейных уравнений, рассмотрев подробно разобранные решения характерных примеров и задач.

Краткое описание материала статьи.

Сначала дадим все необходимые определения, понятия и введем обозначения.

Далее рассмотрим методы решения систем линейных алгебраических уравнений, в которых число уравнений равно числу неизвестных переменных и которые имеют единственное решение. Во-первых, остановимся на методе Крамера, во-вторых, покажем матричный метод решения таких систем уравнений, в-третьих, разберем метод Гаусса (метод последовательного исключения неизвестных переменных). Для закрепления теории обязательно решим несколько СЛАУ различными способами.

После этого перейдем к решению систем линейных алгебраических уравнений общего вида, в которых число уравнений не совпадает с числом неизвестных переменных или основная матрица системы является вырожденной. Сформулируем теорему Кронекера - Капелли, которая позволяет установить совместность СЛАУ. Разберем решение систем (в случае их совместности) с помощью понятия базисного минора матрицы. Также рассмотрим метод Гаусса и подробно опишем решения примеров.

Обязательно остановимся на структуре общего решения однородных и неоднородных систем линейных алгебраических уравнений. Дадим понятие фундаментальной системы решений и покажем, как записывается общее решение СЛАУ с помощью векторов фундаментальной системы решений. Для лучшего понимания разберем несколько примеров.

В заключении рассмотрим системы уравнений, сводящиеся к линейным, а также различные задачи, при решении которых возникают СЛАУ.

Навигация по странице.

Определения, понятия, обозначения.

Будем рассматривать системы из p линейных алгебраических уравнений с n неизвестными переменными (p может быть равно n ) вида

Неизвестные переменные, - коэффициенты (некоторые действительные или комплексные числа), - свободные члены (также действительные или комплексные числа).

Такую форму записи СЛАУ называют координатной .

В матричной форме записи эта система уравнений имеет вид ,
где - основная матрица системы, - матрица-столбец неизвестных переменных, - матрица-столбец свободных членов.

Если к матрице А добавить в качестве (n+1)-ого столбца матрицу-столбец свободных членов, то получим так называемую расширенную матрицу системы линейных уравнений. Обычно расширенную матрицу обозначают буквой Т , а столбец свободных членов отделяют вертикальной линией от остальных столбцов, то есть,

Решением системы линейных алгебраических уравнений называют набор значений неизвестных переменных , обращающий все уравнения системы в тождества. Матричное уравнение при данных значениях неизвестных переменных также обращается в тождество .

Если система уравнений имеет хотя бы одно решение, то она называется совместной .

Если система уравнений решений не имеет, то она называется несовместной .

Если СЛАУ имеет единственное решение, то ее называют определенной ; если решений больше одного, то – неопределенной .

Если свободные члены всех уравнений системы равны нулю , то система называется однородной , в противном случае – неоднородной .

Решение элементарных систем линейных алгебраических уравнений.

Если число уравнений системы равно числу неизвестных переменных и определитель ее основной матрицы не равен нулю, то такие СЛАУ будем называть элементарными . Такие системы уравнений имеют единственное решение, причем в случае однородной системы все неизвестные переменные равны нулю.

Такие СЛАУ мы начинали изучать в средней школе. При их решении мы брали какое-нибудь одно уравнение, выражали одну неизвестную переменную через другие и подставляли ее в оставшиеся уравнения, следом брали следующее уравнение, выражали следующую неизвестную переменную и подставляли в другие уравнения и так далее. Или пользовались методом сложения, то есть, складывали два или более уравнений, чтобы исключить некоторые неизвестные переменные. Не будем подробно останавливаться на этих методах, так как они по сути являются модификациями метода Гаусса.

Основными методами решения элементарных систем линейных уравнений являются метод Крамера, матричный метод и метод Гаусса. Разберем их.

Решение систем линейных уравнений методом Крамера.

Пусть нам требуется решить систему линейных алгебраических уравнений

в которой число уравнений равно числу неизвестных переменных и определитель основной матрицы системы отличен от нуля, то есть, .

Пусть - определитель основной матрицы системы, а - определители матриц, которые получаются из А заменой 1-ого, 2-ого, …, n-ого столбца соответственно на столбец свободных членов:

При таких обозначениях неизвестные переменные вычисляются по формулам метода Крамера как . Так находится решение системы линейных алгебраических уравнений методом Крамера.

Пример.

Методом Крамера .

Решение.

Основная матрица системы имеет вид . Вычислим ее определитель (при необходимости смотрите статью ):

Так как определитель основной матрицы системы отличен от нуля, то система имеет единственное решение, которое может быть найдено методом Крамера.

Составим и вычислим необходимые определители (определитель получаем, заменив в матрице А первый столбец на столбец свободных членов , определитель - заменив второй столбец на столбец свободных членов, - заменив третий столбец матрицы А на столбец свободных членов):

Находим неизвестные переменные по формулам :

Ответ:

Основным недостатком метода Крамера (если это можно назвать недостатком) является трудоемкость вычисления определителей, когда число уравнений системы больше трех.

Решение систем линейных алгебраических уравнений матричным методом (с помощью обратной матрицы).

Пусть система линейных алгебраических уравнений задана в матричной форме , где матрица A имеет размерность n на n и ее определитель отличен от нуля.

Так как , то матрица А – обратима, то есть, существует обратная матрица . Если умножить обе части равенства на слева, то получим формулу для нахождения матрицы-столбца неизвестных переменных . Так мы получили решение системы линейных алгебраических уравнений матричным методом.

Пример.

Решите систему линейных уравнений матричным методом.

Решение.

Перепишем систему уравнений в матричной форме:

Так как

то СЛАУ можно решать матричным методом. С помощью обратной матрицы решение этой системы может быть найдено как .

Построим обратную матрицу с помощью матрицы из алгебраических дополнений элементов матрицы А (при необходимости смотрите статью ):

Осталось вычислить - матрицу неизвестных переменных, умножив обратную матрицу на матрицу-столбец свободных членов (при необходимости смотрите статью ):

Ответ:

или в другой записи x 1 = 4, x 2 = 0, x 3 = -1 .

Основная проблема при нахождении решения систем линейных алгебраических уравнений матричным методом заключается в трудоемкости нахождения обратной матрицы, особенно для квадратных матриц порядка выше третьего.

Решение систем линейных уравнений методом Гаусса.

Пусть нам требуется найти решение системы из n линейных уравнений с n неизвестными переменными
определитель основной матрицы которой отличен от нуля.

Суть метода Гаусса состоит в последовательном исключении неизвестных переменных: сначала исключается x 1 из всех уравнений системы, начиная со второго, далее исключается x 2 из всех уравнений, начиная с третьего, и так далее, пока в последнем уравнении останется только неизвестная переменная x n . Такой процесс преобразования уравнений системы для последовательного исключения неизвестных переменных называется прямым ходом метода Гаусса . После завершения прямого хода метода Гаусса из последнего уравнения находится x n , с помощью этого значения из предпоследнего уравнения вычисляется x n-1 , и так далее, из первого уравнения находится x 1 . Процесс вычисления неизвестных переменных при движении от последнего уравнения системы к первому называется обратным ходом метода Гаусса .

Кратко опишем алгоритм исключения неизвестных переменных.

Будем считать, что , так как мы всегда можем этого добиться перестановкой местами уравнений системы. Исключим неизвестную переменную x 1 из всех уравнений системы, начиная со второго. Для этого ко второму уравнению системы прибавим первое, умноженное на , к третьему уравнению прибавим первое, умноженное на , и так далее, к n-ому уравнению прибавим первое, умноженное на . Система уравнений после таких преобразований примет вид

где , а .

К такому же результату мы бы пришли, если бы выразили x 1 через другие неизвестные переменные в первом уравнении системы и полученное выражение подставили во все остальные уравнения. Таким образом, переменная x 1 исключена из всех уравнений, начиная со второго.

Далее действуем аналогично, но лишь с частью полученной системы, которая отмечена на рисунке

Для этого к третьему уравнению системы прибавим второе, умноженное на , к четвертому уравнению прибавим второе, умноженное на , и так далее, к n-ому уравнению прибавим второе, умноженное на . Система уравнений после таких преобразований примет вид

где , а . Таким образом, переменная x 2 исключена из всех уравнений, начиная с третьего.

Далее приступаем к исключению неизвестной x 3 , при этом действуем аналогично с отмеченной на рисунке частью системы

Так продолжаем прямой ход метода Гаусса пока система не примет вид

С этого момента начинаем обратный ход метода Гаусса: вычисляем x n из последнего уравнения как , с помощью полученного значения x n находим x n-1 из предпоследнего уравнения, и так далее, находим x 1 из первого уравнения.

Пример.

Решите систему линейных уравнений методом Гаусса.

Решение.

Исключим неизвестную переменную x 1 из второго и третьего уравнения системы. Для этого к обеим частям второго и третьего уравнений прибавим соответствующие части первого уравнения, умноженные на и на соответственно:

Теперь из третьего уравнения исключим x 2 , прибавив к его левой и правой частям левую и правую части второго уравнения, умноженные на :

На этом прямой ход метода Гаусса закончен, начинаем обратный ход.

Из последнего уравнения полученной системы уравнений находим x 3 :

Из второго уравнения получаем .

Из первого уравнения находим оставшуюся неизвестную переменную и этим завершаем обратный ход метода Гаусса .

Ответ:

X 1 = 4, x 2 = 0, x 3 = -1 .

Решение систем линейных алгебраических уравнений общего вида.

В общем случае число уравнений системы p не совпадает с числом неизвестных переменных n :

Такие СЛАУ могут не иметь решений, иметь единственное решение или иметь бесконечно много решений. Это утверждение относится также к системам уравнений, основная матрица которых квадратная и вырожденная.

Теорема Кронекера – Капелли.

Прежде чем находить решение системы линейных уравнений необходимо установить ее совместность. Ответ на вопрос когда СЛАУ совместна, а когда несовместна, дает теорема Кронекера – Капелли :
для того, чтобы система из p уравнений с n неизвестными (p может быть равно n ) была совместна необходимо и достаточно, чтобы ранг основной матрицы системы был равен рангу расширенной матрицы, то есть, Rank(A)=Rank(T) .

Рассмотрим на примере применение теоремы Кронекера – Капелли для определения совместности системы линейных уравнений.

Пример.

Выясните, имеет ли система линейных уравнений решения.

Решение.

. Воспользуемся методом окаймляющих миноров. Минор второго порядка отличен от нуля. Переберем окаймляющие его миноры третьего порядка:

Так как все окаймляющие миноры третьего порядка равны нулю, то ранг основной матрицы равен двум.

В свою очередь ранг расширенной матрицы равен трем, так как минор третьего порядка

отличен от нуля.

Таким образом, Rang(A) , следовательно, по теореме Кронекера – Капелли можно сделать вывод, что исходная система линейных уравнений несовместна.

Ответ:

Система решений не имеет.

Итак, мы научились устанавливать несовместность системы с помощью теоремы Кронекера – Капелли.

А как же находить решение СЛАУ, если установлена ее совместность?

Для этого нам потребуется понятие базисного минора матрицы и теорема о ранге матрицы.

Минор наивысшего порядка матрицы А , отличный от нуля, называется базисным .

Из определения базисного минора следует, что его порядок равен рангу матрицы. Для ненулевой матрицы А базисных миноров может быть несколько, один базисный минор есть всегда.

Для примера рассмотрим матрицу .

Все миноры третьего порядка этой матрицы равны нулю, так как элементы третьей строки этой матрицы представляют собой сумму соответствующих элементов первой и второй строк.

Базисными являются следующие миноры второго порядка, так как они отличны от нуля

Миноры базисными не являются, так как равны нулю.

Теорема о ранге матрицы.

Если ранг матрицы порядка p на n равен r , то все элементы строк (и столбцов) матрицы, не образующие выбранный базисный минор, линейно выражаются через соответствующие элементы строк (и столбцов), образующих базисный минор.

Что нам дает теорема о ранге матрицы?

Если по теореме Кронекера – Капелли мы установили совместность системы, то выбираем любой базисный минор основной матрицы системы (его порядок равен r ), и исключаем из системы все уравнения, которые не образуют выбранный базисный минор. Полученная таким образом СЛАУ будет эквивалентна исходной, так как отброшенные уравнения все равно излишни (они согласно теореме о ранге матрицы являются линейной комбинацией оставшихся уравнений).

В итоге, после отбрасывания излишних уравнений системы, возможны два случая.

Если число уравнений r в полученной системе будет равно числу неизвестных переменных, то она будет определенной и единственное решение можно будет найти методом Крамера, матричным методом или методом Гаусса.

Пример.

Решение.

Ранг основной матрицы системы равен двум, так как минор второго порядка отличен от нуля. Ранг расширенной матрицы также равен двум, так как единственный минор третьего порядка равен нулю

а рассмотренный выше минор второго порядка отличен от нуля. На основании теоремы Кронекера – Капелли можно утверждать совместность исходной системы линейных уравнений, так как Rank(A)=Rank(T)=2 .

В качестве базисного минора возьмем . Его образуют коэффициенты первого и второго уравнений:

Третье уравнение системы не участвует в образовании базисного минора, поэтому исключим его из системы на основании теоремы о ранге матрицы:

Так мы получили элементарную систему линейных алгебраических уравнений. Решим ее методом Крамера:

Ответ:

x 1 = 1, x 2 = 2 .

Если число уравнений r в полученной СЛАУ меньше числа неизвестных переменных n , то в левых частях уравнений оставляем слагаемые, образующие базисный минор, остальные слагаемые переносим в правые части уравнений системы с противоположным знаком.

Неизвестные переменные (их r штук), оставшиеся в левых частях уравнений, называются основными .

Неизвестные переменные (их n - r штук), которые оказались в правых частях, называются свободными .

Теперь считаем, что свободные неизвестные переменные могут принимать произвольные значения, при этом r основных неизвестных переменных будут выражаться через свободные неизвестные переменные единственным образом. Их выражение можно найти решая полученную СЛАУ методом Крамера, матричным методом или методом Гаусса.

Разберем на примере.

Пример.

Решите систему линейных алгебраических уравнений .

Решение.

Найдем ранг основной матрицы системы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем a 1 1 = 1 . Начнем поиск ненулевого минора второго порядка, окаймляющего данный минор:

Так мы нашли ненулевой минор второго порядка. Начнем поиск ненулевого окаймляющего минора третьего порядка:

Таким образом, ранг основной матрицы равен трем. Ранг расширенной матрицы также равен трем, то есть, система совместна.

Найденный ненулевой минор третьего порядка возьмем в качестве базисного.

Для наглядности покажем элементы, образующие базисный минор:

Оставляем в левой части уравнений системы слагаемые, участвующие в базисном миноре, остальные переносим с противоположными знаками в правые части:

Придадим свободным неизвестным переменным x 2 и x 5 произвольные значения, то есть, примем , где - произвольные числа. При этом СЛАУ примет вид

Полученную элементарную систему линейных алгебраических уравнений решим методом Крамера:

Следовательно, .

В ответе не забываем указать свободные неизвестные переменные.

Ответ:

Где - произвольные числа.

Подведем итог.

Чтобы решить систему линейных алгебраических уравнений общего вида, сначала выясняем ее совместность, используя теорему Кронекера – Капелли. Если ранг основной матрицы не равен рангу расширенной матрицы, то делаем вывод о несовместности системы.

Если ранг основной матрицы равен рангу расширенной матрицы, то выбираем базисный минор и отбрасываем уравнения системы, которые не участвуют в образовании выбранного базисного минора.

Если порядок базисного минора равен числу неизвестных переменных, то СЛАУ имеет единственное решение, которое находим любым известным нам методом.

Если порядок базисного минора меньше числа неизвестных переменных, то в левой части уравнений системы оставляем слагаемые с основными неизвестными переменными, остальные слагаемые переносим в правые части и придаем свободным неизвестным переменным произвольные значения. Из полученной системы линейных уравнений находим основные неизвестные переменные методом Крамера, матричным методом или методом Гаусса.

Метод Гаусса для решения систем линейных алгебраических уравнений общего вида.

Методом Гаусса можно решать системы линейных алгебраических уравнений любого вида без предварительного их исследования на совместность. Процесс последовательного исключения неизвестных переменных позволяет сделать вывод как о совместности, так и о несовместности СЛАУ, а в случае существования решения дает возможность отыскать его.

С точки зрения вычислительной работы метод Гаусса является предпочтительным.

Смотрите его подробное описание и разобранные примеры в статье метод Гаусса для решения систем линейных алгебраических уравнений общего вида .

Запись общего решения однородных и неоднородных систем линейных алгебраических с помощью векторов фундаментальной системы решений.

В этом разделе речь пойдет о совместных однородных и неоднородных системах линейных алгебраических уравнений, имеющих бесконечное множество решений.

Разберемся сначала с однородными системами.

Фундаментальной системой решений однородной системы из p линейных алгебраических уравнений с n неизвестными переменными называют совокупность (n – r) линейно независимых решений этой системы, где r – порядок базисного минора основной матрицы системы.

Если обозначить линейно независимые решения однородной СЛАУ как X (1) , X (2) , …, X (n-r) (X (1) , X (2) , …, X (n-r) – это матрицы столбцы размерности n на 1 ), то общее решение этой однородной системы представляется в виде линейной комбинации векторов фундаментальной системы решений с произвольными постоянными коэффициентами С 1 , С 2 , …, С (n-r) , то есть, .

Что обозначает термин общее решение однородной системы линейных алгебраических уравнений (орослау)?

Смысл прост: формула задает все возможные решения исходной СЛАУ, другими словами, взяв любой набор значений произвольных постоянных С 1 , С 2 , …, С (n-r) , по формуле мы получим одно из решений исходной однородной СЛАУ.

Таким образом, если мы найдем фундаментальную систему решений, то мы сможем задать все решения этой однородной СЛАУ как .

Покажем процесс построения фундаментальной системы решений однородной СЛАУ.

Выбираем базисный минор исходной системы линейных уравнений, исключаем все остальные уравнения из системы и переносим в правые части уравнений системы с противоположными знаками все слагаемые, содержащие свободные неизвестные переменные. Придадим свободным неизвестным переменным значения 1,0,0,…,0 и вычислим основные неизвестные, решив полученную элементарную систему линейных уравнений любым способом, например, методом Крамера. Так будет получено X (1) - первое решение фундаментальной системы. Если придать свободным неизвестным значения 0,1,0,0,…,0 и вычислить при этом основные неизвестные, то получим X (2) . И так далее. Если свободным неизвестным переменным придадим значения 0,0,…,0,1 и вычислим основные неизвестные, то получим X (n-r) . Так будет построена фундаментальная система решений однородной СЛАУ и может быть записано ее общее решение в виде .

Для неоднородных систем линейных алгебраических уравнений общее решение представляется в виде , где - общее решение соответствующей однородной системы, а - частное решение исходной неоднородной СЛАУ, которое мы получаем, придав свободным неизвестным значения 0,0,…,0 и вычислив значения основных неизвестных.

Разберем на примерах.

Пример.

Найдите фундаментальную систему решений и общее решение однородной системы линейных алгебраических уравнений .

Решение.

Ранг основной матрицы однородных систем линейных уравнений всегда равен рангу расширенной матрицы. Найдем ранг основной матрицы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем элемент a 1 1 = 9 основной матрицы системы. Найдем окаймляющий ненулевой минор второго порядка:

Минор второго порядка, отличный от нуля, найден. Переберем окаймляющие его миноры третьего порядка в поисках ненулевого:

Все окаймляющие миноры третьего порядка равны нулю, следовательно, ранг основной и расширенной матрицы равен двум. Базисным минором возьмем . Отметим для наглядности элементы системы, которые его образуют:

Третье уравнение исходной СЛАУ не участвует в образовании базисного минора, поэтому, может быть исключено:

Оставляем в правых частях уравнений слагаемые, содержащие основные неизвестные, а в правые части переносим слагаемые со свободными неизвестными:

Построим фундаментальную систему решений исходной однородной системы линейных уравнений. Фундаментальная система решений данной СЛАУ состоит из двух решений, так как исходная СЛАУ содержит четыре неизвестных переменных, а порядок ее базисного минора равен двум. Для нахождения X (1) придадим свободным неизвестным переменным значения x 2 = 1, x 4 = 0 , тогда основные неизвестные найдем из системы уравнений
.