Слау називається якщо вона не має рішення. Як знайти загальне і часткове рішення системи лінійних рівнянь. Спосіб вирішення введенням нової змінної

Ще в школі кожен з нас вивчав рівняння і, напевно, системи рівнянь. Але мало хто знає, що існує кілька способів їх вирішення. Сьогодні ми докладно розберемо всі методи вирішення системи лінійних алгебраїчних рівнянь, які складаються більш ніж з двох рівностей.

Історія

На сьогоднішній день відомо, що мистецтво розв'язувати рівняння та їх системи зародилося ще в Стародавньому Вавилоні і Єгипті. Однак рівності в їх звичному для нас вигляді з'явилися після виникнення знака рівності "\u003d", який був введений в 1556 році англійським математиком Рекордом. До речі, цей знак був обраний не просто так: він означає два паралельних рівних відрізка. І правда, кращого прикладу рівності годі й чекати.

основоположником сучасних літерних позначень невідомих і знаків ступенів є французький математик Однак його позначення значно відрізнялися від сьогоднішніх. Наприклад, квадрат невідомого числа він позначав буквою Q (лат. "Quadratus"), а куб - буквою C (лат. "Cubus"). Ці позначення зараз здаються незручними, але тоді це був найбільш зрозумілий спосіб записати системи лінійних алгебраїчних рівнянь.

Однак недоліком в тодішніх методах рішення було те, що математики розглядали тільки позитивні коріння. Можливо, це пов'язано з тим, що негативні значення не мали ніякого практичного застосування. Так чи інакше, але першими вважати негативні коріння почали саме італійські математики Нікколо Тарталья, Джироламо Кардано і Рафаель Бомбелли в 16 столітті. А сучасний вигляд, Основний метод вирішення (через дискримінант) був створений тільки в 17 столітті завдяки роботам Декарта і Ньютона.

В середині 18 століття швейцарський математик Габріель Крамер знайшов новий спосіб для того, щоб зробити рішення систем лінійних рівнянь простіше. Цей спосіб був згодом названий його ім'ям і по сей день ми користуємося їм. Але про метод Крамера поговоримо трохи пізніше, а поки обговоримо лінійні рівняння і методи їх вирішення окремо від системи.

лінійні рівняння

Лінійні рівняння - найпростіші рівності зі змінною (змінними). Їх відносять до алгебраїчних. записують в загальному вигляді так: а 1 * x 1 + а 2 * x 2 + ... а n * x n \u003d b. Подання їх в цьому виді нам знадобиться при складанні систем і матриць далі.

Системи лінійних алгебраїчних рівнянь

Визначення цього терміна таке: це сукупність рівнянь, які мають спільні невідомі величини і спільне рішення. Як правило, в школі все вирішували системи з двома або навіть трьома рівняннями. Але бувають системи з чотирма і більше складовими. Давайте розберемося спочатку, як слід їх записати так, щоб в подальшому було зручно вирішувати. По-перше, системи лінійних алгебраїчних рівнянь будуть виглядати краще, якщо всі змінні будуть записані як x з відповідним індексом: 1,2,3 і так далі. По-друге, слід привести все рівняння до канонічного виду: а 1 * x 1 + а 2 * x 2 + ... а n * x n \u003d b.

Після всіх цих дій ми можемо почати розповідати, як знаходити рішення систем лінійних рівнянь. Дуже сильно для цього нам знадобляться матриці.

матриці

Матриця - це таблиця, яка складається з рядків і стовпців, а на їх перетині знаходяться її елементи. Це можуть бути або конкретні значення, або змінні. Найчастіше, щоб позначити елементи, під ними розставляють нижні індекси (наприклад, а 11 або а 23). Перший індекс означає номер рядка, а другий - стовпця. Над матрицями, як і над будь-яким іншим математичним елементом можна здійснювати різні операції. Таким чином, можна:

2) Умножати матрицю на якесь число або вектор.

3) Транспонувати: перетворювати рядки матриці в стовпці, а стовпці - в рядки.

4) Умножати матриці, якщо число рядків однієї з них дорівнює кількості стовпців інший.

Детальніше обговоримо всі ці прийоми, так як вони стануть в нагоді нам надалі. Віднімання і додавання матриць відбувається дуже просто. Так як ми беремо матриці однакового розміру, то кожен елемент однієї таблиці співвідноситься з кожним елементом іншої. Таким чином складаємо (віднімаємо) два цих елементу (важливо, щоб вони стояли на однакових місцях у своїх матрицях). При множенні матриці на число або вектор необхідно просто помножити кожен елемент матриці на це число (або вектор). Транспонування - дуже цікавий процес. Дуже цікаво іноді бачити його в реальному житті, наприклад, при зміні орієнтації планшета або телефону. Значки на робочому столі є матрицю, а при зміні положення вона транспонується і стає ширше, але зменшується в висоті.

Розберемо ще такий процес, як Хоч він нам і не знадобиться, але знати його буде все одно корисно. Помножити дві матриці можна тільки за умови, що число стовпців однієї таблиці дорівнює числу рядків інший. Тепер візьмемо елементи рядки однієї матриці і елементи відповідного стовпчика інший. Перемножимо їх один на одного і потім складемо (тобто, наприклад, твір елементів a 11 і а 12 на b 12 і b 22 дорівнюватиме: а 11 * b 12 + а 12 * b 22). Таким чином, виходить один елемент таблиці, і аналогічним методом вона заповнюється далі.

Тепер можемо приступити до розгляду того, як вирішується система лінійних рівнянь.

метод Гаусса

Цією тему починають проходити ще в школі. Ми добре знаємо поняття "система двох лінійних рівнянь" і вміємо їх вирішувати. Але що робити, якщо число рівнянь більше двох? У цьому нам допоможе

Звичайно, цим методом зручно користуватися, якщо зробити з системи матрицю. Але можна і не перетворювати її і вирішувати в чистому вигляді.

Отже, як вирішується цим методом система лінійних рівнянь Гаусса? До речі, хоч цей спосіб і названий його ім'ям, але відкрили його ще в давнину. Гаусс є проводити операції з рівняннями, щоб врешті-решт привести всю сукупність до ступінчастого вигляду. Тобто, потрібно, щоб зверху вниз (якщо правильно розставити) від першого рівняння до останнього зменшувалося по одному невідомому. Іншими словами, потрібно зробити так, щоб у нас вийшло, скажімо, три рівняння: в першому - три невідомих, у другому - два, в третьому - одне. Тоді з останнього рівняння ми знаходимо перший невідоме, підставляємо його значення в друге або перше рівняння, і далі знаходимо залишилися дві змінні.

метод Крамера

Для освоєння цього методу життєво необхідно володіти навичками додавання, віднімання матриць, а також потрібно вміти знаходити визначники. Тому, якщо ви погано все це робите або зовсім не вмієте, доведеться повчитися і потренуватися.

У чому суть цього методу, і як зробити так, щоб вийшла система лінійних рівнянь Крамера? Все дуже просто. Ми повинні побудувати матрицю з численних (практично завжди) коефіцієнтів системи лінійних алгебраїчних рівнянь. Для цього просто беремо числа перед невідомими і розставляємо в таблицю в тому порядку, як вони записані в системі. Якщо перед числом стоїть знак "-", то записуємо негативний коефіцієнт. Отже, ми склали першу матрицю з коефіцієнтів при невідомих, не включаючи числа після знаків рівності (природно, що рівняння має бути приведене до канонічного вигляду, коли справа знаходиться тільки число, а зліва - все невідомі з коефіцієнтами). Потім потрібно скласти ще кілька матриць - по одній для кожної змінної. Для цього замінюємо в першій матриці по черзі кожен стовпець з коефіцієнтами стовпцем чисел після знаку рівності. Таким чином отримуємо кілька матриць і далі знаходимо їх визначники.

Після того як ми знайшли визначники, справа за малим. У нас є початкова матриця, і є кілька отриманих матриць, які відповідають різним змінним. Щоб отримати рішення системи, ми ділимо визначник отриманої таблиці на визначник початкової таблиці. Отримане число і є значення однієї із змінних. Аналогічно знаходимо все невідомі.

інші методи

Існує ще кілька методів для того, щоб отримати рішення систем лінійних рівнянь. Наприклад, так званий метод Гаусса-Жордана, який застосовується для знаходження рішень системи квадратних рівнянь і теж пов'язаний із застосуванням матриць. Існує також метод Якобі для рішення системи лінійних алгебраїчних рівнянь. Він легше всіх адаптується для комп'ютера і застосовується в обчислювальній техніці.

складні випадки

Складність зазвичай виникає, якщо число рівнянь менше числа змінних. Тоді можна напевно сказати, що, або система несумісна (тобто не має коренів), або кількість її рішень прямує до нескінченності. Якщо у нас другий випадок - то потрібно записати загальне рішення системи лінійних рівнянь. Воно буде містити як мінімум одну змінну.

висновок

Ось ми і підійшли до кінця. Підіб'ємо підсумки: ми розібрали, що таке система і матриця, навчилися знаходити спільне рішення системи лінійних рівнянь. Крім цього розглянули інші варіанти. З'ясували, як вирішується система лінійних рівнянь: метод Гаусса і Поговорили про складних випадках і інших способах знаходження рішень.

Насправді ця тема набагато більш обширна, і якщо ви хочете краще в ній розібратися, то радимо почитати більше спеціалізованої літератури.

Система лінійних алгебраїчних рівнянь. Основні терміни. Матрична форма запису.

Визначення системи лінійних алгебраїчних рівнянь. Рішення системи. Класифікація систем.

під системою лінійних алгебраїчних рівнянь (СЛАР) мають на увазі систему

Параметри aij називають коефіцієнтами, А bi - вільними членами СЛАР. Іноді, щоб підкреслити кількість рівнянь і невідомих, кажуть так «m × n система лінійних рівнянь», - тим самим вказуючи, що СЛАР містить m рівнянь і n невідомих.

Якщо всі вільні члени bi \u003d 0 то СЛАР називають однорідної. Якщо серед вільних членів є хоча б один, відмінний від нуля, СЛАР називають неоднорідною.

рішенням СЛАР (1) називають будь-яку впорядковану сукупність чисел (α1, α2, ..., αn), якщо елементи цієї сукупності, підставлені в заданому порядку замість невідомих x1, x2, ..., xn, звертають кожне рівняння СЛАР в тотожність.

Будь-яка однорідна СЛАР має хоча б одне рішення: нульове (В іншій термінології - тривіальне), тобто x1 \u003d x2 \u003d ... \u003d xn \u003d 0.

Якщо СЛАР (1) має хоча б одне рішення, її називають спільної, Якщо ж рішень немає - несумісною. Якщо спільна СЛАР має рівно одне рішення, її називають певної, Якщо безліч рішень - невизначеною.

Матрична форма запису систем лінійних алгебраїчних рівнянь.

З кожної СЛАР можна зв'язати кілька матриць; більш того - саму СЛАР можна записати у вигляді матричного рівняння. Для СЛАР (1) розглянемо такі матриці:

Матриця A називається матрицею системи. Елементи цієї матриці представляють собою коефіцієнти заданої СЛАР.

Матриця A~ називається розширеної матрицею системи. Її отримують додаванням до матриці системи стовпчика, що містить вільні члени b1, b2, ..., bm. Зазвичай цей стовпець відокремлюють вертикальної рисою, - для наочності.

Матриця-стовпець B називається матрицею вільних членів, А матриця-стовпець X - матрицею невідомих.

Використовуючи введені вище позначення, СЛАР (1) можна записати у формі матричного рівняння: A⋅X \u003d B.

Примітка

Матриці, пов'язані з системою, можна записати різними способами: все залежить від порядку проходження змінних і рівнянь даної СЛАР. Але в будь-якому випадку порядок проходження невідомих в кожному рівнянні заданої СЛАР повинен бути однаковий

Теорема Кронекера-Капеллі. Дослідження систем лінійних рівнянь на сумісність.

Теорема Кронекера-Капеллі

Система лінійних алгебраїчних рівнянь сумісна тоді і тільки тоді, коли ранг матриці системи дорівнює рангу розширеної матриці системи, тобто rangA \u003d rangA~.

Система називається сумісною, якщо вона має хоч одне рішення. Теорема Кронекера-Капеллі говорить ось про що: якщо rangA \u003d rangA~, то рішення є; якщо rangA ≠ rangA~, то дана СЛАР не має рішень (несовместна). Відповідь на питання про кількість цих рішень дає наслідок з теореми Кронекера-Капеллі. У формулюванні слідства використана буква n, яка дорівнює кількості змінних заданої СЛАР.

Слідство з теореми Кронекера-Капеллі

Якщо rangA ≠ rangA~, то СЛАР несовместна (не має рішень).

Якщо rangA \u003d rangA~

Якщо rangA \u003d rangA~ \u003d n, то СЛАР є певною (має рівно одне рішення).

Зауважте, що сформульована теорема й наслідок з неї не вказують, як знайти рішення СЛАР. З їх допомогою можна лише з'ясувати, чи існують ці рішення немає, а якщо існують - то скільки.

Методи рішення СЛАР

метод Крамера

Метод Крамера призначений для вирішення тих систем лінійних алгебраїчних рівнянь (СЛАР), у яких визначник матриці системи відмінний від нуля. Природно, при цьому мається на увазі, що матриця системи квадратна (поняття визначника існує тільки для квадратних матриць). Суть методу Крамера можна виразити в трьох пунктах:

Скласти визначник матриці системи (його називають також визначником системи), і переконатися, що він не дорівнює нулю, тобто Δ ≠ 0.

Для кожної змінної xi необхідно скласти визначник Δ X i, отриманий з визначника Δ заміною i-го стовпця стовпцем вільних членів заданої СЛАР.

Знайти значення невідомих за формулою xi \u003d Δ X i / Δ

Рішення систем лінійних алгебраїчних рівнянь за допомогою зворотної матриці.

Рішення систем лінійних алгебраїчних рівнянь (СЛАР) з допомогою оберненої матриці (іноді цей спосіб називають ще матричних методом або методом зворотної матриці) вимагає попереднього ознайомлення з таким поняттям як матрична форма запису СЛАР. Метод оберненої матриці призначений для вирішення тих систем лінійних алгебраїчних рівнянь, у яких визначник матриці системи відмінний від нуля. Природно, при цьому мається на увазі, що матриця системи квадратна (поняття визначника існує тільки для квадратних матриць). Суть методу оберненої матриці можна виразити в трьох пунктах:

Записати три матриці: матрицю системи A, матрицю невідомих X, матрицю вільних членів B.

Знайти обернену матрицю A -1.

Використовуючи рівність X \u003d A -1 ⋅B отримати рішення заданої СЛАР.

Метод Гаусса. Приклади розв'язання систем лінійних алгебраїчних рівнянь методом Гаусса.

Метод Гаусса є одним з найбільш наочних і простих способів вирішення систем лінійних алгебраїчних рівнянь (СЛАР): як однорідних, так і неоднорідних. Коротко кажучи, суть даного методу полягає в послідовному виключенні невідомих.

Перетворення, допустимі в методі Гаусса:

Зміна місць двох рядків;

Множення всіх елементів рядка на деяке число, не рівне нулю.

Додаток до елементів одного рядка відповідних елементів іншого рядка, помножених на будь-який множник.

Викреслювання рядка, всі елементи якої дорівнюють нулю.

Викреслювання повторюваних рядків.

Щодо останніх двох пунктів: повторювані рядки можна викреслювати на будь-якому етапі вирішення методом Гаусса, - природно, залишаючи при цьому одну з них. Наприклад, якщо рядки №2, №5, №6 повторюються, то можна залишити одну з них, - наприклад, рядок №5. При цьому рядки №2 і №6 будуть видалені.

Нульові рядки прибираються з розширеної матриці системи в міру їх появи.

Рішення систем лінійних алгебраїчних рівнянь (СЛАР), безсумнівно, є найважливішою темою курсу лінійної алгебри. Величезна кількість завдань з усіх розділів математики зводиться до вирішення систем лінійних рівнянь. Цими факторами пояснюється причина створення даної статті. Матеріал статті підібраний і структурований так, що з його допомогою Ви зможете

• підібрати оптимальний метод вирішення Вашої системи лінійних алгебраїчних рівнянь,
• вивчити теорію обраного методу,
• вирішити Вашу систему лінійних рівнянь, розглянувши детально розібрані рішення характерних прикладів і завдань.

Короткий опис матеріалу статті.

Спочатку дамо всі необхідні визначення, поняття і введемо позначення.

Далі розглянемо методи вирішення систем лінійних алгебраїчних рівнянь, в яких число рівнянь дорівнює числу невідомих змінних і які мають єдине рішення. По-перше, зупинимося на методі Крамера, по-друге, покажемо матричний метод вирішення таких систем рівнянь, по-третє, розберемо метод Гаусса (метод послідовного виключення невідомих змінних). Для закріплення теорії обов'язково вирішимо кілька СЛАР різними способами.

Після цього перейдемо до вирішення систем лінійних алгебраїчних рівнянь загального вигляду, в яких число рівнянь не збігається з числом невідомих змінних або основна матриця системи є виродження. Сформулюємо теорему Кронекера - Капеллі, яка дозволяє встановити спільність СЛАР. Розберемо рішення систем (в разі їх спільності) за допомогою поняття базисного мінору матриці. Також розглянемо метод Гаусса і докладно опишемо рішення прикладів.

Обов'язково зупинимося на структурі загального рішення однорідних і неоднорідних систем лінійних алгебраїчних рівнянь. Дамо поняття фундаментальної системи рішень і покажемо, як записується спільне рішення СЛАР за допомогою векторів фундаментальної системи рішень. Для кращого розуміння розберемо кілька прикладів.

Наприкінці розглянемо системи рівнянь, що зводяться до лінійних, а також різні завдання, при вирішенні яких виникають СЛАР.

Навігація по сторінці.

Визначення, поняття, позначення.

Будемо розглядати системи з p лінійних алгебраїчних рівнянь з n невідомими змінними (p може дорівнювати n) виду

Невідомі змінні, - коефіцієнти (деякі дійсні або комплексні числа), - вільні члени (також дійсні або комплексні числа).

Таку форму записи СЛАР називають координатної.

В матричної формі записи ця система рівнянь має вигляд,
де - основна матриця системи, - матриця-стовпець невідомих змінних, - матриця-стовпець вільних членів.

Якщо до матриці А додати в якості (n + 1) -ого стовпця матрицю-стовпець вільних членів, то отримаємо так звану розширену матрицю системи лінійних рівнянь. Зазвичай розширену матрицю позначають буквою Т, а стовпець вільних членів відокремлюють вертикальною лінією від решти стовпців, тобто,

Рішенням системи лінійних алгебраїчних рівнянь називають набір значень невідомих змінних, звертає всі рівняння системи в тотожності. Матричне рівняння при даних значеннях невідомих змінних також звертається в тотожність.

Якщо система рівнянь має хоча б одне рішення, то вона називається спільної.

Якщо система рівнянь рішень не має, то вона називається несумісною.

Якщо СЛАР має єдине рішення, то її називають певної; якщо рішень більше одного, то - невизначеною.

Якщо вільні члени всіх рівнянь системи дорівнюють нулю , То система називається однорідної, в іншому випадку - неоднорідною.

Рішення елементарних систем лінійних алгебраїчних рівнянь.

Якщо число рівнянь системи дорівнює числу невідомих змінних і визначник її основної матриці не дорівнює нулю, то такі СЛАР будемо називати елементарними. Такі системи рівнянь мають єдине рішення, причому в разі однорідної системи все невідомі змінні дорівнюють нулю.

Такі СЛАР ми починали вивчати в середній школі. При їх вирішенні ми брали якусь одну рівняння, висловлювали одну невідому змінну через інші і підставляли її в решту рівняння, слідом брали наступне рівняння, висловлювали таку невідому змінну і підставляли в інші рівняння і так далі. Або користувалися методом складання, тобто, складали два або більше рівнянь, щоб виключити деякі невідомі змінні. Не будемо детально зупинятися на цих методах, так як вони по суті є модифікаціями методу Гаусса.

Основними методами вирішення елементарних систем лінійних рівнянь є метод Крамера, матричний метод та метод Гаусса. Розберемо їх.

Рішення систем лінійних рівнянь методом Крамера.

Нехай нам потрібно вирішити систему лінійних алгебраїчних рівнянь

в якій число рівнянь дорівнює числу невідомих змінних і визначник основної матриці системи відмінний від нуля, тобто,.

Нехай - визначник основної матриці системи, а - визначники матриць, які виходять з А заміною 1-ого, 2-ої, ..., n-ого стовпчика відповідно на стовпець вільних членів:

При таких позначеннях невідомі змінні обчислюються за формулами методу Крамера як . Так на сьогодні вирішення системи лінійних алгебраїчних рівнянь методом Крамера.

Приклад.

методом Крамера .

Рішення.

Основна матриця системи має вигляд . Обчислимо її визначник (при необхідності дивіться статтю):

Так як визначник основної матриці системи відмінний від нуля, то система має єдине рішення, яке може бути знайдено методом Крамера.

Складемо і обчислимо необхідні визначники (Визначник отримуємо, замінивши в матриці А перший стовпець на стовпець вільних членів, визначник - замінивши другий стовпець на стовпець вільних членів, - замінивши третій стовпець матриці А на стовпець вільних членів):

Знаходимо невідомі змінні за формулами :

відповідь:

Основним недоліком методу Крамера (якщо це можна назвати недоліком) є трудомісткість обчислення визначників, коли число рівнянь системи більше трьох.

Рішення систем лінійних алгебраїчних рівнянь матричним методом (за допомогою оберненої матриці).

Нехай система лінійних алгебраїчних рівнянь задана в матричної формі, де матриця A має розмірність n на n і її визначник відмінний від нуля.

Так як, то матриця А - оборотна, тобто, існує зворотна матриця. Якщо помножити обидві частини рівності на зліва, то отримаємо формулу для знаходження матриці-стовпця невідомих змінних. Так ми отримали рішення системи лінійних алгебраїчних рівнянь матричним методом.

Приклад.

Вирішіть систему лінійних рівнянь матричним методом.

Рішення.

Перепишемо систему рівнянь в матричної формі:

Так як

то СЛАР можна вирішувати матричних методом. За допомогою оберненої матриці рішення цієї системи може бути знайдено як .

Побудуємо зворотну матрицю за допомогою матриці з алгебраїчних доповнень елементів матриці А (при необхідності дивіться статтю):

Залишилося обчислити - матрицю невідомих змінних, помноживши зворотну матрицю на матрицю-стовпець вільних членів (при необхідності дивіться статтю):

відповідь:

або в іншому записі x 1 \u003d 4, x 2 \u003d 0, x 3 \u003d -1.

Основна проблема при знаходженні рішення систем лінійних алгебраїчних рівнянь матричним методом полягає в трудомісткості знаходження зворотної матриці, особливо для квадратних матриць порядку вище третього.

Рішення систем лінійних рівнянь методом Гаусса.

Нехай нам потрібно знайти рішення системи з n лінійних рівнянь з n невідомими змінними
визначник основної матриці якої відмінний від нуля.

Суть методу Гаусса складається в послідовному виключенні невідомих змінних: спочатку виключається x 1 з усіх рівнянь системи, починаючи з другого, далі виключається x 2 з усіх рівнянь, починаючи з третього, і так далі, поки в останньому рівнянні залишиться тільки невідома змінна x n. Такий процес перетворення рівнянь системи для послідовного виключення невідомих змінних називається прямим ходом методу Гауса. Після завершення прямого ходу методу Гаусса з останнього рівняння знаходиться x n, за допомогою цього значення з передостаннього рівняння обчислюється x n-1, і так далі, з першого рівняння знаходиться x 1. Процес обчислення невідомих змінних при русі від останнього рівняння системи до першого називається зворотним ходом методу Гауса.

Коротко опишемо алгоритм виключення невідомих змінних.

Будемо вважати, що, так як ми завжди можемо цього досягти перестановкою місцями рівнянь системи. Виключимо невідому змінну x 1 з усіх рівнянь системи, починаючи з другого. Для цього до другого рівняння системи додамо найперше, помножене на, до третього рівняння додамо найперше, помножене на, і так далі, до n-ому рівняння додамо найперше, помножене на. Система рівнянь після таких перетворень набуде вигляду

де, а .

До такого ж результату ми б прийшли, якби висловили x 1 через інші невідомі змінні в першому рівнянні системи і отриманий вираз підставили в усі інші рівняння. Таким чином, змінна x 1 виключена з усіх рівнянь, починаючи з другого.

Далі діємо аналогічно, але лише з частиною отриманої системи, яка відзначена на малюнку

Для цього до третього рівняння системи додамо Друге, помножене на, до четвертого рівняння додамо Друге, помножене на, і так далі, до n-ому рівняння додамо Друге, помножене на. Система рівнянь після таких перетворень набуде вигляду

де, а . Таким чином, змінна x 2 виключена з усіх рівнянь, починаючи з третього.

Далі приступаємо до виключення невідомої x 3, при цьому діємо аналогічно із зазначеною на малюнку частиною системи

Так продовжуємо прямий хід методу Гаусса поки система не набуде вигляду

З цього моменту починаємо зворотний хід методу Гаусса: обчислюємо x n з останнього рівняння як, за допомогою отриманого значення x n знаходимо x n-1 з передостаннього рівняння, і так далі, знаходимо x 1 з першого рівняння.

Приклад.

Вирішіть систему лінійних рівнянь методом Гаусса.

Рішення.

Виключимо невідому змінну x 1 з другого і третього рівняння системи. Для цього до обох частин другого і третього рівнянь додамо відповідні частини першого рівняння, помножені на і на відповідно:

Тепер з третього рівняння виключимо x 2, додавши до його лівої і правої частин ліву і праву частини другого рівняння, помножені на:

На цьому прямий хід методу Гаусса закінчений, починаємо зворотний хід.

З останнього рівняння отриманої системи рівнянь знаходимо x 3:

З другого рівняння отримуємо.

З першого рівняння знаходимо залишилася невідому змінну і цим завершуємо зворотний хід методу Гаусса.

відповідь:

X 1 \u003d 4, x 2 \u003d 0, x 3 \u003d -1.

Рішення систем лінійних алгебраїчних рівнянь загального вигляду.

У загальному випадку число рівнянь системи p не збігається з числом невідомих змінних n:

Такі СЛАР можуть не мати рішень, мати єдине рішення або мати нескінченно багато рішень. Це твердження стосується також до систем рівнянь, основна матриця яких квадратна і вироджена.

Теорема Кронекера - Капеллі.

Перш ніж знаходити рішення системи лінійних рівнянь необхідно встановити її спільність. Відповідь на питання коли СЛАР сумісна, а коли несовместна, дає теорема Кронекера - Капеллі:
для того, щоб система з p рівнянь з n невідомими (p може дорівнювати n) була сумісна необхідно і достатньо, щоб ранг основної матриці системи дорівнював рангу розширеної матриці, тобто, Rank (A) \u003d Rank (T).

Розглянемо на прикладі застосування теореми Кронекера - Капеллі для визначення спільності системи лінійних рівнянь.

Приклад.

З'ясуйте, чи має система лінійних рівнянь рішення.

Рішення.

. Скористаємося методом оздоблюють мінорів. Мінор другого порядку відмінний від нуля. Переберемо оздоблюють його мінори третього порядку:

Так як всі оздоблюють мінори третього порядку дорівнюють нулю, то ранг основної матриці дорівнює двом.

У свою чергу ранг розширеної матриці дорівнює трьом, так як мінор третього порядку

відмінний від нуля.

Таким чином, Rang (A), отже, по теоремі Кронекера - Капеллі можна зробити висновок, що вихідна система лінійних рівнянь несумісна.

відповідь:

Система рішень не має.

Отже, ми навчилися встановлювати несумісні системи за допомогою теореми Кронекера - Капеллі.

А як же знаходити рішення СЛАР, якщо встановлена \u200b\u200bїї спільність?

Для цього нам буде потрібно поняття базисного мінору матриці і теорема про ранзі матриці.

Мінор найвищого порядку матриці А, відмінний від нуля, називається базисним.

З визначення базисного мінору слід, що його порядок дорівнює рангу матриці. Для ненульовий матриці А базисних мінорів може бути кілька, один базисний мінор є завжди.

Для прикладу розглянемо матрицю .

Все мінори третього порядку цієї матриці дорівнюють нулю, так як елементи третього рядка цієї матриці представляють собою суму відповідних елементів першої та другої рядків.

Засадничими є такі мінори другого порядку, так як вони відмінні від нуля

мінори базисними не є, так як дорівнюють нулю.

Теорема про ранг матриці.

Якщо ранг матриці порядку p на n дорівнює r, то всі елементи рядків (і стовпців) матриці, що не утворюють обраний базисний мінор, лінійно виражаються через відповідні елементи рядків (і стовпців), що утворюють базисний мінор.

Що нам дає теорема про ранзі матриці?

Якщо по теоремі Кронекера - Капеллі ми встановили спільність системи, то вибираємо будь-який базисний мінор основної матриці системи (його порядок дорівнює r), і виключаємо з системи всі рівняння, які не утворюють обраний базисний мінор. Отримана таким чином СЛАР буде еквівалентна вихідної, так як відкинуті рівняння все одно зайві (вони відповідно до теореми про ранг матриці є лінійною комбінацією решти рівнянь).

У підсумку, після відкидання зайвих рівнянь системи, можливі два випадки.

Якщо число рівнянь r в отриманій системі буде дорівнює числу невідомих змінних, то вона буде певною і єдине рішення можна буде знайти методом Крамера, матричним методом або методом Гаусса.

Приклад.

.

Рішення.

Ранг основної матриці системи дорівнює двом, так як мінор другого порядку відмінний від нуля. Ранг розширеної матриці також дорівнює двом, так як єдиний мінор третього порядку дорівнює нулю

а розглянутий вище мінор другого порядку відмінний від нуля. На підставі теореми Кронекера - Капеллі можна стверджувати спільність вихідної системи лінійних рівнянь, так як Rank (A) \u003d Rank (T) \u003d 2.

В якості базисного мінору візьмемо . Його утворюють коефіцієнти першого і другого рівнянь:


Третє рівняння системи не бере участь в утворенні базисного мінору, тому виключимо його з системи на підставі теореми про ранг матриці:


Так ми отримали елементарну систему лінійних алгебраїчних рівнянь. Вирішимо її методом Крамера:


відповідь:

x 1 \u003d 1, x 2 \u003d 2.

Якщо число рівнянь r в отриманої СЛАР менше числа невідомих змінних n, то в лівих частинах рівнянь залишаємо складові, що утворюють базисний мінор, інші складові переносимо в праві частини рівнянь системи з протилежним знаком.

Невідомі змінні (їх r штук), що залишилися в лівих частинах рівнянь, називаються основними.

Невідомі змінні (їх n - r штук), які виявилися в правих частинах, називаються вільними.

Тепер вважаємо, що вільні невідомі змінні можуть приймати довільні значення, при цьому r основних невідомих змінних будуть виражатися через вільні невідомі змінні єдиним чином. Їх вираз можна знайти вирішуючи отриману СЛАР методом Крамера, матричним методом або методом Гаусса.

Розберемо на прикладі.

Приклад.

Вирішіть систему лінійних алгебраїчних рівнянь .

Рішення.

Знайдемо ранг основної матриці системи методом оздоблюють мінорів. Як ненульового мінору першого порядку візьмемо a 1 1 \u003d 1. Почнемо пошук ненульового мінору другого порядку, окаймляющего даний мінор:


Так ми знайшли ненульовий мінор другого порядку. Почнемо пошук ненульового окаймляющего мінору третього порядку:


Таким чином, ранг основної матриці дорівнює трьом. Ранг розширеної матриці також дорівнює трьом, тобто, система сумісна.

Знайдений ненульовий мінор третього порядку візьмемо в якості базисного.

Для наочності покажемо елементи, що утворюють базисний мінор:


Ми залишаємо в лівій частині рівнянь системи складові, які беруть участь в базисному мінорі, решта переносимо з протилежними знаками в праві частини:


Надамо вільним невідомим змінним x 2 і x 5 довільні значення, тобто, приймемо , Де - довільні числа. При цьому СЛАР набуде вигляду


Отриману елементарну систему лінійних алгебраїчних рівнянь вирішимо методом Крамера:


Отже,.

У відповіді не забуваємо вказати вільні невідомі змінні.

відповідь:

Де - довільні числа.

Підведемо підсумок.

Щоб вирішити систему лінійних алгебраїчних рівнянь загального вигляду, спочатку з'ясовуємо її спільність, використовуючи теорему Кронекера - Капеллі. Якщо ранг основної матриці не дорівнює рангу розширеної матриці, то робимо висновок про несумісності системи.

Якщо ранг основної матриці дорівнює рангу розширеної матриці, то вибираємо базисний мінор і відкидаємо рівняння системи, які не беруть участі в утворенні обраного базисного мінору.

Якщо порядок базисного мінору дорівнює числу невідомих змінних, то СЛАР має єдине рішення, яке знаходимо будь-яким відомим нам способом.

Якщо порядок базисного мінору менше числа невідомих змінних, то в лівій частині рівнянь системи залишаємо складові з основними невідомими змінними, інші складові переносимо в праві частини і надаємо вільним невідомим змінним довільні значення. З отриманої системи лінійних рівнянь знаходимо основні невідомі змінні методом Крамера, матричним методом або методом Гаусса.

Метод Гаусса для вирішення систем лінійних алгебраїчних рівнянь загального вигляду.

Методом Гауса можна вирішувати системи лінійних алгебраїчних рівнянь будь-якого виду без попереднього їх дослідження на спільність. Процес послідовного виключення невідомих змінних дозволяє зробити висновок як про спільності, так і про несумісності СЛАР, а в разі існування рішення дає можливість відшукати його.

З точки зору обчислювальної роботи метод Гаусса найбільш прийнятний.

Дивіться його докладний опис і розібрані приклади в статті метод Гаусса для вирішення систем лінійних алгебраїчних рівнянь загального вигляду.

Запис спільного рішення однорідних і неоднорідних систем лінійних алгебраїчних за допомогою векторів фундаментальної системи рішень.

У цьому розділі мова піде про спільні однорідних і неоднорідних системах лінійних алгебраїчних рівнянь, що мають безліч рішень.

Розберемося спочатку з однорідними системами.

Фундаментальною системою рішень однорідної системи з p лінійних алгебраїчних рівнянь з n невідомими змінними називають сукупність (n - r) лінійно незалежних рішень цієї системи, де r - порядок базисного мінору основної матриці системи.

Якщо позначити лінійно незалежні рішення однорідної СЛАР як X (1), X (2), ..., X (nr) (X (1), X (2), ..., X (nr) - це матриці стовпці розмірності n на 1) , то загальне рішення цієї однорідної системи представляється у вигляді лінійної комбінації векторів фундаментальної системи рішень з довільними постійними коефіцієнтами з 1, з 2, ..., с (nr), тобто,.

Що означає термін спільне рішення однорідної системи лінійних алгебраїчних рівнянь (Орослан)?

Сенс простий: формула задає всі можливі рішення вихідної СЛАР, іншими словами, взявши будь-який набір значень довільних постійних С 1, С 2, ..., С (n-r), за формулою ми отримаємо одне з рішень вихідної однорідної СЛАР.

Таким чином, якщо ми знайдемо фундаментальну систему рішень, то ми зможемо поставити всі рішення цієї однорідної СЛАР як.

Покажемо процес побудови фундаментальної системи рішень однорідної СЛАР.

Вибираємо базисний мінор вихідної системи лінійних рівнянь, виключаємо всі інші рівняння з системи і переносимо в праві частини рівнянь системи з протилежними знаками всі складові, що містять вільні невідомі змінні. Надамо вільним невідомим змінним значення 1,0,0, ..., 0 і обчислимо основні невідомі, вирішивши отриману елементарну систему лінійних рівнянь будь-яким способом, наприклад, методом Крамера. Так буде отримано X (1) - перше рішення фундаментальної системи. Якщо надати вільним невідомим значення 0,1,0,0, ..., 0 і обчислити при цьому основні невідомі, то отримаємо X (2). І так далі. Якщо вільним невідомим змінним додамо значення 0,0, ..., 0,1 і обчислимо основні невідомі, то отримаємо X (n-r). Так буде побудована фундаментальна система рішень однорідної СЛАР і може бути записано її спільне рішення у вигляді.

Для неоднорідних систем лінійних алгебраїчних рівнянь спільне рішення представляється у вигляді, де - загальне рішення відповідної однорідної системи, а - приватне рішення вихідної неоднорідною СЛАР, яке ми отримуємо, надавши вільним невідомим значення 0,0, ..., 0 і обчисливши значення основних невідомих.

Розберемо на прикладах.

Приклад.

Знайдіть фундаментальну систему рішень і спільне рішення однорідної системи лінійних алгебраїчних рівнянь .

Рішення.

Ранг основної матриці однорідних систем лінійних рівнянь завжди дорівнює рангу розширеної матриці. Знайдемо ранг основної матриці методом оздоблюють мінорів. Як ненульового мінору першого порядку візьмемо елемент a 1 + 1 \u003d 9 основної матриці системи. Знайдемо окаймляющий ненульовий мінор другого порядку:

Мінор другого порядку, відмінний від нуля, знайдений. Переберемо оздоблюють його мінори третього порядку в пошуках ненульового:

Все оздоблюють мінори третього порядку дорівнюють нулю, отже, ранг основної і розширеної матриці дорівнює двом. Базовим мінор візьмемо. Відзначимо для наочності елементи системи, які його утворюють:

Третє рівняння вихідної СЛАР не бере участі в утворенні базисного мінору, тому, може бути виключено:

Ми залишаємо в правих частинах рівнянь складові, які містять основні невідомі, а в праві частини переносимо доданки з вільними невідомими:

Побудуємо фундаментальну систему рішень вихідної однорідної системи лінійних рівнянь. Фундаментальна система рішень даної СЛАР складається з двох рішень, так як початкова СЛАУ містить чотири невідомих змінних, а порядок її базисного мінору дорівнює двом. Для знаходження X (1) додамо вільним невідомим змінним значення x 2 \u003d 1, x 4 \u003d 0, тоді основні невідомі знайдемо з системи рівнянь
.

Вирішимо її методом Крамера:

Таким чином, .

Тепер побудуємо X (2). Для цього додамо вільним невідомим змінним значення x 2 \u003d 0, x 4 \u003d 1, тоді основні невідомі знайдемо з системи лінійних рівнянь
.

Знову скористаємося методом Крамера:

Отримуємо.

Так ми отримали два вектора фундаментальної системи рішень і, тепер ми можемо записати загальне рішення однорідної системи лінійних алгебраїчних рівнянь:

, Де C 1 і C 2 - довільні числа., Дорівнюють нулю. Також приймемо мінор як базисного, виключимо третє рівняння з системи і перенесемо доданки з вільними невідомими в праві частини рівнянь системи:

Для знаходження додамо вільним невідомим змінним значення x 2 \u003d 0 і x 4 \u003d 0, тоді система рівнянь прийме вигляд , Звідки методом Крамера знайдемо основні невідомі змінні:

маємо , Отже,

де C 1 і C 2 - довільні числа.

Слід зауважити, що рішення невизначеною однорідної системи лінійних алгебраїчних рівнянь породжують лінійне простір

Рішення.

Канонічне рівняння еліпсоїда в прямокутній декартовій системі координат має вигляд . Наше завдання полягає у визначенні параметрів a, b і с. Так як еліпсоїд проходить через точки А, В і С, то при підстановці їх координат в канонічне рівняння еліпсоїда воно повинно звертатися в тотожність. Так ми отримаємо систему з трьох рівнянь:

позначимо , Тоді система стане системою лінійних алгебраїчних рівнянь .

Обчислимо визначник основної матриці системи:

Так як він відмінний від нуля, то рішення ми можемо знайти методом Крамера:
). Очевидно, що x \u003d 0 і x \u003d 1 є корінням цього многочлена. Часткою від ділення на є. Таким чином, маємо розкладання і вихідне вираз набуде вигляду .

Скористаємося методом невизначених коефіцієнтів.

Прирівнявши відповідні коефіцієнти числителей, приходимо до системи лінійних алгебраїчних рівнянь . Її рішення дасть нам шукані невизначені коефіцієнти А, В, С і D.

Вирішимо систему методом Гаусса:

При зворотному ході методу Гаусса знаходимо D \u003d 0, C \u003d -2, B \u003d 1, A \u003d 1.

отримуємо,

відповідь:

.