Методы решения систем линейных алгебраических уравнений (СЛАУ) с примерами
Содержание:
Методы решения систем линейных алгебраических уравнений (СЛАУ)
Метод Крамера
Определение: Системой линейных алгебраических уравнений (СЛАУ) называется выражение
Определение: Определитель, составленный из коэффициентов при неизвестных, называется главным определителем системы
Крамер предложил следующий метод решения СЛАУ: умножим главный определитель на для этого умножим все элементы первого столбца на эту неизвестную:
Второй столбец умножим на третий столбец — на -ый столбец — на и все эти произведения прибавим к первому столбцу, при этом произведение не изменится:
Согласно записи СЛАУ первый столбец получившегося определителя представляет собой столбец свободных коэффициентов, т.е.
Определение: Определитель называется первым вспомогательным определителем СЛАУ.
Поступая аналогично тому, как описано выше, найдем все вспомогательные определители СЛАУ:
31. Для того чтобы найти вспомогательный определитель i, надо в главном определителе СЛАУ заменить столбец i на столбец свободных коэффициентов.
Определение: Полученные выше соотношения называются формулами Крамера. Используя формулы Крамера, находят неизвестные величины Проанализируем полученные формулы:
- если главный определитель системы отличен от нуля (), то система имеет единственное решение;
- если главный определитель системы равен нулю (), а хотя бы один из вспомогательных определителей отличен от нуля ( или , или, . или ), то система не имеет решений (деление на нуль запрещено);
- если все определители системы равны нулю (), то система имеет бесчисленное множество решений.
Пример:
Решить СЛАУ методом Крамера
Решение:
Прежде всего, обращаем внимание на то, что в последнем уравнении переменные записаны в неправильном порядке, в этом случае говорят, что СЛАУ записана в ненормализованном виде. Нормализуем СЛАУ, для чего запишем неизвестные в последнем уравнении системы в правильном порядке, чтобы одноименные неизвестные были записаны друг под другом
Найдем главный определитель СЛАУ (раскрываем по первой строке)
Так как главный определитель системы отличен от нуля, то СЛАУ имеет единственное решение. Найдем три вспомогательных определителя
Воспользуемся формулами Крамера
Замечание: После нахождения решения СЛАУ надо обязательно провести проверку, для чего найденные числовые значения неизвестных подставляется в нормализованную систему линейных алгебраических уравнений.
Выполним проверку Отсюда видно, что СЛАУ решена верно.
Матричный способ решения СЛАУ
Для решения СЛАУ матричным способом введем в рассмотрение матрицу, составленную из коэффициентов при неизвестных матpицы-столбцы неизвестных и свободных коэффициентов
Тогда СЛАУ можно записать в матричном виде Матричный способ решения СЛАУ состоит в следующем: умножим слева матричное уравнение на обратную матрицу к матрице А, получим в силу того, что произведение найдем Таким образом, для нахождения неизвестных матричным способом, надо найти обратную к А матрицу после чего надо умножить эту матрицу на матрицу-столбец свободных коэффициентов.
Пример:
Решить СЛАУ матричным способом
Решение:
Введем в рассмотрение следующие матрицы
Найдем матрицу (см. Лекцию № 2): найдем детерминант матрицы А.
Пример:
Решение:
Найдем алгебраические дополнения всех элементов Запишем обратную матрицу (в правильности нахождения обратной матрицы убедиться самостоятельно). Подействуем пай денной матрицей на матрицу-столбец свободных коэффициентов В:
Отсюда находим, что х = 1; y = l; z = l.
Метод Гаусса
Метод Гаусса или метод исключения неизвестных состоит в том, чтобы за счет элементарных преобразований привести СЛАУ к треугольному виду. Покажем использование расширенной матрицы, составленной из коэффициентов при неизвестных и расширенной за счет столбца свободных коэффициентов, для приведения СЛАУ к треугольному виду на примере системы, рассматриваемой в этой лекции. Расширенная матрица для СЛАУ имеет вид:
Замечание: В методе Гаусса желательно, чтобы первая строка расширенной матрицы начиналась с единицы.
Обменяем в расширенной матрице первую и вторую строки местами, получим Приведем матрицу к треугольному виду, выполнив следующие преобразования: умножим элементы первой строки на (-2) и прибавим к соответствующим элементам второй строки Разделим все элементы второй строки на (-5), получим эквивалентную матрицу
Умножим элементы первой строки на (—1) и прибавим к соответствующим элементам третьей строки Разделим все элементы третьей строки на (-3), получим Таким образом, эквивалентная СЛАУ имеет вид (напомним, что первый столбец это коэффициенты при неизвестной х, второй — при неизвестной у, третий — при неизвестной z, а за вертикальной чертой находится столбец свободных коэффициентов):
Из первого уравнения находим, что х = 1.
Вывод: Из вышеизложенного материала следует, что вне зависимости от
способа решения СЛАУ всегда должен получаться один и тот же ответ.
Замечание: После нахождения решения СЛАУ надо обязательно выполнить проверку, то есть подставить полученные значения неизвестных в заданную СЛАУ и убедиться в тождественности левой части всех равенств системы соответствующим правым частям. Отметим, что задание СЛАУ всегда верно, то есть, если проверка показывает нарушение оговоренной тождественности, то надо искать ошибку в проведенных вычислениях.
Ранг матрицы. Теорема Кронекера-Капелли
Определение: Рангом матрицы называется наивысший порядок отличного от нуля минора этой матрицы.
Если то среди всевозможных миноров этой матрицы есть хотя бы один минор порядка r, который отличен от нулю, а все миноры порядков больших, чем r, равны нулю.
При вычислении ранга необходимо начинать вычислять миноры 2 порядка, затем миноры 3 порядка и так далее, пока не будут найдены миноры, обращающиеся в нуль. Если все миноры порядка p равны нулю, то и все миноры, порядок которых больше p, равны нулю.
Пример:
Найти ранг матрицы
Решение:
Очевидно, что среди миноров второго порядка есть миноры отличные от нуля, например, среди миноров третьего порядка также есть миноры, которые не равны нулю, например, Очевидно, что определитель четвертого порядка равен нулю, так как он будет содержать строку, состоящую из одних нулей (см. свойство для определителей). Следовательно, ранг матрицы А равен 3.
Теорема Кронекера-Капелли (критерий совместности СЛАУ). Для совместности системы линейных алгебраических уравнений (СЛАУ) необходимо и достаточно, чтобы ранг расширенной матрицы совпадал с рангом основной матрицы, составленной из коэффициентов при неизвестных величинах.
Следствия из теоремы Кронекера — Капелли
Следствие: Если ранг матрицы совместной системы равен числу неизвестных, то система имеет единственное решение (то есть она определенная).
Следствие: Если ранг матрицы совместной системы меньше числа неизвестных, то система имеет бесчисленное множество решений (т.е. она неопределенная).
В случае неопределенной системы решения ищут следующим образом: выбираются главные неизвестные, число которых равно рангу, а остальные неизвестные считаются свободными; далее главные неизвестные выражаются через свободные и получают множество решений, зависящих от свободных неизвестных. Это множество решений называется общим решением системы. Придавая свободным неизвестным различные произвольные значения, получим бесчисленное множество решений, каждое из которых называется частным решением системы.
Рекомендую подробно изучить предметы: |
|
Ещё лекции с примерами решения и объяснением: |
- Скалярное произведение и его свойства
- Векторное и смешанное произведения векторов
- Преобразования декартовой системы координат
- Бесконечно малые и бесконечно большие функции
- Критерий совместности Кронекера-Капелли
- Формулы Крамера
- Матричный метод
- Экстремум функции
При копировании любых материалов с сайта evkova.org обязательна активная ссылка на сайт www.evkova.org
Сайт создан коллективом преподавателей на некоммерческой основе для дополнительного образования молодежи
Сайт пишется, поддерживается и управляется коллективом преподавателей
Whatsapp и логотип whatsapp являются товарными знаками корпорации WhatsApp LLC.
Cайт носит информационный характер и ни при каких условиях не является публичной офертой, которая определяется положениями статьи 437 Гражданского кодекса РФ. Анна Евкова не оказывает никаких услуг.
VMath
Инструменты сайта
Основное
Навигация
Информация
Действия
Содержание
Системы линейных уравнений
Обозначим через $ \mathbb A_<> $ любое из множеств $ \mathbb Q_<>, \mathbb R_<> $ или $ \mathbb C_<> $.
Примеры систем уравнений над $ \mathbb R $.
Относительно числа $ m_<> $ уравнений не делается ни какого предположения: оно может быть меньше, больше или равно числу переменных $ n_<> $. Если $ m_<>>n $ то система называется переопределенной. Решением системы уравнений называется любой набор значений переменных $ x_1=\alpha_<1>,\dots, x_n = \alpha_n $, обращающий каждое из уравнений в истинное равенство. Система называется совместной если она имеет хотя бы одно решение и несовместной в противном случае.
Можно доказать (см. результаты ☟ НИЖЕ ), что все возможности для произвольной системы ограничиваются следующими вариантами:
1. система совместна и имеет единственное решение;
2. cистема совместна и имеет бесконечное множество решений;
3. cистема несовместна.
При этом все решения будут находиться в том же множестве $ \mathbb A_<> $, что и коэффициенты системы.
Матричная форма записи
Для системы линейных уравнений относительно переменных $ x_1,x_2,\dots,x_n $ $$ \left\< \begin
Исключение переменных (метод Гаусса)
метода достаточно проста.
Пример. Решить систему уравнений $$ \left\< \begin
Решение. Выразим из первого уравнения $ x_ <1>$ $$ x_1=\frac<3> <2>x_2+\frac<1> <2>x_3 + \frac<3> <2>$$ и подставим в оставшиеся уравнения $$ 4 \left(\frac<3> <2>x_2+\frac<1> <2>x_3 + \frac<3><2>\right) -3\,x_2-5\,x_3=6 \ <\color
Ответ. $ x_<1>=1/4, x_2=-5/8, x_3=-5/8 $.
Теперь осталось формализовать изложенную идею метода (сформулировав допустимые правила действия над уравнениями — те, что в принципе, очевидны из здравого смысла ), а также исследовать возможные последствия его применения к системам общего вида.
Исключение переменных
Элементарными преобразованиями системы л.у. называются преобразования следующих трех типов:
1. перестановка двух уравнений;
2. умножение обеих частей уравнения на любое отличное от нуля число;
3. прибавление к одному уравнению любого другого, умноженного на произвольное число: пара уравнений $$ \begin
Теорема. Любое элементарное преобразование системы л.у. переводит эту систему в ей эквивалентную, т.е. имеющую то же множество решений, что и исходная.
Задача. С помощью элементарных преобразований привести систему л.у. к наиболее простому виду: такому, из которого легко было бы установить множество решений.
Предположим, что первое уравнение системы содержит явно неизвестную $ x_ <1>$, т.е. $ a_<11>^<> \ne 0 $. Исключим эту неизвестную из всех оставшихся уравнений. С этой целью вычтем из второго уравнения первое, домноженное на $ a_<21>/a_<11>^<> $. Получим $$\left(a_<22>— \frac
Понятно, что процесс исключения может быть продолжен и далее. Теперь посмотрим, где он может прерваться. Может так случиться, что очередная, $ \ell_<> $-я подсистема имеет коэффициент $ a_<\ell \ell>^ <[\ell-1]>$ равным нулю, что не позволит алгоритму идти дальше — т.е. исключить переменную $ x_<\ell>^<> $ из оставшихся уравнений (в принципе, такое могло случиться уже на первом шаге, если бы коэффициент $ a_<11>^<> $ был бы равен нулю). Возможные варианты дальнейших действий:
1. если хотя бы один коэффициент при $ x_<\ell>^<> $ в одном из оставшихся уравнений отличен от нуля: $ a_
2. если при всех $ j\ge \ell^<> $ коэффициенты $ a_
Поскольку число переменных конечно, то алгоритм исключения должен завершиться за конечное число шагов. Чем он может завершиться? Окончательная система должна иметь вид: $$ \left\< \begin
Предположение . Мы будем считать, что каждое из первых $ <\mathfrak r>_<> $ уравнений системы содержит в своей левой части хотя бы одну переменную с ненулевым коэффициентом.
Процесс получения системы такого вида из исходной системы уравнений называется прямым ходом метода Гаусса.
Исторический комментарий о Гауссе ☞ ЗДЕСЬ.
Установление множества решений
Теорема. Если хотя бы одно из чисел $ b_<<\mathfrak r>+1>^<[<\mathfrak r>-1]>,\dots , b_
Для простоты мы будем иллюстрировать наши рассуждения на системах л.у. над $ \mathbb R_<> $, в этом же множестве искать решения. Каждое из преобразований метода Гаусса будем обозначать $ \to_<> $.
Пример. Решить систему л.у.
$$ \left\< \begin
Решение. $$ \ \to \ \left\< \begin
Ответ. Система несовместна.
Пусть теперь $ b_<<\mathfrak r>+1>^<[<\mathfrak r>-1]>=0,<>\dots, b_
Теорема. Если прямой ход метода Гаусса заканчивается треугольной системой, т.е. $ \mathfrak r = n_<> $ и $ b_<<\mathfrak r>+1>^<[<\mathfrak r>-1]>=0,<>\dots, b_
Пример. Решить систему л.у.
$$ \left\< \begin
Ответ. $ x_1=1,\, x_<2>=2,\, x_3=-2 $ .
Исследуем теперь случай $ <\mathfrak r>1) : На основании предположения , в $ <\mathfrak r>$-м уравнении этой системы имеется хотя бы один ненулевой коэффициент в левой части, пусть $ a_ <<\mathfrak r><\mathfrak s>>^<[<\mathfrak r>-1]>\ne 0 $ — первый из них. Если $ <\mathfrak s>=n $, то из этого уравнения однозначно определится $ x_
Теорема. Если прямой ход метода Гаусса заканчивается трапециевидной системой, т.е. $ \mathfrak r 2) матрицы $ A_<> $ (третьего порядка). Понятие определителя распространяется и на квадратные матрицы бóльших порядков; образно говоря, определитель — это функция элементов матрицы, отвечающая за единственность решения системы уравнений.
Дальнейший матричный анализ метода Гаусса ☞ ЗДЕСЬ.
Формулы Крамера
Рассмотрим систему линейных уравнений с квадратной матрицей $ A_<> $, т.е. такую, у которой число уравнений совпадает с числом неизвестных.
Теорема. Cистема
$$ \left\<\begin
Доказательство ☞ ЗДЕСЬ
Пример. Решить систему уравнений
$$ \left\<\begin
Решение. $$ x_1=\frac<\left|\begin
Решение системы линейных уравнений с квадратной матрицей $ A_<> $ является непрерывной функцией коэффициентов этой системы при условии, что $ \det A_<> \ne 0 $.
Кроме того, формулы Крамера начинают конкурировать по вычислительной эффективности с методом Гаусса в случае систем, зависящих от параметра. Подробнее ☞ ЗДЕСЬ.
Еще один способ решения системы основан на построении обратной матрицы: $$ AX= <\mathcal B>\quad \Rightarrow \quad X=A^<-1> <\mathcal B>\ . $$ Этот способ малоэффективен при фиксированных числовых $ A_<> $ и $ <\mathcal B>_<> $.
Найти достаточное условие существования общего решения систем уравнений:
$$ A_1 X = <\mathcal B>_1 \quad u \quad A_2 Y = <\mathcal B>_2 \ , $$ при квадратных матрицах $ A_1 $ и $ A_2 $ одинакового порядка.
Теорема Кронекера-Капелли
Матрица, получающаяся конкатенацией матрицы $ A_<> $ и столбца правых частей $ <\mathcal B>_<> $ $$ [ A| <\mathcal B>] = \left( \begin
Теорема [Кронекер, Капелли]. Система $ AX= <\mathcal B>$ совместна тогда и только тогда, когда ранг матрицы этой системы совпадает с рангом ее расширенной матрицы:
$$ \operatorname
Доказательство необходимости. Пусть существует решение $ x_1=\alpha_1,\dots,x_n=\alpha_n $ системы, тогда $$\alpha_1 A_<[1]>+\dots+\alpha_n A_<[n]>= <\mathcal B>\ ,$$ т.е. столбец $ <\mathcal B>$ линейно выражается через столбцы $ A_<[1]>,\dots,A_ <[n]>$. Но тогда $$ \operatorname
Доказательство достаточности проводится в следующем пункте. ♦
Пример. Исследовать совместность системы уравнений
Решение. В этом примере число уравнений совпадает с числом неизвестных. Это обстоятельство несколько облегчает рассуждения. Обратимся к замечанию из предыдущего пункта: система л.у. с числом уравнений, совпадающем с числом неизвестных, как правило, совместна. Тогда попробуем установить условия, обеспечивающие противоположное свойство — несовместность. Оно, фактически, единственно: за все отвечает определитель системы $ \det A_<> $. Если он отличен от нуля — система совместна. $$\det A = \left| \begin
Осталось исследовать критические случаи: $ <\color
При $ <\color
Ответ. Система несовместна при $ <\color
Система однородных уравнений
$$ \left\< \begin
Пример. Найти условие, при котором три точки плоскости с координатами $ (x_1,y_1), (x_2,y_2) $ и $ (x_3,y_<3>) $ лежат на одной прямой.
Решение. Будем искать уравнение прямой в виде $ ax+by+c=0 $ при неопределенных коэффициентах $ a,b,c_<> $. Если точки лежат на прямой, то получаем для определения этих коэффициентов систему линейных уравнений: $$ \left\< \begin
Доказать, что для совместности системы
$$ \left\< \begin
An elementary treatise on determinants
в следующей формулировке.
Теорема. Для того чтобы система $ n_<> $ неоднородных уравнений была совместна, необходимо и достаточно, чтобы порядок наибольшего отличного от нуля минора был одинаков в расширенной и нерасширенной матрице системы.
Додсон — один из самых знаменитых математиков мира. Назовите его псевдоним.
Ответ ☞ ЗДЕСЬ
Общее решение
Пусть выполнено условие теоремы Кронекера-Капелли: $ \operatorname
Пусть теперь $ \mathfrak
Пример. Исследовать совместность и найти общее решение системы уравнений:
Решение проведем двумя способами, соответствующими двум способам вычисления ранга матрицы. Вычисляем сначала ранг матрицы $ A $ по методу окаймляющих миноров: $$ |2| \ne 0,\quad \left| \begin
Ненулевой минор третьего порядка (базисный минор) находится в первой, второй и четвертых строках, что означает линейную независимость соответствующих уравнений. Третье уравнение линейно зависит от остальных, и может быть отброшено. Далее, указанный базисный минор образован коэффициентами при $ x_1,x_3 $ и $ x_4 $. Следовательно оставшиеся уравнения могут быть разрешены относительно этих переменных, т.е. они — зависимые, а $ x_2 $ и $ x_5 $ — основные. Использование формулы дает общее решение $$ \begin
Ответ. Общее решение системы: $ x_1=1/2 (x_2+x_5-1),\ x_3=3-4\,x_5,\ x_4=0 $.
Проанализируем теперь полученные общие формулы для общего решения. В этих формулах $ \beta_j $ представляет решение системы, получаемое при $ x_<\mathfrak
Вывод. Формула общего решения системы $ A X=\mathcal B $: $$ x_j=\beta_j + \gamma_
Теорема. Общее решение системы уравнений $ A X=\mathcal B $ представимо в виде суммы какого-то частного решения этой системы и общего решения соответствующей однородной системы $ A X=\mathbb O $.
Доказательство тривиально если система $ A X=\mathcal B $ имеет единственное решение. Если же решений бесконечно много, то выбрав какое-то одно частное $ X=X_1 $ мы получаем, что любое другое частное решение $ X=X_2 $ должно быть связано с первым соотношением $$ A(X_2-X_1)=\mathbb O , $$ т.е. разность частных решений неоднородной системы обязательно является решением однородной системы уравнений $ AX=\mathbb O $. ♦
Теперь посмотрим как можно описать общее решение однородной системы.
Система однородных уравнений
Система линейных уравнений называется однородной, если все коэффициенты правых частей равны нулю: $$ \left\< \begin
Задача ставится о поиске нетривиального решения. Оно не всегда существует. Так, к примеру, если матрица $ A_<> $ системы — квадратная и имеет ненулевой определитель, то, согласно теореме Крамера, нетривиальных решений у однородной системы нет. Теорема Кронекера-Капелли утверждает, что условие $ \det (A_<>) = 0 $ является и достаточным для существования нетривиального решения.
Теорема 1. Для того, чтобы система однородных уравнений с квадратной матрицей $ A_<> $ имела нетривиальное решение необходимо и достаточно, чтобы $ \det (A_<>) = 0 $.
Для произвольной (не обязательно квадратной) матрицы $ A_<> $ имеет место следующий общий результат.
Теорема 2. Если $ \operatorname
Теорема 3. Множество решений системы однородных уравнений образует линейное подпространство пространства $ \mathbb A^
Пусть матрица системы $ AX=\mathbb O $ квадратная и
$$ \operatorname
Теперь обсудим способы нахождения ФСР.
1. Первый из них получается из общего метода решения системы линейных уравнений, рассмотренного в предыдущем пункте. Так же, как и в том пункте, сделаем упрощающее обозначения предположение, что зависимыми переменными являются первые $ x_<1>,\dots,x_ <\mathfrak r>$, т.е. общее решение задается формулами $$ x_j=\gamma_
Оформим этот способ построения ФСР в теорему:
Теорема 4. Если система уравнений $ AX=\mathbb O $ имеет структуру матрицы $ A_<> $ вида:
$$ A = \left[ E_ <\mathfrak r>\mid P_ <\mathfrak r \times (n-\mathfrak r)>\right] \ , $$ то ее ФСР состоит из столбцов матрицы $$ \left[ \begin
Пример. Найти ФСР для системы уравнений
Решение. Приводим систему к трапециевидному виду: $$ \left\< \begin
2. Этот способ напоминает вычисление обратной матрицы методом приписывания единичной матрицы. Транспонируем матрицу $ A_<> $ системы и припишем к ней справа единичную матрицу порядка $ n_<> $: $$ \left[ A^ <\top>| E_n \right] = \left(\begin
Пример. Найти ФСР для системы уравнений
$$ \left\< \begin
$$ \left(\begin
3. Еще один способ построения ФСР основан на теореме Гамильтона-Кэли.
Теорема. Пусть матрица системы $ AX=\mathbb O $ квадратная и $ \operatorname
Пример. Найти ФСР для системы уравнений
Решение. Здесь $$ A= \left( \begin
Блок-схемы зависимости множества решений системы уравнений $ AX= \mathcal B $ от комбинации чисел $ n, \mathfrak r $ ☞ ЗДЕСЬ.
Геометрическая интерпретация
Геометрический смысл введенных определений поясним на примере $ \mathbb R^ <3>$. Уравнение $$ a_1x_1+a_2x_2+a_3x_3=b $$ — при фиксированных вещественных коэффициентах $ a_1,a_2,a_3 $ (хотя бы один из них считаем отличным от нуля) и $ b_<> $ — задает плоскость. Если, к примеру, $ a_1\ne 0 $, то из уравнения получаем выражение для $ x_ <1>$ как функции $ x_2,x_3 $: $$ x_1=\frac
Теорема. Общее решение системы уравнений $ A X=\mathcal B $ представимо в виде суммы какого-то частного решения этой системы и общего решения соответствующей однородной системы $ A X=\mathbb O $.
Координаты произвольной точки плоскости $ a_1x_1+a_2x_2+a_3x_3=0 $ задаются соотношениями $$ \left( \begin
Теперь рассмотрим систему из двух уравнений: $$ \left\<\begin
Мы рассмотрели пока только случай пересекающихся плоскостей в пространстве. Его можно считать общим, т.е. случаем «как правило»: две случайным образом выбранные плоскости в $ \mathbb R^ <3>$ пересекаться будут. Исследуем теперь исключительный случай — параллельности плоскостей. Исключительность этого случая может быть проверена и аналитикой. Для несовместности системы из двух уравнений необходимо, чтобы ранг ее матрицы $$ \left( \begin
Перейдем теперь к системе из трех уравнений: $$ \left\< \begin
Теорема Кронекера-Капелли в этом случае не нужна — нет, она остается справедливой! — но проверка условия на ранги матриц тривиальна: они оба равны $ 3_<> $. Если же указанный определитель обращается в нуль, то этот факт эквивалентен тому, что три строки определителя линейно зависимы. Например, возможно, что строка $ (a_<31>,a_<32>, a_<33>) $ может быть представлена в виде линейной комбинации первых двух строк. Вспомним геометрический смысл этих строк: они задают координаты векторов, перпендикулярных соответствующим плоскостям. Если система уравнений $$ \left\<\begin
Статья не закончена!
Ортогональность
Геометрические соображения из предыдущего пункта могут быть обобщены на случай когда размерности рассматриваемых пространств увеличиваются, и мы говорим о точках и векторах многомерных пространств. В последующих пунктах нам потребуются понятия линейной оболочки, линейного пространства, размерности, базиса и координат применительно к векторам-столбцам или векторам-строкам. Их можно найти ☞ ЗДЕСЬ.
Задача решения системы линейных уравнений $$ \left\< \begin
С другой стороны, к той же задаче решения системы уравнений, в предыдущем ПУНКТЕ мы подошли с другой стороны. Первое из уравнений системы $$ 3\,x_1+4\,x_2-x_3=2 $$ можно интерпретировать так: скалярное произведение векторов $ \vec<<\mathbf OA>^<[1]>> $ и $ \vec<<\mathbf OX>> $ равно фиксированному числу $ 2_<> $. Здесь вектора рассматриваются в пространстве строк $ \mathbb R_<>^ <3>$; считается, что каждый вектор имеет начало в начале координат $ \mathbf O=[0,0,0] $, а конец — в точке с координатами $ [3,4,-1] $ или, соответственно, $ [x_1,x_2,x_3] $. Если скалярное произведение векторов обозначать скобками $ \langle <> \mbox < >\rangle $, то систему уравнений можно переписать в виде $$ \langle \vec<<\mathbf OA>^<[1]>> ,\ \vec<<\mathbf OX>> \rangle=2,\ \langle \vec<<\mathbf OA>^<[2]>> ,\ \vec<<\mathbf OX>> \rangle=1 \quad npu \quad A^ <[1]>= [3,4,-1], A^<[2]>=[1,-2,3] $$ — строках матрицы $ A_<> $. И задачу решения такой системы понимать в смысле: найти координаты всех векторов-строк $ [x_1,x_2,x_3] $ которые обеспечат нам заданные значения скалярных произведений с двумя фиксированными векторами.
Геометрическая интерпретация еще более упрощается если рассмотреть случай однородной системы уравнений. Так, решить систему уравнений $$ \left\< \begin
Все эти геометрические соображения обобщаются в произвольное пространство $ \mathbb R_<>^
В терминах скалярного произведения, задачу решения системы линейных уравнений можно переформулировать как поиск строки $ X=[x_1,x_2,\dots,x_n] $, ортогональной всем строкам матрицы $ A_<> $: $$ \langle A^<[1]>,X \rangle=0, \langle A^<[2]>,X \rangle=0,\dots, \langle A^<[m]>,X \rangle=0 \ . $$ Множество таких строк образует линейное подпространство пространства $ \mathbb R_<>^
Теорема. $ \operatorname
Решение систем линейных уравнений методом Гаусса
Будут и задачи для самостоятельного решения, к которым можно посмотреть ответы.
Понятие метода Гаусса
Чтобы сразу же понять суть метода Гаусса, остановите ненадолго взгляд на анимации ниже. Почему одни буквы постепенно исчезают, другие окрашиваются в зелёный цвет, то есть становятся известными, а числа сменяются другими числами? Подсказка: из последнего уравнения совершенно точно известно, чему равна переменная z .
Догадались? В такой системе, называемой трапециевидной, последнее уравнение содержит только одну переменную и её значение можно однозначно найти. Затем значение этой переменной подставляют в предыдущее уравнение (обратный ход метода Гаусса, далее — просто обратный ход), из которого находят предыдущую переменную, и так далее.
Метод Гаусса, называемый также методом последовательного исключения неизвестных, состоит в следующем. При помощи элементарных преобразований систему линейных уравнений приводят к такому виду, чтобы её матрица из коэффициентов оказалась трапециевидной (то же самое, что треугольной или ступенчатой) или близкой к трапециевидной (прямой ход метода Гаусса, далее — просто прямой ход). Пример такой системы и её решения как раз и был приведён на анимации в начале урока.
В трапециевидной (треугольной) системе, как видим, третье уравнение уже не содержит переменных y и x , а второе уравнение — переменной x .
После того, как матрица системы приняла трапециевидную форму, уже не представляет труда разобраться в вопросе о совместности системы, определить число решений и найти сами решения.
У студентов наибольшие трудности вызывает именно прямой ход, то есть приведение исходной системы к трапециевидной. И это несмотря на то, что преобразования, которые необходимы для этого, называются элементарными. И называются неслучайно: в них требуется производить умножение (деление), сложение (вычитание) и перемену уравнений местами.
Преимущества метода:
- при решении систем линейных уравнений с числом уравнений и неизвестных более трёх метод Гаусса не такой громоздкий, как метод Крамера, поскольку при решении методом Гаусса необходимо меньше вычислений;
- методом Гаусса можно решать неопределённые системы линейных уравнений, то есть, имеющие общее решение (и мы разберём их на этом уроке), а, используя метод Крамера, можно лишь констатировать, что система неопределённа;
- можно решать системы линейных уравнений, в которых число неизвестных не равно числу уравнений (также разберём их на этом уроке);
- метод основан на элементарных (школьных) методах — методе подстановки неизвестных и методе сложения уравнений, которых мы коснулись в соответствующей статье.
Кроме того, метод Гаусса является основой одного из методов нахождения обратной матрицы.
Чтобы все прониклись простотой, с которой решаются трапециевидные (треугольные, ступенчатые) системы линейных уравнений, приведём решение такой системы с применением обратного хода. Быстрое решение этой системы было показано на картинке в начале урока.
Пример 1. Решить систему линейных уравнений, применяя обратный ход:
Решение. В данной трапециевидной системе переменная z однозначно находится из третьего уравнения. Подставляем её значение во второе уравнение и получаем значение переменой y:
Теперь нам известны значения уже двух переменных — z и y. Подставляем их в первое уравнение и получаем значение переменной x:
Из предыдущих шагов выписываем решение системы уравнений:
Чтобы получить такую трапециевидную систему линейных уравнений, которую мы решили очень просто, требуется применять прямой ход, связанный с элементарными преобразованиями системы линейных уравнений. Это также не очень сложно.
Элементарные преобразования системы линейных уравнений
Повторяя школьный метод алгебраического сложения уравнений системы, мы выяснили, что к одному из уравнений системы можно прибавлять другое уравнение системы, причём каждое из уравнений может быть умножено на некоторые числа. В результате получаем систему линейных уравнений, эквивалентную данной. В ней уже одно уравнение содержало только одну переменную, подставляя значение которой в другие уравнений, мы приходим к решению. Такое сложение — один из видов элементарного преобразования системы. При использовании метода Гаусса можем пользоваться несколькими видами преобразований.
На анимации выше показано, как система уравнений постепенно превращается в трапециевидную. То есть такую, которую вы видели на самой первой анимации и сами убедились в том, что из неё просто найти значения всех неизвестных. О том, как выполнить такое превращение и, конечно, примеры, пойдёт речь далее.
При решении систем линейных уравнений с любым числом уравнений и неизвестных в системе уравнений и в расширенной матрице системы можно:
- переставлять местами строки (это и было упомянуто в самом начале этой статьи);
- если в результате других преобразований появились равные или пропорциональные строки, их можно удалить, кроме одной;
- удалять «нулевые» строки, где все коэффициенты равны нулю;
- любую строку умножать или делить на некоторое число;
- к любой строке прибавлять другую строку, умноженное на некоторое число.
В результате преобразований получаем систему линейных уравнений, эквивалентную данной.
Алгоритм и примеры решения методом Гаусса системы линейных уравнений с квадратной матрицей системы
Рассмотрим сначала решение систем линейных уравений, в которых число неизвестных равно числу уравнений. Матрица такой системы — квадратная, то есть в ней число строк равно числу столбцов.
Пример 2. Решить методом Гаусса систему линейных уравнений
Решая системы линейных уравнений школьными способами, мы почленно умножали одно из уравнений на некоторое число, так, чтобы коэффициенты при первой переменной в двух уравнениях были противоположными числами. При сложении уравнений происходит исключение этой переменной. Аналогично действует и метод Гаусса.
Для упрощения внешнего вида решения составим расширенную матрицу системы:
В этой матрице слева до вертикальной черты расположены коэффициенты при неизвестных, а справа после вертикальной черты — свободные члены.
Для удобства деления коэффициентов при переменных (чтобы получить деление на единицу) переставим местами первую и вторую строки матрицы системы. Получим систему, эквивалентную данной, так как в системе линейных уравнений можно переставлять местами уравнения:
С помощью нового первого уравнения исключим переменную x из второго и всех последующих уравнений. Для этого ко второй строке матрицы прибавим первую строку, умноженную на (в нашем случае на ), к третьей строке – первую строку, умноженную на (в нашем случае на ).
Это возможно, так как
Если бы в нашей системе уравнений было больше трёх, то следовало бы прибавлять и ко всем последующим уравнениям первую строку, умноженную на отношение соответствующих коэффициентов, взятых со знаком минус.
В результате получим матрицу эквивалентную данной системе новой системы уравнений, в которой все уравнения, начиная со второго не содержат переменнную x:
Для упрощения второй строки полученной системы умножим её на и получим вновь матрицу системы уравнений, эквивалентной данной системе:
Теперь, сохраняя первое уравнение полученной системы без изменений, с помощью второго уравнения исключаем переменную y из всех последующих уравнений. Для этого к третьей строке матрицы системы прибавим вторую строку, умноженную на (в нашем случае на ).
Если бы в нашей системе уравнений было больше трёх, то следовало бы прибавлять и ко всем последующим уравнениям вторую строку, умноженную на отношение соответствующих коэффициентов, взятых со знаком минус.
В результате вновь получим матрицу системы, эквивалентной данной системе линейных уравнений:
Мы получили эквивалентную данной трапециевидную систему линейных уравнений:
Если число уравнений и переменных больше, чем в нашем примере, то процесс последовательного исключения переменных продолжается до тех пор, пока матрица системы не станет трапециевидной, как в нашем демо-примере.
Решение найдём «с конца» — обратный ход. Для этого из последнего уравнения определим z:
.
Подставив это значение в предшествующее уравнение, найдём y:
Из первого уравнения найдём x:
Ответ: решение данной системы уравнений — .
Проверить решение системы можно и на калькуляторе, решающем методом Крамера: в этом случае будет выдан тот же ответ, если система имеет однозначное решение. Если же система имеет бесконечное множество решений, то таков будет и ответ, и это уже предмет пятой части этого урока.
Решить систему линейных уравнений методом Гаусса самостоятельно, а затем посмотреть решение
Пример 3. Решить систему линейных уравнений:
Перед нами вновь пример совместной и определённой системы линейных уравнений, в которой число уравнений равно числу неизвестных. Отличие от нашего демо-примера из алгоритма — здесь уже четыре уравнения и четыре неизвестных.
Пример 4. Решить систему линейных уравнений методом Гаусса:
Решение. Составляем расширенную матрицу системы. С помощью первого уравнения исключаем из последующих уравнений переменную . Для этого ко второй строке прибавляем первую, умноженную на , к третьей строке — первую, умноженную на , к четвёртой — первую, умноженную на .
Теперь нужно с помощью второго уравнения исключить переменную из последующих уравнений. Проведём подготовительные работы. Чтобы было удобнее с отношением коэффициентов, нужно получить единицу в во втором столбце второй строки. Для этого из второй строки вычтем третью, а полученную в результате вторую строку умножим на -1.
Проведём теперь собственно исключение переменной из третьего и четвёртого уравнений. Для этого к третьей строке прибавим вторую, умноженную на , а к четвёртой — вторую, умноженную на .
Теперь с помощью третьего уравнения исключим переменную из четвёртого уравнения. Для этого к четвёртой строке прибавим третью, умноженную на . Получаем расширенную матрицу трапециевидной формы.
Получили систему уравнений, которой эквивалентна заданная система:
Следовательно, полученная и данная системы являются совместными и определёнными. Окончательное решение находим «с конца». Из четвёртого уравнения непосредственно можем выразить значение переменной «икс четвёртое»:
.
Это значение подставляем в третье уравнение системы и получаем
,
откуда находим «икс третье»:
.
Далее, подставляем значения и во второе уравнение системы:
,
.
Наконец, подстановка значений
в первое уравнение даёт
,
откуда находим «икс первое»:
.
Ответ: данная система уравнений имеет единственное решение .
Проверить решение системы можно и на калькуляторе, решающем методом Крамера: в этом случае будет выдан тот же ответ, если система имеет однозначное решение.
Решение методом Гаусса прикладных задач на примере задачи на сплавы
Системы линейных уравнений применяются для моделирования реальных объектов физического мира. Решим одну из таких задач — на сплавы. Аналогичные задачи — задачи на смеси, стоимость или удельный вес отдельных товаров в группе товаров и тому подобные.
Пример 5. Три куска сплава имеют общую массу 150 кг. Первый сплав содержит 60% меди, второй — 30%, третий — 10%. При этом во втором и третьем сплавах вместе взятых меди на 28,4 кг меньше, чем в первом сплаве, а в третьем сплаве меди на 6,2 кг меньше, чем во втором. Найти массу каждого куска сплава.
Решение. Составляем систему линейных уравнений:
Умножаем второе и третье уравнения на 10, получаем эквивалентную систему линейных уравнений:
Составляем расширенную матрицу системы:
Внимание, прямой ход. Путём сложения (в нашем случае — вычитания) одной строки, умноженной на число (применяем два раза) с расширенной матрицей системы происходят следующие преобразования:
Прямой ход завершился. Получили расширенную матрицу трапециевидной формы.
Применяем обратный ход. Находим решение с конца. Видим, что .
Из второго уравнения находим
,
Из третьего уравнения —
.
Проверить решение системы можно и на калькуляторе, решающем методом Крамера: в этом случае будет выдан то же ответ, если система имеет однозначное решение.
О простоте метода Гаусса говорит хотя бы тот факт, что немецкому математику Карлу Фридриху Гауссу на его изобретение потребовалось лишь 15 минут. Кроме метода его имени из творчества Гаусса известно изречение «Не следует смешивать то, что нам кажется невероятным и неестественным, с абсолютно невозможным» — своего рода краткая инструкция по совершению открытий.
Во многих прикладных задачах может и не быть третьего ограничения, то есть, третьего уравнения, тогда приходится решать методом Гаусса систему двух уравнений с тремя неизвестными, или же, наоборот — неизвестных меньше, чем уравнений. К решению таких систем уравнений мы сейчас и приступим.
С помощью метода Гаусса можно установить, совместна или несовместна любая система n линейных уравнений с n переменными.
Метод Гаусса и системы линейных уравнений, имеющие бесконечное множество решений
Следующий пример — совместная, но неопределённая система линейных уравнений, то есть имеющая бесконечное множество решений.
После выполнения преобразований в расширенной матрице системы (перестановки строк, умножения и деления строк на некоторое число, прибавлению к одной строке другой) могли появиться строки вида
,
соответствующие уравнению вида
Если во всех уравнениях имеющих вид
свободные члены равны нулю, то это означает, что система неопределённа, то есть имеет бесконечное множество решений, а уравнения этого вида – «лишние» и их исключаем из системы.
Пример 6. Решить методом Гаусса систему линейных уравнений:
Решение. Составим расширенную матрицу системы. Затем с помощью первого уравнения исключим переменную из последующих уравнений. Для этого ко второй, третьей и четвёртой строкам прибавим первую, умноженную соответственно на :
Теперь вторую строку прибавим к третьей и четвёртой.
В результате приходим к системе
Последние два уравнения превратились в уравнения вида . Эти уравнения удовлетворяются при любых значениях неизвестных и их можно отбросить.
Чтобы удовлетворить второму уравнению, мы можем для и выбрать произвольные значения , тогда значение для определится уже однозначно: . Из первого уравнения значение для также находится однозначно: .
Как заданная, так и последняя системы совместны, но неопределённы, и формулы
при произвольных и дают нам все решения заданной системы.
Метод Гаусса и системы линейных уравнений, не имеющие решений
Следующий пример — несовместная система линейных уравнений, то есть не имеющая решений. Ответ на такие задачи так и формулируется: система не имеет решений.
Как уже говорилось в связи с первым примером, после выполнения преобразований в расширенной матрице системы могли появиться строки вида
,
соответствующие уравнению вида
Если среди них есть хотя бы одно уравнение с отличным от нуля свободным членом (т.е. ), то данная система уравнений является несовместной, то есть не имеет решений и на этом её решение закончено.
Пример 7. Решить методом Гаусса систему линейных уравнений:
Решение. Составляем расширенную матрицу системы. С помощью первого уравнения исключаем из последующих уравнений переменную . Для этого ко второй строке прибавляем первую, умноженную на , к третьей строке — первую, умноженную на , к четвёртой — первую, умноженную на .
Теперь нужно с помощью второго уравнения исключить переменную из последующих уравнений. Чтобы получить целые отношения коэффициентов, поменяем местами вторую и третью строки расширенной матрицы системы.
Для исключения из третьего и четвёртого уравнения к третьей строке прибавим вторую, умноженную на , а к четвёртой — вторую, умноженную на .
Теперь с помощью третьего уравнения исключим переменную из четвёртого уравнения. Для этого к четвёртой строке прибавим третью, умноженную на .
Заданная система эквивалентна, таким образом, следующей:
Полученная система несовместна, так как её последнее уравнение не может быть удовлетворено никакими значениями неизвестных. Следовательно, данная система не имеет решений.
Решить систему линейных уравнений методом Гаусса самостоятельно, а затем посмотреть решение
Пример 8. Решить систему линейных уравнений:
Метод Гаусса и системы, в которых число неизвестных меньше числа уравнений
Следующий пример — система линейных уравнений, в которой число неизвестных меньше числа уравнений.
Пример 9. Решить методом Гаусса систему линейных уравнений:
Решение. Составляем расширенную матрицу системы. С помощью первого уравнения исключаем из последующих уравнений переменную . Для этого ко второй строке прибавляем первую, умноженную на , к третьей строке — первую, умноженную на , к четвёртой — первую, умноженную на . Далее новые вторую, третью и четвёртую строки умножаем на .
Теперь нужно с помощью второго уравнения исключить переменную из последующих уравнений. Проведём подготовительные работы. Чтобы было удобнее с отношением коэффициентов, нужно получить единицу в во втором столбце второй строки. Для этого четвёртую строку умножаем на , а полученную в результате четвёртую строку меняем местами со второй строкой.
Проведём теперь исключение переменной из третьего и четвёртого уравнений. Для этого к третьей строке прибавим вторую, умноженную на , а к четвёртой — вторую, умноженную на .
Четвёртая и третья строки — одинаковые, поэтому четвёртую исключаем из матрицы. А третью умножаем на .
Получили следующую систему уравнений, которой эквивалентна заданная система:
и известны, а находим из первого уравнения:
.
Ответ: данная система уравнений имеет единственное решение (1; 1; 1).
Метод Гаусса и системы, в которых число неизвестных больше числа уравнений
Следующий пример — система линейных уравнений, в которой число неизвестных больше числа уравнений.
Если при выполнении преобразований в расширенной матрице системы встретилось хотя бы одно уравнение вида
(*)
с равным нулю свободным членом, то в итоге получим эквивалентную исходной системе систему линейных уравнений, в которой число уравнений меньше числа переменных, а уравнения вида (*) удовлетворяются при любых значениях неизвестных. Их можно отбросить.
Неизвестным, которые удовлетворяли уравнению вида 0 = 0, например, третьему и четвёртому (*, отброшенным уравнениям), придадим произвольные значения (пример 2). Они чаще всего записываются так: . Подставляя эти значения в остальные уравнения, не имеющие вида (*), например, первое и второе, получаем формулы, дающие нам значения остальных неизвестных. В них можно подставлять любые численные значения и . Следовательно, существует бесконечное множество выбора значений этих неизвестных, поэтому полученная система уравнений является неопределённой. В этом случае неопределённой является и исходная система.
Пример 10. Решить методом Гаусса систему линейных уравнений:
Решение. Составляем расширенную матрицу системы. Далее ко второй строке прибавляем первую, умноженную на .
Заданная система эквивалентна, таким образом, следующей:
В ней отсутствуют уравнения, дающие однозначные значения для и . Это равносильно появлению уравнений вида , которые можно отбросить. Мы можем для и выбрать произвольные значения . Из первого уравнения значение для находится однозначно: .
Как заданная, так и последняя системы совместны, но неопределённы, и формулы
при произвольных и дают нам все решения заданной системы.
http://vmath.ru/vf5/algebra2/linearsystems
http://function-x.ru/systems_gauss.html