Количество неизвестных меньше числа уравнений

Условие совместности системы линейных уравнений. Теорема Кронекера-Капелли

Установить, совместна ли система линейных уравнений, с помощью теоремы Кронекера-Капелли часто можно быстрее, чем с помощью метода Гаусса, когда требуется последовательно исключать неизвестные. Основана эта теорема на использовании ранга матрицы.

Теорема Кронекера-Капелли о совместности системы. Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы этой системы равен рангу её расширенной матрицы, то есть чтобы .

Здесь матрица A (матрица системы) — это матрица, составленная из коэффициентов при неизвестных:

В свою очередь матрица В (расширенная матрица) — это матрица, полученная присоединением к матрице системы столбца из свободных членов:

Ранги этих матриц связаны неравенством , при этом ранг матрицы В может быть лишь на одну единицу больше ранга матрицы A.

Следствие из теоремы Кронекера-Капелли о числе решений. Пусть для системы m линейных уравнений с n неизвестными выполнено условие совместности, то есть ранг матрицы из коэффициентов системы равен рангу её расширенной матрицы. Тогда верно следующее.

Если ранг матрицы равен числу неизвестных (), то система имеет единственное решение.
Если ранг матрицы системы меньше числа неизвестных (), то система имеет бесконечно много решений, а именно: некоторым n — r неизвестным можно придавать произвольные значения, тогда оставшиеся r неизвестных определятся уже единственным образом.

Если ранг матрицы системы линейных уравнений равен числу уравнений, то есть , то система совместна при любых свободных членах. В этом случае ранг расширенной матрицы также равен m, так как ранг матрицы не может быть больше числа её строчек.

В ходе доказательства теоремы Кронекера-Капелли были получены явные формулы для решений системы (в случае её совместности). Если уже известно, что система совместна, то, чтобы найти её решения, необходимо:

1) отыскать в матрице системы A ранга отличный от нуля минор порядка, равного рангу матрицы системы, то есть ранга r;

2) отбросить те уравнения, которые соответствуют строкам матрицы A, не входящим в минор ;

3) члены с коэффициентами, не входящими в , перенести в правую часть, а затем, придавая неизвестным, находящимся в правой части, произвольные значения, определить по формулам Крамера оставшиеся r неизвестных из системы r уравнений с отличным от нуля определителем .

Пример 1. Следуя теореме Кронекера-Капелли, установить, совместна ли система уравнений

Если система совместна, то решить её.

Решение. Вычисляем ранг матрицы этой системы и ранг расширенной матрицы. В обоих случаях он равен 3. Следовательно, система линейных уравнений совместна. Так как ранг матрицы системы меньше числа неизвестных, то система имеет бесконечно много решений: одно неизвестное может быть взято произвольно. Минор

отличен от нуля, поэтому последнее уравнение отбрасываем и неизвестному придаём произвольное значение .

Оставшиеся неизвестные определяются из системы

Решая последнюю систему по формулам Крамера или иным способом, находим

Присоединяя сюда , получаем все решения данной системы линейных уравнений.

Пример 2. Следуя теореме Кронекера-Капелли, установить, совместна ли система уравнений

Если система совместна, то решить её.

Решение. Вычисляем ранг матрицы этой системы:

Следовательно, ранг системы равен 3. Определим ранг расширенной матрицы:

Это означает, что ранг расширенной матрицы также равен 3. Следовательно, система совместна, а так как число неизвестных равно рангу матрицы системы, то она имеет единственное решение. Для решения можем использовать первые три уравнения:

Решая последнюю систему по формулам Крамера, находим

Решения задач линейного программирования

Задачу линейного программирования (ЛП) можно решать аналитическими и графическими методами. Аналитические методы являются основой для решения задачи на ЭВМ. Их единственный недостаток состоит в том, что в отличие от графических методов, они недостаточно наглядны. Графические методы очень наглядны, но они пригодны лишь для решения задач на плоскости, т.е. когда размерность пространства К=2. Однако, учитывая большую наглядность графических методов, с их помощью рассмотрим идею решения задачи ЛП на примере задачи распределения ресурсов.

Однако прежде чем заняться решением, сделаем некоторые замечания. Пусть мы имеем систему m уравнения с n неизвестными (I).

Возможны следующие варианты:

À Число неизвестных меньше, чем число уравнений n m. Например:

Очевидно, что это уравнение прямой, и все значения x₁ и x₂, лежащие на этой прямой, являются решением уравнения (4.2). Значит уравнение (4.5) имеет бесчисленное множество решений.

В случае, когда система имеет больше одного возможного решения, может быть поставлена задача оптимизации, суть которой в том, что из всех допустимых решений, удовлетворяющих ограничениям и граничным условиям, выбрать такое, которое придает целевой функции оптимум. Вспомним построение линейных зависимостей. Пусть дано уравнение:

Преобразуем его к виду:

(4.7)

Запись (4.7) называют уравнением прямой в отрезках, что изображено на Рис. 4.1. Рассмотрим еще одну форму представления уравнения (4.6). Запишем это уравнение в виде:

Уравнение (4.8) изображено на рис. 4.2.

Вспомним неравенства. Если линейное уравнение с двумя переменными может быть представлено в виде прямой на плоскости, то неравенство вида:

изображается как полуплоскость, показанная на рис. 4.1. На этом рисунке часть плоскости, удовлетворяющая неравенству, заштрихована. Координаты всех точек, принадлежащих заштрихованному участку, имеют такие значения x₁ и x₂, которые удовлетворяют заданному неравенству. Значит, эти значения составляют область допустимых решений (ОДР). Саму прямую считаем принадлежащей каждой из двух указанных полуплоскостей. Предположим теперь, что задано не одно неравенство, а система:

где первое неравенство определяет некоторую полуплоскость П₁, второе — полуплоскость П₂ и т.д.

если какая-либо пара чисел (x₁, x₂) удовлетворяет всем неравенствам (4.10), то, соответствующая точка Р(x₁, x₂), принадлежит всем полуплоскостям П₁, П₂, . П_m одновременно. Другими словами, точка Р принадлежит пересечению (общей части) полуплоскостей П₁, П₂, . П_m, т.е. некоторой многоугольной области М (Рис. 4.3), которая является ОДР. Вдоль контура области изображены штрихи, идущие внутрь области. Они одновременно указывают, с какой стороны от данной прямой лежит соответствующая полуплоскость, то же самое указано и с помощью стрелок на каждой линии. Сразу же отметим, что ОДР не всегда бывает, ограничена: в результате пересечения нескольких полуплоскостей может возникнуть и неограниченная область (Рис. 4.4). Возможен и случай, когда область допустимых решений (ОДР) пуста. Это означает, что система (5.7) противоречива (Рис. 4.5). Многоугольник ОДР обладает весьма важным свойством: он является выпуклым.

þ фигура называется выпуклой, если вместе с любыми двумя своими точками А и В, она содержит и весь отрезок АВ.

В случае трех неизвестных, каждое уравнение представляет собой плоскость в пространстве. Каждая плоскость разбивает все пространство на два полупространства. Система неравенств определяет в пространстве выпуклый объемный многогранник, который представляет ОДР.

04. Метод Гаусса

СИстеме линейных уравнений (1) соответствуют три матриц

, .

Первая матрица называется Матрицей системы, вторая — Расширенной или Присойдиненной матрицей системы, третья — Столбцом свободных членов.

Система линейных уравнений называется Системой ступенчатого вида, если расширенная матрица системы есть матрица ступенчатого вида. Неизвестные с коэффициентами неравными нулю, которые стоят первыми в уравнениях системы ступенчатого вида называются Главными неизвестными, а остальные неизвестные называются Свободными.

Линейное уравнение, в котором все коэффициенты равны нулю, а свободный член не равен нулю, т. е. уравнение вида:

Не имеет решений. Действительно, если — решение этого уравнения, то получим противоречие с условием. Такое уравнение называем Противоречивым.

Пусть не все уравнения системы (1) нулевые. Тогда и расширенная матрица системы (1) ненулевая. По теореме 2 ее можно конечным числом элементарных преобразований и преобразований выбрасывания нулевой строки можно привести к матрице ступенчатого вида. Полученной матрице соответствует система линейных уравнений ступенчатого вида. Этим преобразованиям расширенной матрицы системы (1) соответствуют такие же преобразования системы линейных уравнений (1). По теореме 1 они переводят систему (1) в равносильную систему линейных уравнений, которая будет являются системой ступенчатого вида.

Таким образом мы доказали первую часть следующей теоремы.

Теорема 3. Любую систему линейных уравнений, содержащую ненулевое уравнение конечным числом элементарных преобразований и преобразований вычеркивания нулевого уравнения можно привести к равносильной ей системе ступенчатого вида. При этом возможны следующие три случая.

1. Если в полученной системе линейных уравнений ступенчатого вида есть противоречивое уравнение, то данная система не имеет решений.

2. Если в полученной системе линейных уравнений ступенчатого вида нет противоречивого уравнения и число уравнений в полученной системе равно числу неизвестных, то данная система имеет единственное решение.

3. Если в полученной системе линейных уравнений ступенчатого вида нет противоречивого уравнения и число уравнений в полученной системе меньше числа неизвестных, то данная система имеет бесконечно много решение.

Доказательство. Пусть дана система (1), содержащая ненулевое уравнение. По выше доказанному, она конечным числом элементарных преобразований она может быть преобразована к равносильной ей системе уравнений ступенчатого вида. Возможны случаи.

В полученной системе ступенчатого вида есть противоречивое уравнение. Тогда ни один набор чисел Не удовлетворяет системе, и система (1) не имеет решений.

В полученной системе ступенчатого вида нет противоречивого уравнения. Тогда в каждом из уравнений системы ступенчатого вида содержится главное неизвестное. Отсюда получаем, что число главных неизвестных, а тем более число всех неизвестных, не менее числа уравнений в системе ступенчатого вида. Тогда возможны под случаи:

В системе ступенчатого вида число уравнений равно числу неизвестных, т. е. система имеет вид:

(12)

Где Все неизвестные в системе являются главными. Из последнего уравнения находим единственное значение для неизвестного : . Подставляя найденное значение в предпоследнее уравнение, находим для неизвестного единственное значение и т. д. Наконец из первого уравнения по найденным значениям неизвестных из первого уравнения находим единственное значение неизвестного . Таким образом, система (12), а поэтому и система (1) имеет единственное решение.

В системе ступенчатого вида число уравнений меньше числа неизвестных. В этом случае матрица полученной системы имеет вид (11), а

Систему можно записать в виде:

(13)

Где В этой системе R главных неизвестных , все остальные Свободные (в системе они обзначены точками. Возьмем для свободных неизвестных произвольные значения. Тогда значения главных неизвестных найдутся однозначно из системы (13). Так как главные неизвестные можно выбрать бесконечным числом способов, то получим, что система (13), а поэтому и система (1) имеет бесконечно много решений.

Следствие. Если в системе однородных уравнений число неизвестных больше числа уравнений, то система имеет бесконечно много решений.

Действительно, система однородных уравнений всегда имеет нулевое решение , и при приведении ее к ступенчатому виду всегда получим систему, в которой число неизвестных больше числа уравнений.

Метод исследования и решения систем линейных уравнений, изложенный в доказательстве теорем 3 называется методом Гаусса.

Пример 1. Решить систему

Составим расширенную матрицу системы и приведем ее к ступенчатому виду:

Составим по полученной матрице ступенчатого вида систему линейных уравнений ступенчатого вида:

В полученной системе число уравнений равно числу неизвестных и полученная система имеет единственное решение, которое двигаясь вверх последовательно находим: