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.
Элементарные преобразования системы линейных уравнений.
Алгебра и теория чисел
Лекция 3
Системы линейных уравнений
План
1. Основные понятия и обозначения.
2. Элементарные преобразования системы линейных уравнений.
3. Ступенчатая матрица. Приведение матрицы к ступенчатому виду.
Литература
1. Бугров Я.С., Никольский С.М. Элементы линейной алгебры и аналитической геометрии. 1997, с. 25-48.
2. Ермаков В.И. Общий курс высшей математики. М.: Инфра — М, 2000. с. 5-22
3. Кремер Н.Ш. Высшая математика для экономистов. М.: Юнити, 2000. с. 38-56.
1. Основные понятия и обозначения. Простейшие системы двух линейных уравнений с двумя неизвестными изучаются в средней школе:
Известно, что справедлив один из следующих трех случаев: либо система имет одно решение, либо имеет бесконечно много решений, либо не имеет решений. В этом параграфе мы будем рассматривать общие системы линейных уравнений и установим это утверждение в общем случае кроме того изложим один из наиболее удобных методов решения систем линейных уравнений — метод последовательного исключения неизвестных или метод Гаусса по имени выдающегося немецкого математика К. Ф. Гаусса (1777-1855).
Определение 1.Системой m линейных уравнений с n неизвестными
(1)
где a11 ,a12 . amn — фиксированные числа (действительные, комплексные или принадлежащие некоторому полю) , называемые коэффициентами при неизвестных, b1 ,b2 . bm — фиксированные числа, называемые свободными членами.
Если все свободные члены в системе линейных уравнений равны нулю, то система линейных уравнений называется однородной.
Определение 2.Решением системы линейных уравнений (1) называется такой упорядоченный набор n чисел , при подстановке которыхв каждое из уравнений системы вместо соответственно неизвестных x1 , x2 . xn каждое из уравнений системы превращается в истинное числовое равенство.
Система называется совместной, если она имеет хотя бы одно решение, и называется несовместной, если она не имеет решений. Совместная система называется определенной, если она имеет одно решение, и называется неопределенной, если она не имеет решений.
Пусть S1 , S2 системы линейных уравнений с одним и тем же числом неизвестных, X1 , X2 — множества их решений соответственно.
Определение 3.Говорят, что система линейных уравнений S2 следствие системы S1 и S2 , если каждое решение системы S1 является решением системы S2 ,т.е. . Обозначаем .
Определение 4. Говорят, что системы S1 и S2 равносильны, если каждое решение системы S1 является решением системы S2 и каждое решение системы S2 является решением системы S1 , т.е. . Обозначаем .
Отношение следования и равносильности обладают следующими свойствами.
1. Если и , то (транзитивность).
Действительно, если и , то по определению 3 и Отсюда по свойству включения и по определению .
2. (рефлексивность).
3. Если , то — (симметричность).
4. Если и , то — (транзитивность).
Свойства 2, 3, 4 доказываются аналогично.
Элементарные преобразования системы линейных уравнений.
Определение 5. Элементарными преобразованиями системы линейных уравнений называются ее следующие преобразования:
1) перестановка любых двух уравнений местами;
2) умножение обеих частей одного уравнения на любое число ;
3) прибавление к обеим частям одного уравнения соответствующих частей другого уравнения, умноженных на любое число k ;
(при этом все остальные уравнения остаются неизменными).
Нулевым уравнением называем уравнение следующего вида:
.
Теорема 1. Любая конечная последовательность элементарных преобразований и преобразование вычеркивание нулевого уравнения переводит одну систему линейных уравнений в равносильную ей другую систему линейных уравнений.
Доказательство.В силу свойства 4 предыдущего пункта достаточно доказать теорему для каждого преобразования отдельно.
1. При перестановке уравнений в системе местами сами уравнения неизменяются, поэтому по определению полученная система равносильная первоначальной .
2. В силу первой части доказательства достаточно доказать утверждение для первого уравнения. Умножим первое уравнение системы (1) на число , получим систему
(2)
Пусть решение системы (1) . Тогда числа удовлетворяют всем уравнениям системы (1). Так как все уравнения системы (2) кроме первого совпадают с уравнениями системы (1), то числа удовлетворяют всем эти уравнениям. Так как числа удовлетворяют первому уравнению системы (1), то имеет место верное числовое равенство:
. (3)
Умножая его на число k,получим верное числовое равенство:
, (4)
т.о. устанавливаем, что решение системы (2).
Обратно, если решение системы (2), то числа удовлетворяют всем уравнениям системы (2). Так как все уравнения системы (1) кроме первого совпадают с уравнениями системы (2), то числа удовлетворяют всем эти уравнениям. Так как числа удовлетворяют первому уравнению системы (2), то справедливо числовое равенство (4). Разделив обе его части на число ,получим числовое равенство (3) и доказываем, что решение системы (1).
Отсюда по определению 4 система (1) равносильна системе (2).
3. В силу первой части доказательства достаточно доказать утверждение для первого и второго уравнения системы . Прибавим к обеим частям первому уравнению системы соответствующие части второго умноженные на число k , получим систему
(5)
Пусть решение системы (1) . Тогда числа удовлетворяют всем уравнениям системы (1). Так как все уравнения системы (5) кроме первого совпадают с уравнениями системы (1), то числа удовлетворяют всем эти уравнениям. Так как числа удовлетворяют первому уравнению системы (1), то имеют место верные числовые равенства:
, (6)
. (7)
Прибавляя почленно к первому равенству второе, умноженное на число k получим верное числовое равенство:
. (8)
Обратно, если решение системы (5), то числа удовлетворяют всем уравнениям системы (5). Так как все уравнения системы (1) кроме первого совпадают с уравнениями системы (5), то числа удовлетворяют всем эти уравнениям. Так как числа удовлетворяют первому уравнению системы (5), то справедливо числовое равенство (8). Вычитая из обеих его частей соответствующие части равенства (7) умноженные на число k получим числовое равенство (6).
Отсюда по определению 4 система (1) равносильна системе (5).
4. Так как нулевому уравнению удовлетворяет любой упорядоченный набор из n чисел, то при вычеркивании нулевого уравнения в системе получим систему равносильную исходной.
Ступенчатая матрица.
Определение 6.Матрицей размерности называется прямоугольная таблица
содержащая mn чисел, расположенных в m строк и n столбцов, числа называются элементами матрицы. Если , то матрица называется квадратной матрицей порядка m . Если все элементы матрицы равны нулю, то матрица называется нулевой матрицей. Элементы aii называются элементами главной диагонали.
Определение 7. Матрицей ступенчатого вида называется такая матрица, которая обладает свойствами:
1) в каждой строке матрицы имеется неравный нулю элемент;
2) в каждой строке матрицы, начиная со второй, первый слева неравный нулю элемент расположен правее первого слева неравного нулю элемента предыдущей строки матрицы.
Матрицу ступенчатого вида называют также трапециидальной матрицей, а квадратную матрицу ступенчатого вида называют треугольной матрицей. Ниже показаны две не ступенчатые матрицы и три ступенчатые матрицы (последняя матрица треугольная).
, , , , .
Определение 8. Элементарными преобразованиями строк матрицы называются следующие ее преобразования:
1) перестановка любых двух строк матрицы местами;
2) умножение одной строки матрицы на любое число ;
3) прибавление к одной строке матрицы другой ее строки умноженной на любое число k ;
(при этом все остальные строки матрицы остаются неизменными).
Аналогично можно рассматривать элементарные преобразования столбцов матрицы.
Теорема 2. Любую ненулевую матрицу конечным числом элементарных преобразований и преобразований вычеркивания нулевой строки можно привести к матрице ступенчатого вида.
Доказательство.Доказательство проводим методом математической индукции по числу m строк матрицы. Для m=1 утверждение теоремы справедливо, так как ненулевая однострочная матрица по определению имеет ступенчатый вид.
Предположим, что утверждение теоремы доказано для матриц, имеющих m-1 строку и докажем его для матриц, в которых содержится m строк. Пусть первый слева отличный от нуля столбец данной матрицы имеет номер k , так как матрица ненулевая, то такой столбец найдется, и матрица имеет вид:
.
Можем считать, что элемент , в противном случае строки матрицы можно переставить. Прибавим ко второй строке матрицы первую, умноженную на число , к третьей — первую , умноженную на и т.д. , к m-й — первую, умноженную на . После этих преобразований матрица примет вид:
. (9)
Рассмотрим матрицу, состоящую из последних m-1 строк матрицы (9):
. 10)
Если матрица (10) нулевая, то все строки в матрице (9) кроме первой нулевые. Вычеркивая их, приходим к матрице ступенчатого вида. Если матрица (10) ненулевая, то по индуктивному предположению конечным число элементарных преобразований и преобразований вычеркивания нулевой строки может быть приведена к матрице ступенчатого вида: ,
где элементы и не равны нулю. Тогда соответствующими преобразованиями строк матрица (9) преобразуется в матрицу ступенчатого вида:
; (11)
элементы , . не равны нулю. Теорема доказана.
4. 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:
Решение системы .
Пример 2.Решить систему
Составим расширенную матрицу системы и приведем ее к ступенчатому виду:
Соответствующая система имеет противоречивое уравнение. Поэтому данная система не имеет решений.
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
http://poisk-ru.ru/s39191t18.html
http://vmath.ru/vf5/algebra2/linearsystems