Матрица из 3 х уравнений

Система линейных уравнений с тремя переменными

Линейное уравнение с тремя переменными и его решение

Уравнение вида ax+by+cz = d , где a, b, c, d — данные числа, называется линейным уравнением с тремя переменными x, y и z.

Например: $2x+5y+z = 8; -x+1, 5y+2z = 0; \frac<1> <2>x-8y-5z = 7$

Уравнение с тремя переменными может быть не только линейным, т.е. содержать не только первые степени переменных x,y и z.

Например: $2x^2+xz+y^2+yz^2 = 3,x-5y^2+z^3 = 1, 7x^3+y+xyz = 7$

Решением уравнения с тремя переменными называется упорядоченная тройка значений переменных (x,y,z), обращающая это уравнение в тождество.

О тождествах – см. §3 данного справочника

Например: для уравнения 2x+5y+z=8 решениями являются тройки x = -2, y = 1, z = 7; x = -1, y = 1, 6 , z = 2; x = -3, y = 2, 4, z = 2 и т.д. Уравнение имеет бесконечное множество решений.

Геометрическим представлением линейного уравнения с тремя переменными является плоскость в трёхмерном координатном пространстве .

Решение системы линейных уравнений с тремя переменными методом подстановки

Алгоритм метода подстановки для системы уравнений с тремя переменными аналогичен алгоритму для двух переменных (см.§45 данного справочника)

Например: решить систему

$$ <\left\< \begin 3x+2y-z = 8 \\ x-y+z = -2 \\ 2x-3y-5z = 1 \end \right.> \Rightarrow <\left\< \begin 3(y-z-2)+2y-z = 8 \\ x = y-z-2 \\ 2(y-z-2)-3y-5z = 1 \end \right.> \Rightarrow $$

$$ \Rightarrow <\left\< \begin x = y-z-2 \\ 5y-4z = 14 \\ -y-7z = 5 \end \right.> \Rightarrow <\left\< \begin x = y-z-2 \\ y = -7z-5 \\ 5(-7z-5)-4z = 14 \end \right.> \Rightarrow <\left\< \begin x = y-z-2 \\ y = -7z-5 \\ -39z = 39 \end \right.> \Rightarrow $$

$$ \Rightarrow <\left\< \begin x = 2-(-1)-2 = 1 \\ y = -7\cdot(-1)-5 = 2 \\ z = -1 \end \right.> \Rightarrow <\left\< \begin x = 1 \\ y = 2 \\ z = -1 \end \right.> $$

Решение системы линейных уравнений с тремя переменными методом Крамера

Для системы с 3-мя переменными действуем по аналогии.

Дана система 3-х линейных уравнений с 3-мя переменными:

$$ <\left\< \begin a_1 x+b_1 y+c_1 z = d_1 \\ a_2 x+b_2 y+c_2 z = d_2 \\ a_3 x+b_3 y+c_3 z = d_3 \end \right.> $$

Определим главный определитель системы:

$$ \Delta = \begin a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \end $$

и вспомогательные определители :

$$ \Delta_x = \begin d_1 & b_1 & c_1 \\ d_2 & b_2 & c_2 \\ d_3 & b_3 & c_3 \end, \Delta_y = \begin a_1 & d_1 & c_1 \\ a_2 & d_2 & c_2 \\ a_3 & d_3 & c_3 \end, \Delta_z = \begin a_1 & b_1 & d_1 \\ a_2 & b_2 & d_2 \\ a_3 & b_3 & d_3 \end $$

Тогда решение системы:

Соотношение значений определителей, расположения плоскостей и количества решений:

Три плоскости пересекаются в одной точке

Три плоскости параллельны

Две или три плоскости совпадают или пересекаются по прямой

Бесконечное множество решений

Осталось определить правило вычисления определителя 3-го порядка.

Таких правил несколько, приведём одно из них (так называемое «раскрытие определителя по первой строке»):

$$ \Delta = \begin a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \end = a_1 = \begin b_2 & c_2 \\ b_3 & c_3 \end — b_1 = \begin a_2 & c_2 \\ a_3 & c_3 \end + c_1 = \begin a_2 & b_2 \\ a_3 & b_3 \end = $$

$$ = a_1 (b_2 c_3-b_3 c_2 )-b_1 (a_2 c_3-a_3 c_2 )+c_1 (a_2 b_3-a_3 b_2 )$$

Примеры

Пример 1. Найдите решение системы уравнений методом подстановки:

$$<\left\< \begin z = 3x+2y-13 \\ 2x-y+3(3x+2y-13) = -2 \\ x+2y-(3x+2y-13) = 9 \end \right.> \Rightarrow <\left\< \begin z = 3x+2y-13 \\ 11x+5y = 37 \\ -2x = -4 \end \right.> \Rightarrow $$

$$\Rightarrow <\left\< \begin z = 3\cdot2+2\cdot3-13 = -1 \\ y = \frac<37-11\cdot2> <5>= 3 \\ x = 2 \end \right.> \Rightarrow <\left\< \begin x = 2 \\ y = 3 \\ z = -1 \end \right.> $$

$$ <\left\< \begin x = -y-3z+6 \\ 2(-y-3z+6)-5y-z = 5\\ (-y-3z+6)+2y-5z = -11 \end \right.> \Rightarrow <\left\< \begin x = -y-3z+6 \\ -7y-7z = -7 |:(-7) \\ y-8z = -17 \end \right.> \Rightarrow $$

$$ \Rightarrow <\left\< \begin x = -y-3z+6 \\ y+z = 1 \\ y-8z = -17 \end \right.> \Rightarrow <\left\< \begin x = -y-3z+6 \\ 9z = 18 \\ y = 1-z \end \right.> \Rightarrow <\left\< \begin x = 1-6+6 = 1 \\ z = 2 \\ y = 1-2 = -1 \end \right.> \Rightarrow$$

Пример 2. Найдите решение системы уравнений методом Крамера:

$$ \Delta = \begin 3 & 2 & -1 \\ 2 & -1 & 3\\ 1 & 2 & -1 \end = 3 = \begin -1 & 3 \\ 2 & -1 \\ \end — 2 = \begin 2 & 3 \\ 1 & -1 \\ \end — 1 = \begin 2 & -1 \\ 1 & 2 \\ \end = $$

$$ \Delta_x = \begin 13 & 2 & -1 \\ -2 & -1 & 3 \\ 9 & 2 & -1 \\ \end = 13 = \begin -1 & 3 \\ 2 & -1 \\ \end — 2 = \begin -2 & 3 \\ 9 & -1 \\ \end — 1 = \begin -2 & -1 \\ 9 & 2 \\ \end = $$

$$ \Delta_y = \begin 3 & 13 & -1 \\ 2 & -2 & 3 \\ 1 & 9 & -1 \\ \end = 3 = \begin -2 & 3 \\ 9 & -1 \\ \end — 13 = \begin 2 & 3 \\ 1 & -1 \\ \end — 1 = \begin 2 & -2 \\ 1 & 9 \\ \end = $$

$$ \Delta_z = \begin 3 & 2 & 13 \\ 2 & -1 & -2 \\ 1 & 2 & 9 \\ \end = 3 = \begin -1 & -2 \\ 2 & 9 \\ \end — 2 = \begin 2 & -2 \\ 1 & 9 \\ \end + 13 = \begin 2 & -1 \\ 1 & 2 \\ \end = $$

$$ \Delta = \begin 1 & 1 & 3 \\ 2 & -5 & -1\\ 1 & 2 & -5 \end = 1 = \begin -5 & -1 \\ 2 & -5 \\ \end — 1 = \begin 2 & -1 \\ 1 & -5 \\ \end + 3 = \begin 2 & -5 \\ 1 & 2 \\ \end = $$

$$ \Delta_x = \begin 6 & 1 & 3 \\ 5 & -5 & -1 \\ -11 & 2 & -5 \\ \end = 6 = \begin -5 & -1 \\ 2 & -5 \\ \end — 1 = \begin 5 & -1 \\ -11 & -5 \\ \end + 3 = \begin 5 & -5 \\ -11 & 2 \\ \end = $$

$$ = 6(25+2)—(-25-11)+3(10-55) = 162+36-135 = 63 $$

$$ \Delta_y = \begin 1 & 16 & 3 \\ 2 & 5 & -1 \\ 1 & -11 & -5 \\ \end = 1 = \begin 5 & -1 \\ -11 & -5 \\ \end — 6 = \begin 2 & -1 \\ 1 & -5 \\ \end + 3 = \begin 2 & 5 \\ 1 & -11 \\ \end = $$

$$ \Delta_z = \begin 1 & 1 & 6 \\ 2 & -5 & 5 \\ 1 & 2 & -11 \\ \end = 1 = \begin -5 & 5 \\ 2 & -11 \\ \end — 1 = \begin 2 & 5 \\ 1 & -11 \\ \end + 6 = \begin 2 & -5 \\ 1 & 2 \\ \end = $$

Пример 3*. Решите систему уравнений относительно x,y,и z:

$$ a \neq b, b \neq c, a \neq c $$

Решаем методом замены:

$$ <\left\< \begin z = -(a^3+a^2 x+ay)\\ b^3+b^2 x+by-(a^3+a^2 x+ay) = 0 \\ c^3+c^2 x+cy-(a^3+a^2 x+ay) = 0 \end \right.> \Rightarrow <\left\< \beginz = -(a^3+a^2 x+ay)\\ (b^2-a^2 )x+(b-a)y = a^3-b^3 \\ (c^2-a^2 )x+(c-a)y = a^3-c^3 \end \right.> $$

Т.к. $ a \neq b$ второе уравнение можно сократить на $(a-b) \neq 0$

Т.к.$ a \neq c$ третье уравнение можно сократить на $(a-с) \neq 0 $. В третьем уравнении после сокращения поменяем знаки:

Из второго уравнения получаем:

Т.к. $b \neq c$ можно сократить на $(b-c) \neq 0$:

$$ z = -(a^3+a^2 x+ay) = -a^3+a^2 (a+b+c)-a(ab+ac+bc) = $$

$$ = -a^3+a^3+a^2 b+a^2 c-a^2 b-a^2 c-abc = -abc $$

Решение матричных уравнений

Финальная глава саги.

Линейная алгебра и, в частности, матрицы — это основа математики нейросетей. Когда говорят «машинное обучение», на самом деле говорят «перемножение матриц», «решение матричных уравнений» и «поиск коэффициентов в матричных уравнениях».

Понятно, что между простой матрицей в линейной алгебре и нейросетью, которая генерирует котов, много слоёв усложнений, дополнительной логики, обучения и т. д. Но здесь мы говорим именно о фундаменте. Цель — чтобы стало понятно, из чего оно сделано.

Краткое содержание прошлых частей:

• Линейная алгебра изучает векторы, матрицы и другие понятия, которые относятся к упорядоченным наборам данных. Линейной алгебре интересно, как можно трансформировать эти упорядоченные данные, складывать и умножать, всячески обсчитывать и находить в них закономерности.
• Вектор — это набор упорядоченных данных в одном измерении. Можно упрощённо сказать, что это последовательность чисел.
• Матрица — это тоже набор упорядоченных данных, только уже не в одном измерении, а в двух (или даже больше).
• Матрицу можно представить как упорядоченную сумку с данными. И с этой сумкой как с единым целым можно совершать какие-то действия. Например, делить, умножать, менять знаки.
• Матрицы можно складывать и умножать на другие матрицы. Это как взять две сумки с данными и получить третью сумку, тоже с данными, только теперь какими-то новыми.
• Матрицы перемножаются по довольно замороченному алгоритму. Арифметика простая, а порядок перемножения довольно запутанный.

И вот наконец мы здесь: если мы можем перемножать матрицы, то мы можем и решить матричное уравнение.

❌ Никакого практического применения следующего материала в народном хозяйстве вы не увидите. Это чистая алгебра в несколько упрощённом виде. Отсюда до практики далёкий путь, поэтому, если нужно что-то практическое, — посмотрите, как мы генерим Чехова на цепях Маркова.

Что такое матричное уравнение

Матричное уравнение — это когда мы умножаем известную матрицу на матрицу Х и получаем новую матрицу. Наша задача — найти неизвестную матрицу Х.

Шаг 1. Упрощаем уравнение

Вместо известных числовых матриц вводим в уравнение буквы: первую матрицу обозначаем буквой A, вторую — буквой B. Неизвестную матрицу X оставляем. Это упрощение поможет составить формулу и выразить X через известную матрицу.

Приводим матричное уравнение к упрощённому виду

Шаг 2. Вводим единичную матрицу

В линейной алгебре есть два вспомогательных понятия: обратная матрица и единичная матрица. Единичная матрица состоит из нулей, а по диагонали у неё единицы. Обратная матрица — это такая, которая при умножении на исходную даёт единичную матрицу.

Можно представить, что есть число 100 — это «сто в первой степени», 100 1

И есть число 0,01 — это «сто в минус первой степени», 100 -1

При перемножении этих двух чисел получится единица:
100 1 × 100 -1 = 100 × 0,01 = 1.

Вот такое, только в мире матриц.

Зная свойства единичных и обратных матриц, делаем алгебраическое колдунство. Умножаем обе известные матрицы на обратную матрицу А -1 . Неизвестную матрицу Х оставляем без изменений и переписываем уравнение:

А -1 × А × Х = А -1 × В

Добавляем единичную матрицу и упрощаем запись:

А -1 × А = E — единичная матрица

E × Х = А -1 × В — единичная матрица, умноженная на исходную матрицу, даёт исходную матрицу. Единичную матрицу убираем

Х = А -1 × В — новая запись уравнения

После введения единичной матрицы мы нашли способ выражения неизвестной матрицы X через известные матрицы A и B.

💡 Смотрите, что произошло: раньше нам нужно было найти неизвестную матрицу. А теперь мы точно знаем, как её найти: нужно рассчитать обратную матрицу A -1 и умножить её на известную матрицу B. И то и другое — замороченные процедуры, но с точки зрения арифметики — просто.

Шаг 3. Находим обратную матрицу

Вспоминаем формулу и порядок расчёта обратной матрицы:

1. Делим единицу на определитель матрицы A.
2. Считаем транспонированную матрицу алгебраических дополнений.
3. Перемножаем значения и получаем нужную матрицу.

Собираем формулу и получаем обратную матрицу. Для удобства умышленно оставляем перед матрицей дробное число, чтобы было проще считать.

Третье действие: получаем обратную матрицу

Шаг 4. Вычисляем неизвестную матрицу

Нам остаётся посчитать матрицу X: умножаем обратную матрицу А -1 на матрицу B. Дробь держим за скобками и вносим в матрицу только при условии, что элементы новой матрицы будут кратны десяти — их можно умножить на дробь и получить целое число. Если кратных элементов не будет — дробь оставим за скобками.

Решаем матричное уравнение и находим неизвестную матрицу X. Мы получили кратные числа и внесли дробь в матрицу

Шаг 5. Проверяем уравнение

Мы решили матричное уравнение и получили красивый ответ с целыми числами. Выглядит правильно, но в случае с матрицами этого недостаточно. Чтобы проверить ответ, нам нужно вернуться к условию и умножить исходную матрицу A на матрицу X. В результате должна появиться матрица B. Если расчёты совпадут — мы всё сделали правильно. Если будут отличия — придётся решать заново.

👉 Часто начинающие математики пренебрегают финальной проверкой и считают её лишней тратой времени. Сегодня мы разобрали простое уравнение с двумя квадратными матрицами с четырьмя элементами в каждой. Когда элементов будет больше, в них легко запутаться и допустить ошибку.

Проверяем ответ и получаем матрицу B — наши расчёты верны

Ну и что

Алгоритм решения матричных уравнений несложный, если знать отдельные его компоненты. Дальше на основе этих компонентов математики переходят в более сложные пространства: работают с многомерными матрицами, решают более сложные уравнения, постепенно выходят на всё более и более абстрактные уровни. И дальше, в конце пути, появляется датасет из миллионов котиков. Этот датасет раскладывается на пиксели, каждый пиксель оцифровывается, цифры подставляются в матрицы, и уже огромный алгоритм в автоматическом режиме генерирует изображение нейрокотика:

Матрица из 3 х уравнений

Системой m линейных уравнений с n неизвестными называется система вида

где a_ij и b_i (i=1,…,m; b=1,…,n) – некоторые известные числа, а x₁,…,x_n – неизвестные. В обозначении коэффициентов a_ij первый индекс iобозначает номер уравнения, а второй j – номер неизвестного, при котором стоит этот коэффициент.

Коэффициенты при неизвестных будем записывать в виде матрицы , которую назовём матрицей системы.

Числа, стоящие в правых частях уравнений, b₁,…,b_m называются свободными членами.

Совокупность n чисел c₁,…,c_n называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c₁,…,c_n вместо соответствующих неизвестных x₁,…,x_n.

Наша задача будет заключаться в нахождении решений системы. При этом могут возникнуть три ситуации:

1. Система может иметь единственное решение.
2. Система может иметь бесконечное множество решений. Например, . Решением этой системы является любая пара чисел, отличающихся знаком.
3. И третий случай, когда система вообще не имеет решения. Например, , если бы решение существовало, то x₁ + x₂ равнялось бы одновременно нулю и единице.

Система линейных уравнений, имеющая хотя бы одно решение, называется совместной. В противном случае, т.е. если система не имеет решений, то она называется несовместной.

Рассмотрим способы нахождения решений системы.

МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ

Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:

Рассмотрим матрицу системы и матрицы столбцы неизвестных и свободных членов

т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде

или короче A∙X=B.

Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением.

Пусть определитель матрицы отличен от нуля |A| ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A: . Поскольку A -1 A = E и E∙X = X, то получаем решение матричного уравнения в виде X = A -1 B.

Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных. Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = A -1 B.

Примеры. Решить системы уравнений.

Найдем матрицу обратную матрице A.

,

Таким образом, x = 3, y = – 1.

Решите матричное уравнение: XA+B=C, где

Выразим искомую матрицу X из заданного уравнения.

Найдем матрицу А -1 .

Решите матричное уравнение AX+B=C, где

Из уравнения получаем .

Следовательно,

Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:

Определитель третьего порядка, соответствующий матрице системы, т.е. составленный из коэффициентов при неизвестных,

называется определителем системы.

Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов

Тогда можно доказать следующий результат.

Теорема (правило Крамера). Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём

Доказательство. Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A₁₁ элемента a₁₁, 2-ое уравнение – на A₂₁ и 3-е – на A₃₁:

Сложим эти уравнения:

Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца

.

Далее рассмотрим коэффициенты при x₂:

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: .

Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

Таким образом, заметим, что если определитель системы Δ ≠ 0, то система имеет единственное решение и обратно. Если же определитель системы равен нулю, то система либо имеет бесконечное множество решений, либо не имеет решений, т.е. несовместна.

Примеры. Решить систему уравнений

Решите систему уравнений при различных значениях параметра p:

Система имеет единственное решение, если Δ ≠ 0.

. Поэтому .

1. При
2. При p = 30 получаем систему уравнений которая не имеет решений.
3. При p = –30 система принимает вид и, следовательно, имеет бесконечное множество решений x=y,y Î R.

Ранее рассмотренные методы можно применять при решении только тех систем, в которых число уравнений совпадает с числом неизвестных, причём определитель системы должен быть отличен от нуля. Метод Гаусса является более универсальным и пригоден для систем с любым числом уравнений. Он заключается в последовательном исключении неизвестных из уравнений системы.

Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:

.

Первое уравнение оставим без изменения, а из 2-го и 3-го исключим слагаемые, содержащие x₁. Для этого второе уравнение разделим на а₂₁ и умножим на –а₁₁, а затем сложим с 1-ым уравнением. Аналогично третье уравнение разделим на а₃₁ и умножим на –а₁₁, а затем сложим с первым. В результате исходная система примет вид:

Теперь из последнего уравнения исключим слагаемое, содержащее x₂. Для этого третье уравнение разделим на , умножим на и сложим со вторым. Тогда будем иметь систему уравнений:

Отсюда из последнего уравнения легко найти x₃, затем из 2-го уравнения x₂ и, наконец, из 1-го – x₁.

При использовании метода Гаусса уравнения при необходимости можно менять местами.

Часто вместо того, чтобы писать новую систему уравнений, ограничиваются тем, что выписывают расширенную матрицу системы:

и затем приводят её к треугольному или диагональному виду с помощью элементарных преобразований.

К элементарным преобразованиям матрицы относятся следующие преобразования:

1. перестановка строк или столбцов;
2. умножение строки на число, отличное от нуля;
3. прибавление к одной строке другие строки.

Примеры: Решить системы уравнений методом Гаусса.

Вернувшись к системе уравнений, будем иметь

Выпишем расширенную матрицу системы и сведем ее к треугольному виду.

Вернувшись к системе уравнений, несложно заметить, что третье уравнения системы будет ложным, а значит, система решений не имеет.

Разделим вторую строку матрицы на 2 и поменяем местами первый и третий столбики. Тогда первый столбец будет соответствовать коэффициентам при неизвестной z, а третий – при x.

Вернемся к системе уравнений.

Из третьего уравнения выразим одну неизвестную через другую и подставим в первое.

Таким образом, система имеет бесконечное множество решений.