Однородные системы линейных алгебраических уравнений слау определение

Однородные системы линейных алгебраических уравнений. Фундаментальная система решений. Первая часть.

Однородные системы линейных алгебраических уравнений. Нулевое (тривиальное) решение.

Для начала стоит вспомнить, что такое однородные системы линейных алгебраических уравнений. В теме «Система линейных алгебраических уравнений. Основные термины. Матричная форма записи» вопрос классификации систем осуществлялся подробно, здесь же лишь вкратце напомню основные термины. Итак, система линейных алгебраических уравнений (СЛАУ) называется однородной, если все свободные члены этой системы равны нулю. Например, система $\left \ < \begin& 2x_1-3x_2-x_3-x_4=0;\\ & -4x_1+5x_2+3x_4=0. \end \right.$ является однородной, так как все свободные члены этой системы (т.е. числа, стоящие в правых частях равенств) – нули.

Любая однородная СЛАУ имеет хотя бы одно решение – нулевое (его ещё называют тривиальное), в котором все переменные равны нулю. Подставим, например, $x_1=0$, $x_2=0$, $x_3=0$ и $x_4=0$ в записанную выше систему. Получим два верных равенства:

Однако следствие из теоремы Кронекера-Капелли однозначно указывает на то, что если СЛАУ имеет решение, то есть только два варианта. Либо это решение единственно (и тогда СЛАУ называют определённой), либо этих решений бесконечно много (такую СЛАУ именуют неопределённой). Возникает первый вопрос: как выяснить, сколько решений имеет заданная нам однородная СЛАУ? Одно (нулевое) или бесконечность?

Та однородная СЛАУ, которая рассмотрена выше, имеет не только нулевое решение. Подставим, например, $x_1=1$, $x_2=-1$, $x_3=2$ и $x_4=3$:

Мы получили два верных равенства, поэтому $x_1=1$, $x_2=-1$, $x_3=2$, $x_4=3$ – тоже является решением данной СЛАУ. Отсюда, кстати, следует вывод: так как наша СЛАУ имеет более чем одно решение, то эта СЛАУ является неопределенной, т.е. она имеет бесконечное количество решений.

Кстати сказать, чтобы не писать каждый раз выражения вроде «$x_1=1$, $x_2=-1$, $x_3=2$, $x_4=3$», пишут все значения переменных в матрицу-столбец: $\left(\begin 1 \\ -1 \\ 2 \\ 3 \end \right)$. Эту матрицу тоже называют решением СЛАУ.

Теперь можно вернуться к вопросу о количестве решений однородной СЛАУ. Согласно следствию из теоремы Кронекера-Капелли, если $r=n$ ($n$ – количество переменных), то СЛАУ имеет единственное решение. Если же $r < n$, то СЛАУ имеет бесконечное количество решений.

Случай $r=n$ не интересен. Для однородных СЛАУ он означает, что система имеет только нулевое решение. А вот случай $r < n$ представляет особый интерес.

Этот случай уже был рассмотрен в теме «Базисные и свободные переменные. Общее и базисное решения СЛАУ». По сути, однородные СЛАУ – это всего лишь частный случай системы линейных уравнений, поэтому вся терминология (базисные, свободные переменные и т.д.) остаётся в силе.

Что такое базисные и свободные переменные? показать\скрыть

Прежде чем дать определение этим терминам, стоит вспомнить, что означает фраза «ранг матрицы равен $r$». Она означает, что есть хотя бы один минор $r$-го порядка, который не равен нулю. Напомню, что такой минор называется базисным. Базисных миноров может быть несколько. При этом все миноры, порядок которых выше $r$, равны нулю или не существуют. Теперь можно дать следующее определение:

Выбрать $r$ базисных переменных в общем случае можно различными способами. В примерах я покажу наиболее часто используемый способ выбора.

Фундаментальная система решений однородной СЛАУ.

С однородными СЛАУ связано дополнительное понятие – фундаментальная система решений. Дело в том, что если ранг матрицы системы однородной СЛАУ равен $r$, то такая СЛАУ имеет $n-r$ линейно независимых решений: $\varphi_1$, $\varphi_2$. $\varphi_$.

Часто вместо словосочетания «фундаментальная система решений» используют аббревиатуру «ФСР». Если решения $\varphi_1$, $\varphi_2$. $\varphi_$ образуют ФСР, и $X$ – матрица переменных данной СЛАУ, то общее решение СЛАУ можно представить в таком виде:

$$ X=C_1\cdot \varphi_1+C_2\cdot \varphi_2+\ldots+C_\cdot \varphi_, $$

где $C_1$, $C_2$. $C_$ – произвольные постоянные.

Что значит «линейно независимые решения»? показать\скрыть

В данной ситуации под решением понимается матрица-столбец, в которой перечислены значения неизвестных.

Решения $\varphi_1$, $\varphi_2$, $\ldots$, $\varphi_n$ называются линейно зависимыми, если существуют такие константы $\alpha_1,\;\alpha_2,\;\alpha_3,\ldots,\alpha_n$, что выполняется следующее равенство:

$$ \alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\ldots+\alpha_n\cdot \varphi_n=O $$

при условии, что среди коэффициентов $\alpha_i$ есть хотя бы один, не равный нулю.

Если же указанное выше равенство возможно лишь при условии $\alpha_1=\alpha_2=\ldots=\alpha_n=0$, то система решений называется линейно независимой.

Буква «$O$» в данном определении обозначает нулевую матрицу. Проще всего пояснить это определение на конкретном примере. Давайте рассмотрим ту СЛАУ, о которой шла речь в начале темы. Мы уже проверили, что $\varphi_1=\left(\begin 1 \\-1 \\2 \\3 \end\right)$ – решение данной СЛАУ. Точно так же можно показать, что $\varphi_2=\left(\begin 16 \\ 11 \\ -4 \\ 3 \end\right)$, $\varphi_3=\left(\begin -5 \\ -4 \\ 2 \\ 0 \end\right)$, $\varphi_4=\left(\begin 7 \\ 5 \\ -2 \\ 1\end\right)$ – решения данной системы.

Примем $\alpha_1=-1$, $\alpha_2=0$, $\alpha_3=4$, $\alpha_4=3$. Выясним, чему же равно выражение $\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4$:

$$ \alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4= -1\cdot \left(\begin 1 \\-1 \\2 \\3 \end\right)+ 0\cdot \left(\begin 16 \\ 11 \\ -4 \\ 3 \end\right)+ 4\cdot \left(\begin -5 \\ -4 \\ 2 \\ 0 \end\right)+ 3\cdot \left(\begin 7 \\ 5 \\ -2 \\ 1\end\right)=\\ =\left(\begin -1+0-20+21\\ 1+0-16+15 \\ -2+0+8-6 \\ -3+0+0+3\end\right)= \left(\begin 0\\ 0\\ 0\\0\end\right). $$

Итак, существуют такие значения констант $\alpha_1$, $\alpha_2$, $\alpha_3$, $\alpha_4$, не все одновременно равные нулю, что выполняется равенство $\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4=O$. Вывод: совокупность решений $\varphi_1$, $\varphi_2$, $\varphi_3$, $\varphi_4$ – линейно зависима.

Для сравнения: равенство $\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2=O$ возможно лишь при условии $\alpha_1=\alpha_2=0$ (я не буду это доказывать, поверьте на слово 🙂 ). Следовательно, система $\varphi_1$, $\varphi_2$ является линейно независимой.

Если система является неопределённой, указать фундаментальную систему решений.

Итак, мы имеем однородную СЛАУ, у которой 3 уравнения и 4 переменных: $x_1$, $x_2$, $x_3$, $x_4$. Так как количество переменных больше количества уравнений, то такая однородная система не может иметь единственное решение (чуть позже мы строго докажем это предложение на основе теоремы Кронекера-Капелли). Найдём решения СЛАУ, используя метод Гаусса:

$$ \left( \begin 3 & -6 & 9 & 13 & 0 \\ -1 & 2 & 1 & 1 & 0 \\ 1 & -2 & 2 & 3 & 0 \end \right) \rightarrow \left|\begin & \text<поменяем местами первую и третью>\\ & \text<строки, чтобы первым элементом>\\ & \text <первой строки стала единица.>\end\right| \rightarrow \\ \rightarrow\left( \begin 1 & -2 & 2 & 3 & 0\\ -1 & 2 & 1 & 1 & 0 \\ 3 & -6 & 9 & 13 & 0 \end \right) \begin \phantom <0>\\ II+I\\ III-3\cdot I\end \rightarrow \left( \begin 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 3 & 4 & 0 \end\right) \begin \phantom <0>\\ \phantom<0>\\ III-II\end \rightarrow \\ \rightarrow\left( \begin 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 0 & 0 & 0 \end\right). $$

Мы завершили прямой ход метода Гаусса, приведя расширенную матрицу системы к ступенчатому виду. Слева от черты расположены элементы преобразованной матрицы системы, которую мы также привели к ступенчатому виду. Напомню, что если некая матрица приведена к ступенчатому виду, то её ранг равен количеству ненулевых строк.

И матрица системы, и расширенная матрица системы после эквивалентных преобразований приведены к ступенчатому виду; они содержат по две ненулевых строки. Вывод: $\rang A=\rang\widetilde = 2$.

Итак, заданная СЛАУ содержит 4 переменных (обозначим их количество как $n$, т.е. $n=4$). Кроме того, ранги матрицы системы и расширенной матрицы системы равны между собой и равны числу $r=2$. Так как $r < n$, то согласно следствию из теоремы Кронекера-Капелли СЛАУ является неопределённой (имеет бесконечное количество решений).

Найдём эти решения. Для начала выберем базисные переменные. Их количество должно равняться $r$, т.е. в нашем случае имеем две базисные переменные. Какие именно переменные (ведь у нас их 4 штуки) принять в качестве базисных? Обычно в качестве базисных переменных берут те переменные, которые расположены на первых местах в ненулевых строках преобразованной матрицы системы, т.е. на «ступеньках». Что это за «ступеньки» показано на рисунке:

На «ступеньках» стоят числа из столбцов №1 и №3. Первый столбец соответствует переменной $x_1$, а третий столбец соответствует переменной $x_3$. Именно переменные $x_1$ и $x_3$ примем в качестве базисных.

В принципе, если вас интересует именно методика решения таких систем, то можно пропускать нижеследующее примечание и читать далее. Если вы хотите выяснить, почему можно в качестве базисных взять именно эти переменные, и нельзя ли выбрать иные – прошу раскрыть примечание.

Почему можно принять переменные $x_1$ и $x_3$ в качестве базисных? Для ответа на этот вопрос давайте вспомним, что ранг матрицы системы равен числу $r=2$. Это говорит о том, что все миноры данной матрицы, порядок которых выше 2, либо равны нулю, либо не существуют. Ненулевые миноры есть только среди миноров второго порядка. Выберем какой-либо ненулевой минор второго порядка. Мы можем выбирать его как в исходной матрице системы $A$, т.е. в матрице $\left( \begin 3 & -6 & 9 & 13 \\ -1 & 2 & 1 & 1 \\ 1 & -2 & 2 & 3 \end \right)$, так и в преобразованной матрице системы, т.е. в $\left( \begin 1 & -2 & 2 & 3 \\ 0 & 0 & 3 & 4 \\ 0 & 0 & 0 & 0 \end\right)$. Так как в преобразованной матрице системы побольше нулей, то будем работать именно с нею.

Итак, давайте выберем минор второго порядка, элементы которого находятся на пересечении строк №1 и №2, и столбцов №1 и №2:

$$ M_<2>^<(1)>=\left| \begin 1 & -2 \\ 0 & 0 \end\right|=1\cdot 0-(-2)\cdot 0=0. $$

Вывод: выбранный нами минор второго порядка не является базисным, ибо он равен нулю. Так как элементы этого минора взяты из столбца №1 (он соответствует переменной $x_1$) и столбца №2 (он соответствует переменной $x_2$), то пара переменных $x_1$ и $x_2$ не могут быть базисными переменными.

Осуществим вторую попытку, взяв минор второго порядка, элементы которого лежат на пересечении строк №1, №2 и столбцов №2 и №4:

$$ M_<2>^<(2)>=\left| \begin 2 & 3\\ 3 & 4 \end\right|=2\cdot 4-3\cdot 3=-1. $$

Вывод: выбранный нами минор второго порядка является базисным, ибо он не равен нулю. Так как элементы этого минора взяты из столбца №2 (он соответствует переменной $x_2$) и столбца №4 (он соответствует переменной $x_4$), то пару переменных $x_2$ и $x_4$ можно принять в качестве базисных.

Сделаем и третью попытку, найдя значение минора, элементы которого расположены на пересечении строк №1, №2 и столбцов №1 и №3:

Вывод: выбранный нами минор второго порядка является базисным, ибо он не равен нулю. Так как элементы этого минора взяты из столбца №1 (он соответствует переменной $x_1$) и столбца №3 (он соответствует переменной $x_3$), то пару переменных $x_1$ и $x_3$ можно принять в качестве базисных.

Как видите, выбор базисных переменных не является однозначным. На самом деле количество вариантов выбора не превышает количество размещений из $n$ элементов по $r$, т.е. не больше чем $C_^$.

В рассматриваемом примере в качестве баисных были приняты переменные $x_1$ и $x_3$ – сугубо из соображений удобства дальнейшего решения. В чём это удобство состоит, будет видно чуток позже.

Базисные переменные выбраны: это $x_1$ и $x_3$. Количество свободных переменных, как и количество решений в ФСР, равно $n-r=2$. Свободными переменными будут $x_2$ и $x_4$. Нам нужно выразить базисные переменные через свободные.

Я предпочитаю работать с системой в матричной форме записи. Для начала очистим полученную матрицу $\left( \begin 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 0 & 0 & 0 \end\right)$ от нулевой строки:

$$ \left( \begin 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \end\right) $$

Свободным переменным, т.е. $x_2$ и $x_4$, соответствуют столбцы №2 и №4. Перенесём эти столбцы за черту. Знак всех элементов переносимых столбцов изменится на противоположный:

Почему меняются знаки? Что вообще значит это перенесение столбцов? показать\скрыть

Давайте обратимся к расширенной матрице системы, которая после преобразований имеет вид $\left( \begin 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \end\right)$. Перейдём от матрицы к уравнениям. Первая строка соответствует уравнению $x_1-2x_2+2x_3+3x_4=0$, а вторая строка соответствует уравнению $3x_3+4x_4=0$. Теперь перенесём свободные переменные $x_2$ и $x_4$ в правые части уравнений. Естественно, что когда мы переносим выражение $4x_4$ в правую часть уравнения, то знак его изменится на противоположный, и в правой части появится $-4x_4$.

Если опять записать полученную систему в виде матрицы, то мы и получим матрицу с перенесёнными за черту столбцами.

А теперь продолжим решение обычным методом Гаусса. Наша цель: сделать матрицу до черты единичной. Для начала разделим вторую строку на 3, а потом продолжим преобразования обратного хода метода Гаусса:

$$ \left( \begin 1 & 2 & 2 & -3\\ 0 & 3 & 0 & -4 \end\right) \begin \phantom <0>\\ II:3 \end \rightarrow \left( \begin 1 & 2 & 2 & -3\\ 0 & 1 & 0 & -4/3 \end\right) \begin I-2\cdot II \\ \phantom <0>\end \rightarrow \\ \rightarrow \left(\begin 1 & 0 & 2 & -1/3\\ 0 & 1 & 0 & -4/3 \end\right). $$

Матрица до черты стала единичной, метод Гаусса завершён. Общее решение найдено, осталось лишь записать его. Вспоминая, что четвёртый столбец соответствует переменной $x_2$, а пятый столбец – переменной $x_4$, получим:

Нами найдено общее решение заданной однородной СЛАУ. Если есть желание, то полученное решение можно проверить. Например, подставляя $x_1=2x_2-\frac<1><3>x_4$ и $x_3=-\frac<4><3>x_4$ в левую часть первого уравнения, получим:

$$ 3x_1-6x_2+9x_3+13x_4=3\cdot \left(2x_2-\frac<1><3>x_4\right)-6x_2+9\cdot \left(-\frac<4><3>x_4\right)+13x_4=0. $$

Проверка первого уравнения увенчалась успехом; точно так же можно проверить второе и третье уравнения.

Теперь найдем фундаментальную систему решений. ФСР будет содержать $n-r=2$ решения. Для нахождения ФСР составим таблицу. В первой строке таблицы будут перечислены переменные: сначала базисные $x_1$, $x_3$, а затем свободные $x_2$ и $x_4$. Всего в таблице будут три строки. Так как у нас 2 свободные переменные, то под свободными переменными запишем единичную матрицу второго порядка, т.е. $\left(\begin 1 & 0 \\0 & 1\end\right)$. Таблица будет выглядеть так:

Теперь будем заполнять свободные ячейки. Начнём со второй строки. Мы знаем, что $x_1=2x_2-\frac<1><3>x_4$ и $x_3=-\frac<4><3>x_4$. Если $x_2=1$, $x_4=0$, то:

Найденные значения $x_1=2$ и $x_3=0$ запишем в соответствующие пустые ячейки второй строки:

Заполним и третью строку. Если $x_2=0$, $x_4=1$, то:

Найденные значения $x_1=-\frac<1><3>$ и $x_3=-\frac<4><3>$ запишем в соответствующие пустые ячейки третьей строки. Таким образом таблица будет заполнена полностью:

Из второй и третьей строки таблицы мы и запишем ФСР. Матрица неизвестных для нашей системы такова: $X=\left(\begin x_1 \\x_2 \\x_3 \\x_4 \end\right)$. В том же порядке, в котором в матрице $X$ перечислены переменные, записываем значения переменных из таблицы в две матрицы:

$$ \varphi_1=\left(\begin 2 \\1 \\0 \\0 \end\right);\; \varphi_2=\left(\begin -1/3 \\0 \\ -4/3 \\1 \end\right). $$

Совокупность $\varphi_1=\left(\begin 2 \\1 \\0 \\0 \end\right)$, $\varphi_2=\left(\begin -1/3 \\0 \\ -4/3 \\1 \end\right)$ и есть ФСР данной системы. Общее решение можно записать теперь так: $X=C_1\cdot \varphi_1+C_2\cdot \varphi_2$. Или в развёрнутом виде:

$$ X=C_1\cdot\left(\begin 2 \\1 \\0 \\0 \end\right)+C_2\cdot\left(\begin -1/3 \\0 \\ -4/3 \\1 \end\right), $$

где $C_1$ и $C_2$ – произвольные постоянные.

Ответ: Общее решение: $\left\ <\begin& x_1=2x_2-\frac<1><3>x_4;\\ & x_2\in R;\\ & x_3=-\frac<4><3>x_4;\\ & x_4 \in R. \end\right.$. Или так: $X=C_1\cdot\left(\begin 2 \\1 \\0 \\0 \end\right)+C_2\cdot\left(\begin -1/3 \\0 \\ -4/3 \\1 \end\right)$, где $C_1$ и $C_2$ – произвольные константы. Фундаментальная система решений: $\varphi_1=\left(\begin 2 \\1 \\0 \\0 \end\right)$, $\varphi_2=\left(\begin -1/3 \\0 \\ -4/3 \\1 \end\right)$.

Записать ФСР однородной СЛАУ

зная общее решение. Записать общее решение с помощью ФСР.

Общее решение уже было получено в теме «метод Крамера» (пример №4). Это решение таково:

Опираясь на предыдущий пример №1, попробуйте составить ФСР самостоятельно, а потом сверить с ответом.

Ранг матрицы системы $r=3$ (поэтому у нас три базисных переменных), количество переменных $n=5$. Количество свободных переменных и количество решений ФСР равно $n-r=2$.

Так же, как и в предыдущем примере, составим ФСР. При составлении учтём, что $x_1$, $x_2$, $x_3$ – базисные переменные, а $x_4$, $x_5$ – свободные переменные.

Совокупность $\varphi_1=\left(\begin -17/19 \\-15/19 \\20/19 \\1\\0 \end\right)$, $\varphi_2=\left(\begin 144/19 \\ 41/19 \\ -4/19\\0\\1 \end\right)$ и есть ФСР данной системы. Общее решение можно записать теперь так: $X=C_1\cdot \varphi_1+C_2\cdot \varphi_2$. Или в развёрнутом виде:

$$ X=C_1\cdot\left(\begin -17/19 \\-15/19 \\20/19 \\1\\0 \end\right)+C_2\cdot\left(\begin 144/19 \\ 41/19 \\ -4/19\\0\\1 \end\right), $$

где $C_1$ и $C_2$ – произвольные постоянные.

Ответ: Фундаментальная система решений: $\varphi_1=\left(\begin -17/19 \\-15/19 \\20/19 \\1\\0 \end\right)$, $\varphi_2=\left(\begin 144/19 \\ 41/19 \\ -4/19\\0\\1 \end\right)$. Общее решение: $X=C_1\cdot\left(\begin -17/19 \\-15/19 \\20/19 \\1\\0 \end\right)+C_2\cdot\left(\begin 144/19 \\ 41/19 \\ -4/19\\0\\1 \end\right)$, где $C_1$ и $C_2$ – произвольные константы.

Продолжение этой темы рассмотрим во второй части, где разберём ещё один пример с нахождением общего решения и ФСР.

Система линейных алгебраических уравнений

В данной публикации мы рассмотрим определение системы линейных алгебраических уравнений (СЛАУ), как она выглядит, какие виды бывают, а также как ее представить в матричной форме, в том числе расширенной.

Определение системы линейных уравнений

Система линейных алгебраических уравнений (или сокращенно “СЛАУ”) – это система, которая в общем виде выглядит так:

Индексы коэффициентов ( a_ij ) формируются следующим образом:

• i – номер линейного уравнения;
• j – номер переменной, к которой относится коэффициент.

Решение СЛАУ – такие числа c₁, c₂,…, c_n , при постановке которых вместо x₁, x₂,…, x_n , все уравнения системы превратятся в тождества.

Виды СЛАУ

1. Однородная – все свободные члены системы равны нулю ( b₁ = b₂ = … = b_m = 0 ).
   

В зависимости от количества решений, СЛАУ может быть:

1. Совместная – имеет хотя бы одно решение. При этом если оно единственное, система называется определенной, если решений несколько – неопределенной.
   
   СЛАУ выше является совместной, т.к. есть хотя бы одно решение: , y = 3 .
2. Несовместная – система не имеет решений.
   
   Правые части уравнений одинаковые, а левые – нет. Таким образом, решений нет.

Матричная форма записи системы

СЛАУ можно представить в матричной форме:

• A – матрица, которая образована коэффициентами при неизвестных:
  
• X – столбец переменных:
  
• B – столбец свободных членов:
  

Пример
Представим систему уравнений ниже в матричном виде:

Пользуясь формами выше, составляем основную матрицу с коэффициентами, столбцы с неизвестными и свободными членами.

Полная запись заданной системы уравнений в матричном виде:

Расширенная матрица СЛАУ

Если к матрице системы A добавить справа столбец свободных членов B , разделив данные вертикальной чертой, то получится расширенная матрица СЛАУ.

Для примера выше получается так:

– обозначение расширенной матрицы.

Исследование СЛАУ. Общие сведения

В данной статье мы расскажем о методах, видах, условиях и определениях исследований решений систем линейных уравнений, что такое метод Кронекера-Капели, а также приведем примеры.

Общие сведения (определения, условия, методы, виды)

Системы линейных алгебраических уравнений с n неизвестными могут иметь:

• единственное решение;
• бесконечное множество решение (неопределенные СЛАУ);
• ни одного решения (несовместные СЛАУ).

Пример 1

Система x + y + z = 1 2 x + 2 y + 2 z = 3 не имеет решений, поэтому она несовместна.

Система x + y = 1 2 x + 7 y = — 3 имеет единственное решение x = 2 ; y = 1 .

Система x + y = 1 2 x + 2 y = 2 3 x + 3 y = 3 имеет бесконечное множество решений x = t y = 1 — t при — ∞ t ∞ .

Перед решением системы уравнений необходимо исследовать систему, т.е. ответить на следующие вопросы:

• Совместна ли система?
• Если система совместна, то, какое количество решений она имеет — одно или несколько?
• Как найти все решения?

Если система малоразмерна при m = n , то ответить на поставленные вопросы можно при помощи метода Крамера:

• если основной определитель системы, то система совместна и имеет единственное решение, которое вычисляется методом Крамера;
• если, и один из вспомогательных определителей, то система не является совместной, т.е. не имеет решений;
• если и все, и один из коэффициентов СЛАУ, то система не является определенной и имеет бесконечное множество решений.

Ранг матрицы и его свойства

Бывают случаи, которые выбиваются из представленных вариантов решения СЛАУ, например, линейные уравнения с большим количеством уравнений и неизвестных.

Для такого варианта решения существует ранг матрицы, который представляет собой алгоритм действий в случае решения системы матрицы, когда

В математике выделяют следующие подходы к определению ранга матрицы:

• при помощи понятия линейной зависимости/независимости строк/столбцов матрицы. Ранг равен максимальному количеству независимых строк (столбцов) матрицы
• при помощи понятия минора матрицы в качестве наивысшего порядка минора, который отличается от нуля. Минор матрицы порядка k — определитель k-го порядка, составленный из элементов, которые стоят на пересечении вычеркиваемых k-строк и k-столбцов матрицы;
• при помощи метода Гаусса. По завершении прямого хода ранг матрицы равняется количеству ненулевых строк.

Обозначение ранга матрицы: r ( A ) , r g ( A ) , r A .

Свойства ранга матрицы:

1. квадратная невырожденная матрица обладает рангом, который отличается от нуля;
2. если транспонировать матрицу, то ранг матрицы не изменяется;
3. если поменять местами 2 параллельные строки или 2 параллельных столбца, ранг матрицы не изменяется;
4. при удалении нулевого столбца или строки ранг матрицы не изменяется;
5. ранг матрицы не изменяется, если удалить строку или столбец, которые являются линейной комбинацией других строк;
6. при умножении все элементов строки/столбца на число k н е р а в н о н у л ю ранг матрицы не изменяется;
7. ранг матрицы не больше меньшего из ее размеров: r ( А ) ≤ m i n ( m ; n ) ;
8. когда все элементы матрицы равны нулю, то только тогда r ( A ) = 0 .

Пример 2

А 1 = 1 1 1 2 2 2 3 3 3 , B 1 = 1 0 0 0 0 0

r ( A 1 ) = 1 , r ( B 1 ) = 1

А 2 = 1 2 3 4 0 5 6 7 0 0 0 0 ; В 2 = 1 1 3 1 2 1 4 3 1 2 5 0 5 4 13 6