Система линейных алгебраических уравнений совместна тогда

Теорема Кронекера-Капелли

Совместная система линейных уравнений имеет единственное решение, если ранг этой системы равен количеству переменных.

Совместная система линейных уравнений имеет бесконечное множество решений, если ранг этой системы меньше количества переменных.

Пример №1 . Исследовать систему алгебраических уравнений (без непосредственного решения системы) с помощью теоремы Кронекера-Капелли.
Запишем систему в виде:

Для удобства вычислений поменяем строки местами:

Добавим 2-ую строку к 1-ой:

Добавим 3-ую строку к 2-ой:

Умножим 3-ую строку на (2). Добавим 4-ую строку к 3-ой:

Умножим 1-ую строку на (3). Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:

Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:

Добавим 2-ую строку к 1-ой:

Это соответствует системе:
-3x₂ + 9x₃ = 6
-4x₁ + 5x₂ + 7x₃ — 10x₄ = 0
За базисные переменные примем x₁ и x₂. Тогда свободные x₃,x₄.
Ранг основной матрицы равен 2. Ранг расширенной матрицы тоже равен 2. Система совместна и имеет бесконечное множество решений.

Пример №2 .
Запишем систему в виде:

Для удобства вычислений поменяем строки местами:

Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:

Умножим 2-ую строку на (2). Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:

Умножим 3-ую строку на (3). Умножим 4-ую строку на (-2). Добавим 4-ую строку к 3-ой:

Добавим 2-ую строку к 1-ой:

Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:

Добавим 2-ую строку к 1-ой:

3x₂ -2x₃ – 3x₄ = 10
3x₁ -x₂ -2x₃ = 1
Необходимо переменные x₃,x₄ принять в качестве свободных переменных и через них выразить базисные – x₁, x₂.
Ранг основной матрицы равен 2. Ранг расширенной матрицы тоже равен 2. Система совместна и имеет бесконечное множество решений.

Пример №3 . Дана система линейных уравнений у которой число уравнений равно числу неизвестных. При каком условии эта система имеет единственное решение?
Ответ: Система имеет единственное решение, если ранг этой системы будет равен количеству переменных.

Теорема Кронекера-Капелли. Исследование систем линейных уравнений на совместность. Первая часть.

Исследовать систему линейных агебраических уравнений (СЛАУ) на совместность означает выяснить, есть у этой системы решения, или же их нет. Ну и если решения есть, то указать сколько их.

Нам понадобятся сведения из темы «Система линейных алгебраических уравнений. Основные термины. Матричная форма записи». В частности, нужны такие понятия, как матрица системы и расширенная матрица системы, поскольку именно на них опирается формулировка теоремы Кронекера-Капелли. Как обычно, матрицу системы будем обозначать буквой $A$, а расширенную матрицу системы – буквой $\widetilde$.

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $\rang A=\rang\widetilde$.

Следствие из теоремы Кронекера-Капелли

Заметьте, что сформулированная теорема и следствие из неё не указывают, как найти решение СЛАУ. С их помощью можно лишь выяснить, существуют эти решения или нет, а если существуют – то сколько.

Исследовать СЛАУ $ \left \ <\begin& -3x_1+9x_2-7x_3=17;\\ & -x_1+2x_2-4x_3=9;\\ & 4x_1-2x_2+19x_3=-42. \end\right.$ на совместность. Если СЛАУ совместна, указать количество решений.

Чтобы выяснить наличие решений заданной СЛАУ, используем теорему Кронекера-Капелли. Нам понадобятся матрица системы $A$ и расширенная матрица системы $\widetilde$, запишем их:

Способ №1. Вычисление рангов по определению.

Согласно определению, ранг – это наивысший порядок миноров матрицы, среди которых есть хоть один, отличный от нуля. Обычно исследование начинают с миноров первого порядка, но здесь удобнее приступить сразу к вычислению минора третьего порядка матрицы $A$. Элементы минора третьего порядка находятся на пересечении трёх строк и трёх столбцов рассматриваемой матрицы. Так как матрица $A$ содержит всего 3 строки и 3 столбца, то минор третьего порядка матрицы $A$ – это определитель матрицы $A$, т.е. $\Delta A$. Для вычисления определителя применим формулу №2 из темы «Формулы для вычисления определителей второго и третьего порядков»:

$$ \Delta A=\left| \begin -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end \right|=-21. $$

Итак, есть минор третьего порядка матрицы $A$, который не равен нулю. Минор четвёртого порядка составить невозможно, так как для него требуется 4 строки и 4 столбца, а в матрице $A$ всего 3 строки и 3 столбца. Итак, наивысший порядок миноров матрицы $A$, среди которых есть хотя бы один не равный нулю, равен 3. Следовательно, $\rang A=3$.

Задача решена. Какие недостатки и преимущества имеет данный способ? Для начала поговорим о плюсах. Во-первых, нам понадобилось найти всего один определитель. После этого мы сразу сделали вывод о количестве решений. Обычно в стандартных типовых расчётах даются системы уравнений, которые содержат три неизвестных и имеют единственное решение. Для таких систем данный метод очень даже удобен, ибо мы заранее знаем, что решение есть (иначе примера не было бы в типовом расчёте). Т.е. нам остаётся только показать наличие решения наиболее быстрым способом. Во-вторых, вычисленное значение определителя матрицы системы (т.е. $\Delta A$) пригодится после: когда станем решать заданную систему методом Крамера или с помощью обратной матрицы.

Однако метод вычисления ранга по определению нежелательно применять, если матрица системы $A$ является прямоугольной. В этом случае лучше применить второй метод, о котором пойдёт речь ниже. Кроме того, если $\Delta A=0$, то мы ничего не сможем сказать о количестве решений заданной неоднородной СЛАУ. Может, СЛАУ имеет бесконечное количество решений, а может – ни одного. Если $\Delta A=0$, то требуется дополнительное исследование, которое зачастую является громоздким.

Подводя итог сказанному, отмечу, что первый способ хорош для тех СЛАУ, у которых матрица системы квадратна. При этом сама СЛАУ содержит три или четыре неизвестных и взята из стандартных типовых расчетов или контрольных работ.

Способ №2. Вычисление ранга методом элементарных преобразований.

Какие преимущества второго способа? Главное преимущество – это его универсальность. Нам совершенно неважно, является ли матрица системы квадратной или нет. Кроме того, мы фактически провели преобразования прямого хода метода Гаусса. Осталось лишь пару действий, и мы смогли бы получить решение данной СЛАУ. Честно говоря, второй способ нравится мне более первого, но выбор – это дело вкуса.

Ответ: Заданная СЛАУ совместна и определена.

$$ \left( \begin 1 & -1 & 2 & -1\\ -1 & 2 & -3 & 3 \\ 2 & -3 & 5 & -4 \\ 3 & -2 & 5 & 1 \\ 2 & -1 & 3 & 2 \end \right) \begin \phantom<0>\\r_2+r_1\\r_3-2r_1\\ r_4-3r_1\\r_5-2r_1\end\rightarrow \left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & -1 & 1 & -2 \\ 0 & 1 & -1 & 4 \\ 0 & 1 & -1 & 4 \end \right) \begin \phantom<0>\\\phantom<0>\\r_3-r_2\\ r_4-r_2\\r_5+r_2\end\rightarrow\\ $$ $$ \rightarrow\left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \end \right) \begin \phantom<0>\\\phantom<0>\\\phantom<0>\\ r_4-r_3\\\phantom<0>\end\rightarrow \left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end \right) $$

Расширенная матрица системы приведена к ступенчатому виду. Ранг ступенчатой матрицы равен количеству её ненулевых строк, поэтому $\rang\widetilde=3$. Матрица $A$ (до черты) тоже приведена к ступенчатому виду, и ранг её равен 2, $\rang=2$.

Ответ: система несовместна.

Приводим расширенную матрицу системы к ступенчатому виду:

$$ \left( \begin 2 & 0 & 7 & -5 & 11 & 42\\ 1 & -2 & 3 & 0 & 2 & 17 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end \right) \overset> <\rightarrow>$$ $$ \rightarrow\left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 2 & 0 & 7 & -5 & 11 & 42\\ -3 & 9 & -11 & 0 & -7 & -64\\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end \right) \begin \phantom<0>\\ r_2-2r_1 \\r_3+3r_1 \\ r_4+5r_1 \\ r_5-7r_1 \end \rightarrow \left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 3 & -2 & 0 & -1 & -13\\ 0 & 7 & -1 & -5 & 6 & -5 \\ 0 & -3 & 2 & 0 & 1 & 13 \end \right) \begin \phantom<0>\\ \phantom<0>\\4r_3+3r_2 \\ 4r_4-7r_2 \\ 4r_5+3r_2 \end \rightarrow $$ $$ \rightarrow\left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & -11 & 15 & -25 & -76 \\ 0 & 0 & 11 & -15 & 25 & 76 \end \right) \begin \phantom<0>\\ \phantom<0>\\\phantom <0>\\ r_4-r_3 \\ r_5+r_2 \end \rightarrow \left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end \right) $$

Мы привели расширенную матрицу системы и саму матрицу системы к ступенчатому виду. Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $\rang\widetilde=\rang\lt$, то согласно пункту №2 следствия из теоремы Кронекера-Капелли данная система является неопределённой, т.е. имеет бесконечное количество решений.

Ответ: система является неопределённой.

Во второй части мы разберём примеры, которые нередко включают в типовые расчёты или контрольные работы по высшей математике: исследование на совместность и решение СЛАУ в зависимости от значений параметров, входящих в неё.

учимся
программировать

Программированию нельзя научить, можно только научится

Главная » Уроки по Численным методам » Урок 14. Решение систем линейных уравнений (СЛУ). Теорема Кронекера-Капелли. Решение СЛУ с помощью матричных уравнений

Урок 14. Решение систем линейных уравнений (СЛУ). Теорема Кронекера-Капелли. Решение СЛУ с помощью матричных уравнений

Система линейных уравнений:

(1)

Здесь и (i =1..m, j=1..n) — заданные, а — неизвестные действительные числа.
Матричной записью системы линейных уравнений называется выражение вида:
=, или кратко: = (2),
где:

столбец свободных членов

Упорядоченная совокупность n вещественных чисел (c1, c2. cn) называется решением системы(1), если в результате подстановки этих чисел вместо соответствующих переменных x1, x2. xn каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c1, c2. cn)T такой, что AC = B.

СЛУ называется совместной, или разрешимой, если она имеет, по крайней мере, одно решение. Система называется несовместной, или неразрешимой, если она не имеет решений.
Матрица
,
образованная путем приписывания справа к матрице A столбца свободных членов, называется расширенной матрицей системы.

Вопрос о совместности системы (1) решается следующей теоремой.

Теорема Кронекера-Капелли

Теорема Кронекера-Капелли. Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг её основной матрицы равен рангу её расширенной матрицы.

Система имеет единственное решение, если ранг равен числу неизвестных, и бесконечное множество решений, если ранг меньше числа неизвестных.

Решить систему — это значит выяснить, совместна она или несовместна. Если система совместна, найти ее общее решение.

Пример. Исследовать систему линейных уравнений

Решение. Составим расширенную матрицу системы и с помощью элементарных преобразований вычислим одновременно ранги обеих матриц.

Далее умножим вторую строку на -2 и сложим с третьей, а затем сложим третью строку с последней. Имеем
.
Ранг матрицы системы =3, так как матрица имеет три ненулевых строки,
а ранг расширенной матрицы =4.
Тогда согласно теореме Кронекера-Капелли система не имеет решений.

Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, — так называемые системы крамеровского типа:
a11 x1 + a12 x2 +. + a1n xn = b1,
a21 x1 + a22 x2 +. + a2n xn = b2, (3)
. . . . . .
an1 x1 + an1 x2 +. + ann xn = bn.

Системы (3) решаются одним из следующих способов:
1) методом Гаусса, или методом исключения неизвестных;
2) по формулам Крамера;
3) матричным методом.

Матричный метод

Если матрица А системы линейных уравнений невырожденная, т.е. det A=0, то матрица А имеет обратную, и решение системы (3) совпадает с вектором . Иначе говоря, данная система имеет единственное решение. Отыскание решения системы по формуле X=C, C=A-1B называют матричным способом решения системы, или решением по методу обратной матрицы.