Система линейных уравнений решение системы эквивалентные системы

Метод Гаусса онлайн

Данный онлайн калькулятор находит решение системы линейных уравнений (СЛУ) методом Гаусса. Дается подробное решение. Для вычисления выбирайте количество переменных и количество уравнений. Затем введите данные в ячейки и нажимайте на кнопку «Вычислить.»

Предупреждение

Инструкция ввода данных. Числа вводятся в виде целых чисел (примеры: 487, 5, -7623 и т.д.), десятичных чисел (напр. 67., 102.54 и т.д.) или дробей. Дробь нужно набирать в виде a/b, где a и b (b>0) целые или десятичные числа. Примеры 45/5, 6.6/76.4, -7/6.7 и т.д.

Метод Гаусса

Метод Гаусса − это метод перехода от исходной системы линейных уравнений (при помощи эквивалентных преобразований) к системе, которая решается проще, чем исходная система.

Эквивалентными преобразованиями системы линейных уравнений являются:

перемена местами двух уравнений в системе,
умножение какого-либо уравнения в системе на ненулевое действительное число,
прибавление к одному уравнению другого уравнения, умноженного на произвольное число.

Рассмотрим систему линейных уравнений:

(1)

Запишем систему (1) в матричном виде:

Ax=b

(2)

(3)

A-называется матрица коэффициентов системы, b − правая часть ограничений, x− вектор переменных, которую нужно найти. Пусть rang(A)=p.

Эквивалентные преобразования не меняют ранг матрицы коэффициентов и ранг расширеннной матрицы системы. Не меняется также множество решений системы при эквивалентных преобразованиях. Суть метода Гаусса заключается в приведении матрцы коэффициентов A к диагональному или ступенчатому.

Построим расшренную матрицу системы:

(4)

Предположим a₁₁≠0. Если это не так, то можно поменять местами эту строку со строкой с ненулевым элементом в столбце 1 (если нет таких строк, то переходим к следующему столбцу). Обнуляем все элементы столбца 1 ниже ведущего элемента a₁₁. Для этого сложим строки 2,3, . m со строкой 1, умноженной на −a₂₁/a₁₁, −a₃₁/a₁₁, . −a_m1/a₁₁, соответственно. Тогда (4) примет следующий вид:

(5)

На следующем этапе обнуляем все элементы столбца 2, ниже элемента . Если данный элемент нулевой, то эту строку меняем местами со строкой, лежащий ниже данной строки и имеющий ненулевой элемент во втором столбце. Далее обнуляем все элементы столбца 2 ниже ведущего элемента a₂₂. Для этого сложим строки 3, . m со строкой 2, умноженной на −a₃₂/a₂₂, . −a_m2/a₂₂, соответственно. Продолжая процедуру, получим матрицу диагонального или ступенчатого вида. Пусть полученная расширенная матрица имеет вид:

(6)

Обратим внимание на последние строки. Если . равны нулю, то система линейных уравнений имеет решение, если же хотя бы один из этих чисел отлично от нуля, то система несовместна. Иными словами, система (2) совместна тогда и только тогда, когда ранг матрицы A навен рангу расширенной матрицы (A|b).

Пусть . Тогда

(7)

Так как rangA=rang(A|b), то множество решений (7) есть (n−p)− многообразие. Следовательно n−p неизвестных можно выбрать произвольно. Остальные неизвестные из системы (7) вычисляются так. Из последнего уравнения выражаем x_p через остальные переменные и вставляем в предыдущие выражения. Далее из предпоследнего уравнения выражаем x_p−1 через остальные переменные и вставляем в предыдущие выражения и т.д. Рассмотрим метод Гаусса на конкретных примерах.

Примеры решения системы линейных уравнений методом Гаусса

Пример 1. Найти общее решение системы линейных уравнений методом Гаусса:

Матричный вид записи: Ax=b, где

Для решения системы, запишем расширенную матрицу:

Обозначим через a_ij элементы i-ой строки и j-ого столбца.

Исключим элементы 1-го столбца матрицы ниже элемента a_{1 1}. Для этого сложим строки 2,3 со строкой 1, умноженной на -2/3,-1/2 соответственно:

Исключим элементы 2-го столбца матрицы ниже элемента a2 2. Для этого сложим строку 3 со строкой 2, умноженной на 9/8:

Делим каждую строку матрицы на соответствующий ведущий элемент (если ведущий элемент существует):

Из вышеизложенной таблицы можно записать:

Подставив верхние выражения в нижние, получим решение.

Пример 2. Найти общее решение системы линейных уравнений методом Гаусса:

Матричный вид записи: Ax=b, где

Для решения системы, построим расширенную матрицу:

Обозначим через a_ij элементы i-ой строки и j-ого столбца.

Исключим элементы 1-го столбца матрицы ниже элемента a₁₁. Для этого сложим строки 2,3 со строкой 1, умноженной на -1/5,-6/5 соответственно:

Исключим элементы 2-го столбца матрицы ниже элемента a₂₂. Для этого сложим строку 3 со строкой 2, умноженной на -1:

Делим каждую строку матрицы на соответствующий ведущий элемент (если ведущий элемент существует):

Выразим переменные x₁, x₂ относительно остальных переменных.

где x₃, x₄− произвольные действительные числа.

Подставив верхние выражения в нижние, получим решение.

где x₃, x₄− произвольные действительные числа.

Векторный вариант решения:

Запишем вышеизложенное решение, представив свободные переменные в виде тождеств:

Тогда векторное решение можно представить так:

где x₃, x₄− произвольные действительные числа.

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:

Математика
Алгебра
Линейная алгебра
Векторная алгебра
Высшая математика
Дискретная математика
Математический анализ
Математическая логика

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.

Эквивалентные системы линейных уравнений

Две системы линейных уравнений от одного набора x1. xn неизвестных и соответственно из m и p уравнений

называются эквивалентными, если их множества решений и совпадают (т. е. подмножества и в Kn совпадают, ). Это означает, что: либо они одновременно являются пустыми подмножествами (т. е. обе системы (I) и (II) несовместны), либо они одновременно непустые , и (т. е. каждое решение системы I является решением системы II и каждое решение системы II является решением системы I).

Элементарные преобразования систем линейных уравнений (строк матриц)

Определение 3.4.1 (элементарное преобразование 1-го типа). При к i -му уравнению системы прибавляется k -е уравнение, умноженное на число (обозначение: (i)’=(i)+c(k) ; т. е. лишь одно i -е уравнение (i) заменяется на новое уравнение (i)’=(i)+c(k) ). Новое i -е уравнение имеет вид (ai1+cak1)x1+. +(ain+cakn)xn=bi+cbk, или, кратко,

т. е. в новом i -м уравнении aij’=aij+cakj, bi’=bi+cbk.

Определение 3.4.2 (элементарное преобразование 2-го типа). При i -е и k -е уравнение меняются местами, остальные уравнения не изменяются (обозначение: (i)’=(k), (k)’=(i) ; для коэффициентов это означает следующее: для j=1. n

53. Метод Гаусса решения систем линейных уравнений

Формулы Крамера и матричный метод решения систем линейных уравнений не имеют серьезного практического применения, так как связаны с громоздкими выкладками. Практически для решения систем линейных уравнений чаще всего применяется метод Гаусса, состоящий в последовательном исключении неизвестных по следующей схеме. Для того чтобы решить систему уравнений выписывают расширенную матрицу этой системы

и над строками этой матрицы производят элементарные преобразования, приводя ее к виду, когда ниже главной диагонали, содержащей элементы

будут располагаться нули. Разрешается: 1) изменять порядок строк матрицы, что соответствует изменению порядка уравнений; 2) умножать строки на любые отличные от нуля числа, что соответствует умножению соответствующих уравнений на эти числа; 3) прибавлять к любой строке матрицы другую, умноженную на отличное от нуля число, что соответствует прибавлению к одному уравнению системы другого, умноженного на число. С помощью этих преобразований каждый раз получается расширенная матрица новой системы, равносильной исходной, т. е. такой системы, решение которой совпадает с решением исходной системы. Рассмотрим метод Гаусса на примерах. Пример 14. Установить совместность и решить систему

Решение. Выпишем расширенную матрицу системы и поменяем местами первую и вторую строки для того, чтобы элемент

равнялся единице (так удобнее производить преобразования матрицы).

. Имеем

Ранги матрицы системы и ее расширенной матрицы совпали с числом неизвестных. Согласно теореме Кронекера-Капелли система уравнений совместна и решение ее единственно. Выпишем систему уравнений, расширенную матрицу которой мы получили в результате преобразований:

Итак, имеем

Далее, подставляя

в третье уравнение, найдем

Подставляя

во второе уравнение, получим

и, наконец, подставляя в первое уравнение найденные

получим

Таким образом, имеем решение системы

54. Однородные системы линейных уравнений Однородной системой m линейных уравнений с n неизвестными называется система вида

      

a11x1 + a12x2 + … + a1nxn = 0

a21x1 + a22x2 + … + a2nxn = 0

… … … … … … … … … … …

am1x1 + am2x2 + … + amnxn = 0

(1)

Эта система может быть записана в виде матричного уравнения

и операторного уравнения

^Ax = θ

(2)

Система (1) всегда совместна, так как:

имеет очевидное решение x10 = x20 = … = xn0 = 0 , которое называется нулевым, или тривиальным;

добавление нулевого столбца не меняет ранга матрицы, следовательно, выполняется достаточное условие теоремы Кронекера–Капелли;

θ О Img ^A , так как Img ^A — линейное пространство.

Естественно, нас интересуют нетривиальные решения однородной системы.

Условие нетривиальной совместности:

Для того, чтобы однородная система имела нетривиальное решение, необходимо и достаточно, чтобы ранг ее основной матрицы был меньше числа неизвестных.

Доказательство см. в книге О.В. Зиминой «Линейная алгебра и аналитическая геометрия», стр. 77.

Следствие. Для того, чтобы однородная система n линейных уравнений с n неизвестными (матрица системы A — квадратная) имела нетривиальное решение, необходимо и достаточно, чтобы определитель матрицы этой системы был равен нулю ( det A = 0 ).

Общим решением системы линейных уравнений называется формула, которая определяет любое ее решение.

Так как система (1) эквивалентна операторному уравнению (2), то множество всех ее решений есть ядро оператора ^A . Пусть Ker ^A ≠ θ , Rg ^A = r и x1, x2, … , xn − r — базис в ядре оператора.

Фундаментальной системой решений однородной системы (1) называется базис ядра оператора ^A (точнее, координатные столбцы базисных векторов в Ker ^A ).

Это определение можно сформулировать несколько иначе:

Фундаментальной системой решений однородной системы (1) называется n − r линейно независимых решений этой системы.

Будем обозначать координатные столбцы базисных векторов в Ker ^A X1, X2, … , Xn − r .

Теорема о структуре общего решения однородной системы уравнений:

Любое решение однородной системы линейных уравнений определяется формулой

X = C1 · X1 + C2 · X2 + … + Cn − r · Xn − r,

(3)

где X1, X2, … , Xn − r — фундаментальная система решений однородной системы линейных уравнений и C1, C2, … , Cn − r — произвольные постоянные.

Свойства общего решения однородной системы уравнений:

При любых значениях C1, C2, … , Cn − r X , определяемое формулой (3), является решением системы (1).

Каково бы ни было решение X0 , существуют числа C10, … , Cn − r0 такие, что

X0 = C10 · X1 + C20 · X2 + … + Cn − r0 · Xn − r.

Вывод: Чтобы найти фундаментальную систему и общее решение однородной системы, нужно найти базис ядра соответствующего линейного оператора.

источники:

http://www.evkova.org/metodyi-resheniya-sistem-linejnyih-algebraicheskih-uravnenij-slau

http://lektsii.org/7-2182.html