Системы уравнений второго порядка исследование множества решений

Системы уравнений второго порядка исследование множества решений

Определителем или детерминантом, составленным из чисел этой таблицы, называется число $ad — bc$, обозначаемое так:

$\begin a & b \\ c & d \end = ad — bc$. (1)

Видно, что определитель равен разности произведений пар элементов, стоящих на его главной и побочной диагоналях.

С помощью определителей можно равенства (6), (7) и (8) из параграфа «Линейные системы» переписать, поменяв местами их части, так:

Заметим, что определители $\Delta, \Delta_$ и $\Delta_$ весьма просто составляются по коэффициентам системы $\begin a_<1>x + b_<1>y = c_ <1>\\ a_<2>x + b_<2>y = c_ <2>\end$. Действительно, определитель $\Delta$ составляется из коэффициентов при неизвестных в этой системе. Он называется глазным определителем системы. Назовем $\Delta_$ и $\Delta_$ определителями для неизвестных $x$ и $y$ соответственно. Можно сформулировать следующее правило их составления: определитель для каждой из неизвестных получается из главного определителя, если в нем столбец коэффициентов при этой неизвестной заменить столбцом свободных членов (взятых из правых частей уравнений системы).

Проведем теперь исследование системы линейных уравнений $\begin a_<1>x + b_<1>y = c_ <1>\\ a_<2>x + b_<2>y = c_ <2>\end$. Для этого вернемся к равенствам $\Delta \cdot x = \Delta_x, \Delta \cdot y = \Delta_y$ и будем различать два случая: $\delta \neq 0$ и $\delta = 0$.

1) Пусть $\Delta \neq 0$. Тогда, как уже отмечалось, формулы $\begin x = \frac< \Delta_> < \Delta>\\ y = \frac< \Delta_> < \Delta>\end $ дают единственное решение системы.

2) Пусть теперь $\Delta = 0$. В зависим от значений $\Delta_, \Delta_$ будем различать два случая.

а) Хотя бы один из определителей $\Delta_<х>, \Delta_$ отличен от нуля, тогда система не имеет решений. Действительно, пусть, например, $\Delta_ \neq 0$.

б) Оба определителя $\Delta_, \Delta_$ равны нулю; равенства $\Delta \cdot x = \Delta_$ и $\Delta \cdot y = \Delta_$ удовлетворяются тождественно и для исследования системы использованы быть не могут. Докажем, что если $\Delta = 0, \Delta_ = \Delta_ = 0$ и хотя бы один из коэффициентов при неизвестных в системе отличен от нуля, то система имеет бесконечнее множество решений. Чтобы убедиться в этом, допустим, например, что $a_ <1>\neq 0$. Из соотношений

$\Delta = a_<1>b_ <2>— a_<2>b_ <1>= 0, \Delta_ = b_<2>c_ <1>— b_<1>c_ <2>= 0, \Delta_ = a_<1>c_ <2>— a_<2>c_ <1>= 0$ (5)

и из записи второго уравнения системы, подставляя в него выражения коэффициентов $b_<2>, c_<2>$,

найдем, что оно отличается от первого уравнения лишь множителем $\frac>>$, т. е., по существу, совпадает с ним (равносильно ему).

. Возможен, в принципе, и такой крайний случай, как равенство нулю всех коэффициентов при неизвестных (он может встретиться при исследовании систем с буквенными коэффициентами). У такой системы

$0 \cdot x + 0 \cdot y = c_<1>$,
$0 \cdot x + 0 \cdot y = c_<2>$

все определители равны нулю: $\Delta = \Delta_ = \Delta_ = 0$, однако, она является несовместной при $c_<1>$ или $c_ <2>\neq 0$.

Подведем итоги исследования системы линейных уравнений. Имеется три вида таких систем:

1) Если $\Delta \neq 0$, то система определенная, имеет единственное решение $\begin x = \frac< \Delta_> < \Delta>\\ y = \frac< \Delta_> < \Delta >\end$.

2) Если $\Delta = 0$, но $\Delta_ \neq 0$ (или $\Delta_ \neq 0$), то система несовместна, решений не имеет.

3) Если $\Delta = \Delta_ = \Delta_ = 0$ (но хотя бы один из коэффициентов при неизвестных отличен от нуля), то система неопределенная, имеет бесконечное множество решений (сводится к одному уравнению).

Равенство нулю определителя,

$\begin a & b \\ c & d \end = ad — bc = 0$,

означает пропорциональность элементов, стоящих в его строках (и обратно):

В силу этого признаки, отличающие линейные системы разных типов (определенные, неопределенные, несовместные), могут быть сформулированы в терминах пропорций между коэффициентами системы (без привлечения определителей).

Условие $\Delta = 0$ ($\Delta = 0$) заменяется поэтому требованием пропорциональности (непропорциональности) коэффициентов при неизвестных:

В случае $\Delta = \Delta_ = \Delta_ = 0$ оказываются пропорциональными не только коэффициенты при неизвестных, но и свободные члены:

(эти пропорции получаются, например, из $b_ <2>= a_ <2>\frac>>, c_ <2>= a_ <2>\frac>>$). Если же, например, $\Delta_ \neq 0$, то из $a_<1>b_ <2>— a_<2>b_ <1>= \Delta$ видим, что $\frac>> \neq \frac>>$ — свободные члены не пропорциональны коэффициентам при неизвестных. Итак:

1) Если коэффициенты при неизвестных не пропорциональны:

то система определенная.

2) Если коэффициенты при неизвестных пропорциональны, а свободные члены им не пропорциональны:

то система несовместная.

3) Если пропорциональны коэффициенты при неизвестных и свободные члены:

то система неопределенная.

Проведенное исследование систем линейных уравнений с двумя неизвестными допускает простое геометрическое истолкование. Всякое линейное уравнение определяет на координатной плоскости прямую линию. Уравнения системы $\begin a_<1>x + b_<1>y = c_ <1>\\ a_<2>x + b_<2>y = c_ <2>\end$ можно поэтому истолковать как уравнения двух прямых на плоскости, а задачу решения системы — как задачу об отыскании точки пересечения этих прямых. Ясно, что возможны три случая: 1) данные две прямые пересекаются (рис. а); этот случай отвечает определенной системе; 2) данные две прямые параллельны (рис. б); этот случай соответствует несовместной системе;

3) данные прямые совпадают (рис. в); этот случай соответствует неопределенной системе: каждая точка «дважды заданной» прямой будет решением системы.

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.

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