Совместные и несовместные системы линейных уравнений примеры

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.

Совместные и несовместные системы линейных уравнений примеры

линейных уравнений называется совместной, если у неё есть хотя бы одно решение, и несовместной, если решений нет. В примере 14 система совместна, столбик является её решением:

Это решение можно записать и без матриц: x = 2, у = 1.

Систему уравнений будем называть неопределённой, если она имеет более одного решения, и определённой, если решение единственно.

Пример 15. Система является неопределённой. Например, . являются её решениями. Читатель может найти и много других решений этой системы.

Научимся решать системы линейных уравнений сначала в частном случае. Систему уравнений AX = B будем называть крамеровской, если её основная матрица А — квадратная и невырожденная. Другими словами, в крамеровской системе число неизвестных совпадает с числом уравнений и |A| = 0.

Теорема 6 (правило Крамера). Крамеровская система линейных уравнений имеет единственное решение, задаваемое формулами:

где Δ = |A| — определитель основной матрицы, Δi — определитель, полученный из A заменой i-го столбика столбиком свободных членов.

Доказательство проведём для n = 3, так как в общем случае рассуждения аналогичны.

Итак, имеется крамеровская система:

Допустим сначала, что решение системы существует, т. е. имеются

Умножим первое . равенство на алгебраическое дополнение к элементу aii, второе равенство — на A2i, третье — на A3i и сложим полученные равенства:

Совместные и несовместные системы линейных уравнений примеры

ЛИНЕЙНЫЕ УРАВНЕНИЯ И НЕРАВЕНСТВА I

§ 26 Система двух линейных уравнений с двумя неизвестными.

Совместные и несовместные системы.

Системой двух линейных уравнений с двумя неизвестными называется совокупность уравнений вида

Примером системы двух линейных уравнений с двумя неизвестными может служить любая из систем:

Кстати, любую из этих систем можно назвать системой уравнений 1-й степени. Так называются системы вида (1), в которых хотя бы одно из уравнений содержит ненулевой коэффициент при х или при у.

Если в системе (1) оба свободных члена c₁ и c₂ равны нулю, то система называется однородной.

Если хотя бы один из свободных членов c₁ и c₂ отличен от нуля, то система называется неоднородной.

Так, из приведенных выше систем (2) — (7) однородными будут системы (2) и (5); все же остальные системы неоднородны.

Решением системы уравнений (1) называется такая пара чисел (х₀, у₀), которая каждое уравнение этой системы обращает в числовое равенство*:

* Это определение годится и для произвольных систем уравнений с двумя неизвестными.

Например, пара чисел (0, 0) является решением системы уравнений (2), поскольку

Пара чисел (1, 2) будет решением системы (3), так как

Пара чисел (2, 1) не будет решением системы (3), поскольку

Решением системы уравнений (3) не будет и пара чисел (2, 52). Действительно,

100 • 2 — 2 • 52 = 96,

—3• 2 + 57• 52 =/= 111.

Системы могут иметь различное число решений. Например, система уравнений (4) имеет, очевидно, единственное решение: х = 14, у = 1. В самом деле, из второго уравнения этой системы следует, что у = 1. Подставляя затем это значение у в первое уравнение, получаем: х — 2 • 1 = 12, откуда х = 14.

Система уравнений (5) имеет, очевидно, бесконечное множество решений. Действительно, при любом а пара чисел (а, а) обращает оба уравнения системы в числовые равенства. Поэтому любая такая пара чисел (а их бесконечное множество) является решением данной системы.

Наконец, существуют системы, которые вообще не имеют решений. Примером таких систем может служить система (6). Если бы она. имела решение (х₀ , у₀), то сумма двух чисел х₀ и у₀ должна была бы равняться одновременно и 0 и 1. Но этого быть не может.

Таким образом, существуют системы линейных уравнений, имеющие ровно одно решение, бесконечное множество решений и, наконец, совсем не имеющие решений.

Система уравнений, имеющая хотя бы одно решение, называется совместной, а не имеющая ни одного решения — несовместной.

Например, системы уравнений (2) и (3) совместны, а система (6) несовместна.

Для каждой однородной системы уравнений

пара чисел (0, 0) является решением. Поэтому любая однородная система уравнений совместна. В частности, совместными являются приведенные выше системы (2) и (5).

Решить систему уравнений

— это значит: 1) выяснить, является ли она совместной, и 2) если она совместна, то найти все ее решения.

220. Можно ли системы:

— назвать системами двух линейных уравнений с двумя неизвестными?

221. Показать, что ни при каких значениях а системы уравнений

не являются однородными.

222. Доказать, что если система двух уравнений 1-й степени с двумя неизвестными имеет нулевое решение (то есть решение х = 0, у = 0), то она является однородной. Верно ли обратное утверждение?