Совместность однородной системы
.
Однородная система всегда совместна, так как всегда имеет тривиальное (нулевое) решение . Выясним, когда данная система имеет нетривиальное решение.
Теорема 1. Однородная система имеет нетривиальное решение тогда и только тогда, когда ранг матрицы, составленной из коэффициентов при неизвестных, меньше числа неизвестных.
Доказательство. Пусть система совместна. Это может быть тогда и только тогда, когда найдутся числа с 1 , с 2 , …, с n , при подстановке которых в систему мы получим m тождеств. Эти m тождеств можно записать в виде
.
Следовательно, система векторов-столбцов матрицы А линейно зависима. А это может быть тогда и только тогда, когда ранг системы векторов-столбцов меньше n , т.е. r ( A ) n .
Следствие. Квадратная однородная система имеет нетривиальное решение тогда и только тогда, когда определитель матрицы, составленной из коэффициентов при неизвестных, равен нулю.
Доказательство. Так как r ( A ) n , то столбцы матрицы линейно зависимы и, следовательно, определитель матрицы равен нулю.
Нетривиальная совместность однородной системы
Нетривиальная совместность однородной системы
- Нетривиальная совместимость однородных систем. В.1) однородная линейная система, т.е. Система + B12 ^ 2 + ••• + UlnXn = 0, + a22 ^ 2 + ••• + CL2nXn = 0 . + ash2x2 + … + ashpxn = 0. Помните, что все эти системы совместимы. Когда существует так называемое очевидное (или нулевое) решение x \ -x2 -…- xn-0 3).
- При каких условиях однородная система имеет значение? C.7) Решение (то есть «важный сустав»). Эта проблема решается очень легко. создание Нетривиальное решение системы C.7) эквивалентно линейному Зависимость столбца матрицы C.2) (из-за линейной зависимости столбца.
В дополнение к указанным тривиальным решениям. Людмила Фирмаль
Матрица C.2) означает, что числа x1, x2, …, xn существуют. Все равны нулю, и выполняется уравнение C.7)). Однако линейная зависимость по основной малой теореме 1.6 Столбец матрицы С.2) встречается только тогда, когда: Не все столбцы этой матрицы являются базовыми.
- Это значит Только если порядок минорных миноров матрицы C.2) мал Количество столбцов n. Следующая теорема достигнута. Теорема 3.1. Однородная система С.7) неочевидна Только если ранг r матрицы C.2) меньше Количество столбцов n. 3) На самом деле C.7) Заменить ноль в системе для всех неизвестных 1, x2, …, xn, составьте все уравнения в этой системе тождеств.
Результат не очевиден для равномерной квадратной системы 4) Интеграционное решение только для определителей Неизвестный коэффициент равен нулю. На самом деле, в случае квадратной равномерной системы C.7) Если m = n, ранг r матрицы C.2) меньше, чем число m = n.
Только если определитель этой матрицы равен нулю. Людмила Фирмаль
Образовательный сайт для студентов и школьников
Копирование материалов сайта возможно только с указанием активной ссылки «www.lfirmal.com» в качестве источника.
© Фирмаль Людмила Анатольевна — официальный сайт преподавателя математического факультета Дальневосточного государственного физико-технического института
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
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
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
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
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
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.
http://lfirmal.com/netrivialnaya-sovmestnost-odnorodnoy-sistemy/
http://math1.ru/education/sys_lin_eq/kapelli.html