Решение слу определение. Система уравнений

Тема 2. Решение систем линейных алгебраических уравнений прямыми методами.

Системами линейных алгебраических уравнений (сокращенно - СЛАУ) называются системы уравнений вида

или, в матричном виде,

A × x = B , (2.2)

A - матрица коэффициентов системы размерности n ´ n

x - вектор неизвестных, состоящий из n компонент

B - вектор правых частей системы, состоящий из n компонент.

A = x = B = (2.3)

Решением СЛАУ является такой набор из n чисел, который будучи подставленным вместо значений x 1 , x 2 , … , x n в систему (2.1) обеспечивает равенство левых частей правым во всех уравнениях.

Каждая СЛАУ в зависимости от значений матриц A и B может иметь

Одно решение

Бесконечно много решений

Ни одного решения.

В данном курсе будем рассматривать только те СЛАУ, которые имеют единственное решение. Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A .

Для поиска решений над системами линейных алгебраических уравнений могут проводиться некоторые преобразования, не изменяющие ее решений. Эквивалентными преобразованиями системы линейных уравнений называются такие ее преобразования, которые не изменяют ее решения. К их числу относятся:

Перестановка местами двух любых уравнений системы (следует отиетить, что в некоторых случаях, рассматриваемых ниже, это преробразование использовать нельзя);

Умножение (или деление) какого-либо уравнения системы на число, не равное нулю;

Прибавление к одному уравнению системы другого ее уравнения, умноженного (или разделенного) на некоторое не равное нулю число.

Методы решения СЛАУ делятся на две больших группы, называемые - прямые методы и итерационные методы . Имеется также способ сведения задачи решения СЛАУ к задаче поиска экстремума функции нескольких переменных с последующем решением ее методами поиска экстремума (об этом подробнее - при прохождении соответствующей темы). Прямые методы обеспечивают получение точного решения системы (если оно существует) за один шаг. Итерационные методы (если при этом обеспечена их сходимость) позволяют многократно улучшать некоторое начальное приближение к искомому решению СЛАУ и, вообще говоря, точного решения не дадут никогда. Однако, учитывая то, что прямые методы решения из-за неизбежных ошибок округления на промежуточных этапах расчетов тоже дают не идеально точные решения, итерационные методы могут тоже обеспечить примерно такой же результат.

Прямые методы решения СЛАУ. Наиболее часто используемыми прямыми методами решения СЛАУ являются:

Метод Крамера,

Метод Гаусса (и его модификация - метод Гаусса-Жордана)

Матричный метод (с использованием обращения матрицы A ).

Метод Крамера основан на вычислении определителя основной матрицы A и определителей матриц A 1 , A 2 , …, A n , которые получаются из матрицы A заменой в ней одного (i -го) столбца (i = 1, 2,…, n ) на столбец, содержащий элементы вектора B . После этого решения СЛАУ определяются как частное от деления значений этих определителей. Точнее, расчетные формулы имеют такой вид

(2.4)

Пример 1 . Найдем методом Крамера решение СЛАУ, у которой

A = , B = .

Имеем

A 1 = , A 2 = , A 3 = , A 4 = .

Вычислим значения определителей всех пяти матриц (c использованием функции МОПРЕД среды Excel ). Получим

Так как определитель матрицы A не равен нулю - система имеет единственное решение. Тогда определим его по формуле (2.4). Получим

Метод Гаусса. Решение СЛАУ этим методом предполагает составление расширенной матрицы системы A * . Расширенная матрица системы - это матрица размером в n строк и n +1 столбцов, включающая в себя исходную матрицу A c присоединенным к ней справа столбцом, содержащим вектор B .

A* = (2.4)

Здесь a in+1 =b i (i = 1, 2, …, n ).

Суть метода Гаусса состоит в приведении (посредством эквивалентных преобразований ) расширенной матрицы системы к треугольному виду (так, чтобы ниже ее главной диагонали находились только нулевые элементы).

A * =

Тогда, начиная с последней строки и двигаясь вверх, можно последовательно определить значения всех компонент решения.

Начало преобразований расширенной матрицы системы к необходимому виду заключается в просмотре значений коэффициентов при x 1 и выборе строки, в которой он имеет максимальное по абсолютной величине значение (это необходимо для уменьшения величины вычислительной ошибки при последующих вычислениях). Эту строку расширенной матрицы необходимо поменять местами с первой ее строкой (или же, что лучше, сложить (или вычесть) с первой строкой и результат поместить на место первой строки). После этого все элементы этой новой первой строки (в том числе и в последнем ее столбце) необходимо разделить на этот коэффициент. После этого вновь полученный коэффициент a 11 станет равным единице. Дальше от каждой из оставшихся строк матрицы необходимо вычесть ее первую строку, умноженную на значение коэффициента при x 1 в этой строке (т.е. на величину a i 1 , где i =2, 3, … n ). После этого во всех строках, начиная со второй коэффициенты при x 1 (т.е. все коэффициенты a i 1 (i =2, …, n ) будут равными нулю. Поскольку мы выполняли только эквивалентные преобразования - решение вновь полученной СЛАУ не будет отличаться от исходной системы.

Дальше, оставляя неизменной первую строку матрицы, проделаем все вышеописанные действия с остальными строками матрицы и, в результате, вновь полученный коэффициент a 22 станет равным единице, а все коэффициенты a i 2 (i =3, 4, …, n ) станут равными нулю. Продолжая аналогичные действия, мы в конечном итоге приведем нашу матрицу к виду, в котором все коэффициенты a ii = 1 (i =1, 2, …, n ), а все коэффициенты a ij = 0 (i =2, 3, …, n , j < i ). Если же на каком-то шаге при поиске наибольшего по абсолютной величине коэффициента при x j мы не сможем найти не равного нулю коэффициента - это будет значить, что исходная система не имеет единственного решения. В этом случае процесс решения необходимо прекратить.

Если процесс эквивалентных преобразований закончился успешно, то полученная в результате «треуголиная» расширенная матрица будет соответствовать такой системе линейных уравнений:

Из последнего уравнения этой системы найдем значение x n . Далее, подставляя это значение в предпоследнее уравнение, найдем значение x n -1 . После этого, подставляя оба эти найденных значения в третье снизу уравнение системы, найдем значение x n -2 . Продолжая так далее и продвигаясь по уравнением этой системы снизу вверх, будем последовательно находить значения других корней. И, наконец, подставляя найденные значения x n , x n -1 , x n -2 , x 3 и x 2 в первое уравнение системы найдем значение х 1 . Такая процедура поиска значений корней по найденной треугольной матрице называется обратным ходом. Процесс приведения исходной расширенной матрицы эквивалентными преобразованиями к треугольному виду назавают прямым ходом метода Гаусса..

Достаточно подробный алгоритм решения СЛАУ методом Гаусса приведен на рис. .2.1 и рис. 2.1а.

Пример 2 . Найти методом Гаусса решение той же СЛАУ, которую мы уже решали методом Крамера. Составим сначала ее расширенную матрицу. Получим

A * = .

Сначала переставим местами первую и третью строки этой матрицы (так как в ее первом столбце находится наибольший по абсолютной величине элемент), а затем разделим все элементы этой новой первой строки на значение 3. Получим

A * = .

A * =

Дальше переставим местами вторую и третью строки этой матрицы, разделим вторую строку переставленной матрицы на 2.3333 и, аналогично вышеописаному, обнулим коэффициенты во втором столбце третьей и четвертой строк матрицы. Получим

A * = .

После выполнения подобных действий над третьей и четвертой строками матрицы получим

A * = .

Разделив теперь четвертую строку на -5.3076, закончим проведение расширенной матрицы системы к диагональному виду. Получим

Рис. 2.1. Алгоритм решения систем линейных алгебраических уравнений методом Гаусса

Рис. 2.1а. Макроблок “Расчет значений решения”.

A * = .

Из последней строки сразу получим x 4 = 0.7536. Поднимаясь теперь вверх по строкам матрицы и выполняя расчеты, последовательно получим x 3 = 0.7971, x 2 =- 0.1015 и x 1 = 0.3333. Сравнивая полученное этим методом решение с решением, полученным методом Крамера, нетрудно убедиться в их совпадении.

Метод Гаусса-Жордана. Этот метод решения СЛАУ во многом похож на метод Гаусса. Основным отличием является то, что используя эквивалентные преобразования расширенная матрица системы уравнений приводится не к треугольному виду, а к диагональному виду, на главной диагонали которой находятся единицы, а вне нее (кроме последнего n +1 столбца) - нули. После окончания такого преобразования - последний столбец расширенной матрицы будет содержать решение исходной СЛАУ (т,е. . x i = a i n +1 (i = 1, 2, … , n ) в полученной матрице). Обратный ход (как в методе Гаусса) для окончательных расчетов значений компонент решения - не нужен.

Приведение матрицы к диагональному виду проводится, в основном, также как и в методе Гаусса. Если в строке i коэффициент при x i (i = 1, 2, … , n ) по абсолютной величине мал, то производится поиск строки j , в которой коэффициент при x i будет наибольшим по абсолютной величине эта (j -я) строка прибавляется поэлементно к i - й строке. Затем все элементы i - й строки делятся на значение элемента x i Но, в отличие от метода Гаусса, после этого идет вычитание из каждой строки с номером j строки с номером i ,умноженной на a ji , но условие j > i заменено на другоеВ методе Гаусса-Жордана идет вычитание из каждой строки с номером j , причем j # i , строки с номером i ,умноженной на a ji . Т.е. производится обнуление коэффициентов как ниже, так и выше главной диагонали.

Достаточно подробный алгоритм решения СЛАУ методом Гаусса–Жордана приведен на рис. 2.2.

Пример 3 . Найти методом Гаусса-Жордана решение той же СЛАУ, которую мы уже решали методами Крамера и Гаусса.

Полностью аналогично методу Гаусса составим расширенную матрицу системы. Затем переставим местами первую и третью строки этой матрицы (так как в ее первом столбце находится наибольший по абсолютной величине элемент), а затем разделим все элементы этой новой первой строки на значение 3. Дальше проведем вычитание из каждой строки матрицы (кроме первой) элементов первой строки, умноженных на коэффициент в первом столбце этой строки. Получим то же, что и в методе Гаусса

A * = .

Дальше переставим местами вторую и третью строки этой матрицы, разделим вторую строку переставленной матрицы на 2.3333 и (уже в отличие от метода Гаусса ) обнулим коэффициенты во втором столбце первой, третьей и четвертой строк матрицы. Получим

Системой m линейных уравнений с n неизвестными называется система вида

где a ij и b i (i =1,…,m ; b =1,…,n ) – некоторые известные числа, а x 1 ,…,x n – неизвестные. В обозначении коэффициентов a ij первый индекс i обозначает номер уравнения, а второй j – номер неизвестного, при котором стоит этот коэффициент.

Коэффициенты при неизвестных будем записывать в виде матрицы , которую назовём матрицей системы .

Числа, стоящие в правых частях уравнений, b 1 ,…,b m называются свободными членами.

Совокупность n чисел c 1 ,…,c n называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c 1 ,…,c n вместо соответствующих неизвестных x 1 ,…,x n .

Наша задача будет заключаться в нахождении решений системы. При этом могут возникнуть три ситуации:

Система линейных уравнений, имеющая хотя бы одно решение, называется совместной . В противном случае, т.е. если система не имеет решений, то она называется несовместной .

Рассмотрим способы нахождения решений системы.

МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ

Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:

Рассмотрим матрицу системы и матрицы столбцы неизвестных и свободных членов

Найдем произведение

т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде

или короче A ∙X=B .

Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением .

Пусть определитель матрицы отличен от нуля |A | ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A : . Поскольку A -1 A = E и E ∙X = X , то получаем решение матричного уравнения в виде X = A -1 B .

Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных . Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = A -1 B .

Примеры. Решить системы уравнений.

ПРАВИЛО КРАМЕРА

Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:

Определитель третьего порядка, соответствующий матрице системы, т.е. составленный из коэффициентов при неизвестных,

называется определителем системы .

Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов

Тогда можно доказать следующий результат.

Теорема (правило Крамера). Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём

Доказательство . Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A 11 элемента a 11 , 2-ое уравнение – на A 21 и 3-е – на A 31 :

Сложим эти уравнения:

Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: .

Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

Таким образом, заметим, что если определитель системы Δ ≠ 0, то система имеет единственное решение и обратно. Если же определитель системы равен нулю, то система либо имеет бесконечное множество решений, либо не имеет решений, т.е. несовместна.

Примеры. Решить систему уравнений

МЕТОД ГАУССА

Ранее рассмотренные методы можно применять при решении только тех систем, в которых число уравнений совпадает с числом неизвестных, причём определитель системы должен быть отличен от нуля. Метод Гаусса является более универсальным и пригоден для систем с любым числом уравнений. Он заключается в последовательном исключении неизвестных из уравнений системы.

Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:

Первое уравнение оставим без изменения, а из 2-го и 3-го исключим слагаемые, содержащие x 1 . Для этого второе уравнение разделим на а 21 и умножим на –а 11 , а затем сложим с 1-ым уравнением. Аналогично третье уравнение разделим на а 31 и умножим на –а 11 , а затем сложим с первым. В результате исходная система примет вид:

Теперь из последнего уравнения исключим слагаемое, содержащее x 2 . Для этого третье уравнение разделим на , умножим на и сложим со вторым. Тогда будем иметь систему уравнений:

Отсюда из последнего уравнения легко найти x 3 , затем из 2-го уравнения x 2 и, наконец, из 1-го – x 1 .

При использовании метода Гаусса уравнения при необходимости можно менять местами.

Часто вместо того, чтобы писать новую систему уравнений, ограничиваются тем, что выписывают расширенную матрицу системы:

и затем приводят её к треугольному или диагональному виду с помощью элементарных преобразований.

К элементарным преобразованиям матрицы относятся следующие преобразования:

перестановка строк или столбцов;
умножение строки на число, отличное от нуля;
прибавление к одной строке другие строки.

Примеры: Решить системы уравнений методом Гаусса.

Таким образом, система имеет бесконечное множество решений.

Запишите систему линейных алгебраических уравнений в общем виде

Что называется решением СЛАУ?

Решением системы уравнений называется набор из n чисел,

При подстановке которой в систему каждое уравнение обращается в тождество.

Какая система называется совместной (несовместной)?

Система уравнений называется совместной, если она имеет хотя бы одно решение.

Система называется несовместной, если она не имеет решений.

Какая система называется определенной (неопределенной)?

Совместная система называется определенной, если она имеет единственное решение.

Совместная система называется неопределенной, если она имеет больше одного решения.

Матричная форма записи системы уравнений

Ранг системы векторов

Ранг системы векторов называется максимальное число линейно независимых векторов.

Ранг матрицы и способы его нахождения

Ранг матрицы - наивысший из порядков миноров этой матрицы, определитель которых отличен от нуля.

Первый метод –- метод окантовки - заключается в следующем:

Если все миноры 1-го порядка, т.е. элементы матрицы равны нулю, то r=0 .

Если хоть один из миноров 1-го порядка не равен нулю, а все миноры 2-го порядка равны нулю то r=1.

Если минор 2-го порядка отличен от нуля то исследуем миноры 3-го порядка. Таким образом находят минор k-го порядка и проверяют, не равны ли нулю миноры k+1-го порядка.

Если все миноры k+1-го порядка равны нулю, то ранг матрицы равен числу k. Такие миноры k+1-го порядка, как правило, находят путем "окантовки" минора k-го порядка.

Второй метод определения ранга матрицы заключается в применении элементарных преобразований матрицы при возведении ее к диагональному виду. Ранг такой матрицы равно числу отличных от нуля диагональных элементов.

Общее решение неоднородной системы линейных уравнений, его свойства.

Свойство 1. Сумма любого решения системы линейных уравнений и любого решения соответствующей однородной системы является решением системы линейных уравнений.

Свойство 2. Разность любых двух решений неоднородной системы линейных уравнений является решением соответствующей однородной системы.

Метод Гаусса решения СЛАУ

Последовательность:

1)составляется расширенная матрица системы уравнения

2)с помощью элементарных преобразований матрица приводится к ступенчатому виду

3)определяется ранг расширенной матрицы системы и ранг матрицы системы и устанавливается пакт совместимости или несовместимости системы

4)в случае совместимости записывается эквивалентная система уравнения

5)находится решение системы. Главные переменные выражаются через свободные

Теорема Кронекера-Капелли

Теоре́ма Кро́некера - Капе́лли - критерий совместности системы линейных алгебраических уравнений:

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг её основной матрицы равен рангу её расширенной матрицы, причём система имеет единственное решение, если ранг равен числу неизвестных, и бесконечное множество решений, если ранг меньше числа неизвестных.

Для того чтобы линейная система являлась совместной, необходимо и достаточно, чтобы ранг расширенной матрицы этой системы был равен рангу её основной матрицы.

Когда система не имеет решения, когда имеет единственное решение, имеет множество решений?

Если число уравнений системы равно числу неизвестных переменных и определитель ее основной матрицы не равен нулю,значит Такие системы уравнений имеют единственное решение, причем в случае однородной системы все неизвестные переменные равны нулю.

Система линейных уравнений, имеющая хотя бы одно решение, называется совместной. В противном случае, т.е. если система не имеет решений, то она называется несовместной.

Системы m линейных уравнений с n неизвестными.
Решение системы линейных уравнений — это такое множество чисел {x 1 , x 2 , …, x n }, при подстановке которых в каждое из уравнений системы получается верное равенство.
где a ij , i = 1, …, m; j = 1, …, n — коэффициенты системы;
b i , i = 1, …, m — свободные члены;
x j , j = 1, …, n — неизвестные.
Вышеприведенная система может быть записана в матричном виде: A · X = B ,

где (A |B ) — основная матрица системы;
A — расширенная матрица системы;
X — столбец неизвестных;
B — столбец свободных членов.
Если матрица B не является нуль-матрицей ∅, то данная система линейных уравнений называется неоднородной.
Если матрица B = ∅, то данная система линейных уравнений называется однородной. Однородная система всегда имеет нулевое (тривиальное) решение: x 1 = x 2 = …, x n = 0 .
Совместная система линейных уравнений — это имеющая решение система линейных уравнений.
Несовместная система линейных уравнений — это не имеющая решение система линейных уравнений.
Определённая система линейных уравнений — это имеющая единственное решение система линейных уравнений.
Неопределённая система линейных уравнений — это имеющая бесконечное множество решений система линейных уравнений.
Системы n линейных уравнений с n неизвестными
Если число неизвестных равно числу уравнений, то матрица – квадратная. Определитель матрицы называется главным определителем системы линейных уравнений и обозначается символом Δ.
Метод Крамера для решения систем n линейных уравнений с n неизвестными.
Правило Крамера.
Если главный определитель системы линейных уравнений не равен нулю, то система совместна и определена, причем единственное решение вычисляется по формулам Крамера:
где Δ i — определители, получаемые из главного определителя системы Δ заменой i -го столбца на столбец свободных членов. .
Системы m линейных уравнений с n неизвестными
Теорема Кронекера−Капелли .

Для того чтобы данная система линейных уравнений была совместной, необходимо и достаточно, чтобы ранг матрицы системы был равен рангу расширенной матрицы системы, rang(Α) = rang(Α|B) .
Если rang(Α) ≠ rang(Α|B) , то система заведомо не имеет решений.
Eсли rang(Α) = rang(Α|B) , то возможны два случая:
1) rang(Α) = n (числу неизвестных) − решение единственно и может быть получено по формулам Крамера;
2) rang(Α) < n − решений бесконечно много.
Метод Гаусса для решения систем линейных уравнений

Составим расширенную матрицу (A |B ) данной системы из коэффициентов при неизвестных и правых частей.
Метод Гаусса или метод исключения неизвестных состоит в приведении расширенной матрицы (A |B ) с помощью элементарных преобразований над ее строками к диагональному виду (к верхнему треугольному виду). Возвращаясь к системе уравнений, определяют все неизвестные.
К элементарным преобразованиям над строками относятся следующие:
1) перемена местами двух строк;
2) умножение строки на число, отличное от 0;
3) прибавление к строке другой строки, умноженной на произвольное число;
4) выбрасывание нулевой строки.
Расширенной матрице, приведенной к диагональному виду, соответствует линейная система, эквивалентная данной, решение которой не вызывает затруднений. .
Система однородных линейных уравнений.
Однородная система имеет вид:

ей соответствует матричное уравнение A · X = 0 .
1) Однородная система всегда совместна, так как r(A) = r(A|B) , всегда существует нулевое решение (0, 0, …, 0).
2) Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r = r(A) < n , что равносильно Δ = 0.
3) Если r < n , то заведомо Δ = 0, тогда возникают свободные неизвестные c 1 , c 2 , …, c n-r , система имеет нетривиальные решения, причем их бесконечно много.
4) Общее решение X при r < n может быть записано в матричном виде следующим образом:
X = c 1 · X 1 + c 2 · X 2 + … + c n-r · X n-r ,
где решения X 1 , X 2 , …, X n-r образуют фундаментальную систему решений.
5) Фундаментальная система решений может быть получена из общего решения однородной системы:

,
если последовательно полагать значения параметров равными (1, 0, …, 0), (0, 1, …, 0), …, (0, 0, …,1).
Разложение общего решения по фундаментальной системе решений — это запись общего решения в виде линейной комбинации решений, принадлежащих к фундаментальной системе.
Теорема . Для того, чтобы система линейных однородных уравнений имела ненулевое решение, необходимо и достаточно, чтобы Δ ≠ 0.
Итак, если определитель Δ ≠ 0, то система имеет единственное решение.
Если же Δ ≠ 0, то система линейных однородных уравнений имеет бесконечное множество решений.
Теорема . Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r(A) < n .
Доказательство :
1) r не может быть больше n (ранг матрицы не превышает числа столбцов или строк);
2) r < n , т.к. если r = n , то главный определитель системы Δ ≠ 0, и, по формулам Крамера, существует единственное тривиальное решение x 1 = x 2 = … = x n = 0 , что противоречит условию. Значит, r(A) < n .
Следствие . Для того чтобы однородная система n линейных уравнений с n неизвестными имела ненулевое решение, необходимо и достаточно, чтобы Δ = 0.

Высшая математика » Системы линейных алгебраических уравнений » Основные термины. Матричная форма записи.

Система линейных алгебраических уравнений. Основные термины. Матричная форма записи.

Определение системы линейных алгебраических уравнений. Решение системы. Классификация систем.
Матричная форма записи систем линейных алгебраических уравнений.

Определение системы линейных алгебраических уравнений. Решение системы. Классификация систем.

Под системой линейных алгебраических уравнений (СЛАУ) подразумевают систему

\begin{equation} \left \{ \begin{aligned} & a_{11}x_1+a_{12}x_2+a_{13}x_3+\ldots+a_{1n}x_n=b_1;\\ & a_{21}x_1+a_{22}x_2+a_{23}x_3+\ldots+a_{2n}x_n=b_2;\\ & \ldots\ldots\ldots\ldots\ldots\ldots\ldots\ldots\ldots\ldots\ldots\ldots \\ & a_{m1}x_1+a_{m2}x_2+a_{m3}x_3+\ldots+a_{mn}x_n=b_m. \end{aligned} \right. \end{equation}

Параметры $a_{ij}$ ($i=\overline{1,m}$, $j=\overline{1,n}$) называют коэффициентами , а $b_i$ ($i=\overline{1,m}$) - свободными членами СЛАУ. Иногда, чтобы подчеркнуть количество уравнений и неизвестных, говорят так «$m\times n$ система линейных уравнений», - тем самым указывая, что СЛАУ содержит $m$ уравнений и $n$ неизвестных.

Если все свободные члены $b_i=0$ ($i=\overline{1,m}$), то СЛАУ называют однородной . Если среди свободных членов есть хотя бы один, отличный от нуля, СЛАУ называют неоднородной .

Решением СЛАУ (1) называют всякую упорядоченную совокупность чисел ($\alpha_1, \alpha_2,\ldots,\alpha_n$), если элементы этой совокупности, подставленные в заданном порядке вместо неизвестных $x_1,x_2,\ldots,x_n$, обращают каждое уравнение СЛАУ в тождество.

Любая однородная СЛАУ имеет хотя бы одно решение: нулевое (в иной терминологии - тривиальное), т.е. $x_1=x_2=\ldots=x_n=0$.

Если СЛАУ (1) имеет хотя бы одно решение, ее называют совместной , если же решений нет - несовместной . Если совместная СЛАУ имеет ровно одно решение, её именуют определённой , если бесконечное множество решений - неопределённой .

Пример №1

Рассмотрим СЛАУ

\begin{equation} \left \{ \begin{aligned} & 3x_1-4x_2+x_3+7x_4-x_5=11;\\ & 2x_1+10x_4-3x_5=-65;\\ & 3x_2+19x_3+8x_4-6x_5=0. \\ \end {aligned} \right. \end{equation}

Имеем систему линейных алгебраических уравнений, содержащую $3$ уравнения и $5$ неизвестных: $x_1,x_2,x_3,x_4,x_5$. Можно, сказать, что задана система $3\times 5$ линейных уравнений.

Коэффициентами системы (2) есть числа, стоящие перед неизвестными. Например, в первом уравнении эти числа таковы: $3,-4,1,7,-1$. Свободные члены системы представлены числами $11,-65,0$. Так как среди свободных членов есть хотя бы один, не равный нулю, то СЛАУ (2) является неоднородной.

Упорядоченная совокупность $(4;-11;5;-7;1)$ является решением данной СЛАУ. В этом несложно убедиться, если подставить $x_1=4; x_2=-11; x_3=5; x_4=-7; x_5=1$ в уравнения заданной системы:

\begin{aligned} & 3x_1-4x_2+x_3+7x_4-x_5=3\cdot4-4\cdot(-11)+5+7\cdot(-7)-1=11;\\ & 2x_1+10x_4-3x_5=2\cdot 4+10\cdot (-7)-3\cdot 1=-65;\\ & 3x_2+19x_3+8x_4-6x_5=3\cdot (-11)+19\cdot 5+8\cdot (-7)-6\cdot 1=0. \\ \end{aligned}

Естественно, возникает вопрос том, является ли проверенное решение единственным. Вопрос о количестве решений СЛАУ будет затронут в соответствующей теме.

Пример №2

Рассмотрим СЛАУ

\begin{equation} \left \{ \begin{aligned} & 4x_1+2x_2-x_3=0;\\ & 10x_1-x_2=0;\\ & 5x_2+4x_3=0; \\ & 3x_1-x_3=0;\\ & 14x_1+25x_2+5x_3=0. \end{aligned} \right. \end{equation}

Система (3) является СЛАУ, содержащей $5$ уравнений и $3$ неизвестных: $x_1,x_2,x_3$. Так как все свободные члены данной системы равны нулю, то СЛАУ (3) является однородной. Несложно проверить, что совокупность $(0;0;0)$ является решением данной СЛАУ. Подставляя $x_1=0, x_2=0,x_3=0$, например, в первое уравнение системы (3), получим верное равенство: $4x_1+2x_2-x_3=4\cdot 0+2\cdot 0-0=0$. Подстановка в иные уравнения делается аналогично.

Матричная форма записи систем линейных алгебраических уравнений.

С каждой СЛАУ можно связать несколько матриц; более того – саму СЛАУ можно записать в виде матричного уравнения. Для СЛАУ (1) рассмотрим такие матрицы:

Матрица $A$ называется матрицей системы . Элементы данной матрицы представляют собой коэффициенты заданной СЛАУ.

Матрица $\widetilde{A}$ называется расширенной матрицей системы . Её получают добавлением к матрице системы столбца, содержащего свободные члены $b_1,b_2,…,b_m$. Обычно этот столбец отделяют вертикальной чертой, - для наглядности.

Матрица-столбец $B$ называется матрицей свободных членов , а матрица-столбец $X$ - матрицей неизвестных .

Используя введённые выше обозначения, СЛАУ (1) можно записать в форме матричного уравнения: $A\cdot X=B$.

Примечание

Матрицы, связанные с системой, можно записать различными способами: всё зависит от порядка следования переменных и уравнений рассматриваемой СЛАУ. Но в любом случае порядок следования неизвестных в каждом уравнении заданной СЛАУ должен быть одинаков (см. пример №4).

Пример №3

Записать СЛАУ $ \left \{ \begin{aligned} & 2x_1+3x_2-5x_3+x_4=-5;\\ & 4x_1-x_3=0;\\ & 14x_2+8x_3+x_4=-11. \end{aligned} \right. $ в матричной форме и указать расширенную матрицу системы.

Имеем четыре неизвестных, которые в каждом уравнении следуют в таком порядке: $x_1,x_2,x_3,x_4$. Матрица неизвестных будет такой: $\left(\begin{array} {c} x_1 \\ x_2 \\ x_3 \\ x_4 \end{array} \right)$.

Свободные члены данной системы выражены числами $-5,0,-11$, посему матрица свободных членов имеет вид: $B=\left(\begin{array} {c} -5 \\ 0 \\ -11 \end{array} \right)$.

Перейдем к составлению матрицы системы. В первую строку данной матрицы будут занесены коэффициенты первого уравнения: $2,3,-5,1$.

Во вторую строку запишем коэффициенты второго уравнения: $4,0,-1,0$. При этом следует учесть, что коэффициенты системы при переменных $x_2$ и $x_4$ во втором уравнении равны нулю (ибо эти переменные во втором уравнении отсутствуют).

В третью строку матрицы системы запишем коэффициенты третьего уравнения: $0,14,8,1$. Учитываем при этом равенство нулю коэффициента при переменной $x_1$(эта переменная отсутствует в третьем уравнении). Матрица системы будет иметь вид:

$$ A=\left(\begin{array} {cccc} 2 & 3 & -5 & 1\\ 4 & 0 & -1 & 0 \\ 0 & 14 & 8 & 1 \end{array} \right) $$

Чтобы была нагляднее взаимосвязь между матрицей системы и самой системой, я запишу рядом заданную СЛАУ и ее матрицу системы:

В матричной форме заданная СЛАУ будет иметь вид $A\cdot X=B$. В развернутой записи:

$$ \left(\begin{array} {cccc} 2 & 3 & -5 & 1\\ 4 & 0 & -1 & 0 \\ 0 & 14 & 8 & 1 \end{array} \right) \cdot \left(\begin{array} {c} x_1 \\ x_2 \\ x_3 \\ x_4 \end{array} \right) = \left(\begin{array} {c} -5 \\ 0 \\ -11 \end{array} \right) $$

Запишем расширенную матрицу системы. Для этого к матрице системы $ A=\left(\begin{array} {cccc} 2 & 3 & -5 & 1\\ 4 & 0 & -1 & 0 \\ 0 & 14 & 8 & 1 \end{array} \right) $ допишем столбец свободных членов (т.е. $-5,0,-11$). Получим: $\widetilde{A}=\left(\begin{array} {cccc|c} 2 & 3 & -5 & 1 & -5 \\ 4 & 0 & -1 & 0 & 0\\ 0 & 14 & 8 & 1 & -11 \end{array} \right) $.

Пример №4

Записать СЛАУ $ \left \{\begin{aligned} & 3y+4a=17;\\ & 2a+4y+7c=10;\\ & 8c+5y-9a=25; \\ & 5a-c=-4. \end{aligned}\right.$ в матричной форме и указать расширенную матрицу системы.

Как видите, порядок следования неизвестных в уравнениях данной СЛАУ различен. Например, во втором уравнении порядок таков: $a,y,c$, однако в третьем уравнении: $c,y,a$. Перед тем, как записывать СЛАУ в матричной форме, порядок следования переменных во всех уравнениях нужно сделать одинаковым.

Упорядочить переменные в уравнениях заданной СЛАУ можно разными способами (количество способов расставить три переменные составит $3!=6$). Я разберу два способа упорядочивания неизвестных.

Способ №1

Введём такой порядок: $c,y,a$. Перепишем систему, расставляя неизвестные в необходимом порядке: $\left \{\begin{aligned} & 3y+4a=17;\\ & 7c+4y+2a=10;\\ & 8c+5y-9a=25; \\ & -c+5a=-4. \end{aligned}\right.$

Для наглядности я запишу СЛАУ в таком виде: $\left \{\begin{aligned} & 0\cdot c+3\cdot y+4\cdot a=17;\\ & 7\cdot c+4\cdot y+2\cdot a=10;\\ & 8\cdot c+5\cdot y-9\cdot a=25; \\ & -1\cdot c+0\cdot y+5\cdot a=-4. \end{aligned}\right.$

Матрица системы имеет вид: $ A=\left(\begin{array} {ccc} 0 & 3 & 4 \\ 7 & 4 & 2\\ 8 & 5 & -9 \\ -1 & 0 & 5 \end{array} \right) $. Матрица свободных членов: $B=\left(\begin{array} {c} 17 \\ 10 \\ 25 \\ -4 \end{array} \right)$. При записи матрицы неизвестных помним о порядке следования неизвестных: $X=\left(\begin{array} {c} c \\ y \\ a \end{array} \right)$. Итак, матричная форма записи заданной СЛАУ такова: $A\cdot X=B$. В развёрнутом виде:

$$ \left(\begin{array} {ccc} 0 & 3 & 4 \\ 7 & 4 & 2\\ 8 & 5 & -9 \\ -1 & 0 & 5 \end{array} \right) \cdot \left(\begin{array} {c} c \\ y \\ a \end{array} \right) = \left(\begin{array} {c} 17 \\ 10 \\ 25 \\ -4 \end{array} \right) $$

Расширенная матрица системы такова: $\left(\begin{array} {ccc|c} 0 & 3 & 4 & 17 \\ 7 & 4 & 2 & 10\\ 8 & 5 & -9 & 25 \\ -1 & 0 & 5 & -4 \end{array} \right) $.

Способ №2

Введём такой порядок: $a,c,y$. Перепишем систему, расставляя неизвестные в необходимом порядке: $\left \{ \begin{aligned} & 4a+3y=17;\\ & 2a+7c+4y=10;\\ & -9a+8c+5y=25; \\ & 5a-c=-4. \end{aligned}\right.$

Для наглядности я запишу СЛАУ в таком виде: $\left \{ \begin{aligned} & 4\cdot a+0\cdot c+3\cdot y=17;\\ & 2\cdot a+7\cdot c+4\cdot y=10;\\ & -9\cdot a+8\cdot c+5\cdot y=25; \\ & 5\cdot c-1\cdot c+0\cdot y=-4. \end{aligned}\right.$

Матрица системы имеет вид: $ A=\left(\begin{array} {ccc} 4 & 0 & 3 \\ 2 & 7 & 4\\ -9 & 8 & 5 \\ 5 & -1 & 0 \end{array} \right)$. Матрица свободных членов: $B=\left(\begin{array} {c} 17 \\ 10 \\ 25 \\ -4 \end{array} \right)$. При записи матрицы неизвестных помним о порядке следования неизвестных: $X=\left(\begin{array} {c} a \\ c \\ y \end{array} \right)$. Итак, матричная форма записи заданной СЛАУ такова: $A\cdot X=B$. В развёрнутом виде:

$$ \left(\begin{array} {ccc} 4 & 0 & 3 \\ 2 & 7 & 4\\ -9 & 8 & 5 \\ 5 & -1 & 0 \end{array} \right) \cdot \left(\begin{array} {c} a \\ c \\ y \end{array} \right) = \left(\begin{array} {c} 17 \\ 10 \\ 25 \\ -4 \end{array} \right) $$

Расширенная матрица системы такова: $\left(\begin{array} {ccc|c} 4 & 0 & 3 & 17 \\ 2 & 7 & 4 & 10\\ -9 & 8 & 5 & 25 \\ 5 & -1 & 0 & -4 \end{array} \right) $.

Как видите, изменение порядка следования неизвестных равносильно перестановке столбцов матрицы системы. Но каким бы этот порядок расположения неизвестных ни был, он должен совпадать во всех уравнениях заданной СЛАУ.

Линейные уравнения

Линейные уравнения - относительно несложная математическая тема, довольно часто встречающаяся в заданиях по алгебре.

Системы линейных алгебраических уравнений: основные понятия, виды

Разберемся, что это такое, и как решаются линейные уравнения.

Как правило, линейное уравнение - это уравнение вида ax + c = 0, где а и с - произвольные числа, или коэффициенты, а х - неизвестное число.

К примеру, линейным уравнением будет:

Решение линейных уравнений.

Как решать линейные уравнения?

Решаются линейные уравнения совсем несложно. Для этого используются такой математический прием, как тождественное преобразование . Разберем, что это такое.

Пример линейного уравнения и его решение.

Пусть ax + c = 10, где а = 4, с = 2.

Таким образом, получаем уравнение 4х + 2 = 10.

Для того чтобы решить его было проще и быстрее, воспользуемся первым способом тождественного преобразования - то есть, перенесем все цифры в правую часть уравнения, а неизвестное 4х оставим в левой части.

Получится:

Таким образом, уравнение сводится к совсем простенькой задачке для начинающих. Остается лишь воспользоваться вторым способом тождественного преобразования - оставив в левой части уравнения х, перенести в правую часть цифры. Получим:

Проверка:

4х + 2 = 10, где х = 2.

Ответ верный.

График линейного уравнения.

При решении линейных уравнений с двумя переменными также часто используется метод построения графика. Дело в том, что уравнение вида ах + ву + с = 0, как правило, имеет много вариантов решения, ведь на место переменных подходит множество чисел, и во всех случаях уравнение остается верным.

Поэтому для облегчения задачи выстраивается график линейного уравнения.

Чтобы построить его, достаточно взять одну пару значений переменных - и, отметив их точками на плоскости координат, провести через них прямую. Все точки, находящиеся на этой прямой, и будут вариантами переменных в нашем уравнении.

Выражения, преобразование выражений

Порядок выполнения действий, правила, примеры.

Числовые,буквенные выражения и выражения с переменными в своей записи могут содержать знаки различных арифметических действий. При преобразовании выражений и вычислении значений выражений действия выполняются в определенной очередности, иными словами, нужно соблюдать порядок выполнения действий .

В этой статье мы разберемся, какие действия следует выполнять сначала, а какие следом за ними. Начнем с самых простых случаев, когда выражение содержит лишь числа или переменные, соединенные знаками плюс, минус, умножить и разделить. Дальше разъясним, какого порядка выполнения действий следует придерживаться в выражениях со скобками. Наконец, рассмотрим, в какой последовательности выполняются действия в выражениях, содержащих степени, корни и другие функции.

Сначала умножение и деление, затем сложение и вычитание

В школе дается следующее правило, определяющее порядок выполнения действий в выражениях без скобок :

действия выполняются по порядку слева направо,
причем сначала выполняется умножение и деление, а затем – сложение и вычитание.

Озвученное правило воспринимается достаточно естественно. Выполнение действий по порядку слева направо объясняется тем, что у нас принято вести записи слева направо. А то, что умножение и деление выполняется перед сложением и вычитанием объясняется смыслом, который в себе несут эти действия.

Рассмотрим несколько примеров применения этого правила. Для примеров будем брать простейшие числовые выражения, чтобы не отвлекаться на вычисления, а сосредоточиться именно на порядке выполнения действий.

Выполните действия 7−3+6.

Исходное выражение не содержит скобок, а также оно не содержит умножения и деления. Поэтому нам следует выполнить все действия по порядку слева направо, то есть, сначала мы от 7 отнимаем 3, получаем 4, после чего к полученной разности 4 прибавляем 6, получаем 10.

Кратко решение можно записать так: 7−3+6=4+6=10.

Укажите порядок выполнения действий в выражении 6:2·8:3.

Чтобы ответить на вопрос задачи, обратимся к правилу, указывающему порядок выполнения действий в выражениях без скобок. В исходном выражении содержатся лишь действия умножения и деления, а согласно правилу, их нужно выполнять по порядку слева направо.

сначала 6 делим на 2, это частное умножаем на 8, наконец, полученный результат делим на 3.

Основные понятия. Системы линейных уравнений

Вычислите значение выражения 17−5·6:3−2+4:2.

Сначала определим, в каком порядке следует выполнять действия в исходном выражении. Оно содержит и умножение с делением, и сложение с вычитанием.

Сначала слева направо нужно выполнить умножение и деление. Так 5 умножаем на 6, получаем 30, это число делим на 3, получаем 10. Теперь 4 делим на 2, получаем 2. Подставляем в исходное выражение вместо 5·6:3 найденное значение 10, а вместо 4:2 — значение 2, имеем 17−5·6:3−2+4:2=17−10−2+2.

В полученном выражении уже нет умножения и деления, поэтому остается по порядку слева направо выполнить оставшиеся действия: 17−10−2+2=7−2+2=5+2=7.

17−5·6:3−2+4:2=7.

На первых порах, чтобы не перепутать порядок выполнения действий при вычислении значения выражения, удобно над знаками действий расставить цифры, соответствующие порядку их выполнения. Для предыдущего примера это выглядело бы так: .

Этого же порядка выполнения действий – сначала умножение и деление, затем сложение и вычитание — следует придерживаться и при работе с буквенными выражениями.

К началу страницы

Действия первой и второй ступени

В некоторых учебниках по математике встречается разделение арифметических действий на действия первой и второй ступени. Разберемся с этим.

В этих терминах правило из предыдущего пункта, определяющее порядок выполнения действий, запишется так: если выражение не содержит скобок, то по порядку слева направо сначала выполняются действия второй ступени (умножение и деление), затем – действия первой ступени (сложение и вычитание).

К началу страницы

Порядок выполнения арифметических действий в выражениях со скобками

Выражения часто содержат скобки, указывающие порядок выполнения действий. В этом случае правило, задающее порядок выполнения действий в выражениях со скобками , формулируется так: сначала выполняются действия в скобках, при этом также по порядку слева направо выполняется умножение и деление, затем – сложение и вычитание.

Итак, выражения в скобках рассматриваются как составные части исходного выражения, и в них сохраняется уже известный нам порядок выполнения действий. Рассмотрим решения примеров для большей ясности.

Выполните указанные действия 5+(7−2·3)·(6−4):2.

Выражение содержит скобки, поэтому сначала выполним действия в выражениях, заключенных в эти скобки. Начнем с выражения 7−2·3. В нем нужно сначала выполнить умножение, и только потом вычитание, имеем 7−2·3=7−6=1. Переходим ко второму выражению в скобках 6−4. Здесь лишь одно действие – вычитание, выполняем его 6−4=2.

Подставляем полученные значения в исходное выражение: 5+(7−2·3)·(6−4):2=5+1·2:2. В полученном выражении сначала выполняем слева направо умножение и деление, затем – вычитание, получаем 5+1·2:2=5+2:2=5+1=6. На этом все действия выполнены, мы придерживались такого порядка их выполнения: 5+(7−2·3)·(6−4):2.

Запишем краткое решение: 5+(7−2·3)·(6−4):2=5+1·2:2=5+1=6.

5+(7−2·3)·(6−4):2=6.

Бывает, что выражение содержит скобки в скобках. Этого бояться не стоит, нужно лишь последовательно применять озвученное правило выполнения действий в выражениях со скобками. Покажем решение примера.

Выполните действия в выражении 4+(3+1+4·(2+3)).

Это выражение со скобками, это означает, что выполнение действий нужно начинать с выражения в скобках, то есть, с 3+1+4·(2+3).

Это выражение также содержит скобки, поэтому нужно сначала выполнить действия в них. Сделаем это: 2+3=5. Подставив найденное значение, получаем 3+1+4·5. В этом выражении сначала выполняем умножение, затем – сложение, имеем 3+1+4·5=3+1+20=24. Исходное значение, после подстановки этого значения, принимает вид 4+24, и остается лишь закончить выполнение действий: 4+24=28.

4+(3+1+4·(2+3))=28.

Вообще, когда в выражении присутствуют скобки в скобках, то часто бывает удобно выполнение действий начинать с внутренних скобок и продвигаться к внешним.

Например, пусть нам нужно выполнить действия в выражении (4+(4+(4−6:2))−1)−1. Сначала выполняем действия во внутренних скобках, так как 4−6:2=4−3=1, то после этого исходное выражение примет вид (4+(4+1)−1)−1. Опять выполняем действие во внутренних скобках, так как 4+1=5, то приходим к следующему выражению (4+5−1)−1. Опять выполняем действия в скобках: 4+5−1=8, при этом приходим к разности 8−1, которая равна 7.

К началу страницы

Порядок выполнения действий в выражениях с корнями, степенями, логарифмами и другими функциями

Если в выражение входят степени, корни, логарифмы, синус, косинус, тангенс и котангенс, а также другие функции, то их значения вычисляются до выполнения остальных действий, при этом также учитываются правила из предыдущих пунктов, задающие порядок выполнения действий. Иными словами, перечисленные вещи, грубо говоря, можно считать заключенными в скобки, а мы знаем, что сначала выполняются действия в скобках.

Рассмотрим решения примеров.

Выполните действия в выражении (3+1)·2+6 2:3−7.

В этом выражении содержится степень 6 2 , ее значение нужно вычислить до выполнения остальных действий. Итак, выполняем возведение в степень: 6 2 =36. Подставляем это значение в исходное выражение, оно примет вид (3+1)·2+36:3−7.

Дальше все понятно: выполняем действия в скобках, после чего остается выражение без скобок, в котором по порядку слева направо сначала выполняем умножение и деление, а затем – сложение и вычитание. Имеем (3+1)·2+36:3−7=4·2+36:3−7=8+12−7=13.

(3+1)·2+6 2:3−7=13.

Другие, в том числе и более сложные примеры выполнения действий в выражениях с корнями, степенями и т.п., Вы можете посмотреть в статье вычисление значений выражений.

К началу страницы

Действиями первой ступени называют сложение и вычитание, а умножение и деление называют действиями второй ступени .

Математика : учеб. для 5 кл. общеобразоват. учреждений / Н. Я. Виленкин, В. И. Жохов, А. С. Чесноков, С. И. Шварцбурд. — 21-е изд., стер. — М.: Мнемозина, 2007. — 280 с.: ил. ISBN 5-346-00699-0.

Запишите систему линейных алгебраических уравнений в общем виде

Что называется решением СЛАУ?

Решением системы уравнений называется набор из n чисел,

При подстановке которой в систему каждое уравнение обращается в тождество.

Какая система называется совместной (несовместной)?

Система уравнений называется совместной, если она имеет хотя бы одно решение.

Система называется несовместной, если она не имеет решений.

Какая система называется определенной (неопределенной)?

Совместная система называется определенной, если она имеет единственное решение.

Совместная система называется неопределенной, если она имеет больше одного решения.

Матричная форма записи системы уравнений

Ранг системы векторов

Ранг системы векторов называется максимальное число линейно независимых векторов.

Ранг матрицы и способы его нахождения

Ранг матрицы - наивысший из порядков миноров этой матрицы, определитель которых отличен от нуля.

Первый метод –- метод окантовки — заключается в следующем:

Если все миноры 1-го порядка, т.е. элементы матрицы равны нулю, то r=0 .

Если хоть один из миноров 1-го порядка не равен нулю, а все миноры 2-го порядка равны нулю то r=1.

Общее решение неоднородной системы линейных уравнений, его свойства.

Свойство 2.

Системы линейных уравнений: основные понятия

Разность любых двух решений неоднородной системы линейных уравнений является решением соответствующей однородной системы.

Метод Гаусса решения СЛАУ

Последовательность:

1)составляется расширенная матрица системы уравнения

2)с помощью элементарных преобразований матрица приводится к ступенчатому виду

4)в случае совместимости записывается эквивалентная система уравнения

5)находится решение системы. Главные переменные выражаются через свободные

Теорема Кронекера-Капелли

Теоре́ма Кро́некера - Капе́лли - критерий совместности системы линейных алгебраических уравнений:

Когда система не имеет решения, когда имеет единственное решение, имеет множество решений?

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.

Формулы, связывающие координаты векторов в старом и новом базисах

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:

Система линейных уравнений ~ Решение системы ~ Совместные и несовместные системы ~ Однородная система ~ Совместность однородной системы ~ Ранг матрицы системы ~ Условие нетривиальной совместности ~ Фундаментальная система решений. Общее решение ~ Исследование однородной системы

Рассмотрим систему m линейных алгебраических уравнений относительно n неизвестных
x 1 , x 2 , …, x n :

Решением системы называется совокупность n значений неизвестных

x 1 =x’ 1 , x 2 =x’ 2 , …, x n =x’ n ,

при подстановке которых все уравнения системы обращаются в тождества.

Система линейных уравнений может быть записана в матричном виде:

где A - матрица системы, b - правая часть, x - искомое решение, A p - расширенная матрица системы:

Система, имеющая хотя бы одно решение, называется совместной ; система, не имеющая ни одного решения - несовместной.

Однородной системой линейных уравненийназывается система, правая часть которой равна нулю:

Матричный вид однородной системы: Ax=0 .

Однородная система в с е г д а с о в м е с т н а, поскольку любая однородная линейная система имеет по крайней мере одно решение:

x 1 =0 , x 2 =0 , …, x n =0.

Если однородная система имеет единственное решение, то это единственное решение - нулевое, и система называется тривиально совместной. Если же однородная система имеет более одного решения, то среди них есть и ненулевые и в этом случае система называется нетривиально совместной.

Доказано, что при m=n для нетривиальной совместности системы необходимо и достаточно , чтобы определитель матрицы системы был равен нулю.

ПРИМЕР 1. Нетривиальная совместность однородной системы линейных уравнений с квадратной матрицей.

Применив к матрице системы алгоритм гауссова исключения, приведем матрицу системы к ступенчатому виду

Число r ненулевых строк в ступенчатой форме матрицы называется рангом матрицы, обозначаем
r=rg(A) или r=Rg(A).

Справедливо следующее утверждение.

Система линейных алгебраических уравнений

Для того, чтобы однородная система была нетривиально совместна, необходимо и достаточно, чтобы ранг r матрицы системы был меньше числа неизвестных n .

ПРИМЕР 2. Нетривиальная совместность однородной системы трех линейных уравнений с четырьмя неизестными.

Если однородная система нетривиально совместна, то она имеет бесконечное множество решений, причем линейная комбинация любых решений системы тоже является ее решением.
Доказано, что среди бесконечного множества решений однородной системы можно выделить ровно n-r линейно независимых решений.
Совокупность n-r линейно независимых решений однородной системы называется фундаментальной системой решений. Любое решение системы линейно выражается через фундаментальную систему. Таким образом, если ранг r матрицы A однородной линейной системы Ax=0 меньше числа неизвестных n и векторы
e 1 , e 2 , …, e n-r образуют ее фундаментальную систему решений (Ae i =0, i=1,2, …, n-r ), то любое решение x системы Ax=0 можно записать в виде

x=c 1 e 1 + c 2 e 2 + … + c n-r e n-r ,

где c 1 , c 2 , …, c n-r - произвольные постоянные. Записанное выражение называется общим решением однородной системы.

Исследовать

однородную систему - значит установить, является ли она нетривиально совместной, и если является, то найти фундаментальную систему решений и записать выражение для общего решения системы.

Исследуем однородную систему методом Гаусса.

матрица исследуемой однородной системы, ранг которой r< n .

Такая матрица приводится Гауссовым исключением к ступенчатому виду

Соответствующая эквивалентная система имеет вид

Отсюда легко получить выражения для переменных x 1 , x 2 , …, x r черезx r+1 , x r+2 , …, x n . Переменные
x 1 , x 2 , …, x r называют базисными переменными, а переменные x r+1 , x r+2 , …, x n - свободными переменными.

Перенеся свободные переменные в правую часть, получим формулы

которые определяют общее решение системы.

Положим последовательно значения свободных переменных равными

и вычислим соответствующие значения базисных переменных. Полученные n-r решений линейно независимы и, следовательно, образуют фундаментальную систему решений исследуемой однородной системы:

Исследование однородной системы на совместность методом Гаусса.