Решение . A = . Найдем r(А). Так как матрица А имеет порядок 3х4, то наивысший порядок миноров равен 3. При этом все миноры третьего порядка равны нулю (проверить самостоятельно). Значит , r(А) < 3. Возьмем главный базисный минор = -5-4 = -9 ≠ 0. Следовательно r(А) =2.

Рассмотрим матрицу С = .

Минор третьего порядка ≠ 0. Значит, r(C) = 3.

Так как r(А) ≠ r(C) , то система несовместна.

Пример 2. Определить совместность системы уравнений

Решить эту систему, если она окажется совместной.

Решение .

A = , C = . Oчевидно, что r(А) ≤ 3, r(C) ≤ 4. Так как detC = 0, то r(C) < 4. Рассмотрим минор третьего порядка , расположенный в левом верхнем углу матрицы А и С: = -23 ≠ 0. Значит, r(А) = r(C) = 3.

Число неизвестных в системе n=3 . Значит, система имеет единственное решение. При этом четвертое уравнение представляет сумму первых трех и его можно не принимать во внимание.

По формулам Крамера получаем x 1 = -98/23, x 2 = -47/23, x 3 = -123/23.

2.4. Mатричный метод. Mетод Гаусса

Систему n линейных уравнений с n неизвестными можно решать матричным методом по формуле X = A -1 B (при Δ ≠ 0), которая получается из (2) умножением обоих частей на А -1 .

Пример 1. Решить систему уравнений

матричным методом (в параграфе 2.2 эта система была решена по формулам Крамера)

Решение . Δ = 10 ≠ 0 А = - невырожденная матрица.

= (убедитесь в этом самостоятельно, произведя необходимые вычисления).

A -1 = (1/Δ)х= .

Х = A -1 В = х= .

Ответ : .

С практической точки зрения матричный метод и формулы Крамера связаны с большим объемом вычислений, поэтому предпочтение отдается методу Гаусса , который заключается в последовательном исключении неизвестных. Для этого систему уравнений приводят к эквивалентной ей системе с треугольной расширенной матрицей (все элементы ниже главной диагонали равны нулю). Эти действия называют прямым ходом . Из полученной треугольной системы переменные находят с помощью последовательных подстановок (обратный ход ).

Пример 2 . Методом Гаусса решить систему

(Выше эта система была решена по формуле Крамера и матричным методом).

Решение .

Прямой ход . Запишем расширенную матрицу и с помощью элементарных преобразований приведем ее к треугольному виду:

~ ~ ~ ~ .

Получим систему

Обратный ход. Из последнего уравнения находим х 3 = -6 и подставим это значение во второе уравнение:

х 2 = - 11/2 - 1/4 х 3 = - 11/2 - 1/4(-6) = - 11/2 + 3/2 = -8/2 = -4.

х 1 = 2 - х 2 + х 3 = 2+4-6 = 0.

Ответ : .

2.5. Общее решение системы линейных уравнений

Пусть дана система линейных уравнений = b i (i =). Пусть r(A) = r(C) = r, т.е. система совместна. Любой минор порядка r, отличный от нуля, является базисным минором. Не ограничивая общности, будем считать, что базисный минор располагается в первых r (1 ≤ r ≤ min(m,n)) строках и столбцах матрицы А. Отбросив последние m-r уравнений системы, запишем укороченную систему:

которая эквивалентна исходной. Назовем неизвестные х 1 ,….х r базисными , а х r +1 ,…, х r свободными и перенесем слагаемые, содержащие свободные неизвестные, в правую часть уравнений укороченной системы. Получаем систему относительно базисных неизвестных:

koтоторая для каждого набора значений свободных неизвестных х r +1 = С 1 ,…, х n = С n-r имеет единственное рeшение х 1 (С 1 ,…, С n-r),…, х r (С 1 ,…, С n-r), находимое по правилу Крамера.

Соответствующее решение укороченной, а следовательно, и исходной системы имеет вид:

Х(С 1 ,…, С n-r) = - общее решение системы.

Если в общем решении свободным неизвестным придать какие-нибудь числовые значения, то получим решение линейной системы, называемое частным .

Пример . Установить совместность и найти общее решение системы

Решение . А = , С = .

Так как r(A) = r(C) = 2 (убедитесь в этом самостоятельно), то исходная система совместна и имеет бесчисленное множество решений (так как r < 4).

СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

I. Постановка задачи.

II. Совместность однородных и неоднородных систем.

III. Система т уравнений с т неизвестными. Правило Крамера.

IV. Матричный метод решения систем уравнений.

V. Метод Гаусса.

I. Постановка задачи.

Систему уравнений вида

называют системой m линейных уравнений с n неизвестными
. Коэффициенты уравнений этой системы записывают в виде матрицы

которую называют матрицей системы (1).

Числа, стоящие в правых частях уравнений, образуют столбец свободных членов {B }:

.

Если столбец {B }={0 }, то система уравнений называется однородной . В противном случае, когда {B }≠{0 } – система неоднородна .

Система линейных уравнений (1) может быть записана в матричном виде

[A ]{x }={B }. (2)

Здесь - столбец неизвестных.

Решить систему уравнений (1) - значит найти совокупность n чисел
такую, что при подстановке в систему (1) вместо неизвестных
каждое уравнение системы обращается в тождество. Числа
называются решением системы уравнений.

Система линейных уравнений может иметь одно решение

,

может иметь бесчисленное множество решений

или не иметь решений совсем

.

Системы уравнений, не имеющие решений, называются несовместными . Если система уравнений имеет хотя бы одно решение, то она называетсясовместной . Система уравнений называетсяопределенной , если она имеет единственное решение, инеопределенной , если имеет бесчисленное множество решений.

II. Совместность однородных и неоднородных систем.

Условие совместности системы линейных уравнений (1) формулируется в теореме Кронекера-Капелли : система линейных уравнений имеет хотя бы одно решение в том и только в том случае, когда ранг матрицы системы равен рангу расширенной матрицы:
.

Расширенной матрицей системы называют матрицу, получающуюся из матрицы системы приписыванием к ней справа столбца свободных членов:

.

Если RgA A * , то система уравнений несовместна.

Однородные системы линейных уравнений в соответствии с теоремой Кронекера-Капелли всегда совместны. Рассмотрим случай однородной системы, в которой число уравнений равно числу неизвестных, то есть т=п . Если определитель матрицы такой системы не равен нулю, т.е.
, однородная система имеет единственное решение, которое является тривиальным (нулевым). Однородные системы имеют бесчисленное множество решений, если среди уравнений системы есть линейно зависимые, т.е.
.

Пример. Рассмотрим однородную систему трех линейных уравнений с тремя неизвестными:

и исследуем вопрос о количестве ее решений. Каждое из уравнений можно считать уравнением плоскости, проходящей через начало координат (D =0 ). Система уравнений имеет единственное решение, когда все три плоскости пересекаются в одной точке. При этом их нормальные векторы некомпланарны, и, следовательно, выполняется условие

.

Решение системы при этом x =0, y =0, z =0 .

Если хотя бы две из трех плоскостей, например, первая и вторая, параллельны, т.е. , то определитель матрицы системы равен нулю, а система имеет бесчисленное множество решений. Причем решениями будут координатыx , y , z всех точек, лежащих на прямой

Если же все три плоскости совпадают, то система уравнений сведется к одному уравнению

,

а решением будут координаты всех точек, лежащих в этой плоскости.

При исследовании неоднородных систем линейных уравнений вопрос о совместности решается с помощью теоремы Кронекера-Капелли. Если же число уравнений в такой системе равно числу неизвестных, то система имеет единственное решение, если ее определитель не равен нулю. В противном случае система либо несовместна, либо имеет бесчисленное множество решений.

Пример . Исследуем неоднородную систему двух уравнений с двумя неизвестными

.

Уравнения системы можно рассматривать как уравнения двух прямых на плоскости. Система несовместна, когда прямые параллельны, т.е.
,
. В этом случае ранг матрицы системы равен 1:

RgA =1 , т.к.
,

а ранг расширенной матрицы
равен двум, т. к. для нее в качестве базисного минора может быть выбран минор второго порядка, содержащий третий столбец.

В рассматриваемом случае RgA A * .

Если прямые совпадают, т.е. , то система уравнений имеет бесчисленное множество решений: координаты точек на прямой
. В этом случаеRgA = RgA * =1.

Система имеет единственное решение, когда прямые не параллельны, т.е.
. Решением этой системы являются координаты точки пересечения прямых

III. Система т уравнений с т неизвестными. Правило Крамера.

Рассмотрим простейший случай, когда число уравнений системы равно числу неизвестных, т.е. m = n . Если детерминант матрицы системы отличен от нуля, решение системы может быть найдено по правилу Крамера:

(3)

Здесь
- определитель матрицы системы,

- определитель матрицы, получаемой из [A ] заменой i -ого столбца на столбец свободных членов:

.

Пример . Решить систему уравнений методом Крамера.

Решение :

1) найдем определитель системы

2) найдем вспомогательные определители

3) найдем решение системы по правилу Крамера:

Результат решения может быть проверен подстановкой в систему уравнений

Получены верные тождества.

IV. Матричный метод решения систем уравнений.

Запишем систему линейных уравнений в матричном виде (2)

[A ]{x }={B }

и умножим правую и левую части соотношения (2) слева на матрицу [A -1 ], обратную матрице системы:

[A -1 ][A ]{x }=[A -1 ]{B }. (2)

По определению обратной матрицы произведение [A -1 ][A ]=[E ], а по свойствам единичной матрицы [E ]{x }={x }. Тогда из соотношения (2") получаем

{x }=[A -1 ]{B }. (4)

Соотношение (4) лежит в основе матричного метода решения систем линейных уравнений: необходимо найти матрицу, обратную матрице системы, и умножить на нее слева вектор-столбец правых частей системы.

Пример . Решим матричным методом систему уравнений, рассмотренную в предыдущем примере.

Матрица системы
ее определитель detA ==183 .

Столбец правых частей
.

Чтобы найти матрицу [A -1 ], найдем матрицу, присоединенную к [A ]:

или

В формулу для вычисления обратной матрицы входит
, тогда

Теперь можно найти решение системы

Тогда окончательно получаем .

V. Метод Гаусса.

При большом числе неизвестных решение системы уравнений методом Крамера или матричным методом связано с вычислением определителей высокого порядка или обращением матриц больших размеров. Эти процедуры весьма трудоемки даже для современных ЭВМ. Поэтому для решения систем большого числа уравнений чаще пользуются методом Гаусса.

Метод Гаусса заключается в последовательном исключении неизвестных путем элементарных преобразований расширенной матрицы системы. К элементарным преобразованиям матрицы относят перестановку строк, сложение строк, умножение строк на числа, отличные от нуля. В результате преобразований удается матрицу системы свести к верхней треугольной, на главной диагонали которой стоят единицы, а ниже главной диагонали - нули. В этом заключается прямой ход метода Гаусса. Обратный ход метода состоит в непосредственном определении неизвестных, начиная с последнего.

Проиллюстрируем метод Гаусса на примере решения системы уравнений

На первом шаге прямого хода добиваются того, чтобы коэффициент
преобразованной системы стал равен 1 , а коэффициенты
и
обратились в ноль. Для этого первое уравнение умножим на1/10 , второе уравнение умножим на 10 и сложим с первым, третье уравнение умножим на -10/2 и сложим с первым. После этих преобразований получим

На втором шаге добиваемся того, чтобы после преобразований коэффициент
стал равным1 , а коэффициент
. Для этого второе уравнение разделим на 42 , а третье уравнение умножим на -42/27 и сложим со вторым. Получим систему уравнений

На третьем шаге должны получить коэффициент
. Для этого третье уравнение разделим на(37 - 84/27) ; получим

На этом прямой ход метода Гаусса заканчивается, т.к. матрица системы сведена к верхней треугольной:

Осуществляя обратный ход, найдем неизвестные

Однако на практике широко распространены еще два случая:

– Система несовместна (не имеет решений);
– Система совместна и имеет бесконечно много решений.

Примечание : термин «совместность» подразумевает, что у системы существует хоть какое-то решение. В ряде задач требуется предварительно исследовать систему на совместность, как это сделать – см. статью о ранге матриц .

Для этих систем применяют наиболее универсальный из всех способов решения – метод Гаусса . На самом деле, к ответу приведет и «школьный» способ, но в высшей математике принято использовать гауссовский метод последовательного исключения неизвестных. Те, кто не знаком с алгоритмом метода Гаусса, пожалуйста, сначала изучите урок метод Гаусса для чайников .

Сами элементарные преобразования матрицы – точно такие же , разница будет в концовке решения. Сначала рассмотрим пару примеров, когда система не имеет решений (несовместна).

Пример 1

Что сразу бросается в глаза в этой системе? Количество уравнений – меньше, чем количество переменных. Если количество уравнений меньше, чем количество переменных , то сразу можно сказать, что система либо несовместна, либо имеет бесконечно много решений. И это осталось только выяснить.

Начало решения совершенно обычное – запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) На левой верхней ступеньке нам нужно получить +1 или –1. Таких чисел в первом столбце нет, поэтому перестановка строк ничего не даст. Единицу придется организовать самостоятельно, и сделать это можно несколькими способами. Я поступил так: К первой строке прибавляем третью строку, умноженную на –1.

(2) Теперь получаем два нуля в первом столбце. Ко второй строке прибавляем первую строку, умноженную на 3. К третьей строке прибавляем первую строку, умноженную на 5.

(3) После выполненного преобразования всегда целесообразно посмотреть, а нельзя ли упростить полученные строки? Можно. Вторую строку делим на 2, заодно получая нужную –1 на второй ступеньке. Третью строку делим на –3.

(4) К третьей строке прибавляем вторую строку.

Наверное, все обратили внимание на нехорошую строку, которая получилась в результате элементарных преобразований: . Ясно, что так быть не может. Действительно, перепишем полученную матрицу обратно в систему линейных уравнений:

Если в результате элементарных преобразований получена строка вида , где – число, отличное от нуля, то система несовместна (не имеет решений) .

Как записать концовку задания? Нарисуем белым мелом: «в результате элементарных преобразований получена строка вида , где » и дадим ответ: система не имеет решений (несовместна).

Если же по условию требуется ИССЛЕДОВАТЬ систему на совместность, тогда необходимо оформить решение в более солидном стиле с привлечением понятия ранга матрицы и теоремы Кронекера-Капелли .

Обратите внимание, что здесь нет никакого обратного хода алгоритма Гаусса – решений нет и находить попросту нечего.

Пример 2

Решить систему линейных уравнений

Это пример для самостоятельного решения. Полное решение и ответ в конце урока. Снова напоминаю, что ваш ход решения может отличаться от моего хода решения, у алгоритма Гаусса нет сильной «жёсткости».

Еще одна техническая особенность решения: элементарные преобразования можно прекращать сразу же , как только появилась строка вида , где . Рассмотрим условный пример: предположим, что после первого же преобразования получилась матрица . Матрица еще не приведена к ступенчатому виду, но в дальнейших элементарных преобразованиях нет никакой необходимости, так как появилась строка вида , где . Следует сразу дать ответ, что система несовместна.

Когда система линейных уравнений не имеет решений – это почти подарок, ввиду того, что получается короткое решение, иногда буквально в 2-3 действия.

Но всё в этом мире уравновешено, и задача, в которой система имеет бесконечно много решений – как раз длиннее.

Пример 3

Решить систему линейных уравнений

Тут 4 уравнений и 4 неизвестных, таким образом, система может иметь либо единственное решение, либо не иметь решений, либо иметь бесконечно много решений. Как бы там ни было, но метод Гаусса в любом случае приведет нас к ответу. В этом его и универсальность.

Начало опять стандартное. Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Вот и всё, а вы боялись.

(1) Обратите внимание, что все числа в первом столбце делятся на 2, поэтому на левой верхней ступеньке нас устраивает и двойка. Ко второй строке прибавляем первую строку, умноженную на –4. К третьей строке прибавляем первую строку, умноженную на –2. К четвертой строке прибавляем первую строку, умноженную на –1.

Внимание! У многих может возникнуть соблазн из четвертой строки вычесть первую строку. Так делать можно, но не нужно, опыт показывает, что вероятность ошибки в вычислениях увеличивается в несколько раз. Только складываем: К четвертой строке прибавляем первую строку, умноженную на –1 – именно так!

(2) Последние три строки пропорциональны, две из них можно удалить.

Здесь опять нужно проявить повышенное внимание , а действительно ли строки пропорциональны? Для перестраховки (особенно, чайнику) не лишним будет вторую строку умножить на –1, а четвертую строку разделить на 2, получив в результате три одинаковые строки. И только после этого удалить две из них.

В результате элементарных преобразований расширенная матрица системы приведена к ступенчатому виду:

При оформлении задачи в тетради желательно для наглядности делать такие же пометки карандашом.

Перепишем соответствующую систему уравнений:

«Обычным» единственным решением системы здесь и не пахнет. Нехорошей строки тоже нет. Значит, это третий оставшийся случай – система имеет бесконечно много решений. Иногда по условию нужно исследовать совместность системы (т.е. доказать, что решение вообще существует), об этом можно прочитать в последнем параграфе статьи Как найти ранг матрицы? Но пока разбираем азы:

Бесконечное множество решений системы коротко записывают в виде так называемого общего решения системы .

Общее решение системы найдем с помощью обратного хода метода Гаусса.

Сначала нужно определить, какие переменные у нас являются базисными , а какие переменные свободными . Не обязательно заморачиваться терминами линейной алгебры, достаточно запомнить, что вот существуют такие базисные переменные и свободные переменные .

Базисные переменные всегда «сидят» строго на ступеньках матрицы .
В данном примере базисными переменными являются и

Свободные переменные – это все оставшиеся переменные, которым не досталось ступеньки. В нашем случае их две: – свободные переменные.

Теперь нужно все базисные переменные выразить только через свободные переменные .

Обратный ход алгоритма Гаусса традиционно работает снизу вверх.
Из второго уравнения системы выражаем базисную переменную :

Теперь смотрим на первое уравнение: . Сначала в него подставляем найденное выражение :

Осталось выразить базисную переменную через свободные переменные :

В итоге получилось то, что нужно – все базисные переменные ( и ) выражены только через свободные переменные :

Собственно, общее решение готово:

Как правильно записать общее решение?
Свободные переменные записываются в общее решение «сами по себе» и строго на своих местах. В данном случае свободные переменные следует записать на второй и четвертой позиции:
.

Полученные же выражения для базисных переменных и , очевидно, нужно записать на первой и третьей позиции:

Придавая свободным переменным произвольные значения , можно найти бесконечно много частных решений . Самыми популярными значениями являются нули, поскольку частное решение получается проще всего. Подставим в общее решение:

– частное решение.

Другой сладкой парочкой являются единицы, подставим в общее решение:

– еще одно частное решение.

Легко заметить, что система уравнений имеет бесконечно много решений (так как свободным переменным мы можем придать любые значения)

Каждое частное решение должно удовлетворять каждому уравнению системы. На этом основана «быстрая» проверка правильности решения. Возьмите, например, частное решение и подставьте его в левую часть каждого уравнения исходной системы:

Всё должно сойтись. И с любым полученным вами частным решением – тоже всё должно сойтись.

Но, строго говоря, проверка частного решения иногда обманывает, т.е. какое-нибудь частное решение может удовлетворять каждому уравнению системы, а само общее решение на самом деле найдено неверно.

Поэтому более основательна и надёжна проверка общего решения. Как проверить полученное общее решение ?

Это несложно, но довольно муторно. Нужно взять выражения базисных переменных, в данном случае и , и подставить их в левую часть каждого уравнения системы.

В левую часть первого уравнения системы:

В левую часть второго уравнения системы:


Получена правая часть исходного уравнения.

Пример 4

Решить систему методом Гаусса. Найти общее решение и два частных. Сделать проверку общего решения.

Это пример для самостоятельного решения. Здесь, кстати, снова количество уравнений меньше, чем количество неизвестных, а значит, сразу понятно, что система будет либо несовместной, либо с бесконечным множеством решений. Что важно в самом процессе решения? Внимание, и еще раз внимание . Полное решение и ответ в конце урока.

И еще пара примеров для закрепления материала

Пример 5

Решить систему линейных уравнений. Если система имеет бесконечно много решений, найти два частных решения и сделать проверку общего решения

Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) Ко второй строке прибавляем первую строку. К третьей строке прибавляем первую строку, умноженную на 2. К четвертой строке прибавляем первую строку, умноженную на 3.
(2) К третьей строке прибавляем вторую строку, умноженную на –5. К четвертой строке прибавляем вторую строку, умноженную на –7.
(3) Третья и четвертая строки одинаковы, одну из них удаляем.

Вот такая красота:

Базисные переменные сидят на ступеньках, поэтому – базисные переменные.
Свободная переменная, которой не досталось ступеньки здесь всего одна:

Обратный ход:
Выразим базисные переменные через свободную переменную:
Из третьего уравнения:

Рассмотрим второе уравнение и подставим в него найденное выражение :

Рассмотрим первое уравнение и подставим в него найденные выражения и :

Да, всё-таки удобен калькулятор, который считает обыкновенные дроби.

Таким образом, общее решение:

Еще раз, как оно получилось? Свободная переменная одиноко сидит на своём законном четвертом месте. Полученные выражения для базисных переменных , тоже заняли свои порядковые места.

Сразу выполним проверку общего решения. Работа для негров, но она у меня уже выполнена, поэтому ловите =)

Подставляем трех богатырей , , в левую часть каждого уравнения системы:

Получены соответствующие правые части уравнений, таким образом, общее решение найдено верно.

Теперь из найденного общего решения получим два частных решения. Шеф-поваром здесь выступает единственная свободная переменная . Ломать голову не нужно.

Пусть , тогда – частное решение.
Пусть , тогда – еще одно частное решение.

Ответ : Общее решение: , частные решения: , .

Зря я тут про негров вспомнил... ...потому что в голову полезли всякие садистские мотивы и вспомнилась известная фотожаба, на которой куклуксклановцы в белых балахонах бегут по полю за чернокожим футболистом. Сижу, тихо улыбаюсь. Знаете, как отвлекает….

Много математики вредно, поэтому похожий заключительный пример для самостоятельного решения.

Пример 6

Найти общее решение системы линейных уравнений.

Проверка общего решения у меня уже сделана, ответу можно доверять. Ваш ход решения может отличаться от моего хода решения, главное, чтобы совпали общие решения.

Наверное, многие заметили неприятный момент в решениях: очень часто при обратном ходе метода Гаусса нам пришлось возиться с обыкновенными дробями. На практике это действительно так, случаи, когда дробей нет – встречаются значительно реже. Будьте готовы морально, и, самое главное, технически.

Остановлюсь на некоторых особенностях решения, которые не встретились в прорешанных примерах.

В общее решение системы иногда может входить константа (или константы), например: . Здесь одна из базисных переменных равна постоянному числу: . В этом нет ничего экзотического, так бывает. Очевидно, что в данном случае любое частное решение будет содержать пятерку на первой позиции.

Редко, но встречаются системы, в которых количество уравнений больше количества переменных . Метод Гаусса работает в самых суровых условиях, следует невозмутимо привести расширенную матрицу системы к ступенчатому виду по стандартному алгоритму. Такая система может быть несовместной, может иметь бесконечно много решений, и, как ни странно, может иметь единственное решение.

Рассмотрим вначале случай, когда число уравнений равно числу переменных, т.е. m = n. Тогда матрица системы - квадратная, а ее определитель называют определителем системы.

Метод обратной матрицы

Рассмотрим в общем виде систему уравнений АХ = В с невырожденной квадратной матрицей А. В этом случае существует обратная матрица А -1 . Домножим слева обе части на А -1 . Получим А -1 АХ = А -1 В. Отсюда ЕХ = А -1 В и

Последнее равенство представляет собой матричную формулу для нахождения решения таких систем уравнений. Использование этой формулы получило название метода обратной матрицы

Например, решим этим методом следующую систему:

;

В конце решения системы можно сделать проверку, подставив найденные значения в уравнения системы. При этом они должны обратиться в верные равенства.

Для рассмотренного примера проведем проверку:

Метод решения систем линейных уравнений с квадратной матрицей по формулам Крамера

Пусть n= 2:

Если обе части первого уравнения умножить на a 22 , а обе части второго – на (-a 12), и затем сложить полученные уравнения, то мы исключим из системы переменнуюx 2 . Аналогично можно исключить переменнуюx 1 (умножив обе части первого уравнения на (-a 21), а обе части второго – наa 11). В результате получим систему:

Выражение в скобках есть определитель системы

Обозначим

Тогда система примет вид:

Из полученной системы следует, что если определитель системы 0, то система будет совместной и определенной. Ее единственное решение можно вычислить по формулам:

Если = 0, а 1 0 и/или 2 0, то уравнения системы примут вид 0*х 1 = 2 и/или0*х 1 = 2 . В этом случае система будет несовместной.

В случае, когда = 1 = 2 = 0, система будет совместной и неопределенной (будет иметь бесконечное множество решений), так как примет вид:

Теорема Крамера (доказательство опустим). Если определитель матрицы системыnуравненийне равен нулю, то система имеет единственное решение, определяемое по формулам:

,

где  j - определитель матрицы, получаемой из матрицы А заменой j-го столбца столбцом свободных членов.

Вышеприведенные формулы называют формулами Крамера .

В качестве примера решим этим методом систему, которую до этого решали методом обратной матрицы:

Недостатки рассмотренных методов:

1) существенная трудоемкость (вычисление определителей и нахождение обратной матрицы);

2) ограниченная область применения (для систем с квадратной матрицей).

Реальных экономические ситуации чаще моделируются системами, в которых число уравнений и переменных довольно значительное, причем уравнений больше, чем переменных Поэтому на практике более распространен следующий метод.

Метод Гаусса (метод последовательного исключения переменных)

Этот метод используется для решения системы m линейных уравнений с n переменными в общем виде. Его суть заключается в применении к расширенной матрице системы равносильных преобразований, с помощью которых система уравнений преобразуется к виду, когда ее решения становится легко найти (если они есть).

Это такой вид, в котором левая верхняя часть матрицы системы будет представлять собой ступенчатую матрицу. Этого добиваются с помощью тех же приемов, с помощью которых получали ступенчатую матрицу с целью определения ранга. При этом применяют к расширенной матрице элементарные преобразования, которые позволят получить равносильную систему уравнений. После этого расширенная матрица примет вид:

Получение такой матрицы называют прямым ходом метода Гаусса.

Нахождение из соответствующей системы уравнений значений переменных называют обратным ходом метода Гаусса. Рассмотрим его.

Отметим, что последние (m – r) уравнений примут вид:

Если хотя бы одно из чисел
не равно нулю, то соответствующее равенство будет ложным, а вся система несовместной.

Поэтому для любой совместной системы
. В этом случае последние (m – r) уравнений при любых значениях переменных будут тождествами 0 = 0, и их можно не принимать во внимание при решении системы (просто отбросить соответствующие строки).

После этого система примет вид:

Рассмотрим вначале случай, когда r=n. Тогда система примет вид:

Из последнего уравнения системы можно однозначно найти x r .

Зная x r , из него можно однозначно выразитьx r -1 . Затем из предыдущего уравнения, знаяx r иx r -1 , можно выразитьx r -2 и т.д. доx 1 .

Итак, в этом случае система будет совместной и определенной.

Теперь рассмотрим случай, когда rбазисными (основными), а все остальные –небазисными (неосновными, свободными). Последнее уравнение системы будет иметь вид:

Из этого уравнения можно выразить базисную переменную x r через небазисные:

Предпоследнее уравнение будет иметь вид:

Подставив в него вместо x r полученное выражение, можно будет выразить базисную переменнуюx r -1 через небазисные. И т.д. до переменнойx 1 . Чтобы получить решение системы, можно приравнять небазисные переменные к произвольным значениям и после этого вычислить базисные переменные по полученным формулам. Таким образом, в этом случае система будет совместной и неопределенной (иметь бесконечное множество решений).

Например, решим систему уравнений:

Совокупность базисных переменных будем называть базисом системы. Совокупность столбцов коэффициентов при них тоже будем называтьбазисом (базисными столбцами), илибазисным минором матрицы системы. То решение системы, в котором все небазисные переменные равны нулю, будем называтьбазисным решением .

В предыдущем примере базисным решением будет (4/5; -17/5; 0; 0) (переменные х 3 и х 4 (с 1 и с 2) приравнены к нулю, а базисные переменные х 1 и х 2 рассчитаны через них). Чтобы привести пример небазисного решения, надо приравнять х 3 и х 4 (с 1 и с 2) к произвольным числам, неравным одновременно нулю, и рассчитать через них остальные переменные. Например, при с 1 = 1 и с 2 = 0 получим небазисное решение – (4/5; -12/5; 1; 0). Подстановкой легко убедиться, что оба решения – верные.

Очевидно, что в неопределенной системе небазисных решений может быть бесконечно много. Сколько может быть базисных решений? Каждой строке преобразованной матрицы должна соответствовать одна базисная переменная. Всего в задаче nпеременных, а базисных строк –r. Поэтому число всевозможных наборов базисных переменных не может превысить число сочетаний изnпоr 2 . Оно может быть меньше, чем , потому что не всегда можно преобразовать систему к такому виду, чтобы именно этот набор переменных был базисным.

Что это за вид? Это такой вид, когда матрица, образованная из столбцов коэффициентов при этих переменных, будет ступенчатой, и при этом будет состоять из rстрок. Т.е. ранг матрицы коэффициентов при этих переменных должен быть равенr. Большеrон быть не может, так как число столбцов равноr. Если он окажется меньшеr, то это говорит о линейной зависимости столбцов при переменных. Такие столбцы не могут составить базис.

Рассмотрим, какие еще базисные решения могут быть найдены в рассмотренном выше примере. Для этого рассмотрим всевозможные сочетания из четырех переменных по две базисных. Таких сочетаний будет
, причем одно из них (х 1 и х 2) уже было рассмотрено.

Возьмем переменные х 1 и х 3 . Найдем ранг матрицы коэффициентов при них:

Так как он равен двум, они могут быть базисными. Приравняем небазисные переменные х 2 и х 4 к нулю: х 2 = х 4 = 0. Тогда из формулы х 1 = 4/5 – (1/5)*х 4 следует, что х 1 = 4/5, а из формулы х 2 = -17/5 + х 3 - - (7/5)*х 4 = -17/5 + х 3 следует, что х 3 = х 2 +17/5 = 17/5. Таким образом, мы получим базисное решение (4/5; 0; 17/5; 0).

Аналогично можно получить базисные решения для базисных переменных х 1 и х 4 – (9/7; 0; 0; -17/7); х 2 и х 4 – (0; -9; 0; 4); х 3 и х 4 – (0; 0; 9; 4).

Переменные х 2 и х 3 в этом примере нельзя взять в качестве базисных, так как ранг соответствующей матрицы равен единице, т.е. меньше двух:

.

Возможен и другой подход к определению того, можно или нет составить базис из некоторых переменных. При решении примера в итоге преобразования матрицы системы к ступенчатому виду она приняла вид:

Выбирая пары переменных, можно было рассчитать соответствующие миноры этой матрицы. Легко убедиться, что для всех пар, кроме х 2 и х 3 , они не равны нулю, т.е. столбцы линейно независимы. И только для столбцов при переменных х 2 и х 3
, что говорит об их линейной зависимости.

Рассмотрим еще один пример. Решим систему уравнений

Итак, уравнение, соответствующее третьей строке последней матрицы, противоречиво - оно привелось к неверному равенству 0 = -1, следовательно, данная система несовместна.

Метод Жордана-Гаусса 3 представляет собой развитие метода Гаусса. Суть его состоит в том, что расширенную матрицу системы преобразуют к виду, когда коэффициенты приrпеременных образуют единичную матрицу с точностью до перестановки строк или столбцов 4 (гдеr– ранг матрицы системы).

Решим этим методом систему:

Рассмотрим расширенную матрицу системы:

В этой матрице выберем единичный элемент. Например, коэффициент при х 2 в третьем ограничении 5 . Добьемся, чтобы в остальных строках в этом столбце стояли нули, т.е. сделаем столбец единичным. В процессе преобразований будем называть этотстолбец разрешающим (ведущим, ключевым). Третье ограничение (третьюстроку ) тоже будем называтьразрешающей . Самэлемент , который стоит на пересечении разрешающих строки и столбца (здесь это единица), тоже называютразрешающим .

В первой строке сейчас стоит коэффициент (-1). Чтобы получить на его месте ноль, умножим третью строку на (-1) и вычтем результат из первой строки (т.е. просто сложим первую строку с третьей).

Во второй строке стоит коэффициент 2. Чтобы получить на его месте ноль, умножим третью строку на 2 и вычтем результат из первой строки.

Результат преобразований будет иметь вид:

Из этой матрицы хорошо видно, что одно из первых двух ограничений можно вычеркнуть (соответствующие строки пропорциональны, т.е. эти уравнения следуют друг из друга). Вычеркнем, например, второе:

Итак, в новой системе два уравнения. Получен единичный столбец (второй), причем единица здесь стоит во второй строке. Запомним, что второму уравнению новой системы у нас будет соответствовать базисная переменная х 2 .

Выберем базисную переменную для первой строки. Это может быть любая переменная, кроме х 3 (потому что при х 3 в первом ограничении стоит нулевой коэффициент, т.е. набор переменных х 2 и х 3 здесь базисным быть не может). Можно взять первую или четвертую переменную.

Выберем х 1 . Тогда разрешающим элементом будет 5, и обе части разрешающего уравнения придется разделить на пять, чтобы получить в первом столбце первой строки единицу.

Добьемся, чтобы в остальных строках (т.е. во второй строке) в первом столбце стояли нули. Так как сейчас во второй строке стоит не ноль, а 3, надо вычесть из второй строки элементы преобразованной первой строки, умноженные на 3:

Из полученной матрицы можно непосредственно извлечь одно базисное решение, приравняв небазисные переменные к нулю, а базисные – к свободным членам в соответствующих уравнениях: (0,8; -3,4; 0; 0). Можно также вывести общие формулы, выражающие базисные переменные через небазисные: х 1 = 0,8 – 1,2х 4 ; х 2 = -3,4 + х 3 + 1,6х 4 . Эти формулы описывают все бесконечное множество решений системы (приравнивая х 3 и х 4 к произвольным числам, можно вычислить х 1 и х 2).

Отметим, что суть преобразований на каждом этапе метода Жордана-Гаусса заключалась в следующем:

1) разрешающую строку делили на разрешающий элемент, чтобы получить на его месте единицу,

2) из всех остальных строк вычитали преобразованную разрешающую, умноженную на тот элемент, который стоял в данной строке в разрешающем столбце, чтобы получить на месте этого элемента ноль.

Рассмотрим еще раз преобразованную расширенную матрицу системы:

Из этой записи видно, что ранг матрицы системы А равен r.

В ходе проведенных рассуждений мы установили, что система будет совместной тогда и только тогда, когда
. Это означает, что расширенная матрица системы будет иметь вид:

Отбрасывая нулевые строки, мы получим, что ранг расширенной матрицы системы тоже равен r.

Теорема Кронекера-Капелли . Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы.

Вспомним, что ранг матрицы равен максимальному числу ее линейно независимых строк. Из этого следует, что если ранг расширенной матрицы меньше числа уравнений, то уравнения системы линейно зависимы, и одно или несколько из них могут быть исключены из системы (поскольку являются линейной комбинацией остальных). Система уравнений будет линейно независимой лишь в том случае, если ранг расширенной матрицы равен числу уравнений.

При этом для совместных систем линейных уравнений можно утверждать, что если ранг матрицы равен числу переменных, то система имеет единственное решение, а если он меньше числа переменных, то система неопределенная и имеет бесконечно много решений.

1Например, пусть в матрице пять строк (исходный порядок строк – 12345). Надо поменять вторую строку и пятую. Чтобы вторая строка попала на место пятой, «сдвинулась» вниз, последовательно три раза поменяем соседние строки: вторую и третью (13245), вторую и четвертую (13425) и вторую и пятую (13452). Затем, чтобы пятая строка попала на место второй в исходной матрице, надо «сдвинуть» вверх пятую строку путем только двух последовательных перемен: пятой и четвертой строк (13542) и пятой и третьей (15342).

2Числом сочетаний из n по r называют число всех различных r–элементных подмножеств n–элементного множества (различными множествами считаются те, которые имеют различный состав элементов, порядок отбора при этом не важен). Его вычисляют по формуле:
. Напомним смысл знака “!” (факториал):
0!=1.)

3Поскольку этот метод более распространен, чем рассмотренный ранее метод Гаусса, и по своей сути представляет собой сочетание прямого и обратного хода метода Гаусса, его тоже иногда называют методом Гаусса, опуская первую часть названия.

4Например,
.

5Если бы в матрице системы не было единиц, то можно было бы, например, разделить обе части первого уравнения на два, и тогда первый коэффициент стал бы единичным; или т.п.

Соблюдение Вашей конфиденциальности важно для нас. По этой причине, мы разработали Политику Конфиденциальности, которая описывает, как мы используем и храним Вашу информацию. Пожалуйста, ознакомьтесь с нашими правилами соблюдения конфиденциальности и сообщите нам, если у вас возникнут какие-либо вопросы.

Сбор и использование персональной информации

Под персональной информацией понимаются данные, которые могут быть использованы для идентификации определенного лица либо связи с ним.

От вас может быть запрошено предоставление вашей персональной информации в любой момент, когда вы связываетесь с нами.

Ниже приведены некоторые примеры типов персональной информации, которую мы можем собирать, и как мы можем использовать такую информацию.

Какую персональную информацию мы собираем:

• Когда вы оставляете заявку на сайте, мы можем собирать различную информацию, включая ваши имя, номер телефона, адрес электронной почты и т.д.

Как мы используем вашу персональную информацию:

• Собираемая нами персональная информация позволяет нам связываться с вами и сообщать об уникальных предложениях, акциях и других мероприятиях и ближайших событиях.
• Время от времени, мы можем использовать вашу персональную информацию для отправки важных уведомлений и сообщений.
• Мы также можем использовать персональную информацию для внутренних целей, таких как проведения аудита, анализа данных и различных исследований в целях улучшения услуг предоставляемых нами и предоставления Вам рекомендаций относительно наших услуг.
• Если вы принимаете участие в розыгрыше призов, конкурсе или сходном стимулирующем мероприятии, мы можем использовать предоставляемую вами информацию для управления такими программами.

Раскрытие информации третьим лицам

Мы не раскрываем полученную от Вас информацию третьим лицам.

Исключения:

• В случае если необходимо - в соответствии с законом, судебным порядком, в судебном разбирательстве, и/или на основании публичных запросов или запросов от государственных органов на территории РФ - раскрыть вашу персональную информацию. Мы также можем раскрывать информацию о вас если мы определим, что такое раскрытие необходимо или уместно в целях безопасности, поддержания правопорядка, или иных общественно важных случаях.
• В случае реорганизации, слияния или продажи мы можем передать собираемую нами персональную информацию соответствующему третьему лицу – правопреемнику.

Защита персональной информации

Мы предпринимаем меры предосторожности - включая административные, технические и физические - для защиты вашей персональной информации от утраты, кражи, и недобросовестного использования, а также от несанкционированного доступа, раскрытия, изменения и уничтожения.

Соблюдение вашей конфиденциальности на уровне компании

Для того чтобы убедиться, что ваша персональная информация находится в безопасности, мы доводим нормы соблюдения конфиденциальности и безопасности до наших сотрудников, и строго следим за исполнением мер соблюдения конфиденциальности.