Совместная система аx в называется неопределенной если. Решение систем линейных алгебраических уравнений, методы решения, примеры

Система называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой , если она не имеет решений.

Определённая, неопределённая СЛАУ.

Если СЛАУ имеет решение и при том единственное, то её называют определённой а если решение неединственное – то неопределённой .

МАТРИЧНЫЕ УРАВНЕНИЯ

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 .

Формулы Крамера

Метод Крамера состоит в том, что мы последовательно находим главный определитель системы , т.е. определитель матрицы А: D = det (a i j) и n вспомогательных определителей D i (i= ), которые получаются из определителя D заменой i-го столбца столбцом свободных членов.

Формулы Крамера имеют вид: D × x i = D i (i = ).

Из этого следует правило Крамера, которое дает исчерпывающий ответ на вопрос о совместности системы: если главный определитель системы отличен от нуля, то система имеет единственное решение, определяемое по формулам: x i = D i / D.

Если главный определитель системы D и все вспомогательные определители D i = 0 (i= ), то система имеет бесчисленное множество решений. Если главный определитель системы D = 0, а хотя бы один вспомогательный определитель отличен от нуля, то система несовместна.

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.

Теорема Кронекера - Капелли.

Система линейных уравнений является совместной тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы .

Доказательство: Оно распадается на два этапа.

1. Пусть система имеет решение. Покажем, что .

Пусть набор чисел является решением системы. Обозначим через -ый столбец матрицы , . Тогда , то есть столбец свободных членов является линейной комбинацией столбцов матрицы . Пусть . Предположим, что . Тогда по . Выберем в базисный минор . Он имеет порядок . Столбец свободных членов обязан проходить через этот минор, иначе он будет базисным минором матрицы . Столбец свободных членов в миноре является линейной комбинацией столбцов матрицы . В силу свойств определителя , где -- определитель, который получается из минора заменой столбца свободных членов на столбец . Если столбец проходил через минор M, то в , будет два одинаковых столбца и, следовательно, . Если столбец не проходил через минор , то будет отличаться от минора порядка r+1 матрицы только порядком столбцов. Так как , то . Таким образом, , что противоречит определению базисного минора. Значит, предположение, что , неверно.

2. Пусть . Покажем, что система имеет решение. Так как , то базисный минор матрицы является базисным минором матрицы . Пусть через минор проходят столбцы . Тогда по теореме о базисном миноре в матрице столбец свободных членов является линейной комбинацией указанных столбцов:

(1)

Положим , , , , остальные неизвестные возьмем равными нулю. Тогда при этих значениях получим

В силу равенства (1) . Последнее равенство означает, что набор чисел является решением системы. Существование решения доказано.

В рассмотренной выше системе , и система является совместной. В системе , , и система является несовместной.

Замечание:Хотя теорема Кронекера-Капелли дает возможность определить, является ли система совместной, применяется она довольно редко, в основном в теоретических исследованиях. Причина заключается в том, что вычисления, выполняемые при нахождении ранга матрицы, в основном совпадают с вычислениями при нахождении решения системы. Поэтому, обычно вместо того, чтобы находить и , ищут решение системы. Если его удается найти, то узнаем, что система совместна и одновременно получаем ее решение. Если решение не удается найти, то делаем вывод, что система несовместна.

Алгоритм нахождения решений произвольной системы линейных уравнений (метод Гаусса)

Пусть дана система линейных уравнений с неизвестными . Требуется найти ее общее решение, если она совместна, или установить ее несовместность. Метод, который будет изложен в этом разделе, близок к методу вычисления определителя и к методу нахождения ранга матрицы. Предлагаемый алгоритм называется методом Гаусса или методом последовательного исключения неизвестных.

Выпишем расширенную матрицу системы

Назовем элементарными операциями следующие действия с матрицами:

1. перестановка строк;

2. умножение строки на число, отличное от нуля;

3. сложение строки с другой строкой, умноженной на число.

Отметим, что при решении системы уравнений, в отличие от вычисления определителя и нахождения ранга, нельзя оперировать со столбцами. Если по матрице, полученной из выполнением элементарной операции, восстановить систему уравнений, то новая система будет равносильна исходной.

Цель алгоритма -- с помощью применения последовательности элементарных операций к матрице добиться, чтобы каждая строка, кроме, быть может, первой, начиналась с нулей, и число нулей до первого ненулевого элемента в каждой следующей строке было больше, чем в предыдущей.

Шаг алгоритма заключается в следующем. Находим первый ненулевой столбец в матрице . Пусть это будет столбец с номером . Находим в нем ненулевой элемент и строку с этим элементом меняем местами с первой строкой. Чтобы не нагромождать дополнительных обозначений, будем считать, что такая смена строк в матрице уже произведена, то есть . Тогда ко второй строке прибавим первую, умноженную на число , к третьей строке прибавим первую, умноженную на число , и т.д. В результате получим матрицу

(Первые нулевые столбцы, как правило, отсутствуют.)

Если в матрице встретилась строка с номером k, в которой все элементы равны нулю, а , то выполнение алгоритма останавливаем и делаем вывод, что система несовместна. Действительно, восстанавливая систему уравнений по расширенной матрице, получим, что -ое уравнение будет иметь вид

Этому уравнению не удовлетворяет ни один набор чисел .

Матрицу можно записать в виде

По отношению к матрице выполняем описанный шаг алгоритма. Получаем матрицу

где , . Эту матрицу снова можно записать в виде

и к матрице снова применим описанный выше шаг алгоритма.

Процесс останавливается, если после выполнения очередного шага новая уменьшенная матрица состоит из одних нулей или если исчерпаны все строки. Заметим, что заключение о несовместности системы могло остановить процесс и ранее.

Если бы мы не уменьшали матрицу, то в итоге пришли бы к матрице вида

Далее выполняется так называемый обратный ход метода Гаусса. По матрице составляем систему уравнений. В левой части оставляем неизвестные с номерами, соответствующими первым ненулевым элементам в каждой строке, то есть . Заметим, что . Остальные неизвестные переносим в правую часть. Считая неизвестные в правой части некоторыми фиксированными величинами, несложно выразить через них неизвестные левой части.

Теперь, придавая неизвестным в правой части произвольные значения и вычисляя значения переменных левой части, мы будем находить различные решения исходной системы Ax=b. Чтобы записать общее решение, нужно неизвестные в правой части обозначить в каком-либо порядке буквами , включая и те неизвестные, которые явно не выписаны в правой части из-за нулевых коэффициентов, и тогда столбец неизвестных можно записать в виде столбца, где каждый элемент будет линейной комбинацией произвольных величин (в частности, просто произвольной величиной ). Эта запись и будет общим решением системы.

Если система была однородной, то получим общее решение однородной системы. Коэффициенты при , взятые в каждом элементе столбца общего решения, составят первое решение из фундаментальной системы решений, коэффициенты при -- второе решение и т.д.

Способ 2: Фундаментальную систему решений однородной системы можно получить и другим способом. Для этого одной переменной, перенесенной в правую часть, нужно присвоить значение 1, а остальным - нули. Вычислив значения переменных в левой части, получим одно решение из фундаментальной системы. Присвоив другой переменной в правой части значение 1, а остальным - нули, получим второе решение из фундаментальной системы и т.д.

Определение:система называется совместно й, если она имеет хотя бы одно решение, и несовместной -- в противном случае, то есть в случае, когда решений у системы нет. Вопрос о том, имеет ли система решение или нет, связан не только с соотношением числа уравнений и числа неизвестных. Например, система из трех уравнений с двумя неизвестными

имеет решение , и даже имеет бесконечно много решений, а система из двух уравнений с тремя неизвестными.

……. … ……

A m 1 x 1 + … + a mn x n = 0

Данная система всегда совместна так как имеет тривиальное решение х 1 =…=х n =0

Для существования нетривиальных решений необходимо и достаточно выполнение

словия r = r(A) < n , что равносильно условию det(A)=0, когда матрица А – квадратная.

Th Совокупность решений СЛАУ образует линейное пространство размерности (n-r). Это означает, что произведение ее решения на число, а также сумма и линейная комбинация конечного числа ее решений является решениями этой системы. Линейное пространство решений любой СЛАУ является подпространством пространства R n .

Любая совокупность (n-r) линейно независимых решений СЛАУ (являющаяся базисом в пространстве решений) называется фундаментальной совокупностью решений(ФСР).

Пусть х 1 ,…,х r - базисные неизвестные, х r +1 ,…,х n – свободные неизвестные. Свободным переменным дадим поочередно следующие значения:

……. … ……

A m 1 x 1 + … + a mn x n = 0

Образует линейное пространство S (пространство решений), которое является подпространством в R n (n – число неизвестных), причем dims=k=n-r, где r- ранг системы. Базис в пространстве решений{x (1) ,…, x (k) } называется фундаментальной системой решений, и общее решение имеет вид :

X=c 1 x (1) + … + c k x (k) , c (1) ,…, c (k) ? R

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.

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.

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

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.

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.

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.

Назначение сервиса . Онлайн-калькулятор предназначен для исследования системы линейных уравнений. Обычно в условии задачи требуется найти общее и частное решение системы . При исследовании систем линейных уравнений решаются следующие задачи:

является ли система совместной;
если система совместна, то определенна или неопределенна (критерий совместности системы определяется по теореме);
если система определенна, то как найти ее единственное решение (используются метод Крамера, метод обратной матрицы или метод Жордана-Гаусса);
если система неопределенна, то как описать множество ее решений.

Классификация систем линейных уравнений

Произвольная система линейных уравнений имеет вид:
a 1 1 x 1 + a 1 2 x 2 + ... + a 1 n x n = b 1
a 2 1 x 1 + a 2 2 x 2 + ... + a 2 n x n = b 2
...................................................
a m 1 x 1 + a m 2 x 2 + ... + a m n x n = b m

Системы линейных неоднородных уравнений (количество переменных равно количеству уравнений, m = n).
Произвольные системы линейных неоднородных уравнений (m > n или m < n).

Определение . Решением системы называется всякая совокупность чисел c 1 ,c 2 ,...,c n , подстановка которых в систему вместо соответствующих неизвестных обращает каждое уравнение системы в тождество.

Определение . Две системы называются эквивалентными, если решение первой является решением второй и наоборот.

Определение . Система, имеющая хотя бы одно решение, называется совместной . Система, не имеющая ни одного решения, называется несовместной.

Определение . Система, имеющая единственное решение, называется определенной , а имеющая более одного решения – неопределенной.

Алгоритм решения систем линейных уравнений

Находим ранги основной и расширенной матриц. Если они не равны, то по теореме Кронекера-Капелли система несовместна и на этом исследование заканчивается.
Пусть rang(A) = rang(B) . Выделяем базисный минор. При этом все неизвестные системы линейных уравнений подразделяются на два класса. Неизвестные, коэффициенты при которых вошли в базисный минор, называют зависимыми, а неизвестные, коэффициенты при которых не попали в базисный минор – свободными. Заметим, что выбор зависимых и свободных неизвестных не всегда однозначен.
Вычеркиваем те уравнения системы, коэффициенты которых не вошли в состав базисного минора, так как они являются следствиями остальных (по теореме о базисном миноре).
Члены уравнений, содержащие свободные неизвестные, перенесем в правую часть. В результате получим систему из r уравнений с r неизвестными, эквивалентную данной, определитель которой отличен от нуля.
Полученная система решается одним из способов: метод Крамера, метод обратной матрицы или метод Жордана-Гаусса. Находятся соотношения, выражающие зависимые переменные через свободные.

Решение систем линейных алгебраических уравнений (СЛАУ), несомненно, является важнейшей темой курса линейной алгебры. Огромное количество задач из всех разделов математики сводится к решению систем линейных уравнений. Этими факторами объясняется причина создания данной статьи. Материал статьи подобран и структурирован так, что с его помощью Вы сможете

подобрать оптимальный метод решения Вашей системы линейных алгебраических уравнений,
изучить теорию выбранного метода,
решить Вашу систему линейных уравнений, рассмотрев подробно разобранные решения характерных примеров и задач.

Краткое описание материала статьи.

Сначала дадим все необходимые определения, понятия и введем обозначения.

Далее рассмотрим методы решения систем линейных алгебраических уравнений, в которых число уравнений равно числу неизвестных переменных и которые имеют единственное решение. Во-первых, остановимся на методе Крамера, во-вторых, покажем матричный метод решения таких систем уравнений, в-третьих, разберем метод Гаусса (метод последовательного исключения неизвестных переменных). Для закрепления теории обязательно решим несколько СЛАУ различными способами.

После этого перейдем к решению систем линейных алгебраических уравнений общего вида, в которых число уравнений не совпадает с числом неизвестных переменных или основная матрица системы является вырожденной. Сформулируем теорему Кронекера - Капелли, которая позволяет установить совместность СЛАУ. Разберем решение систем (в случае их совместности) с помощью понятия базисного минора матрицы. Также рассмотрим метод Гаусса и подробно опишем решения примеров.

Обязательно остановимся на структуре общего решения однородных и неоднородных систем линейных алгебраических уравнений. Дадим понятие фундаментальной системы решений и покажем, как записывается общее решение СЛАУ с помощью векторов фундаментальной системы решений. Для лучшего понимания разберем несколько примеров.

В заключении рассмотрим системы уравнений, сводящиеся к линейным, а также различные задачи, при решении которых возникают СЛАУ.

Навигация по странице.

Определения, понятия, обозначения.

Будем рассматривать системы из p линейных алгебраических уравнений с n неизвестными переменными (p может быть равно n ) вида

Неизвестные переменные, - коэффициенты (некоторые действительные или комплексные числа), - свободные члены (также действительные или комплексные числа).

Такую форму записи СЛАУ называют координатной .

В матричной форме записи эта система уравнений имеет вид ,
где - основная матрица системы, - матрица-столбец неизвестных переменных, - матрица-столбец свободных членов.

Если к матрице А добавить в качестве (n+1)-ого столбца матрицу-столбец свободных членов, то получим так называемую расширенную матрицу системы линейных уравнений. Обычно расширенную матрицу обозначают буквой Т , а столбец свободных членов отделяют вертикальной линией от остальных столбцов, то есть,

Решением системы линейных алгебраических уравнений называют набор значений неизвестных переменных , обращающий все уравнения системы в тождества. Матричное уравнение при данных значениях неизвестных переменных также обращается в тождество .

Если система уравнений имеет хотя бы одно решение, то она называется совместной .

Если система уравнений решений не имеет, то она называется несовместной .

Если СЛАУ имеет единственное решение, то ее называют определенной ; если решений больше одного, то – неопределенной .

Если свободные члены всех уравнений системы равны нулю , то система называется однородной , в противном случае – неоднородной .

Решение элементарных систем линейных алгебраических уравнений.

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

Такие СЛАУ мы начинали изучать в средней школе. При их решении мы брали какое-нибудь одно уравнение, выражали одну неизвестную переменную через другие и подставляли ее в оставшиеся уравнения, следом брали следующее уравнение, выражали следующую неизвестную переменную и подставляли в другие уравнения и так далее. Или пользовались методом сложения, то есть, складывали два или более уравнений, чтобы исключить некоторые неизвестные переменные. Не будем подробно останавливаться на этих методах, так как они по сути являются модификациями метода Гаусса.

Основными методами решения элементарных систем линейных уравнений являются метод Крамера, матричный метод и метод Гаусса. Разберем их.

Решение систем линейных уравнений методом Крамера.

Пусть нам требуется решить систему линейных алгебраических уравнений

в которой число уравнений равно числу неизвестных переменных и определитель основной матрицы системы отличен от нуля, то есть, .

Пусть - определитель основной матрицы системы, а - определители матриц, которые получаются из А заменой 1-ого, 2-ого, …, n-ого столбца соответственно на столбец свободных членов:

При таких обозначениях неизвестные переменные вычисляются по формулам метода Крамера как . Так находится решение системы линейных алгебраических уравнений методом Крамера.

Пример.

Методом Крамера .

Решение.

Основная матрица системы имеет вид . Вычислим ее определитель (при необходимости смотрите статью ):

Так как определитель основной матрицы системы отличен от нуля, то система имеет единственное решение, которое может быть найдено методом Крамера.

Составим и вычислим необходимые определители (определитель получаем, заменив в матрице А первый столбец на столбец свободных членов , определитель - заменив второй столбец на столбец свободных членов, - заменив третий столбец матрицы А на столбец свободных членов):

Находим неизвестные переменные по формулам :

Ответ:

Основным недостатком метода Крамера (если это можно назвать недостатком) является трудоемкость вычисления определителей, когда число уравнений системы больше трех.

Решение систем линейных алгебраических уравнений матричным методом (с помощью обратной матрицы).

Пусть система линейных алгебраических уравнений задана в матричной форме , где матрица A имеет размерность n на n и ее определитель отличен от нуля.

Так как , то матрица А – обратима, то есть, существует обратная матрица . Если умножить обе части равенства на слева, то получим формулу для нахождения матрицы-столбца неизвестных переменных . Так мы получили решение системы линейных алгебраических уравнений матричным методом.

Пример.

Решите систему линейных уравнений матричным методом.

Решение.

Перепишем систему уравнений в матричной форме:

Так как

то СЛАУ можно решать матричным методом. С помощью обратной матрицы решение этой системы может быть найдено как .

Построим обратную матрицу с помощью матрицы из алгебраических дополнений элементов матрицы А (при необходимости смотрите статью ):

Осталось вычислить - матрицу неизвестных переменных, умножив обратную матрицу на матрицу-столбец свободных членов (при необходимости смотрите статью ):

Ответ:

или в другой записи x 1 = 4, x 2 = 0, x 3 = -1 .

Основная проблема при нахождении решения систем линейных алгебраических уравнений матричным методом заключается в трудоемкости нахождения обратной матрицы, особенно для квадратных матриц порядка выше третьего.

Решение систем линейных уравнений методом Гаусса.

Пусть нам требуется найти решение системы из n линейных уравнений с n неизвестными переменными
определитель основной матрицы которой отличен от нуля.

Суть метода Гаусса состоит в последовательном исключении неизвестных переменных: сначала исключается x 1 из всех уравнений системы, начиная со второго, далее исключается x 2 из всех уравнений, начиная с третьего, и так далее, пока в последнем уравнении останется только неизвестная переменная x n . Такой процесс преобразования уравнений системы для последовательного исключения неизвестных переменных называется прямым ходом метода Гаусса . После завершения прямого хода метода Гаусса из последнего уравнения находится x n , с помощью этого значения из предпоследнего уравнения вычисляется x n-1 , и так далее, из первого уравнения находится x 1 . Процесс вычисления неизвестных переменных при движении от последнего уравнения системы к первому называется обратным ходом метода Гаусса .

Кратко опишем алгоритм исключения неизвестных переменных.

Будем считать, что , так как мы всегда можем этого добиться перестановкой местами уравнений системы. Исключим неизвестную переменную x 1 из всех уравнений системы, начиная со второго. Для этого ко второму уравнению системы прибавим первое, умноженное на , к третьему уравнению прибавим первое, умноженное на , и так далее, к n-ому уравнению прибавим первое, умноженное на . Система уравнений после таких преобразований примет вид

где , а .

К такому же результату мы бы пришли, если бы выразили x 1 через другие неизвестные переменные в первом уравнении системы и полученное выражение подставили во все остальные уравнения. Таким образом, переменная x 1 исключена из всех уравнений, начиная со второго.

Далее действуем аналогично, но лишь с частью полученной системы, которая отмечена на рисунке

Для этого к третьему уравнению системы прибавим второе, умноженное на , к четвертому уравнению прибавим второе, умноженное на , и так далее, к n-ому уравнению прибавим второе, умноженное на . Система уравнений после таких преобразований примет вид

где , а . Таким образом, переменная x 2 исключена из всех уравнений, начиная с третьего.

Далее приступаем к исключению неизвестной x 3 , при этом действуем аналогично с отмеченной на рисунке частью системы

Так продолжаем прямой ход метода Гаусса пока система не примет вид

С этого момента начинаем обратный ход метода Гаусса: вычисляем x n из последнего уравнения как , с помощью полученного значения x n находим x n-1 из предпоследнего уравнения, и так далее, находим x 1 из первого уравнения.

Пример.

Решите систему линейных уравнений методом Гаусса.

Решение.

Исключим неизвестную переменную x 1 из второго и третьего уравнения системы. Для этого к обеим частям второго и третьего уравнений прибавим соответствующие части первого уравнения, умноженные на и на соответственно:

Теперь из третьего уравнения исключим x 2 , прибавив к его левой и правой частям левую и правую части второго уравнения, умноженные на :

На этом прямой ход метода Гаусса закончен, начинаем обратный ход.

Из последнего уравнения полученной системы уравнений находим x 3 :

Из второго уравнения получаем .

Из первого уравнения находим оставшуюся неизвестную переменную и этим завершаем обратный ход метода Гаусса .

Ответ:

X 1 = 4, x 2 = 0, x 3 = -1 .

Решение систем линейных алгебраических уравнений общего вида.

В общем случае число уравнений системы p не совпадает с числом неизвестных переменных n :

Такие СЛАУ могут не иметь решений, иметь единственное решение или иметь бесконечно много решений. Это утверждение относится также к системам уравнений, основная матрица которых квадратная и вырожденная.

Теорема Кронекера – Капелли.

Прежде чем находить решение системы линейных уравнений необходимо установить ее совместность. Ответ на вопрос когда СЛАУ совместна, а когда несовместна, дает теорема Кронекера – Капелли :
для того, чтобы система из p уравнений с n неизвестными (p может быть равно n ) была совместна необходимо и достаточно, чтобы ранг основной матрицы системы был равен рангу расширенной матрицы, то есть, Rank(A)=Rank(T) .

Рассмотрим на примере применение теоремы Кронекера – Капелли для определения совместности системы линейных уравнений.

Пример.

Выясните, имеет ли система линейных уравнений решения.

Решение.

. Воспользуемся методом окаймляющих миноров. Минор второго порядка отличен от нуля. Переберем окаймляющие его миноры третьего порядка:

Так как все окаймляющие миноры третьего порядка равны нулю, то ранг основной матрицы равен двум.

В свою очередь ранг расширенной матрицы равен трем, так как минор третьего порядка

отличен от нуля.

Таким образом, Rang(A) , следовательно, по теореме Кронекера – Капелли можно сделать вывод, что исходная система линейных уравнений несовместна.

Ответ:

Система решений не имеет.

Итак, мы научились устанавливать несовместность системы с помощью теоремы Кронекера – Капелли.

А как же находить решение СЛАУ, если установлена ее совместность?

Для этого нам потребуется понятие базисного минора матрицы и теорема о ранге матрицы.

Минор наивысшего порядка матрицы А , отличный от нуля, называется базисным .

Из определения базисного минора следует, что его порядок равен рангу матрицы. Для ненулевой матрицы А базисных миноров может быть несколько, один базисный минор есть всегда.

Для примера рассмотрим матрицу .

Все миноры третьего порядка этой матрицы равны нулю, так как элементы третьей строки этой матрицы представляют собой сумму соответствующих элементов первой и второй строк.

Базисными являются следующие миноры второго порядка, так как они отличны от нуля

Миноры базисными не являются, так как равны нулю.

Теорема о ранге матрицы.

Если ранг матрицы порядка p на n равен r , то все элементы строк (и столбцов) матрицы, не образующие выбранный базисный минор, линейно выражаются через соответствующие элементы строк (и столбцов), образующих базисный минор.

Что нам дает теорема о ранге матрицы?

Если по теореме Кронекера – Капелли мы установили совместность системы, то выбираем любой базисный минор основной матрицы системы (его порядок равен r ), и исключаем из системы все уравнения, которые не образуют выбранный базисный минор. Полученная таким образом СЛАУ будет эквивалентна исходной, так как отброшенные уравнения все равно излишни (они согласно теореме о ранге матрицы являются линейной комбинацией оставшихся уравнений).

В итоге, после отбрасывания излишних уравнений системы, возможны два случая.

Если число уравнений r в полученной системе будет равно числу неизвестных переменных, то она будет определенной и единственное решение можно будет найти методом Крамера, матричным методом или методом Гаусса.

Пример.

Решение.

Ранг основной матрицы системы равен двум, так как минор второго порядка отличен от нуля. Ранг расширенной матрицы также равен двум, так как единственный минор третьего порядка равен нулю

а рассмотренный выше минор второго порядка отличен от нуля. На основании теоремы Кронекера – Капелли можно утверждать совместность исходной системы линейных уравнений, так как Rank(A)=Rank(T)=2 .

В качестве базисного минора возьмем . Его образуют коэффициенты первого и второго уравнений:

Третье уравнение системы не участвует в образовании базисного минора, поэтому исключим его из системы на основании теоремы о ранге матрицы:

Так мы получили элементарную систему линейных алгебраических уравнений. Решим ее методом Крамера:

Ответ:

x 1 = 1, x 2 = 2 .

Если число уравнений r в полученной СЛАУ меньше числа неизвестных переменных n , то в левых частях уравнений оставляем слагаемые, образующие базисный минор, остальные слагаемые переносим в правые части уравнений системы с противоположным знаком.

Неизвестные переменные (их r штук), оставшиеся в левых частях уравнений, называются основными .

Неизвестные переменные (их n - r штук), которые оказались в правых частях, называются свободными .

Теперь считаем, что свободные неизвестные переменные могут принимать произвольные значения, при этом r основных неизвестных переменных будут выражаться через свободные неизвестные переменные единственным образом. Их выражение можно найти решая полученную СЛАУ методом Крамера, матричным методом или методом Гаусса.

Разберем на примере.

Пример.

Решите систему линейных алгебраических уравнений .

Решение.

Найдем ранг основной матрицы системы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем a 1 1 = 1 . Начнем поиск ненулевого минора второго порядка, окаймляющего данный минор:

Так мы нашли ненулевой минор второго порядка. Начнем поиск ненулевого окаймляющего минора третьего порядка:

Таким образом, ранг основной матрицы равен трем. Ранг расширенной матрицы также равен трем, то есть, система совместна.

Найденный ненулевой минор третьего порядка возьмем в качестве базисного.

Для наглядности покажем элементы, образующие базисный минор:

Оставляем в левой части уравнений системы слагаемые, участвующие в базисном миноре, остальные переносим с противоположными знаками в правые части:

Придадим свободным неизвестным переменным x 2 и x 5 произвольные значения, то есть, примем , где - произвольные числа. При этом СЛАУ примет вид

Полученную элементарную систему линейных алгебраических уравнений решим методом Крамера:

Следовательно, .

В ответе не забываем указать свободные неизвестные переменные.

Ответ:

Где - произвольные числа.

Подведем итог.

Чтобы решить систему линейных алгебраических уравнений общего вида, сначала выясняем ее совместность, используя теорему Кронекера – Капелли. Если ранг основной матрицы не равен рангу расширенной матрицы, то делаем вывод о несовместности системы.

Если ранг основной матрицы равен рангу расширенной матрицы, то выбираем базисный минор и отбрасываем уравнения системы, которые не участвуют в образовании выбранного базисного минора.

Если порядок базисного минора равен числу неизвестных переменных, то СЛАУ имеет единственное решение, которое находим любым известным нам методом.

Если порядок базисного минора меньше числа неизвестных переменных, то в левой части уравнений системы оставляем слагаемые с основными неизвестными переменными, остальные слагаемые переносим в правые части и придаем свободным неизвестным переменным произвольные значения. Из полученной системы линейных уравнений находим основные неизвестные переменные методом Крамера, матричным методом или методом Гаусса.

Метод Гаусса для решения систем линейных алгебраических уравнений общего вида.

Методом Гаусса можно решать системы линейных алгебраических уравнений любого вида без предварительного их исследования на совместность. Процесс последовательного исключения неизвестных переменных позволяет сделать вывод как о совместности, так и о несовместности СЛАУ, а в случае существования решения дает возможность отыскать его.

С точки зрения вычислительной работы метод Гаусса является предпочтительным.

Смотрите его подробное описание и разобранные примеры в статье метод Гаусса для решения систем линейных алгебраических уравнений общего вида .

Запись общего решения однородных и неоднородных систем линейных алгебраических с помощью векторов фундаментальной системы решений.

В этом разделе речь пойдет о совместных однородных и неоднородных системах линейных алгебраических уравнений, имеющих бесконечное множество решений.

Разберемся сначала с однородными системами.

Фундаментальной системой решений однородной системы из p линейных алгебраических уравнений с n неизвестными переменными называют совокупность (n – r) линейно независимых решений этой системы, где r – порядок базисного минора основной матрицы системы.

Если обозначить линейно независимые решения однородной СЛАУ как X (1) , X (2) , …, X (n-r) (X (1) , X (2) , …, X (n-r) – это матрицы столбцы размерности n на 1 ), то общее решение этой однородной системы представляется в виде линейной комбинации векторов фундаментальной системы решений с произвольными постоянными коэффициентами С 1 , С 2 , …, С (n-r) , то есть, .

Что обозначает термин общее решение однородной системы линейных алгебраических уравнений (орослау)?

Смысл прост: формула задает все возможные решения исходной СЛАУ, другими словами, взяв любой набор значений произвольных постоянных С 1 , С 2 , …, С (n-r) , по формуле мы получим одно из решений исходной однородной СЛАУ.

Таким образом, если мы найдем фундаментальную систему решений, то мы сможем задать все решения этой однородной СЛАУ как .

Покажем процесс построения фундаментальной системы решений однородной СЛАУ.

Выбираем базисный минор исходной системы линейных уравнений, исключаем все остальные уравнения из системы и переносим в правые части уравнений системы с противоположными знаками все слагаемые, содержащие свободные неизвестные переменные. Придадим свободным неизвестным переменным значения 1,0,0,…,0 и вычислим основные неизвестные, решив полученную элементарную систему линейных уравнений любым способом, например, методом Крамера. Так будет получено X (1) - первое решение фундаментальной системы. Если придать свободным неизвестным значения 0,1,0,0,…,0 и вычислить при этом основные неизвестные, то получим X (2) . И так далее. Если свободным неизвестным переменным придадим значения 0,0,…,0,1 и вычислим основные неизвестные, то получим X (n-r) . Так будет построена фундаментальная система решений однородной СЛАУ и может быть записано ее общее решение в виде .

Для неоднородных систем линейных алгебраических уравнений общее решение представляется в виде , где - общее решение соответствующей однородной системы, а - частное решение исходной неоднородной СЛАУ, которое мы получаем, придав свободным неизвестным значения 0,0,…,0 и вычислив значения основных неизвестных.

Разберем на примерах.

Пример.

Найдите фундаментальную систему решений и общее решение однородной системы линейных алгебраических уравнений .

Решение.

Ранг основной матрицы однородных систем линейных уравнений всегда равен рангу расширенной матрицы. Найдем ранг основной матрицы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем элемент a 1 1 = 9 основной матрицы системы. Найдем окаймляющий ненулевой минор второго порядка:

Минор второго порядка, отличный от нуля, найден. Переберем окаймляющие его миноры третьего порядка в поисках ненулевого:

Все окаймляющие миноры третьего порядка равны нулю, следовательно, ранг основной и расширенной матрицы равен двум. Базисным минором возьмем . Отметим для наглядности элементы системы, которые его образуют:

Третье уравнение исходной СЛАУ не участвует в образовании базисного минора, поэтому, может быть исключено:

Оставляем в правых частях уравнений слагаемые, содержащие основные неизвестные, а в правые части переносим слагаемые со свободными неизвестными:

Построим фундаментальную систему решений исходной однородной системы линейных уравнений. Фундаментальная система решений данной СЛАУ состоит из двух решений, так как исходная СЛАУ содержит четыре неизвестных переменных, а порядок ее базисного минора равен двум. Для нахождения X (1) придадим свободным неизвестным переменным значения x 2 = 1, x 4 = 0 , тогда основные неизвестные найдем из системы уравнений
.