Тема 2. Решение систем линейных алгебраических уравнений прямыми методами.

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

или, в матричном виде,

A × x = B , (2.2)

A - матрица коэффициентов системы размерности n ´ n

x - вектор неизвестных, состоящий из n компонент

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

A = x = B = (2.3)

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

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

Одно решение

Бесконечно много решений

Ни одного решения.

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

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

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

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

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

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

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

Метод Крамера,

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

Матричный метод (с использованием обращения матрицы A ).

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

(2.4)

Пример 1 . Найдем методом Крамера решение СЛАУ, у которой

A = , B = .

Имеем

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

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

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

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

A* = (2.4)

Здесь a in+1 =b i (i = 1, 2, …, n ).

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

A * =

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

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

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

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

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

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

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

A * = .

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

A * = .

A * =

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

A * = .

После выполнения подобных действий над третьей и четвертой строками матрицы получим

A * = .

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

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

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

A * = .

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

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

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

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

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

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

A * = .

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

Системой m линейных уравнений с n неизвестными называется система вида

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

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

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

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

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

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

Рассмотрим способы нахождения решений системы.

МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ

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

Рассмотрим матрицу системы и матрицы столбцы неизвестных и свободных членов

Найдем произведение

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

или короче A ∙X=B .

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

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

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

Примеры. Решить системы уравнений.

ПРАВИЛО КРАМЕРА

Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:

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

называется определителем системы .

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

Тогда можно доказать следующий результат.

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

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

Сложим эти уравнения:

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

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: .

Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

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

Примеры. Решить систему уравнений

МЕТОД ГАУССА

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

Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:

.

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

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

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

При использовании метода Гаусса уравнения при необходимости можно менять местами.

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

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

К элементарным преобразованиям матрицы относятся следующие преобразования:

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

Примеры: Решить системы уравнений методом Гаусса.

Таким образом, система имеет бесконечное множество решений.

С n неизвестными это система вида:

где a ij и b i (i=1,…,m; b=1,…,n) - некоторые известные числа, а x 1 ,…,x n - неизвестные числа. В обозначении коэффициентов a ij индекс i определяет номер уравнения, а второй j - номер неизвестного, у которого расположен этот коэффициент.

Однородная система - когда все свободные члены системы равны нулю (b 1 = b 2 = … = b m = 0 ), обратная ситуация — неоднородная система .

Квадратная система - когда число m уравнений равняется числу n неизвестных.

Решение системы — совокупность n чисел c 1 , c 2 , …, c n , таких, что подстановка всех c i вместо x i в систему превращает все её уравнения в тождества .

Совместная система - когда у системы есть хоть бы 1-но решение, и несовместная система , когда у системы нет решений.

У совместной системы такого вида (как приведен выше, пусть она будет (1)) может быть одно либо больше решений.

Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n (2) совместной системы типа (1) будут различными , когда не выполняется даже 1-но из равенств:

c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) .

Совместная система типа (1) будет определённой , когда у нее есть только одно решение; когда у системы есть хотя бы 2 разных решений, она становится недоопределённой . Когда уравнений больше, чем неизвестных, система является переопределённой .

Коэффициенты при неизвестных записываются как матрица:

Она называется матрицей системы .

Числа, которые стоят в правых частях уравнений, b 1 ,…,b m являются свободными членами .

Совокупность n чисел c 1 ,…,c n является решением этой системы, когда все уравнения системы обращаются в равенство после подставки в них чисел c 1 ,…,c n вместо соответствующих неизвестных x 1 ,…,x n .

При решении системы линейных уравнений могут возникнуть 3 варианта:

1. У системы есть только одно решение.

2. У системы есть нескончаемое число решений. Например , . Решением этой системы будут все пары чисел, которые отличаются знаком.

3. У системы нет решений. Например , , если бы решение существовало, то x 1 + x 2 равнялось бы в одно время 0 и 1.

Методы решения систем линейных уравнений.

Прямые методы дают алгоритм, по которому находится точное решение СЛАУ (систем линейных алгебраических уравнений). И если бы точность была абсолютной, они бы нашли его. Реальная электро-вычислительная машина, конечно, работает с погрешностью, поэтому решение будет приблизительным.

Системы линейных уравнений. Лекция 6.

Системы линейных уравнений.

Основные понятия.

Система видa

называется системой - линейных уравнений с неизвестными .

Числа , , называются коэффициентами системы .

Числа , называются свободными членами системы , – переменными системы . Матрица

называется основной матрицей системы , а матрица

– расширенной матрицей системы . Матрицы - столбцы

И - соответственно матрицами свободных членов и неизвестных системы . Тогда в матричной форме систему уравнений можно записать в виде . Решением системы называется значений переменных , при подстановке которых, все уравнения системы обращаются в верные числовые равенства. Всякое решение системы можно представить в виде матрицы - столбца . Тогда справедливо матричное равенство .

Система уравнений называется совместной если она имеет хотя бы одно решение и несовместной если не имеет ни одного решения.

Решить систему линейных уравнений это значит выяснить совместна ли она и в случае совместности найти её общее решение.

Система называется однородной если все её свободные члены равны нулю. Однородная система всегда совместна, так как имеет решение

Теорема Кронекера – Копелли.

Ответ на вопрос существования решений линейных систем и их единственности позволяет получить следующий результат, который можно сформулировать в виде следующих утверждений относительно системы линейных уравнений с неизвестными

(1)

Теорема 2 . Система линейных уравнений (1) совместна тогда и только тогда когда ранг основной матрицы равен рангу расширенной (.

Теорема 3 . Если ранг основной матрицы совместной системы линейных уравнений равен числу неизвестных, то система имеет единственное решение.

Теорема 4 . Если ранг основной матрицы совместной системы меньше числа неизвестных, то система имеет бесконечное множество решений.

Правила решения систем.

3. Находят выражение главных переменных через свободные и получают общее решение системы.

4. Придавая свободным переменным произвольные значения получают все значения главных переменных.

Методы решения систем линейных уравнений.

Метод обратной матрицы.

причем , т. е. система имеет единственное решение. Запишем систему в матричном виде

где , , .

Умножим обе части матричного уравнения слева на матрицу

Так как , то получаем , откуда получаем равенство для нахождения неизвестных

Пример 27. Методом обратной матрицы решить систему линейных уравнений

Решение. Обозначим через основную матрицу системы

.

Пусть , тогда решение найдем по формуле .

Вычислим .

Так как , то и система имеет единственное решение. Найдем все алгебраические дополнения

, ,

, ,

, ,

, ,

Таким образом

.

Сделаем проверку

.

Обратная матрица найдена верно. Отсюда по формуле , найдем матрицу переменных .

.

Сравнивая значения матриц, получим ответ: .

Метод Крамера.

Пусть дана система линейных уравнений с неизвестными

причем , т. е. система имеет единственное решение. Запишем решение системы в матричном виде или

Обозначим

. . . . . . . . . . . . . . ,

Таким образом, получаем формулы для нахождения значений неизвестных, которые называются формулами Крамера .

Пример 28. Решить методом Крамера следующую систему линейных уравнений .

Решение. Найдем определитель основной матрицы системы

.

Так как , то , система имеет единственное решение.

Найдем остальные определители для формул Крамера

,

,

.

По формулам Крамера находим значения переменных

Метод Гаусса.

Метод заключается в последовательном исключении переменных.

Пусть дана система линейных уравнений с неизвестными.

Процесс решения по методу Гаусса состоит из двух этапов:

На первом этапе расширенная матрица системы приводится с помощью элементарных преобразований к ступенчатому виду

,

где , которой соответствует система

После этого переменные считаются свободными и в каждом уравнении переносятся в правую часть.

На втором этапе из последнего уравнения выражается переменная , полученное значение подставляется в уравнение. Из этого уравнения

выражается переменная . Этот процесс продолжается до первого уравнения. В результате получается выражение главных переменных через свободные переменные .

Пример 29. Решить методом Гаусса следующую систему

Решение. Выпишем расширенную матрицу системы и приведем ее к ступенчатому виду

.

Так как больше числа неизвестных, то система совместна и имеет бесконечное множество решений. Запишем систему для ступенчатой матрицы

Определитель расширенной матрицы этой системы, составленный из трех первых столбцов не равен нулю, поэтому его считаем базисным. Переменные

Будут базисными а переменная – свободной. Перенесем ее во всех уравнениях в левую часть

Из последнего уравнения выражаем

Подставив это значение в предпоследнее второе уравнение, получим

откуда . Подставив значения переменных и в первое уравнение, найдем . Ответ запишем в следующем виде

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.