Как проверить совместность системы уравнений матрицы с помощью обратной матрицы

Напомним, что решением системы линейных уравнений называется всякая совокупность чисел <x₁, x₂, . x_n> , подстановка которых в эту систему вместо соответствующих неизвестных обращает каждое уравнение системы в тождество.
Система линейных алгебраических уравнений обычно записывается как (для 3-х переменных):

См. также Решение матричных уравнений.</x

Видео:Решение системы уравнений методом обратной матрицы - bezbotvyСкачать

Алгоритм решения

1. Вычисляется определитель матрицы A . Если определитель равен нулю, то конец решения. Система имеет бесконечное множество решений.
2. При определителе отличном от нуля, через алгебраические дополнения находится обратная матрица A -1 .
3. Вектор решения X =<x₁, x₂, . x_n> получается умножением обратной матрицы на вектор результата B .

Пример №1 . Найти решение системы матричным методом. Запишем матрицу в виде:

Вектор B:
B T = (3,-2,-1)
Система будет иметь решение, если определитель матрицы A отличен от нуля.
Найдем главный определитель.
∆ = 2•(1•(-2)-2•0)-(-2•(3•(-2)-2•1))+1•(3•0-1•1) = -21
Итак, определитель -21 ≠ 0, поэтому продолжаем решение. Для этого найдем обратную матрицу через алгебраические дополнения.
Транспонированная матрица

Алгебраические дополнения.

Обратная матрица:

Вектор результатов X = A -1 • B

X T = (1,0,1)
x₁ = -21 / _-21 = 1
x₂ = 0 / _-21 = 0
x₃ = -21 / _-21 = 1
Проверка:
2•1+3•0+1•1 = 3
-2•1+1•0+0•1 = -2
1•1+2•0+-2•1 = -1

Запишем матрицу в виде:

Вектор B:
B T = (1,2,3,4)
Главный определитель
Минор для (1,1):

= 3•(3•2-6•2)-5•(3•2-6•1)+7•(3•2-3•1) = 3
Определитель минора
∆ = 2•(-3)-3•0+5•3-4•3 = -3

Вектор результатов X
X = A -1 ∙ B

Пример №3 . Систему уравнений записать в матричной форме и решить ее с помощью обратной матрицы. Сделать проверку полученного решения.
Решение:xls

Пример №4 . Записать систему уравнений в матричной форме и решить с помощью обратной матрицы.
Решение:xls

Пример №5 . Дана система трех линейных уравнений с тремя неизвестными. Требуется: 1) найти ее решение с помощью формул Крамера; 2) записать систему в матричной форме и решить ее средствами матричного исчисления.
Методические рекомендации. После решения методом Крамера, найдите кнопку «Решение методом обратной матрицы для исходных данных». Вы получите соответствующее решение. Таким образом, данные вновь заполнять не придется.
Решение. Обозначим через А — матрицу коэффициентов при неизвестных; X — матрицу-столбец неизвестных; B — матрицу-столбец свободных членов:

Вектор B:
B T =(4,-3,-3)
С учетом этих обозначений данная система уравнений принимает следующую матричную форму: А*Х = B.
Если матрица А — невырожденная (ее определитель отличен от нуля, то она имеет обратную матрицу А -1 . Умножив обе части уравнения на А -1 , получим: А -1 *А*Х = А -1 *B, А -1 *А=Е.
Это равенство называется матричной записью решения системы линейных уравнений. Для нахождения решения системы уравнений необходимо вычислить обратную матрицу А -1 .
Система будет иметь решение, если определитель матрицы A отличен от нуля.
Найдем главный определитель.
∆=-1•(-2•(-1)-1•1)-3•(3•(-1)-1•0)+2•(3•1-(-2•0))=14
Итак, определитель 14 ≠ 0, поэтому продолжаем решение. Для этого найдем обратную матрицу через алгебраические дополнения.
Пусть имеем невырожденную матрицу А:

Тогда:

где A_ij — алгебраическое дополнение элемента a_ij в определителе матрицы А, которое является произведением (—1) i+j на минор (определитель) n-1 порядка, полученный вычеркиванием i-й строки и j-го столбца в определителе матрицы А.
Транспонированная матрица

Вычисляем алгебраические дополнения.

∆_1,1=(-2•(-1)-1•1)=1

∆_1,2=-(3•(-1)-0•1)=3

∆_1,3=(3•1-0•(-2))=3

∆_2,1=-(3•(-1)-1•2)=5

∆_2,2=(-1•(-1)-0•2)=1

∆_2,3=-(-1•1-0•3)=1

∆_3,1=(3•1-(-2•2))=7

∆_3,2=-(-1•1-3•2)=7

∆_3,3=(-1•(-2)-3•3)=-7
Обратная матрица

Вектор результатов X
X=A -1 • B

X T =(-1,1,2)
x₁= -14 / ₁₄=-1
x₂= 14 / ₁₄=1
x₃= 28 / ₁₄=2
Проверка.
-1•-1+3•1+0•2=4
3•-1+-2•1+1•2=-3
2•-1+1•1+-1•2=-3
doc:xls
Ответ: -1,1,2.

Пример №6 . Решить неоднородную систему линейных алгебраических уравнений методом обратной матрицы.

Видео:Решение системы уравнений методом обратной матрицы.Скачать

Матричный метод решения СЛАУ: пример решения с помощью обратной матрицы

В данной статье мы расскажем о матричном методе решения системы линейных алгебраических уравнений, найдем его определение и приведем примеры решения.

Метод обратной матрицы — это метод, использующийся при решении СЛАУ в том случае, если число неизвестных равняется числу уравнений.

Найти решение системы n линейных уравнений с n неизвестными:

a 11 x 1 + a 12 x 2 + . . . + a 1 n x n = b 1 a n 1 x 1 + a n 2 x 2 + . . . + a n n x n = b n

Матричный вид записи: А × X = B

где А = а 11 а 12 ⋯ а 1 n а 21 а 22 ⋯ а 2 n ⋯ ⋯ ⋯ ⋯ а n 1 а n 2 ⋯ а n n — матрица системы.

X = x 1 x 2 ⋮ x n — столбец неизвестных,

B = b 1 b 2 ⋮ b n — столбец свободных коэффициентов.

Из уравнения, которое мы получили, необходимо выразить X . Для этого нужно умножить обе части матричного уравнения слева на A — 1 :

A — 1 × A × X = A — 1 × B .

Так как А — 1 × А = Е , то Е × X = А — 1 × В или X = А — 1 × В .

Обратная матрица к матрице А имеет право на существование только, если выполняется условие d e t A н е р а в е н н у л ю . Поэтому при решении СЛАУ методом обратной матрицы, в первую очередь находится d e t А .

В том случае, если d e t A н е р а в е н н у л ю , у системы имеется только один вариант решения: при помощи метода обратной матрицы. Если d e t А = 0 , то систему нельзя решить данным методом.

Видео:Исследовать систему уравнений на совместность и решить методом Гаусса и методом обратной матрицыСкачать

Пример решения системы линейных уравнений с помощью метода обратной матрицы

Решаем СЛАУ методом обратной матрицы:

2 x 1 — 4 x 2 + 3 x 3 = 1 x 1 — 2 x 2 + 4 x 3 = 3 3 x 1 — x 2 + 5 x 3 = 2

• Записываем систему в виде матричного уравнения А X = B , где

А = 2 — 4 3 1 — 2 4 3 — 1 5 , X = x 1 x 2 x 3 , B = 1 3 2 .

• Выражаем из этого уравнения X :

• Находим определитель матрицы А :

d e t A = 2 — 4 3 1 — 2 4 3 — 1 5 = 2 × ( — 2 ) × 5 + 3 × ( — 4 ) × 4 + 3 × ( — 1 ) × 1 — 3 × ( — 2 ) × 3 — — 1 × ( — 4 ) × 5 — 2 × 4 — ( — 1 ) = — 20 — 48 — 3 + 18 + 20 + 8 = — 25

d e t А не равняется 0, следовательно, для этой системы подходит метод решения обратной матрицей.

• Находим обратную матрицу А — 1 при помощи союзной матрицы. Вычисляем алгебраические дополнения А i j к соответствующим элементам матрицы А :

А 11 = ( — 1 ) ( 1 + 1 ) — 2 4 — 1 5 = — 10 + 4 = — 6 ,

А 12 = ( — 1 ) 1 + 2 1 4 3 5 = — ( 5 — 12 ) = 7 ,

А 13 = ( — 1 ) 1 + 3 1 — 2 3 — 1 = — 1 + 6 = 5 ,

А 21 = ( — 1 ) 2 + 1 — 4 3 — 1 5 = — ( — 20 + 3 ) = 17 ,

А 22 = ( — 1 ) 2 + 2 2 3 3 5 — 10 — 9 = 1 ,

А 23 = ( — 1 ) 2 + 3 2 — 4 3 — 1 = — ( — 2 + 12 ) = — 10 ,

А 31 = ( — 1 ) 3 + 1 — 4 3 — 2 4 = — 16 + 6 = — 10 ,

А 32 = ( — 1 ) 3 + 2 2 3 1 4 = — ( 8 — 3 ) = — 5 ,

А 33 = ( — 1 ) 3 + 3 2 — 4 1 — 2 = — 4 + 4 = 0 .

• Записываем союзную матрицу А * , которая составлена из алгебраических дополнений матрицы А :

А * = — 6 7 5 17 1 — 10 — 10 — 5 0

• Записываем обратную матрицу согласно формуле:

A — 1 = 1 d e t A ( A * ) T : А — 1 = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 ,

• Умножаем обратную матрицу А — 1 на столбец свободных членов В и получаем решение системы:

X = A — 1 × B = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 1 3 2 = — 1 25 — 6 + 51 — 20 7 + 3 — 10 5 — 30 + 0 = — 1 0 1

Ответ: x 1 = — 1 ; x 2 = 0 ; x 3 = 1

Видео:Математика без Ху!ни. Метод Гаусса. Совместность системы. Ранг матрицы.Скачать

Теорема Кронекера-Капелли. Исследование систем линейных уравнений на совместность. Первая часть.

Исследовать систему линейных агебраических уравнений (СЛАУ) на совместность означает выяснить, есть у этой системы решения, или же их нет. Ну и если решения есть, то указать сколько их.

Нам понадобятся сведения из темы «Система линейных алгебраических уравнений. Основные термины. Матричная форма записи». В частности, нужны такие понятия, как матрица системы и расширенная матрица системы, поскольку именно на них опирается формулировка теоремы Кронекера-Капелли. Как обычно, матрицу системы будем обозначать буквой $A$, а расширенную матрицу системы – буквой $widetilde$.

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $rang A=rangwidetilde$.

Следствие из теоремы Кронекера-Капелли

Заметьте, что сформулированная теорема и следствие из неё не указывают, как найти решение СЛАУ. С их помощью можно лишь выяснить, существуют эти решения или нет, а если существуют – то сколько.

Исследовать СЛАУ $ left <begin& -3x_1+9x_2-7x_3=17;\ & -x_1+2x_2-4x_3=9;\ & 4x_1-2x_2+19x_3=-42. endright.$ на совместность. Если СЛАУ совместна, указать количество решений.

Чтобы выяснить наличие решений заданной СЛАУ, используем теорему Кронекера-Капелли. Нам понадобятся матрица системы $A$ и расширенная матрица системы $widetilde$, запишем их:

Видео:Решение системы уравнений методом ГауссаСкачать

Способ №1. Вычисление рангов по определению.

Согласно определению, ранг – это наивысший порядок миноров матрицы, среди которых есть хоть один, отличный от нуля. Обычно исследование начинают с миноров первого порядка, но здесь удобнее приступить сразу к вычислению минора третьего порядка матрицы $A$. Элементы минора третьего порядка находятся на пересечении трёх строк и трёх столбцов рассматриваемой матрицы. Так как матрица $A$ содержит всего 3 строки и 3 столбца, то минор третьего порядка матрицы $A$ – это определитель матрицы $A$, т.е. $Delta A$. Для вычисления определителя применим формулу №2 из темы «Формулы для вычисления определителей второго и третьего порядков»:

$$ Delta A=left| begin -3 & 9 & -7 \ -1 & 2 & -4 \ 4 & -2 & 19 end right|=-21. $$

Итак, есть минор третьего порядка матрицы $A$, который не равен нулю. Минор четвёртого порядка составить невозможно, так как для него требуется 4 строки и 4 столбца, а в матрице $A$ всего 3 строки и 3 столбца. Итак, наивысший порядок миноров матрицы $A$, среди которых есть хотя бы один не равный нулю, равен 3. Следовательно, $rang A=3$.

Задача решена. Какие недостатки и преимущества имеет данный способ? Для начала поговорим о плюсах. Во-первых, нам понадобилось найти всего один определитель. После этого мы сразу сделали вывод о количестве решений. Обычно в стандартных типовых расчётах даются системы уравнений, которые содержат три неизвестных и имеют единственное решение. Для таких систем данный метод очень даже удобен, ибо мы заранее знаем, что решение есть (иначе примера не было бы в типовом расчёте). Т.е. нам остаётся только показать наличие решения наиболее быстрым способом. Во-вторых, вычисленное значение определителя матрицы системы (т.е. $Delta A$) пригодится после: когда станем решать заданную систему методом Крамера или с помощью обратной матрицы.

Однако метод вычисления ранга по определению нежелательно применять, если матрица системы $A$ является прямоугольной. В этом случае лучше применить второй метод, о котором пойдёт речь ниже. Кроме того, если $Delta A=0$, то мы ничего не сможем сказать о количестве решений заданной неоднородной СЛАУ. Может, СЛАУ имеет бесконечное количество решений, а может – ни одного. Если $Delta A=0$, то требуется дополнительное исследование, которое зачастую является громоздким.

Подводя итог сказанному, отмечу, что первый способ хорош для тех СЛАУ, у которых матрица системы квадратна. При этом сама СЛАУ содержит три или четыре неизвестных и взята из стандартных типовых расчетов или контрольных работ.

Видео:Матричный метод решения систем уравненийСкачать

Способ №2. Вычисление ранга методом элементарных преобразований.

Какие преимущества второго способа? Главное преимущество – это его универсальность. Нам совершенно неважно, является ли матрица системы квадратной или нет. Кроме того, мы фактически провели преобразования прямого хода метода Гаусса. Осталось лишь пару действий, и мы смогли бы получить решение данной СЛАУ. Честно говоря, второй способ нравится мне более первого, но выбор – это дело вкуса.

Ответ: Заданная СЛАУ совместна и определена.

$$ left( begin 1 & -1 & 2 & -1\ -1 & 2 & -3 & 3 \ 2 & -3 & 5 & -4 \ 3 & -2 & 5 & 1 \ 2 & -1 & 3 & 2 end right) begin phantom\r_2+r_1\r_3-2r_1\ r_4-3r_1\r_5-2r_1endrightarrow left( begin 1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & -1 & 1 & -2 \ 0 & 1 & -1 & 4 \ 0 & 1 & -1 & 4 end right) begin phantom\phantom\r_3-r_2\ r_4-r_2\r_5+r_2endrightarrow\ $$ $$ rightarrowleft( begin 1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 0 end right) begin phantom\phantom\phantom\ r_4-r_3\phantomendrightarrow left( begin 1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 end right) $$

Расширенная матрица системы приведена к ступенчатому виду. Ранг ступенчатой матрицы равен количеству её ненулевых строк, поэтому $rangwidetilde=3$. Матрица $A$ (до черты) тоже приведена к ступенчатому виду, и ранг её равен 2, $rang=2$.

Ответ: система несовместна.

Приводим расширенную матрицу системы к ступенчатому виду:

$$ left( begin 2 & 0 & 7 & -5 & 11 & 42\ 1 & -2 & 3 & 0 & 2 & 17 \ -3 & 9 & -11 & 0 & -7 & -64 \ -5 & 17 & -16 & -5 & -4 & -90 \ 7 & -17 & 23 & 0 & 15 & 132 end right) overset<r_1leftrightarrow> $$ $$ rightarrowleft( begin 1 & -2 & 3 & 0 & 2 & 17\ 2 & 0 & 7 & -5 & 11 & 42\ -3 & 9 & -11 & 0 & -7 & -64\ -5 & 17 & -16 & -5 & -4 & -90 \ 7 & -17 & 23 & 0 & 15 & 132 end right) begin phantom\ r_2-2r_1 \r_3+3r_1 \ r_4+5r_1 \ r_5-7r_1 end rightarrow left( begin 1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 3 & -2 & 0 & -1 & -13\ 0 & 7 & -1 & -5 & 6 & -5 \ 0 & -3 & 2 & 0 & 1 & 13 end right) begin phantom\ phantom\4r_3+3r_2 \ 4r_4-7r_2 \ 4r_5+3r_2 end rightarrow $$ $$ rightarrowleft( begin 1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 0 & -11 & 15 & -25 & -76\ 0 & 0 & -11 & 15 & -25 & -76 \ 0 & 0 & 11 & -15 & 25 & 76 end right) begin phantom\ phantom\phantom \ r_4-r_3 \ r_5+r_2 end rightarrow left( begin 1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 0 & -11 & 15 & -25 & -76\ 0 & 0 & 0 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 end right) $$

Мы привели расширенную матрицу системы и саму матрицу системы к ступенчатому виду. Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $rangwidetilde=ranglt$, то согласно пункту №2 следствия из теоремы Кронекера-Капелли данная система является неопределённой, т.е. имеет бесконечное количество решений.

Ответ: система является неопределённой.

Во второй части мы разберём примеры, которые нередко включают в типовые расчёты или контрольные работы по высшей математике: исследование на совместность и решение СЛАУ в зависимости от значений параметров, входящих в неё.

🔍 Видео

Исследование систем линейных уравнений на совместностьСкачать

Система линейных уравнений. Метод обратной матрицы. Матричный метод.Скачать

9. Метод обратной матрицы для решения систем линейных уравнений / матричный методСкачать

Обратная матрицаСкачать

Математика без Ху!ни. Метод Гаусса.Скачать

§32 Исследование на совместность СЛАУСкачать

Метод Крамера за 3 минуты. Решение системы линейных уравнений - bezbotvyСкачать

Решение системы линейных уравнений методом ГауссаСкачать

Лекция 13. Исследование систем линейных уравнений. Теорема Кронекера — Капелли.Скачать

Решение системы линейных алгебраических уравнений (СЛАУ) в Excel МАТРИЧНЫМ МЕТОДОМСкачать

Решение системы уравнений методом Гаусса 4x4Скачать

Матричный метод решения систем линейных уравнений (метод обратной матрицы)Скачать

Решение системы уравнений методом Гаусса. Бесконечное множество решенийСкачать

Обратная матрица (2 способа нахождения)Скачать