Критерий определенности квадратной системы линейных уравнений

Тема 2. Системы линейных уравнений

Критерий совместности систем линейных уравнений

Система m линейных уравнений c n неизвестными имеет вид:

(2.1)

Здесь – коэффициенты системы, – свободные члены, а — неизвестные вещественные числа. Используя понятие произведения матриц, можно переписать систему (2.1) в матричном виде:

где A = (а_ij) — матрица, состоящая из коэффициентов при неизвестных системы (2.1), которая называется матрицей системы, X = (x₁, x₂. x_n) T ,
B = (b₁, b₂. b_m) T — векторы-столбцы, составленные соответственно из неизвестных x_j и из свободных членов b_i.

Система называется однородной, если все ее свободные члены равны нулю: b_i=0 для всех i.

Если хотя бы один из свободных членов отличен от нуля, система называется неоднородной.

Совокупность чисел называется решениемсистемы (2.1), если после замены неизвестных числами соответственно каждое из уравнений системы превращается в верное равенство

Система (2.1) называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой, если она не имеет решений.

= ,

образованная путем приписывания справа к матрице столбца свободных членов, называется расширенной матрицей системы.

Теорема Кронекера- Капелли. Система линейных уравнений (2.1) совместна тогда и только тогда, когда ранги матриц и совпадают, т.е.
.

Для множества решений системы (2.1) имеются три возможности:

1) Если , решений нет. В этом случае система несовместна.

2) Если cистема имеет единственное решение. В этом случае система называется определенной.

3) Если cистема имеет бесчисленное множество решений. В этом случае система называется неопределенной.

Рассмотрим более подробно случай неопределенной системы. Предположим, что базисный минор матрицы находится в левом верхнем углу расширенной матрицы (всегда можно перенумеровать неизвестные и поменять местами строки, чтобы это было верно). Если ранг расширенной матрицы системы равен r, то первые r ее строк являются базисными. По теореме о базисном миноре каждая из строк расширенной матрицы, начиная с (r+1)-ой строки, является линейной комбинацией первых r строк этой матрицы. Это означает, что каждое из уравнений системы (2.1), начиная с (r+1)-го уравнения, является линейной комбинацией первых r уравнений этой системы. Придавая неизвестным совершенно произвольные значения, достаточно найти r неизвестных из первых r уравнений системы. Таким образом, в случае неопределенной системы переменных, которые называются базисными переменными, выражаются через ( ) переменных, которые называются свободными переменными.

Универсальным методом решения систем линейных уравнений является метод Гаусса, или метод исключения неизвестных. В частном случае, когда матрица системы квадратная и ее определитель отличен от нуля det( ) , можно использовать для нахождения решения либо метод Крамера, либо матричный метод.

Пример 2.1. Исследовать систему уравнений на совместность:

Решение.Выписываем расширенную матрицу системы:

= .

Вычислим ранг основной матрицы системы. Очевидно, что, например, минор второго порядка в левом верхнем углу = 7 ¹ 0; содержащие его миноры третьего порядка равны нулю:

M¢₃ = = 0, M²₃ = = 0.

Следовательно, ранг основной матрицы системы равен 2, т.е. r(A)=2. Для вычисления ранга расширенной матрицы `A рассмотрим окаймляющий минор

= = -35 ¹ 0,

значит, ранг расширенной матрицы r( ) = 3. Поскольку r(A) ¹ r( ), то система несовместна.

Дата добавления: 2015-09-29 ; просмотров: 3037 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

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

Метод Гаусса — определение и вычисление с примерами решения

Содержание:

Базисные и свободные переменные:

Пусть задана система

Элементарными преобразованиями системы линейных уравнений называются следующие преобразования:

1. исключение из системы уравнения вида
2. умножение обеих частей одного из уравнений системы на любое действительное число ;
3. перестановка местами уравнений системы;
4. прибавление к обеим частям одного из уравнений системы соответствующих частей другого уравнения, умноженных на любое действительное число не равное нулю.

Элементарные преобразования преобразуют данную систему уравнений в эквивалентную систему, т.е. в систему, которая имеет те же решения, что и исходная.

Для решения системы т линейных уравнений с т неизвестными удобно применять метод Гаусса, называемый методом последовательного исключения неизвестных, который основан на применении элементарных преобразований системы. Рассмотрим этот метод.

Предположим, что в системе (6.1.1). Если это не так, то переставим уравнения системы так, чтобы .

На первом шаге метода Гаусса исключим неизвестное из всех уравнений системы (6.1.1), начиная со второго. Для этого последовательно умножим первое уравнение системы на множители

и вычтем последовательно преобразованные уравнения из второго, третьего, . последнего уравнения системы (6.1.1). В результате получим эквивалентную систему:

(6.1.2)

в которой коэффициенты вычислены по формулам:

На втором шаге метода Гаусса исключим неизвестное из всех уравнений системы (6.1.2) начиная с третьего, предполагая, что (в противном случае, переставим уравнения системы (6.1.2)

чтобы это условие было выполнено). Для исключения неизвестного последовательно умножим второе уравнение системы (6.1.2) на множетели и вычтем последовательно преобразованные уравнения из третьего, четвёртого, последнего. уравнения системы (6.1.2). В результате получим эквивалентную систему:

в которой коэффициенты вычислены по формулам:

Продолжая аналогичные преобразования, систему (6.1.1) можно привести к одному из видов:

Совокупность элементарных преобразований, приводящих систему (6.1.1) к виду (6.1.4) или (6.1.5) называется прямым ходом метода Гаусса.

Отметим, что если на каком-то шаге прямого хода метода Гаусса получим уравнение вида:

, то это означает, что система (6.1.1) несовместна.

Итак, предположим, что в результате прямого хода метода Гаусса мы получили систему (6.1.4), которая называется системой треугольного вида. Тогда из последнего уравнения находим значение подставляем найденное значение в предпоследнее уравнение системы (6.1.4) и находим значение ; и т.д. двигаясь снизу вверх в системе (6.1.4) находим единственные значения неизвестных которые и определяют единственное решение системы (6.1.1). Построение решения системы (6.1.4) называют обратным ходом метода Гаусса.

Если же в результате прямого хода метода Гаусса мы получим систему (6.1.5), которая называется системой ступенчатого вида, то из последнего уравнения этой системы находим значение неизвсстного которое выражается через неизвестные . Найденное выражение подставляем в предпоследнее уравнение системы (6.1.5) и выражаем неизвестное через неизвестные и т.д. Двигаясь снизу вверх в системе (6.1.5) находим выражения неизвестных через неизвестные При этом неизвестные называются базисными неизвестными, а неизвестные — свободными. Так как свободным неизвестным можно придавать любые значения и получать соответствующие значения базисных неизвестных, то система (6.1.5), а, следовательно, и система (6.1.1) в этом случае имеет бесконечное множество решений. Полученные выражения базисных неизвестных через свободные неизвестные называются общим решением системы уравнений (6.1.1).

Таким образом, если система (6.1.1) путём элементарных преобразований приводится к треугольному виду (6.1.4), то она имеет единственное решение, если же она приводится к системе ступенчатого вида (6.1.5), то она имеет бесконечное множество решений. При этом неизвестные , начинающие уравнения ступенчатой системы, называются базисными, а остальные неизвестные — свободными.

Практически удобнее преобразовывать не саму систему уравнений (6.1.1), а расширенную матрицу системы, соединяя последовательно получающиеся матрицы знаком эквивалентности.

Формализовать метод Гаусса можно при помощи следующего алгоритма.

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

Алгоритм решения системы m линейных уравнений с n неизвестными методом Гаусса

1. Составьте расширенную матрицу коэффициентов системы уравнений так, чтобы было не равно нулю:

2. Выполните первый шаг метода Гаусса: в первом столбце начиная со второй строки, запишите нули, а все другие элементы вычислите по формуле

Матрица после первого шага примет вид

3. Выполните второй шаг метода Гаусса, предполагая, что : во втором столбце начиная с третьей строки, запишите нули, а все другие элементы вычислите по формуле

После второго шага матрица примет вид

4. Продолжая аналогичные преобразования, придёте к одному из двух случаев:

а) либо в ходе преобразований получим уравнение вида

тогда данная система несовместна;

б) либо придём к матрице вида:

где . Возможное уменьшение числа строк

связано с тем, что в процессе преобразований матрицы исключаются строки, состоящие из нулей.

5. Использовав конечную матрицу, составьте систему, при этом возможны два случая:

Система имеет единственное,решение , которое находим из системы обратным ходом метода Гаусса. Из последнего уравнения находите . Из предпоследнего уравнения находите затем из третьего от конца — и т.д., двигаясь снизу вверх, найдём все неизвестные .

5.2. :

Тогда r неизвестных будут базисными, а остальные (n-r) — свободными. Из последнего уравнения выражаете неизвестное через . Из предпоследнего уравнения находите и т.д.

Система имеет в этом случае бесконечное множество решений.

Приведенный алгоритм можно несколько видоизменить и получить алгоритм полного исключения, состоящий в выполнении следующих шагов. На первом шаге:

1. составляется расширенная матрица;
2. выбирается разрешающий элемент расширенной матрицы (если , строки матрицы можно переставить так, чтобы выполнялось условие );
3. элементы разрешающей строки (строки, содержащей разрешающий элемент) оставляем без изменения; элементы разрешающего столбца (столбца, содержащего разрешающий элемент), кроме разрешающего элемента, заменяем нулями;
4. все другие элементы вычисляем по правилу прямоугольника: преобразуемый элемент равен разности произведений элементов главной диагонали (главную диагональ образует разрешающий элемент и преобразуемый) и побочной диагонали (побочную диагональ образуют элементы, стоящие в разрешающей строке и разрешающем столбце): — разрешающий элемент (см. схему).

Последующие шаги выполняем по правилам:

1) выбирается разрешающий элемент (диагональный элемент матрицы);

2) элементы разрешающей строки оставляем без изменения;

3) все элементы разрешающего столбца, кроме разрешающего элемента, заменяем нулями; • •

4) все другие элементы матрицы пересчитываем по правилу прямоугольника.

На последнем шаге делим элементы строк на диагональные элементы матрицы, записанные слева от вертикальной черты, и получаем решение системы.

Пример:

Решить систему уравнений:

Решение:

Составим расширенную матрицу системы, и применим алгоритм полного исключения, обозначая разрешающий элемент символом

Из последней матрицы находим следующее решение системы

уравнении:

Ответ:

Пример:

Решить систему уравнений:

Решение:

Составим расширенную матрицу системы, и применим алгоритм полного исключения, обозначая разрешающий элемент символом

Система привелась к ступенчатому виду (трапециевидной форме):

в которой неизвестные — базисные, а — свободные. Из второго уравнения системы (6.1.6) находим выражение через . Из первого уравнений найдём выражение через и . Система имеет бесконечное множество решений. Общее решение системы имеет вид:

в котором принимают любые значения из множества действительных чисел.

Если в общем решении положить , то получим решение , которое называется частным решением заданной системы.

Ответ: система имеет бесконечное множество решений, общее решение которой записывается в виде:

Пример:

Решить систему уравнений:

Решение:

Составим расширенную матрицу системы, и применим алгоритм полного исключения, обозначая разрешающий элемент символом В последней матрице мы получили четвёртую строку, которая равносильна уравнению . Это означает, что заданная система не имеет решений.

Ответ: система несовместна.

Замечание 1. Если дана система уравнений (6.1.1), в которой число уравнений m равно числу неизвестных n (m=n) и определитель этой системы не равен нулю , то система имеет единственное решение, которое можно найти по формулам Крамера: , где определитель получен из определи-теля заменой j-ro столбца столбцом свободных членов.

Если же такую систему (m-n) записать в матричной форме AX=F, то её решение можно найти по формуле и оно является единственным.

Замечание 2. Используя метод Гаусса, тем самым и алгоритм полного исключения, можно находить обратную матрицу. Для этого составляется расширенная матрица, в которой слева от вертикальной черты записана матрица А, а справа — единичная матрица. Реализовав алгоритм полного исключения, справа от вертикальной черты получаем обратную матрицу, а слева — единичную.

Пример:

Найти обратную матрицу для матрицы:

Решение:

то обратная матрица существует. Составим расширенную мат-рицу и применим алгоритм полного исключения:

Покажем, что

ответ

Исследование совместности и определённости системы. Теорема Кронекера-Капелли

Рассмотрим систему (6.1.1) m линейных уравнений с n неизвестными при любых m и n (случай m=n не исключается). Вопрос о совместности системы решается следующим критерием.

Теорема 6.2.1. (критерий Кронкера-Капелли). Для того, чтобы система линейных уравнений(6.1.1) была совместна, необходимо и достаточно, чтобы ранг матрицы А системы был равен рангу расширенной матрицы .

Доказательство и Необходимость:

Предположим, что система (6.1.1) совместна и — какое-либо её решение (возможно единственное). По определению решения системы получаем:

Из этих равенств следует, что последний столбец матрицы есть линейная комбинация остальных ее столбцов с коэффициентами , то есть система вектор-столбцов матрицы линейно зависима (свойство 3 п.2.5) и значит последний столбец матрицы не изменяет ранга матрицы А, т.е.

.

Достаточность. Пусть . Рассмотрим r базисных

столбцов матрицы А, которые одновременно будут базисными столбцами и матрицы . В этом случае последний столбец матрицы можно представить как линейную комбинацию базисных столбцов, а следовательно, и как линейную комбинацию всех столбцов матрицы А, то есть

где — коэффициенты линейных комбинаций. А это означает, что — решение системы (6.1.1), следовательно,

эта система совместна.

Совместная система линейных уравнений (6.1.1) может быть либо определенной, либо неопределенной.

Следующая теорема даст критерий определенности.

Теорема 6.2.2. Совместная система линейных уравнений имеет единственное решение тогда и только тогда, когда ранг матрицы А системы равен числу п ее неизвестных.

Таким образом, если число уравнений m системы (6.1.1) меньше числа ее неизвестных n и система совместна, то ранг матрицы системы . Значит система неопределенная.

В случае по теореме 6.2.2 получаем, что система имеет единственное решение. Так как , то определитель и квадратная матрица А имеет обратную x матрицу и её решение можно найти по формуле: , где Х- столбец неизвестных, F— столбец свободных членов, или по формулам Крамера.

Следует отметить, что, решая систему (6.1.1) методом Гаусса, мы определяем и совместность, и определённость системы.

Пример:

Исследовать на совместность и определённость следующую систему линейных уравнений:

Решение:

Составим расширенную матрицу заданной системы. Определяя её ранг, находим тем самым и ранг матрицы системы. Для нахождения ранга матрицы применим алгоритм метода Гаусса.

Из последней матрицы следует, что ранг расширенной матрицы не может быть больше ранга матрицы А системы. Так как

, то заданная система совместная и неопределённая.

Однородные системы линейных уравнений

Система линейных уравнений (6.1.1) называется однородной, если все свободные члены равны нулю, то есть система имеет следующий вид:

Эта система всегда совместна, так как очевидно, что она имеет нулевое решение

Для однородной системы важно установить, имеет ли она ненулевые решения. Этот факт устанавливается следующей теоремой.

Теорема 6.3.1. Для того, чтобы однородная система имела ненулевые решения, необходимо и достаточно, чтобы ранг г матрицы А системы был меньше числа неизвестных n (rn).

Доказательство. Необходимость. Пусть система (6.3.1) имеет ненулевое решение. Тогда она неопределённая, т.к. имеет еще и нулевое решение. В силу теоремы 6.2.2 ранг матрицы неопределённой системы не может равняться n потому что при r(А)=n система определённая. Следовательно, и так как он не может быль больше n то .

Достаточность. Если , то в силу теоремы 6.2.2 система (6.3.1) имеет бесчисленное множество решений. А так как только одно решение является нулевым, то все остальные решения ненулевые.

Следствие 1. Если число неизвестных в однородной системе больше числа уравнений, то однородная система имеет ненулевые решения.

Доказательство. Действительно, ранг матрицы системы (6.3.1) не может превышать m. Но так как по условию, то и . Следовательно, в силу теоремы 6.3.1 система имеет ненулевые решения.

Следствие 2. Для того, чтобы однородная система с квадрат-ной матрицей имела ненулевые решения, необходимо и достаточно, чтобы её определитель равнялся нулю.

Доказательство. Рассмотрим однородную систему с квадратной матрицей:

(6.3.2)

Если определитель матрицы системы , то ранг матрицы , тогда в силу теоремы 6.3.1 система (6.3.2) имеет ненулевое решение, так как условие является необходимым и достаточным условием для существования ненулевого решения. Заметим, что если определитель матрицы системы (6.3.2) не равен нулю, то в силу теоремы 6.3.1 она имеет только нулевое решение.

Пример:

Решить систему однородных линейных уравнений:

Решение:

Составим матицу системы и применим алгоритм полного исключения:

Из последней матрицы следует, что и система имеет бесчисленное множество решений.

Используя последнюю матрицу, последовательно находим общее решение:

Неизвестные — базисные, — свободная неизвестная, .

Фундаментальная система решений. Общее решение неоднородной системы линейных уравнений

Рассмотрим систему однородных линейных уравнений

(6.4.1)

системы m линейных однородных уравнений с n неизвестными можно рассматривать как вектор-строку или как вектор-столбец . Поэтому имеют смысл такие понятия, как сумма двух решений, произведение решения на число, линейная комбинация решений, линейная зависимость или независимость системы решений. Непосредственной подстановкой в систему (6.4.1) можно показать, что:

1) сумма двух решений также является решением системы, т.е.

если — решения системы

(6.4.1), то и — решение системы (6.4.1);

2) произведение решенийна любое число есть решение системы, т.е. — решение системы.

Из приведенных свойств следует, что

3) линейная комбинация решений системы (6.4.1) является решением этой системы.

В частности, если однородная система (6.4.1) имеет хотя бы одно ненулевое решение, то из него умножением на произвольные числа, можно получить бесконечное множество решений.

Определение 6.4.1. Фундаментальной системой решений для системы однородных линейных уравнений (6.4.1) называется линейно независимая система решений, через которую линейно выражается любое решение системы (6.4.1).

Заметим, что если ранг матрицы системы (6.4.1) равен числу неизвестных n (r(А)=n), то эта система не имеет фундаментальной системы решений, так как единственным решением будет нулевое решение, составляющее линейно зависимую систему. Существование и число фундаментальных решений определяется следующей теоремой.

Теорема 6.4.1. Если ранг матрицы однородной системы уравнений (6.4.1) меньше числа неизвестных (r(А)n), то система (6.4.1) имеет бесконечное множество фундаментальных систем решений, причём каждая из них состоит из n-r решений и любые n-r линейно независимые решения составляют фундаментальную систему.

Сформулируем алгоритм построения фундаментальной системы решений:

1. Выбираем любой определитель порядка n-r, отличный от нуля, в частности, определитель порядка n-r, у которого элементы главной диагонали равны единице, а остальные — нули.
2. Свободным неизвестным придаём поочерёдно значения, равные элементам первой, второй и т.д. строк определителя, и каждый раз из общего решения находим соответствующие значения базисных неизвестных.
3. Из полученных n-r решений составляют фундаментальную систему решений.

Меняя произвольно определитель , можно получать всевозможные фундаментальные системы решений.

Пример:

Найти общее решение и фундаментальную систему решений для однородной системы уравнений:

Решение:

Составим матрицу системы и применим алгоритм полного исключения.

Для последней матрицы составляем систему:

,

, из которой находим общее решение:

в котором — базисные неизвестные, а — свободные неизвестные.

Построим фундаментальную систему решений. Для этого выбираем определитель и свободным неизвестным придаём поочерёдно значения, равные элементам первой, а затем второй строк, т.е. положим вначале и получим из общего решения ; затем полагаем , из общего решения находим: .

Таким образом, построенные два решения (1; -1; 1; 0) и (-6; 4; 0; 1) составляют фундаментальную систему решений.

Если ранг матрицы системы однородных линейных уравнений (6.4.1) на единицу меньше числа неизвестных: то , и значит, фундаментальная система состоит из одного решения. Следовательно, любое ненулевое решение образует фундаментальную систему. В этом случае любые два решения различаются между собой лишь числовыми множителями.

Рассмотрим теперь неоднородную систему m линейных уравнений с n неизвестными (6.1.1). Если в системе (6.1.1) положить , то полученная однородная система называется приведенной для системы (6.1.1).

Решения системы (6.1.1) и её приведенной системы удовлетворяют свойствам:

1. Сумма и разность любого решения системы (6.1.1) и любого решения её приведенной системы является решением неоднородной системы.
2. Все решения неоднородной системы можно получить, прибавляя к одному (любому) её решению поочерёдно все решения её приведенной системы.

Из этих свойств следует теорема.

Теорема 6.4.2. Общее решение неоднородной системы (6.1.1.) определяется суммой любого частного решения этой системы и общего решения её приведенной системы.

Пример:

Найти общее решение системы:

Решение:

Составим расширенную матрицу (A|F) заданной системы и применим алгоритм полного исключения:

,

Преобразованной матрице соответствует система уравнений:

из которой находим общее решение системы:

, где — базисные неизвестные, а — свободные неизвестные.

Покажем, что это общее решение определяется суммой любого частного решения заданной системы и общего решения приведенной системы.

Подставляя вместо свободных неизвестных в общее решение системы нули, получаем частное решение исходной системы: .

Очевидно, что общее решение приведенной системы имеет вид:

Суммируя частное решение заданной системы и общее решение приведенной системы, получим общее решение (6.4.2) исходной системы.

Отметим, что общее решение системы (6.1.1) можно представить в векторном виде:

где — • некоторое решение (вектор-строка) системы (6.1.1);

— фундаментальная система решений системы (6.4.1);

— любые действительные числа.

Формула (6.4.4) называется общим решением системы (6.1.1) в векторной форме.

Запишем общее решение системы примера 6.4.1 в векторной форме. Для этого определим фундаментальную систему решений приведенной системы. Возьмём определитель и придадим поочерёдно свободным неизвестным значения, равные элементам строк. Пусть тогда из общего решения (6.4.3) приведенной системы находим ; если же , то . Следовательно, фундаментальную систему решений образуют решения: и . Тогда общее решение заданной системы в векторной форме имеет вид: , где — частное решение заданной системы; .

Видео:Исследование систем линейных уравнений на совместностьСкачать

Определение метода Гаусса

Исторически первым, наиболее распространенным методом решения систем линейных уравнений является метод Гаусса, или метод последовательного исключения неизвестных. Сущность этого метода состоит в том, что посредством последовательных исключений неизвестных данная система превращается в ступенчатую (в частности, треугольную) систему, равносильную данной. При практическом решении системы линейных уравнений методом Гаусса удобнее приводить к ступенчатому виду не саму систему уравнений, а расширенную матрицу этой системы, выполняя элементарные преобразования над ее строками. Последовательно получающиеся в ходе преобразования матрицы обычно соединяют знаком эквивалентности.

Пример:

Решить систему уравнений методом Гаусса:

Решение:

Выпишем расширенную матрицу данной системы и произведем следующие элементарные преобразования над ее строками:

а) из ее второй и третьей строк вычтем первую, умноженную соответственно на 3 и 2:

б) третью строку умножим на (-5) и прибавим к ней вторую:

В результате всех этих преобразований данная система приводится к треугольному виду:

Из последнего уравнения находим Подставляя это значение во второе уравнение, имеем Далее из первого уравнения получим

Видео:13 Исследование систем линейных уравненийСкачать

Вычисление метода Гаусса

Этот метод основан на следующей теореме.

Теорема:

Элементарные преобразования не изменяют ранга матрицы.

К элементарным преобразованиям матрицы относят:

1. перестановку двух параллельных рядов;
2. умножение какого-нибудь ряда на число, отличное от нуля;
3. прибавление к какому-либо ряду матрицы другого, параллельного ему ряда, умноженного на произвольное число.

Путем элементарных преобразований исходную матрицу можно привести к трапециевидной форме

где все диагональные элементы отличны от нуля. Тогда ранг полученной матрицы равен рангу исходной матрицы и равен k.

Пример:

Найти ранг матрицы

1) методом окаймляющих миноров;

2 ) методом Гаусса.

Указать один из базисных миноров.

Решение:

1. Найдем ранг матрицы методом окаймляющих миноров. Выберем минор второго порядка, отличный от нуля. Например,

Существуют два минора третьего порядка, окаймляющих минор

Т.к. миноры третьего порядка равны нулю, ранг матрицы равен двум. Базисным минором является, например, минор

2. Найдем ранг матрицы методом Гаусса. Производя последовательно элементарные преобразования, получим:

1. переставили первую и третью строки;
2. первую строку умножили на 2 и прибавили ко второй, первую строку умножили на 8 и прибавили к третьей;
3. вторую строку умножили на -3 и прибавили к третьей.

Последняя матрица имеет трапециевидную форму и ее ранг равен двум. Следовательно, ранг исходной матрицы также равен двум.

• Прямая линия на плоскости и в пространстве
• Плоскость в трехмерном пространстве
• Функция одной переменной
• Производная функции одной переменной
• Дифференциальные уравнения с примерами
• Обратная матрица — определение и нахождение
• Ранг матрицы — определение и вычисление
• Определители второго и третьего порядков и их свойства

При копировании любых материалов с сайта evkova.org обязательна активная ссылка на сайт www.evkova.org

Сайт создан коллективом преподавателей на некоммерческой основе для дополнительного образования молодежи

Сайт пишется, поддерживается и управляется коллективом преподавателей

Whatsapp и логотип whatsapp являются товарными знаками корпорации WhatsApp LLC.

Cайт носит информационный характер и ни при каких условиях не является публичной офертой, которая определяется положениями статьи 437 Гражданского кодекса РФ. Анна Евкова не оказывает никаких услуг.

Видео:15. Однородная система линейных уравнений / фундаментальная система решенийСкачать

Метод Крамера – теорема, примеры решений

Метод Крамера часто применяется для систем линейных алгебраических уравнений (СЛАУ). Этот способ решения один из самых простых. Как правило, данный метод применяется только для тех систем, где по количеству неизвестных столько же, сколько и уравнений. Чтобы получилось решить уравнение, главный определитель матрицы не должен равняться нулю.

Габриель Крамер – математик, создатель одноименного метода решения систем линейных уравнений

Габриель Крамер – известный математик, который родился 31 июля 1704 года. Ещё в детстве Габриель поражал своими интеллектуальными способностями, особенно в области математики. Когда Крамеру было 20 лет, он устроился в Женевский университет штатным преподавателем.

Во время путешествия по Европе Габриель познакомился с математиком Иоганном Бернулли, который и стал его наставником. Только благодаря Иоганну, Крамер написал много статей по геометрии, истории математики и философии. А в свободное от работы время изучал математику всё больше и больше.

Наконец-то наступил тот день, когда Крамер нашёл способ, при помощи которого можно было бы легко решать не только лёгкие, но и сложные системы линейных уравнений.

В 1740 году у Крамера были опубликованы несколько работ, где доступно изложено решение квадратных матриц и описан алгоритм, как находить обратную матрицу. Далее математик описывал нахождения линейных уравнений разной сложности, где можно применить его формулы. Поэтому тему так и назвали: «Решение систем линейных уравнений методом Крамера».

Учёный умер в возрасте 48 лет (в 1752 году). У него было ещё много планов, но, к сожалению, он так и не успел их осуществить.

Видео:Система линейных уравнений. Общее решение. Метод ГауссаСкачать

Вывод формулы Крамера

Пусть дана система линейных уравнений такого вида:

где , , – неизвестные переменные, – это числовые коэффициенты, в – свободные члены.

Решением СЛАУ (систем линейных алгебраических уравнение) называются такие неизвестные значения при которых все уравнения данной системы преобразовываются в тождества.

Если записать систему в матричном виде, тогда получается , где

В данной главной матрице находятся элементы, коэффициенты которых при неизвестных переменных,

Это матрица-столбец свободных членов, но есть ещё матрица-столбец неизвестных переменных:

После того, когда найдутся неизвестные переменные, матрица и будет решением системы уравнений, а наше равенство преобразовывается в тождество. . Если умножить , тогда . Получается: .

Если матрица – невырожденная, то есть, её определитель не равняется нулю, тогда у СЛАУ есть только одно единственное решение, которое находится при помощи метода Крамера.

Как правило, для решения систем линейных уравнений методом Крамера, нужно обращать внимания на два свойства, на которых и основан данный метод:

1. Определитель квадратной матрицы равняется сумме произведений элементов любой из строк (столбца) на их алгебраические дополнения:

, здесь – 1, 2, …, n; – 1, 2, 3, …, n.

2. Сумма произведений элементов данной матрицы любой строки или любого столбца на алгебраические дополнения определённых элементов второй строки (столбца) равняется нулю:

,

,

где – 1, 2, …, n; – 1, 2, 3, …, n. .

Итак, теперь можно найти первое неизвестное . Для этого необходимо умножить обе части первого уравнения системы на , части со второго уравнения на , обе части третьего уравнения на и т. д. То есть, каждое уравнение одной системы нужно умножать на определённые алгебраические дополнения первого столбца матрицы :

Теперь прибавим все левые части уравнения, сгруппируем слагаемые, учитывая неизвестные переменные и приравняем эту же сумму к сумме правых частей системы уравнения:

.

Можно обратиться к вышеописанным свойствам определителей и тогда получим:

И предыдущее равенство уже выглядит так:

Откуда и получается .

Аналогично находим . Для этого надо умножить обе части уравнений на алгебраические дополнения, которые находятся во втором столбце матрицы .

Теперь нужно сложить все уравнения системы и сгруппировать слагаемые при неизвестных переменных. Для этого вспомним свойства определителя:

Откуда получается .

Аналогично находятся все остальные неизвестные переменные.

тогда получаются формулы, благодаря которым находятся неизвестные переменные методом Крамера:

, , .

Замечание.

Тривиальное решение при может быть только в том случае, если система уравнений является однородной . И действительно, если все свободные члены нулевые, тогда и определители равняются нулю, так как в них содержится столбец с нулевыми элементами. Конечно же, тогда формулы , , дадут

Нужна помощь в написании работы?

Мы — биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Правки вносим бесплатно.

Видео:Решение системы уравнений методом ГауссаСкачать

Метод Крамера – теоремы

Прежде чем решать уравнение , необходимо знать:

1. теорему аннулирования;
2. теорему замещения.

Теорема замещения

Сумма произведений алгебраических дополнений любого столбца (строки) на произвольные числа равняется новому определителю, в котором этими числами заменены соответствующие элементы изначального определителя, что отвечают данным алгебраическим дополнениям.

=

где – алгебраические дополнения элементов первого столбца изначального определителя:

Теорема аннулирования

Сумма произведений элементов одной строки (столбца) на алгебраические дополнения соответствующих элементов другой строки (столбца) равняется нулю.

Видео:Совместные и несовместные, определенные и неопределенные системы линейных уравненийСкачать

Алгоритм решения уравнений методом Крамера

Метод Крамера – простой способ решения систем линейных алгебраических уравнений. Такой вариант применяется исключительно к СЛАУ, у которых совпадает количество уравнений с количеством неизвестных, а определитель отличен от нуля.

Итак, когда выучили все этапы, можно переходить к самому алгоритму решения уравнений методом Крамера. Запишем его последовательно:

Шаг 1. Вычисляем главный определитель матрицы

и необходимо убедиться, что определитель отличен от нуля (не равен нулю).

Шаг 2. Находим определители

Это и есть определители матриц, которые получались из матрицы при замене столбцов на свободные члены.

Шаг 3. Вычисляем неизвестные переменные

Теперь вспоминаем формулы Крамера, по которым вычисляем корни (неизвестные переменные):

, , .

Шаг 4. Выполняем проверку

Выполняем проверку решения при помощи подстановки в исходную СЛАУ. Абсолютно все уравнения в системе должны быть превращены в тождества. Также можно высчитать произведение матриц . Если в итоге получилась матрица, которая равняется , тогда система решена правильно. Если же не равняется , скорей всего в одном из уравнений есть ошибка.

Давайте для начала рассмотрим систему двух линейных уравнений, так как она более простая и поможет понять, как правильно использовать правило Крамера. Если вы поймёте простые и короткие уравнения, тогда сможете решить более сложные системы трёх уравнений с тремя неизвестными.

Кроме всего прочего, есть системы уравнений с двумя переменными, которые решаются исключительно благодаря правилу Крамеру.

Итак, дана система двух линейных уравнений:

Для начала вычисляем главный определитель (определитель системы):

Значит, если , тогда у системы или много решений, или система не имеет решений. В этом случае пользоваться правилом Крамера нет смысла, так как решения не получится и нужно вспоминать метод Гаусса, при помощи которого данный пример решается быстро и легко.

В случае, если , тогда у система есть всего одно решение, но для этого необходимо вычислить ещё два определителя и найти корни системы.

Часто на практике определители могут обозначаться не только , но и латинской буквой , что тоже будет правильно.

Корни уравнения найти просто, так как главное, знать формулы:

,

Так как мы смогли решить систему двух линейных уравнений, теперь без проблем решим и систему трёх линейных уравнений, а для этого рассмотрим систему:

Здесь алгебраические дополнения элементов – первый столбец . Во время решения не забывайте о дополнительных элементах. Итак, в системе линейных уравнений нужно найти три неизвестных – при известных других элементах.

Создадим определитель системы из коэффициентов при неизвестных:

Умножим почленно каждое уравнение соответственно на , , – алгебраические дополнения элементов первого столбца (коэффициентов при ) и прибавим все три уравнения. Получаем:

Согласно теореме про раскладывание, коэффициент при равняется . Коэффициенты при и будут равняться нулю по теореме аннулирования. Правая часть равенства по теореме замещения даёт новый определитель, который называется вспомогательным и обозначается

После этого можно записать равенство:

Для нахождения и перемножим каждое из уравнений изначальной системы в первом случае соответственно на , во втором – на и прибавим. Впоследствии преобразований получаем:

,

Если , тогда в результате получаем формулы Крамера:

= , = , =

Видео:Теорема Кронекера-КапеллиСкачать

Порядок решения однородной системы уравнений

Отдельный случай – это однородные системы:

Среди решений однородной системы могут быть, как нулевые решения , так и решения отличны от нуля.

Если определитель однородной системы (3) отличен от нуля , тогда у такой системы может быть только одно решение.

Действительно, вспомогательные определители , как такие у которых есть нулевой столбец и поэтому, за формулами Крамера

Если у однородной системы есть отличное от нуля решение, тогда её определитель равняется нулю

Действительно, пусть одно из неизвестных , например, , отличное от нуля. Согласно с однородностью Равенство (2) запишется: . Откуда выплывает, что

Видео:Математика без Ху!ни. Метод Гаусса.Скачать

Примеры решения методом Крамера

Рассмотрим на примере решение методом Крамера и вы увидите, что сложного ничего нет, но будьте предельно внимательно, так как частые ошибки в знаках приводят к неверному ответу.

Задача

Решить систему линейных уравнений методом Крамера:

Решение

Первое, что надо сделать – вычислить определитель матрицы:

Как видим, , поэтому по теореме Крамера система имеет единственное решение (система совместна). Далее нужно вычислять вспомогательные определители. Для этого заменяем первый столбец из определителя на столбец свободных коэффициентов. Получается:

Аналогично находим остальные определители:

,

.

Ответ

, .

Задача

Решить систему уравнений методом Крамера:

Решение

Ответ

= = = = = =

Проверка

* = * = =

* = * = =

* = * = =

Уравнение имеет единственное решение.

Ответ

= = =

Задача

Решить систему методом Крамера

Решение

Как вы понимаете, сначала находим главный определитель:

Как мы видим, главный определитель не равняется нулю и поэтому система имеет единственное решение. Теперь можно вычислить остальные определители:

При помощи формул Крамера находим корни уравнения:

, , .

Чтобы убедиться в правильности решения, необходимо сделать проверку:

Как видим, подставив в уравнение решённые корни, у нас ответ получился тот же, что и в начале задачи, что говорит о правильном решении уравнений.

Ответ

Система уравнений имеет единственное решение: , , .

Есть примеры, когда уравнение решений не имеет. Это может быть в том случае, когда определитель системы равен нулю, а определители при неизвестных неравны нулю. В таком случае говорят, что система несовместна, то есть не имеет решений. Посмотрим на следующем примере, как такое может быть.

Задача

Решить систему линейных уравнений методом Крамера:

Решение

Как и в предыдущих примерах находим главный определитель системы:

В этой системе определитель равняется нулю, соответственно, система несовместна и определенна или же несовместна и не имеет решений. Чтобы уточнить, надо найти определители при неизвестных так, как мы делали ранее:

Мы нашли определители при неизвестных и увидели, что все они не равны нулю. Поэтому система несовместна и не имеет решений.

Ответ

Система не имеет решений.

Часто в задачах на системы линейных уравнений встречаются такие уравнения, где есть не одинаковые буквы, то есть, кроме букв, которые обозначают переменные, есть ещё и другие буквы и они обозначают некоторое действительное число. На практике к таким уравнениям и системам уравнений приводят задачи на поиск общих свойств каких-либо явлений и предметов. То есть, изобрели вы какой-либо новый материал или устройство, а для описания его свойств, общих независимо от величины или количества экземпляра, нужно решить систему линейных уравнений, где вместо некоторых коэффициентов при переменных – буквы. Давайте и рассмотрим такой пример.

Задача

Решить систему линейных уравнений методом Крамера:

Решение

В этом примере – некоторое вещественное число. Находим главный определитель:

Находим определители при неизвестных:

Используя формулы Крамера, находим:

, .

Ответ

,

.

И наконец, мы перешли к самой сложной системе уравнений с четырьмя неизвестными. Принцип решения такой же, как и в предыдущих примерах, но в связи с большой системой можно запутаться. Поэтому рассмотрим такое уравнение на примере.

Задача

Найти систему линейных уравнений методом Крамера:

Здесь действуют система определителей матрицы высших порядков, поэтому вычисления и формулы рассмотрены в этой теме, а мы сейчас просто посчитаем систему уравнений с четырьмя неизвестными.

Решение

В изначальном определители из элементов второй строки мы отнимали элементы четвёртой строки, а из элементов третьей строки отнимались элементы четвёртой строки, которые умножались на 2. Также отнимали из элементов четвёртой строки элементы первой строки, умноженной на два. Преобразования первоначальных определителей при трёх первых неизвестных произведены по такой же схеме. Теперь можно находить определители при неизвестных:

Для преобразований определителя при четвёртом неизвестном из элементов первой строки мы вычитали элементы четвёртой строки.

Теперь по формулам Крамера нужно найти:

,

,

,

.

Ответ

Итак, мы нашли корни системы линейного уравнения:

,

,

,

.

Видео:2 минуты на формулы Крамера ➜ Решение систем уравнений методом КрамераСкачать

Подведём итоги

При помощи метода Крамера можно решать системы линейных алгебраических уравнений в том случае, если определитель не равен нулю. Такой метод позволяет находить определители матриц такого порядка, как на благодаря формулам Крамера, когда нужно найти неизвестные переменные. Если все свободные члены нулевые, тогда их определители равны нулю, так как в них содержится столбец с нулевыми элементами. И конечно же, если определители равняются нулю, лучше решать систему методом Гаусса, а не Крамера, только тогда ответ будет верный.

Рекомендуем почитать для общего развития

Решение методом Крамера в Excel

🌟 Видео

Свойства систем линейных уравнений (01)Скачать

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

Системы линейных уравнений: Теорема Кронекера-КапеллиСкачать

Тимашев Д. А. - Алгебра, Часть 1. Лекции - 5. Система линейных уравненийСкачать

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

Математика Без Ху!ни. Система линейных уравнений. Метод Крамера.Скачать

Лекция 12. Системы линейных уравненийСкачать

§32 Исследование на совместность СЛАУСкачать