Система уравнений определена неопределена или противоречива (2 видео)

Системы линейных уравнений

Содержание

Классификация систем линейных уравнений
Теорема Кронекера-Капелли. Исследование систем линейных уравнений на совместность. Первая часть.
Способ №1. Вычисление рангов по определению.
Способ №2. Вычисление ранга методом элементарных преобразований.
Исследование СЛАУ. Общие сведения
Общие сведения (определения, условия, методы, виды)
Ранг матрицы и его свойства
📽️ Видео

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

Классификация систем линейных уравнений

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

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

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

Видео:Исследование систем линейных уравнений на совместностьСкачать

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

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:Система линейных уравнений. Общее решение. Метод ГауссаСкачать

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:Система уравнений. Метод алгебраического сложенияСкачать

Исследование СЛАУ. Общие сведения

В данной статье мы расскажем о методах, видах, условиях и определениях исследований решений систем линейных уравнений, что такое метод Кронекера-Капели, а также приведем примеры.

Видео:13 Исследование систем линейных уравненийСкачать

Общие сведения (определения, условия, методы, виды)

Системы линейных алгебраических уравнений с n неизвестными могут иметь:

единственное решение;
бесконечное множество решение (неопределенные СЛАУ);
ни одного решения (несовместные СЛАУ).

Пример 1

Система x + y + z = 1 2 x + 2 y + 2 z = 3 не имеет решений, поэтому она несовместна.

Система x + y = 1 2 x + 7 y = — 3 имеет единственное решение x = 2 ; y = 1 .

Система x + y = 1 2 x + 2 y = 2 3 x + 3 y = 3 имеет бесконечное множество решений x = t y = 1 — t при — ∞ t ∞ .

Перед решением системы уравнений необходимо исследовать систему, т.е. ответить на следующие вопросы:

Совместна ли система?
Если система совместна, то, какое количество решений она имеет — одно или несколько?
Как найти все решения?

Если система малоразмерна при m = n , то ответить на поставленные вопросы можно при помощи метода Крамера:

если основной определитель системы, то система совместна и имеет единственное решение, которое вычисляется методом Крамера;
если, и один из вспомогательных определителей, то система не является совместной, т.е. не имеет решений;
если и все, и один из коэффициентов СЛАУ, то система не является определенной и имеет бесконечное множество решений.

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

Ранг матрицы и его свойства

Бывают случаи, которые выбиваются из представленных вариантов решения СЛАУ, например, линейные уравнения с большим количеством уравнений и неизвестных.

Для такого варианта решения существует ранг матрицы, который представляет собой алгоритм действий в случае решения системы матрицы, когда

В математике выделяют следующие подходы к определению ранга матрицы:

при помощи понятия линейной зависимости/независимости строк/столбцов матрицы. Ранг равен максимальному количеству независимых строк (столбцов) матрицы
при помощи понятия минора матрицы в качестве наивысшего порядка минора, который отличается от нуля. Минор матрицы порядка k — определитель k-го порядка, составленный из элементов, которые стоят на пересечении вычеркиваемых k-строк и k-столбцов матрицы;
при помощи метода Гаусса. По завершении прямого хода ранг матрицы равняется количеству ненулевых строк.

Обозначение ранга матрицы: r ( A ) , r g ( A ) , r A .

Свойства ранга матрицы:

квадратная невырожденная матрица обладает рангом, который отличается от нуля;
если транспонировать матрицу, то ранг матрицы не изменяется;
если поменять местами 2 параллельные строки или 2 параллельных столбца, ранг матрицы не изменяется;
при удалении нулевого столбца или строки ранг матрицы не изменяется;
ранг матрицы не изменяется, если удалить строку или столбец, которые являются линейной комбинацией других строк;
при умножении все элементов строки/столбца на число k н е р а в н о н у л ю ранг матрицы не изменяется;
ранг матрицы не больше меньшего из ее размеров: r ( А ) ≤ m i n ( m ; n ) ;
когда все элементы матрицы равны нулю, то только тогда r ( A ) = 0 .

Пример 2

А 1 = 1 1 1 2 2 2 3 3 3 , B 1 = 1 0 0 0 0 0

r ( A 1 ) = 1 , r ( B 1 ) = 1

А 2 = 1 2 3 4 0 5 6 7 0 0 0 0 ; В 2 = 1 1 3 1 2 1 4 3 1 2 5 0 5 4 13 6