2.1. Матричный метод решения СЛУ
Рассматриваем систему уравнений (1). Для нее
Здесь: A – матрица коэффициентов, X – столбец неизвестных, B – столбец свободных членов.
Теорема. Если определитель матрицы A отличен от нуля (∆(А) ≠ 0), то система (1) имеет единственное решение, определяемое равенством X = A – 1 · B, где A – 1 – обратная матрица.
Пример: решаем ту же систему уравнений, которую решали методом Крамера
1) Составляем матрицы A и B:
2) Ищем алгебраические дополнения для составления обратной матрицы:
3) Определитель: ∆(А) = 7 (см. метод Крамера)
4) Тогда решение системы:
т.е. Ответ: (-3; 2; -1)
2.2. Метод Гаусса
Изложенные выше методы имеют недостатки. Главный из них – это отличие определителя системы от нуля (∆(А) ≠ 0).
Метод Гаусса основан на элементарных алгебраических преобразованиях матриц, при которых получаются эквивалентные матрицы. Эквивалентными называются матрицы, имеющие равносильную систему уравнений.
Цель: путем умножения какой-либо строки на число и сложения с другой строкой добиться нулевых коэффициентов при двух переменных. Дальше решение сводится к нахождению второй и третьей переменной путем обычной подстановки.
Расширенная матрица: Переход от одной расширенной матрице к другой будем обозначать знаком ~ или <=>.
Например, запись 2C2+C1 <=> … означает: строку №2 умножаем на 2 и складываем со строкой №1.
На деле приводим исходную матрицу к треугольному виду. Если при переходе матрицы A к треугольной в новой матрице не возникло ни одной нулевой строки (столбца), то исходная система имеет единственное решение.
Пример: решаем ту же систему уравнений, которую решали методами 1 и 2
Составляем расширенную матрицу системы и преобразовываем:
Тогда:
Ответ: (-3; 2; -1)