Основными понятиями этой темы служат понятия: система линейных уравнений, ее расширенная матрица, элементарные преобразования систем и матриц, их взаимосвязь.
Определение 1. Системой (s) линейных уравнений с (n) переменными называется система вида:
1)
где aik ÎR (i=1, 2,..., s) (k=1, 2,..., n)
2) Систему (1) можно записать короче в виде:
i = 1, 2,...,s, aik называют коэффициентами, x1,x2,…,xn - переменными, bi- свободными членами, a11x1,…, asnxn - членами уравнений.
Определение 2. Решением системы уравнений (1) называется набор чисел (l1,l2,...,ln)таких, что при их подстановке соответственно вместо x1, x2,.., xn каждое уравнение системы обращается в верное равенство.
В этом случае говорят, что набор (l1,l2,...,ln) удовлетворяет системе (1). Решить систему - это значит найти все ее решения (или доказать, что их не существует).
Определение 3. Две системы уравнений
и
называются равносильными (эквивалентными), если каждое решение одной системы является решением другой, и обратно: каждое решение второй является решением первой.
|
|
Другими словами, можно сказать, что равносильные системы имеют одно и то же множество решений.
Заметим, что эквивалентные системы могут иметь разное число уравнений. Например,
а также то, что две системы, не имеющие решений, будут считаться эквивалентными, исходя из определения 3.
Определение 4. Если система (1) имеет хотя бы одно решение, то она называется совместной, в противном случае - несовместной; если она имеет единственное решение, то она называется определенной, если больше одного решения, то неопределенной.
Определение 5. Элементарными преобразованиями системы линейных уравнений называют следующие преобразования:
1. Перемена местами уравнений системы.
2. Умножение уравнений на число, не равное нулю.
3. Прибавление к одному из уравнений системы другого, умноженного на число.
4. Удаление из системы нулевого уравнения.
Докажите, что всякое элементарное преобразование системы (1) приводит к системе, равносильной данной.
Таблицу А= называют матрицей системы 1)
Матрицу В= называют расширенной матрицей системы 1).
Матрицу В также называют табличной записью системы 1), а запись 1)-полной записью системы. Ясно, что по табличным записям всегда можно воспроизвести полную запись.
Например, пусть
В= , тогда система будет иметь вид:
Табличная запись системы 1) более компактна, чем полная запись и более удобна для проведения элементарных преобразований системы линейных уравнений. Например, при умножении уравнения на число все коэффициенты и свободный член умножаются на это число. Следовательно, в табличной записи все элементы соответствующей строки матрицы умножаются на это число. Таким образом, элементарные преобразования системы линейных уравнений можно заменить соответствующими элементарными преобразованиями системы строк расширенной матрицы В.
|
|
Теорема 1. Пусть система (1) имеет расширенную ступенчатую матрицу В, ведущие элементы которой , тогда если последний ведущий элемент rl удовлетворяет условиям:
1) l=n+1 -система будет несовместной,
2) (l=n)&(r=n) - система будет определённой,
3) (r<n)&(l¹n+1) - система будет неопределённой,
На этой теореме основан универсальный метод решения любой системы линейных уравнений, который называют методом Гаусса или методом последовательного исключения переменных.
Основные шаги алгоритма этого метода:
I. Записывается расширенная матрица В данной системы.
II. Затем матрица В с помощью элементарных преобразований приводится к ступенчатому виду.
III. На основании теоремы определяется решение данной системы.
Пример 1. Решить систему с помощью метода Гаусса.
а)
Решение. 1. Записываем матрицу B
2. Приводим ее к ступенчатому виду
3. Записываем ступенчатую систему на основе полученной ступенчатой матрицы.
Последнее уравнение системы противоречиво, следовательно, система не имеет решений.
b)
Решение.
Записываем соответствующую данной системе матрицу В и приводим её к ступенчатому виду.
B=
По полученной матрице запишем систему:
В этом случае система имеет единственное решение (0, 2, 1,0) (проверьте!)
в)
Решение.
B =
Система имеет множество решений. В этом случае поступают следующим образом: по числу оставшихся уравнений выбирают главные переменные. Пусть это будут х1 х2 х3. Остальные будут свободными, то есть х4. Выразим главные переменные через свободные (поднимаясь по системе снизу вверх):
Возьмём для свободного переменного произвольное числовое значение, тогда, снова поднимаясь по системе * снизу вверх, получим однозначно определенные значения для главных переменных. Пусть x4=1.
Тогда
Так как свободным переменным мы можем давать любые числовые значения, то будем получать бесконечное множество решений системы.
Замечание 1. Теорему (1) можно сформулировать в терминах ранга матриц. Действительно, пусть rang А=r1, rangВ= r2, где А -матрица системы (1), В - расширенная матрица системы (1)
B =
Теорема 1. (Теорема Кронекера-Капелли).
Система: где i=1, 2,..., k будет:
1) совместной, если rang A = rang В;
2) совместной и неопределённой, если rang A = rang B < n;
3) несовместной, если rang А ¹ rang В.
Пример 2. Выяснить, совместнали система
Решение.
Составляем расширенную матрицу В и одновременно находим ранги матриц А и В.
RangA=2, RangB=3 Значит, система не имеет решений
Понятие обратимой матрицы лежит в основе матричного метода решения систем линейных уравнений.
В отличие от универсального (общего) метода Гаусса, этот метод имеет существенные ограничения, так как его можно применять лишь для решения систем вида:
1)
матрица А = ||aik||которых должна быть обратима. Тогда систему (1) можно записать в виде матричного уравнения (2) А×Х=В, где
А = Х = В =
Так как А - обратима, то найдя матрицуА-1, из уравнения(2) можно выразить матрицуХ= А-1 В.
Замечание. Здесь важно соблюдать порядок умножения матриц (слева или справа), так как умножение матриц некоммутативно.
Пример 3. Решить систему матричным методом
Введём обозначения:
А = , Х = , В =
Тогда система в матричной форме будет иметь вид: (*)А×Х=В
Так как rangА=3 и ее порядок 3x3, тo $ А-1: А-1 А=А А-1 = Е. Если равенство (*) домножить слева на А-1, то получим:
А-1АХ = А-1В => Х= А-1 В
Чтобы теперь найти X, нужно вычислить А-1 и найти произведение А-1В.
(A|E)=
X = x1 = 4, x2 = -2, x3= 1
Проверка:
Понятие определителя n-гопорядка позволило разработать ещё один локальный метод решения систем линейных уравнений. Если дана система (n) уравнений с nпеременными
|
|
где i=1, 2,...,n
и определитель матрицы этой системы отличен от нуля, то есть
|A| ¹0, то решение этой системы можно вычислить по формулам Крамера: i = 1, 2,…, n, где |A| - определитель матрицы А данной системы, а определители |Ai| получаются из определителя |A|путём последовательной замены i-го столбца столбцом свободных членов.
Пример 4. Решить систему методом Крамера:
Вычисляем определитель матрицы А этой системы
|A| = = 12-2+0-0-8+3=5
Заменив в этом определителе первый столбец столбцом свободных членов, получим определитель |A1|
|A1| = = 4+0+0+8+1+0=13
Заменив в определителе |A| второй столбец столбцом свободных членов, получим определитель
|A2| = = 34
Аналогично находим и вычисляем определитель•
|A3| = = 2
Тогда x1 = ; x2 = ; x3 =
Проверка:
С системой (1) где i=1, 2,..., kвсегда можно связать систему (2) , которая называется системой линейных однородных уравнений. Эта система всегда совместна, так как вектор Q = (0, 0,..., 0) является её решением, кроме этого, для этой системы всегда rang A=rangВ, т.к. столбец свободных членов равен нулю. Поэтому, если rang A<n,то система (2) будет иметь множество решений, обозначим его через М.
Теорема 2. áМ,+ {wl| lÎ R.}ñ - является линейным пространством.
Доказательство:
В данном случае не нужно проверять все аксиомы линейного пространства, т.к. решением системы (элементами множества М ) являются арифметические векторы, то достаточно доказать, что М является подпространством Rn .
Для этого нужно взять любые два решения системы (2) и показать, что их сумма будет решением системы (2), а так же произведение любого решения на действительное число снова будет решением системы (2). Действительно: пусть b = (b1, b2, …, bn,) и c = (d1, d2, …, dn,) - решения системы (2). Найдём b + c = (b1+ d1, b2+ d2,…, bn+dn) и подставим в систему (2), получим: ai1(b1+ d1) + ai2(b2+ d2) + …+ ain(bn+ dn) = (ai1b1 + ai2b2 +…+ ainbn) + +(ai1d1 + ai2d2 +…+ aindn )=0+0=0
Аналогично, lb=(lb1, lb2, …, lbn), ai1(lb1)+ai2(lb2)+…+ain(lbn) = l(ai1b1+ai2b2 +…+ainbn) = l•0 = 0
Итак, áМ,+ {wl| lÎ R.}ñ - линейное пространство.
Базу этого пространства называют фундаментальной системой решений (Ф.С.Р.).
|
|
Покажем на конкретном примере алгоритм её нахождения.
Пример 5. Найти Ф.С.Р. для системы:
Ре шение.
1 шаг. Методом Гаусса находим общее решение данной системы:
Пусть X3, X4 – свободные переменные, X1, X2 – главные.
Тогда - общее решение системы.
2 шаг. Записываем таблицу:
X1 | X2 | X3 | X4 |
-2 | |||
-3 |
свободным переменным придаём значения (1,0) и (0,1) и вычисляем главные переменные.
Тогда два вектора C1 = (-2,3,1,0), С2=(2,-3, 0, 1) будут базой пространства М (Ф.С.Р.).