Как найти общие решение систем линейных уравнений

Пусть
переменныхназываются основными (или базисными),
если определитель матрицы из коэффициентов
при них (т.е. базисный минор) отличен от
нуля. Остальныепеременных
называются неосновными (или свободными).
Каждому разбиению переменных на основные
и неосновные соответствует одно базисное
решение, а число способов разбиения не
превосходит числа сочетанийто
и базисных решений имеется не более

Совместная
система
линейных уравнений спеременнымиимеет
бесконечное множество решений, среди
которых базисных решений конечное
число, не превосходящее

Достоинства
метода Гаусса по сравнению с другими:

–
менее трудоемкий метод;

–
позволяет однозначно установить,
совместна система или нет и в случае
совместности найти ее решение;

–
дает возможность найти максимальное
число линейно независимых уравнений –
ранг матрицы системы.

Рассмотрим
пример. Найти
решение системы линейных алгебраических
уравнений

Составим
расширенную матрицу по данной системе

поменяем
местами первую и вторую строку

умножим
первую строку на
и сложим со второй строкой; умножим
первую строку наи сложим с третьей строкой

умножим
вторую строку на
и сложим с третьей строкой

последняя
строка вычеркивается, так как все ее
элементы равны нулю

Ранг
основной матрицы
ранг
расширенной матрицыследовательно, система совместна. Число
строк в основной матрицечисло
столбцов в основной матрицеследовательно, система имеет множество
решений.

Выявим
базисные переменные

следовательно,
базисные
переменные, тогда

3.4. Однородные системы линейных алгебраических уравнений

Система
линейных уравнений спеременными называетсясистемой
линейных однородных уравнений,
если все их свободные члены равны нулю.

Системы
линейных однородных уравнений:

Система
линейных однородных уравнений всегда
совместна, так как имеет, по крайней
мере, нулевое решение

Если
в однородной системе
а
ее определитель отличен от нуля, то
такая система имеет только нулевое
решение.

Система
линейных однородных уравнений имеет
ненулевое решение тогда и только тогда,
когда ранг ее матрицы коэффициентов
при переменных меньше числа переменных,
т.е. при

Рассмотрим
пример. Найти
решение системы линейных алгебраических
уравнений

Составим
по данной системе расширенную матрицу

поменяем
местами первую и третью строки

умножим
первую строку на
и сложим со второй строкой, а затем с
третьей строкой, получим

умножим
вторую строку на
и сложим с третьей строкой

разделим
последнюю строку на

Таким
образом, ранг расширенной матрицы и
ранг основной матрицы равны
следовательно,
система совместна. Число строк в основной
матрице равно 3, а число столбцов равно
4, т.е. решений множество. Определим
базисные переменные

базисные
переменные.

Перейдем
от матрицы к системе, выразим переменные
через другие переменные

Контрольные
вопросы

1. Сформулировать
   теорему Кронекера
   – Капелли.

2. Сформулировать
   Метод Гаусса решения систем m
   линейных
   уравнений с n
   неизвестными.

3. Дать
   определение базисному решению систем
   линейных алгебраических уравнений.

4. Какие
   системы линейных алгебраических
   уравнений называют однородными?

Лекция
№4. Векторы

4.1.
Векторы в науке и технике. Понятие
вектора. Координаты вектора.

4.2.
Линейные операции над векторами.

4.3.
Декартова система координат. Базис
векторного пространства.

4.4.
Скалярное произведение векторов,
основные свойства и выражение в
координатной форме.

4.5.
Векторное произведение векторов.
Основные свойства векторного произведения
векторов и выражение в координатной
форме.

4.6.
Применение векторного произведения
векторов к решению задач.

4.7.
Смешанное произведение векторов.
Основные свойства смешанного произведения
векторов и выражение в координатной
форме.

4.8.
Применение смешанного произведения
векторов к решению задач.

1. Векторы
   в науке и технике. Понятие вектора.
   Координаты вектора

В
физике и математике вектор – это
величина, которая характеризуется
численным значением и направлением. В
физике встречается немало важных
величин, которые характеризуются
направлением. Например, сила, скорость,
ускорение, вращающий момент, импульс,
напряженность электрического и магнитного
полей. Их можно противопоставить другим
величинам, таким как масса, объем,
давление, температура, плотность, которые
можно описать обычным числом и называются
они скалярными величинами.

Векторная
запись используется при работе с
величинами, которые невозможно задать
полностью с помощью обычных чисел.
Например, необходимо описать положение
предмета, но полностью определить
местоположение предмета невозможно,
пока не будет известно направление, в
котором он находится. Таким образом,
местонахождение предмета характеризуется
численным значением (расстоянием в
километрах) и направлением.

При
изучении и расчете цепей переменного
тока удобно пользо­ваться векторными
диаграммами, на которых синусоидальные
напряжения и токи условно изображают
с помощью векто­ров. Применение этих
диаграмм упрощает изучение и расчет
цепей и вносит наглядность в рассматриваемые
соотношения.

Вектором
на плоскости называется
направленный отрезок

с начальной точкой
и конечной точкойкоторый
можно перемещать параллельно самому
себе.

Рис.
1

Вектор
на плоскости

От
любой точки можно отложить вектор,
равный данному, и притом только один,
используя параллельный перенос. При
параллельном переносе точки смещаются
по параллельным или совпадающим прямым
на одно и тоже расстояние.

Нулевой
вектор – точка
в пространстве. Начало и конец нулевого
вектора совпадают, и он не имеет длины
и направления.

Абсолютной
величиной или модулем вектора называется
длина отрезка, изображающего вектор.
Другими словами длина
вектора есть
расстояние между началом и концом
вектора

Векторы
называются коллинеарными,
если они
расположены на одной или на параллельных
прямых. Нулевой вектор коллинеарен
любому вектору. Если векторы
иколлинеарны и их лучи сонаправлены, то
векторыиназываютсонаправленными.
Обозначают
Если векторыиколлинеарны,
а их лучи не являются сонаправленными,
то векторы называютпротивоположно
направленными.
Обозначают
Нулевой вектор условились считать
сонаправленным с любым вектором.

Рис.2

Коллинеарные
вектора

Свойство
коллинеарных векторов.

Если
векторы
иколлинеарны и,
то существует числотакое,
что.
Причем, еслито векторыисонаправленные, еслито
противоположно направленные.

Векторы
называются компланарными,
если при
откладывании их от одной и той же точки
они будут лежать в одной плоскости.
Любые два вектора компланарны. Коллинеарные
векторы всегда компланарны, но не все
компланарные векторы коллинеарны.

Признак
компланарности трех векторов.

Если
вектор
можно разложить по векторами,
т.е. представить в виде,
где-некоторые
числа, то векторы-компланарны.

Рис.3

Компланарные
вектора

,
где
;

,
где

,
где

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

Система линейных уравнений. Общее решение

Система линейных уравнений (СЛУ) может быть записана в виде

(1)

где m, n натуральные числа, a_ij (i=1,2, …m, j=1,2,…n) называются коэффициентами, b_i (i=1,2,…m) называются свободными членами, x_i (i=1,2,…n) называются неизвестными.

Систему линейных уравнений (1) можно записать в виде

где A матрица порядка m×n , x – вектор порядка n (x∈Rⁿ), b – вектор порядка m (b∈R^m).

Решением системы (2) называется выбор такого вектора x’, что выполнено равенство

Ax’≡b.

Если система линейных уравнений имеет хотя бы одно решение, то СЛУ называется совместным.

Если СЛУ не имеет решения, то СЛУ называется несовместным.

Если СЛУ имеет единственное решение, то СЛУ называется определенным.

Если СЛУ имеет более одного решения, то СЛУ называется неопределенным.

 Система линейных уравнений (2) называется неоднородной cистемой линейных уравнений, если b≠0.

Система линейных уравнений (2) называется однородной cистемой линейных уравнений, если b=0.

Нахождение общего решения системы линейных уравнений

Общее решение системы линейных уравнений (1)((или (2))− это множество всех решений этой системы.

Пусть A m×n – матрица rankA=r. В общем случае можем предположить что r<n, r<m. Тогда r столбцов матрицы A линейно независимы. Для удобства записи предположим, что это первые r столбцы матрицы A. Запишем систему (2) в блочном виде:

(3)

где M – r×r – матрица, Q -m-r×r – матрица, F – n-r×r – матрица, P – m-r×n-r – матрица, .

Применяя метод исключения Гаусса для системы (3), получим:

(4)

где M₁ верхняя треугольная матрица, 0 – нулевые матрицы соответствующих порядков. Далее, применяя обратный ход исключения Гаусса, и, далее, разделив элементы каждой строки на ведущий элемент этой строки (если ведущий элемент существует) получим:

(5)

где E – единичная матрица порядка r×r.

Запишем (5) в виде системы линейных уравнений:

(6)

где

Решим систему линейных уравнений (6). Для этого перезапишем в следующем виде:

(7)

Из второго уравнения системы (7) следует, что для совместности системы (6) и, следовательно, (2) (или (1)) должно выполняться условие b₂”≡ 0. Если система совместна, то решаем первое уравнение системы (7) относительно вектора x_r:

(8)

Таким образом первые r координаты вектора x выражены через остальные координаты . – свободные координаты, т.е. могут принимать любые значения.

Найдем, далее, множество всех векторов x, удовлетворяющих уравнению (6) и, следовательно, (2)( или (1)).

Рассмотрим множество всех векторов х, удовлетворяющих условию

(9)

где λ – произвольный вектор-столбец длины n-r.

Подставляя (9) в (6) получим:

Следовательно (9) является решением системы (6) и, следовательно, (2)(или (1)). Отметим что вектор является частным решением неоднородной системы линейных уравнений Ax=b, а является общим решением однородной системы линейных уравнений Ax=0;

Нахождение общего решения системы линейных уравнений с помощью псевдообратной матрицы

Обозначим через R(A) пространство столбцов матрицы A, т.е.

R(A)={z: z=Ax, ∀x∈Rⁿ}.

1. Пусть A n×n матрица и rank(A)=n. Тогда существует обратная к A матрица A^-1, и следовательно единственное решение СЛУ (2) примет вид:

x’=A⁻¹b.

(10)

Действительно, подставляя (3) в (2) имеем:

Ax’=AA⁻¹b=Eb=b,

где E − единичная матрица.

2. Пусть A m×n − матрица, rank(A)=r.

Вычислим следующий вектор:

x’=A⁺b.

(11)

где A⁺ – псевдообратная к A матрица.

Подставляя (11) в (2), имеем:

AA⁺b=b.

(12)

Из равенства (12) следует, что для того, чтобы система линейных уравнений (2) имела решение, должно выполняться условие

b∈R(A).

Если СЛУ совместна, т.е. если AA⁺b=b, то x’=A⁺b является решением СЛУ (2).

Общее решение системы линейных уравнений является суммой частного решения неоднородной системы линейных уравнений и множества всех решений соответствующей однородной системы линейных уравнений.

Общее решение системы линейных уравнений (2) имеет следующий вид:

x=x*+(E−A+A)z, ∀z∈Rn.

(13)

где x^* – один из решений неоднородной системы (2) (например (4)), (E−A⁺A) образует ядро (нуль пространство) матрицы A.

Сделаем скелетное разложение матрицы (E−A⁺A):

E−A⁺A=Q·S

где Q n×n−r – матрица rank(Q)=n−r, S n−r×n-матрица rank(S)=n−r.

Тогда (13) можно записать в следующем виде:

x=x*+Q·k,   ∀k∈R^n-r.

где k=Sz.

Итак, процедура нахождения общего решения системы линейных уравнений с помощью псевдообратной матрицы можно представить в следующем виде:

1. Вычисляем псевдообратную матрицу A⁺.
2. Вычисляем частное решение неоднородной системы линейных уравнений (2): x*=A⁺b.
3. Проверяем совместность системы. Для этого вычисляем AA⁺b. Если AA⁺b≠b, то система несовместна. В противном случае продолжаем процедуру.
4. Высисляем E−A⁺A.
5. Делаем скелетное разложение E−A⁺A=Q·S.
6. Строим решение

x=x*+Q·k,   ∀k∈R^n-r.

Решение системы линейных уравнений онлайн

Онлайн калькулятор позволяет найти обшее решение системы линейных уравнений с подробными объяснениями.

Уважаемые студенты!
Заказать решение задач по 200+ предметам можно здесь всего за 10 минут.

Метод Гаусса

1. Метод Гаусса
   1. Пример 1
   2. Пример 2
2. Несовместность системы (нет решений)
   1. Пример 3
3. Общее и частное решение системы (бесконечное множество решений)
   1. Пример 4

Пусть задана система линейных алгебраических уравнений: $$begin{cases} a_{11} x_1 + a_{12} x_2 + a_{13} x_3 = b_1 \ a_{21} x_1 + a_{22} x_2 + a_{23} x_3 = b_2 \ a_{31} x_1 + a_{32} x_2 + a_{33} x_3 = b_3 end{cases}. $$

1. Запишем систему уравнений в виде расширенной матрицы, состоящей из коэффициентов и столбца свободных членов. Вертикальная черта используется для удобства оформления. $$ begin{pmatrix} a_{11} & a_{12} & a_{13} & | & b_1 \ a_{21} & a_{22} & a_{23} & | & b_2 \ a_{31} & a_{32} & a_{33} & | & b_3 end{pmatrix} $$
2. С помощью элементарных преобразований матрицы (вычитание одной строки из другой, умноженной на коэффициент, удаление одинаковых и нулевых строк, деление строки на число отличное от нуля) получаем нули под главной диагональю $$ begin{pmatrix} a_{11} & a_{12} & a_{13} & | & b_1 \ 0 & a_{22} & a_{23} & | & b_2 \ 0 & 0 & a_{33} & | & b_3 end{pmatrix} $$
3. Используя элементарные преобразования, изложенные в пункте 2, приводим матрицу к виду содержащему нули везде, кроме главной диагонали $$ begin{pmatrix} a_{11} & 0 & 0 & | & b_1 \ 0 & a_{22} & 0 & | & b_2 \ 0 & 0 & a_{33} & | & b_3 end{pmatrix} $$

Несовместность системы (нет решений)

Если в результате элементарных преобразований появилась нулевая строка вида $$begin{pmatrix} 0&0&0&|&b end{pmatrix} text{ где } b neq 0,$$то система уравнений не имеет решений. На этом алгоритм Гаусса заканчивает свою работу и можно записывать ответ, что система несовместна, то есть нет решений.