Докажите что система уравнений имеет единственное решение. Несовместные системы

Системы уравнений получили широкое применение в экономической отрасли при математическом моделировании различных процессов. Например, при решении задач управления и планирования производства, логистических маршрутов (транспортная задача) или размещения оборудования.

Системы уравнения используются не только в области математики, но и физики, химии и биологии, при решении задач по нахождению численности популяции.

Системой линейных уравнений называют два и более уравнения с несколькими переменными, для которых необходимо найти общее решение. Такую последовательность чисел, при которых все уравнения станут верными равенствами или доказать, что последовательности не существует.

Линейное уравнение

Уравнения вида ax+by=c называют линейными. Обозначения x, y - это неизвестные, значение которых надо найти, b, a - коэффициенты при переменных, c - свободный член уравнения.
Решение уравнение путем построение его графика будет иметь вид прямой, все точки которой являются решением многочлена.

Виды систем линейных уравнений

Наиболее простыми считаются примеры систем линейных уравнений с двумя переменными X и Y.

F1(x, y) = 0 и F2(x, y) = 0, где F1,2 - функции, а (x, y) - переменные функций.

Решить систему уравнений - это значит найти такие значения (x, y), при которых система превращается в верное равенство или установить, что подходящих значений x и y не существует.

Пара значений (x, y), записанная в виде координат точки, называется решением системы линейных уравнений.

Если системы имеют одно общее решение или решения не существует их называют равносильными.

Однородными системами линейных уравнений являются системы правая часть которых равна нулю. Если правая после знака "равенство" часть имеет значение или выражена функцией, такая система неоднородна.

Количество переменных может быть гораздо больше двух, тогда следует говорить о примере системы линейных уравнений с тремя переменными или более.

Сталкиваясь с системами школьники предполагают, что количество уравнений обязательно должно совпадать с количеством неизвестных, но это не так. Количество уравнений в системе не зависит от переменных, их может быть сколь угодно много.

Простые и сложные методы решения систем уравнений

Не существует общего аналитического способа решения подобных систем, все методы основаны на численных решениях. В школьном курсе математики подробно описаны такие методы как перестановка, алгебраическое сложение, подстановка, а так же графический и матричный способ, решение методом Гаусса.

Основная задача при обучении способам решения - это научить правильно анализировать систему и находить оптимальный алгоритм решения для каждого примера. Главное не вызубрить систему правил и действий для каждого способа, а понять принципы применения того или иного метода

Решение примеров систем линейных уравнений 7 класса программы общеобразовательной школы довольно простое и объяснено очень подробно. В любом учебнике математике этому разделу отводится достаточно внимания. Решение примеров систем линейных уравнений методом Гаусса и Крамера более подробно изучают на первых курсах высших учебных заведений.

Решение систем методом подстановки

Действия метода подстановки направлены на выражение значения одной переменной через вторую. Выражение подставляется в оставшееся уравнение, затем его приводят к виду с одной переменной. Действие повторяется в зависимости от количества неизвестных в системе

Приведем решение примера системы линейных уравнений 7 класса методом подстановки:

Как видно из примера, переменная x была выражена через F(X) = 7 + Y. Полученное выражение, подставленное во 2-е уравнение системы на место X, помогло получить одну переменную Y во 2-е уравнении. Решение данного примера не вызывает трудностей и позволяет получить значение Y. Последний шаг это проверка полученных значений.

Решить пример системы линейных уравнений подстановкой не всегда возможно. Уравнения могут быть сложными и выражение переменной через вторую неизвестную окажется слишком громоздким для дальнейших вычислений. Когда неизвестных в системе больше 3-х решение подстановкой также нецелесообразно.

Решение примера системы линейных неоднородных уравнений:

Решение с помощью алгебраического сложения

При поиске решении систем методом сложения производят почленное сложение и умножение уравнений на различные числа. Конечной целью математических действий является уравнение с одной переменной.

Для применений данного метода необходима практика и наблюдательность. Решить систему линейных уравнений методом сложения при количестве переменных 3 и более непросто. Алгебраическое сложение удобно применять когда в уравнениях присутствуют дроби и десятичные числа.

Алгоритм действий решения:

1. Умножить обе части уравнения на некое число. В результате арифметического действия один из коэффициентов при переменной должен стать равным 1.
2. Почленно сложить полученное выражение и найти одно из неизвестных.
3. Подставить полученное значение во 2-е уравнение системы для поиска оставшейся переменной.

Способ решения введением новой переменной

Новую переменную можно вводить, если в системе требуется найти решение не более чем для двух уравнений, количество неизвестных тоже должно быть не больше двух.

Способ используется, чтобы упростить одно из уравнений, вводом новой переменной. Новое уравнение решается относительно введенной неизвестной, а полученное значение используется для определения первоначальной переменной.

Из примера видно, что введя новую переменную t удалось свести 1-е уравнение системы к стандартному квадратному трехчлену. Решить многочлен можно отыскав дискриминант.

Необходимо найти значение дискриминанта по известной формуле: D = b2 - 4*a*c, где D - искомый дискриминант, b, a, c - множители многочлена. В заданном примере a=1, b=16, c=39, следовательно, D=100. Если дискриминант больше нуля, то решений два: t = -b±√D / 2*a, если дискриминант меньше нуля, то решение одно: x= -b / 2*a.

Решение для полученных в итоге системы находят методом сложения.

Наглядный метод решения систем

Подходит для систем с 3-мя уравнениями. Метод заключается в построении на координатной оси графиков каждого уравнения, входящего в систему. Координаты точек пересечения кривых и будут общим решением системы.

Графический способ имеет ряд нюансов. Рассмотрим несколько примеров решения систем линейных уравнений наглядным способом.

Как видно из примера, для каждой прямой было построено две точки, значения переменной x были выбраны произвольно: 0 и 3. Исходя из значений x, найдены значения для y: 3 и 0. Точки с координатами (0, 3) и (3, 0) были отмечены на графике и соединены линией.

Действия необходимо повторить для второго уравнения. Точка пересечения прямых является решением системы.

В следующем примере требуется найти графическое решение системы линейных уравнений: 0,5x-y+2=0 и 0,5x-y-1=0.

Как видно из примера, система не имеет решения, потому что графики параллельны и не пересекаются на всем своем протяжении.

Системы из примеров 2 и 3 похожи, но при построении становится очевидно, что их решения разные. Следует помнить, что не всегда можно сказать имеет ли система решение или нет, всегда необходимо построить график.

Матрица и ее разновидности

Матрицы используются для краткой записи системы линейных уравнений. Матрицей называют таблицу специального вида, заполненную числами. n*m имеет n - строк и m - столбцов.

Матрица является квадратной, когда количество столбцов и строк равно между собой. Матрицей - вектором называется матрица из одного столбца с бесконечно возможным количеством строк. Матрица с единицами по одной из диагоналей и прочими нулевыми элементами называется единичной.

Обратная матрица - это такая матрица при умножении на которую исходная превращается в единичную, такая матрица существует только для исходной квадратной.

Правила преобразования системы уравнений в матрицу

Применительно к системам уравнений в качестве чисел матрицы записывают коэффициенты и свободные члены уравнений, одно уравнение - одна строка матрицы.

Строка матрицы называется ненулевой, если хотя бы один элемент строки не равен нулю. Поэтому если в каком-либо из уравнений количество переменных разнится, то необходимо на месте отсутствующей неизвестной вписать нуль.

Столбцы матрицы должны строго соответствовать переменным. Это означает что коэффициенты переменной x могут быть записаны только в один столбец, например первый, коэффициент неизвестной y - только во второй.

При умножении матрицы все элементы матрицы последовательно умножаются на число.

Варианты нахождения обратной матрицы

Формула нахождения обратной матрицы довольно проста: K -1 = 1 / |K|, где K -1 - обратная матрица, а |K| - определитель матрицы. |K| не должен быть равен нулю, тогда система имеет решение.

Определитель легко вычисляется для матрицы "два на два", необходимо лишь помножить друг на друга элементы по диагонали. Для варианта "три на три" существует формула |K|=a 1 b 2 c 3 + a 1 b 3 c 2 + a 3 b 1 c 2 + a 2 b 3 c 1 + a 2 b 1 c 3 + a 3 b 2 c 1 . Можно воспользоваться формулой, а можно запомнить что необходимо взять по одному элементу из каждой строки и каждого столбца так, чтобы в произведении не повторялись номера столбцов и строк элементов.

Решение примеров систем линейных уравнений матричным методом

Матричный способ поиска решения позволяет сократить громоздкие записи при решении систем с большим количеством переменных и уравнений.

В примере a nm - коэффициенты уравнений, матрица - вектор x n - переменные, а b n - свободные члены.

Решение систем методом Гаусса

В высшей математике способ Гаусса изучают совместно с методом Крамера, а процесс поиска решения систем так и называется метод решения Гаусса - Крамера. Данные способы используют при нахождении переменных систем с большим количеством линейных уравнений.

Метод Гаусса очень похож на решения с помощью подстановок и алгебраического сложения, но более систематичен. В школьном курсе решение способом Гаусса применяется для систем из 3 и 4 уравнений. Цель метода состоит в приведении системы к виду перевернутой трапеции. Путем алгебраических преобразований и подстановок находится значение одной переменной в одном из уравнении системы. Второе уравнение представляет собой выражение с 2-мя неизвестными, ну а 3 и 4 - соответственно с 3-мя и 4-мя переменными.

После приведения системы к описанному виду, дальнейшее решение сводится к последовательной подстановке известных переменных в уравнения системы.

В школьных учебниках для 7 класса пример решения методом Гаусса описан следующим образом:

Как видно из примера, на шаге (3) было получено два уравнения 3x 3 -2x 4 =11 и 3x 3 +2x 4 =7. Решение любого из уравнений позволит узнать одну из переменных x n .

Теорема 5, о которой упоминается в тексте, гласит что если одно из уравнений системы заменить равносильным, то полученная система будет также равносильна исходной.

Метод Гаусса труден для восприятия учеников средней школы, но является одним из наиболее интересных способов для развития смекалки детей, обучающихся по программе углубленного изучения в математических и физических классах.

Для простоты записи вычислений принято делать следующим образом:

Коэффициенты уравнений и свободные члены записываются в виде матрицы, где каждая строка матрицы соотносится с одним из уравнений системы. отделяет левую часть уравнения от правой. Римскими цифрами обозначаются номера уравнений в системе.

Сначала записывают матрицу, с которой предстоит работать, затем все действия проводимые с одной из строк. Полученную матрицу записывают после знака "стрелка" и продолжают выполнять необходимые алгебраические действия до достижения результата.

В итоге должна получиться матрица в которой по одной из диагоналей стоят 1, а все другие коэффициенты равны нулю, то есть матрицу приводят к единичному виду. Нельзя забывать производить вычисления с цифрами обеих частей уравнения.

Данный способ записи менее громоздкий и позволяет не отвлекаться на перечисление многочисленных неизвестных.

Свободное применение любого способа решения потребует внимательности и определенного опыта. Не все методы имеют прикладной характер. Какие-то способы поиска решений более предпочтительны в той иной области деятельности людей, а другие существуют в целях обучения.

Решение систем линейных алгебраических уравнений (СЛАУ), несомненно, является важнейшей темой курса линейной алгебры. Огромное количество задач из всех разделов математики сводится к решению систем линейных уравнений. Этими факторами объясняется причина создания данной статьи. Материал статьи подобран и структурирован так, что с его помощью Вы сможете

• подобрать оптимальный метод решения Вашей системы линейных алгебраических уравнений,
• изучить теорию выбранного метода,
• решить Вашу систему линейных уравнений, рассмотрев подробно разобранные решения характерных примеров и задач.

Краткое описание материала статьи.

Сначала дадим все необходимые определения, понятия и введем обозначения.

Далее рассмотрим методы решения систем линейных алгебраических уравнений, в которых число уравнений равно числу неизвестных переменных и которые имеют единственное решение. Во-первых, остановимся на методе Крамера, во-вторых, покажем матричный метод решения таких систем уравнений, в-третьих, разберем метод Гаусса (метод последовательного исключения неизвестных переменных). Для закрепления теории обязательно решим несколько СЛАУ различными способами.

После этого перейдем к решению систем линейных алгебраических уравнений общего вида, в которых число уравнений не совпадает с числом неизвестных переменных или основная матрица системы является вырожденной. Сформулируем теорему Кронекера - Капелли, которая позволяет установить совместность СЛАУ. Разберем решение систем (в случае их совместности) с помощью понятия базисного минора матрицы. Также рассмотрим метод Гаусса и подробно опишем решения примеров.

Обязательно остановимся на структуре общего решения однородных и неоднородных систем линейных алгебраических уравнений. Дадим понятие фундаментальной системы решений и покажем, как записывается общее решение СЛАУ с помощью векторов фундаментальной системы решений. Для лучшего понимания разберем несколько примеров.

В заключении рассмотрим системы уравнений, сводящиеся к линейным, а также различные задачи, при решении которых возникают СЛАУ.

Навигация по странице.

Определения, понятия, обозначения.

Будем рассматривать системы из p линейных алгебраических уравнений с n неизвестными переменными (p может быть равно n ) вида

Неизвестные переменные, - коэффициенты (некоторые действительные или комплексные числа), - свободные члены (также действительные или комплексные числа).

Такую форму записи СЛАУ называют координатной .

В матричной форме записи эта система уравнений имеет вид ,
где - основная матрица системы, - матрица-столбец неизвестных переменных, - матрица-столбец свободных членов.

Если к матрице А добавить в качестве (n+1)-ого столбца матрицу-столбец свободных членов, то получим так называемую расширенную матрицу системы линейных уравнений. Обычно расширенную матрицу обозначают буквой Т , а столбец свободных членов отделяют вертикальной линией от остальных столбцов, то есть,

Решением системы линейных алгебраических уравнений называют набор значений неизвестных переменных , обращающий все уравнения системы в тождества. Матричное уравнение при данных значениях неизвестных переменных также обращается в тождество .

Если система уравнений имеет хотя бы одно решение, то она называется совместной .

Если система уравнений решений не имеет, то она называется несовместной .

Если СЛАУ имеет единственное решение, то ее называют определенной ; если решений больше одного, то – неопределенной .

Если свободные члены всех уравнений системы равны нулю , то система называется однородной , в противном случае – неоднородной .

Решение элементарных систем линейных алгебраических уравнений.

Если число уравнений системы равно числу неизвестных переменных и определитель ее основной матрицы не равен нулю, то такие СЛАУ будем называть элементарными . Такие системы уравнений имеют единственное решение, причем в случае однородной системы все неизвестные переменные равны нулю.

Такие СЛАУ мы начинали изучать в средней школе. При их решении мы брали какое-нибудь одно уравнение, выражали одну неизвестную переменную через другие и подставляли ее в оставшиеся уравнения, следом брали следующее уравнение, выражали следующую неизвестную переменную и подставляли в другие уравнения и так далее. Или пользовались методом сложения, то есть, складывали два или более уравнений, чтобы исключить некоторые неизвестные переменные. Не будем подробно останавливаться на этих методах, так как они по сути являются модификациями метода Гаусса.

Основными методами решения элементарных систем линейных уравнений являются метод Крамера, матричный метод и метод Гаусса. Разберем их.

Решение систем линейных уравнений методом Крамера.

Пусть нам требуется решить систему линейных алгебраических уравнений

в которой число уравнений равно числу неизвестных переменных и определитель основной матрицы системы отличен от нуля, то есть, .

Пусть - определитель основной матрицы системы, а - определители матриц, которые получаются из А заменой 1-ого, 2-ого, …, n-ого столбца соответственно на столбец свободных членов:

При таких обозначениях неизвестные переменные вычисляются по формулам метода Крамера как . Так находится решение системы линейных алгебраических уравнений методом Крамера.

Пример.

Методом Крамера .

Решение.

Основная матрица системы имеет вид . Вычислим ее определитель (при необходимости смотрите статью ):

Так как определитель основной матрицы системы отличен от нуля, то система имеет единственное решение, которое может быть найдено методом Крамера.

Составим и вычислим необходимые определители (определитель получаем, заменив в матрице А первый столбец на столбец свободных членов , определитель - заменив второй столбец на столбец свободных членов, - заменив третий столбец матрицы А на столбец свободных членов):

Находим неизвестные переменные по формулам :

Ответ:

Основным недостатком метода Крамера (если это можно назвать недостатком) является трудоемкость вычисления определителей, когда число уравнений системы больше трех.

Решение систем линейных алгебраических уравнений матричным методом (с помощью обратной матрицы).

Пусть система линейных алгебраических уравнений задана в матричной форме , где матрица A имеет размерность n на n и ее определитель отличен от нуля.

Так как , то матрица А – обратима, то есть, существует обратная матрица . Если умножить обе части равенства на слева, то получим формулу для нахождения матрицы-столбца неизвестных переменных . Так мы получили решение системы линейных алгебраических уравнений матричным методом.

Пример.

Решите систему линейных уравнений матричным методом.

Решение.

Перепишем систему уравнений в матричной форме:

Так как

то СЛАУ можно решать матричным методом. С помощью обратной матрицы решение этой системы может быть найдено как .

Построим обратную матрицу с помощью матрицы из алгебраических дополнений элементов матрицы А (при необходимости смотрите статью ):

Осталось вычислить - матрицу неизвестных переменных, умножив обратную матрицу на матрицу-столбец свободных членов (при необходимости смотрите статью ):

Ответ:

или в другой записи x 1 = 4, x 2 = 0, x 3 = -1 .

Основная проблема при нахождении решения систем линейных алгебраических уравнений матричным методом заключается в трудоемкости нахождения обратной матрицы, особенно для квадратных матриц порядка выше третьего.

Решение систем линейных уравнений методом Гаусса.

Пусть нам требуется найти решение системы из n линейных уравнений с n неизвестными переменными
определитель основной матрицы которой отличен от нуля.

Суть метода Гаусса состоит в последовательном исключении неизвестных переменных: сначала исключается x 1 из всех уравнений системы, начиная со второго, далее исключается x 2 из всех уравнений, начиная с третьего, и так далее, пока в последнем уравнении останется только неизвестная переменная x n . Такой процесс преобразования уравнений системы для последовательного исключения неизвестных переменных называется прямым ходом метода Гаусса . После завершения прямого хода метода Гаусса из последнего уравнения находится x n , с помощью этого значения из предпоследнего уравнения вычисляется x n-1 , и так далее, из первого уравнения находится x 1 . Процесс вычисления неизвестных переменных при движении от последнего уравнения системы к первому называется обратным ходом метода Гаусса .

Кратко опишем алгоритм исключения неизвестных переменных.

Будем считать, что , так как мы всегда можем этого добиться перестановкой местами уравнений системы. Исключим неизвестную переменную x 1 из всех уравнений системы, начиная со второго. Для этого ко второму уравнению системы прибавим первое, умноженное на , к третьему уравнению прибавим первое, умноженное на , и так далее, к n-ому уравнению прибавим первое, умноженное на . Система уравнений после таких преобразований примет вид

где , а .

К такому же результату мы бы пришли, если бы выразили x 1 через другие неизвестные переменные в первом уравнении системы и полученное выражение подставили во все остальные уравнения. Таким образом, переменная x 1 исключена из всех уравнений, начиная со второго.

Далее действуем аналогично, но лишь с частью полученной системы, которая отмечена на рисунке

Для этого к третьему уравнению системы прибавим второе, умноженное на , к четвертому уравнению прибавим второе, умноженное на , и так далее, к n-ому уравнению прибавим второе, умноженное на . Система уравнений после таких преобразований примет вид

где , а . Таким образом, переменная x 2 исключена из всех уравнений, начиная с третьего.

Далее приступаем к исключению неизвестной x 3 , при этом действуем аналогично с отмеченной на рисунке частью системы

Так продолжаем прямой ход метода Гаусса пока система не примет вид

С этого момента начинаем обратный ход метода Гаусса: вычисляем x n из последнего уравнения как , с помощью полученного значения x n находим x n-1 из предпоследнего уравнения, и так далее, находим x 1 из первого уравнения.

Пример.

Решите систему линейных уравнений методом Гаусса.

Решение.

Исключим неизвестную переменную x 1 из второго и третьего уравнения системы. Для этого к обеим частям второго и третьего уравнений прибавим соответствующие части первого уравнения, умноженные на и на соответственно:

Теперь из третьего уравнения исключим x 2 , прибавив к его левой и правой частям левую и правую части второго уравнения, умноженные на :

На этом прямой ход метода Гаусса закончен, начинаем обратный ход.

Из последнего уравнения полученной системы уравнений находим x 3 :

Из второго уравнения получаем .

Из первого уравнения находим оставшуюся неизвестную переменную и этим завершаем обратный ход метода Гаусса .

Ответ:

X 1 = 4, x 2 = 0, x 3 = -1 .

Решение систем линейных алгебраических уравнений общего вида.

В общем случае число уравнений системы p не совпадает с числом неизвестных переменных n :

Такие СЛАУ могут не иметь решений, иметь единственное решение или иметь бесконечно много решений. Это утверждение относится также к системам уравнений, основная матрица которых квадратная и вырожденная.

Теорема Кронекера – Капелли.

Прежде чем находить решение системы линейных уравнений необходимо установить ее совместность. Ответ на вопрос когда СЛАУ совместна, а когда несовместна, дает теорема Кронекера – Капелли :
для того, чтобы система из p уравнений с n неизвестными (p может быть равно n ) была совместна необходимо и достаточно, чтобы ранг основной матрицы системы был равен рангу расширенной матрицы, то есть, Rank(A)=Rank(T) .

Рассмотрим на примере применение теоремы Кронекера – Капелли для определения совместности системы линейных уравнений.

Пример.

Выясните, имеет ли система линейных уравнений решения.

Решение.

. Воспользуемся методом окаймляющих миноров. Минор второго порядка отличен от нуля. Переберем окаймляющие его миноры третьего порядка:

Так как все окаймляющие миноры третьего порядка равны нулю, то ранг основной матрицы равен двум.

В свою очередь ранг расширенной матрицы равен трем, так как минор третьего порядка

отличен от нуля.

Таким образом, Rang(A) , следовательно, по теореме Кронекера – Капелли можно сделать вывод, что исходная система линейных уравнений несовместна.

Ответ:

Система решений не имеет.

Итак, мы научились устанавливать несовместность системы с помощью теоремы Кронекера – Капелли.

А как же находить решение СЛАУ, если установлена ее совместность?

Для этого нам потребуется понятие базисного минора матрицы и теорема о ранге матрицы.

Минор наивысшего порядка матрицы А , отличный от нуля, называется базисным .

Из определения базисного минора следует, что его порядок равен рангу матрицы. Для ненулевой матрицы А базисных миноров может быть несколько, один базисный минор есть всегда.

Для примера рассмотрим матрицу .

Все миноры третьего порядка этой матрицы равны нулю, так как элементы третьей строки этой матрицы представляют собой сумму соответствующих элементов первой и второй строк.

Базисными являются следующие миноры второго порядка, так как они отличны от нуля

Миноры базисными не являются, так как равны нулю.

Теорема о ранге матрицы.

Если ранг матрицы порядка p на n равен r , то все элементы строк (и столбцов) матрицы, не образующие выбранный базисный минор, линейно выражаются через соответствующие элементы строк (и столбцов), образующих базисный минор.

Что нам дает теорема о ранге матрицы?

Если по теореме Кронекера – Капелли мы установили совместность системы, то выбираем любой базисный минор основной матрицы системы (его порядок равен r ), и исключаем из системы все уравнения, которые не образуют выбранный базисный минор. Полученная таким образом СЛАУ будет эквивалентна исходной, так как отброшенные уравнения все равно излишни (они согласно теореме о ранге матрицы являются линейной комбинацией оставшихся уравнений).

В итоге, после отбрасывания излишних уравнений системы, возможны два случая.

Если число уравнений r в полученной системе будет равно числу неизвестных переменных, то она будет определенной и единственное решение можно будет найти методом Крамера, матричным методом или методом Гаусса.

Пример.

.

Решение.

Ранг основной матрицы системы равен двум, так как минор второго порядка отличен от нуля. Ранг расширенной матрицы также равен двум, так как единственный минор третьего порядка равен нулю

а рассмотренный выше минор второго порядка отличен от нуля. На основании теоремы Кронекера – Капелли можно утверждать совместность исходной системы линейных уравнений, так как Rank(A)=Rank(T)=2 .

В качестве базисного минора возьмем . Его образуют коэффициенты первого и второго уравнений:


Третье уравнение системы не участвует в образовании базисного минора, поэтому исключим его из системы на основании теоремы о ранге матрицы:


Так мы получили элементарную систему линейных алгебраических уравнений. Решим ее методом Крамера:


Ответ:

x 1 = 1, x 2 = 2 .

Если число уравнений r в полученной СЛАУ меньше числа неизвестных переменных n , то в левых частях уравнений оставляем слагаемые, образующие базисный минор, остальные слагаемые переносим в правые части уравнений системы с противоположным знаком.

Неизвестные переменные (их r штук), оставшиеся в левых частях уравнений, называются основными .

Неизвестные переменные (их n - r штук), которые оказались в правых частях, называются свободными .

Теперь считаем, что свободные неизвестные переменные могут принимать произвольные значения, при этом r основных неизвестных переменных будут выражаться через свободные неизвестные переменные единственным образом. Их выражение можно найти решая полученную СЛАУ методом Крамера, матричным методом или методом Гаусса.

Разберем на примере.

Пример.

Решите систему линейных алгебраических уравнений .

Решение.

Найдем ранг основной матрицы системы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем a 1 1 = 1 . Начнем поиск ненулевого минора второго порядка, окаймляющего данный минор:


Так мы нашли ненулевой минор второго порядка. Начнем поиск ненулевого окаймляющего минора третьего порядка:


Таким образом, ранг основной матрицы равен трем. Ранг расширенной матрицы также равен трем, то есть, система совместна.

Найденный ненулевой минор третьего порядка возьмем в качестве базисного.

Для наглядности покажем элементы, образующие базисный минор:


Оставляем в левой части уравнений системы слагаемые, участвующие в базисном миноре, остальные переносим с противоположными знаками в правые части:


Придадим свободным неизвестным переменным x 2 и x 5 произвольные значения, то есть, примем , где - произвольные числа. При этом СЛАУ примет вид


Полученную элементарную систему линейных алгебраических уравнений решим методом Крамера:


Следовательно, .

В ответе не забываем указать свободные неизвестные переменные.

Ответ:

Где - произвольные числа.

Подведем итог.

Чтобы решить систему линейных алгебраических уравнений общего вида, сначала выясняем ее совместность, используя теорему Кронекера – Капелли. Если ранг основной матрицы не равен рангу расширенной матрицы, то делаем вывод о несовместности системы.

Если ранг основной матрицы равен рангу расширенной матрицы, то выбираем базисный минор и отбрасываем уравнения системы, которые не участвуют в образовании выбранного базисного минора.

Если порядок базисного минора равен числу неизвестных переменных, то СЛАУ имеет единственное решение, которое находим любым известным нам методом.

Если порядок базисного минора меньше числа неизвестных переменных, то в левой части уравнений системы оставляем слагаемые с основными неизвестными переменными, остальные слагаемые переносим в правые части и придаем свободным неизвестным переменным произвольные значения. Из полученной системы линейных уравнений находим основные неизвестные переменные методом Крамера, матричным методом или методом Гаусса.

Метод Гаусса для решения систем линейных алгебраических уравнений общего вида.

Методом Гаусса можно решать системы линейных алгебраических уравнений любого вида без предварительного их исследования на совместность. Процесс последовательного исключения неизвестных переменных позволяет сделать вывод как о совместности, так и о несовместности СЛАУ, а в случае существования решения дает возможность отыскать его.

С точки зрения вычислительной работы метод Гаусса является предпочтительным.

Смотрите его подробное описание и разобранные примеры в статье метод Гаусса для решения систем линейных алгебраических уравнений общего вида .

Запись общего решения однородных и неоднородных систем линейных алгебраических с помощью векторов фундаментальной системы решений.

В этом разделе речь пойдет о совместных однородных и неоднородных системах линейных алгебраических уравнений, имеющих бесконечное множество решений.

Разберемся сначала с однородными системами.

Фундаментальной системой решений однородной системы из p линейных алгебраических уравнений с n неизвестными переменными называют совокупность (n – r) линейно независимых решений этой системы, где r – порядок базисного минора основной матрицы системы.

Если обозначить линейно независимые решения однородной СЛАУ как X (1) , X (2) , …, X (n-r) (X (1) , X (2) , …, X (n-r) – это матрицы столбцы размерности n на 1 ), то общее решение этой однородной системы представляется в виде линейной комбинации векторов фундаментальной системы решений с произвольными постоянными коэффициентами С 1 , С 2 , …, С (n-r) , то есть, .

Что обозначает термин общее решение однородной системы линейных алгебраических уравнений (орослау)?

Смысл прост: формула задает все возможные решения исходной СЛАУ, другими словами, взяв любой набор значений произвольных постоянных С 1 , С 2 , …, С (n-r) , по формуле мы получим одно из решений исходной однородной СЛАУ.

Таким образом, если мы найдем фундаментальную систему решений, то мы сможем задать все решения этой однородной СЛАУ как .

Покажем процесс построения фундаментальной системы решений однородной СЛАУ.

Выбираем базисный минор исходной системы линейных уравнений, исключаем все остальные уравнения из системы и переносим в правые части уравнений системы с противоположными знаками все слагаемые, содержащие свободные неизвестные переменные. Придадим свободным неизвестным переменным значения 1,0,0,…,0 и вычислим основные неизвестные, решив полученную элементарную систему линейных уравнений любым способом, например, методом Крамера. Так будет получено X (1) - первое решение фундаментальной системы. Если придать свободным неизвестным значения 0,1,0,0,…,0 и вычислить при этом основные неизвестные, то получим X (2) . И так далее. Если свободным неизвестным переменным придадим значения 0,0,…,0,1 и вычислим основные неизвестные, то получим X (n-r) . Так будет построена фундаментальная система решений однородной СЛАУ и может быть записано ее общее решение в виде .

Для неоднородных систем линейных алгебраических уравнений общее решение представляется в виде , где - общее решение соответствующей однородной системы, а - частное решение исходной неоднородной СЛАУ, которое мы получаем, придав свободным неизвестным значения 0,0,…,0 и вычислив значения основных неизвестных.

Разберем на примерах.

Пример.

Найдите фундаментальную систему решений и общее решение однородной системы линейных алгебраических уравнений .

Решение.

Ранг основной матрицы однородных систем линейных уравнений всегда равен рангу расширенной матрицы. Найдем ранг основной матрицы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем элемент a 1 1 = 9 основной матрицы системы. Найдем окаймляющий ненулевой минор второго порядка:

Минор второго порядка, отличный от нуля, найден. Переберем окаймляющие его миноры третьего порядка в поисках ненулевого:

Все окаймляющие миноры третьего порядка равны нулю, следовательно, ранг основной и расширенной матрицы равен двум. Базисным минором возьмем . Отметим для наглядности элементы системы, которые его образуют:

Третье уравнение исходной СЛАУ не участвует в образовании базисного минора, поэтому, может быть исключено:

Оставляем в правых частях уравнений слагаемые, содержащие основные неизвестные, а в правые части переносим слагаемые со свободными неизвестными:

Построим фундаментальную систему решений исходной однородной системы линейных уравнений. Фундаментальная система решений данной СЛАУ состоит из двух решений, так как исходная СЛАУ содержит четыре неизвестных переменных, а порядок ее базисного минора равен двум. Для нахождения X (1) придадим свободным неизвестным переменным значения x 2 = 1, x 4 = 0 , тогда основные неизвестные найдем из системы уравнений
.

Решим ее методом Крамера:

Таким образом, .

Теперь построим X (2) . Для этого придадим свободным неизвестным переменным значения x 2 = 0, x 4 = 1 , тогда основные неизвестные найдем из системы линейных уравнений
.

Опять воспользуемся методом Крамера:

Получаем .

Так мы получили два вектора фундаментальной системы решений и , теперь мы можем записать общее решение однородной системы линейных алгебраических уравнений:

, где C 1 и C 2 – произвольные числа. , равны нулю. Также примем минор в качестве базисного, исключим третье уравнение из системы и перенесем слагаемые со свободными неизвестными в правые части уравнений системы:

Для нахождения придадим свободным неизвестным переменным значения x 2 = 0 и x 4 = 0 , тогда система уравнений примет вид , откуда методом Крамера найдем основные неизвестные переменные:

Имеем , следовательно,

где C 1 и C 2 – произвольные числа.

Следует заметить, что решения неопределенной однородной системы линейных алгебраических уравнений порождают линейное пространство

Решение.

Каноническое уравнение эллипсоида в прямоугольной декартовой системе координат имеет вид . Наша задача состоит в определении параметров a , b и с . Так как эллипсоид проходит через точки А , В и С , то при подстановке их координат в каноническое уравнение эллипсоида оно должно обращаться в тождество. Так мы получим систему из трех уравнений:

Обозначим , тогда система станет системой линейных алгебраических уравнений .

Вычислим определитель основной матрицы системы:

Так как он отличен от нуля, то решение мы можем найти методом Крамера:
). Очевидно, что x = 0 и x = 1 являются корнями этого многочлена. Частным от деления на является . Таким образом, имеем разложение и исходное выражение примет вид .

Воспользуемся методом неопределенных коэффициентов.

Приравняв соответствующие коэффициенты числителей, приходим к системе линейных алгебраических уравнений . Ее решение даст нам искомые неопределенные коэффициенты А , В , С и D .

Решим систему методом Гаусса:

При обратном ходе метода Гаусса находим D = 0, C = -2, B = 1, A = 1 .

Получаем,

Ответ:

.

Разделы: Математика

Если в задаче меньше трех переменных, это не задача; если больше восьми – она неразрешима. Энон.

Задачи с параметрами встречаются во всех вариантах ЕГЭ, поскольку при их решении наиболее ярко выявляется, насколько глубоки и неформальны знания выпускника. Трудности, возникающие у учащихся при выполнении подобных заданий, вызваны не только относительной их сложностью, но и тем, что в учебных пособиях им уделяется недостаточно внимания. В вариантах КИМов по математике встречается два типа заданий с параметрами. Первый: «для каждого значения параметра решить уравнение, неравенство или систему». Второй: «найти все значения параметра, при каждом из которых решения неравенства, уравнения или системы удовлетворяют заданным условиям». Соответственно и ответы в задачах этих двух типов различаются по существу. В первом случае в ответе перечисляются все возможные значения параметра и для каждого из этих значений записываются решения уравнения. Во втором – перечисляются все значения параметра, при которых выполнены условия задачи. Запись ответа является существенным этапом решения, очень важно не забыть отразить все этапы решения в ответе. На это необходимо обращать внимание учащихся.
В приложении к уроку приведен дополнительный материал по теме «Решение систем линейных уравнений с параметрами», который поможет при подготовке учащихся к итоговой аттестации.

Цели урока:

• систематизация знаний учащихся;
• выработка умений применять графические представления при решении систем уравнений;
• формирование умения решать системы линейных уравнений, содержащих параметры;
• осуществление оперативного контроля и самоконтроля учащихся;
• развитие исследовательской и познавательной деятельности школьников, умения оценивать полученные результаты.

Урок рассчитан на два учебных часа.

Ход урока

1. Организационный момент

Сообщение темы, целей и задач урока.

1. Актуализация опорных знаний учащихся

Проверка домашней работы. В качестве домашнего задания учащимся было предложено решить каждую из трех систем линейных уравнений

а) б) в)

графически и аналитически; сделать вывод о количестве полученных решений для каждого случая

Заслушиваются и анализируются выводы, сделанные учащимися. Результаты работы под руководством учителя в краткой форме оформляются в тетрадях.

В общем виде систему двух линейных уравнений с двумя неизвестными можно представить в виде: .

Решить данную систему уравнений графически – значит найти координаты точек пересечения графиков данных уравнений или доказать, что таковых нет. Графиком каждого уравнения этой системы на плоскости является некоторая прямая.

Возможны три случая взаимного расположения двух прямых на плоскости:

<Рисунок1>;

<Рисунок2>;

<Рисунок3>.

К каждому случаю полезно выполнить рисунок.

1. Изучение нового материала

Сегодня на уроке мы научимся решать системы линейных уравнений, содержащие параметры. Параметром будем называть независимую переменную, значение которой в задаче считается заданным фиксированным или произвольным действительным числом, или числом, принадлежащим заранее оговоренному множеству. Решить систему уравнений с параметром – значит установить соответствие, позволяющее для любого значения параметра найти соответствующее множество решений системы.

Решение задачи с параметром зависит от вопроса, поставленного в ней. Если нужно просто решить систему уравнений при различных значениях параметра или исследовать ее, то необходимо дать обоснованный ответ для любого значения параметра или для значения параметра, принадлежащего заранее оговоренному в задаче множеству. Если же необходимо найти значения параметра, удовлетворяющие определенным условиям, то полного исследования не требуется, и решение системы ограничивается нахождением именно этих конкретных значений параметра.

Пример 1. Для каждого значения параметра решим систему уравнений

Решение.

1. Система имеет единственное решение, если

В этом случае имеем

1. Если а = 0, то система принимает вид

Система несовместна, т.е. решений не имеет.

1. Если то система запишется в виде

Очевидно, что в этом случае система имеет бесконечно много решений вида x = t; где t-любое действительное число.

Ответ:

Пример 2.

• имеет единственное решение;
• имеет множество решений;
• не имеет решений?

Решение.

Ответ:

Пример 3. Найдем сумму параметров a и b, при которых система

имеет бесчисленное множество решений.

Решение. Система имеет бесчисленное множество решений, если

То есть если a = 12, b = 36; a + b = 12 + 36 =48.

Ответ: 48.

1. Закрепление изученного в ходе решения задач

1. № 15.24(а) . Для каждого значения параметра решите систему уравнений

1. № 15.25(а) Для каждого значения параметра решите систему уравнений

1. При каких значениях параметра a система уравнений

а) не имеет решений; б) имеет бесконечно много решений.

Ответ: при а = 2 решений нет, при а = -2 бесконечное множество решений

1. Практическая работа в группах

Класс разбивается на группы по 4-5 человек. В каждую группу входят учащиеся с разным уровнем математической подготовки. Каждая группа получает карточку с заданием. Можно предложить всем группам решить одну систему уравнений, а решение оформить. Группа, первой верно выполнившая задание, представляет свое решение; остальные сдают решение учителю.

Карточка. Решите систему линейных уравнений

при всех значениях параметра а.

Ответ: при система имеет единственное решение ; при нет решений; при а = -1бесконечно много решений вида, (t; 1- t) где t R

Если класс сильный, группам могут быть предложены разные системы уравнений, перечень которых находится в Приложении1 . Тогда каждая группа представляет классу свое решение.

Отчет группы, первой верно выполнившей задание

Участники озвучивают и поясняют свой вариант решения и отвечают на вопросы, возникшие у представителей остальных групп.

1. Самостоятельная работа

Вариант 1

Вариант 2

1. Итоги урока

Решение систем линейных уравнений с параметрами можно сравнить с исследованием, которое включает в себя три основных условия. Учитель предлагает учащимся их сформулировать.

При решении следует помнить:

1. для того, чтобы система имела единственное решение, нужно, чтобы прямые, отвечающие уравнению системы, пересекались, т.е. необходимо выполнение условия;
2. чтобы не имела решений, нужно, чтобы прямые были параллельны, т.е. выполнялось условие,
3. и, наконец, чтобы система имела бесконечно много решений, прямые должны совпадать, т.е. выполнялось условие.

Учитель оценивает работу на уроке класса в целом и выставляет отметки за урок отдельным учащимся. После проверки самостоятельной работы оценку за урок получит каждый ученик.

1. Домашнее задание

При каких значениях параметра b система уравнений

• имеет бесконечно много решений;
• не имеет решений?

Графики функций y = 4x + b и y = kx + 6 симметричны относительно оси ординат.

• Найдите b и k,
• найдите координаты точки пересечения этих графиков.

Решите систему уравнений при всех значениях m и n.

Решите систему линейных уравнений при всех значениях параметра а (любую на выбор).

Литература

1. Алгебра и начала математического анализа: учеб. для 11 кл. общеобразоват. учреждений: базовый и профил. уровни / С. М. Никольский, М. К. Потапов, Н. Н. Решетников, А. В. Шевкин – М. : Просвещение, 2008.
2. Математика: 9 класс: Подготовка к государственной итоговой аттестации / М. Н. Корчагина, В. В. Корчагин – М. : Эксмо, 2008.
3. Готовимся в вуз. Математика. Часть 2. Учебное пособие для подготовки к ЕГЭ, участию в централизованном тестировании и сдаче вступительных испытаний в КубГТУ / Кубан. гос. технол. ун-т; Ин-т совр. технол. и экон.; Сост.: С. Н. Горшкова, Л. М. Данович, Н.А. Наумова, А.В. Мартыненко, И.А. Пальщикова. – Краснодар, 2006.
4. Сборник задач по математике для подготовительных курсов ТУСУР: Учебное пособие / З. М. Гольдштейн, Г. А. Корниевская, Г. А. Коротченко, С.Н. Кудинова. – Томск: Томск. Гос. ун-т систем управления и радиоэлектроники, 1998.
5. Математика: интенсивный курс подготовки к экзамену/ О. Ю. Черкасов, А.Г.Якушев. – М.: Рольф, Айрис-пресс, 1998.

Однако на практике широко распространены еще два случая:

– Система несовместна (не имеет решений);
– Система совместна и имеет бесконечно много решений.

Примечание : термин «совместность» подразумевает, что у системы существует хоть какое-то решение. В ряде задач требуется предварительно исследовать систему на совместность, как это сделать – см. статью о ранге матриц .

Для этих систем применяют наиболее универсальный из всех способов решения – метод Гаусса . На самом деле, к ответу приведет и «школьный» способ, но в высшей математике принято использовать гауссовский метод последовательного исключения неизвестных. Те, кто не знаком с алгоритмом метода Гаусса, пожалуйста, сначала изучите урок метод Гаусса для чайников .

Сами элементарные преобразования матрицы – точно такие же , разница будет в концовке решения. Сначала рассмотрим пару примеров, когда система не имеет решений (несовместна).

Пример 1

Что сразу бросается в глаза в этой системе? Количество уравнений – меньше, чем количество переменных. Если количество уравнений меньше, чем количество переменных , то сразу можно сказать, что система либо несовместна, либо имеет бесконечно много решений. И это осталось только выяснить.

Начало решения совершенно обычное – запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) На левой верхней ступеньке нам нужно получить +1 или –1. Таких чисел в первом столбце нет, поэтому перестановка строк ничего не даст. Единицу придется организовать самостоятельно, и сделать это можно несколькими способами. Я поступил так: К первой строке прибавляем третью строку, умноженную на –1.

(2) Теперь получаем два нуля в первом столбце. Ко второй строке прибавляем первую строку, умноженную на 3. К третьей строке прибавляем первую строку, умноженную на 5.

(3) После выполненного преобразования всегда целесообразно посмотреть, а нельзя ли упростить полученные строки? Можно. Вторую строку делим на 2, заодно получая нужную –1 на второй ступеньке. Третью строку делим на –3.

(4) К третьей строке прибавляем вторую строку.

Наверное, все обратили внимание на нехорошую строку, которая получилась в результате элементарных преобразований: . Ясно, что так быть не может. Действительно, перепишем полученную матрицу обратно в систему линейных уравнений:

Если в результате элементарных преобразований получена строка вида , где – число, отличное от нуля, то система несовместна (не имеет решений) .

Как записать концовку задания? Нарисуем белым мелом: «в результате элементарных преобразований получена строка вида , где » и дадим ответ: система не имеет решений (несовместна).

Если же по условию требуется ИССЛЕДОВАТЬ систему на совместность, тогда необходимо оформить решение в более солидном стиле с привлечением понятия ранга матрицы и теоремы Кронекера-Капелли .

Обратите внимание, что здесь нет никакого обратного хода алгоритма Гаусса – решений нет и находить попросту нечего.

Пример 2

Решить систему линейных уравнений

Это пример для самостоятельного решения. Полное решение и ответ в конце урока. Снова напоминаю, что ваш ход решения может отличаться от моего хода решения, у алгоритма Гаусса нет сильной «жёсткости».

Еще одна техническая особенность решения: элементарные преобразования можно прекращать сразу же , как только появилась строка вида , где . Рассмотрим условный пример: предположим, что после первого же преобразования получилась матрица . Матрица еще не приведена к ступенчатому виду, но в дальнейших элементарных преобразованиях нет никакой необходимости, так как появилась строка вида , где . Следует сразу дать ответ, что система несовместна.

Когда система линейных уравнений не имеет решений – это почти подарок, ввиду того, что получается короткое решение, иногда буквально в 2-3 действия.

Но всё в этом мире уравновешено, и задача, в которой система имеет бесконечно много решений – как раз длиннее.

Пример 3

Решить систему линейных уравнений

Тут 4 уравнений и 4 неизвестных, таким образом, система может иметь либо единственное решение, либо не иметь решений, либо иметь бесконечно много решений. Как бы там ни было, но метод Гаусса в любом случае приведет нас к ответу. В этом его и универсальность.

Начало опять стандартное. Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Вот и всё, а вы боялись.

(1) Обратите внимание, что все числа в первом столбце делятся на 2, поэтому на левой верхней ступеньке нас устраивает и двойка. Ко второй строке прибавляем первую строку, умноженную на –4. К третьей строке прибавляем первую строку, умноженную на –2. К четвертой строке прибавляем первую строку, умноженную на –1.

Внимание! У многих может возникнуть соблазн из четвертой строки вычесть первую строку. Так делать можно, но не нужно, опыт показывает, что вероятность ошибки в вычислениях увеличивается в несколько раз. Только складываем: К четвертой строке прибавляем первую строку, умноженную на –1 – именно так!

(2) Последние три строки пропорциональны, две из них можно удалить.

Здесь опять нужно проявить повышенное внимание , а действительно ли строки пропорциональны? Для перестраховки (особенно, чайнику) не лишним будет вторую строку умножить на –1, а четвертую строку разделить на 2, получив в результате три одинаковые строки. И только после этого удалить две из них.

В результате элементарных преобразований расширенная матрица системы приведена к ступенчатому виду:

При оформлении задачи в тетради желательно для наглядности делать такие же пометки карандашом.

Перепишем соответствующую систему уравнений:

«Обычным» единственным решением системы здесь и не пахнет. Нехорошей строки тоже нет. Значит, это третий оставшийся случай – система имеет бесконечно много решений. Иногда по условию нужно исследовать совместность системы (т.е. доказать, что решение вообще существует), об этом можно прочитать в последнем параграфе статьи Как найти ранг матрицы? Но пока разбираем азы:

Бесконечное множество решений системы коротко записывают в виде так называемого общего решения системы .

Общее решение системы найдем с помощью обратного хода метода Гаусса.

Сначала нужно определить, какие переменные у нас являются базисными , а какие переменные свободными . Не обязательно заморачиваться терминами линейной алгебры, достаточно запомнить, что вот существуют такие базисные переменные и свободные переменные .

Базисные переменные всегда «сидят» строго на ступеньках матрицы .
В данном примере базисными переменными являются и

Свободные переменные – это все оставшиеся переменные, которым не досталось ступеньки. В нашем случае их две: – свободные переменные.

Теперь нужно все базисные переменные выразить только через свободные переменные .

Обратный ход алгоритма Гаусса традиционно работает снизу вверх.
Из второго уравнения системы выражаем базисную переменную :

Теперь смотрим на первое уравнение: . Сначала в него подставляем найденное выражение :

Осталось выразить базисную переменную через свободные переменные :

В итоге получилось то, что нужно – все базисные переменные ( и ) выражены только через свободные переменные :

Собственно, общее решение готово:

Как правильно записать общее решение?
Свободные переменные записываются в общее решение «сами по себе» и строго на своих местах. В данном случае свободные переменные следует записать на второй и четвертой позиции:
.

Полученные же выражения для базисных переменных и , очевидно, нужно записать на первой и третьей позиции:

Придавая свободным переменным произвольные значения , можно найти бесконечно много частных решений . Самыми популярными значениями являются нули, поскольку частное решение получается проще всего. Подставим в общее решение:

– частное решение.

Другой сладкой парочкой являются единицы, подставим в общее решение:

– еще одно частное решение.

Легко заметить, что система уравнений имеет бесконечно много решений (так как свободным переменным мы можем придать любые значения)

Каждое частное решение должно удовлетворять каждому уравнению системы. На этом основана «быстрая» проверка правильности решения. Возьмите, например, частное решение и подставьте его в левую часть каждого уравнения исходной системы:

Всё должно сойтись. И с любым полученным вами частным решением – тоже всё должно сойтись.

Но, строго говоря, проверка частного решения иногда обманывает, т.е. какое-нибудь частное решение может удовлетворять каждому уравнению системы, а само общее решение на самом деле найдено неверно.

Поэтому более основательна и надёжна проверка общего решения. Как проверить полученное общее решение ?

Это несложно, но довольно муторно. Нужно взять выражения базисных переменных, в данном случае и , и подставить их в левую часть каждого уравнения системы.

В левую часть первого уравнения системы:

В левую часть второго уравнения системы:


Получена правая часть исходного уравнения.

Пример 4

Решить систему методом Гаусса. Найти общее решение и два частных. Сделать проверку общего решения.

Это пример для самостоятельного решения. Здесь, кстати, снова количество уравнений меньше, чем количество неизвестных, а значит, сразу понятно, что система будет либо несовместной, либо с бесконечным множеством решений. Что важно в самом процессе решения? Внимание, и еще раз внимание . Полное решение и ответ в конце урока.

И еще пара примеров для закрепления материала

Пример 5

Решить систему линейных уравнений. Если система имеет бесконечно много решений, найти два частных решения и сделать проверку общего решения

Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

(1) Ко второй строке прибавляем первую строку. К третьей строке прибавляем первую строку, умноженную на 2. К четвертой строке прибавляем первую строку, умноженную на 3.
(2) К третьей строке прибавляем вторую строку, умноженную на –5. К четвертой строке прибавляем вторую строку, умноженную на –7.
(3) Третья и четвертая строки одинаковы, одну из них удаляем.

Вот такая красота:

Базисные переменные сидят на ступеньках, поэтому – базисные переменные.
Свободная переменная, которой не досталось ступеньки здесь всего одна:

Обратный ход:
Выразим базисные переменные через свободную переменную:
Из третьего уравнения:

Рассмотрим второе уравнение и подставим в него найденное выражение :

Рассмотрим первое уравнение и подставим в него найденные выражения и :

Да, всё-таки удобен калькулятор, который считает обыкновенные дроби.

Таким образом, общее решение:

Еще раз, как оно получилось? Свободная переменная одиноко сидит на своём законном четвертом месте. Полученные выражения для базисных переменных , тоже заняли свои порядковые места.

Сразу выполним проверку общего решения. Работа для негров, но она у меня уже выполнена, поэтому ловите =)

Подставляем трех богатырей , , в левую часть каждого уравнения системы:

Получены соответствующие правые части уравнений, таким образом, общее решение найдено верно.

Теперь из найденного общего решения получим два частных решения. Шеф-поваром здесь выступает единственная свободная переменная . Ломать голову не нужно.

Пусть , тогда – частное решение.
Пусть , тогда – еще одно частное решение.

Ответ : Общее решение: , частные решения: , .

Зря я тут про негров вспомнил... ...потому что в голову полезли всякие садистские мотивы и вспомнилась известная фотожаба, на которой куклуксклановцы в белых балахонах бегут по полю за чернокожим футболистом. Сижу, тихо улыбаюсь. Знаете, как отвлекает….

Много математики вредно, поэтому похожий заключительный пример для самостоятельного решения.

Пример 6

Найти общее решение системы линейных уравнений.

Проверка общего решения у меня уже сделана, ответу можно доверять. Ваш ход решения может отличаться от моего хода решения, главное, чтобы совпали общие решения.

Наверное, многие заметили неприятный момент в решениях: очень часто при обратном ходе метода Гаусса нам пришлось возиться с обыкновенными дробями. На практике это действительно так, случаи, когда дробей нет – встречаются значительно реже. Будьте готовы морально, и, самое главное, технически.

Остановлюсь на некоторых особенностях решения, которые не встретились в прорешанных примерах.

В общее решение системы иногда может входить константа (или константы), например: . Здесь одна из базисных переменных равна постоянному числу: . В этом нет ничего экзотического, так бывает. Очевидно, что в данном случае любое частное решение будет содержать пятерку на первой позиции.

Редко, но встречаются системы, в которых количество уравнений больше количества переменных . Метод Гаусса работает в самых суровых условиях, следует невозмутимо привести расширенную матрицу системы к ступенчатому виду по стандартному алгоритму. Такая система может быть несовместной, может иметь бесконечно много решений, и, как ни странно, может иметь единственное решение.

Отыскание решений линейной системы
Портабельные Windows-приложения на сайте Bodrenko.com

§2. Отыскание решений линейной системы

Теорема Кронекера-Капелли устанавливает необходимое и достаточное условие совместности линейной системы, но не дает способа нахождения решений этой системы.
В этом параграфе мы займемся отысканием решений линейной системы (3.1). Сначала мы рассмотрим простейший случай квадратной системы линейных уравнений с отличным от нуля определителем основной матрицы, а затем перейдем к отысканию совокупности всех решений общей линейной системы вида (3.1).
1. Квадратная система линейных уравнений с определителем основной матрицы, отличным от нуля. Пусть дана квадратная система линейных уравнений

с отличным от нуля определителем Δ основной матрицы

Докажем, что такая система имеет, и притом единственное, решение, и найдем это решение. Сначала докажем, что система (3.10) может иметь только одно решение (т. е. докажем единственность решения системы (3.10) в предположении его существования).
Предположим, что существуют какие-либо n чисел х 1 , x 2 ,...,х n такие, что при подстановке этих чисел в систему (3.10) все уравнения этой системы обращаются в тождества (т. е. существует некоторое решение системы (3.10) х 1 , x 2 ,...,х n). Тогда, умножая тождества (3.10) соответственно на алгебраические дополнения A 1j , A 2j ,..., A nj элементов j-ro столбца определителя Δ матрицы (3.11) и складывая затем получающиеся при этом тождества, мы получим (для любого номера j, равного 1, 2,..., n)

Учитывая, что сумма произведений элементов i-го столбца на соответствующие алгебраические дополнения элементов j-ro столбца равна нулю при i ≠ j и равна определителю Δ матрицы (3.11) при i = j (cм. свойство 4° из п. 4 §2 гл. 1), мы получим из последнего равенства

x j Δ = b 1 A 1j + b 2 A 2j + ... + b n A nj . (3.12)

Обозначим символом Δ j (b i ) (или, более кратко, символом Δ j ) определитель, получающийся из определителя Δ основной матрицы (3.11) заменой его j-го столбца столбцом из свободных членов b 1 , b 2 ,...,b n (с сохранением без изменения всех остальных столбцов Δ ).
Заметим, что в правой части (3.12) стоит именно определитель Δ j (b i) (ч тобы убедиться в этом, достаточно записать разложение определителя Δ j (b i) по элементам i-го столбца ), и это равенство принимает вид

Δ x j = Δ j (3.13)

Поскольку определитель Δ матрицы (3.11) отличен от нуля, равенства (3.13) эквивалентны соотношениям

Итак, мы доказали, что если решение х 1 , x 2 ,...,х n системы (3.10) с определителем Δ основной матрицы (3.11), отличным от нуля, существует, то это решение однозначно определяется формулами (3.14) .
Формулы (3.14) называются формулами Крамера .
Еще раз подчеркнем, что формулы Крамера пока получены нами в предположении существования решения и доказывают его единственность.
Остается доказать существование решения системы (3.10). Для э того в силу теоремы Кронекера-Капелли достаточно доказать, что ранг основной матрицы (3.11) равен рангу расширенной матрицы (cуществует и другой способ доказательства существования решения системы (3.10), заключающийся в проверке того, что числа х 1 , x 2 ,...,х n , определяемые формулами Крамера (3.14), обращают в тождества все уравнения системы (3.10))

но это очевидно, ибо в силу соотношения Δ ≠ 0, ранг основной матрицы равен n, а ранг содержащей n строк расширенной матрицы (3.15) больше числа n быть не может и потому равен рангу основной матрицы.
Тем самым полностью доказано, что квадратная система линейных уравнений (3.10) с определителем основной матрицы, отличным от нуля, имеет, и притом единственное, решение, определяемое формулами Крамера (3.14).

Доказанное нами утверждение еще проще устанавливается матричным способом. Для того чтобы сделать это, заменим (как и в п. 1 § 1) систему (3.10) эквивалентным ей матричным уравнением

AX = B, (3.16)

где А - основная матрица системы (3.11), а X и В - столбцы,

первый из которых подлежит определению, а второй задан.
Так как определитель Δ матрицы А отличен от нуля, то существует обратная матрица А -1 (см. п. 7 §2 гл. 1).
Предположим, что существует решение системы (3.10), т.е. существует столбец X, обращающий в тождество матричное уравнение (3.16). Помножая указанное тождество слева на обратную матрицу А -1 будем иметь

А -1 (АХ) =А -1 В. (3.17)

Учтем теперь, что в силу сочетательного свойства произведения трех матриц (см. п. 2 § 1 гл. 1) и в силу соотношения А -1 А = Е, где Е - единичная матрица (см. п. 7 §2 гл. 1), А -1 (АХ) = (А -1 А)Х = ЕХ = X, так что мы получим из (3.17)

X = А -1 В. (3.18)

Развертывая равенство (3.18) и учитывая вид обратной матрицы (cм. формулу A.41) из п. 7 §2 гл. 1), мы и получим для элементов столбца X формулы Крамера.
Итак, мы доказали, что если решение матричного уравнения (3.16) существует, то оно однозначно определяется соотношением (3.18), эквивалентным формулам Крамера.
Легко проверить, что столбец X, определяемый соотношением (3.18), в самом деле является решением матричного уравнения (3.16),
т. е. при подстановке в это уравнение обращает его в тождество. В самом деле, если столбец X определяется равенством (3.18), то АХ = А(А -1 В) = (АА -1)В = ЕВ = В.
Итак, если определитель Δ матрицы А отличен от нуля (т. е. если эта матрица является невырожденной), то существует, и притом единственное, решение матричного уравнения (3.16), определяемое соотношением (3.18), эквивалентным формулам Крамера.
Пример. Найдем решение квадратной системы линейных уравнений

с отличным от нуля определителем основной матрицы

Поскольку

то, в силу формул Крамера, единственное решение рассматриваемой системы имеет вид х 1 = 1, х 2 = 2, x 3 = 3, х 4 = 4.
Основное значение формул Крамера состоит в том, что они дают явное выражение для решения квадратной системы линейных уравнений (с определителем, отличным от нуля) через коэффициенты уравнений и свободные члены. Практическое использование формул Крамера связано с довольно громоздкими вычислениями (для решения системы n уравнений с n неизвестными приходится вычислять (n + 1) определитель n-го порядка). К этому следует добавить, что если коэффициенты уравнений и свободные члены представляют собой лишь приближенные значения каких - либо измеряемых физических величин или округляются в процессе вычислений, то использование формул Крамера может привести к большим ошибкам и в ряде случаев является нецелесообразным.
В §4 гл.4 будет изложен метод регуляризации, принадлежащий А.Н. Тихонову и позволяющий находить решение линейной системы с точностью, соответствующей точности задания матрицы коэффициентов уравнений и столбца свободных членов, а в гл. 6 дается представление о так называемых итерационных методах решения линейных систем, позволяющих решать эти системы при помощи последовательных приближений неизвестных.
В заключении отметим, что в этом пункте мы исключили из рассмотрения случай обращения в нуль определителя Δ основной матрицы системы (3.10). Этот случай будет содержаться в общей теории систем m линейных уравнений с n неизвестными, излагаемой в следующем пункте.
2. Отыскание всех решений общей линейной системы. Рассмотрим теперь общую систему m линейных уравнений с n неизвестными (3.1). Предположим, что эта система совместна и что ранг ее основной и расширенной матриц равен числу r. Не ограничивая общности, мы можем предположить, что базисный минор основной матрицы (3.2) находится в левом верхнем углу этой матрицы (общий случай сводится к этому случаю посредством перестановки в системе (3.1) уравнений и неизвестных).
Тогда первые r строк как основной матрицы (3.2), так и расширенной матрицы (3.8) являются базисными строками этих матриц (т ак как ранги основной и расширенной матриц оба равны r, то базисный минор основной матрицы будет одновременно являться базисным минором и расширенной матрицы), и, по теореме 1.6 о базисном миноре, каждая из строк расширенной матрицы (1.8), начиная с (r + 1)-й строки, является линейной комбинацией п ервых r строк этой матрицы.
В терминах системы (3.1) это означает, что каждое из уравнений этой системы, начиная с (r + 1)-го уравнения, является линейной комбинацией (т. е. следствием) первых r уравнений этой системы (т. е. всякое решение первых г уравнений системы (3.1) обращает в тождества и все последующие уравнения этой системы ).
Таким образом, достаточно найти все решения лишь первых r уравнений системы (3.1). Рассмотрим первые r уравнений системы (3.1), записав их в виде

Если мы придадим неизвестным х r+1 ,...,х n совершенно произвольные значения c r+1 ,...,c n , то система (1.19) превратится в квадратную систему r линейных уравнений для r неизвестных х 1 , x 2 ,...,х r , причем определителем основной матрицы этой системы является отличный от нуля базисный минор матрицы (3.2). В силу результатов предыдущего пункта, эта система (3.19) имеет единственное решение, определяемое формулами Крамера, т. е. для произвольно выбранных c r+1 ,...,c n существует единственная совокупность r чисел c 1 ,...,c r , обращающих в тождества все уравнения системы (3.19) и определяющихся формулами Крамера.
Чтобы записать это единственное решение, договоримся обозначать символом M j (d i) определитель, получающийся из базисного минора М матрицы (3.2) заменой его j-ro столбца столбцом из чисел d 1 , d 2 ,...,d i ,...,d r (с сохранением без изменения всех остальных столбцов М). Тогда, записывая решение системы (3.19) с помощью формул Крамера и пользуясь линейным свойством определителя, мы получим

Формулы (3.20) выражают значения неизвестных x j = c j (j = 1, 2,......, r) через коэффициенты при неизвестных, свободные члены и произвольно заданные параметры с r+1 ,...., с n .
Докажем, что формулы (3.20) содержат любое решение системы (3.1) . В самом деле, пусть c (0) 1 , c (0) 2 ,...,c (0) r , c (0) r+1 , ...,c (0) n - произвольное решение указанной системы. Тогда оно является решением и системы (3.19). Но из системы (3.19) величины c (0) 1 , c (0) 2 ,...,c (0) r , определяются через величины c (0) r+1 , ...,c (0) n однозначно и именно по формулам Крамера (3.20). Таким образом, при с r+1 = c (0) r+1 , ..., с n = c (0) n формулы (3.20) дают нам как раз рассматриваемое решение c (0) 1 , c (0) 2 ,...,c (0) r , c (0) r+1 , ...,c (0) n .
Замечание. Если ранг r основной и расширенной матриц системы (3.1) равен числу неизвестных n, то в этом случае соотношения (3.20) переходят в формулы

определяющие единственное решение системы (3.1). Таким образом, система (3.1) имеет единственное решение (т.е. является определенной) при условии, что ранг r основной и расширенной ее матриц равен числу неизвестных n (и меньше числа уравнений m или равен ему).
Пример. Найдем все решения линейной системы

Нетрудно убедиться в том, что ранг как основной, так и расширенной матрицы этой системы равен двум (т. е. эта система совместна), причем можно считать, что базисный минор М стоит в левом верхнем углу основной матрицы, т. е. . Но тогда, отбрасывая два последних уравнения и задавая произвольно с 3 и с 4 , мы получим систему

x 1 - x 2 = 4 - c 3 + c 4 ,

x 1 + x 2 = 8 - 2c 3 - 3c 4 ,

из которой в силу формул Крамера получаем значения

x 1 = c 1 = 6 - 3/2 c 3 - c 4 , x 2 = c 2 = 2 - 1/2 c 3 - 2c 4 . (3.22)

Таким образом, четыре числа

(6 - 3/2 c 3 - c 4 ,2 - 1/2 c 3 - 2c 4 ,c 3 , c 4) (3.23)

при произвольно заданных значениях с 3 и с 4 образуют решение системы (3.21), причем строка (3.23) содержит все решения этой системы.

3. Свойства совокупности решений однородной системы. Рассмотрим теперь однородную систему m линейных уравнений с n неизвестными (3.7), предполагая, как и выше, что матрица (3.2) имеет ранг, равный r, и что базисный минор М расположен в левом верхнем углу этой матрицы. Поскольку на этот раз все b i равны нулю, вместо формул (3.20) мы получим следующие формулы:

выражающие значения неизвестных x j = c j (j = 1, 2,..., r) через коэффициенты при неизвестных и произвольно заданные значения c r+1 ,...,c n . В силу доказанного в предыдущем пункте формулы (3.24) содержат любое решение однородной системы (3.7) .
Убедимся теперь в том, что совокупность всех решений однородной системы (3.7) образует линейное пространство .
Пусть Х 1 = (x (1) 1 , x (1) 2 ,...,x (1) n) и Х 2 = (x (2) 1 , x (2) 2 ,...,x (2) n) - два произвольных решения однородной системы (3.7), а λ - любое вещественное число. В силу того, что каждое решение однородной системы (3.7) является элементом линейного пространства А n всех упорядоченных совокупностей n чисел, достаточно доказать, что каждая из двух совокупностей

Х 1 + Х 2 = (x (1) 1 + x (2) 1 ,..., x (1) n + x (2) n)

λ Х 1 = (λ x (1) 1 ,...,λ x (1) n)

также является решением однородной системы (3.7).
Рассмотрим любое уравнение системы (3.7), например i-е уравнение, и подставим в это уравнение на место неизвестных элементы указанных совокупностей. Учитывая, что Х 1 и Х 2 - решения однородной системы, будем иметь

а это и означает, что совокупности Х 1 + Х 2 и λ Х 1 являются решениями однородной системы (3.7).
Итак, совокупность всех решений однородной системы (3.7) образует линейное пространство, которое мы обозначим символом R.
Найдем размерность этого пространства R и построим в нем базис.
Докажем, что в предположении о том, что ранг матрицы однородной системы (3.7) равен r, линейное пространство R всех решений однородной системы (3.7) изоморфно линейному пространству А n-r всех упорядоченных совокупностей (n - r) чисел (п ространство А m введено в примере 3 п. 1 § 1 гл. 2).

Поставим в соответствие каждому решению (c 1 ,...,c r , c r+1 ,...,c n) однородной системы (3.7) элемент (c r+1 ,...,c n) пространства А n-r Поскольку числа c r+1 ,...,c n могут быть выбраны произвольно и при каждом выборе с помощью формул (3.24) однозначно определяют решение системы (3.7), то установленное нами соответствие является взаимно однозначным . Далее заметим, что если элементы c (1) r+1 ,...,c (1) n и c (2) r+1 ,...,c (2) n пространства А n-r отвечают элементам (c (1) 1 ,...,c (1) r , c (1) r+1 ,...,c (1) n)и (c (2) 1 ,...,c (2) r , c (2) r+1 ,...,c (2) n) пространства R, то из формул (3.24) сразу же следует, что элементу (c (1) r+1 + c (2) r+1 ,...,c (1) n +c (2) n) отвечает элемент (c (1) 1 + c (2) 1 ,...,c (1) r + c (2) r , c (1) r+1 + c (2) r+1 ,...,c (1) n +c (2) n), а элементу (λ c (1) r+1 ,...,λ c (1) n) при любом вещественном λ отвечает элемент (λ c (1) 1 ,...,λ c (1) r , λ c (1) r+1 ,...,λ c (1) n). Тем самым доказано, что установленное нами соответствие является изоморфизмом.
Итак, линейное пространство R всех решений однородной системы (3.7) с n неизвестными и рангом основной матрицы, равным r, изоморфно пространству А n-r и, стало быть, имеет размерность n - r.
Любая совокупность из (n - r) линейно независимых решений однородной системы (3.7) образует (в силу теоремы 2.5) базис в пространстве R всех решений и называется фундаментальной совокупностью решений однородной системы (3.7).
Для построения фундаментальной совокупности решений можно отправляться от любого базиса пространства А n-r . Отвечающая этому базису совокупность решений системы (3.7), в силу изоморфизма, будет линейно независимой и поэтому будет являться фундаментальной совокупностью решений.
Особо выделяют фундаментальную совокупность решений системы (3.7), отвечающую простейшему базису e 1 = (1, 0, 0,..., 0), е 2 = (1, 1, 0,..., 0), ..., е n-r = (0, 0, 0,..., 1) пространства А n-r и называемую нормальной фундаментальной совокупностью решений однородной системы (3.7).
При сделанных выше предположениях о ранге и расположении базисного минора, в силу формул (3.24), нормальная фундаментальная совокупность решений однородной системы (3.7) имеет вид:

По определению базиса любое решение X однородной системы (3.7) представимо в виде

X= C 1 X 1 + C 2 X 2 + ... + C n-r X n-r , (3.26)

где C 1 , C 2 , ...,C n-r - некоторые постоянные. Поскольку в формуле (3.26) содержится любое решение однородной системы (3.7), то эта формула дает общее решение рассматриваемой однородной системы.
Пример. Рассмотрим однородную систему уравнений:

соответствующую неоднородной системе (3.21), разобранной в примере в конце предыдущего пункта. Там мы выяснили, что ранг r матрицы этой системы равен двум, и взяли в качестве базисного минор, стоящий в левом верхнем углу указанной матрицы.
Повторяя рассуждения, проведенные в конце предыдущего пункта, мы получим вместо формул (3.22) соотношения

c 1 = - 3/2 c 3 - c 4 , c 2 = - 1/2 c 3 - 2c 4 ,

справедливые при произвольно выбранных c 3 и c 4 . С помощью этих соотношений (полагая сначала c 3 =1,c 4 =0, а затем c 3 = 0,c 4 = 1) мы получим нормальную фундаментальную совокупность двух решений системы (3.27):

X 1 = (-3/2,-1/2,1,0), X 2 = (-1,-2, 0,1). (3.28)

где С 1 и С 2 - произвольные постоянные.
В заключение этого пункта установим связь между решениями неоднородной линейной системы (3.1) и соответствующей ей однородной системы (3.7) (c теми же самыми коэффициентами при неизвестных). Докажем следующие два утверждения.
1°. Сумма любого решения неоднородной системы (3.1) с любым решением соответствующей однородной системы (3.7) представляет собой решение системы (3.1).
В самом деле, если c 1 ,...,c n - решение системы (3.1), a d 1 ,...,d n - решение соответствующей ей однородной системы (3.7), то, подставив в любое (например, в i-е) уравнение системы (3.1) на место неизвестных числа c 1 + d 1 ,...,c n + d n , получим

что и требовалось доказать.
2°. Разность двух произвольных решений неоднородной системы (3.1) является решением соответствующей однородной системы (3.7).
В самом деле, если c" 1 ,...,c" n и c" 1 ,...,c" n - два произвольных решения системы (3.1), то, подставив в любое (например, в i-е) уравнение системы (3.7) на место неизвестных числа c" 1 - c" 1 ,...,c" n - c" n получим

что и требовалось доказать.
Из доказанных утверждений вытекает, что, найдя одно решение неоднородной системы (3.1) и складывая его с каждым решением соответствующей однородной системы (3.7), мы получим все решения неоднородной системы (3.1).
Другими словами, сумма частного решения неоднородной системы (3.1) и общего решения соответствующей однородной системы (3.7) дает общее решение неоднородной системы (3.1).
В качестве частного решения неоднородной системы (3.1) естественно взять то его решение (п ри этом предполагается, как и выше, что ранги основной и расширенной матриц системы (3.1) равны r и что базисный минор находится в левом верхнем углу этих матриц)

которое получится, если в формулах (3.20) положить равными нулю все числа c r+1 ,...,c n . Складывая это частное решение с общим решением (3.26) соответствующей однородной системы, мы получим следующее выражение для общего решения неоднородной системы (3.1):

X= X 0 + C 1 X 1 + C 2 X 2 + ... + C n-r X n-r . (3.30)

В этом выражении X 0 обозначает частное решение (3.29), C 1 , C 2 , ... , C n-r - произвольные постоянные, а X 1 ,X 2 ,... ,X n-r - элементы нормальной фундаментальной совокупности решений (3.25) соответствующей однородной системы.
Так, для рассмотренной в конце предыдущего пункта неоднородной системы (3.21) частное решение вида (3.29) равно Х 0 =(6,2,0, 0).
Складывая это частное решение с общим решением (3.28) соответствующей однородной системы (3.27), мы получим следующее общее решение неоднородной системы (3.21):

X = (6,2,0, 0) + C 1 (-3/2,-1/2,1,0) + C 2 (-1,-2, 0,1). (3.31)

Здесь C 1 и C 2 - произвольные постоянные.
4. Заключительные замечания о решении линейных систем. Развитые в предыдущих пунктах методы решения линейных систем
упираются в необходимость вычисления ранга матрицы и нахождения ее базисного минора. После того, как базисный минор найден, решение сводится к технике вычисления определителей и к использованию формул Крамера.
Для вычисления ранга матрицы можно использовать следующее правило: при вычислении ранга матрицы следует переходить от миноров меньших порядков к минорам больших порядков; при этом, если уже найден отличный от нуля минор М порядка k, то требуют вычисления лишь миноры порядка (k + 1), окаймляющие (т о есть содержащие внутри себя минор М) этот минор М; в случае равенства нулю всех окаймляющих миноров порядка (k + 1) ранг матрицы равен к (в самом деле, в указанном случае все строки (столбцы) матрицы принадлежат линейной оболочке ее k строк (столбцов), на пересечении которых стоит минор М, а размерность указанной линейной оболочки равна k).
Укажем и другое правило вычисления ранга матрицы. Заметим, что со строками (столбцами) матрицы можно производить три элементарные операции , не изменяющие ранга этой матрицы: 1) перестановку двух строк (или двух столбцов), 2) умножение строки (или столбца) на любой отличный от нуля множитель, 3) прибавление к одной строке (столбцу) произвольной линейной комбинации других строк (столбцов) (э ти три операции не изменяют ранга матрицы вследствие того, что операции 1) и 2) не изменяют максимального числа линейно независимых строк (столбцов) матрицы, а операция 3) обладает тем свойством, что линейная оболочка всех строк (столбцов), имевшихся до проведения этой операции, совпадает с линейной оболочкой всех строк (столбцов), полученных после проведения этой операции).
Будем говорить, что матрица ||а ij ||, содержащая m строк и n столбцов, имеет диагональный вид, если равны нулю все ее элементы, отличные от а 11 , а 22 ,.., a rr , где r = min{m, n}. Ранг такой матрицы, очевидно, равен r.
Убедимся в том, что посредством трех элементарных операций любую матрицу

можно привести к диагональному виду (что и позволяет вычислить ее ранг).

В самом деле, если все элементы матрицы (3.31) равны нулю, то эта матрица уже приведена к диагональному виду. Если же у мат-
рицы (3.31) есть отличные от нуля элементы, то путем перестановки двух строк и двух столбцов можно добиться того, чтобы был отличен от нуля элемент а 11 . Умножая после этого первую строку матрицы на а 11 -1 , мы превратим элемент а 11 в единицу. Вычитая далее из j-ro столбца матрицы (при j = 2, 3,..., n) первый столбец, умноженный на а i1 , а затем вычитая из i-й строки (при i = 2, 3,..., n) первую строку, умноженную на а i1 , мы получим вместо (3.31) матрицу следующего вида:

Совершая уже описанные нами операции с матрицей, взятой в рамку, и продолжая действовать аналогичным способом, мы после конечного числа шагов получим матрицу диагонального вида.
Изложенные в предыдущих пунктах методы решения линейных систем, использующие, в конечном итоге, аппарат формул Крамера, могут привести к большим погрешностям в случае, когда значения коэффициентов уравнений и свободных членов заданы приближенно или когда производится округление этих значений в процессе вычислений.
В первую очередь это относится к случаю, когда матрица, отвечающая основному определителю (или базисному минору), является плохо обусловленной (т. е. когда «малым» изменениям элементов этой матрицы отвечают «большие» изменения элементов обратной матрицы). Естественно, что в этом случае решение линейной системы будет неустойчивым (т. е. «малым» изменениям значений коэффициентов уравнений и свободных членов будут отвечать «большие» изменения решения).
Отмеченные обстоятельства приводят к необходимости разработки как других (отличных от формул Крамера) теоретических алгоритмов отыскания решения, так и численных методов решения линейных систем.
В §4 гл.4 мы познакомимся с методом регуляризации А.Н. Тихонова отыскания так называемого нормального (т. е. наиболее близкого к началу координат) решения линейной системы.
В гл.6 будут изложены основные сведения о так называемых итерационных методах решения линейных систем, позволяющих решать эти системы при помощи последовательных приближений неизвестных.