Метод Гаусса и Крамера — презентация по Алгебре

Презентация на тему: Метод Гаусса и Крамера

Скачать эту презентацию

Скачать эту презентацию

№ слайда 1 Описание слайда:

Матрицы Метод Гаусса Формулы Крамера Подготовили: Климов Дмитрий Радзевич Павел Руководитель: Петрова Л.Д. учитель математики 900igr.net

№ слайда 2 Описание слайда:

Содержание Что такое матрица? Карл Фридих Гаусс Метод Гаусса Габриэль Крамер Метод Крамера Вывод Использованные источники информации

№ слайда 3 Описание слайда:

Матрица Определение Прямоугольная таблица из m, n чисел, содержащая m – строк и n – столбцов, вида: называется матрицей размера m n Числа, из которых составлена матрица, называются элементами матрицы.

Положение элемента аi j в матрице характеризуются двойным индексом: первый i – номер строки; второй j – номер столбца, на пересечении которых стоит элемент.  Сокращенно матрицы обозначают заглавными буквами: А, В, С… Коротко можно записывать так:

№ слайда 4 Описание слайда:

Иоганн Карл Фридрих Гаусс (30 апреля 1777, Брауншвейг — 23 февраля 1855, Гёттинген) Биография Дед Гаусса был бедным крестьянином, отец — садовником, каменщиком, смотрителем каналов в герцогстве Брауншвейг. Уже в двухлетнем возрасте мальчик показал себя вундеркиндом. В три года он умел читать и писать. Согласно легенде, школьный учитель математики, чтобы занять детей на долгое время, предложил им сосчитать сумму чисел от 1 до 100. Юный Гаусс заметил, что попарные суммы с противоположных концов одинаковы: 1+100=101, 2+99=101 и т. д., и мгновенно получил результат 50х101=5050 . После 1801 года Гаусс включил в круг своих интересов естественные науки. Катализатором послужило открытие малой планеты Церера ,вскоре после наблюдений потерянной.

24-летний Гаусс проделал (за несколько часов) сложнейшие вычисления по новому, открытому им же методу, и указал место, где искать беглянку; там она, к общему восторгу, и была вскоре обнаружена. Умер Гаусс 23 февраля 1855 года в Гёттингене.

№ слайда 5 Описание слайда:

Метод Гаусса Метод Гаусса — классический метод решения системы линейных алгебраических уравнений. Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которого последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные. Система т линейных уравнений с п неизвестными имеет вид: x1 , x2, …, xn – неизвестные. ai j — коэффициенты при неизвестных. bi — свободные члены (или правые части)

№ слайда 6 Описание слайда:

Типы уравнений Система линейных уравнений называется совместной, если она имеет решение, и несовместной, если она не имеет решения. Совместная система называется определенной, если она имеет единственное решение и неопределенной, если она имеет бесчисленное множество решений. Две совместные системы называются равносильными, если они имеют одно и то же множество решений.

№ слайда 7 Описание слайда:

Элементарные преобразования К элементарным преобразованиям системы отнесем следующее: перемена местами двух любых уравнений; умножение обеих частей любого из уравнений на произвольное число, отличное от нуля; прибавление к обеим частям одного из уравнений системы соответствующих частей другого уравнения, умноженных на любое действительное число.

№ слайда 8 Описание слайда:

Общий случай Для простоты рассмотрим метод Гаусса для системы трех линейных уравнений с тремя неизвестными в случае, когда существует единственное решение: Дана система: 1-ый шаг метода Гаусса На первом шаге исключим неизвестное х1 из всех уравнений системы (1), кроме первого. Пусть коэффициент . Назовем его ведущим элементом. Разделим первое уравнение системы (1) на а11. Получим уравнение: где Исключим х1 из второго и третьего уравнений системы (1). Для этого вычтем из них уравнение (2), умноженное на коэффициент при х1 (соответственно а21 и а31). Система примет вид: Верхний индекс (1) указывает, что речь идет о коэффициентах первой преобразованной системы. (1) (2) (3)

№ слайда 9 Описание слайда:

2-ой шаг метода Гаусса На втором шаге исключим неизвестное х2 из третьего уравнения системы (3). Пусть коэффициент . Выберем его за ведущий элемент и разделим на него второе уравнение системы (3), получим уравнение: где Из третьего уравнения системы (3) вычтем уравнение (4), умноженное на Получим уравнение: Предполагая, что находим (4)

№ слайда 10 Описание слайда:

В результате преобразований система приняла вид: Система вида (5) называется треугольной. Процесс приведения системы (1) к треугольному виду (5) (шаги 1 и 2) называют прямым ходом метода Гаусса. Нахождение неизвестных из треугольной системы называют обратным ходом метода Гаусса. Для этого найденное значение х3 подставляют во второе уравнение системы (5) и находят х2. Затем х2 и х3 подставляют в первое уравнение и находят х1. (5)

№ слайда 11 Описание слайда:

Если в ходе преобразований системы получается противоречивое уравнение вида 0 = b, где b 0, то это означает, что система несовместна и решений не имеет. В случае совместной системы после преобразований по методу Гаусса, составляющих прямой ход метода, система т линейных уравнений с п неизвестными будет приведена или к треугольному или к ступенчатому виду. Треугольная система имеет вид: Такая система имеет единственное решение, которое находится в результате проведения обратного хода метода Гаусса. Ступенчатая система имеет вид: Такая система имеет бесчисленное множество решений.

№ слайда 12

Описание слайда:

Рассмотрим на примере Покажем последовательность решения системы из трех уравнений методом Гаусса Поделим первое уравнение на 2, затем вычтем его из второго (a21=1, поэтому домножение не требуется) и из третьего, умножив предварительно на a31=3 Поделим второе уравнение полученной системы на 2, а затем вычтем его из третьего, умножив предварительно на 4,5 (коэффициент при x2) Тогда x3=-42/(-14)=3; x2=8-2×3=2 x1=8-0,5×2-2×3=1

№ слайда 13 Описание слайда:

Метод Крамера Метод Крамера—способ решения квадратных систем линейных алгебраических уравнений с ненулевым определителем основной матрицы (причём для таких уравнений решение существует и единственно). Создан Габриэлем Крамером в 1751 году.

№ слайда 14 Описание слайда:

Габриэль Крамер (31 июля 1704, Женева, Швейцария—4 января 1752, Баньоль-сюр-Сез, Франция) Биография Крамер родился в семье франкоязычного врача.

В 18 лет защитил диссертацию. В 20-летнем возрасте Крамер выставил свою кандидатуру на вакантную должность преподавателя на кафедре философии Женевского университета. 1727: Крамер 2 года путешествовал по Европе, заодно перенимая опыт у ведущих математиков — Иоганна Бернулли и Эйлера,Галлея и де Муавра, Мопертюи и Клеро. В свободное от преподавания время Крамер пишет многочисленные статьи на самые разные темы: геометрия, история математики, философия, приложения теории вероятностей. 1751: Крамер получает серьёзную травму после дорожного инцидента с каретой. Доктор рекомендует ему отдохнуть на французском курорте, но там его состояние ухудшается, и 4 января 1752 года Крамер умирает.

№ слайда 15 Описание слайда:

Рассмотрим систему линейных уравнений с квадратной матрицей A , т.е. такую, у которой число уравнений совпадает с числом неизвестных: a11x1+a12x2+…+a1nxn=b1 a21x1+a22x2+…+a2nxn=b2 … … an1x1+an2x2+…+annxn=bn Теорема. Cистема

№ слайда 16 Описание слайда:

Имеет единственное решение тогда и только тогда, когда определитель матрицы этой системы отличен от нуля: a11 a12 … a1n a21 a22 … a2n … … an1 an2 … ann ≠ 0

№ слайда 17 Описание слайда:

В этом случае решение можно вычислить по формуле Крамера

№ слайда 18 Описание слайда:

Для получения значения xk в числитель ставится определитель, получающийся из det(A) заменой его k-го столбца на столбец правых частей Пример. Решить систему уравнений :

№ слайда 19 Описание слайда:

Решение.

№ слайда 20 Описание слайда:

Найдите оставшиеся компоненты решения. Формулы Крамера не представляют практического значения в случае систем с числовыми коэффициентами: вычислять по ним решения конкретных систем линейных уравнений неэффективно, поскольку они требуют вычисления (n+1)-го определителя порядка n , в то время как метод Гаусса фактически эквивалентен вычислению одного определителя порядка n . Тем не менее, теоретическое значение формул Крамера заключается в том, что они дают явное представление решения системы через ее коэффициенты. Например, с их помощью легко может быть доказан результат Решение системы линейных уравнений с квадратной матрицей A является непрерывной функцией коэффициентов этой системы при условии, что det A не равно 0 .

№ слайда 21 Описание слайда:

Найдите оставшиеся компоненты решения.

Кроме того, формулы Крамера начинают конкурировать по вычислительной эффективности с методом Гаусса в случае систем, зависящих от параметра. зависящей от параметра , определить предел отношения компонент решения:

№ слайда 22 Описание слайда:

Решение. В этом примере определитель матрицы системы равен . По теореме Крамера система совместна при . Для случая применением метода Гаусса убеждаемся, что система несовместна. Тем не менее, указанный предел существует. Формулы Крамера дают значения компонент решения в виде и, хотя при         каждая из них имеет бесконечный предел, их отношение стремится к пределу конечному.

№ слайда 23 Описание слайда:

Ответ. Приведенный пример поясняет также каким образом система линейных уравнений, непрерывно зависящая от параметра, становится несовместной: при стремлении параметра к какому-то критическому значению (обращающему в нуль определитель матрицы системы) хотя бы одна из компонент решения «уходит на бесконечность».

№ слайда 24 Описание слайда:

Вывод Рассмотренный в данной презентации Метод Крамера позволяет решать линейные системы, но удобнее решать системы линейных уравнений с помощью метода Гаусса, который находит широкое применение и содержится в пакетах стандартных программ для ЭВМ.

№ слайда 25 Описание слайда:

Использованные источники В.С. Щипачев, Высшая математика Ильин В. А., Позняк Э. Г. Линейная алгебра: Учебник для вузов. http://ru.wikipedia.org Волков Е.А. Численные методы. В.Е. Шнейдер и др., Краткий курс высшей математики,том I.

Решение уравнений в Excel методом итераций Крамера и Гаусса

В программе Excel имеется обширный инструментарий для решения различных видов уравнений разными методами.

Рассмотрим на примерах некоторые варианты решений.

Решение уравнений методом подбора параметров Excel

Инструмент «Подбор параметра» применяется в ситуации, когда известен результат, но неизвестны аргументы. Excel подбирает значения до тех пор, пока вычисление не даст нужный итог.

Путь к команде: «Данные» — «Работа с данными» — «Анализ «что-если»» — «Подбор параметра».

Рассмотрим на примере решение квадратного уравнения х² + 3х + 2 = 0. Порядок нахождения корня средствами Excel:

1. Введем в ячейку В2 формулу для нахождения значения функции. В качестве аргумента применим ссылку на ячейку В1.
2. Открываем меню инструмента «Подбор параметра». В графе «Установить в ячейку» — ссылка на ячейку В2, где находится формула. В поле «Значение» вводим 0. Это то значение, которое нужно получить. В графе «Изменяя значение ячейки» — В1. Здесь должен отобразиться отобранный параметр.
3. После нажатия ОК отобразится результат подбора. Если нужно его сохранить, вновь нажимаем ОК. В противном случае – «Отмена».

Для подбора параметра программа использует циклический процесс. Чтобы изменить число итераций и погрешность, нужно зайти в параметры Excel. На вкладке «Формулы» установить предельное количество итераций, относительную погрешность. Поставить галочку «включить итеративные вычисления».



Как решить систему уравнений матричным методом в Excel

Дана система уравнений:

1. Значения элементов введем в ячейки Excel в виде таблицы.
2. Найдем обратную матрицу. Выделим диапазон, куда впоследствии будут помещены элементы матрицы (ориентируемся на количество строк и столбцов в исходной матрице). Открываем список функций (fx). В категории «Математические» находим МОБР. Аргумент – массив ячеек с элементами исходной матрицы.
3. Нажимаем ОК – в левом верхнем углу диапазона появляется значение. Последовательно жмем кнопку F2 и сочетание клавиш Ctrl + Shift + Enter.
4. Умножим обратную матрицу Ах^-1х на матрицу В (именно в таком порядке следования множителей!). Выделяем диапазон, где впоследствии появятся элементы результирующей матрицы (ориентируемся на число строк и столбцов матрицы В). Открываем диалоговое окно математической функции МУМНОЖ. Первый диапазон – обратная матрица. Второй – матрица В.
5. Закрываем окно с аргументами функции нажатием кнопки ОК. Последовательно нажимаем кнопку F2 и комбинацию Ctrl + Shift + Enter.

Получены корни уравнений.

Решение системы уравнений методом Крамера в Excel

Возьмем систему уравнений из предыдущего примера:

Для их решения методом Крамера вычислим определители матриц, полученных заменой одного столбца в матрице А на столбец-матрицу В.

Для расчета определителей используем функцию МОПРЕД. Аргумент – диапазон с соответствующей матрицей.

Рассчитаем также определитель матрицы А (массив – диапазон матрицы А).

Определитель системы больше 0 – решение можно найти по формуле Крамера (D_x / |A|).

Для расчета Х₁: =U2/$U$1, где U2 – D1. Для расчета Х₂: =U3/$U$1. И т.д. Получим корни уравнений:

Решение систем уравнений методом Гаусса в Excel

Для примера возьмем простейшую систему уравнений:

3а + 2в – 5с = -1
2а – в – 3с = 13
а + 2в – с = 9

Коэффициенты запишем в матрицу А. Свободные члены – в матрицу В.

Для наглядности свободные члены выделим заливкой. Если в первой ячейке матрицы А оказался 0, нужно поменять местами строки, чтобы здесь оказалось отличное от 0 значение.

1. Приведем все коэффициенты при а к 0. Кроме первого уравнения. Скопируем значения в первой строке двух матриц в ячейки В6:Е6. В ячейку В7 введем формулу: =B3:Е3-$B$2:$Е$2*(B3/$B$2). Выделим диапазон В7:Е7. Нажмем F2 и сочетание клавиш Ctrl + Shift + Enter. Мы отняли от второй строки первую, умноженную на отношение первых элементов второго и первого уравнения.
2. Копируем введенную формулу на 8 и 9 строки. Так мы избавились от коэффициентов перед а. Сохранили только первое уравнение.
3. Приведем к 0 коэффициенты перед в в третьем и четвертом уравнении. Копируем строки 6 и 7 (только значения). Переносим их ниже, в строки 10 и 11. Эти данные должны остаться неизменными. В ячейку В12 вводим формулу массива.
4. Прямую прогонку по методу Гаусса сделали. В обратном порядке начнем прогонять с последней строки полученной матрицы. Все элементы данной строки нужно разделить на коэффициент при с. Введем в строку формулу массива: {=B12:E12/D12}.
5. В строке 15: отнимем от второй строки третью, умноженную на коэффициент при с второй строки ({=(B11:E11-B16:E16*D11)/C11}). В строке 14: от первой строки отнимаем вторую и третью, умноженные на соответствующие коэффициенты ({=(B10:E10-B15:E15*C10-B16:E16*D10)/B10}). В последнем столбце новой матрицы получаем корни уравнения.

Примеры решения уравнений методом итераций в Excel

Вычисления в книге должны быть настроены следующим образом:

Делается это на вкладке «Формулы» в «Параметрах Excel». Найдем корень уравнения х – х³ + 1 = 0 (а = 1, b = 2) методом итерации с применением циклических ссылок. Формула:

Х_n+1 = X_n– F (X_n) / M, n = 0, 1, 2, … .

M – максимальное значение производной по модулю. Чтобы найти М, произведем вычисления:

f’ (1) = -2 * f’ (2) = -11.

Полученное значение меньше 0. Поэтому функция будет с противоположным знаком: f (х) = -х + х³ – 1. М = 11.

В ячейку А3 введем значение: а = 1. Точность – три знака после запятой. Для расчета текущего значения х в соседнюю ячейку (В3) введем формулу: =ЕСЛИ(B3=0;A3;B3-(-B3+СТЕПЕНЬ(B3;3)-1/11)).

В ячейке С3 проконтролируем значение f (x): с помощью формулы =B3-СТЕПЕНЬ(B3;3)+1.

Корень уравнения – 1,179. Введем в ячейку А3 значение 2. Получим тот же результат:

Скачать решения уравнений в Excel

Корень на заданном промежутке один.

Матрицы. Метод Гаусса. Формулы Крамера

1. Матрицы

Метод Гаусса
Формулы Крамера

2. Матрица Определение

Прямоугольная таблица из m, n чисел, содержащая m – строк и n –
столбцов, вида: a a a a
a 11a 12 a 1i a1n
2j
2n
21 22
a a a a
ij
in
i1 i 2
a a a a
mj
mn
m1 m 2
называется
матрицей размера
m n
Числа, из которых составлена матрица, называются элементами матрицы.
Положение элемента аi j в матрице характеризуются двойным индексом:
первый i – номер строки;
второй j – номер столбца, на пересечении которых стоит элемент.
Сокращенно матрицы обозначают заглавными буквами: А, В, С…
Коротко можно записывать так:
A (aij ) ;
i 1, m;
j 1, n

3. Иоганн Карл Фридрих Гаусс (30 апреля 1777, Брауншвейг — 23 февраля 1855, Гёттинген)

4. Метод Гаусса

Метод Гаусса — классический метод решения системы
линейных алгебраических уравнений. Это метод последовательного
исключения переменных, когда с помощью элементарных
преобразований система уравнений приводится к равносильной
системе ступенчатого (или треугольного) вида, из которого
последовательно, начиная с последних (по номеру) переменных,
находятся все остальные переменные.
Система т линейных уравнений с п неизвестными имеет вид:
a11 x1 a12 x2 … a1n xn b1
a 21 x1 a 22 x2 … a 2 n xn b2
………………. ……………………….
a m1 x1 a m 2 x2 … am n xn bn
x1 , x2, …, xn – неизвестные.
ai j — коэффициенты при неизвестных.
bi — свободные члены (или правые части)

5. Типы уравнений

Система линейных уравнений называется совместной, если она
имеет решение, и несовместной, если она не имеет решения.
Совместная система называется определенной, если она имеет
единственное решение и неопределенной, если она имеет
бесчисленное множество решений.
Две совместные системы называются равносильными, если они
имеют одно и то же множество решений.

6. Элементарные преобразования

К элементарным преобразованиям системы отнесем следующее:
1.
2.
3.
перемена местами двух любых уравнений;
умножение обеих частей любого из уравнений на
произвольное число, отличное от нуля;
прибавление к обеим частям одного из уравнений системы
соответствующих частей другого уравнения, умноженных на
любое действительное число.

7. Общий случай

Для простоты рассмотрим метод Гаусса для системы трех линейных уравнений с
тремя неизвестными в случае, когда существует единственное решение:
Дана система:
a11 x1 a12 x2 a13 x3 b1
a21 x1 a22 x2 a23 x3 b2
a x a x a x b
32 2
33 3
3
31 1
(1)
1-ый шаг метода Гаусса
На первом шаге исключим неизвестное х1 из всех уравнений системы (1), кроме
первого. Пусть коэффициент . Назовем его ведущим элементом. Разделим первое
уравнениеa системы (1) на аb11. Получим уравнение:
где
a1 j
(1)
1j
a11
;
j 1,2,3 ;
b1
(1)
1
a11
Исключим х1 из второго и третьего уравнений системы (1). Для этого вычтем из
них уравнение (2), умноженное на коэффициент при х1 (соответственно а21 и а31).
x a x a x b
(2)
Система примет вид:
(1)
1
12
(1)
2
13
(1)
3
1
Верхний индекс (1) указывает, что речь идет о коэффициентах первой
преобразованной системы. x a x a x b
a x a x b
(3)
(1)
1
12
(1)
22
(1)
2
2
13
(1)
23
(1)
3
3
1
(1)
2
a32 x2 a33 x3 b3
(1)
(1)
(1)
2-ой шаг метода Гаусса
На втором шаге исключим неизвестное х2 из третьего уравнения системы (3).
Пусть коэффициент . Выберем его за ведущий элемент и разделим на него второе
уравнение системы (3), получим уравнение: x a x b (4)
( 2)
2
где
a23
( 2)
a23
(1)
a22
(1)
;
b2
( 2)
b2
23
( 2)
3
2
(1)
a22
(1)
Из третьего уравнения системы (3) вычтем уравнение (4), умноженное на
Получим уравнение:
Предполагая, что
a33
( 2)
x3
b3
( 2)
находим
a33
( 2)
0,
x3
b3
( 2)
a33
( 2)
b3
3
(1)
a33 .
В результате преобразований система приняла вид:
x1 a12 (1) x 2 a13 (1) x3 b1 (1)
( 2)
( 2)
x 2 a 23 x3 b2
( 3)
x3 b3
(5)
Система вида (5) называется треугольной.
Процесс приведения системы (1) к треугольному виду (5)
(шаги 1 и 2) называют прямым ходом метода Гаусса.
Нахождение неизвестных из треугольной системы
называют обратным ходом метода Гаусса.
Для этого найденное значение х3 подставляют во второе
уравнение системы (5) и находят х2. Затем х2 и х3
подставляют в первое уравнение и находят х1.
Если в ходе преобразований системы получается противоречивое
уравнение вида 0 = b, где b 0, то это означает, что система несовместна и
решений не имеет.
В случае совместной системы после преобразований по методу Гаусса,
составляющих прямой ход метода, система т линейных уравнений с п
неизвестными будет приведена или к треугольному или к ступенчатому виду.
Треугольная система имеет вид:
Такая система имеет единственное
решение, которое находится в
x1 c12 x 2 … a1n x n d1
x 2 … a 2 n x n d 2
…………….
xn d n
результате проведения обратного хода метода Гаусса.
Ступенчатая система имеет вид:
Такая система имеет бесчисленное
множество решений.
x1 c12 x2 … c1n xn d1
x2 … c2 n xn d 2
…………………
xk … ck n xn d k

11. Рассмотрим на примере

1.
Покажем последовательность решения системы из трех уравнений методом Гаусса
Поделим первое уравнение на 2, затем вычтем его из второго (a21=1, поэтому
домножение не требуется) и из третьего, умножив предварительно на a31=3
2.
Поделим второе уравнение полученной системы на 2, а затем вычтем его из
третьего, умножив предварительно на 4,5 (коэффициент при x2)
3.
x3=-42/(-14)=3;
Тогда
x2=8-2×3=2
x1=8-0,5×2-2×3=1

12. Метод Крамера

Метод Крамера—способ решения квадратных
систем линейных алгебраических уравнений с
ненулевым определителем основной матрицы.
Создан Габриэлем Крамером в 1751 году.

13. Габриэль Крамер (31 июля 1704, Женева, Швейцария—4 января 1752, Баньоль-сюр-Сез, Франция)

14.

Рассмотрим систему линейных уравнений с квадратной матрицей A , т.е. такую, у которой число уравнений совпадает с числом неизвестных: Теорема. Cистема
a11x1+a12x2+…+a1nxn=b1
a21x1+a22x2+…+a2nxn=b2
…
…
an1x1+an2x2+…+annxn=bn

15. Имеет единственное решение тогда и только тогда, когда определитель матрицы этой системы отличен от нуля:

a11 a12 … a1n
a21 a22 … a2n
…
…
an1 an2 … ann
≠0

16. В этом случае решение можно вычислить по формуле Крамера

17. Для получения значения xk в числитель ставится определитель, получающийся из det(A) заменой его k-го столбца на столбец правых частей

Пример. Решить систему уравнений :

18. Решение.

19. Найдите оставшиеся компоненты решения.

Формулы Крамера не представляют практического значения в
случае систем с числовыми коэффициентами: вычислять по
ним решения конкретных систем линейных уравнений
неэффективно, поскольку они требуют вычисления (n+1)-го
определителя порядка n , в то время как метод Гаусса
фактически эквивалентен вычислению одного определителя
порядка n . Тем не менее, теоретическое значение формул
Крамера заключается в том, что они дают явное
представление решения системы через ее коэффициенты.
Например, с их помощью легко может быть доказан результат
Решение системы линейных уравнений с квадратной
матрицей A является непрерывной функцией коэффициентов
этой системы при условии, что det A не равно 0 .

20. Найдите оставшиеся компоненты решения.

Кроме того, формулы Крамера начинают конкурировать по вычислительной
эффективности с методом Гаусса в случае систем, зависящих от параметра.
зависящей от параметра
решения:
, определить предел отношения компонент

21. Решение.

В этом примере определитель матрицы
системы равен
. По теореме Крамера
система совместна при
. Для случая
применением метода Гаусса убеждаемся,
что система несовместна. Тем не менее,
указанный предел существует. Формулы
Крамера дают значения компонент решения
в виде
и, хотя при
каждая из них имеет бесконечный предел, их
отношение стремится к пределу конечному.

22. Ответ.

Приведенный пример поясняет также каким образом система линейных
уравнений, непрерывно зависящая от параметра, становится
несовместной: при стремлении параметра к какому-то критическому
значению (обращающему в нуль определитель матрицы системы) хотя
бы одна из компонент решения «уходит на бесконечность».

23. Использованные источники

1.
В.С. Щипачев, Высшая математика
2.
Ильин В. А., Позняк Э. Г. Линейная
алгебра: Учебник для вузов.
3.
Волков Е.А. Численные методы.
4.
В.Е. Шнейдер и др., Краткий курс
высшей математики,том I.

Метод Гаусса. Примеры

Метод Гаусса заключается в последовательном исключении переменных и преобразовании системы линейных алгебраических уравнений

к треугольному виду

Предположим, что в системе коэффициент . Если это условие не выполняется, то на первое место переносим уравнение, которое ее удовлетворяет. С помощью первого уравнения исключим из остальных уравнений.

Для этого делят первую строчку на , обозначим

.

Дальше второй строки вычитаем первую строку, умноженную на ;от третьего первую строчку, умноженный на ; и так далее до последней строки. Получим таблицу коэффициентов:

Для неизвестных имеем систему уравнений. Выполняя, как и раньше, исключим из всех уравнений, начиная с третьего. Для этого сначала разделим вторую строчку на .

Если коэффициент , то переставим уравнения так, чтобы выполнялось условие .

Обозначив

,

от третьей строки вычтем вторую строчку, умноженный на ;

от четвертой строки вычтем вторую строчку, умноженный на и т.д. Получим таблицу коэффициентов:

Продолжая процесс исключения неизвестных получим таблицу:

Таблица коэффициентов при неизвестных сводится к треугольному виду. Все главной диагонали элементы . Запишем соответствующую систему уравнений:

Переход от первой системы уравнений до последней называется прямым ходом метода Гаусса. Обратный ход метода Гаусса начинается с последней системы уравнений. Ее решают с конца до начала. Из последнего уравнения находят . Подставив это значение в предпоследнее — находят и т.д. Из первого уравнения находят .

Если система уравнений с неизвестными имеет единственное решение, то эта система всегда может быть преобразована к треугольному виду. Для студентов не всегда требуют, чтобы диагональные элементы были равны единице. Достаточно просто свести систему линейных уравнений к верхней треугольной.

———————————————

Пример 1.

Дана система трех линейных уравнений с тремя неизвестными. Решить систему методом Гаусса.

Решение.

Исключим неизвестную из второго и третьего уравнения. Для этого от них вычтем первое умноженное на

Видим, что наше уравнение в таком виде можно решать обратным ходом метода Гаусса. Для этого из последнего уравнения выразим

Подставим полученное значение в предыдущее уравнение и найдем

Из первого уравнения находим

Решение данной системы равен

——————————————

В случаях систем больших размеров, а также для удобства, часто на практике используют другую схему решения. Вместо преобразований над системой выполняют соответствующие преобразования над матрицей, составленной из коэффициентов при неизвестных и столбца из свободных членов, который для удобства выделяют вертикальной линией. Такую матрицу называют расширенной матрицей системы.

——————————————

Пример 2.

Решить систему четырех линейных алгебраических уравнений методом Гаусса.

Решение.

Выпишем расширенную матрицу для данной системы

Сведем ее к треугольному виду с помощью элементарных преобразований.

1.Поменяем местами первый и второй строки.

2. Добавим к элементам второго, третьего и четвертого строк элементы первой строки, умноженные соответственно на

3. Поменяем местами второй и третий строки. Добавим к элементам третьего и четвертого строк элементы второй строки, умноженные соответственно на

4. От четвертого уравнения умноженного на вычитаем третье уравнение умноженное на

Такой расширенной матрицы соответствует следующая система уравнений

С четвертого уравнения находим и подставляем в третье уравнение

Найденные значения подставляем во второе уравнение

Из первого уравнения находим первую неизвестную

Система полностью решена и – ее решение.

——————————————————

Посмотреть материалы:

Методы решения невырожденных систем линейных алгебраических уравнений (СЛАУ) — по формулам Крамера, матричный способ. Метод Гаусса = метод последовательного исключения неизвестных при решения систем линейных алгебраических уравнений. Наличие решений.

	Адрес этой страницы (вложенность) в справочнике dpva.ru:  главная страница  / / Техническая информация / / Математический справочник / / Решение уравнений и неравенств. Системы уравнений. Формулы. Методы. / / Системы уравнений. Понятие системы уравнений. Свойства систем уравнений. Линейные системы уравнений. Основные методы решения систем уравнений  / / Методы решения невырожденных систем линейных алгебраических уравнений (СЛАУ) — по формулам Крамера, матричный способ. Метод Гаусса = метод последовательного исключения неизвестных при решения систем линейных алгебраических уравнений. Наличие решений. Поделиться:    Методы решения невырожденных систем линейных алгебраических уравнений (СЛАУ) — по формулам Крамера, матричный способ. *Бабичева, Болдовская, Справочник по математике. СибАДИ, 2010. (классная книга) Метод Гаусса = метод последовательного исключения неизвестных при решения систем линейных алгебраических уравнений (СЛАУ). Наличие решений. *Бабичева, Болдовская, Справочник по математике. СибАДИ, 2010. (классная книга) Поиск в инженерном справочнике DPVA. Введите свой запрос: Дополнительная информация от Инженерного cправочника DPVA, а именно — другие подразделы данного раздела: Системы уравнений. Понятие системы уравнений. Свойства систем уравнений. Линейные системы уравнений с двумя неизвестными. Основные методы решения систем уравнений Системы линейных алгебраических уравнений (СЛАУ). Общий вид, матрица системы, СЛАУ в матричной форме, решение СЛАУ. Разновидности СЛАУ — совместная, несовместная, определенная, неопределенная, однородная, неоднородная… Обратная матрица и ее нахождение. Вы сейчас здесь: Методы решения невырожденных систем линейных алгебраических уравнений (СЛАУ) — по формулам Крамера, матричный способ. Метод Гаусса = метод последовательного исключения неизвестных при решения систем линейных алгебраических уравнений. Наличие решений. Собственные векторы, собственные значения матрицы и их нахождение. Характеристическое уравнение матрицы. Подпространство собственных векторов. Поиск в инженерном справочнике DPVA. Введите свой запрос:
Если Вы не обнаружили себя в списке поставщиков, заметили ошибку, или у Вас есть дополнительные численные данные для коллег по теме, сообщите , пожалуйста. Вложите в письмо ссылку на страницу с ошибкой, пожалуйста.
Коды баннеров проекта DPVA.ru Начинка: KJR Publisiers Консультации и техническая поддержка сайта: Zavarka Team	Проект является некоммерческим. Информация, представленная на сайте, не является официальной и предоставлена только в целях ознакомления. Владельцы сайта www.dpva.ru не несут никакой ответственности за риски, связанные с использованием информации, полученной с этого интернет-ресурса. Free xml sitemap generator

Pers.narod.ru. Обучение. Лекции по численным методам. Методы решения систем линейных алгебраических уравнений

Pers.narod.ru. Обучение. Лекции по численным методам. Методы решения систем линейных алгебраических уравнений

Этот сайт больше не обновляется. Подключите Javascript, чтобы увидеть новый адрес страницы или перейдите к статье

2. Методы решения систем линейных алгебраических уравнений

Прямые методы решения СЛАУ:
    Метод Крамера
    Метод обратной матрицы
    Метод Гаусса
Итерационные методы решения линейных алгебраических систем:
    Метод простой итерации или метод Якоби
    Метод Гаусса – Зейделя

К решению систем линейных алгебраических уравнений сводятся многочисленные практические задачи ( по некоторым оценкам более 75% всех задач). Можно с полным основанием утверждать, что решение линейных систем является одной из самых распространенных и важных задач вычислительной математики.

Конечно, существует много методов и современных пакетов прикладных программ для решения СЛАУ, но для того, чтобы их успешно использовать, необходимо разбираться в основах построения методов и алгоритмов, иметь представления о недостатках и преимуществах используемых методов.

Постановка задачи

Требуется найти решение системы m линейных уравнений, которая записывается в общем виде как

,

Эту систему уравнений можно записать также в матричном виде:

,

где , , .

A – матрица системы, – вектор правых частей, – вектор неизвестных.

При известных A и требуется найти такие , при подстановке которых в систему уравнений она превращается в тождество.

Необходимым и достаточным условием существования единственного решения СЛАУ является условие det A≠0, т.е. определитель матрицы A не равен нулю. В случае равенства нулю определителя матрица A называется вырожденной и при этом СЛАУ либо не имеет решения, либо имеет их бесчисленное множество.

В дальнейшем будем предполагать наличие единственного решения.

Все методы решения линейных алгебраических задач можно разбить на два класса: прямые (точные) и итерационные (приближенные).

Прямые методы решения СЛАУ

Метод Крамера

При небольшой размерности системы m (m = 2,…,5) на практике часто используют формулы Крамера для решения СЛАУ:

(i = 1, 2, …, m). Эти формулы позволяют находить неизвестные в виде дробей, знаменателем которых является определитель матрицы системы, а числителем – определители матриц A_i, полученных из A заменой столбца коэффициентов при вычисляемом неизвестном столбцом свободных членов. Так А₁ получается из матрицы А заменой первого столбца на столбец правых частей f.

Например, для системы двух линейных уравнений

Размерность системы (т.е., число m) является главным фактором, из–за которого формулы Крамера не могут быть использованы для численного решения СЛАУ большого порядка. При непосредственном раскрытии определителей решение системы с m неизвестными требует порядка m!*m арифметических операций. Таким образом, для решения системы, например, из m = 100 уравнений потребуется совершить 10¹⁵⁸ вычислительных операций (процесс займёт примерно 10¹⁹ лет), что не под силу даже самым мощным современным ЭВМ

Метод обратной матрицы

Если det A ≠ 0, то существует обратная матрица . Тогда решение СЛАУ записывается в виде: . Следовательно, решение СЛАУ свелось к умножению известной обратной матрицы на вектор правых частей. Таким образом, задача решения СЛАУ и задача нахождения обратной матрицы связаны между собой, поэтому часто решение СЛАУ называют задачей обращения матрицы. Проблемы использования этого метода те же, что и при использовании метода Крамера: нахождение обратной матрицы – трудоемкая операция.

Метод Гаусса

Наиболее известным и популярным прямым методом решения СЛАУ является метод Гаусса. Этот метод заключается в последовательном исключении неизвестных. Пусть в системе уравнений

первый элемент . Назовем его ведущим элементом первой строки. Поделим все элементы этой строки на и исключим x₁ из всех последующих строк, начиная со второй, путем вычитания первой (преобразованной), умноженной на коэффициент при в соответствующей строке. Получим

.

Если , то, продолжая аналогичное исключение, приходим к системе уравнений с верхней треугольной матрицей

.

Из нее в обратном порядке находим все значения x_i:

.

Процесс приведения к системе с треугольной матрицей называется прямым ходом, а нахождения неизвестных – обратным. В случае если один из ведущих элементов равен нулю, изложенный алгоритм метода Гаусса неприменим. Кроме того, если какие–либо ведущие элементы малы, то это приводит к усилению ошибок округления и ухудшению точности счета. Поэтому обычно используется другой вариант метода Гаусса – схема Гаусса с выбором главного элемента. Путем перестановки строк, а также столбцов с соответствующей перенумерацией коэффициентов и неизвестных добиваются выполнения условия:

, j = i+1,i+ 2, …, m;

т.е. осуществляется выбор первого главного элемента. Переставляя уравнения так, чтобы в первом уравнении коэффициент a₁₁ был максимальным по модулю. Разделив первую строку на главный элемент, как и прежде, исключают x₁ из остальных уравнений. Затем для оставшихся столбцов и строк выбирают второй главный элемент и т.д.

Рассмотрим применение метода Гаусса с выбором главного элемента на примере следующей системы уравнений:

В первом уравнении коэффициент при =0, во втором = 1 и в третьем = -2, т.е. максимальный по модулю коэффициент в третьем уравнении. Поэтому переставим третье и первое уравнение:

Исключим из второго и третьего уравнений с помощью первого. Во втором уравнении исключать не надо. Для исключения из третьего уравнения умножим первое на 0.5 и сложим с третьим:

Рассмотрим второе и третье уравнения. Максимальный по модулю элемент при в третьем. Поэтому поместим его на место второго:

Исключим из третьего уравнения. Для этого умножим второе на -0.5 и сложим с третьим:

Обратный ход: .

Проверка: 0.5*8+0=4, -3+8-0=5, -2*(-3)+0=6.

Такая перестановка уравнений необходима для того, чтобы уменьшить влияние ошибок округления на конечный результат.

Часто возникает необходимость в решении СЛАУ, матрицы которые являются слабо заполненными, т.е. содержат много нулевых элементов. В то же время эти матрицы имеют определенную структуру. Среди таких систем выделим системы с матрицами ленточной структуры, в которых ненулевые элементы располагаются на главной диагонали и на нескольких побочных диагоналях. Для решения систем с ленточными матрицами коэффициентов вместо метода Гаусса можно использовать более эффективные методы. Например, метод прогонки, который мы рассмотрим позже при решении краевой задачи для обыкновенного дифференциального уравнения второго порядка.

Итерационные методы решения линейных алгебраических систем

Метод простой итерации или метод Якоби

Напомним, что нам требуется решить систему линейных уравнений, которая в матричном виде записывается как:

,

где , , .

Предположим, что диагональные элементы матриц A исходной системы не равны 0 (a_ii ≠ 0, i = 1, 2, …, n). Разрешим первое уравнение системы относительно x₁, второе относительно x₂ и т.д. Получим следующую эквивалентную систему, записанную в скалярном виде:

(1),

Теперь, задав нулевое приближение , по рекуррентным соотношениям (1) можем выполнять итерационный процесс, а именно:

(2)

Аналогично находятся следующие приближения , где в (2) вместо необходимо подставить .

Или в общем случае:

. (3)

или

Условие окончания итерационного процесса .

Достаточное условие сходимости: Если выполнено условие диагонального преобладания, т.е. , то итерационный процесс (3) сходится при любом выборе начального приближения. Если исходная система уравнений не удовлетворяет условию сходимости, то ее приводят к виду с диагональным преобладанием.

Выбор начального приближения влияет на количество итераций, необходимых для получения приближенного решения. Наиболее часто в качестве начального приближения берут или .

Замечание. Указанное выше условие сходимости является достаточным, т.е. если оно выполняется, то процесс сходится. Однако процесс может сходиться и при отсутствии диагонального преобладания, а может и не сойтись.

Пример.

Решить систему линейных уравнений с точностью :

	8	4	2		10		x1
=	3	5	1	=	5	=	x2
	3	–2	10		4		x3

Решение прямыми методами, например, обратной матрицей, даёт решение:

.

Найдем решение методом простой итерации. Проверяем условие диагонального преобладания: , , .

Приводим систему уравнений к виду (1):

.

Начальное приближение . Дальнейшие вычисления оформим в виде таблицы:

k	x1	x2	x3	точность
0	0	0	0
1	1. 250	1.000	0.400	1.2500
2	0.650	0.170	0.225	0.8300
3	1.109	0.565	0.239	0.4588
	………
4	0.908	0.287	0.180	0.2781
5	1.061	0.419	0.185	0.1537
6	0.994	0.326	0.165	0.0931
7	1.046	0.370	0.167	0.0515
8	1.023	0.594	0.160	0.2235
9	0.913	0.582	0.212	0.1101
10	0.906	0.505	0.242	0.0764
11	0.937	0.495	0.229	0.0305
12	0.945	0.516	0.218	0.0210
	……
13	0.937	0.523	0.220	0.0077

Здесь

,

И т.д., пока не получим, в последнем столбце величину меньшую 0.01, что произойдет на 13 – ой итерации.

Следовательно, приближенное решение имеет вид:

Метод Гаусса – Зейделя

Расчетные формулы имеют вид:

т.е. для подсчета i–й компоненты (k+1)–го приближения к искомому вектору используется уже вычисленное на этом, т.е. (k+1)–м шаге, новые значения первых i–1 компонент.

Подробные формулы имеют вид:

Достаточное условие сходимости этого метода такое же, как и для метода простой итерации, т.е. диагональное преобладание:

Начальное приближение:

Найдем решение предыдущей системы уравнений методом Гаусса – Зейделя.

Расчетные формулы:

k	x1	x2	x3	точность
0	0	0	0
1	1.250	0.250	0.075	1.2500
2	1.106	0.321	0.132	0.1438
3	1.056	0.340	0.151	0.0500
4	1.042	0.344	0.156	0.0139
5	1.039	0.346	0.157	0.0036

Из таблицы видно, что нужная точность достигнута уже на 5–ой итерации вместо 13–ой по методу простой итерации и значения корней более близки к значениям, полученным методом обратной матрицы.

Решить систему по правилам крамера 4 порядка. Решить систему уравнений методами Крамера, Гаусса и с помощью обратной матрицы

Методы Крамера и Гаусса – одни из самых популярных методов решения СЛАУ . К тому же, в ряде случаев целесообразно использовать именно конкретные методы. Сессия близка, и сейчас самое время повторить или освоить их с нуля. Сегодня разбираемся с решением методом Крамера. Ведь решение системы линейных уравнений методом Крамера — весьма полезный навык.

Системы линейных алгебраических уравнений

Система линейных алгебраических уравнений – система уравнений вида:

Набор значений x , при котором уравнения системы обращаются в тождества, называется решением системы, a и b – вещественные коэффициенты. Простенькую систему, состоящую из двух уравнений с двумя неизвестными, можно решить в уме либо выразив одну переменную через другую. Но переменных (иксов) в СЛАУ может быть гораздо больше двух, и здесь простыми школьными манипуляциями не обойтись. Что же делать? Например, решать СЛАУ методом Крамера!

Итак, пусть система состоит из n уравнений с n неизвестными.

Такую систему можно переписать в матричном виде

Здесь A – основная матрица системы, X и B , соответственно, матрицы-столбцы неизвестных переменных и свободных членов.

Решение СЛАУ методом Крамера

Если определитель главной матрицы не равен нулю (матрица невырожденная), систему можно решать по методу Крамера.

Согласно методу Крамера, решение находится по формулам:

Здесь дельта – определитель главной матрицы, а дельта x n-ное – определитель, полученный из определителя главной матрицы путем заменой n-ного столбца на столбец свободных членов.

В этом и заключается вся суть метода Крамера. Подставляя найденные по вышеприведенным формулам значения x в искомую систему, убеждаемся в правильности (или наоборот) нашего решения. Чтобы Вы быстрее уловили суть, приведем ниже пример подробного решения СЛАУ методом Крамера:

Даже если у Вас не получится с первого раза, не расстраивайтесь! Немного практики, и Вы начнете щелкать СЛАУ как орешки. Более того, сейчас совершенно необязательно корпеть над тетрадью, решая громоздкие выкладки и исписывая стержень. Можно легко решить СЛАУ методом Крамера в режиме онлайн, лишь подставив в готовую форму коэффициенты. Испробовать онлайн калькулятор решения методом Крамера можно, к примеру, на этом сайте .

А если система оказалась упорной и не сдается, Вы всегда можете обратиться за помощью к нашим авторам, например, чтобы купить конспект . Будь в системе хоть 100 неизвестных, мы обязательно решим ее верно и точно в срок!

Пусть дана система трех линейных уравнений:

Для решения системы линейных уравнений методом Крамера из коэффициентов при неизвестных составляется главный определитель системы . Для системы (1) главный определитель имеет вид
.

Далее составляются определители по переменным
,,. Для этого в главном определителе вместо столбца коэффициентов при соответствующей переменной записывается столбец свободных членов, то есть

,
,
.

Тогда решение системы находится по формулам Крамера

,
,

Следует отметить, что система имеет единственное решение
, если главный определитель
. Если же
и
= 0,= 0,= 0, то система имеет бесчисленное множество решений, найти которые по формулам Крамера нельзя. Если же
и
0, или0,или0, то система уравнений несовместна, то есть решений не имеет.

Пример

Решение:

1) Составим и вычислим главный определитель системы, состоящий из коэффициентов при неизвестных.

.

Следовательно, система имеет единственное решение.

2) Составим и вычислим вспомогательные определители, заменяя соответствующий столбец в  столбцом из свободных членов.

По формулам Крамера находим неизвестные:

,
,
.

Сделаем проверку, чтобы убедиться в правильности решения

Т.е.
.

, т.е.

, т.е.

Ответ: .

Пример

Решить систему уравнений методом Крамера:

Решение:

1) Составим и вычислим главный определитель системы из коэффициентов при неизвестных:

.

Следовательно, система не имеет единственного решения.

2) Составим и вычислим вспомогательные определители, заменяя соответствующий столбец в  столбцом из свободных членов:

,
, следовательно, система несовместна.

Ответ: система несовместна .

Метод Гаусса

Метод Гаусса состоит из двух этапов. Первый этап заключается в последовательном исключении переменных из уравнений системы при помощи действий, не нарушающих равносильности системы. Например, рассмотрим два первых уравнения системы (1).

(1)

Необходимо путем сложения этих двух уравнений получить уравнение, в котором отсутствует переменная . Умножим первое уравнение на, а второе на (
) и сложим полученные уравнения

Заменим коэффициент перед y , z и свободный член на ,исоответственно, получим новую пару уравнений

Заметим, что во втором уравнении отсутствует переменная x .

Проведя аналогичные действия над первым и третьим уравнениями системы (1), а затем над полученными в результате сложения вторым и третьим уравнениями, преобразуем систему (1) к виду

(2)

Такой результат возможен, если система имеет единственное решение. В этом случае решение находится при помощи обратного хода метода Гаусса (второй этап). Из последнего уравнения системы (2) находим неизвестную переменную z , затем из второго уравнения находим y , а x соответственно из первого, подставляя в них уже найденные неизвестные.

Иногда в результате сложения двух уравнений суммарное уравнение может принять один из видов:

А)
, где
. Это означает, что решаемая система несовместна.

Б) , то есть
. Такое уравнение исключается из системы, в результате число уравнений в системе становится меньше, чем число переменных, и система имеет бесчисленное множество решений, нахождение которых будет показано на примере.

Пример

Решение:

Рассмотрим следующий способ осуществления первого этапа решения методом Гаусса. Запишем три строки коэффициентов при неизвестных и свободных членов, соответствующих трем уравнениям системы. Свободные члены отделим от коэффициентов вертикальной линией, а под третьей строкой проведем горизонтальную прямую.

Первую строку, которая соответствует первому уравнению системы, обведем – коэффициенты в этом уравнении останутся неизменными. Вместо второй строки (уравнения) надо получить строку (уравнение), где коэффициент при равен нулю. Для этого все числа первой строки умножим на (–2) и сложим с соответствующими числами второй строки. Полученные суммы запишем под горизонтальной чертой (четвертая строка). Для того чтобы вместо третьей строки (уравнения) также получить строку (уравнение), в которой коэффициент приравен нулю, умножим все числа первой строки на (–5) и сложим с соответствующими числами третьей строки. Полученные суммы запишем пятой строкой и проведем под ней новую горизонтальную черту. Четвертую строку (или пятую – по выбору) обведем. Выбирается строка с меньшими коэффициентами. В этой строке коэффициенты останутся неизменными. Вместо пятой строки надо получить строку, где уже два коэффициента равны нулю. Умножим четвертую строку на 3 и сложим с пятой. Сумму запишем под горизонтальной чертой (шестая строка) и обведем ее.

Все описанные действия изображены в таблице 1 при помощи арифметических знаков и стрелок. Обведенные в таблице строки запишем снова в виде уравнений (3) и, применив обратный ход метода Гаусса, найдем значения переменных x , y и z .

Таблица 1

Восстанавливаем систему уравнений, полученную в результате наших преобразований:

(3)

Обратный ход метода Гаусса

Из третьего уравнения
находим
.

Во второе уравнение системы
подставим найденное значение
, получим
или
.

Из первого уравнения
, подставляя уже найденные значения переменных, получаем
, то есть
.

Чтобы убедиться в правильности решения, проверку необходимо сделать во всех трех уравнениях системы.

Проверка:

, получим

Получим

Получим

значит, система решена верно.

Ответ:
,
,
.

Пример

Решить систему методом Гаусса:

Решение:

Порядок действий в этом примере аналогичен порядку в предыдущем примере, а конкретные действия указаны в таблице 2.

В результате преобразований получим уравнение вида , следовательно, заданная система несовместна.

Ответ: система несовместна .

Пример

Решить систему методом Гаусса:

Решение:

Таблица 3

В результате преобразований получим уравнение вида , которое исключается из рассмотрения. Таким образом, имеем систему уравнений, в которой число неизвестных 3, а число уравнений 2.

Система имеет бесчисленное множество решений. Чтобы отыскать эти решения, введем одну свободную переменную. (Число свободных переменных всегда равно разности между числом неизвестных и числом уравнений, оставшихся после преобразования системы. В нашем случае 3 – 2 = 1).

Пусть
– свободная переменная.

Тогда из второго уравнения найдем
, откуда
, а затем найдемx из первого уравнения
или
.

Таким образом,
;
;
.

Сделаем проверку в уравнениях, которые не участвовали в нахождении и, то есть во втором и в третьем уравнениях первоначальной системы.

Проверка:

или , получаем
.

или , получаем
.

Система решена верно. Давая произвольной постоянной различные значения, будем получать различные значенияx , y и z .

Ответ:
;
;
.

2. Решение систем уравнений матричным методом (при помощи обратной матрицы).
3. Метод Гаусса решения систем уравнений.

Метод Крамера.

Метод Крамера применяется для решения систем линейных алгебраических уравнений (СЛАУ ).

Формулы на примере системы из двух уравнений с двумя переменными.
Дано: Решить методом Крамера систему

Относительно переменных х и у .
Решение:
Найдем определитель матрицы, составленный из коэффициентов системы Вычисление определителей. :

Применим формулы Крамера и найдем значения переменных:
и .
Пример 1:
Решить систему уравнений:

относительно переменных х и у .
Решение:

Заменим в этом определителе первый столбец столбцом коэффициентов из правой части системы и найдем его значение:

Сделаем аналогичное действие, заменив в первом определителе второй столбец:

Применим формулы Крамера и найдем значения переменных:
и .
Ответ:
Замечание: Этим методом можно решать системы и большей размерности.

Замечание: Если получается, что , а делить на ноль нельзя, то говорят, что система не имеет единственного решения. В этом случае система имеет или бесконечно много решений или не имеет решений вообще.

Пример 2 (бесконечное количество решений):

Решить систему уравнений:

относительно переменных х и у .
Решение:
Найдем определитель матрицы, составленный из коэффициентов системы:

Решение систем методом подстановки.

Первое из уравнений системы — равенство, верное при любых значениях переменных (потому что 4 всегда равно 4). Значит, остается только одно уравнение. Это уравнение связи между переменными .
Получили, решением системы являются любые пары значений переменных, связанных между собой равенством .
Общее решение запишется так:
Частные решения можно определять выбирая произвольное значение у и вычисляя х по этому равенству связи.

и т.д.
Таких решений бесконечно много.
Ответ: общее решение
Частные решения:

Пример 3 (решений нет, система несовместна):

Решить систему уравнений:

Решение:
Найдем определитель матрицы, составленный из коэффициентов системы:

Применять формулы Крамера нельзя. Решим эту систему методом подстановки

Второе уравнение системы — равенство, неверное ни при каких значениях переменных (конечно же, так как -15 не равно 2). Если одно из уравнений системы не верно ни при каких значениях переменных, то и вся системы не имеет решений.
Ответ: решений нет

В первой части мы рассмотрели немного теоретического материала, метод подстановки, а также метод почленного сложения уравнений системы. Всем, кто зашел на сайт через эту страницу рекомендую ознакомиться с первой частью. Возможно, некоторым посетителям покажется материал слишком простым, но по ходу решения систем линейных уравнений я сделал ряд очень важных замечаний и выводов, касающихся решения математических задач в целом.

А сейчас мы разберём правило Крамера, а также решение системы линейных уравнений с помощью обратной матрицы (матричный метод). Все материалы изложены просто, подробно и понятно, практически все читатели смогут научиться решать системы вышеуказанными способами.

Сначала мы подробно рассмотрим правило Крамера для системы двух линейных уравнений с двумя неизвестными. Зачем? – Ведь простейшую систему можно решить школьным методом, методом почленного сложения!

Дело в том, что пусть иногда, но встречается такое задание – решить систему двух линейных уравнений с двумя неизвестными по формулам Крамера. Во-вторых, более простой пример поможет понять, как использовать правило Крамера для более сложного случая – системы трех уравнений с тремя неизвестными.

Кроме того, существуют системы линейных уравнений с двумя переменными, которые целесообразно решать именно по правилу Крамера!

Рассмотрим систему уравнений

На первом шаге вычислим определитель , его называют главным определителем системы .

метод Гаусса .

Если , то система имеет единственное решение, и для нахождения корней мы должны вычислить еще два определителя:
и

На практике вышеуказанные определители также могут обозначаться латинской буквой .

Корни уравнения находим по формулам:
,

Пример 7

Решить систему линейных уравнений

Решение : Мы видим, что коэффициенты уравнения достаточно велики, в правой части присутствуют десятичные дроби с запятой. Запятая – довольно редкий гость в практических заданиях по математике, эту систему я взял из эконометрической задачи.

Как решить такую систему? Можно попытаться выразить одну переменную через другую, но в этом случае наверняка получатся страшные навороченные дроби, с которыми крайне неудобно работать, да и оформление решения будет выглядеть просто ужасно. Можно умножить второе уравнение на 6 и провести почленное вычитание, но и здесь возникнут те же самые дроби.

Что делать? В подобных случаях и приходят на помощь формулы Крамера.

;

;

Ответ : ,

Оба корня обладают бесконечными хвостами, и найдены приближенно, что вполне приемлемо (и даже обыденно) для задач эконометрики.

Комментарии здесь не нужны, поскольку задание решается по готовым формулам, однако, есть один нюанс. Когда используете данный метод, обязательным фрагментом оформления задания является следующий фрагмент: «, значит, система имеет единственное решение» . В противном случае рецензент может Вас наказать за неуважение к теореме Крамера.

Совсем не лишней будет проверка, которую удобно провести на калькуляторе: подставляем приближенные значения в левую часть каждого уравнения системы. В результате с небольшой погрешностью должны получиться числа, которые находятся в правых частях.

Пример 8

Ответ представить в обыкновенных неправильных дробях. Сделать проверку.

Это пример для самостоятельного решения (пример чистового оформления и ответ в конце урока).

Переходим к рассмотрению правила Крамера для системы трех уравнений с тремя неизвестными:

Находим главный определитель системы:

Если , то система имеет бесконечно много решений или несовместна (не имеет решений). В этом случае правило Крамера не поможет, нужно использовать метод Гаусса .

Если , то система имеет единственное решение и для нахождения корней мы должны вычислить еще три определителя:
, ,

И, наконец, ответ рассчитывается по формулам:

Как видите, случай «три на три» принципиально ничем не отличается от случая «два на два», столбец свободных членов последовательно «прогуливается» слева направо по столбцам главного определителя.

Пример 9

Решить систему по формулам Крамера.

Решение : Решим систему по формулам Крамера.

, значит, система имеет единственное решение.

Ответ : .

Собственно, здесь опять комментировать особо нечего, ввиду того, что решение проходит по готовым формулам. Но есть пара замечаний.

Бывает так, что в результате вычислений получаются «плохие» несократимые дроби, например: .
Я рекомендую следующий алгоритм «лечения». Если под рукой нет компьютера, поступаем так:

1) Возможно, допущена ошибка в вычислениях. Как только Вы столкнулись с «плохой» дробью, сразу необходимо проверить, правильно ли переписано условие . Если условие переписано без ошибок, то нужно пересчитать определители, используя разложение по другой строке (столбцу).

2) Если в результате проверки ошибок не выявлено, то вероятнее всего, допущена опечатка в условии задания. В этом случае спокойно и ВНИМАТЕЛЬНО прорешиваем задание до конца, а затем обязательно делаем проверку и оформляем ее на чистовике после решения. Конечно, проверка дробного ответа – занятие неприятное, но зато будет обезоруживающий аргумент для преподавателя, который ну очень любит ставить минус за всякую бяку вроде . Как управляться с дробями, подробно расписано в ответе для Примера 8.

Если под рукой есть компьютер, то для проверки используйте автоматизированную программу, которую можно бесплатно скачать в самом начале урока. Кстати, выгоднее всего сразу воспользоваться программой (еще до начала решения), Вы сразу будете видеть промежуточный шаг, на котором допустили ошибку! Этот же калькулятор автоматически рассчитывает решение системы матричным методом.

Замечание второе. Время от времени встречаются системы в уравнениях которых отсутствуют некоторые переменные, например:

Здесь в первом уравнении отсутствует переменная , во втором – переменная . В таких случаях очень важно правильно и ВНИМАТЕЛЬНО записать главный определитель:
– на месте отсутствующих переменных ставятся нули.
Кстати определители с нулями рационально раскрывать по той строке (столбцу), в которой находится ноль, так как вычислений получается заметно меньше.

Пример 10

Решить систему по формулам Крамера.

Это пример для самостоятельного решения (образец чистового оформления и ответ в конце урока).

Для случая системы 4 уравнений с 4 неизвестными формулы Крамера записываются по аналогичным принципам. Живой пример можно посмотреть на уроке Свойства определителя. Понижение порядка определителя – пять определителей 4-го порядка вполне решабельны. Хотя задача уже весьма напоминает ботинок профессора на груди у студента-счастливчика.

Решение системы с помощью обратной матрицы

Метод обратной матрицы – это, по существу, частный случай матричного уравнения (см. Пример №3 указанного урока).

Для изучения данного параграфа необходимо уметь раскрывать определители, находить обратную матрицу и выполнять матричное умножение. Соответствующие ссылки будут даны по ходу объяснений.

Пример 11

Решить систему с матричным методом

Решение : Запишем систему в матричной форме:
, где

Пожалуйста, посмотрите на систему уравнений и на матрицы. По какому принципу записываем элементы в матрицы, думаю, всем понятно. Единственный комментарий: если бы в уравнениях отсутствовали некоторые переменные, то на соответствующих местах в матрице нужно было бы поставить нули.

Обратную матрицу найдем по формуле:
, где – транспонированная матрица алгебраических дополнений соответствующих элементов матрицы .

Сначала разбираемся с определителем:

Здесь определитель раскрыт по первой строке.

Внимание! Если , то обратной матрицы не существует, и решить систему матричным методом невозможно. В этом случае система решается методом исключения неизвестных (методом Гаусса) .

Теперь нужно вычислить 9 миноров и записать их в матрицу миноров

Справка: Полезно знать смысл двойных подстрочных индексов в линейной алгебре. Первая цифра – это номер строки, в которой находится данный элемент. Вторая цифра – это номер столбца, в котором находится данный элемент:

То есть, двойной подстрочный индекс указывает, что элемент находится в первой строке, третьем столбце, а, например, элемент находится в 3 строке, 2 столбце

Пусть система линейных уравнений содержит столько уравнений, каково количество независимых переменных, т.е. имеет вид

Такие системы линейных уравнений называются квадратными. Определитель, составленный из коэффициентов при независимых переменных системы (1.5), называется главным определителем системы. Мы будем обозначать его греческой буквой D. Таким образом,

Если в главном определителе произвольный (j -ый) столбец, заменить столбцом свободных членов системы (1.5), то можно получить еще n вспомогательных определителей:

(j = 1, 2, …, n ). (1.7)

Правило Крамера решения квадратных систем линейных уравнений заключается в следующем. Если главный определитель D системы (1.5) отличен от нуля, то система имеет и притом единственное решение, которое можно найти по формулам:

Пример 1.5. Методом Крамера решить систему уравнений

Вычислим главный определитель системы:

Так как D¹0, то система имеет единственное решение, которое можно найти по формулам (1.8):

Таким образом,

Действия над матрицами

1. Умножение матрицы на число. Операция умножения матрицы на число определяется следующим образом.

2. Для того чтобы умножить матрицу на число, нужно все ее элементы умножить на это число. То есть

Пример 1.6. .

Сложение матриц.

Данная операция вводится только для матриц одного и того же порядка.

Для того чтобы сложить две матрицы, необходимо к элементам одной матрицы прибавить соответствующие элементы другой матрицы:

(1.10)
Операция сложения матриц обладает свойствами ассоциативности и коммутативности.

Пример 1.7. .

Умножение матриц.

Если число столбцов матрицы А совпадает с числом строк матрицы В , то для таких матриц вводится операция умножения:

Таким образом, при умножении матрицы А размерности m ´n на матрицу В размерности n ´k мы получаем матрицу С размерности m ´k . При этом элементы матрицы С вычисляются по следующим формулам:

Задача 1.8. Найти, если это возможно, произведение матриц AB и BA :

Решение. 1) Для того чтобы найти произведение AB , необходимо строки матрицы A умножить на столбцы матрицы B :

2) Произведение BA не существует, т. к. количество столбцов матрицы B не совпадает с количеством строк матрицы A .

Обратная матрица. Решение систем линейных уравнений матричным способом

Матрица A — 1 называется обратной к квадратной матрице А , если выполнено равенство:

где через I обозначается единичная матрица того же порядка, что и матрица А :

Для того чтобы квадратная матрица имела обратную необходимо и достаточно, чтобы ее определитель был отличен от нуля. Обратную матрицу находят по формуле:

где A ij — алгебраические дополнения к элементам a ij матрицы А (заметим, что алгебраические дополнения к строкам матрицы А располагаются в обратной матрице в виде соответствующих столбцов).

Пример 1.9. Найти обратную матрицу A — 1 к матрице

Обратную матрицу найдем по формуле (1.13), которая для случая n = 3 имеет вид:

Найдем det A = | A | = 1 × 3 × 8 + 2 × 5 × 3 + 2 × 4 × 3 — 3 × 3 × 3 — 1 × 5 × 4 — 2 × 2 × 8 = 24 + 30 + 24 — 27 — 20 — 32 = — 1. Так как определитель исходной матрицы отличен от нуля, то обратная матрица существует.

1) Найдем алгебраические дополнения A ij :

Для удобства нахождения обратной матрицы, алгебраические дополнения к строкам исходной матрицы мы расположили в соответствующие столбцы.

Из полученных алгебраических дополнений составим новую матрицу и разделим ее на определитель det A . Таким образом, мы получим обратную матрицу:

Квадратные системы линейных уравнений с отличным от нуля главным определителем можно решать с помощью обратной матрицы. Для этого систему (1.5) записывают в матричном виде:

Умножая обе части равенства (1.14) слева на A — 1 , мы получим решение системы:

Таким образом, для того чтобы найти решение квадратной системы, нужно найти обратную матрицу к основной матрице системы и умножить ее справа на матрицу-столбец свободных членов.

Задача 1.10. Решить систему линейных уравнений

с помощью обратной матрицы.

Решение. Запишем систему в матричном виде: ,

где — основная матрица системы, — столбец неизвестных и — столбец свободных членов. Так как главный определитель системы , то основная матрица системы А имеет обратную матрицу А -1 . Для нахождения обратной матрицы А -1 , вычислим алгебраические дополнения ко всем элементам матрицы А :

Из полученных чисел составим матрицу (причем алгебраические дополнения к строкам матрицы А запишем в соответствующие столбцы) и разделим ее на определитель D. Таким образом, мы нашли обратную матрицу:

Решение системы находим по формуле (1.15):

Таким образом,

Решение систем линейных уравнений методом обыкновенных жордановых исключений

Пусть дана произвольная (не обязательно квадратная) система линейных уравнений:

Требуется найти решение системы, т.е. такой набор переменных , который удовлетворяет всем равенствам системы (1.16). В общем случае система (1.16) может иметь не только одно решение, но и бесчисленное множество решений. Она может так же вообще не иметь решений.

При решении подобных задач используется хорошо известный из школьного курса метод исключения неизвестных, который еще называется методом обыкновенных жордановых исключений. Суть данного метода заключается в том, что в одном из уравнений системы (1.16) одна из переменных выражается через другие переменные. Затем эта переменная подставляется в другие уравнения системы. В результате получается система, содержащая на одно уравнение и на одну переменную меньше, чем исходная система. Уравнение, из которого выражалась переменная, запоминается.

Этот процесс повторяется до тех пор, пока в системе не останется одно последнее уравнение. В процессе исключения неизвестных некоторые уравнения могут превратиться в верные тождества, например . Такие уравнения из системы исключаются, так как они выполняются при любых значениях переменных и, следовательно, не оказывают влияния на решение системы. Если в процессе исключения неизвестных хотя бы одно уравнение становится равенством, которое не может выполняться ни при каких значениях переменных (например ), то мы делаем вывод, что система не имеет решения.

Если в ходе решения противоречивых уравнений не возникло, то из последнего уравнения находится одна из оставшихся в нем переменных. Если в последнем уравнении осталась только одна переменная, то она выражается числом. Если в последнем уравнении остаются еще и другие переменные, то они считаются параметрами, и выраженная через них переменная будет функцией этих параметров. Затем совершается так называемый «обратный ход». Найденную переменную подставляют в последнее запомненное уравнение и находят вторую переменную. Затем две найденные переменные подставляют в предпоследнее запомненное уравнение и находят третью переменную, и так далее, вплоть до первого запомненного уравнения.

В результате мы получаем решение системы. Данное решение будет являться единственным, если найденные переменные будут числами. Если же первая найденная переменная, а затем и все остальные будут зависеть от параметров, то система будет иметь бесчисленное множество решений (каждому набору параметров соответствует новое решение). Формулы, позволяющие найти решение системы в зависимости от того или иного набора параметров, называются общим решением системы.

Пример 1.11.

x

После запоминания первого уравнения и приведения подобных членов во втором и третьем уравнении мы приходим к системе:

Выразим y из второго уравнения и подставим его в первое уравнение:

Запомним второе уравнение, а из первого найдем z :

Совершая обратный ход, последовательно найдем y и z . Для этого сначала подставим в последнее запомненное уравнение , откуда найдем y :

Затем подставим и в первое запомненное уравнение , откуда найдем x :

Задача 1.12. Решить систему линейных уравнений методом исключения неизвестных:

Решение. Выразим из первого уравнения переменную x и подставим ее во второе и третье уравнения:

В данной системе первое и второе уравнения противоречат друг другу. Действительно, выражая y из первого уравнения и подставляя его во второе уравнение , получим, что 14 = 17. Данное равенство не выполняется, ни при каких значениях переменных x , y , и z . Следовательно, система (1.17) несовместна, т.е. не имеет решения.

Читателям предлагаем самостоятельно проверить, что главный определитель исходной системы (1.17) равен нулю.

Рассмотрим систему, отличающуюся от системы (1.17) всего лишь одним свободным членом.

Задача 1.13. Решить систему линейных уравнений методом исключения неизвестных:

Решение. Как и прежде, выразим из первого уравнения переменную x и подставим ее во второе и третье уравнения:

Запомним первое уравнение и приведем подобные члены во втором и третьем уравнении. Мы приходим к системе:

Выражая y из первого уравнения и подставляя его во второе уравнение , мы получим тождество 14 = 14, которое не влияет на решение системы, и, следовательно, его можно из системы исключить.

В последнем запомненном равенстве переменную z будем считать параметром. Полагаем . Тогда

Подставим y и z в первое запомненное равенство и найдем x :

Таким образом, система (1.18) имеет бесчисленное множество решений, причем любое решение можно найти по формулам (1.19), выбирая произвольное значение параметра t :

(1.19)
Так решениями системы, например, являются следующие наборы переменных (1; 2; 0), (2; 26; 14) и т. д. Формулы (1.19) выражают общее (любое) решение системы (1.18).

В том случае, когда исходная система (1.16) имеет достаточно большое количество уравнений и неизвестных, указанный метод обыкновенных жордановых исключений представляется громоздким. Однако это не так. Достаточно вывести алгоритм пересчета коэффициентов системы при одном шаге в общем виде и оформить решение задачи в виде специальных жордановых таблиц.

Пусть дана система линейных форм (уравнений):

, (1.20)
где x j — независимые (искомые) переменные, a ij — постоянные коэффициенты
(i = 1, 2,…, m ; j = 1, 2,…, n ). Правые части системы y i (i = 1, 2,…, m ) могут быть как переменными (зависимыми), так и константами. Требуется найти решений данной системы методом исключения неизвестных.

Рассмотрим следующую операцию, называемую в дальнейшем «одним шагом обыкновенных жордановых исключений». Из произвольного (r -го) равенства выразим произвольную переменную (x s ) и подставим во все остальные равенства. Разумеется, это возможно только в том случае, когда a rs ¹ 0. Коэффициент a rs называется разрешающим (иногда направляющим или главным) элементом.

Мы получим следующую систему:

Из s -го равенства системы (1.21) мы впоследствии найдем переменную x s (после того, как будут найдены остальные переменные). S -я строка запоминается и в дальнейшем из системы исключается. Оставшаяся система будет содержать на одно уравнение и на одну независимую переменную меньше, чем исходная система.

Вычислим коэффициенты полученной системы (1.21) через коэффициенты исходной системы (1.20). Начнем с r -го уравнения, которое после выражения переменной x s через остальные переменные будет выглядеть следующим образом:

Таким образом, новые коэффициенты r -го уравнения вычисляются по следующим формулам:

(1.23)
Вычислим теперь новые коэффициенты b ij (i ¹ r ) произвольного уравнения. Для этого подставим выраженную в (1.22) переменную x s в i -е уравнение системы (1.20):

После приведения подобных членов, получим:

(1.24)
Из равенства (1.24) получим формулы, по которым вычисляются остальные коэффициенты системы (1.21) (за исключением r -го уравнения):

(1.25)
Преобразование систем линейных уравнений методом обыкновенных жордановых исключений оформляется в виде таблиц (матриц). Эти таблицы получили название «жордановых».

Так, задаче (1.20) ставится в соответствие следующая жорданова таблица:

Таблица 1.1

	x 1	x 2	…	x j	…	x s	…	x n
y 1 =	a 11	a 12		a 1j		a 1s		a 1n
…………………………………………………………………..
y i =	a i 1	a i 2		a ij		a is		a in
…………………………………………………………………..
y r =	a r 1	a r 2		a rj		a rs		a rn
………………………………………………………………….
y n =	a m 1	a m 2		a mj		a ms		a mn

Жорданова таблица 1.1 содержит левый заглавный столбец, в который записывают правые части системы (1.20) и верхнюю заглавную строку, в которую записывают независимые переменные.

Остальные элементы таблицы образуют основную матрицу коэффициентов системы (1.20). Если умножить матрицу А на матрицу , состоящую из элементов верхней заглавной строки, то получится матрица , состоящая из элементов левого заглавного столбца. То есть, по существу, жорданова таблица это матричная форма записи системы линейных уравнений: . Системе (1.21) при этом соответствует следующая жорданова таблица:

Таблица 1.2

	x 1	x 2	…	x j	…	y r	…	x n
y 1 =	b 11	b 12		b 1 j		b 1 s		b 1 n
…………………………………………………………………..
y i =	b i 1	b i 2		b ij		b is		b in
…………………………………………………………………..
x s =	b r 1	b r 2		b rj		b rs		b rn
………………………………………………………………….
y n =	b m 1	b m 2		b mj		b ms		b mn

Разрешающий элемент a rs мы будем выделять жирным шрифтом. Напомним, что для осуществления одного шага жордановых исключений разрешающий элемент должен быть отличен от нуля. Строку таблицы, содержащую разрешающий элемент, называют разрешающей строкой. Столбец, содержащий разрешающий элемент, называют разрешающим столбцом. При переходе от данной таблицы к следующей таблице одна переменная (x s ) из верней заглавной строки таблицы перемещается в левый заглавный столбец и, наоборот, один из свободных членов системы (y r ) из левого заглавного столбца таблицы перемещается в верхнюю заглавную строку.

Опишем алгоритм пересчета коэффициентов при переходе от жордановой таблицы (1.1) к таблице (1.2), вытекающий из формул (1.23) и (1.25).

1. Разрешающий элемент заменяется обратным числом:

2. Остальные элементы разрешающей строки делятся на разрешающий элемент и изменяют знак на противоположный:

3. Остальные элементы разрешающего столбца делятся на разрешающий элемент:

4. Элементы, не попавшие в разрешающую строку и разрешающий столбец, пересчитываются по формулам:

Последняя формула легко запоминается, если заметить, что элементы, составляющие дробь , находятся на пересечении i -ой и r -ой строк и j -го и s -го столбцов (разрешающей строки, разрешающего столбца и той строки и столбца, на пересечении которых находится пересчитываемый элемент). Точнее, при запоминании формулы можно использовать следующую диаграмму:

-21-26-13-37

Совершая первый шаг жордановых исключений, в качестве разрешающего элемента можно выбрать любой элемент таблицы 1.3, расположенный в столбцах x 1 ,…, x 5 (все указанные элементы не равны нулю). Не следует только выбирать разрешающий элемент в последнем столбце, т.к. требуется находить независимые переменные x 1 ,…, x 5 . Выбираем, например, коэффициент 1 при переменной x 3 в третьей строке таблицы 1.3 (разрешающий элемент показан жирным шрифтом). При переходе к таблице 1.4 переменная x 3 из верхней заглавной строки меняется местами с константой 0 левого заглавного столбца (третья строка). При этом переменная x 3 выражается через остальные переменные.

Строку x 3 (табл.1.4) можно, предварительно запомнив, исключить из таблицы 1.4. Из таблицы 1.4 исключается так же третий столбец с нулем в верхней заглавной строке. Дело в том, что независимо от коэффициентов данного столбца b i 3 все соответствующие ему слагаемые каждого уравнения 0·b i 3 системы будут равны нулю. Поэтому указанные коэффициенты можно не вычислять. Исключив одну переменную x 3 и запомнив одно из уравнений, мы приходим к системе, соответствующей таблице 1.4 (с вычеркнутой строкой x 3). Выбирая в таблице 1.4 в качестве разрешающего элемента b 14 = -5, переходим к таблице 1.5. В таблице 1.5 запоминаем первую строку и исключаем ее из таблицы вместе с четвертым столбцом (с нулем наверху).

Таблица 1.5 Таблица 1.6

Из последней таблицы 1.7 находим: x 1 = — 3 + 2x 5 .

Последовательно подставляя уже найденные переменные в запомненные строки, находим остальные переменные:

Таким образом, система имеет бесчисленное множество решений. Переменной x 5 , можно придавать произвольные значения. Данная переменная выступает в роли параметра x 5 = t. Мы доказали совместность системы и нашли ее общее решение:

x 1 = — 3 + 2t

x 2 = — 1 — 3t

x 3 = — 2 + 4t . (1.27)
x 4 = 4 + 5t

x 5 = t

Придавая параметру t различные значения, мы получим бесчисленное множество решений исходной системы. Так, например, решением системы является следующий набор переменных (- 3; — 1; — 2; 4; 0).

TTU Сеть CAE

Приносим извинения за неудобства, но страница, к которой вы пытались получить доступ, находится не по этому адресу. Вы можете использовать приведенные ниже ссылки, чтобы помочь вам найти то, что вы ищете.

Если вы уверены, что имеете правильный веб-адрес, но столкнулись с ошибкой, пожалуйста, связаться с Администрацией сайта.

Спасибо.

Возможно, вы искали…

Сеть TTU CAE

Доступ к файлам вне кампуса

Безопасный доступ к своим исследованиям или академическим файлам из дома или из любой точки мира.

Отправка ссылки на личный файл по электронной почте

Отправьте ссылку на файл в личном веб-пространстве, чтобы избежать превышения квоты электронной почты получателей и других технических проблем.

Справка и поддержка пользователей

Файловый сервер CAE Lab

Введение и документация по файловому серверу CAE Lab.

Файловый сервер CAE Lab

В следующем наборе документов подробно описаны возможности файлового сервера CAE Lab и доступ к файлам, хранящимся в университетском городке и за его пределами.

Подключение к файловому серверу CAE Lab (пользователи Windows в кампусе)

Следующие инструкции помогут вам подключиться к центральному файловому серверу CAE Lab из других мест в университетском городке, если на нем установлена ​​Windows 7…

Подключение к файловому серверу CAE Lab (пользователи Mac OS X в кампусе)

Следующие инструкции помогут вам подключиться к центральному файловому серверу CAE Lab из других мест в университетском городке, если на нем установлена ​​Mac OS X…

Подключение к файловому серверу CAE Lab (пользователи Windows за пределами кампуса)

Следующие инструкции помогут вам подключиться к центральному файловому серверу CAE Lab из мест за пределами университетского городка, при условии наличия последней версии…

Подключение к файловому серверу CAE Lab (пользователи Mac OS X за пределами кампуса)

Следующие инструкции помогут вам подключиться к центральному файловому серверу CAE Lab из мест за пределами кампуса, если на нем установлена ​​Mac OS X…

Подключение к файловому серверу CAE Lab (пользователи Unix в кампусе)

Следующие инструкции помогут вам подключиться к центральному файловому серверу CAE Lab из других мест в университетском городке, при условии некоторого относительного типа…

Страница не найдена | MIT

Перейти к содержанию ↓

• Образование
• Исследовать
• Инновации
• Прием + помощь
• Студенческая жизнь
• Новости
• Выпускников
• О MIT
• Подробнее ↓
  • Прием + помощь
  • Студенческая жизнь
  • Новости
  • Выпускников
  • О MIT

Меню ↓ Поиск Меню Ой, похоже, мы не смогли найти то, что вы искали!
Попробуйте поискать что-нибудь еще! Что вы ищете? Увидеть больше результатов

Предложения или отзывы?

Системы линейных уравнений: исключение Гаусса

Решение линейной системы с матрицами с использованием исключения Гаусса

После нескольких уроков, в которых мы неоднократно упоминали, что мы охватываем основы, необходимые для последующего изучения того, как решать системы линейных уравнений, пришло время для нашего урока сосредоточиться на полной методологии, которой нужно следовать, чтобы найти решения. для таких систем.

Что такое элиминация по Гауссу

Исключение Гаусса — это название метода, который мы используем для выполнения трех типов операций со строками матрицы над расширенной матрицей, полученной из линейной системы уравнений, чтобы найти решения для такой системы. Этот метод также называется сокращением строк и состоит из двух этапов: прямого исключения и обратной замены.

Эти два шага метода исключения Гаусса различаются не операциями, которые вы можете использовать с их помощью, а результатом, который они производят.Шаг прямого исключения относится к сокращению строки, необходимому для упрощения рассматриваемой матрицы до ее эшелонированной формы. Такой этап имеет целью продемонстрировать, имеет ли система уравнений, изображенная в матрице, единственное возможное решение, бесконечное множество решений или просто отсутствие решения. Если обнаружено, что система не имеет решения, то нет причин продолжать сокращение строки матрицы на следующем этапе.

Если возможно получить решения для переменных, входящих в линейную систему, то выполняется этап исключения Гаусса с обратной подстановкой.На этом последнем шаге будет получена сокращенная форма матрицы, которая, в свою очередь, обеспечивает общее решение системы линейных уравнений.

Правила исключения Гаусса такие же, как правила для трех элементарных операций со строками, другими словами, вы можете алгебраически оперировать строками матрицы следующими тремя способами (или комбинацией):

1. Перестановка двух рядов
2. Умножение строки на константу (любую константу, отличную от нуля)
3. Добавление строки к другой строке

Итак, решение линейной системы с матрицами с использованием исключения Гаусса оказывается структурированным, организованным и довольно эффективным методом.

Как выполнить исключение по Гауссу

На самом деле это не установленный набор шагов исключения Гаусса, которым нужно следовать, чтобы решить систему линейных уравнений, это все о матрице, которая у вас есть в ваших руках, и необходимых операциях со строками для ее упрощения. Для этого давайте поработаем над нашим первым примером исключения Гаусса, чтобы вы могли начать изучать весь процесс и интуицию, которая необходима при работе с ними:

Пример 1

Обратите внимание, что в этот момент мы можем заметить, что эта система линейных уравнений разрешима с единственным решением для каждой из ее переменных.То, что мы выполнили до сих пор, — это первый этап сокращения ряда: прямое исключение. Мы можем продолжить упрощение этой матрицы еще больше (что приведет нас ко второму этапу обратной подстановки), но нам это действительно не нужно, поскольку на этом этапе система легко разрешима. Таким образом, мы смотрим на получившуюся систему, чтобы решить ее напрямую:

• Уравнение 5: Полученная линейная система уравнений для решения

Из этого набора мы можем автоматически заметить, что значение переменной z равно: z = -2.Мы используем это знание, чтобы подставить его во вторые уравнения для решения относительно y, и подставить значения y и z в первые уравнения для решения относительно x:

В последний раздел этого урока добавлено больше задач исключения Гаусса. Обязательно проработайте их, чтобы практиковаться.

Разница между устранением гаусса и устранением гаусса иордана

Разница между гауссовским исключением и гауссовым методом исключения Жордана состоит в том, что один создает матрицу в форме эшелона строк, а другой — матрицу в форме редуцированного эшелона строки.Матрица формы эшелона строк имеет верхнюю треугольную композицию, где любые нулевые строки находятся внизу, а ведущие члены находятся справа от ведущего члена из строки выше. Уменьшенная форма эшелона выходит за рамки еще большего упрощения (иногда даже достигая формы единичной матрицы).

Уравнение 8: Разница между формой эшелона и формой ряда эшелонов

История исключения Гаусса и его названия довольно интересны, вы будете удивлены, узнав, что название «Гауссовский» было присвоено этой методологии по ошибке в прошлом веке.В действительности было обнаружено, что алгоритм одновременного решения системы линейных уравнений с использованием матриц и редукции строк записан в той или иной форме в древних китайских текстах, которые датируются еще до нашей эры. Затем в конце 1600-х годов Исаак Ньютон провел по этому поводу урок, чтобы заполнить то, что он считал пробелом в книгах по алгебре. После того, как название «Гауссиан» было уже установлено в 1950-х годах, термин Гаусса-Иордана был принят, когда геодезист У. Джордан усовершенствовал технику, чтобы он мог использовать такие вычисления для обработки своих наблюдаемых данных топографической съемки.Если вы хотите продолжить чтение увлекательной истории математиков исключения Гаусса, не бойтесь щелкнуть ссылку и прочитать.

На самом деле нет никакой физической разницы между исключением Гаусса и исключением Гаусса Джордана, оба процесса следуют одному и тому же типу операций со строками и их комбинациям, их различие зависит от результатов, которые они производят. Многие математики и учителя во всем мире будут относиться к исключению Гаусса и исключению Гаусса Джордана как к методам создания матрицы эшелонированной формы по сравнению с методом создания матрицы уменьшенной эшелонированной формы, но на самом деле они говорят о двух стадиях сокращения строк. мы объяснили это в самом первом разделе этого урока (прямое исключение и обратная подстановка), и поэтому вы просто применяете операции со строками, пока не упростите рассматриваемую матрицу.Если вы дойдете до формы эшелона, вы обычно можете решить с ней систему линейных уравнений (до сих пор это то, что называлось бы исключением Гаусса). Если вам нужно продолжить упрощение такой матрицы, чтобы напрямую получить общее решение для системы уравнений, над которой вы работаете, в этом случае вы просто продолжаете работать с матрицей по строкам, пока не упростите ее до сокращенной формы эшелона. (это будет то, что мы называем частью Гаусса-Жордана, и которую можно рассматривать также как поворотное исключение Гаусса).

Мы оставим подробное объяснение форм сокращения строк и эшелонирования для следующего урока, поскольку сейчас вам нужно знать, что, если у вас нет единичной матрицы в левой части расширенной матрицы, которую вы решаете (в этом случае вы не используете не нужно ничего делать для решения системы уравнений, относящейся к матрице), метод исключения Гаусса (регулярное сокращение строк) всегда будет использоваться для решения линейной системы уравнений, которая была записана в виде матрицы.

Примеры исключения Гаусса

В качестве последнего раздела давайте поработаем еще несколько упражнений по исключению Гаусса (сокращение строк), чтобы вы могли больше практиковаться в этой методологии.На протяжении многих будущих уроков этого курса линейной алгебры вы обнаружите, что сокращение строк является одним из самых важных инструментов при работе с матричными уравнениями. Поэтому убедитесь, что вы понимаете все этапы решения следующих проблем.

Пример 2

Пример 3

Мы знаем, что для этой системы мы получим расширенную матрицу с тремя строками (поскольку система содержит три уравнения) и тремя столбцами слева от вертикальной линии (поскольку есть три разных переменных).В этом случае мы перейдем непосредственно к сокращению строк, и поэтому первая матрица, которую вы увидите в этом процессе, — это та, которую вы получите, преобразовав систему линейных уравнений в расширенную матрицу.

• Уравнение 15: Строка, уменьшающая расширенную матрицу

Обратите внимание, как мы можем сразу сказать, что переменная z равна нулю для этой системы, поскольку третья строка результирующей матрицы показывает уравнение -9z = 0 . Мы используем это знание и проверяем вторую строку матрицы, которая предоставит уравнение 2y — 6z = 0 , подставив значение z = 0 \ в это уравнение, получим y \, также равное нулю.Таким образом, мы наконец подставляем оба значения y и z \ в уравнение, которое получается из первой строки матрицы: x + 4y + 3z = 1 , поскольку и y , и z \ , равны нулю, то это дает нам x = 1 . Итак, окончательное решение этой системы уравнений выглядит следующим образом:

• Уравнение 16: Окончательное решение системы уравнений

Пример 4

Из чего видно, что последняя строка дает уравнение: 6z = 3 и, следовательно, z = 1/2.Мы подставляем это в уравнения, полученные из второй и первой строк (в указанном порядке), чтобы вычислить значения переменных x и y:

Пример 5

• Решите следующую линейную систему, используя метод исключения Гаусса: Уравнение 21: Система линейных уравнений с двумя переменными
• Транскрипция линейной системы в виде расширенной матрицы и редукции строк: Уравнение 22: Строка, уменьшающая расширенную матрицу

• Что автоматически говорит нам y = 8 .Итак, подставляя это значение в уравнение из первой строки, получаем: 4x — 5y = 4x — 5 (8) = 4x — 40 = -6 4x = 34 \, и поэтому значение x равно: x = 172 \ frac {\ small17} {\ small2} 217 . И окончательное решение этой системы уравнений:

  Уравнение 23: Окончательное решение системы уравнений

Пример 6

Чтобы завершить наш урок на сегодня, у нас есть рекомендация по ссылке, чтобы дополнить ваши исследования: Исключение Гаусса — статья, которая содержит дополнительную информацию о сокращении строк, включая введение в тему и еще несколько примеров.Как мы упоминали ранее, будьте готовы продолжать использовать сокращение строк почти на всем протяжении этого курса линейной алгебры, так что до встречи на следующем уроке!

9.8: Решение систем с помощью правила Крамера

Мы узнали, как решать системы уравнений с двумя переменными и тремя переменными и с помощью нескольких методов: подстановки, сложения, исключения Гаусса, использования обратной матрицы и построения графиков. Некоторые из этих методов применять проще, чем другие, и они более подходят в определенных ситуациях.В этом разделе мы изучим еще две стратегии решения систем уравнений.

Вычисление определителя матрицы 2 × 2

Определитель — это действительное число, которое может быть очень полезно в математике, потому что у него есть несколько приложений, таких как вычисление площади, объема и других величин. Здесь мы будем использовать определители, чтобы определить, является ли матрица обратимой, используя элементы квадратной матрицы, чтобы определить, существует ли решение системы уравнений.Однако, возможно, одним из наиболее интересных приложений является их использование в криптографии. Защищенные сигналы или сообщения иногда отправляются в виде матрицы. Расшифровать данные можно только с помощью обратимой матрицы и определителя. В наших целях мы ориентируемся на определитель как на показатель обратимости матрицы. Вычисление определителя матрицы требует следования определенным шаблонам, описанным в этом разделе.

НАЙТИ ОПРЕДЕЛЕНИЕ МАТРИЦЫ 2 × 2

Определитель матрицы 2 × 2, учитывая

\ (A = \ begin {bmatrix} a & b \\ c & d \ end {bmatrix} \)

определяется как

Обратите внимание на изменение обозначений.Есть несколько способов указать определитель, включая \ (\ det (A) \) и замену скобок в матрице прямыми линиями, \ (| A | \).

Пример \ (\ PageIndex {1} \): поиск определителя матрицы \ (2 × 2 \)

Найдите определитель заданной матрицы.

\ (A = \ begin {bmatrix} 5 & 2 \\ — 6 & 3 \ end {bmatrix} \)

Раствор

\ [\ begin {align *} \ det (A) & = \ begin {vmatrix} 5 & 2 \\ — 6 & 3 \ end {vmatrix} \\ & = 5 (3) — (- 6) (2) \\ & = 27 \ end {align *} \]

Использование правила Крамера для решения системы двух уравнений с двумя переменными

Теперь мы представим последний метод решения систем уравнений, использующий определители.Этот метод, известный как правило Крамера , восходит к середине 18 века и назван в честь своего новатора, швейцарского математика Габриэля Крамера (1704-1752), который представил его в 1750 году в . Courbes algébriques . Правило Крамера — это жизнеспособный и эффективный метод поиска решений систем с произвольным числом неизвестных при условии, что у нас есть такое же количество уравнений, что и неизвестных.

Правило Крамера даст нам единственное решение системы уравнений, если оно существует.Однако, если система не имеет решения или бесконечное количество решений, это будет обозначено нулевым определителем. Чтобы выяснить, является ли система непоследовательной или зависимой, необходимо использовать другой метод, например исключение.

Чтобы понять правило Крамера, давайте внимательно рассмотрим, как мы решаем системы линейных уравнений с использованием основных операций со строками. Рассмотрим систему двух уравнений с двумя переменными.

\ [\ begin {align} a_1x + b_1y & = c_1 (1) \ label {eq1} \\ a_2x + b_2y & = c_2 (2) \ label {eq2} \\ \ end {align} \]

Мы исключаем одну переменную, используя операции со строками, и решаем для другой.Скажите, что мы хотим найти \ (x \). Если уравнение \ ref {eq2} умножается на коэффициент, противоположный коэффициенту \ (y \) в уравнении \ ref {eq1}, уравнение \ ref {eq1} умножается на коэффициент при \ (y \) в уравнении \ ref {eq2}, и мы добавляем два уравнения, переменная \ (y \) будет удалена.

\ [\ begin {align *} & b_2a_1x + b_2b_1y = b_2c_1 & \ text {Multiply} R_1 \ text {by} b_2 \\ — & \ underline {b_1a_2x − b_1b_2y = −b_1c_2} & \ text {Multiply} R_2 \ text {by} −b_1 \\ & b_2a_1x − b_1a_2x = b_2c_1 − b_1c_2 \ end {align *} \]

Теперь решите относительно \ (x \).

\ [\ begin {align *} b_2a_1x − b_1a_2x & = b_2c_1 − b_1c_2 \\ x (b_2a_1 − b_1a_2) & = b_2c_1 − b_1c_2 \\ x & = \ dfrac {b_2c_1 − b_1c_2} {b_2a_1 − b_1a_2} = \ dfrac {\ begin {bmatrix} c_1 & b_1 \\ c_2 & b_2 \ end {bmatrix}} {\ begin {bmatrix} a_1 & b_1 \\ a_2 & b_2 \ end {bmatrix}} \ end {align *} \]

Аналогичным образом, чтобы найти \ (y \), мы исключим \ (x \).

\ [\ begin {align *} & a_2a_1x + a_2b_1y = a_2c_1 & \ text {Multiply} R_1 \ text {by} a_2 \\ — & \ underline {a_1a_2x − a_1b_2y = −a_1c_2} & \ text {Multiply} R_2 \ текст {by} −a_1 \\ & a_2b_1y − a_1b_2y = a_2c_1 − a_1c_2 \ end {align *} \]

Решение относительно \ (y \) дает

\ [\ begin {align *} a_2b_1y − a_1b_2y & = a_2c_1 − a_1c_2 \\ y (a_2b_1 − a_1b_2) & = a_2c_1 − a_1c_2 \\ y & = \ dfrac {a_2c_1 − a_1c_2} {a_2b_1 − a_1b_2} = \ dfrac {a_1c_2 − a_2c_1} {a_1b_2 − a_2b_1} = \ dfrac {\ begin {bmatrix} a_1 & c_1 \\ a_2 & c_2 \ end {bmatrix}} {\ begin {bmatrix} a_1 & b_1 \\ a_2 & b_2 \ end {bmatrix}} \ end {align * } \]

Обратите внимание, что знаменатель для \ (x \) и \ (y \) является определителем матрицы коэффициентов.

Мы можем использовать эти формулы для решения относительно \ (x \) и \ (y \), но правило Крамера также вводит новые обозначения:

• \ (D \): определитель матрицы коэффициентов
• \ (D_x \): определитель числителя в решении \ (x \)

  \ [x = \ dfrac {D_x} {D} \]

• \ (D_y \): определитель числителя в решении \ (y \)

  \ [y = \ dfrac {D_y} {D} \]

Ключ к правилу Крамера заключается в замене интересующего столбца переменных столбцом констант и вычислении детерминантов.Тогда мы можем выразить \ (x \) и \ (y \) как частное двух определителей.

ПРАВИЛО КРЕМЕРА ДЛЯ СИСТЕМ \ (2 × 2 \)

Правило Крамера — это метод, использующий детерминанты для решения систем уравнений, которые имеют то же количество уравнений, что и переменные.

Рассмотрим систему двух линейных уравнений с двумя переменными.

\ [\ begin {align *} a_1x + b_1y & = c_1 \\ a_2x + b_2y & = c_2 \ end {align *} \]

Решение, использующее правило Крамера, дается как

\ [\ begin {align} x & = \ dfrac {D_x} {D} = \ dfrac {\ begin {bmatrix} c_1 & b_1 \\ c_2 & b_2 \ end {bmatrix}} {\ begin {bmatrix} a_1 & b_1 \\ a_2 & b_2 \ end { bmatrix}} \; , D \ neq 0 \\ y & = \ dfrac {D_y} {D} = \ dfrac {\ begin {bmatrix} a_1 & c_1 \\ a_2 & c_2 \ end {bmatrix}} {\ begin {bmatrix} a_1 & b_1 \\ a_2 & b_2 \ end {bmatrix }} \; , D \ neq 0 \ end {align} \]

Если мы решаем для \ (x \), столбец \ (x \) заменяется постоянным столбцом.Если мы решаем для \ (y \), столбец \ (y \) заменяется постоянным столбцом.

Пример \ (\ PageIndex {2} \): Использование правила Крамера для решения системы \ (2 × 2 \)

Решите следующую систему \ (2 × 2 \), используя правило Крамера.

\ [\ begin {align *} 12x + 3y & = 15 \\ 2x-3y & = 13 \ end {align *} \]

Раствор

Решите относительно \ (x \).

\ [\ begin {align *} x & = \ dfrac {D_x} {D} \\ & = \ dfrac {\ begin {bmatrix} 15 & 3 \\ 13 & -3 \ end {bmatrix}} {\ begin {bmatrix} 12 & 3 \\ 2 & -3 \ end {bmatrix}} \\ & = \ dfrac {-45-39} {- 36-6} \\ & = \ dfrac {-84} {- 42} \\ & = 2 \ end {align *} \]

Решите относительно \ (y \).

\ [\ begin {align *} y & = \ dfrac {D_y} {D} \\ & = \ dfrac {\ begin {bmatrix} 12 & 15 \\ 2 & 13 \ end {bmatrix}} {\ begin {bmatrix} 12 & 3 \\ 2 & -3 \ end {bmatrix}} \\ & = \ dfrac {156-30} {- 36-6} \\ & = — \ dfrac {126} {42} \\ & = -3 \ end {align * } \]

Решение: \ ((2, −3) \).

Упражнение \ (\ PageIndex {1} \)

Используйте правило Крамера для решения системы уравнений \ (2 × 2 \).

\ [\ begin {align *} x + 2y & = -11 \\ -2x + y & = -13 \ end {align *} \]

Ответ

\ ((3, −7) \)

Вычисление определителя матрицы 3 × 3

Найти определитель матрицы 2 × 2 несложно, но найти определитель матрицы 3 × 3 сложнее.Один из способов — увеличить матрицу 3 × 3 повторением первых двух столбцов, получив матрицу 3 × 5. Затем мы вычисляем сумму произведений записей на по каждой из трех диагоналей (от верхнего левого угла к нижнему правому) и вычитаем произведение записей на по каждой из трех диагоналей (нижний левый верхний правый). Это легче понять с помощью наглядного пособия и примера.

Найдите определитель матрицы 3 × 3.

\ (A = \ begin {bmatrix} a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \ end {bmatrix} \)

1. Дополните \ (A \) первыми двумя столбцами.

   \ (\ det (A) = \ left | \ begin {array} {ccc | cc} a_1 & b_1 & c_1 & a_1 & b_1 \\ a_2 & b_2 & c_2 & a_2 & b_2 \\ a_3 & b_3 & c_3 & a_3 & b_3 \ end {array} \ right | \)

2. С верхнего левого угла в нижний правый: умножение записей по первой диагонали. Добавьте результат к произведению записей по второй диагонали. Добавьте этот результат к произведению записей по третьей диагонали.
3. От левого нижнего угла до правого верхнего: вычтите произведение входов вверх по первой диагонали.Из этого результата вычтите произведение входов вверх по второй диагонали. Из этого результата вычтите произведение входов до третьей диагонали.

Алгебра выглядит следующим образом:

\ (| A | = a_1b_2c_3 + b_1c_2a_3 + c_1a_2b_3 − a_3b_2c_1 − b_3c_2a_1 − c_3a_2b_1 \)

Пример \ (\ PageIndex {3} \): поиск определителя матрицы 3 × 3

Найдите определитель матрицы \ (3 × 3 \) при

\ (A = \ begin {bmatrix} 0 & 2 & 1 \\ 3 & −1 & 1 \\ 4 & 0 & 1 \ end {bmatrix} \)

Раствор

Дополните матрицу первыми двумя столбцами, а затем следуйте формуле.Таким образом,

\ [\ begin {align *} | А | & = \ left | \ begin {array} {ccc | cc} 0 & 2 & 1 & 0 & 2 \\ 3 & -1 & 1 & 3 & -1 \\ 4 & 0 & 1 & 4 & 0 \ end {array} \ right | \\ & = 0 (−1) (1) +2 (1) (4) +1 (3) (0) −4 (−1) (1) −0 (1) (0) −1 (3) (2) \\ & = 0 + 8 + 0 + 4−0−6 \\ & = 6 \ end {align *} \]

Упражнение \ (\ PageIndex {2} \)

Найдите определитель матрицы 3 × 3.

\ (\ det (A) = \ begin {vmatrix} 1 & −3 & 7 \\ 1 & 1 & 1 \\ 1 & −2 & 3 \ end {vmatrix} \)

Ответ

\ (- 10 \)

Q&A: Можем ли мы использовать тот же метод, чтобы найти определитель большей матрицы?

Нет, этот метод работает только для матриц 2 × 2 и 3 × 3.Для больших матриц лучше всего использовать графическую утилиту или компьютерное программное обеспечение.

Использование правила Крамера для решения системы трех уравнений с тремя переменными

Теперь, когда мы можем найти определитель матрицы \ (3 × 3 \), мы можем применить правило Крамера для решения системы трех уравнений с тремя переменными. Правило Крамера простое и соответствует шаблону, соответствующему правилу Крамера для матриц \ (2 × 2 \). Однако по мере увеличения порядка матрицы до \ (3 × 3 \) требуется гораздо больше вычислений.

Когда мы вычисляем, что определитель равен нулю, правило Крамера не дает никаких указаний на то, что у системы нет решения или есть бесконечное количество решений. Чтобы выяснить это, мы должны выполнить устранение в системе.

Рассмотрим систему уравнений \ (3 × 3 \).

\ [\ begin {align} a_1x + b_1y + c_1z & = \ color {blue} d_1 \\ a_2x + b_2y + c_2z & = \ color {blue} d_2 \\ a_3x + b_3y + c_3z & = \ color {blue} d_3 \\ \ end {align} \]

\ (x = \ dfrac {D_x} {D} \), \ (y = \ dfrac {D_y} {D} \), \ (z = \ dfrac {D_z} {D} \), \ (D ≠ 0 \)

где

\ [D = \ begin {vmatrix} a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \ end {vmatrix} \; , \; D_x = \ begin {vmatrix} \ color {blue} d_1 & b_1 & c_1 \\ \ color {blue} d_2 & b_2 & c_2 \\ \ color {blue} d_3 & b_3 & c_3 \ end {vmatrix} \; , \; D_y = \ begin {vmatrix} a_1 & \ color {blue} d_1 & c_1 \\ a_2 & \ color {blue} d_2 & c_2 \\ a_3 & \ color {blue} d_3 & c_3 \ end {vmatrix} \; , \; D_z = \ begin {vmatrix} a_1 & b_1 & \ color {blue} d_1 \\ a_2 & b_2 & \ color {blue} d_2 \\ a_3 & b_3 & \ color {blue} d_3 \ end {vmatrix} \]

Если мы пишем определитель \ (D_x \), мы заменяем столбец \ (x \) постоянным столбцом.Если мы пишем определитель \ (D_y \), мы заменяем столбец y на столбец констант. Если мы пишем определитель \ (D_z \), мы заменяем столбец \ (z \) постоянным столбцом. Всегда проверяйте ответ.

Пример \ (\ PageIndex {4} \): решение системы \ (3 × 3 \) с использованием правила Крамера

Найдите решение данной системы \ (3 × 3 \), используя правило Крамера.

\ [\ begin {align *} x + y-z & = 6 \\ 3x-2y + z & = -5 \\ x + 3y-2z & = 14 \ end {align *} \]

Раствор

Используйте правило Крамера.

\ (D = \ begin {vmatrix} 1 & 1 & −1 \\ 3 & −2 & 1 \\ 1 & 3 & −2 \ end {vmatrix} \), \ (D_x = \ begin {vmatrix} 6 & 1 & −1 \\ — 5 & −2 & 1 \ \ 14 & 3 & −2 \ end {vmatrix} \), \ (D_y = \ begin {vmatrix} 1 & 6 & −1 \\ 3 & −5 & 1 \\ 1 & 14 & −2 \ end {vmatrix} \), \ (D_z = \ begin {vmatrix } 1 & 1 & 6 \\ 3 & −2 & −5 \\ ​​1 & 3 & 14 \ end {vmatrix} \)

Затем,

\ [\ begin {align *} x & = \ dfrac {D_x} {D} & = \ dfrac {-3} {- 3} & = 1 \\ y & = \ dfrac {D_y} {D} & = \ dfrac {-9} {- 3} & = 3 \\ z & = \ dfrac {D_z} {D} & = \ dfrac {6} {- 3} & = -2 \\ \ end {align *} \]

Решение: \ ((1,3, −2) \).

Упражнение \ (\ PageIndex {3} \)

Используйте правило Крамера, чтобы решить матрицу \ (3 × 3 \).

\ [\ begin {align *} x-3y + 7z & = 13 \\ x + y + z & = 1 \\ x-2y + 3z & = 4 \ end {align *} \]

Ответ

\ (\ left (−2, \ dfrac {3} {5}, \ dfrac {12} {5} \ right) \)

Пример \ (\ PageIndex {5A} \): использование правила Крамера для решения несовместимой системы

Решите систему уравнений, используя правило Крамера.

\ [\ begin {align} 3x-2y & = 4 \ label {eq3} \\ 6x-4y & = 0 \ label {eq4} \ end {align} \]

Раствор

Начнем с нахождения определителей \ (D \), \ (D_x \) и \ (D_y \).

\ (D = \ begin {vmatrix} 3 & −2 \\ 6 & −4 \ end {vmatrix} = 3 (−4) −6 (−2) = 0 \)

Мы знаем, что нулевой определитель означает, что либо система не имеет решения, либо имеет бесконечное количество решений. Чтобы узнать, какой из них, мы используем процесс исключения. Наша цель — исключить одну из переменных.

1. Умножьте уравнение \ ref {eq3} на \ (- 2 \).
2. Добавьте результат в уравнение \ ref {eq4}.

\ [\ begin {align *} & −6x + 4y = −8 \\ & \; \; \; \ underline {6x − 4y = 0} \\ & \; \; \; \; \; \ ; \; \; \; \; 0 = −8 \ end {align *} \]

Получаем уравнение \ (0 = −8 \), которое неверно. Следовательно, у системы нет решения. График системы показывает две параллельные линии. См. Рисунок \ (\ PageIndex {1} \).

Рисунок \ (\ PageIndex {1} \)

Пример \ (\ PageIndex {5B} \): использование правила Крамера для решения зависимой системы

Решите систему с бесконечным количеством решений.

\ [\ begin {align} x-2y + 3z & = 0 \ label {eq5} \\ 3x + y-2z & = 0 \ label {eq6} \\ 2x-4y + 6z & = 0 \ label {eq7} \ end {align} \]

Раствор

Давайте сначала найдем определитель. Создайте матрицу, дополненную первыми двумя столбцами.

\ (\ left | \ begin {array} {ccc | cc} 1 & −2 & 3 & 1 & -2 \\ 3 & 1 & −2 & 3 & 1 \\ 2 & −4 & 6 & 2 & -4 \ end {array} \ right | \)

Затем,

\ (1 (1) (6) + (- 2) (- 2) (2) +3 (3) (- 4) −2 (1) (3) — (- 4) (- 2) (1 ) −6 (3) (- 2) = 0 \)

Поскольку определитель равен нулю, решения либо нет, либо существует бесконечное количество решений.Чтобы выяснить это, нам нужно провести отбор.

1. Умножьте уравнение \ ref {eq5} на \ (- 2 \) и добавьте результат к уравнению \ ref {eq7}:

\ [\ begin {align *} & −2x + 4y − 6x = 0 \\ & \; \; \ underline {2x − 4y + 6z = 0} \\ & \; \; \; \; \; \ ; \; \; \; \; \; \; \; \; \; \; 0 = 0 \ end {align *} \]

2. Получение ответа \ (0 = 0 \), утверждение, которое всегда верно, означает, что система имеет бесконечное количество решений. Изобразив систему, мы можем увидеть, что две плоскости одинаковы, и обе они пересекают третью плоскость по прямой.См. Рисунок \ (\ PageIndex {2} \).

Рисунок \ (\ PageIndex {2} \)

Понимание свойств детерминантов

Есть много свойств определителей. Здесь перечислены некоторые свойства, которые могут быть полезны при вычислении определителя матрицы.

СВОЙСТВА ДЕТЕРМИНАНТОВ

1. Если матрица имеет верхнюю треугольную форму, определитель равен произведению элементов по главной диагонали.
2. Когда две строки меняются местами, определитель меняет знак.{−1} \) — величина, обратная определителю матрицы \ (A \).
3. Если какая-либо строка или столбец умножается на константу, определитель умножается на тот же коэффициент.

Пример \ (\ PageIndex {6} \): иллюстрация свойств детерминантов

Проиллюстрируйте каждое из свойств определителей.

Раствор

Свойство 1 утверждает, что если матрица имеет верхнюю треугольную форму, определитель является произведением элементов по главной диагонали.

\ (A = \ begin {bmatrix} 1 & 2 & 3 \\ 0 & 2 & 1 \\ 0 & 0 & −1 \ end {bmatrix} \)

Дополните \ (A \) первыми двумя столбцами.

\ (A = \ left [\ begin {array} {ccc | cc} 1 & 2 & 3 & 1 & 2 \\ 0 & 2 & 1 & 0 & 2 \\ 0 & 0 & −1 & 0 & 0 \ end {array} \ right] \)

Затем

\ [\ begin {align *} \ det (A) & = 1 (2) (- 1) +2 (1) (0) +3 (0) (0) -0 (2) (3) -0 (1) (1) +1 (0) (2) \\ & = -2 \ end {align *} \]

Свойство 2 утверждает, что перестановка строк меняет знак.Учитывая

\ [\ begin {align *} B & = \ begin {bmatrix} 4 & -3 \\ — 1 & 5 \ end {bmatrix} \\ \ det (B) & = (4) (5) — (- 1) (- 3) \\ & = 20-3 \\ & = 17 \ end {align *} \]

Свойство 3 утверждает, что если две строки или два столбца идентичны, определитель равен нулю.

\ [\ begin {align *} A & = \ left [\ begin {array} {ccc | cc} 1 & 2 & 2 & 1 & 2 \\ 2 & 2 & 2 & 2 & 2 \\ — 1 & 2 & 2 & -1 & 2 \ end {array} \ right] \\ \ det (A) & = 1 (2) (2) +2 (2) (- 1) +2 (2) (2) +1 (2) (2) -2 (2) (1) -2 (2) (2) \ \ & = 4-4 + 8 + 4-4-8 \\ & = 0 \ end {align *} \]

Свойство 4 утверждает, что если строка или столбец равны нулю, определитель равен нулю.{-1}) & = — 2 \ left (- \ dfrac {1} {2} \ right) — \ dfrac {3} {2} (1) \\ & = — \ dfrac {1} {2} \ конец {выравнивание *} \]

Свойство 6 утверждает, что если любая строка или столбец матрицы умножается на константу, определитель умножается на тот же коэффициент. Таким образом,

Пример \ (\ PageIndex {7} \): Использование правила Крамера и определяющих свойств для решения системы

Найдите решение данной системы \ (3 × 3 \).

Раствор

Используя правило Крамера, имеем

\ (D = \ begin {bmatrix} 2 & 4 & 4 \\ 3 & 7 & 7 \\ 1 & 2 & 2 \ end {bmatrix} \)

Обратите внимание, что второй и третий столбцы идентичны.Согласно свойству 3 определитель будет равен нулю, поэтому решения либо нет, либо существует бесконечное число решений. Чтобы выяснить это, нам нужно провести отбор.

1. Умножьте уравнение \ ref {eq10} на \ (- 2 \) и добавьте результат в уравнение \ ref {eq8}.

Получение противоречивого утверждения означает, что система не имеет решения.

Медиа

Получите доступ к этим онлайн-ресурсам для получения дополнительных инструкций и практики с правилом Крамера.

Gauss Elimination — обзор

1.3.7 Исключение Гаусса или Гаусса

Исключение Гаусса (также известное как Исключение Гаусса ) — широко используемый метод для решения систем линейных уравнений в форме [ K ] { u } = { F }. В операциях с матрицами существует три распространенных типа манипуляций, которые служат для создания новой матрицы, обладающей теми же характеристиками, что и исходная:

1.

Поменять местами любые две строки.

2.

Умножьте каждую запись в любой строке на ненулевое постоянное значение.

3.

Добавьте значения из каждой записи одной строки к каждой записи другой строки.

Цель использования исключения Гаусса — создать новую матрицу с теми же свойствами, что и исходная [ K ], но в формате, в котором только верхний треугольник имеет ненулевые элементы. Используя предыдущую матрицу 5 × 5 в качестве примера, верхний треугольник состоит из элементов в правом верхнем треугольнике матрицы и включает элементы в правой диагональной строке в виде

[m11m12m13m14m150m22m23m24m2500m33m34m35000m44m450000m55].

Мы достигаем цели исключения Гаусса, правильно применяя одну из трех вышеупомянутых операций за раз. После того, как верхняя треугольная матрица сформирована, мы используем метод обратной подстановки , чтобы сначала найти последнюю переменную. Причина, по которой этот метод называется «обратной заменой», заключается в том, что последняя строка верхней треугольной матрицы должна быть решена первой. Поскольку в последней строке верхней треугольной матрицы есть только одна ненулевая запись, мы можем найти неизвестную переменную простым арифметическим делением, то есть из

[K] {u2v2u3u4v4} = [m11m12m13m14m150m22m23m24m2500m33m34m35000m44m40000m55] {u2v2v4f2f2fu4fu4fu2 } → v4 = F4Vm55.

Имея значение v ₄ , мы решаем от второй до последней переменной. Поскольку m ₄₄ u ₄ + m ₄₅ v ₄ = F _{4 H} , мы можем решить для u

906 u F4H − m45v4m44. Мы многократно применяем один и тот же набор процедур, пока не будут найдены значения всех переменных.

Мы будем использовать типичный 64-битный компьютер, чтобы проиллюстрировать критическую проблему при использовании исключения Гаусса.Хорошо известно, что такой компьютер хранит действительное (десятичное) число в формате с плавающей запятой, используя 64 бита: 1 бит для представления знака (плюс или минус), 52 бита для представления количества цифр точности (мантисса), и 11 бит для представления экспоненты. При делении числа на другое очень маленькое число имеющихся цифр в мантиссе может быть недостаточно для поддержания необходимой точности, то есть может возникнуть ошибка округления. В исключении Гаусса точка поворота или позиция поворота — это позиция в строке, которая совпадает с правой диагональной линией.Значения в точках поворота используются в качестве знаменателя при формировании верхней треугольной матрицы. Чтобы исключить ошибки округления, возникающие при делении на очень маленькое число, используется первый тип манипуляции для перемещения строки с очень маленьким числом в точке поворота в другую строку. Это достигается простым перестановкой рядов так, чтобы большие числа располагались в точках поворота. Вторую и третью операции мы используем для получения нулей в левой нижней части матрицы, что необходимо для получения верхней треугольной матрицы.

Модифицированной версией метода исключения Гаусса является метод исключения Гаусса – Жордана. Цель исключения Гаусса – Жордана — получить матрицу, которая имеет правую диагональную линию всех единиц (единиц), а все остальные позиции матрицы содержат нули. Это достигается с помощью тех же трех типов манипуляций с матрицами, которые используются в методе исключения Гаусса. Поскольку квадратная матрица состоит только из единичных значений в диагональных элементах, решения для всех неизвестных становятся легко доступными.Один из недостатков метода Гаусса – Жордана заключается в том, что он более затратный в вычислительном отношении, чем метод исключения Гаусса. Таким образом, он полезен только для решения проблем путем ручного расчета, когда есть небольшое количество одновременных уравнений. Используя метод исключения Гаусса, а не метод Гаусса – Жордана, мы избегаем многих дополнительных шагов. Поскольку метод FE обычно включает большую систему, чаще используется метод исключения Гаусса.

В следующем разделе мы шаг за шагом продемонстрируем процессы в методе исключения Гаусса.Конечно, вместо ручных вычислений следует написать и использовать компьютерную программу. Используя предыдущий пример в качестве отправной точки, уравнение. (1.68) повторяется ниже.

[K] {u2v2u3u4v4} = 108 [100−50006.6700−6.67−506.44−1.441.9200−1.44400−6.671.92010.67] {u2v2u3u4v4} = {F2HF2VF3HF40003−5002 = {0002002). все, кроме первой записи в первом столбце, равны 0. Мы заметили, что третья строка в этом столбце содержит единственное ненулевое значение. Чтобы управлять третьей строкой, чтобы сделать ведущее число 0, мы должны умножить существующее число (-5) на такое значение, чтобы добавление результата к первой записи в строке один (10) давало 0.Используя правило два, мы умножаем каждую запись в третьей строке на 2:

108 [100-50006,6700-6,67-10012,88-2,883,8400-1,44400-6,671,92010,67] {u2v2u3u4v4} = {00020000-50000}.

Затем мы добавляем строку 1 к строке 3, но мы не затрагиваем строку 1:

108 [100−50006.6700−6.67007.88−2.883.8400−1.44400−6.671.92010.67] {u2v2u3u4v4} = {00020000−50000 }.

Теперь, когда все значения в первом столбце, кроме первого, равны 0, мы применяем аналогичный процесс ко второму столбцу. Мы хотим, чтобы все значения во втором столбце, кроме второго, равнялись 0, а это значит, что мы должны адресовать −6.67 в последнем ряду. Это можно изменить на 0, просто добавив значения из строки 2.

108 [100-50006.6700-6.67007.88-2.883.8400-1.4440001.9204] {u2v2u3u4v4} = {00020000-50000}

Две операции, правила два и три необходимы для преобразования записи в строке четыре, столбце три в 0. Сначала мы умножаем четвертую строку на 7,881,44 (обратите внимание, что эта операция также применяется к вектору силы):

108 [100-50006,6700-6,67007. 88−2.883.8400−7.8821.8.9204] {u2v2u3u4v4} = {0001.094 × 105−50000},

, а затем добавьте значения из третьей строки к этим результатам, чтобы сформировать новую четвертую строку:

108 [100-50006.6700−6.67007.88−2.883.8400019.013.84001.9204] {u2v2u3u4v4} = {0001.094 × 105−50000}.

Аналогичным образом мы умножаем пятую строку на -7,881,92, а затем складываем значения из третьей строки, чтобы сформировать новую пятую строку:

108 [100-50006,6700-6,67007,88-2,883,8400019,013,84000-2,88-12,58 ] {u2v2u3u4v4} = {0001,094 × 1052,052 × 106}.

К этому моменту должно быть очевидно, что умножение на значение в другой строке с последующим делением на значение в текущей строке дает результат, который можно вычесть из этой другой строки и получить 0.Чтобы еще раз увидеть этот процесс, мы умножаем пятую строку на 19.012.88, затем складываем значения из четвертой строки, чтобы получить новую пятую строку:

108 [100-50006.6700-6.67007.88-2.883.8400019.013.840000-79.20] {u2v2u3u4v4} = {0001,094 × 1051,464 × 106}.

Теперь матрица имеет форму верхней треугольной матрицы, что означает, что все значения ниже и слева от правой диагональной линии являются нулями. На этом этапе мы применяем метод обратной замены для определения узловых смещений.

Начнем с последней строки, которая содержит 108 [0000−79.20], и мы умножаем последовательные значения в этой строке на последовательные значения в векторе узлового смещения:

108 ((0) (u2) + (0) (v2) + (0) (u3) + (0) ( u4) + (- 79.20) (v4)) = 1.464 × 106

Мы можем сделать это проще, признав, что только последнее значение в строке ненулевое, и поэтому v ₄ — это просто последнее значение в вектор силы, деленный на последний элемент в верхней треугольной матрице [ K ]:

v4 = (1,464 × 106) (- 79,2 × 108) = — 1,849 × 10−4

Мы можем использовать v ₄ , чтобы найти u ₄ и т. Д.Ниже приведены расчеты значений узловых смещений в м :

u4 = 1.094 × 105-108 × 3.84 × v419.01 × 108 = 1.804 × 10519.01 × 108 = 0.949 × 10-4,

u3 = 108 × (2,88) × u4−108 × 3,84 × v4108 × 7,88 = 9,837 × 10−47,88 = 1,248 × 10−4,

v2 = 108 × 6,67 × v4108 × 6,67 = −1,849 × 10−4 и

u2 = 108 × 5 × u3108 × 10 = 0,624 × 10−4.

Узловые смещения, рассчитанные с использованием метода MSA или прямого метода жесткости, в точности совпадают с точными решениями проблем, связанных с фермами.Для типов элементов, отличных от фермы или пружины, узловые решения вряд ли будут иметь те же значения, что и точные решения. Простое практическое правило состоит в том, что чем больше элементов используется для представления интересующей структуры, тем точнее результаты будут приближаться к точным решениям. Дополнительные описания других типов элементов приведены в главе 2.

Математики исключения Гаусса

Метод исключения Гаусса широко известен как «метод» решения одновременных линейных уравнений.Как заметил Леонард Эйлер, это наиболее естественный способ действий («der natürlichste Weg» [Euler, 1771, часть 2, раздел 1, глава 4, статья 45]). Поскольку метод исключения Гаусса решает линейные задачи напрямую, это важный метод в вычислительной науке и технике, с помощью которого он постоянно, хотя и косвенно, способствует развитию знаний и благосостоянию людей. То, что естественно, зависит от контекста, поэтому алгоритм много раз менялся в зависимости от решаемых задач и вычислительной техники.Исключение Гаусса иллюстрирует явление, которое не часто объясняется в истории математики. Математиков обычно изображают «открывателями», как будто прогресс — это занавес, который постепенно поднимается, обнажая статичное здание, которое все время находилось там в ожидании открытия. Скорее, гауссовское исключение — это живая математика. За последние двести лет он успешно видоизменился, чтобы соответствовать меняющимся социальным потребностям. Многие люди внесли свой вклад в искоренение Гаусса, в том числе Карл Фридрих Гаусс.Его метод расчета особого случая был заимствован профессиональными ручными компьютерами в девятнадцатом веке. Путаница в истории в конечном итоге сделала Гаусса не только тезкой, но и создателем предмета. Мы можем написать гауссовское исключение, чтобы почтить его память, не предполагая приписывания. В этой статье суммируется эволюция метода исключения Гаусса в середине двадцатого века [Grcar, 2011a, b]. Единственное развитие в древности было в Китае. Независимое происхождение в современной Европе прошло три фазы.Сначала был урок по школьной тетради, начатый Исааком Ньютоном. Затем были методы для профессиональных ручных компьютеров, начало которым положил Гаусс, который, очевидно, был вдохновлен работами Жозефа-Луи Лагранжа. Последней была интерпретация матричной алгебры несколькими авторами, в том числе адрес электронной почты Джона Джозефа Ф. Гркара jfgrcar@comcast.net. Проблемы, которые можно интерпретировать как одновременные линейные уравнения, присутствуют, но не распространены, в самой ранней письменной математике. Было опубликовано около тысячи клинописных табличек, в которых записана математика, преподаваемая в долине Тигра и Евфрата в Иране и Ираке в 2000 году до нашей эры [Робсон, 2008, таблица B.22]. Большинство таблеток содержат таблицы различного типа, но некоторые из них имеют назидательный характер (рис. 1). Первая задача по НДС 8389 касается площадей двух полей общей площадью 1800 сар, когда арендная плата за одно поле составляет 2 силы зерна за 3 сара, арендная плата за другое — 1 сила за 2 сара, а общая арендная плата по первому на 500 шил.

ИСКЛЮЧЕНИЕ ПО ГАУССУ: РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ: ПРИМЕРЫ И РЕШАЕМЫЕ ЗАДАЧИ: СТАРШАЯ ШКОЛА

Содержимое этой страницы:

---

Введение

Система уравнений (линейная) — это группа (линейных) уравнений с различные неизвестные факторы.Вообще говоря, неизвестные факторы появляются в различных уравнениях.

Уравнение с различными неизвестными факторами связывает их друг с другом.

Решение системы состоит в нахождении значения неизвестных факторов способом, который проверяет все уравнения, составляющие систему.

• Если существует одно решение (одно значение для каждого неизвестного фактора), мы будем говорить, что система — это Согласованная независимая система (СНГ) .

• Если существуют различные решения (система имеет бесконечно много решений), мы говорим, что система является Согласованная зависимая система (CDS). .

• Если решения нет, а это произойдет, если есть два или несколько уравнений, которые нельзя проверить одновременно, мы говорим, что это несогласованная система (IS) .Например, следующая система уравнений

  $$ \ begin {case} \ begin {array} {lcl} y & = & 0 \\ 2x + y & = & 0 \\ 2x + y & = & 2 \ end {array} \ end {ases} $ $

  несовместимо, потому что мы получаем решение x = 0 из второго уравнения и, из третьего, x = 1 .

В этом разделе мы собираемся решать системы, используя метод исключения Гаусса , который заключается в простом выполнении элементарных операций в строке или столбце расширенной матрицы, чтобы получить свой эшелон из или его сокращенный эшелон форма (Гаусс-Иордан).

---

Метод разрешения

1. Применяем метод исключения Гаусса-Джордана : получаем сокращенного эшелона строки формы из расширенной матрицы систему уравнений, выполняя элементарные операции в строках (или столбцах).

2. Когда у нас есть матрица, мы применяем теорему Руше-Капелли , чтобы определить тип системы и получить решение (я):

   Пусть A · X = B будет системой из m линейных уравнений с n неизвестным множители, m и n натуральные числа (не ноль):

   • AX = B соответствует тогда и только тогда, когда,

     $$ ранг (A) = ранг (A | B) $$

   • AX = B является непротиворечивым независимым тогда и только тогда, когда,

     $$ ранг (A) = n = ранг (A | B) $$

Примечание: Элементарные операции в строках или столбцах позволяют получить системы, эквивалентные исходной, но с формой, упрощающей получение решений (если они есть).Также есть более быстрые инструменты для выработки решений в СНГ, такие как правило Крамера.

---

---

---

Система 1

Показать решение

Расширенная матрица системы

того же размера, что и система (2×3). Вертикальная линия, отделяющая матричные коэффициенты от вектора независимых членов.

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк:

Умножаем первую строку на 1/5 а вторую на 1/3

Добавляем вторую строку с первой

Вторую строку умножаем на 5/7

Складываем первую строку со второй, умноженной на -2/5

Эта последняя эквивалентная матрица представлена ​​в сокращенной форме эшелона строк. и это позволяет нам быстро увидеть рейтинг матрица коэффициентов и расширенная.

Рассчитываем ранги:

По теореме Руше-Капелли система непротиворечива Независимая. Полученная матрица представляет собой систему

, который является решением исходной системы.

---

Система 2

Показать решение

Расширенная матрица системы

Проводим элементарные операции в строках для получения приведенных строчная форма эшелона:

Вторую строку умножаем на 1/2

Добавляем первую строку со второй

Умножаем первую строку на 1/3

Эта последняя эквивалентная матрица имеет вид сокращенного эшелона строк и имеет нулевую строку, что означает, что строки в исходной системе линейно зависимы. (любой из них может быть получен путем умножения другого на скаляр, не равный нулю).

Рассчитываем ранги

По теореме Руше-Капелли система непротиворечива. Кроме того, это зависит, потому что ранг (1) ниже, чем количество неизвестных факторов (2).

Полученная матрица представляет собой систему

Решения

---

Система 3

Показать решение

Расширенная матрица системы

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Изменяем порядок строк (так у нас уже будет 1 в первой строке без необходимости умножать)

Складываем вторую строку с первой, умноженной на 5 :

Вторую строку умножаем на -1/15

Последняя матрица имеет эшелонированную форму (не сокращена).

Мы можем непосредственно заметить, что система несовместима, потому что у нас следующее равенство (вторая строка):

$$ 0x + 0y = 1 $$

, это невозможное равенство.

Рассчитываем ранги матрицы коэффициентов и дополненной:

По теореме Руше-Капелли система несовместна (решения нет). Полученная матрица представляет собой систему

Система непоследовательна, потому что мы имеем невозможное равенство

$$ 0 = 1 $$

---

Система 4

Показать решение

Расширенная матрица системы

(размер 3х4).

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Умножаем первую строку на 1/5

Складываем вторую и третью строки, умножив первую на -2

Вторую и третью строки умножаем на 5

Складываем вторую строку с третьей, умноженной на -1

Умножаем вторую строку на -1/10 и третью на 1/11

Складываем первую строку со второй, умноженной на -2/5 , а третью со второй, умноженной на -1

Третью строку умножаем на -11/5

Эта последняя эквивалентная матрица находится в сокращенной форме эшелона строк (мы знаем ее, потому что это единичная матрица).Имея единичную матрицу, мы знаем, что это непротиворечивая независимая система, и можем получить единственное решение.

Рассчитываем ранги

По теореме Руше-Капелли система непротиворечива Независимая. Полученная матрица представляет собой систему

, который является решением системы.

---

Система 5

Показать решение

Расширенная матрица системы

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Мы вычитаем первую строку из второй и добавляем третью строку с первой.

Умножаем первую строку на 1/2 , а вторую на 1/3

Мы складываем первую строку со второй, умноженной на 1/2 , и третью строку со второй, умноженной на -2

Третью строку умножаем на 1/3

Складываем первую строку с третьей, умноженной на -3/2

Эта последняя матрица представляет собой эшелонированную матрицу с сокращенным числом строк (мы знаем это, потому что у нас есть единичная матрица).

Рассчитываем ранги

По теореме Руше-Капелли система непротиворечива Независимая. Полученная матрица представляет собой систему

---

Система 6

Показать решение

Расширенная матрица системы

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Умножаем вторую строку на -1/3 и третью на 1/4

Складываем вторую и третью строки, умножив первую на -1

Умножаем вторую строку на -3/4 и третью на -1

Третью строку складываем со второй, умноженной на -1

Эта последняя матрица имеет эшелонированную форму (но не сокращена) и мы не продолжаем выполнять операции по строкам, потому что можем видим, что последняя строка делает систему непоследовательной.Эта строка сообщает нам:

$$ 0x + 0y + 0z = -1 $$

И все это невозможное равенство.

Фактически у нас есть ранги

По теореме Руше-Капелли система несовместна.

---

Система 7

Показать решение

Расширенная матрица системы

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Умножаем первую и вторую строки на 1/3 и на 1/6 соответственно

Вторую строку вычитаем из третьей

Добавляем первую строку со второй

Третью строку умножаем на 3

Эта последняя матрица находится в сокращенном эшелоне строк формы , поэтому мы можем легко вычислить ранги:

Рассчитываем ранги

По теореме Руше-Капелли система непротиворечива.Но он не является независимым, потому что количество неизвестных факторов (3) отличается от ранга. Полученная матрица представляет собой систему

Решения

---

Система 8

Показать решение

Расширенная матрица системы

Примечание: прежде, чем мы начнем, мы должны прокомментировать, что процедура будет таким же, как и до сих пор.Но у нас есть корни в матрице, а это значит, что операции в строках будут длинными и утомительно. Эта задача не очень интересна в дидактическом смысле, помимо расчетов.

Проводим элементарные операции в строках, чтобы получить пониженный рядный эшелон формы

Мы складываем вторую строку с первой, умноженной на -√5 и, с третья, умноженная на -2/5

Умножаем вторую строку на 1 / √5 и третью на 5/17

Складываем первую строку с третьей и со второй вычитаем третью

Переписываем матрицу

Вторую строку умножаем на (√5 / 5-5) ^-1

Складываем первую строку со второй, умноженной на -5

В этой последней матрице она (почти) в строке уменьшена форма эшелона (надо поменять второй и третий ряды так что это правда).Из последней матрицы получаем решения:

---

Система 9

Показать решение

Расширенная матрица системы

Выполняем элементарные операции в строках, чтобы получить сокращенную форму эшелона строк

Складываем третью и четвертую строки, умножая первую на 3 и на -2 соответственно

Складываем первую, вторую и третью строки с четвертой, умноженной на 2 , -3 и 5 соответственно

Четвертую строку умножаем на -1 и меняем на вторую

Умножаем третью и четвертую строки на 1/34 и -1/22 соответственно

Вычитаем третью строку из четвертой

Умножаем четвертую на -187/42

Добавляем в первую строку третью умноженную на -13 и вторую на 8

К первой строке прибавляем четвертую умноженную на 5/34 , ко второй прибавляем первую умноженную на 5/17 и к третьему добавляем первое, умноженное на -3/34

По теореме Руше-Капелли, система является непротиворечивой Независимой, и решение равно

---

Система 10

Показать решение

Расширенная матрица системы

Примечание: Эта система была включена в цель отметить, что теория матрицы применима к комплексным числам.Единственное отличие от предыдущих систем в том, что теперь нам нужно действовать путем умножения и деления комплексные числа.

Выполняем элементарные операции в строках для получения приведенной формы эшелона строк

Умножаем вторую строку на 1/2 и меняем ее на первую

Мы складываем вторую строку с первой, умноженной на — (1 + i)

Вторую строку умножаем на

Складываем первую строку со второй, умножаем на -i / 2

Эта последняя матрица имеет сокращенную форму, поскольку она является единичной матрицей.

По теореме Руше-Капелли, система является непротиворечивой Независимой, и решение равно

---

Matesfacil.com от J. Llopis под лицензией творческий Международная лицензия Commons Attribution-NonCommercial 4.