Матричный метод решения СЛАУ применяют к решению систем уравнений, у которых количество уравнений соответствует количеству неизвестных. Метод лучше применять для решения систем низкого порядка. Матричный метод решения систем линейных уравнений основывается на применении свойств умножения матриц.

Этот способ, другими словами метод обратной матрицы, называют так, так как решение сводится к обычному матричному уравнению, для решения которого нужно найти обратную матрицу.

Матричный метод решения СЛАУ с определителем, который больше или меньше нуля состоит в следующем:

Предположим, есть СЛУ (система линейных уравнений) с n неизвестными (над произвольным полем):

Значит, её легко перевести в матричную форму:

AX=B , где A — основная матрица системы, B и X — столбцы свободных членов и решений системы соответственно:

Умножим это матричное уравнение слева на A −1 — обратную матрицу к матрице A: A −1 (AX)=A −1 B.

Т.к. A −1 A=E , значит, X=A −1 B . Правая часть уравнения дает столбец решений начальной системы. Условием применимости матричного метода есть невырожденность матрицы A . Необходимым и достаточным условием этого есть неравенство нулю определителя матрицы A :

detA≠0.

Для однородной системы линейных уравнений , т.е. если вектор B=0 , выполняется обратное правило: у системы AX=0 есть нетривиальное (т.е. не равное нулю) решение лишь когда detA=0 . Эта связь между решениями однородных и неоднородных систем линейных уравнений называется альтернатива Фредгольма.

Т.о., решение СЛАУ матричным методом производится по формуле . Либо, решение СЛАУ находят при помощи обратной матрицы A −1 .

Известно, что у квадратной матрицы А порядка n на n есть обратная матрица A −1 только в том случае, если ее определитель ненулевой. Таким образом, систему n линейных алгебраических уравнений с n неизвестными решаем матричным методом только в случае, если определитель основной матрицы системы не равен нулю.

Не взирая на то, что есть ограничения возможности применения такого метода и существуют сложности вычислений при больших значениях коэффициентов и систем высокого порядка, метод можно легко реализовать на ЭВМ.

Пример решения неоднородной СЛАУ.

Для начала проверим, не равен ли нулю определитель матрицы коэффициентов у неизвестных СЛАУ.

Теперь находим союзную матрицу , транспонируем её и подставляем в формулу для определения обратной матрицы.

Подставляем переменные в формулу:

Теперь находим неизвестные, перемножая обратную матрицу и столбик свободных членов.

Итак, x=2; y=1; z=4.

При переходе от обычного вида СЛАУ к матричной форме будьте внимательными с порядком неизвестных переменных в уравнениях системы. Например :

НЕЛЬЗЯ записать как:

Необходимо, для начала, упорядочить неизвестные переменные в кадом уравнении системы и только после этого переходить к матричной записи:

Кроме того, нужно быть внимательными с обозначением неизвестных переменных, вместо x 1 , x 2 , …, x n могут оказаться другие буквы. К примеру :

в матричной форме записываем так:

Матричным методом лучше решать системы линейных уравнений, в которых количество уравнений совпадает с числом неизвестных переменных и определитель основной матрицы системы не равен нулю. Когда в системе более 3-х уравнений, на нахождение обратной матрицы потребуется больше вычислительных усилий, поэтому, в этом случае целесообразно использовать для решения метод Гаусса.

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

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

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

Линейное уравнение

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

Виды систем линейных уравнений

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

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

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

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

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

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

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

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

Простые и сложные методы решения систем уравнений

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

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

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

Решение систем методом подстановки

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

Приведем решение примера системы линейных уравнений 7 класса методом подстановки:

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

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

Решение примера системы линейных неоднородных уравнений:

Решение с помощью алгебраического сложения

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

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

Алгоритм действий решения:

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

Способ решения введением новой переменной

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

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

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

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

Решение для полученных в итоге системы находят методом сложения.

Наглядный метод решения систем

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

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

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

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

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

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

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

Матрица и ее разновидности

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

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

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

Правила преобразования системы уравнений в матрицу

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

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

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

При умножении матрицы все элементы матрицы последовательно умножаются на число.

Варианты нахождения обратной матрицы

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

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

Решение примеров систем линейных уравнений матричным методом

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

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

Решение систем методом Гаусса

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

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

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

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

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

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

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

Для простоты записи вычислений принято делать следующим образом:

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

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

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

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

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

Тема 2. Решение систем линейных алгебраических уравнений прямыми методами.

Системами линейных алгебраических уравнений (сокращенно - СЛАУ) называются системы уравнений вида

или, в матричном виде,

A × x = B , (2.2)

A - матрица коэффициентов системы размерности n ´ n

x - вектор неизвестных, состоящий из n компонент

B - вектор правых частей системы, состоящий из n компонент.

A = x = B = (2.3)

Решением СЛАУ является такой набор из n чисел, который будучи подставленным вместо значений x 1 , x 2 , … , x n в систему (2.1) обеспечивает равенство левых частей правым во всех уравнениях.

Каждая СЛАУ в зависимости от значений матриц A и B может иметь

Одно решение

Бесконечно много решений

Ни одного решения.

В данном курсе будем рассматривать только те СЛАУ, которые имеют единственное решение. Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A .

Для поиска решений над системами линейных алгебраических уравнений могут проводиться некоторые преобразования, не изменяющие ее решений. Эквивалентными преобразованиями системы линейных уравнений называются такие ее преобразования, которые не изменяют ее решения. К их числу относятся:

Перестановка местами двух любых уравнений системы (следует отиетить, что в некоторых случаях, рассматриваемых ниже, это преробразование использовать нельзя);

Умножение (или деление) какого-либо уравнения системы на число, не равное нулю;

Прибавление к одному уравнению системы другого ее уравнения, умноженного (или разделенного) на некоторое не равное нулю число.

Методы решения СЛАУ делятся на две больших группы, называемые - прямые методы и итерационные методы . Имеется также способ сведения задачи решения СЛАУ к задаче поиска экстремума функции нескольких переменных с последующем решением ее методами поиска экстремума (об этом подробнее - при прохождении соответствующей темы). Прямые методы обеспечивают получение точного решения системы (если оно существует) за один шаг. Итерационные методы (если при этом обеспечена их сходимость) позволяют многократно улучшать некоторое начальное приближение к искомому решению СЛАУ и, вообще говоря, точного решения не дадут никогда. Однако, учитывая то, что прямые методы решения из-за неизбежных ошибок округления на промежуточных этапах расчетов тоже дают не идеально точные решения, итерационные методы могут тоже обеспечить примерно такой же результат.

Прямые методы решения СЛАУ. Наиболее часто используемыми прямыми методами решения СЛАУ являются:

Метод Крамера,

Метод Гаусса (и его модификация - метод Гаусса-Жордана)

Матричный метод (с использованием обращения матрицы A ).

Метод Крамера основан на вычислении определителя основной матрицы A и определителей матриц A 1 , A 2 , …, A n , которые получаются из матрицы A заменой в ней одного (i -го) столбца (i = 1, 2,…, n ) на столбец, содержащий элементы вектора B . После этого решения СЛАУ определяются как частное от деления значений этих определителей. Точнее, расчетные формулы имеют такой вид

(2.4)

Пример 1 . Найдем методом Крамера решение СЛАУ, у которой

A = , B = .

Имеем

A 1 = , A 2 = , A 3 = , A 4 = .

Вычислим значения определителей всех пяти матриц (c использованием функции МОПРЕД среды Excel ). Получим

Так как определитель матрицы A не равен нулю - система имеет единственное решение. Тогда определим его по формуле (2.4). Получим

Метод Гаусса. Решение СЛАУ этим методом предполагает составление расширенной матрицы системы A * . Расширенная матрица системы - это матрица размером в n строк и n +1 столбцов, включающая в себя исходную матрицу A c присоединенным к ней справа столбцом, содержащим вектор B .

A* = (2.4)

Здесь a in+1 =b i (i = 1, 2, …, n ).

Суть метода Гаусса состоит в приведении (посредством эквивалентных преобразований ) расширенной матрицы системы к треугольному виду (так, чтобы ниже ее главной диагонали находились только нулевые элементы).

A * =

Тогда, начиная с последней строки и двигаясь вверх, можно последовательно определить значения всех компонент решения.

Начало преобразований расширенной матрицы системы к необходимому виду заключается в просмотре значений коэффициентов при x 1 и выборе строки, в которой он имеет максимальное по абсолютной величине значение (это необходимо для уменьшения величины вычислительной ошибки при последующих вычислениях). Эту строку расширенной матрицы необходимо поменять местами с первой ее строкой (или же, что лучше, сложить (или вычесть) с первой строкой и результат поместить на место первой строки). После этого все элементы этой новой первой строки (в том числе и в последнем ее столбце) необходимо разделить на этот коэффициент. После этого вновь полученный коэффициент a 11 станет равным единице. Дальше от каждой из оставшихся строк матрицы необходимо вычесть ее первую строку, умноженную на значение коэффициента при x 1 в этой строке (т.е. на величину a i 1 , где i =2, 3, … n ). После этого во всех строках, начиная со второй коэффициенты при x 1 (т.е. все коэффициенты a i 1 (i =2, …, n ) будут равными нулю. Поскольку мы выполняли только эквивалентные преобразования - решение вновь полученной СЛАУ не будет отличаться от исходной системы.

Дальше, оставляя неизменной первую строку матрицы, проделаем все вышеописанные действия с остальными строками матрицы и, в результате, вновь полученный коэффициент a 22 станет равным единице, а все коэффициенты a i 2 (i =3, 4, …, n ) станут равными нулю. Продолжая аналогичные действия, мы в конечном итоге приведем нашу матрицу к виду, в котором все коэффициенты a ii = 1 (i =1, 2, …, n ), а все коэффициенты a ij = 0 (i =2, 3, …, n , j < i ). Если же на каком-то шаге при поиске наибольшего по абсолютной величине коэффициента при x j мы не сможем найти не равного нулю коэффициента - это будет значить, что исходная система не имеет единственного решения. В этом случае процесс решения необходимо прекратить.

Если процесс эквивалентных преобразований закончился успешно, то полученная в результате «треуголиная» расширенная матрица будет соответствовать такой системе линейных уравнений:

Из последнего уравнения этой системы найдем значение x n . Далее, подставляя это значение в предпоследнее уравнение, найдем значение x n -1 . После этого, подставляя оба эти найденных значения в третье снизу уравнение системы, найдем значение x n -2 . Продолжая так далее и продвигаясь по уравнением этой системы снизу вверх, будем последовательно находить значения других корней. И, наконец, подставляя найденные значения x n , x n -1 , x n -2 , x 3 и x 2 в первое уравнение системы найдем значение х 1 . Такая процедура поиска значений корней по найденной треугольной матрице называется обратным ходом. Процесс приведения исходной расширенной матрицы эквивалентными преобразованиями к треугольному виду назавают прямым ходом метода Гаусса..

Достаточно подробный алгоритм решения СЛАУ методом Гаусса приведен на рис. .2.1 и рис. 2.1а.

Пример 2 . Найти методом Гаусса решение той же СЛАУ, которую мы уже решали методом Крамера. Составим сначала ее расширенную матрицу. Получим

A * = .

Сначала переставим местами первую и третью строки этой матрицы (так как в ее первом столбце находится наибольший по абсолютной величине элемент), а затем разделим все элементы этой новой первой строки на значение 3. Получим

A * = .

A * =

Дальше переставим местами вторую и третью строки этой матрицы, разделим вторую строку переставленной матрицы на 2.3333 и, аналогично вышеописаному, обнулим коэффициенты во втором столбце третьей и четвертой строк матрицы. Получим

A * = .

После выполнения подобных действий над третьей и четвертой строками матрицы получим

A * = .

Разделив теперь четвертую строку на -5.3076, закончим проведение расширенной матрицы системы к диагональному виду. Получим




Рис. 2.1. Алгоритм решения систем линейных алгебраических уравнений методом Гаусса



Рис. 2.1а. Макроблок “Расчет значений решения”.

A * = .

Из последней строки сразу получим x 4 = 0.7536. Поднимаясь теперь вверх по строкам матрицы и выполняя расчеты, последовательно получим x 3 = 0.7971, x 2 =- 0.1015 и x 1 = 0.3333. Сравнивая полученное этим методом решение с решением, полученным методом Крамера, нетрудно убедиться в их совпадении.

Метод Гаусса-Жордана. Этот метод решения СЛАУ во многом похож на метод Гаусса. Основным отличием является то, что используя эквивалентные преобразования расширенная матрица системы уравнений приводится не к треугольному виду, а к диагональному виду, на главной диагонали которой находятся единицы, а вне нее (кроме последнего n +1 столбца) - нули. После окончания такого преобразования - последний столбец расширенной матрицы будет содержать решение исходной СЛАУ (т,е. . x i = a i n +1 (i = 1, 2, … , n ) в полученной матрице). Обратный ход (как в методе Гаусса) для окончательных расчетов значений компонент решения - не нужен.

Приведение матрицы к диагональному виду проводится, в основном, также как и в методе Гаусса. Если в строке i коэффициент при x i (i = 1, 2, … , n ) по абсолютной величине мал, то производится поиск строки j , в которой коэффициент при x i будет наибольшим по абсолютной величине эта (j -я) строка прибавляется поэлементно к i - й строке. Затем все элементы i - й строки делятся на значение элемента x i Но, в отличие от метода Гаусса, после этого идет вычитание из каждой строки с номером j строки с номером i ,умноженной на a ji , но условие j > i заменено на другоеВ методе Гаусса-Жордана идет вычитание из каждой строки с номером j , причем j # i , строки с номером i ,умноженной на a ji . Т.е. производится обнуление коэффициентов как ниже, так и выше главной диагонали.

Достаточно подробный алгоритм решения СЛАУ методом Гаусса–Жордана приведен на рис. 2.2.

Пример 3 . Найти методом Гаусса-Жордана решение той же СЛАУ, которую мы уже решали методами Крамера и Гаусса.

Полностью аналогично методу Гаусса составим расширенную матрицу системы. Затем переставим местами первую и третью строки этой матрицы (так как в ее первом столбце находится наибольший по абсолютной величине элемент), а затем разделим все элементы этой новой первой строки на значение 3. Дальше проведем вычитание из каждой строки матрицы (кроме первой) элементов первой строки, умноженных на коэффициент в первом столбце этой строки. Получим то же, что и в методе Гаусса

A * = .

Дальше переставим местами вторую и третью строки этой матрицы, разделим вторую строку переставленной матрицы на 2.3333 и (уже в отличие от метода Гаусса ) обнулим коэффициенты во втором столбце первой, третьей и четвертой строк матрицы. Получим

Пример 1 . Найти общее решение и какое–нибудь частное решение системы

Решение выполняем с помощью калькулятора . Выпишем расширенную и основную матрицы:

Пунктиром отделена основная матрица A. Сверху пишем неизвестные системы, имея в виду возможную перестановку слагаемых в уравнениях системы. Определяя ранг расширенной матрицы, одновременно найдем ранг и основной. В матрице B первый и второй столбцы пропорциональны. Из двух пропорциональных столбцов в базисный минор может попасть только один, поэтому перенесем, например, первый столбец за пунктирную черту с обратным знаком. Для системы это означает перенос членов с x 1 в правую часть уравнений.

Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы. Работаем с первой строкой: умножим первую строку матрицы на (-3) и прибавим ко второй и третьей строкам по очереди. Затем первую строку умножим на (-2) и прибавим к четвертой.

Вторая и третья строки пропорциональны, следовательно, одну из них, например вторую, можно вычеркнуть. Это равносильно вычеркиванию второго уравнения системы, так как оно является следствием третьего.

Теперь работаем со второй строкой: умножим ее на (-1) и прибавим к третьей.

Минор, обведенный пунктиром, имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на главной диагонали), причем этот минор принадлежит как основной матрице, так и расширенной, следовательно rangA = rangB = 3 .
Минор является базисным. В него вошли коэффициенты при неизвестных x 2 , x 3 , x 4 , значит, неизвестные x 2 , x 3 , x 4 – зависимые, а x 1 , x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор (что соответствует пункту 4 приведенного выше алгоритма решения).

Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид

Методом исключения неизвестных находим:
x 4 =3-4x 5 , x 3 =3-4x 5 -2x 4 =3-4x 5 -6+8x 5 =-3+4x 5
x 2 =x 3 +2x 4 -2+2x 1 +3x 5 = -3+4x 5 +6-8x 5 -2+2x 1 +3x 5 = 1+2x 1 -x 5
Получили соотношения, выражающие зависимые переменные x 2 , x 3 , x 4 через свободные x 1 и x 5 , то есть нашли общее решение:

Придавая свободным неизвестным любые значения, получим сколько угодно частных решений. Найдем два частных решения:
1) пусть x 1 = x 5 = 0, тогда x 2 = 1, x 3 = -3, x 4 = 3;
2) положим x 1 = 1, x 5 = -1, тогда x 2 = 4, x 3 = -7, x 4 = 7.
Таким образом, нашли два решения: (0,1,-3,3,0) – одно решение, (1,4,-7,7,-1) – другое решение.

Пример 2 . Исследовать совместность, найти общее и одно частное решение системы

Решение . Переставим первое и второе уравнения, чтобы иметь единицу в первом уравнении и запишем матрицу B.

Получим нули в четвертом столбце, оперируя первой строкой:

Теперь получим нули в третьем столбце с помощью второй строки:

Третья и четвертая строки пропорциональны, поэтому одну из них можно вычеркнуть, не меняя ранга:
Третью строку умножим на (–2) и прибавим к четвертой:

Видим, что ранги основной и расширенной матриц равны 4, причем ранг совпадает с числом неизвестных, следовательно, система имеет единственное решение:
-x 1 =-3 → x 1 =3; x 2 =3-x 1 → x 2 =0; x 3 =1-2x 1 → x 3 =5.
x 4 = 10- 3x 1 – 3x 2 – 2x 3 = 11.

Пример 3 . Исследовать систему на совместность и найти решение, если оно существует.

Решение . Составляем расширенную матрицу системы.

Переставляем первые два уравнения, чтобы в левом верхнем углу была 1:
Умножая первую строку на (-1), складываем ее с третьей:

Умножим вторую строку на (-2) и прибавим к третьей:

Система несовместна, так как в основной матрице получили строку, состоящую из нулей, которая вычеркивается при нахождении ранга, а в расширенной матрице последняя строка останется, то есть r B > r A .

Задание . Исследовать данную систему уравнений на совместность и решить ее средствами матричного исчисления .
Решение

Пример . Доказать совместимость системы линейных уравнений и решить ее двумя способами: 1) методом Гаусса ; 2) методом Крамера . (ответ ввести в виде: x1,x2,x3)
Решение :doc :doc :xls
Ответ: 2,-1,3.

Пример . Дана система линейных уравнений. Доказать ее совместность. Найти общее решение системы и одно частное решение.
Решение
Ответ: x 3 = - 1 + x 4 + x 5 ; x 2 = 1 - x 4 ; x 1 = 2 + x 4 - 3x 5

Задание . Найти общее и частное решения каждой системы.
Решение. Исследуем эту систему по теореме Кронекера-Капелли.
Выпишем расширенную и основную матрицы:

1 1 14 0 2 0
3 4 2 3 0 1
2 3 -3 3 -2 1
x 1 x 2 x 3 x 4 x 5

Здесь матрица А выделена жирным шрифтом.
Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы.
Умножим 1-ую строку на (3). Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:
0 -1 40 -3 6 -1
3 4 2 3 0 1
2 3 -3 3 -2 1

Умножим 2-ую строку на (2). Умножим 3-ую строку на (-3). Добавим 3-ую строку к 2-ой:
0 -1 40 -3 6 -1
0 -1 13 -3 6 -1
2 3 -3 3 -2 1

Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:
0 0 27 0 0 0
0 -1 13 -3 6 -1
2 3 -3 3 -2 1

Выделенный минор имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на обратной диагонали), причем этот минор принадлежит как основной матрице, так и расширенной, следовательно rang(A) = rang(B) = 3. Поскольку ранг основной матрицы равен рангу расширенной, то система является совместной .
Этот минор является базисным. В него вошли коэффициенты при неизвестных x 1 ,x 2 ,x 3 , значит, неизвестные x 1 ,x 2 ,x 3 – зависимые (базисные), а x 4 ,x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор.
0 0 27 0 0 0
0 -1 13 -1 3 -6
2 3 -3 1 -3 2
x 1 x 2 x 3 x 4 x 5
Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
27x 3 =
- x 2 + 13x 3 = - 1 + 3x 4 - 6x 5
2x 1 + 3x 2 - 3x 3 = 1 - 3x 4 + 2x 5
Методом исключения неизвестных находим:
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 ,x 3 через свободные x 4 ,x 5 , то есть нашли общее решение :
x 3 = 0
x 2 = 1 - 3x 4 + 6x 5
x 1 = - 1 + 3x 4 - 8x 5
неопределенной , т.к. имеет более одного решения.

Задание . Решить систему уравнений.
Ответ :x 2 = 2 - 1.67x 3 + 0.67x 4
x 1 = 5 - 3.67x 3 + 0.67x 4
Придавая свободным неизвестным любые значения, получим сколько угодно частных решений. Система является неопределенной

Матричная форма

Система линейных уравнений может быть представлена в матричной форме как:

или, согласно правилу перемножения матриц,

A X = B .

Если к матрице А прибавить столбец свободных членов, то А называется расширенной матрицей.

Методы решения

Прямые (или точные) методы, позволяют найти решение за определенное количество шагов. Итерационные методы, основаны на использовании повторяющегося процесса и позволяют получить решение в результате последовательных приближений

Прямые методы

  • Метод прогонки (для трёхдиагональных матриц)
  • Разложение Холецкого или метод квадратных корней (для положительно-определённых симметричных и эрмитовых матриц)

Итерационные методы

Решение системы линейных алгебраических уравнений на VBA

Option Explicit Sub rewenie() Dim i As Integer Dim j As Integer Dim r() As Double Dim p As Double Dim x() As Double Dim k As Integer Dim n As Integer Dim b() As Double Dim file As Integer Dim y() As Double file = FreeFile Open "C:\data.txt" For Input As file Input #file, n ReDim x(0 To n * n - 1 ) As Double ReDim y(0 To n - 1 ) As Double ReDim r(0 To n - 1 ) As Double For i = 0 To n - 1 For j = 0 To n - 1 Input #file, x(i * n + j) Next j Input #file, y(i) Next i Close #file For i = 0 To n - 1 p = x(i * n + i) For j = 1 To n - 1 x(i * n + j) = x(i * n + j) / p Next j y(i) = y(i) / p For j = i + 1 To n - 1 p = x(j * n + i) For k = i To n - 1 x(j * n + k) = x(j * n + k) - x(i * n + k) * p Next k y(j) = y(j) - y(i) * p Next j Next i " Верхнетреугольная матрица For i = n - 1 To 0 Step -1 p = y(i) For j = i + 1 To n - 1 p = p - x(i * n + j) * r(j) Next j r(i) = p / x(i * n + i) Next i " Обратный ход For i = 0 To n - 1 MsgBox r(i) Next i " End Sub

См. также

Ссылки

Примечания


Wikimedia Foundation . 2010 .

Смотреть что такое "СЛАУ" в других словарях:

    СЛАУ - система линейных алгебраических уравнений … Словарь сокращений и аббревиатур

    У этого термина существуют и другие значения, см. Слау (значения). Город и унитарная единица Слау англ. Slough Страна … Википедия

    - (Slough) город в Великобритании, в составе промышленного пояса, окружающего Большой Лондон, на железной дороге Лондон Бристоль. 101,8 тыс. жителей (1974). Машиностроение, электротехническая, электронная, автомобильная и химическая… … Большая советская энциклопедия

    Слау - (Slough)Slough, промышленный и торговый город в графстве Беркшир, юж. Англия, к З. от Лондона; 97400 жителей (1981); легкая промышленность стала развиваться в период между мировыми войнами … Страны мира. Словарь

    Слау: Слау (англ. Slough) город в Англии, в графстве Беркшир СЛАУ Система линейных алгебраических уравнений … Википедия

    Коммуна Рёслау Röslau Герб … Википедия

    Город Бад Фёслау Bad Vöslau Герб … Википедия

    Проекционные методы решения СЛАУ класс итерационных методов, в которых решается задача проектирования неизвестного вектора на некоторое пространство оптимально относительно другого некоторого пространства. Содержание 1 Постановка задачи … Википедия

    Город Бад Фёслау Bad Vöslau Страна АвстрияАвстрия … Википедия

    Фундаментальная система решений (ФСР) представляет собой набор линейно независимых решений однородной системы уравнений. Содержание 1 Однородные системы 1.1 Пример 2 Неоднородные системы … Википедия

Книги

  • Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab (+CD) , Сизиков Валерий Сергеевич. В книге изложено применение аппарата интегральных уравнений (ИУ), систем линейных алгебраических уравнений (СЛАУ) и систем линейно-нелинейных уравнений (СЛНУ), а также программных средств…