Назначение сервиса . Онлайн-калькулятор предназначен для нахождения нетривиального и фундаментального решения СЛАУ. Полученное решение сохраняется в файле Word (см. пример решения).
Инструкция . Выберите размерность матрицы:
Свойства систем линейных однородных уравнений
Для того чтобы система имела нетривиальные решения , необходимо и достаточно, чтобы ранг ее матрицы был меньше числа неизвестных.Теорема . Система в случае m=n имеет нетривиальное решение тогда и только тогда, когда определитель этой системы равен нулю.
Теорема
. Любая линейная комбинация решений системы также является решением этой системы.
Определение
. Совокупность решений системы линейных однородных уравнений называется фундаментальной системой решений
, если эта совокупность состоит из линейно независимых решений и любое решение системы является линейной комбинацией этих решений.
Теорема. Если ранг r матрицы системы меньше числа n неизвестных, то существует фундаментальная система решений, состоящая из (n-r) решений.
Алгоритм решения систем линейных однородных уравнений
- Находим ранг матрицы.
- Выделяем базисный минор. Выделяем зависимые (базисные) и свободные неизвестные.
- Вычеркиваем те уравнения системы, коэффициенты которых не вошли в состав базисного минора, так как они являются следствиями остальных (по теореме о базисном миноре).
- Члены уравнений, содержащие свободные неизвестные, перенесем в правую часть. В результате получим систему из r уравнений с r неизвестными, эквивалентную данной, определитель которой отличен от нуля.
- Решаем полученную систему методом исключения неизвестных. Находим соотношения, выражающие зависимые переменные через свободные.
- Если ранг матрицы не равен количеству переменных, то находим фундаментальное решение системы.
- В случае rang = n имеем тривиальное решение.
Пример
. Найти базис системы векторов (а 1 , а 2 ,...,а m), ранг и выразить векторы по базе. Если а 1 =(0,0,1,-1), а 2 =(1,1,2,0), а 3 =(1,1,1,1), а 4 =(3,2,1,4), а 5 =(2,1,0,3).
Выпишем основную матрицу системы:
Умножим 3-ую строку на (-3). Добавим 4-ую строку к 3-ой:
0 | 0 | 1 | -1 |
0 | 0 | -1 | 1 |
0 | -1 | -2 | 1 |
3 | 2 | 1 | 4 |
2 | 1 | 0 | 3 |
Умножим 4-ую строку на (-2). Умножим 5-ую строку на (3). Добавим 5-ую строку к 4-ой:
Добавим 2-ую строку к 1-ой:
Найдем ранг матрицы.
Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
- x 3 = - x 4
- x 2 - 2x 3 = - x 4
2x 1 + x 2 = - 3x 4
Методом исключения неизвестных находим нетривиальное решение:
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 ,x 3 через свободные x 4 , то есть нашли общее решение:
x 3 = x 4
x 2 = - x 4
x 1 = - x 4
Системы линейных уравнений, у которой все свободные члены равны нулю, называются однородными :
Любая однородная система всегда совместна, поскольку всегда обладает нулевым (тривиальным ) решением. Возникает вопрос, при каких условиях однородная система будет иметь нетривиальное решение.
Теорема 5.2. Однородная система имеет нетривиальное решение тогда и только тогда, когда ранг основной матрицы меньше числа ее неизвестных.
Следствие . Квадратная однородная система имеет нетривиальное решение тогда и только тогда, когда определитель основной матрицы системы не равен нулю.
Пример 5.6. Определить значения параметра l, при которых система имеет нетривиальные решения, и найти эти решения:
Решение . Эта система будет иметь нетривиальное решение тогда, когда определитель основной матрицы равен нулю:
Таким образом, система нетривиальна, когда l=3 или l=2. При l=3 ранг основной матрицы системы равен 1. Тогда оставляя только одно уравнение и полагая, что y =a и z =b , получим x=b-a , т.е.
При l=2 ранг основной матрицы системы равен 2. Тогда, выбирая в качестве базисного минор:
получим упрощенную систему
Отсюда находим, что x=z /4, y=z /2. Полагая z =4a , получим
Множество всех решений однородной системы обладает весьма важным линейным свойством : если столбцы X 1 и X 2 - решения однородной системы AX = 0 , то всякая их линейная комбинация aX 1 + bX 2 также будет решением этой системы . Действительно, поскольку AX 1 = 0 и AX 2 = 0 , то A (aX 1 + bX 2) = aAX 1 + bAX 2 = a · 0 + b · 0 = 0. Именно вследствие этого свойства, если линейная система имеет более одного решения, то этих решений будет бесконечно много.
Линейно независимые столбцы E 1 , E 2 , E k , являющиеся решениями однородной системы, называется фундаментальной системой решений однородной системы линейных уравнений, если общее решение этой системы можно записать в виде линейной комбинации этих столбцов:
Если однородная система имеет n переменных, а ранг основной матрицы системы равен r , то k = n-r .
Пример 5.7. Найти фундаментальную систему решений следующей системы линейных уравнений:
Решение . Найдем ранг основной матрицы системы:
Таким образом, множество решений данной системы уравнений образует линейное подпространство размерности n - r = 5 - 2 = 3. Выберем в качестве базисного минор
Тогда оставляя только базисные уравнения (остальные будут линейной комбинацией этих уравнений) и базисные переменные (осталь-ные, так называемые свободные, переменные переносим вправо), по-лучим упрощенную систему уравнений:
Полагая, x 3 = a , x 4 = b , x 5 = c , находим
Полагая a = 1, b = c = 0, получим первое базисное решение; полагая b = 1, a = c = 0, получим второе базисное решение; полагая c = 1, a = b = 0, получим третье базисное решение. В результате, нормальная фундаментальная система решений примет вид
С использованием фундаментальной системы общее решение однородной системы можно записать в виде
X = aE 1 + bE 2 + cE 3 . à
Отметим некоторые свойства решений неоднородной системы линейных уравнений AX=B и их взаимосвязь соответствующей однородной системой уравнений AX = 0.
Общее решение неоднородной системы
равно сумме общего решения соответствующей однородной системы AX = 0 и произвольного частного решения неоднородной системы
. Действительно, пусть Y
0 произвольное частное решение неоднородной системы, т.е. AY
0 = B
, и Y
- общее решение неоднородной системы, т.е. AY = B
. Вычитая одно равенство из другого, получим
A
(Y-Y
0) = 0, т.е. Y - Y
0 есть общее решение соответствующей однородной системы AX
=0. Следовательно, Y - Y
0 = X
, или Y = Y
0 + X
. Что и требовалось доказать.
Пусть неоднородная система имеет вид AX = B 1 + B 2 . Тогда общее решение такой системы можно записать в виде X = X 1 + X 2 , где AX 1 = B 1 и AX 2 = B 2 . Это свойство выражает универсальное свойство вообще любых линейных систем (алгебраических, дифференциальных, функциональных и т.д.). В физике это свойство называется принципом суперпозиции , в электро- и радиотехнике - принципом наложения . Например, в теории линейных электрических цепей ток в любом контуре может быть получен как алгебраическая сумма токов, вызываемых каждым источником энергии в отдельности.
6.3. ОДНОРОДНЫЕ СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ
Пусть теперь в системе (6.1) .
Однородная система всегда совместна. Решение ( ) называется нулевым , или тривиальным .
Однородная система (6.1) имеет ненулевое решение тогда и только тогда, когда ее ранг () меньше числа неизвестных. В частности, однородная система, в которой число уравнений равно числу неизвестных, обладает ненулевым решением тогда и только тогда, когда ее определитель равен нулю.
Поскольку на этот раз все , вместо формул (6.6) получим следующие:
(6.7)
Формулы (6.7) содержат любое решение однородной системы (6.1).
1. Совокупность всех решений однородной системы линейных уравнений (6.1) образует линейное пространство.
2. Линейное пространство R всех решений однородной системы линейных уравнений (6.1) с n неизвестными и рангом основной матрицы, равным r , имеет размерность n – r .
Любая совокупность из (n – r ) линейно независимых решений однородной системы (6.1) образует базис в пространстве R всех решений. Она называется фундаментальной совокупностью решений однородной системы уравнений (6.1). Особо выделяют «нормальную» фундаментальную совокупность решений однородной системы (6.1):
(6.8)
По определению базиса, любое решение Х однородной системы (6.1) представимо в виде
(6.9)
где – произвольные постоянные.
Поскольку в формуле (6.9) содержится любое решение однородной системы (6.1), то она дает общее решение этой системы.
Пример.
Однородная система линейных уравнений AX = 0 всегда совместна. Она имеет нетривиальные (ненулевые) решения, если r = rank A < n .
Для однородных систем базисные переменные (коэффициенты при которых образуют базисный минор) выражаются через свободные переменные соотношениями вида:
Тогда n - r линейно независимыми вектор-решениями будут:
а любое другое решение является их линейной комбинацией. Вектор-решения образуют нормированную фундаментальную систему.
В линейном пространстве множество решений однородной системы линейных уравнений образует подпространство размерности n - r ; - базис этого подпространства.
Система m линейных уравнений с n неизвестными (или, линейная система
Здесь x 1 , x 2 , …, x n a 11 , a 12 , …, a mn - коэффициенты системы - иb 1 , b 2 , … b m a ij i ) и неизвестного (j
Система (1) называется однородной b 1 = b 2 = … = b m = 0), иначе -неоднородной .
Система (1) называется квадратной , если число m уравнений равно числу n неизвестных.
Решение системы (1) - совокупность n чисел c 1 , c 2 , …, c n , таких что подстановка каждого c i вместо x i в систему (1) обращает все её уравнения в тождества.
Система (1) называется совместной несовместной
Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n различными
c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) . |
определённой неопределённой . Если уравнений больше, чем неизвестных, она называется переопределённой .
Решение систем линейных уравнений
Решение матричных уравнений ~ Метод Гаусса
Способы решения систем линейных уравнений делятся на две группы:
1. точные методы , представляющие собой конечные алгоритмы для вычисления корней системы (решение систем с помощью обратной матрицы, правило Крамера, метод Гаусса и др.),
2. итерационные методы , позволяющие получить решение системы с заданной точностью путем сходящихся итерационных процессов (метод итерации, метод Зейделя и др.).
Вследствие неизбежных округлений результаты даже точных методов являются приближенными. При использовании итерационных методов, сверх того, добавляется погрешность метода.
Эффективное применение итерационных методов существенно зависит от удачного выбора начального приближения и быстроты сходимости процесса.
Решение матричных уравнений
Рассмотрим систему n линейных алгебраических уравнений относительно n неизвестных х 1 , х 2 , …, х n :
. | (15) |
Матрица А , столбцами которой являются коэффициенты при соответствующих неизвестных, а строками - коэффициенты при неизвестных в соответствующем уравнении, называется матрицей системы ; матрица-столбец b , элементами которой являются правые части уравнений системы, называется матрицей правой части или просто правой частью системы . Матрица-столбец х , элементы которой - искомые неизвестные, называется решением системы .
Если матрица А - неособенная, то есть det A н е равен 0 то система (13), или эквивалентное ей матричное уравнение (14), имеет единственное решение.
В самом деле, при условии det A не равно 0 существует обратная матрица А -1 . Умножая обе части уравнения (14) на матрицу А -1 получим:
(16) |
Формула (16) дает решение уравнения (14) и оно единственно.
Системы линейных уравнений удобно решать с помощью функции lsolve .
lsolve(А, b )
Возвращается вектор решения x такой, что Ах = b.
Аргументы:
А - квадратная, не сингулярная матрица.
b - вектор, имеющий столько же рядов, сколько рядов в матрице А .
На Рисунке 8 показано решение системы трех линейных уравнений относительно трех неизвестных.
Метод Гаусса
Метод Гаусса, его еще называют методом Гауссовых исключений, состоит в том, что систему (13) приводят последовательным исключением неизвестных к эквивалентной системе с треугольной матрицей:
В матричной записи это означает, что сначала (прямой ход метода Гаусса) элементарными операциями над строками приводят расширенную матрицу системы к ступенчатому виду:
а затем (обратный ход метода Гаусса) эту ступенчатую матрицу преобразуют так, чтобы в первых n столбцах получилась единичная матрица:
.
Последний, (n + 1) столбец этой матрицы содержит решение системы (13).
В Mathcad прямой и обратный ходы метода Гаусса выполняет функция rref (A ).
На Рисунке 9 показано решение системы линейных уравнений методом Гаусса, в котором используются следующие функции:
rref(A )
Возвращается ступенчатая форма матрицы А .
augment(A , В )
Возвращается массив, сформированный расположением A иВ бок о бок. Массивы A иВ должны иметь одинаковое число строк.
submatrix(A, ir, jr, ic, jc )
Возвращается субматрица, состоящая из всех элементов с ir по jr и столбцах с ic по jc. Удостоверьтесь, что ir jr и
ic jc, иначе порядок строк и (или) столбцов будет обращен.
Рисунок 9.
Описание метода
Для системы n линейных уравнений с n неизвестными (над произвольным полем)
с определителем матрицы системы Δ, отличным от нуля, решение записывается в виде
(i-ый столбец матрицы системы заменяется столбцом свободных членов).
В другой форме правило Крамера формулируется так: для любых коэффициентов c1, c2, …, cn справедливо равенство:
В этой форме формула Крамера справедлива без предположения, что Δ отлично от нуля, не нужно даже, чтобы коэффициенты системы были бы элементами целостного кольца(определитель системы может быть даже делителем нуля в кольце коэффициентов). Можно также считать, что либо наборы b1,b2,...,bn и x1,x2,...,xn, либо набор c1,c2,...,cn состоят не из элементов кольца коэффициентов системы, а какого-нибудь модуля над этим кольцом. В этом виде формула Крамера используется, например, при доказательстве формулы дляопределителя Грама и Леммы Накаямы.
35) Теорема Кронекера-Капелли |
Для того чтобы система m неоднородных линейных уравнений с n неизвестными была совместной, необходимо и достаточно, чтобы
Доказательство необходимости.
Пусть система (1.13) совместна, то есть существуют такие числа х
1 =α
1 , х
2 =α
2 , …, х n =α n ,
что
(1.15)
Вычтем из последнего столбца расширенной матрицы ее первый столбец, умноженный на α 1 , второй – на α 2 , …, n-ый – умноженный на α n , то есть из последнего столбца матрицы (1.14) следует вычесть левые части равенств (1.15). Тогда получим матрицу
ранг которой в результате элементарных преобразований не изменится и . Но очевидно, и, значит,
Доказательство достаточности.
Пусть и пусть для определенности не равный нулю минор порядка r расположен в левом верхнем углу матрицы:
Это означает, что остальные строки матрицы могут быть получены как линейные комбинации первых r строк, то есть m-r строк матрицы можно представить в виде сумм первых r строк, умноженных на некоторые числа. Но тогда первые r уравнений системы (1.13) самостоятельны, а остальные являются их следствиями, то есть решение системы первых r уравнений автоматически является решением остальных уравнений.
Возможны два случая.
1. r=n. Тогда система, состоящая из первых r уравнений, имеет одинаковое число уравнений и неизвестных и совместна, причем решение ее единственно.
2. r |
36)ус-е определенности, неопределенности
Система m
линейных уравнений с n
неизвестными
(или, линейная система
) в линейной алгебре - это система уравнений вида
Здесь x 1 , x 2 , …, x n - неизвестные, которые надо определить. a 11 , a 12 , …, a mn - коэффициенты системы - и b 1 , b 2 , … b m - свободные члены - предполагаются известными. Индексы коэффициентов (a ij ) системы обозначают номера уравнения (i ) и неизвестного (j ), при котором стоит этот коэффициент, соответственно .
Система (1) называется однородной , если все её свободные члены равны нулю (b 1 = b 2 = … = b m = 0), иначе - неоднородной .
Система (1) называется совместной , если она имеет хотя бы одно решение, и несовместной , если у неё нет ни одного решения.
Совместная система вида (1) может иметь одно или более решений.
Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n (2) совместной системы вида (1) называются различными , если нарушается хотя бы одно из равенств:
c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) . |
Совместная система вида (1) называется определённой , если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой
37)Решение систем линейных уравнений методом Гаусса
Пусть исходная система выглядит следующим образом
Матрица A называется основной матрицей системы, b - столбцом свободных членов.
Тогда согласно свойству элементарных преобразований над строками основную матрицу этой системы можно привести к ступенчатому виду(эти же преобразования нужно применять к столбцу свободных членов):
Тогда переменные называются главными переменными . Все остальные называются свободными .
[править]Условие совместности
Упомянутое выше условие для всех может быть сформулировано в качестве необходимого и достаточного условия совместности:
Напомним, что рангом совместной системы называется ранг её основной матрицы (либо расширенной, так как они равны).
Алгоритм
Описание
Алгоритм решения СЛАУ методом Гаусса подразделяется на два этапа.
§ На первом этапе осуществляется так называемый прямой ход, когда путём элементарных преобразований над строками систему приводят к ступенчатой или треугольной форме, либо устанавливают, что система несовместна. А именно, среди элементов первого столбца матрицы выбирают ненулевой, перемещают его на крайнее верхнее положение перестановкой строк и вычитают получившуюся после перестановки первую строку из остальных строк, домножив её на величину, равную отношению первого элемента каждой из этих строк к первому элементу первой строки, обнуляя тем самым столбец под ним. После того, как указанные преобразования были совершены, первую строку и первый столбец мысленно вычёркивают и продолжают пока не останется матрица нулевого размера. Если на какой-то из итераций среди элементов первого столбца не нашёлся ненулевой, то переходят к следующему столбцу и проделывают аналогичную операцию.
§ На втором этапе осуществляется так называемый обратный ход, суть которого заключается в том, чтобы выразить все получившиеся базисные переменные через небазисные и построить фундаментальную систему решений, либо, если все переменные являются базисными, то выразить в численном виде единственное решение системы линейных уравнений. Эта процедура начинается с последнего уравнения, из которого выражают соответствующую базисную переменную (а она там всего одна) и подставляют в предыдущие уравнения, и так далее, поднимаясь по «ступенькам» наверх. Каждой строчке соответствует ровно одна базисная переменная, поэтому на каждом шаге, кроме последнего (самого верхнего), ситуация в точности повторяет случай последней строки.
Метод Гаусса требует порядка O (n 3) действий.
Этот метод опирается на:
38)Теорема Кронекера-Капелли.
Система совместна тогда и только тогда, когда ранг её основной матрицы равен рангу её расширенной матрицы.
Чтобы понять, что такое фундаментальная система решений вы можете посмотреть видео-урок для этого же примера кликнув . Теперь перейдем собственно к описанию всей необходимой работы. Это поможет вам более детально разобраться в сути данного вопроса.
Как найти фундаментальную систему решений линейного уравнения?
Возьмём для примера такую систему линейных уравнений:
Найдём решение этой линейной системы уравнений . Для начала нам надо выписать матрицу коэффициентов системы.
Преобразуем эту матрицу к треугольной.
Первую строку переписываем без изменений. И все элементы, что стоят под $a_{11}$, надо сделать нулями. Что бы сделать ноль в место элемента $a_{21}$, надо от второй строки вычесть первую, и разность записать во второй строке. Что бы сделать ноль в место элемента $a_{31}$, надо от третьей строки вычесть первую и разность записать в третьей строке. Что бы сделать ноль в место элемента $a_{41}$, надо от четвёртой строки вычесть первую умноженную на 2 и разность записать в четвёртой строке. Что бы сделать ноль в место элемента $a_{31}$, надо от пятой строки вычесть первую умноженную на 2 и разность записать в пятой строке.
Первую и вторую строку переписываем без изменений. И все элементы, что стоят под $a_{22}$, надо сделать нулями. Что бы сделать ноль в место элемента $a_{32}$, надо от третьей строки вычесть вторую умноженную на 2 и разность записать в третьей строке. Что бы сделать ноль в место элемента $a_{42}$, надо от четвёртой строки вычесть вторую умноженную на 2 и разность записать в четвёртой строке. Что бы сделать ноль в место элемента $a_{52}$, надо от пятой строки вычесть вторую умноженную на 3 и разность записать в пятой строке.
Видим, что последние три строки – одинаковые
, поэтому если от четвёртой и пятой вычесть третью, то они станут нулевыми.
По этой матрице записываем новую систему уравнений
.
Видим, что линейно независимых уравнений у нас, только три, а неизвестных пять, поэтому фундаментальная система решений будет состоять из двух векторов
. Значит, нам надо перенести две последние неизвестные вправо
.
Теперь, начинаем выражать те неизвестные, что стоят в левой части через те, что стоят в правой части. Начинаем с последнего уравнения, сначала выразим $x_3$, потом полученный результат подставим во второе уравнение и выразим $x_2$, а потом в первое уравнение и тут выразим $x_1$. Таким образом мы все неизвестные, что стоят в левой части, выразили через неизвестные, что стоят в правой части.
После чего вы вместо $x_4$ и $x_5$, можем подставлять любые числа и находить $x_1$, $x_2$ и $x_3$. Каждая такая пятёрка чисел будет корнями нашей изначальной системы уравнений. Что бы найти векторы, что входят в ФСР
нам надо вместо $x_4$ подставить 1, а вместо $x_5$ подставить 0, найти $x_1$, $x_2$ и $x_3$, а потом наоборот $x_4=0$ и $x_5=1$.