Системы линейных уравнений: основные понятия. Решение систем линейных уравнений
§1. Системы линейных уравнений.
Система вида
называется системой m линейных уравнений с n неизвестными.
Здесь
- неизвестные,
- коэффициенты при неизвестных,
- свободные члены уравнений.
Если все свободные члены уравнений
равны нулю, система называется однородной
.
Решением
системы называется
совокупность чисел
,
при подстановке которых в систему вместо
неизвестных все уравнения обращаются
в тождества. Система называется
совместной
, если она имеет хотя бы
одно решение. Совместная система, имеющая
единственное решение, называется
определенной
. Две системы называются
эквивалентными
, если множества их
решений совпадают.
Система (1) может быть представлена в матричной форме с помощью уравнения
(2)
.
§2. Совместность систем линейных уравнений.
Назовем расширенной матрицей системы (1) матрицу
Теорема Кронекера - Капелли . Система (1) совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы:
.
§3. Решение систем n линейных уравнений с n неизвестными.
Рассмотрим неоднородную систему n линейных уравнений с n неизвестными:
(3)
Теорема Крамера
.Если главный
определитель системы (3)
,
то система имеет единственное решение,
определяемое по формулам:
т.е. 
,
где
- определитель, получаемый из определителя
заменой
-го
столбца на столбец свободных членов.
Если
,
а хотя бы один из
≠0,
то система решений не имеет.
Если
,
то система имеет бесконечно много
решений.
Систему (3) можно решить, используя ее
матричную форму записи (2). Если ранг
матрицы А
равен n
,
т.е.
,
то матрица А
имеет обратную
.
Умножив матричное уравнение
на матрицу
слева, получим:
.
Последнее равенство выражает способ решения систем линейных уравнений с помощью обратной матрицы.
Пример. Решить систему уравнений с помощью обратной матрицы.
Решение.
Матрица
невырожденная, так как
,
значит, существует обратная матрица.
Вычислим обратную матрицу:
.
,
Задание . Решить систему методом Крамера.
§4. Решение произвольных систем линейных уравнений.
Пусть дана неоднородная система линейных уравнений вида (1).
Предположим, что система совместна,
т.е. выполнено условие теоремы
Кронекера-Капелли:
.
Если ранг матрицы
(числу неизвестных), то система имеет
единственное решение. Если
,
то система имеет бесконечно много
решений. Поясним.
Пусть ранг матрицы r
(A
)=
r
<
n
.
Поскольку
,
то существует некоторый ненулевой минор
порядка r
. Назовем его
базисным минором. Неизвестные, коэффициенты
которых образуют базисный минор, назовем
базисными переменными. Остальные
неизвестные назовем свободными
переменными. Переставим уравнения и
перенумеруем переменные так, чтобы этот
минор располагался в левом верхнем углу
матрицы системы:
.
Первые r строк линейно независимы, остальные выражаются через них. Следовательно, эти строки (уравнения) можно отбросить. Получим:
Дадим свободным переменным произвольные числовые значения: . Оставим в левой части только базисные переменные, свободные перенесем в правую часть.
Получили систему r линейных уравнений с r неизвестными, определитель которой отличен от 0. Она имеет единственное решение.
Эта система называется общим решением
системы линейных уравнений (1). Иначе:
выражение базисных переменных через
свободные называется общим решением
системы. Из него можно получить бесконечное
множество частных решений
, придавая
свободным переменным произвольные
значения. Частное решение, полученное
из общего при нулевых значениях свободных
переменных называется базисным
решением
. Число различных базисных
решений не превосходит
.
Базисное решение с неотрицательными
компонентами называется опорным
решением системы.
Пример
.
,
r
=2.
Переменные
- базисные,
- свободные.
Сложим уравнения; выразим
через
:
- общее решение.
- частное решение при
.
- базисное решение, опорное.
§5. Метод Гаусса.
Метод Гаусса - это универсальный метод исследования и решения произвольных систем линейных уравнений. Он состоит в приведении системы к диагональному (или треугольному) виду путем последовательного исключения неизвестных с помощью элементарных преобразований, не нарушающих эквивалентности систем. Переменная считается исключенной, если она содержится только в одном уравнении системы с коэффициентом 1.
Элементарными преобразованиями системы являются:
Умножение уравнения на число, отличное от нуля;
Сложение уравнения, умноженного на любое число, с другим уравнением;
Перестановка уравнений;
Отбрасывание уравнения 0 = 0.
Элементарные преобразования можно совершать не над уравнениями, а над расширенными матрицами получающихся эквивалентных систем.
Пример .
Решение. Выпишем расширенную матрицу системы:
.
Выполняя элементарные преобразования, приведем левую часть матрицы к единичному виду: на главной диагонали будем создавать единицы, а вне ее - нули.
Замечание
. Если при выполнении
элементарных преобразований получено
уравнение вида 0 = к
(где к
0),
то система несовместна.
Решение систем линейных уравнений методом последовательного исключения неизвестных можно оформлять в виде таблицы .
Левый столбец таблицы содержит информацию об исключенных (базисных) переменных. Остальные столбцы содержат коэффициенты при неизвестных и свободные члены уравнений.
В исходную таблицу записывают расширенную матрицу системы. Далее приступают к выполнению преобразований Жордана:
1. Выбирают переменную
,
которая станет базисной. Соответствующий
столбец называют ключевым. Выбирают
уравнение, в котором эта переменная
останется, будучи исключенной из других
уравнений. Соответствующую строку
таблицы называют ключевой. Коэффициент
,
стоящий на пересечении ключевой строки
и ключевого столбца, называют ключевым.
2. Элементы ключевой строки делят на ключевой элемент.
3. Ключевой столбец заполняют нулями.
4. Остальные элементы вычисляют по правилу прямоугольника. Составляют прямоугольник, в противоположных вершинах которого находятся ключевой элемент и пересчитываемый элемент; из произведения элементов, стоящих на диагонали прямоугольника с ключевым элементом, вычитают произведение элементов другой диагонали, полученную разность делят на ключевой элемент.
Пример . Найти общее решение и базисное решение системы уравнений:
Решение.
|
|
|
|
|
|
|
|
|
|
||||||
|
|
||||||
|
|
Общее решение системы:
Базисное решение:
.
Перейти от одного базиса системы к другому позволяет преобразование однократного замещения: вместо одной из основных переменных в базис вводят одну из свободных переменных. Для этого в столбце свободной переменной выбирают ключевой элемент и выполняют преобразования по указанному выше алгоритму.
§6. Нахождение опорных решений
Опорным решением системы линейных уравнений называется базисное решение, не содержащее отрицательных компонент.
Опорные решения системы находят методом Гаусса при выполнении следующих условий.
1. В исходной системе все свободные члены
должны быть неотрицательны:
.
2. Ключевой элемент выбирают среди положительных коэффициентов.
3. Если при переменной, вводимой в базис, имеется несколько положительных коэффициентов, то в качестве ключевой строки берется та, в которой отношение свободного члена к положительному коэффициенту будет наименьшим.
Замечание 1
. Если в процессе исключения
неизвестных появится уравнение, в
котором все коэффициенты неположительны,
а свободный член
,
то система не имеет неотрицательных
решений.
Замечание 2 . Если в столбцах коэффициентов при свободных переменных нет ни одного положительного элемента, то переход к другому опорному решению невозможен.
Пример.
|
|
|
|
Системой m линейных уравнений с n неизвестными называется система вида
где a ij и b i (i =1,…,m ; b =1,…,n ) – некоторые известные числа, а x 1 ,…,x n – неизвестные. В обозначении коэффициентов a ij первый индекс i обозначает номер уравнения, а второй j – номер неизвестного, при котором стоит этот коэффициент.
Коэффициенты при неизвестных будем записывать в виде матрицы 
, которую назовём матрицей
системы
.
Числа, стоящие в правых частях уравнений, b 1 ,…,b m называются свободными членами.
Совокупность n чисел c 1 ,…,c n называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c 1 ,…,c n вместо соответствующих неизвестных x 1 ,…,x n .
Наша задача будет заключаться в нахождении решений системы. При этом могут возникнуть три ситуации:
Система линейных уравнений, имеющая хотя бы одно решение, называется совместной . В противном случае, т.е. если система не имеет решений, то она называется несовместной .
Рассмотрим способы нахождения решений системы.
МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ
Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:
Рассмотрим
матрицу системы 
и матрицы столбцы
неизвестных и свободных членов 
Найдем произведение
т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде
или короче A
∙X=B
.
Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением .
Пусть определитель матрицы отличен от нуля |A | ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A : . Поскольку A -1 A = E и E ∙X = X , то получаем решение матричного уравнения в виде X = A -1 B .
Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных . Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = A -1 B .
Примеры. Решить системы уравнений.
ПРАВИЛО КРАМЕРА
Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:
Определитель третьего порядка, соответствующий матрице системы, т.е. составленный из коэффициентов при неизвестных,
называется определителем системы .
Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов
Тогда можно доказать следующий результат.
Теорема (правило Крамера). Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём
Доказательство . Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A 11 элемента a 11 , 2-ое уравнение – на A 21 и 3-е – на A 31 :
Сложим эти уравнения:
Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца
Аналогично можно показать, что и .
Наконец несложно заметить, что 
Таким образом, получаем равенство: .
Следовательно, .
Аналогично выводятся равенства и , откуда и следует утверждение теоремы.
Таким образом, заметим, что если определитель системы Δ ≠ 0, то система имеет единственное решение и обратно. Если же определитель системы равен нулю, то система либо имеет бесконечное множество решений, либо не имеет решений, т.е. несовместна.
Примеры. Решить систему уравнений
МЕТОД ГАУССА
Ранее рассмотренные методы можно применять при решении только тех систем, в которых число уравнений совпадает с числом неизвестных, причём определитель системы должен быть отличен от нуля. Метод Гаусса является более универсальным и пригоден для систем с любым числом уравнений. Он заключается в последовательном исключении неизвестных из уравнений системы.
Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:
.
Первое уравнение оставим без изменения, а из 2-го и 3-го исключим слагаемые, содержащие x 1 . Для этого второе уравнение разделим на а 21 и умножим на –а 11 , а затем сложим с 1-ым уравнением. Аналогично третье уравнение разделим на а 31 и умножим на –а 11 , а затем сложим с первым. В результате исходная система примет вид:
Теперь из последнего уравнения исключим слагаемое, содержащее x 2 . Для этого третье уравнение разделим на , умножим на и сложим со вторым. Тогда будем иметь систему уравнений:
Отсюда из последнего уравнения легко найти x 3 , затем из 2-го уравнения x 2 и, наконец, из 1-го – x 1 .
При использовании метода Гаусса уравнения при необходимости можно менять местами.
Часто вместо того, чтобы писать новую систему уравнений, ограничиваются тем, что выписывают расширенную матрицу системы:
и затем приводят её к треугольному или диагональному виду с помощью элементарных преобразований.
К элементарным преобразованиям матрицы относятся следующие преобразования:
- перестановка строк или столбцов;
- умножение строки на число, отличное от нуля;
- прибавление к одной строке другие строки.
Примеры: Решить системы уравнений методом Гаусса.
Таким образом, система имеет бесконечное множество решений.
когда система уравнений имеет множество решений? и получил лучший ответ
Ответ от CBETAET[гуру]
1) когда в системе неизвестных больше, чем уравнений
2) когда одно из уравнений системы можно свести к другому с помощью операций +, -*, /, без деления и домножения на 0.
3) когда в системе 2 и более одинаковых уравнения (это частный случай 2 пункта) .
4) когда в системе после некоторых преобразований имеется неопределенность.
например х + у = х + у, т. е. 0=0.
Удачи!
p.s. не забудь сказать спасибо.. . это такая приятная вещь =))
RS-232
Гуру
(4061)
Тут поможет только ранг матрицы системы линейных уравнений.
Ответ от Anonim
[эксперт]
поточнее можно?
Ответ от Vladimir
[новичек]
Когда ранг матрицы из коэф-тов слу меньше кол-ва неизвестных.
Ответ от The visitor from the past
[гуру]
Если речь идет о системе двух уравнений с двумя неизвестными, то смотрите рисунок.
Ответ от RS-232
[гуру]
Когда ранг матрицы системы линейных уравнений меньше количества переменных.
Ответ от Пользователь удален
[гуру]
Ответ от Артем кургузов
[новичек]
Совместная система линейных уравнений неопределена, т. е. имеет множество решений, если ранг совместной системы меньше числа неизвестных.
Для совместности системы необходимо и достаточно, чтобы ранг матрицы этой системы был равен рангу ее расширенной матрицы. (теорема Кронекера - Капелли)
Ответ от 2 ответа
[гуру]
Привет! Вот подборка тем с ответами на Ваш вопрос: когда система уравнений имеет множество решений?
Как явствует из теоремы Крамера , при решении системы линейных уравнений могут встретиться три случая:
Первый случай: система линейных уравнений имеет единственное решение
(система совместна и определённа)
Второй случай: система линейных уравнений имеет бесчисленное множество решений
(система совместна и неопределённа)
** 
,
т.е. коэффициенты при неизвестных и свободные члены пропорциональны.
Третий случай: система линейных уравнений решений не имеет
(система несовместна)
Итак, система m линейных уравнений с n переменными называется несовместной , если у неё нет ни одного решения, и совместной , если она имеет хотя бы одно решение. Совместная система уравнений, имеющая только одно решение, называется определённой , а более одного – неопределённой .
Примеры решения систем линейных уравнений методом Крамера
Пусть дана система
.
На основании теоремы Крамера
………….
,
где
-
определитель системы. Остальные определители получим, заменяя столбец с коэффициентами соответствующей переменной (неизвестного) свободными членами:
Пример 2.
.
Следовательно, система является определённой. Для нахождения её решения вычисляем определители
По формулам Крамера находим:
Итак, (1; 0; -1) – единственное решение системы.
Для проверки решений систем уравнений 3 Х 3 и 4 Х 4 можно воспользоваться онлайн-калькулятором, решающим методом Крамера.
Если в системе линейных уравнений в одном или нескольких уравнениях отсутствуют какие-либо переменные, то в определителе соответствующие им элементы равны нулю! Таков следующий пример.
Пример 3. Решить систему линейных уравнений методом Крамера:
.
Решение. Находим определитель системы:
Посмотрите внимательно на систему уравнений и на определитель системы и повторите ответ на вопрос, в каких случаях один или несколько элементов определителя равны нулю. Итак, определитель не равен нулю, следовательно, система является определённой. Для нахождения её решения вычисляем определители при неизвестных
По формулам Крамера находим:
Итак, решение системы - (2; -1; 1).
6. Общая система линейных алгебраических уравнений. Метод Гаусса.
Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений , который в каждом случае приведет нас к ответу! Сам алгоритм метода во всех трёх случаях работает одинаково. Если в методах Крамера и матричном необходимы знания определителей, то для применения метода Гаусса необходимо знание только арифметических действий, что делает его доступным даже для школьников начальных классов.
Сначала немного систематизируем знания о системах линейных уравнений. Система линейных уравнений может:
1) Иметь единственное решение.
2) Иметь бесконечно много решений.
3) Не иметь решений (быть несовместной
).
Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений. Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. А метод последовательного исключения неизвестных в любом случае приведет нас к ответу! На данном уроке мы опять рассмотрим метод Гаусса для случая №1 (единственное решение системы), под ситуации пунктов №№2-3 отведена статья . Замечу, что сам алгоритм метода во всех трёх случаях работает одинаково.
Вернемся к простейшей системе с урока Как решить систему линейных уравнений?
и решим ее методом Гаусса.
На первом этапе нужно записать расширенную матрицу системы
:
. По какому принципу записаны коэффициенты, думаю, всем видно. Вертикальная черта внутри матрицы не несёт никакого математического смысла – это просто отчеркивание для удобства оформления.
Справка : рекомендую запомнить термины линейной алгебры. Матрица системы – это матрица, составленная только из коэффициентов при неизвестных, в данном примере матрица системы: . Расширенная матрица системы – это та же матрица системы плюс столбец свободных членов, в данном случае: . Любую из матриц можно для краткости называть просто матрицей.
После того, как расширенная матрица системы записана, с ней необходимо выполнить некоторые действия, которые также называются элементарными преобразованиями .
Существуют следующие элементарные преобразования:
1) Строки
матрицы можно переставлять
местами. Например, в рассматриваемой матрице можно безболезненно переставить первую и вторую строки: 
2) Если в матрице есть (или появились) пропорциональные (как частный случай – одинаковые) строки, то следует удалить
из матрицы все эти строки кроме одной. Рассмотрим, например матрицу 
. В данной матрице последние три строки пропорциональны, поэтому достаточно оставить только одну из них: 
.
3) Если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить . Рисовать не буду, понятно, нулевая строка – это строка, в которой одни нули .
4) Строку матрицы можно умножить (разделить)
на любое число, отличное от нуля
. Рассмотрим, например, матрицу . Здесь целесообразно первую строку разделить на –3, а вторую строку – умножить на 2: 
. Данное действие очень полезно, поскольку упрощает дальнейшие преобразования матрицы.
5) Это преобразование вызывает наибольшие затруднения, но на самом деле ничего сложного тоже нет. К строке матрицы можно прибавить другую строку, умноженную на число
, отличное от нуля. Рассмотрим нашу матрицу из практического примера: . Сначала я распишу преобразование очень подробно. Умножаем первую строку на –2: 
, и ко второй строке прибавляем первую строку умноженную на –2
: 
. Теперь первую строку можно разделить «обратно» на –2: . Как видите, строка, которую ПРИБАВЛЯЛИ
– не изменилась
. Всегда
меняется строка, К КОТОРОЙ ПРИБАВЛЯЮТ
.
На практике так подробно, конечно, не расписывают, а пишут короче:
Еще раз: ко второй строке прибавили первую строку, умноженную на –2
. Умножают строку обычно устно или на черновике, при этом мысленный ход расчётов примерно такой:
«Переписываю матрицу и переписываю первую строку: 
»
«Сначала первый столбец. Внизу мне нужно получить ноль. Поэтому единицу вверху умножаю на –2: , и ко второй строке прибавляю первую: 2 + (–2) = 0. Записываю результат во вторую строку: 
»
«Теперь второй столбец. Вверху –1 умножаю на –2: . Ко второй строке прибавляю первую: 1 + 2 = 3. Записываю результат во вторую строку: 
»
«И третий столбец. Вверху –5 умножаю на –2: . Ко второй строке прибавляю первую: –7 + 10 = 3. Записываю результат во вторую строку: »
Пожалуйста, тщательно осмыслите этот пример и разберитесь в последовательном алгоритме вычислений, если вы это поняли, то метод Гаусса практически «в кармане». Но, конечно, над этим преобразованием мы еще поработаем.
Элементарные преобразования не меняют решение системы уравнений
! ВНИМАНИЕ : рассмотренные манипуляции нельзя использовать , если Вам предложено задание, где матрицы даны «сами по себе». Например, при «классических» действиях с матрицами что-то переставлять внутри матриц ни в коем случае нельзя!
Вернемся к нашей системе . Она практически разобрана по косточкам.
Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду :
(1) Ко второй строке прибавили первую строку, умноженную на –2. И снова: почему первую строку умножаем именно на –2? Для того чтобы внизу получить ноль, а значит, избавиться от одной переменной во второй строке.
(2) Делим вторую строку на 3.
Цель элементарных преобразований
–
привести матрицу к ступенчатому виду: 
. В оформлении задания прямо так и отчеркивают простым карандашом «лестницу», а также обводят кружочками числа, которые располагаются на «ступеньках». Сам термин «ступенчатый вид» не вполне теоретический, в научной и учебной литературе он часто называется трапециевидный вид
или треугольный вид
.
В результате элементарных преобразований получена эквивалентная
исходной система уравнений:
Теперь систему нужно «раскрутить» в обратном направлении – снизу вверх, этот процесс называется обратным ходом метода Гаусса .
В нижнем уравнении у нас уже готовый результат: .
Рассмотрим первое уравнение системы и подставим в него уже известное значение «игрек»:
Рассмотрим наиболее распространенную ситуацию, когда методом Гаусса требуется решить систему трёх линейных уравнений с тремя неизвестными.
Пример 1
Решить методом Гаусса систему уравнений:
Запишем расширенную матрицу системы:
Сейчас я сразу нарисую результат, к которому мы придём в ходе решения:
И повторюсь, наша цель – с помощью элементарных преобразований привести матрицу к ступенчатому виду. С чего начать действия?
Сначала смотрим на левое верхнее число: 
Почти всегда здесь должна находиться единица
. Вообще говоря, устроит и –1 (а иногда и другие числа), но как-то так традиционно сложилось, что туда обычно помещают единицу. Как организовать единицу? Смотрим на первый столбец – готовая единица у нас есть! Преобразование первое: меняем местами первую и третью строки:
Теперь первая строка у нас останется неизменной до конца решения . Уже легче.
Единица в левом верхнем углу организована. Теперь нужно получить нули вот на этих местах:
Нули получаем как раз с помощью «трудного» преобразования. Сначала разбираемся со второй строкой (2, –1, 3, 13). Что нужно сделать, чтобы на первой позиции получить ноль? Нужно ко второй строке прибавить первую строку, умноженную на –2
. Мысленно или на черновике умножаем первую строку на –2: (–2, –4, 2, –18). И последовательно проводим (опять же мысленно или на черновике) сложение, ко второй строке прибавляем первую строку, уже умноженную на –2
:
Результат записываем во вторую строку:
Аналогично разбираемся с третьей строкой (3, 2, –5, –1). Чтобы получить на первой позиции ноль, нужно к третьей строке прибавить первую строку, умноженную на –3
. Мысленно или на черновике умножаем первую строку на –3: (–3, –6, 3, –27). И к третьей строке прибавляем первую строку, умноженную на –3
:
Результат записываем в третью строку:
На практике эти действия обычно выполняются устно и записываются в один шаг:
Не нужно считать всё сразу и одновременно
. Порядок вычислений и «вписывания» результатов последователен
и обычно такой: сначала переписываем первую строку, и пыхтим себе потихонечку – ПОСЛЕДОВАТЕЛЬНО иВНИМАТЕЛЬНО
:
А мысленный ход самих расчётов я уже рассмотрел выше.
В данном примере это сделать легко, вторую строку делим на –5 (поскольку там все числа делятся на 5 без остатка). Заодно делим третью строку на –2, ведь чем меньше числа, тем проще решение:
На заключительном этапе элементарных преобразований нужно получить еще один ноль здесь:
Для этого к третьей строке прибавляем вторую строку, умноженную на –2
:
Попробуйте разобрать это действие самостоятельно – мысленно умножьте вторую строку на –2 и проведите сложение.
Последнее выполненное действие – причёска результата, делим третью строку на 3.
В результате элементарных преобразований получена эквивалентная исходной система линейных уравнений:
Круто.
Теперь в действие вступает обратный ход метода Гаусса. Уравнения «раскручиваются» снизу вверх.
В третьем уравнении у нас уже готовый результат:
Смотрим на второе уравнение: . Значение «зет» уже известно, таким образом:
И, наконец, первое уравнение: . «Игрек» и «зет» известны, дело за малым:
Ответ
: 
Как уже неоднократно отмечалось, для любой системы уравнений можно и нужно сделать проверку найденного решения, благо, это несложно и быстро.
Пример 2
Это пример для самостоятельного решения, образец чистового оформления и ответ в конце урока.
Следует отметить, что ваш ход решения может не совпасть с моим ходом решения, и это – особенность метода Гаусса . Но вот ответы обязательно должны получиться одинаковыми!
Пример 3
Решить систему линейных уравнений методом Гаусса
Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
Смотрим на левую верхнюю «ступеньку». Там у нас должна быть единица. Проблема состоит в том, что в первом столбце единиц нет вообще, поэтому перестановкой строк ничего не решить. В таких случаях единицу нужно организовать с помощью элементарного преобразования. Обычно это можно сделать несколькими способами. Я поступил так:
(1) К первой строке прибавляем вторую строку, умноженную на –1
. То есть, мысленно умножили вторую строку на –1 и выполнили сложение первой и второй строки, при этом вторая строка у нас не изменилась.
Теперь слева вверху «минус один», что нас вполне устроит. Кто хочет получить +1, может выполнить дополнительное телодвижение: умножить первую строку на –1 (сменить у неё знак).
(2) Ко второй строке прибавили первую строку, умноженную на 5. К третьей строке прибавили первую строку, умноженную на 3.
(3) Первую строку умножили на –1, в принципе, это для красоты. У третьей строки также сменили знак и переставили её на второе место, таким образом, на второй «ступеньке у нас появилась нужная единица.
(4) К третьей строке прибавили вторую строку, умноженную на 2.
(5) Третью строку разделили на 3.
Скверным признаком, который свидетельствует об ошибке в вычислениях (реже – об опечатке), является «плохая» нижняя строка. То есть, если бы у нас внизу получилось что-нибудь вроде , и, соответственно, 
, то с большой долей вероятности можно утверждать, что допущена ошибка в ходе элементарных преобразований.
Заряжаем обратный ход, в оформлении примеров часто не переписывают саму систему, а уравнения «берут прямо из приведенной матрицы». Обратный ход, напоминаю, работает, снизу вверх. Да тут подарок получился:
Ответ
: 
.
Пример 4
Решить систему линейных уравнений методом Гаусса
Это пример для самостоятельного решения, он несколько сложнее. Ничего страшного, если кто-нибудь запутается. Полное решение и образец оформления в конце урока. Ваше решение может отличаться от моего решения.
В последней части рассмотрим некоторые особенности алгоритма Гаусса.
Первая особенность состоит в том, что иногда в уравнениях системы отсутствуют некоторые переменные, например:
Как правильно записать расширенную матрицу системы? Об этом моменте я уже рассказывал на уроке Правило Крамера. Матричный метод
. В расширенной матрице системы на месте отсутствующих переменных ставим нули:
Кстати, это довольно легкий пример, поскольку в первом столбце уже есть один ноль, и предстоит выполнить меньше элементарных преобразований.
Вторая особенность состоит вот в чём. Во всех рассмотренных примерах на «ступеньки» мы помещали либо –1, либо +1. Могут ли там быть другие числа? В ряде случаев могут. Рассмотрим систему: 
.
Здесь на левой верхней «ступеньке» у нас двойка. Но замечаем тот факт, что все числа в первом столбце делятся на 2 без остатка – и другая двойка и шестерка. И двойка слева вверху нас устроит! На первом шаге нужно выполнить следующие преобразования: ко второй строке прибавить первую строку, умноженную на –1; к третьей строке прибавить первую строку, умноженную на –3. Таким образом, мы получим нужные нули в первом столбце.
Или еще такой условный пример: 
. Здесь тройка на второй «ступеньке» тоже нас устраивает, поскольку 12 (место, где нам нужно получить ноль) делится на 3 без остатка. Необходимо провести следующее преобразование: к третьей строке прибавить вторую строку, умноженную на –4, в результате чего и будет получен нужный нам ноль.
Метод Гаусса универсален, но есть одно своеобразие. Уверенно научиться решать системы другими методами (методом Крамера, матричным методом) можно буквально с первого раза – там очень жесткий алгоритм. Но вот чтобы уверенно себя чувствовать в методе Гаусса, следует «набить руку», и прорешать хотя бы 5-10 систем. Поэтому поначалу возможны путаница, ошибки в вычислениях, и в этом нет ничего необычного или трагического.
Дождливая осенняя погода за окном.... Поэтому для всех желающих более сложный пример для самостоятельного решения:
Пример 5
Решить методом Гаусса систему четырёх линейных уравнений с четырьмя неизвестными.
Такое задание на практике встречается не так уж и редко. Думаю, даже чайнику, который обстоятельно изучил эту страницу, интуитивно понятен алгоритм решения такой системы. Принципиально всё так же – просто действий больше.
Случаи, когда система не имеет решений (несовместна) или имеет бесконечно много решений, рассмотрены на уроке Несовместные системы и системы с общим решением . Там же можно закрепить рассмотренный алгоритм метода Гаусса.
Желаю успехов!
Решения и ответы:
Пример 2: Решение
: Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду.
Выполненные элементарные преобразования:
(1) Ко второй строке прибавили первую строку, умноженную на –2. К третьей строке прибавили первую строку, умноженную на –1. Внимание!
Здесь может возникнуть соблазн из третьей строки вычесть первую, крайне не рекомендую вычитать – сильно повышается риск ошибки. Только складываем!
(2) У второй строки сменили знак (умножили на –1). Вторую и третью строки поменяли местами. Обратите внимание
, что на «ступеньках» нас устраивает не только единица, но еще и –1, что даже удобнее.
(3) К третьей строке прибавили вторую строку, умноженную на 5.
(4) У второй строки сменили знак (умножили на –1). Третью строку разделили на 14.
Обратный ход:
Ответ
: 
.
Пример 4: Решение
: Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
Выполненные преобразования:
(1) К первой строке прибавили вторую. Таким образом, организована нужная единица на левой верхней «ступеньке».
(2) Ко второй строке прибавили первую строку, умноженную на 7. К третьей строке прибавили первую строку, умноженную на 6.
Со второй «ступенькой» всё хуже , «кандидаты» на неё – числа 17 и 23, а нам нужна либо единичка, либо –1. Преобразования (3) и (4) будут направлены на получение нужной единицы
(3) К третьей строке прибавили вторую, умноженную на –1.
(4) Ко второй строке прибавили третью, умноженную на –3.
Нужная вещь на второй ступеньке получена
.
(5) К третьей строке прибавили вторую, умноженную на 6.
В рамках уроков метод Гаусса
и Несовместные системы/системы с общим решением
мы рассматривали неоднородные системы линейных уравнений
, где свободный член
(который обычно находится справа) хотя бы одного
из уравнений был отличен от нуля.
И сейчас, после хорошей разминки с рангом матрицы
, мы продолжим шлифовать технику элементарных преобразований
на однородной системе линейных уравнений
.
По первым абзацам материал может показаться скучным и заурядным, однако данное впечатление обманчиво. Помимо дальнейшей отработки технических приёмов будет много новой информации, поэтому, пожалуйста, постарайтесь не пренебрегать примерами данной статьи.
Продолжаем разбираться с системами линейных уравнений. До сих пор я рассматривал системы, которые имеют единственное решение. Такие системы можно решить любым способом: методом подстановки («школьным»), по формулам Крамера, матричным методом , методом Гаусса . Однако на практике широко распространены еще два случая:
– Система несовместна (не имеет решений);
– Система имеет бесконечно много решений.
Для этих систем применяют наиболее универсальный из всех способов решения – метод Гаусса . На самом деле, к ответу приведет и «школьный» способ, но в высшей математике принято использовать гауссовский метод последовательного исключения неизвестных. Те, кто не знаком с алгоритмом метода Гаусса, пожалуйста, сначала изучите урок метод Гаусса для чайников .
Сами элементарные преобразования матрицы – точно такие же , разница будет в концовке решения. Сначала рассмотрим пару примеров, когда система не имеет решений (несовместна).
Пример 1
Решить систему линейных уравнений
Что сразу бросается в глаза в этой системе? Количество уравнений – меньше, чем количество переменных. Если количество уравнений меньше, чем количество переменных , то сразу можно сказать, что система либо несовместна, либо имеет бесконечно много решений. И это осталось только выяснить.
Начало решения совершенно обычное – запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
(1) На левой верхней ступеньке нам нужно получить +1 или –1. Таких чисел в первом столбце нет, поэтому перестановка строк ничего не даст. Единицу придется организовать самостоятельно, и сделать это можно несколькими способами. Я поступил так: К первой строке прибавляем третью строку, умноженную на –1.
(2) Теперь получаем два нуля в первом столбце. Ко второй строке прибавляем первую строку, умноженную на 3. К третьей строке прибавляем первую строку, умноженную на 5.
(3) После выполненного преобразования всегда целесообразно посмотреть, а нельзя ли упростить полученные строки? Можно. Вторую строку делим на 2, заодно получая нужную –1 на второй ступеньке. Третью строку делим на –3.
(4) К третьей строке прибавляем вторую строку.
Наверное, все обратили внимание на нехорошую строку, которая получилась в результате элементарных преобразований: . Ясно, что так быть не может. Действительно, перепишем полученную матрицу обратно в систему линейных уравнений:
