Система линейных уравнений - это объединение из n линейных уравнений, каждое из которых содержит k переменных. Записывается это так:
Многие, впервые сталкиваясь с высшей алгеброй, ошибочно полагают, что число уравнений обязательно должно совпадать с числом переменных. В школьной алгебре так обычно и бывает, однако для высшей алгебры это, вообще говоря, неверно.
Решение системы уравнений - это последовательность чисел (k 1 , k 2 , ..., k n ), которая является решением каждого уравнения системы, т.е. при подстановке в это уравнение вместо переменных x 1 , x 2 , ..., x n дает верное числовое равенство.
Соответственно, решить систему уравнений - значит найти множество всех ее решений или доказать, что это множество пусто. Поскольку число уравнений и число неизвестных может не совпадать, возможны три случая:
- Система несовместна, т.е. множество всех решений пусто. Достаточно редкий случай, который легко обнаруживается независимо от того, каким методом решать систему.
- Система совместна и определена, т.е. имеет ровно одно решение. Классический вариант, хорошо известный еще со школьной скамьи.
- Система совместна и не определена, т.е. имеет бесконечно много решений. Это самый жесткий вариант. Недостаточно указать, что «система имеет бесконечное множество решений» - надо описать, как устроено это множество.
Переменная x i называется разрешенной, если она входит только в одно уравнение системы, причем с коэффициентом 1. Другими словами, в остальных уравнениях коэффициент при переменной x i должен быть равен нулю.
Если в каждом уравнении выбрать по одной разрешенной переменной, получим набор разрешенных переменных для всей системы уравнений. Сама система, записанная в таком виде, тоже будет называться разрешенной. Вообще говоря, одну и ту же исходную систему можно свести к разным разрешенным, однако сейчас нас это не волнует. Вот примеры разрешенных систем:
Обе системы являются разрешенными относительно переменных x 1 , x 3 и x 4 . Впрочем, с тем же успехом можно утверждать, что вторая система - разрешенная относительно x 1 , x 3 и x 5 . Достаточно переписать самое последнее уравнение в виде x 5 = x 4 .
Теперь рассмотрим более общий случай. Пусть всего у нас k переменных, из которых r являются разрешенными. Тогда возможны два случая:
- Число разрешенных переменных r равно общему числу переменных k : r = k . Получаем систему из k уравнений, в которых r = k разрешенных переменных. Такая система является совместной и определенной, т.к. x 1 = b 1 , x 2 = b 2 , ..., x k = b k ;
- Число разрешенных переменных r меньше общего числа переменных k : r < k . Остальные (k − r ) переменных называются свободными - они могут принимать любые значения, из которых легко вычисляются разрешенные переменные.
Так, в приведенных выше системах переменные x 2 , x 5 , x 6 (для первой системы) и x 2 , x 5 (для второй) являются свободными. Случай, когда есть свободные переменные, лучше сформулировать в виде теоремы:
Обратите внимание: это очень важный момент! В зависимости от того, как вы запишете итоговую систему, одна и та же переменная может быть как разрешенной, так и свободной. Большинство репетиторов по высшей математике рекомендуют выписывать переменные в лексикографическом порядке, т.е. по возрастанию индекса. Однако вы совершенно не обязаны следовать этому совету.
Теорема. Если в системе из n уравнений переменные x 1 , x 2 , ..., x r - разрешенные, а x r + 1 , x r + 2 , ..., x k - свободные, то:
- Если задать значения свободным переменным (x r + 1 = t r + 1 , x r + 2 = t r + 2 , ..., x k = t k ), а затем найти значения x 1 , x 2 , ..., x r , получим одно из решений.
- Если в двух решениях значения свободных переменных совпадают, то значения разрешенных переменных тоже совпадают, т.е. решения равны.
В чем смысл этой теоремы? Чтобы получить все решения разрешенной системы уравнений, достаточно выделить свободные переменные. Затем, присваивая свободным переменным разные значения, будем получать готовые решения. Вот и все - таким образом можно получить все решения системы. Других решений не существует.
Вывод: разрешенная система уравнений всегда совместна. Если число уравнений в разрешенной системе равно числу переменных, система будет определенной, если меньше - неопределенной.
И все бы хорошо, но возникает вопрос: как из исходной системы уравнений получить разрешенную? Для этого существует
где x * - один из решений неоднородной системы (2) (например (4)), (E−A + A) образует ядро (нуль пространство) матрицы A .
Сделаем скелетное разложение матрицы (E−A + A) :
E−A + A=Q·S
где Q n×n−r - матрица rank(Q)=n−r , S n−r×n -матрица rank(S)=n−r .
Тогда (13) можно записать в следующем виде:
x=x*+Q·k, ∀ k∈ R n-r .
где k=Sz .
Итак, процедура нахождения общего решения системы линейных уравнений с помощью псевдообратной матрицы можно представить в следующем виде:
- Вычисляем псевдообратную матрицу A + .
- Вычисляем частное решение неоднородной системы линейных уравнений (2): x *=A + b .
- Проверяем совместность системы. Для этого вычисляем AA + b . Если AA + b ≠b , то система несовместна. В противном случае продолжаем процедуру.
- Высисляем E−A + A.
- Делаем скелетное разложение E−A + A=Q·S.
- Строим решение
x=x*+Q·k, ∀ k∈ R n-r .
Решение системы линейных уравнений онлайн
Онлайн калькулятор позволяет найти обшее решение системы линейных уравнений с подробными объяснениями.
- Системы m
линейных уравнений с n
неизвестными.
Решение системы линейных уравнений — это такое множество чисел {x 1 , x 2 , …, x n }, при подстановке которых в каждое из уравнений системы получается верное равенство.
где a ij , i = 1, …, m; j = 1, …, n — коэффициенты системы;
b i , i = 1, …, m — свободные члены;
x j , j = 1, …, n — неизвестные.
Вышеприведенная система может быть записана в матричном виде: A · X = B ,
где (A |B ) — основная матрица системы;
A — расширенная матрица системы;
X — столбец неизвестных;
B — столбец свободных членов.
Если матрица B не является нуль-матрицей ∅, то данная система линейных уравнений называется неоднородной.
Если матрица B = ∅, то данная система линейных уравнений называется однородной. Однородная система всегда имеет нулевое (тривиальное) решение: x 1 = x 2 = …, x n = 0 .
Совместная система линейных уравнений — это имеющая решение система линейных уравнений.
Несовместная система линейных уравнений — это не имеющая решение система линейных уравнений.
Определённая система линейных уравнений — это имеющая единственное решение система линейных уравнений.
Неопределённая система линейных уравнений — это имеющая бесконечное множество решений система линейных уравнений. - Системы n линейных уравнений с n неизвестными
Если число неизвестных равно числу уравнений, то матрица – квадратная. Определитель матрицы называется главным определителем системы линейных уравнений и обозначается символом Δ.
Метод Крамера для решения систем n линейных уравнений с n неизвестными.
Правило Крамера.
Если главный определитель системы линейных уравнений не равен нулю, то система совместна и определена, причем единственное решение вычисляется по формулам Крамера:
где Δ i — определители, получаемые из главного определителя системы Δ заменой i -го столбца на столбец свободных членов. . - Системы m линейных уравнений с n неизвестными
Теорема Кронекера−Капелли .
Для того чтобы данная система линейных уравнений была совместной, необходимо и достаточно, чтобы ранг матрицы системы был равен рангу расширенной матрицы системы, rang(Α) = rang(Α|B) .
Если rang(Α) ≠ rang(Α|B) , то система заведомо не имеет решений.
Eсли rang(Α) = rang(Α|B) , то возможны два случая:
1) rang(Α) = n (числу неизвестных) − решение единственно и может быть получено по формулам Крамера;
2) rang(Α) < n − решений бесконечно много. - Метод Гаусса
для решения систем линейных уравнений
Составим расширенную матрицу (A |B ) данной системы из коэффициентов при неизвестных и правых частей.
Метод Гаусса или метод исключения неизвестных состоит в приведении расширенной матрицы (A |B ) с помощью элементарных преобразований над ее строками к диагональному виду (к верхнему треугольному виду). Возвращаясь к системе уравнений, определяют все неизвестные.
К элементарным преобразованиям над строками относятся следующие:
1) перемена местами двух строк;
2) умножение строки на число, отличное от 0;
3) прибавление к строке другой строки, умноженной на произвольное число;
4) выбрасывание нулевой строки.
Расширенной матрице, приведенной к диагональному виду, соответствует линейная система, эквивалентная данной, решение которой не вызывает затруднений. . - Система однородных линейных уравнений.
Однородная система имеет вид:
ей соответствует матричное уравнение A · X = 0 .
1) Однородная система всегда совместна, так как r(A) = r(A|B) , всегда существует нулевое решение (0, 0, …, 0).
2) Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r = r(A) < n , что равносильно Δ = 0.
3) Если r < n , то заведомо Δ = 0, тогда возникают свободные неизвестные c 1 , c 2 , …, c n-r , система имеет нетривиальные решения, причем их бесконечно много.
4) Общее решение X при r < n может быть записано в матричном виде следующим образом:
X = c 1 · X 1 + c 2 · X 2 + … + c n-r · X n-r ,
где решения X 1 , X 2 , …, X n-r образуют фундаментальную систему решений.
5) Фундаментальная система решений может быть получена из общего решения однородной системы:
,
если последовательно полагать значения параметров равными (1, 0, …, 0), (0, 1, …, 0), …, (0, 0, …,1).
Разложение общего решения по фундаментальной системе решений — это запись общего решения в виде линейной комбинации решений, принадлежащих к фундаментальной системе.
Теорема . Для того, чтобы система линейных однородных уравнений имела ненулевое решение, необходимо и достаточно, чтобы Δ ≠ 0.
Итак, если определитель Δ ≠ 0, то система имеет единственное решение.
Если же Δ ≠ 0, то система линейных однородных уравнений имеет бесконечное множество решений.
Теорема . Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r(A) < n .
Доказательство :
1) r не может быть больше n (ранг матрицы не превышает числа столбцов или строк);
2) r < n , т.к. если r = n , то главный определитель системы Δ ≠ 0, и, по формулам Крамера, существует единственное тривиальное решение x 1 = x 2 = … = x n = 0 , что противоречит условию. Значит, r(A) < n .
Следствие . Для того чтобы однородная система n линейных уравнений с n неизвестными имела ненулевое решение, необходимо и достаточно, чтобы Δ = 0.
§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.
Однако на практике широко распространены еще два случая:
– Система несовместна (не имеет решений);
– Система совместна и имеет бесконечно много решений.
Примечание : термин «совместность» подразумевает, что у системы существует хоть какое-то решение. В ряде задач требуется предварительно исследовать систему на совместность, как это сделать – см. статью о ранге матриц .
Для этих систем применяют наиболее универсальный из всех способов решения – метод Гаусса . На самом деле, к ответу приведет и «школьный» способ, но в высшей математике принято использовать гауссовский метод последовательного исключения неизвестных. Те, кто не знаком с алгоритмом метода Гаусса, пожалуйста, сначала изучите урок метод Гаусса для чайников .
Сами элементарные преобразования матрицы – точно такие же , разница будет в концовке решения. Сначала рассмотрим пару примеров, когда система не имеет решений (несовместна).
Пример 1
Что сразу бросается в глаза в этой системе? Количество уравнений – меньше, чем количество переменных. Если количество уравнений меньше, чем количество переменных , то сразу можно сказать, что система либо несовместна, либо имеет бесконечно много решений. И это осталось только выяснить.
Начало решения совершенно обычное – запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
(1) На левой верхней ступеньке нам нужно получить +1 или –1. Таких чисел в первом столбце нет, поэтому перестановка строк ничего не даст. Единицу придется организовать самостоятельно, и сделать это можно несколькими способами. Я поступил так: К первой строке прибавляем третью строку, умноженную на –1.
(2) Теперь получаем два нуля в первом столбце. Ко второй строке прибавляем первую строку, умноженную на 3. К третьей строке прибавляем первую строку, умноженную на 5.
(3) После выполненного преобразования всегда целесообразно посмотреть, а нельзя ли упростить полученные строки? Можно. Вторую строку делим на 2, заодно получая нужную –1 на второй ступеньке. Третью строку делим на –3.
(4) К третьей строке прибавляем вторую строку.
Наверное, все обратили внимание на нехорошую строку, которая получилась в результате элементарных преобразований: . Ясно, что так быть не может. Действительно, перепишем полученную матрицу обратно в систему линейных уравнений:
Если в результате элементарных преобразований получена строка вида , где – число, отличное от нуля, то система несовместна (не имеет решений) .
Как записать концовку задания? Нарисуем белым мелом: «в результате элементарных преобразований получена строка вида , где » и дадим ответ: система не имеет решений (несовместна).
Если же по условию требуется ИССЛЕДОВАТЬ систему на совместность, тогда необходимо оформить решение в более солидном стиле с привлечением понятия ранга матрицы и теоремы Кронекера-Капелли .
Обратите внимание, что здесь нет никакого обратного хода алгоритма Гаусса – решений нет и находить попросту нечего.
Пример 2
Решить систему линейных уравнений
Это пример для самостоятельного решения. Полное решение и ответ в конце урока. Снова напоминаю, что ваш ход решения может отличаться от моего хода решения, у алгоритма Гаусса нет сильной «жёсткости».
Еще одна техническая особенность решения: элементарные преобразования можно прекращать сразу же , как только появилась строка вида , где . Рассмотрим условный пример: предположим, что после первого же преобразования получилась матрица . Матрица еще не приведена к ступенчатому виду, но в дальнейших элементарных преобразованиях нет никакой необходимости, так как появилась строка вида , где . Следует сразу дать ответ, что система несовместна.
Когда система линейных уравнений не имеет решений – это почти подарок, ввиду того, что получается короткое решение, иногда буквально в 2-3 действия.
Но всё в этом мире уравновешено, и задача, в которой система имеет бесконечно много решений – как раз длиннее.
Пример 3
Решить систему линейных уравнений
Тут 4 уравнений и 4 неизвестных, таким образом, система может иметь либо единственное решение, либо не иметь решений, либо иметь бесконечно много решений. Как бы там ни было, но метод Гаусса в любом случае приведет нас к ответу. В этом его и универсальность.
Начало опять стандартное. Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
Вот и всё, а вы боялись.
(1) Обратите внимание, что все числа в первом столбце делятся на 2, поэтому на левой верхней ступеньке нас устраивает и двойка. Ко второй строке прибавляем первую строку, умноженную на –4. К третьей строке прибавляем первую строку, умноженную на –2. К четвертой строке прибавляем первую строку, умноженную на –1.
Внимание! У многих может возникнуть соблазн из четвертой строки вычесть первую строку. Так делать можно, но не нужно, опыт показывает, что вероятность ошибки в вычислениях увеличивается в несколько раз. Только складываем: К четвертой строке прибавляем первую строку, умноженную на –1 – именно так!
(2) Последние три строки пропорциональны, две из них можно удалить.
Здесь опять нужно проявить повышенное внимание , а действительно ли строки пропорциональны? Для перестраховки (особенно, чайнику) не лишним будет вторую строку умножить на –1, а четвертую строку разделить на 2, получив в результате три одинаковые строки. И только после этого удалить две из них.
В результате элементарных преобразований расширенная матрица системы приведена к ступенчатому виду:
При оформлении задачи в тетради желательно для наглядности делать такие же пометки карандашом.
Перепишем соответствующую систему уравнений:
«Обычным» единственным решением системы здесь и не пахнет. Нехорошей строки тоже нет. Значит, это третий оставшийся случай – система имеет бесконечно много решений. Иногда по условию нужно исследовать совместность системы (т.е. доказать, что решение вообще существует), об этом можно прочитать в последнем параграфе статьи Как найти ранг матрицы? Но пока разбираем азы:
Бесконечное множество решений системы коротко записывают в виде так называемого общего решения системы .
Общее решение системы найдем с помощью обратного хода метода Гаусса.
Сначала нужно определить, какие переменные у нас являются базисными , а какие переменные свободными . Не обязательно заморачиваться терминами линейной алгебры, достаточно запомнить, что вот существуют такие базисные переменные и свободные переменные .
Базисные переменные всегда «сидят» строго на ступеньках матрицы
.
В данном примере базисными переменными являются и
Свободные переменные – это все оставшиеся переменные, которым не досталось ступеньки. В нашем случае их две: – свободные переменные.
Теперь нужно все базисные переменные выразить только через свободные переменные .
Обратный ход алгоритма Гаусса традиционно работает снизу вверх.
Из второго уравнения системы выражаем базисную переменную :
Теперь смотрим на первое уравнение: . Сначала в него подставляем найденное выражение :
Осталось выразить базисную переменную через свободные переменные :
В итоге получилось то, что нужно – все
базисные переменные ( и ) выражены только через
свободные переменные :
Собственно, общее решение готово:
Как правильно записать общее решение?
Свободные переменные записываются в общее решение «сами по себе» и строго на своих местах. В данном случае свободные переменные следует записать на второй и четвертой позиции:
.
Полученные же выражения для базисных переменных и , очевидно, нужно записать на первой и третьей позиции:
Придавая свободным переменным произвольные значения
, можно найти бесконечно много частных решений
. Самыми популярными значениями являются нули, поскольку частное решение получается проще всего. Подставим в общее решение:
– частное решение.
Другой сладкой парочкой являются единицы, подставим в общее решение:
– еще одно частное решение.
Легко заметить, что система уравнений имеет бесконечно много решений (так как свободным переменным мы можем придать любые значения)
Каждое
частное решение должно удовлетворять каждому
уравнению системы. На этом основана «быстрая» проверка правильности решения. Возьмите, например, частное решение и подставьте его в левую часть каждого уравнения исходной системы:
Всё должно сойтись. И с любым полученным вами частным решением – тоже всё должно сойтись.
Но, строго говоря, проверка частного решения иногда обманывает, т.е. какое-нибудь частное решение может удовлетворять каждому уравнению системы, а само общее решение на самом деле найдено неверно.
Поэтому более основательна и надёжна проверка общего решения. Как проверить полученное общее решение ?
Это несложно, но довольно муторно. Нужно взять выражения базисных переменных, в данном случае и , и подставить их в левую часть каждого уравнения системы.
В левую часть первого уравнения системы:
В левую часть второго уравнения системы:
Получена правая часть исходного уравнения.
Пример 4
Решить систему методом Гаусса. Найти общее решение и два частных. Сделать проверку общего решения.
Это пример для самостоятельного решения. Здесь, кстати, снова количество уравнений меньше, чем количество неизвестных, а значит, сразу понятно, что система будет либо несовместной, либо с бесконечным множеством решений. Что важно в самом процессе решения? Внимание, и еще раз внимание . Полное решение и ответ в конце урока.
И еще пара примеров для закрепления материала
Пример 5
Решить систему линейных уравнений. Если система имеет бесконечно много решений, найти два частных решения и сделать проверку общего решения
Решение
: Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
(1) Ко второй строке прибавляем первую строку. К третьей строке прибавляем первую строку, умноженную на 2. К четвертой строке прибавляем первую строку, умноженную на 3.
(2) К третьей строке прибавляем вторую строку, умноженную на –5. К четвертой строке прибавляем вторую строку, умноженную на –7.
(3) Третья и четвертая строки одинаковы, одну из них удаляем.
Вот такая красота:
Базисные переменные сидят на ступеньках, поэтому – базисные переменные.
Свободная переменная, которой не досталось ступеньки здесь всего одна:
Обратный ход:
Выразим базисные переменные через свободную переменную:
Из третьего уравнения:
Рассмотрим второе уравнение и подставим в него найденное выражение :
Рассмотрим первое уравнение и подставим в него найденные выражения и :
Да, всё-таки удобен калькулятор, который считает обыкновенные дроби.
Таким образом, общее решение:
Еще раз, как оно получилось? Свободная переменная одиноко сидит на своём законном четвертом месте. Полученные выражения для базисных переменных , тоже заняли свои порядковые места.
Сразу выполним проверку общего решения. Работа для негров, но она у меня уже выполнена, поэтому ловите =)
Подставляем трех богатырей , , в левую часть каждого уравнения системы:
Получены соответствующие правые части уравнений, таким образом, общее решение найдено верно.
Теперь из найденного общего решения получим два частных решения. Шеф-поваром здесь выступает единственная свободная переменная . Ломать голову не нужно.
Пусть , тогда – частное решение.
Пусть , тогда – еще одно частное решение.
Ответ : Общее решение: , частные решения: , .
Зря я тут про негров вспомнил... ...потому что в голову полезли всякие садистские мотивы и вспомнилась известная фотожаба, на которой куклуксклановцы в белых балахонах бегут по полю за чернокожим футболистом. Сижу, тихо улыбаюсь. Знаете, как отвлекает….
Много математики вредно, поэтому похожий заключительный пример для самостоятельного решения.
Пример 6
Найти общее решение системы линейных уравнений.
Проверка общего решения у меня уже сделана, ответу можно доверять. Ваш ход решения может отличаться от моего хода решения, главное, чтобы совпали общие решения.
Наверное, многие заметили неприятный момент в решениях: очень часто при обратном ходе метода Гаусса нам пришлось возиться с обыкновенными дробями. На практике это действительно так, случаи, когда дробей нет – встречаются значительно реже. Будьте готовы морально, и, самое главное, технически.
Остановлюсь на некоторых особенностях решения, которые не встретились в прорешанных примерах.
В общее решение системы иногда может входить константа (или константы), например: . Здесь одна из базисных переменных равна постоянному числу: . В этом нет ничего экзотического, так бывает. Очевидно, что в данном случае любое частное решение будет содержать пятерку на первой позиции.
Редко, но встречаются системы, в которых количество уравнений больше количества переменных . Метод Гаусса работает в самых суровых условиях, следует невозмутимо привести расширенную матрицу системы к ступенчатому виду по стандартному алгоритму. Такая система может быть несовместной, может иметь бесконечно много решений, и, как ни странно, может иметь единственное решение.