10. Линейно зависимые, линейно независимые строки матрицы. Критерий линейной зависимости.

Линейной комбинацией (ЛК) строк   матрицы  называется выражение 

ЛК называется тривиальной, если все коэффициенты   равны нулю одновременно.

Пример

Замечание: Тривиальная ЛК равна нулевой строке.

ЛК называется нетривиальной, если хотя бы один из коэффициентов  отличен от нуля.

Пример

Замечание: Нетривиальная ЛК тоже может быть равной нулевой строке.

Пример

Линейно зависимые и независимые строки

Определение

Система строк называется линейно зависимой (ЛЗ), если существует их нетривиальная ЛК, равная нулевой строке.

Пример

Система строк   , линейно зависима, так как ЛК этих строк   равна нулевой строке.

Определение

Система строк называется линейно независимой (ЛНЗ), если только тривиальная ЛК равна нулевой строке.

Пример

Задание. Показать, что система строк  является ЛНЗ.

Решение. Составим ЛК заданных строк:

То есть ЛК данных строк равна нулевой строке, только если коэффициенты равны нулю одновременно.

Критерий линейной зависимости (теорема).

Строки (столбцы) линейно зависимы тогда и только тогда, когда хотя бы одна (один ) из них являются линейными комбинациями остальных.

Следствия.

Пусть строки (столбцы) линейно независимы, а хотя бы одна из строк (столбцов) является их линейной комбинацией. Тогда все строки (столбцы) , линейно зависимы.

Столбцы

в которых на i – том месте стоит единица, а остальные элементы равны нулю

являются линейно независимыми. Действительно, равенство

можно записать подробнее так

Отсюда видно, что равенство выполнимо, если

Следствия: произвольный столбец высотой n может быть разложен по столбцам .

Действительно, в качестве коэффициентов линейной комбинации нужно взять элементы раскладываемого столбца.

Столбцы ( строки) единичной матрицы линейно независимы и обладают тем свойством, что каждый столбец (строка) с тем же числом элементов раскладывается по ним.

В данном случае столбцы . Аналогичны и строки.

10. Критерий совместности слау Кронекера-Капелли.

Теорема Кронекера-Капелли. СЛАУ совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы.

Задание. При каких значениях   система   будет совместной?

Решение. Ранг матрицы равен количеству ненулевых строк после приведения этой матрицы к ступенчатому виду. Поэтому записываемрасширенную матрицу системы   (слева от вертикальной черты находится матрица системы   ):

и с помощью элементарных преобразований приводим ее к ступенчатому виду. Для этого вначале от первой строки отнимаем две вторых строки, а от третьей вторую, в результате получаем:

Третью строку складываем с первой:

и меняем первую и вторую строки матрицы местами

Матрица приведена к ступенчатому виду. Получаем, что  ,  . Таким образом, при   система совместна, а при   - несовместна.

10. Метод Гаусса решения слау. Базисный минор, базисные и свободные переменные слау.

Метод Гаусса. (Карл Фридрих Гаусс (1777-1855) немецкий математик) В отличие от матричного метода и метода Крамера, метод Гаусса может быть применен к системам линейных уравнений с произвольным числом уравнений и неизвестных. Метод Гаусса - один из основных результатов линейной алгебры и аналитической геометрии, к нему сводятся множество других теорем и методов линейной алгебры (теория и вычисление определителей, решение систем линейных уравнений, вычисление ранга матрицы и обратной матрицы, теория базисов конечномерных векторных пространств и т.д.).

Задача поиска решений системы линейных уравнений имеет не только самостоятельное значение, но часто является составной частью алгоритма решения многих нелинейных задач. Основные методы решения СЛУ:

- метод Гаусса;

- метод обращения матрицы;

- итерационные методы.

Матрица A с элементами a_ij называется ступенчатой, если она обладает следующими двумя свойствами:

1. если в матрице есть нулевая строка, то все строки ниже нее также нулевые;

2. пусть a_ij не равное 0 -- первый ненулевой элемент в строке с индексом i, т.е. элементы a_il = 0 при l < j. Тогда все элементы в j-м столбце ниже элемента a_ij равны нулю, и все элементы левее и ниже a_ij также равны нулю: a_kl = 0 при k > i и l =< j.

Ступенчатая матрица выглядит так:

Здесь тёмными квадратиками отмечены первые ненулевые элементы строк матрицы. Белым цветом изображаются нулевые элементы, серым цветом - произвольные элементы.

Алгоритм Гаусса использует элементарные преобразования матрицы двух типов.

· Преобразование первого рода: две строки матрицы меняются местами, и при этом знаки всех элементов одной из строк изменяются на противоположные.

· Преобразование второго рода: к одной строке матрицы прибавляется другая строка, умноженная на произвольное число.

Элементарные преобразования сохраняют определитель и ранг матрицы, а также множество решений линейной системы. Алгоритм Гаусса приводит произвольную матрицу элементарными преобразованиями к ступенчатому виду. Для ступенчатой квадратной матрицы определитель равен произведению диагональных элементов, а ранг - числу ненулевых строк (рангом по определению называется размерность линейной оболочки строк матрицы).

Метод Гаусса в математическом варианте состоит в следующем:

1. ищем сначала ненулевой элемент в первом столбце. Если все элементы первого столбца нулевые, то переходим ко второму столбцу, и так далее. Если нашли ненулевой элемент в k-й строке, то при помощи элементарного преобразования первого рода меняем местами первую и k-ю строки, добиваясь того, чтобы первый элемент первой строки был отличен от нуля;

2. используя элементарные преобразования второго рода, обнуляем все элементы первого столбца, начиная со второго элемента. Для этого от строки с номером k вычитаем первую строку, умноженную на коэффициент a_k1/a₁₁ .

3. переходим ко второму столбцу (или j-му, если все элементы первого столбца были нулевыми), и в дальнейшем рассматриваем только часть матрицы, начиная со второй строки и ниже. Снова повторяем пункты 1) и 2) до тех пор, пока не приведем матрицу к ступенчатому виду.

Программистский вариант метода Гаусса имеет три отличия от математического:

1. индексы строк и столбцов матрицы начинаются с нуля, а не с единицы;

2. недостаточно найти просто ненулевой элемент в столбце. В программировании все действия с вещественными числами производятся приближенно, поэтому можно считать, что точного равенства вещественных чисел вообще не бывает. Некоторые компиляторы даже выдают предупреждения на каждую операцию проверки равенства вещественных чисел. Поэтому вместо проверки на равенство нулю числа a_ij следует сравнивать его абсолютную величину _ij с очень маленьким числом е (например, е = 0.00000001). Если _ij =< е, то следует считать элемент a_ijнулевым;

3. при обнулении элементов j-го столбца, начиная со строки i + 1, мы к k-й строке, где k > i, прибавляем i-ю строку, умноженную на коэффициент

r = -a_kj/a_ij :

Такая схема работает нормально только тогда, когда коэффициент r по абсолютной величине не превосходит единицы. В противном случае, ошибки округления умножаются на большой коэффициент и, таким образом, экспоненциально растут. Математики называют это явление неустойчивостью вычислительной схемы. Если вычислительная схема неустойчива, то полученные с ее помощью результаты не имеют никакого отношения к исходной задаче. В нашем случае схема устойчива, когда коэффициент r = -a_kj/a_ij не превосходит по модулю единицы. Для этого должно выполняться неравенство Отсюда следует, что при поиске разрешающего элемента в j-м столбце необходимо найти не первый попавшийся ненулевой элемент, а максимальный по абсолютной величине. Если он по модулю не превосходит е, то считаем, что все элементы столбца нулевые; иначе меняем местами строки, ставя его на вершину столбца, и затем обнуляем столбец элементарными преобразованиями второго рода.

Основная идея метода Гаусса- привести матрицу систему к диагональному виду, то есть все элементы главной диагонали -нули. Для приведения матрицы к такому виду, мы выбираем самую верхнюю строку матрицы, и вычитаем её из всех остальных строк, умножив её для каждой строки на некий коэффициент, так, что самый левый столбец ниже главной диагонали заполнен нулями. Вычитаемая с коэффициентом строка называется текущей строкой. Выбирая текущую строку вначале верхнюю, а потом всё ниже и ниже, мы добьёмся, что все элементы ниже главной диагонали будет равны нулю. Эту часть метода- обработка строк по текущей строке и предстоит распараллеливать.

Суть метода заключается в последовательном исключении неизвестных. Рассмотрим систему линейных уравнений:

Разделим обе части 1-го уравнения на a₁₁ ? 0, затем: 1) умножим на а₂₁ и вычтем из второго уравнения 2) умножим на а₃₁ и вычтем из третьего уравнения и т.д. Получим:

где d_1j = a_1j/a₁₁, j = 2, 3, …, n+1.

d_ij = a_ij - a_i1d_1j

i = 2, 3, … , n; j = 2, 3, … , n+1.