- •Тема 3. Линейная алгебра Лекция 8. Понятие евклидова пространства
- •N-мерные векторы
- •Коллинеарные векторы
- •Размерность и базис векторного пространства
- •Контрольные вопросы к лекции №8
- •Лекция 9. Матрицы
- •Основные понятия
- •Операции над матрицами
- •Определитель матрицы
- •Ранг матрицы
- •Обратная матрица
- •Контрольные вопросы к лекции №9
- •Лекция 13. Системы линейных уравнений
- •Основные понятия
- •Критерий совместности системы линейных уравнений
- •Правило Крамера решения систем линейных уравнений
- •Метод Гаусса
- •Однородные системы уравнений
- •Разрешенные системы линейных уравнений
- •Контрольные вопросы к лекции №13
Контрольные вопросы к лекции №13
Критерий Кронекера-Капелли.
Совместные и определенные системы линейных уравнений.
Методы решения систем линейных уравнений и условия их применимости.
Однородные системы линейных уравнений.
Свободные и разрешенные переменные.
Матричный метод
Ма́тричный метод решения (метод решения через обратную матрицу)систем линейных алгебраических уравненийс ненулевымопределителемсостоит в следующем.
Пусть дана система линейных уравнений с неизвестными (над произвольным полем):
Тогда её можно переписать в матричной форме:
, где — основная матрица системы,и— столбцы свободных членов и решений системы соответственно:
Умножим это матричное уравнение слева на — матрицу, обратную к матрице:
Так как , получаем. Правая часть этого уравнения даст столбец решений исходной системы. Условием применимости данного метода (как и вообще существования решения неоднородной системы линейных уравнений с числом уравнений, равным числу неизвестных) являетсяневырожденностьматрицы A. Необходимым и достаточным условием этого является неравенство нулюопределителя матрицыA:
.
Для однородной системы линейных уравнений, то есть когда вектор , действительно обратное правило: системаимеет нетривиальное (то есть ненулевое) решение только если. Такая связь между решениями однородных и неоднородных систем линейных уравнений носит названиеальтернативы Фредгольма.
Пример решения неоднородной СЛАУ[
Сначала убедимся в том, что определитель матрицыиз коэффициентов при неизвестныхСЛАУне равен нулю.
Теперь вычислим алгебраические дополнениядля элементов матрицы, состоящей из коэффициентов при неизвестных. Они нам понадобятся для нахожденияобратной матрицы.
Далее найдём союзную матрицу,транспонируемеё и подставим в формулу для нахожденияобратной матрицы.
Подставляя переменные в формулу, получаем:
Осталось найти неизвестные. Для этого перемножимобратную матрицуи столбец свободных членов.
Итак, x=2; y=1; z=4.
Метод Гаусса
[править|править исходный текст]
Материал из Википедии — свободной энциклопедии
Текущая версия страницы пока не проверяласьопытными участниками и может значительно отличаться отверсии, проверенной 12 августа 2013; проверки требует1 правка.
Текущая версия страницы пока не проверяласьопытными участниками и может значительно отличаться отверсии, проверенной 12 августа 2013; проверки требует1 правка.
Перейти к: навигация,поиск
У этого термина существуют и другие значения, см. Метод Гаусса (оптимизация).
Ме́тод Га́усса[1] — классический метод решения системы линейных алгебраических уравнений(СЛАУ). Это метод последовательного исключенияпеременных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе треугольного вида, из которой последовательно, начиная с последних (по номеру), находятся все переменные системы[2].
Содержание
[убрать]
1 История
2 Описание метода
2.1 Условие совместности
2.2 Алгоритм
2.2.1 Описание
2.2.2 Простейший случай
2.3 Пример
3 Применение и модификации
4 Достоинства метода
5 Неоптимальность метода Гаусса
6 См. также
7 Примечания
8 Литература
История[править|править исходный текст]
Хотя в настоящее время данный метод повсеместно называется методом Гаусса, он был известен и до К. Ф. Гаусса. Первое известное описание данного метода — в китайском трактате «Математика в девяти книгах», составленном междуI в. до н.э.иII в. н. э.
Описание метода[править|править исходный текст]
Пусть исходная система выглядит следующим образом
Матрица называется основной матрицей системы,— столбцом свободных членов.
Тогда, согласно свойству элементарных преобразованийнад строками, основную матрицу этой системы можно привести к ступенчатому виду (эти же преобразования нужно применять к столбцу свободных членов):
При этом будем считать, что базисный минор(ненулевойминормаксимального порядка) основной матрицы находится в верхнем левом углу, то есть в него входят только коэффициенты при переменных[3].
Тогда переменные называютсяглавными переменными. Все остальные называются свободными.
Если хотя бы одно число , где, то рассматриваемая системанесовместна, т.е. у неё нет ни одного решения.
Пусть для любых.
Перенесём свободные переменные за знаки равенств и поделим каждое из уравнений системы на свой коэффициент при самом левом (, где— номер строки):
, где
Если свободным переменным системы (2) придавать все возможные значения и решать новую систему относительно главных неизвестных снизу вверх (то есть от нижнего уравнения к верхнему), то мы получим все решения этой СЛАУ. Так как эта система получена путёмэлементарных преобразованийнад исходной системой (1), то по теореме об эквивалентности при элементарных преобразованиях системы (1) и (2) эквивалентны, то есть множества их решений совпадают.
Следствия: 1: Если в совместной системе все переменные главные, то такая система является определённой. 2: Если количество переменных в системе превосходит число уравнений, то такая система является либо неопределённой, либо несовместной. |
|
Условие совместности[править|править исходный текст]
Упомянутое выше условие для всехможет 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).
Теорема Кронекера — Капелли. Системасовместна тогда и только тогда, когдарангеё основной матрицы равен рангу её расширенной матрицы. Следствия:
|
|
Алгоритм[править|править исходный текст]
Блок схема представлена на рисунке. Данный рисунок адаптированный для написания программы на языке С++, где a[0] столбец свободных членов.
Алгоритм Гаусса для решения САУ
Описание[править|править исходный текст]
Алгоритм решения СЛАУметодом Гаусса подразделяется на два этапа.
На первом этапе осуществляется так называемый прямой ход, когда путём элементарных преобразованийнад строками систему приводят к ступенчатой илитреугольной 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 арифметических операций.
Этот метод опирается на:
Теорема (о приведении матриц к ступенчатому виду). Любую матрицу путём элементарных преобразований только над строками можно привести к ступенчатому виду. |
|
Простейший случай[править|править исходный текст]
В простейшем случае алгоритм выглядит так:
Прямой ход:
Обратный ход. Из последнего ненулевого уравнения выражаем базисную переменную через небазисные и подставляем в предыдущие уравнения. Повторяя эту процедуру для всех базисных переменных, получаем фундаментальное решение.
Пример
Покажем, как методом Гаусса можно решить следующую систему:
Обнулим коэффициенты при во второй и третьей строчках. Для этого вычтем из них первую строчку, умноженную наи, соответственно:
Теперь обнулим коэффициент при в третьей строке, вычтя из неё вторую строку, умноженную на:
В результате мы привели исходную систему к треугольному виду, тем самым закончим первый этап алгоритма.
На втором этапе разрешим полученные уравнения в обратном порядке. Имеем:
из третьего;
из второго, подставив полученное
из первого, подставив полученные и.
Таким образом исходная система решена.
В случае, если число уравнений в совместной системе получилось меньше числа неизвестных, то тогда ответ будет записываться в виде фундаментальной системы решений.
Применение и модификации
Помимо аналитического решения СЛАУ, метод Гаусса также применяется для:
нахождения матрицы, обратной к данной (к матрице справа приписывается единичнаятакого же размера, что и исходная:, после чегоприводится к виду единичной матрицыметодом Гаусса—Жордана; в результате на месте изначальной единичной матрицы справа оказываетсяобратнаяк исходной матрица:);
определения ранга матрицы(согласно следствию изтеоремы Кронекера—Капеллиранг матрицыравен числу её главных переменных);
численного решения СЛАУ в вычислительной технике (ввиду погрешности вычислений используется Метод Гаусса с выделением главного элемента, суть которого заключена в том, чтобы на каждом шаге в качестве главной переменной выбирать ту, при которой среди оставшихся после вычёркивания очередных строк и столбцов стоит максимальный по модулю коэффициент).