Векторная форма записи

Система уравнений может быть записана в векторном виде:

A₁x₁ + A₂x₂ + ... + A_nx_n =B

Пример 1. Записать в векторном виде.

Матричная форма записи

В матричной записи система линейных уравнений может быть записана следующим образом:

AX=B

Пример 2: Записать в матричном виде систему из предыдущего примера

Однородные системы линейных уравнений 

     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) в линейной алгебре — это система уравнений вида

Здесь x₁, x₂, …, x_n — неизвестные, которые надо определить. a₁₁, a₁₂, …, a_mn — коэффициенты системы — иb₁, b₂, … b_m — свободные члены — предполагаются известными. Индексы коэффициентов (a_ij) системы обозначают номера уравнения (i) и неизвестного (j), при котором стоит этот коэффициент, соответственно^[1].

Система (1) называется однородной, если все её свободные члены равны нулю (b₁ = b₂ = … = b_m = 0), иначе —неоднородной.

Система (1) называется квадратной, если число m уравнений равно числу n неизвестных.

Р ешение системы (1) — совокупность n чисел c₁, c₂, …, c_n, таких что подстановка каждого c_i вместо x_i в систему (1) обращает все её уравнения в тождества.

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 c₁⁽¹⁾, c₂⁽¹⁾, …, c_n⁽¹⁾ и c₁⁽²⁾, c₂⁽²⁾, …, c_n⁽²⁾ совместной системы вида (1) называются различными, если нарушается хотя бы одно из равенств:

c1(1) = c1(2), c2(1) = c2(2), …, cn(1) = cn(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. Если уравнений больше, чем неизвестных, она называется переопределённой.

33) 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 х₁, х₂, …, х_n:

(13)

Рисунок 8.

 

В соответствии с правилом умножения матриц рассмотренная система линейных уравнений может быть записана в матричном виде

Ах = b,

(14)

где:

.

(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 не 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^-1получим:

(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:

решение которой находят по рекуррентным формулам:

.

(17)

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 и В бок о бок. Массивы A и В 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.