- •1.Множества. Операции над множествами. Применение операций над множествами при решении задач.
- •2.Свойства операций над множествами. Примеры.
- •3. Числовые множества и их свойства. Числовая прямая и множества на ней.
- •4.Арифметические векторы. Линейные операции над векторами. Скалярное произведение векторов и его свойства. Ы-мерное векторное пространство.
- •5.Угол между векторами. Условие перпендикулярности векторов. Условие коллинеарности векторов.
- •Линейные операции над матрицами
- •7.Транспонирование матриц
- •Умножение матриц
- •8. Ранг матрицы
- •9. Определители второго и третьего порядков. Способы их вычисления.
- •10. Миноры и алгебраические дополнения. Определитель п-го порядка. Разложение определителя по элементам ряда.
- •Миноры и алгебраические дополнения
- •11. Свойства определителей. Вычисление определителя с использованием его свойств.
- •12. Обратная матрица. Метод нахождения обратной матрицы по формуле.
- •13.Обратная матрица. Метод нахождения обратной матрицы по методу Гаусса.
- •14. Системы линейных алгебраических уравнений. Теорема Кронекера-Капелли. Бесконечное множество решений. . Основные понятия Общий вид и свойства системы уравнений
- •15.Решение систем линейных алгебраических уравнений по формулам Крамера.
- •16.Решение систем линейных алгебраических уравнений методом обратной матрицы
- •17. Матрица системы линейных уравнений. Расширенная матрица системы. Решение системы линейных уравнений методом Гаусса. Матричная форма системы уравнений
- •18.Однородная система линейных уравнений и её фундаментальная система решений.
- •19. Собственные значения и собственные векторы матрицы. Характеристическое уравнение матрицы.
- •2.7. Собственные значения
- •2.8. Собственные векторы
15.Решение систем линейных алгебраических уравнений по формулам Крамера.
ТЕОРЕМА 2 (правило Крамера). Пусть Δ — определитель матрицы системы А, а Δj — определитель, полученный из определителя Δ заменой j-го столбца столбцом свободных членов В. Тогда если Δ ≠ 0, то система линейных уравнений (15.5) имеет единственное решение, определяемое по формулам
Формулы вычисления неизвестных (15.6) — решения системы (15.5) — носят название формул Крамера.
Пример 1. Найти решение системы уравнений
Решение. Составим и вычислим определители системы Δ и Δj (j = x, y, z):
Определитель системы отличен от нуля, стало быть, она имеет единственное решение, которое вычисляется по формулам (15.6):
16.Решение систем линейных алгебраических уравнений методом обратной матрицы
Пусть система линейных алгебраических уравнений задана в матричной форме , где матрица A имеет размерность n на n и ее определитель отличен от нуля. Так как , то матрица А – обратима, то есть, существует обратная матрица . Если умножить обе части равенства на слева, то получим формулу для нахождения матрицы-столбца неизвестных переменных . Так мы получили решение системы линейных алгебраических уравнений матричным методом. Пример. Решите систему линейных уравнений матричным методом. Решение. Перепишем систему уравнений в матричной форме: Так как то СЛАУ можно решать матричным методом. С помощью обратной матрицы решение этой системы может быть найдено как . Построим обратную матрицу с помощью матрицы из алгебраических дополнений элементов матрицы А (при необходимости смотрите статью методы нахождения обратной матрицы): Осталось вычислить - матрицу неизвестных переменных, умножив обратную матрицу на матрицу-столбец свободных членов (при необходимости смотрите статью операции над матрицами): Ответ: или в другой записи x1 = 4, x2 = 0, x3 = -1. Основная проблема при нахождении решения систем линейных алгебраических уравнений матричным методом заключается в трудоемкости нахождения обратной матрицы, особенно для квадратных матриц порядка выше третьего. Более подробное описание теории и дополнительные примеры смотрите в статье матричный метод решения систем линейных уравнений.
17. Матрица системы линейных уравнений. Расширенная матрица системы. Решение системы линейных уравнений методом Гаусса. Матричная форма системы уравнений
Сведем коэффициенты при неизвестных в системе уравнений (15.1) в матрицу
Эта матрица состоит из m строк и п столбцов и называется матрицей системы. Введем в рассмотрение две матрицы-столбца: матрицу неизвестных Х и матрицу свободных членов В:
Х и В представляют собой векторы-столбцы, однако в целях единого подхода в рамках матричной алгебры удобнее трактовать их именно как матрицы, состоящие соответственно из п и m строк и одного столбца.
Тогда систему линейных уравнений (15.1) можно записать в матричной форме, поскольку размер матрицы А равен т х n, а размер Х — n х 1 и, значит, произведение этих матриц имеет смысл:
Произведение матриц АХ является, как и В, матрицей-столбцом размером т х 1, состоящей из левых частей уравнений системы (15.1). Все уравнения этой системы вытекают из уравнения (15.3) в силу определения равенства двух матриц (п. 13.1).
Введем в рассмотрение еще одну матрицу; дополним матрицу системы А столбцом свободных членов и получим новую матрицу размером т х (n + 1):
Матрица АВ называется расширенной матрицей системы. Эта матрица играет важную роль в вопросе о разрешимости системы уравнений.
Матрица может состоять как из одной строчки, так и из одного столбца. Возможно, что матрица – это одно число, или число столбцов не равно числу строк. В данном примере все уравнения приравниваются к нулю. Такая система называется однородной. Однако как мы знаем, далеко не обязательно, чтобы уравнения приравнивались к нулю. Если В – это матрица-столбец, составленная из свободных членов СЛАУ, то матрица (А|В) называется расширенной матрицей СЛАУ:
Расширенная матрица системы
Мы научились составлять матрицу СЛАУ. Теперь рассмотрим действия, которые мы можем применять к матрице. Над строками матрицы можно проводить элементарные преобразования: 1) Переставлять местами 2 уравнения СЛАУ (2 строчки матрицы СЛАУ); 2) Умножать какое-либо уравнение СЛАУ (строчку матрицы) на число α≠0; 3) Прибавлять к одному уравнению СЛАУ (строчке матрицы) другое её уравнение (другую её строчку), умноженное на любое число β.
Метод Гаусса
Следует заметить, что как метод обратной матрицы, так и метод Крамера являются очень трудоемкими по количеству вычислительной работы. Оба они требуют порядка n2n! арифметических действий для нахождения решения системы линейных уравнений. При п = 5 это составит около 3000 действий, при п = 10 — около 3,6 ∙ 108 действий. При решении серьезных задач приходится иметь дело с системами уравнений порядка п = 100 и более. При таких масштабах даже суперкомпьютерам потребуется огромное время для вычисления решения. Кроме того, погрешности компьютерного округления чисел приводят к значительным ошибкам в расчетах численного решения систем уравнений большого порядка. Между тем существуют более экономичные методы решения систем линейных уравнений, основанные на предварительном преобразовании расширенной матрицы системы к специальному виду. В частности, одним из них является метод Гаусса, практическую реализацию которого мы приводим ниже.
Рассмотрим систему уравнений общего вида (15.1). Пусть для определенности a11 ≠ 0 (если a11 = 0, то можно переставить на первое место ненулевое слагаемое или начать с другого уравнения). Умножим первое уравнение системы (15.1) на число a21/a11 и затем вычтем его из второго уравнения этой системы. Умножим обе части первого уравнения на число a31/a11 и затем вычтем его из третьего уравнения и так далее, т.е. процесс заключается в последовательном вычитании первого уравнения, умножаемого на числа ai1/a11, из i-го уравнения (i = 2, 3, ... , m). Таким образом, в результате элементарных преобразований мы получим эквивалентную систему, в которой начиная со второго уравнения отсутствуют слагаемые, содержащие неизвестное x1:
где верхний индекс в скобках означает новые коэффициенты, полученные после первого шага. Для удобства записи будем оперировать расширенной матрицей системы, отделяя в ней вертикальной чертой столбец свободных членов. Итак, после первого шага, содержащего (т — 1) элементарных преобразований системы, мы переходим от расширенной матрицы (15.4) исходной системы к расширенной матрице
Второй шаг заключается в том, что теперь второе уравнение системы (15.7) или вторая строка матрицы (15.8) используется для аналогичных элементарных преобразований строк с третьей по m-ю: эта строка последовательно умножается на число и вычитается из i-й строки (i = 3, 4, ... ,m). В результате этих (m - 2) элементарных преобразований получаем новую расширенную матрицу, соответствующую новой эквивалентной системе уравнений. Эта матрица имеет вид
где верхний индекс означает новые коэффициенты. В случае если элемент = 0, то второе уравнение можно поменять местами с другим уравнением, у которого элемент ≠ 0.
Продолжим этот процесс аналогичным образом (т.е. на 3-м шаге преобразуются строки с 4-й по т-ю, на 4-м шаге — строки с 5-й по m-ю и т.д.) до тех пор, пока не дойдем до последней m-й строки. После (r - 1)-го шага процесса последовательного исключения неизвестных мы получим следующую расширенную матрицу:
Последние (m - r) строк этой матрицы соответствуют уравнениям эквивалентной системы уравнений
Эти уравнения могут появиться, если соответствующие уравнения исходной системы (15.1) представляют собой линейные комбинации других уравнений этой системы, о чем говорилось в п. 15.1. Здесь мы не исследовали заранее систему (15.1) на совместность; поэтому если эта система несовместна, то хотя бы одно из чисел , ,..., не равно нулю. Таким образом, метод Гаусса позволяет на определенном шаге установить возможную несовместность исходной системы линейных уравнений или выявить и удалить уравнения, являющиеся линейными комбинациями других уравнений системы (15.1), если она совместна.
Пусть система (15.1) совместна, тогда все правые части уравнений (15.10) равны нулю, и после удаления нулевых уравнений в эквивалентной системе и нулевых строк в расширенной матрице получаем матрицу специфического ступенчатого вида, ранг которой равен r. Все элементы этой матрицы, стоящие слева или ниже элементов аij, равны нулю:
Эта расширенная матрица соответствует системе уравнений ранга r, которая имеет вид
Система уравнений (15.12) уже полностью подготовлена к нахождению решения, процесс которого осуществляется снизу вверх, т.е. от последнего уравнения к первому. Переход от системы (15.1) к эквивалентной ей системе (15.12) называется прямым ходом, а нахождение неизвестных из системы (15.12) — обратным ходом метода Гаусса. Далее последовательность действий аналогична изложенной выше.
1. Если r = n, то система (15.12) имеет вид
Поднимаясь снизу вверх, последовательно находим (обратный ход метода Гаусса):
— из последнего r-го уравнения неизвестное xr = ;
— из (r - 1)-го уравнения неизвестное xr-1 путем подстановки в это уравнение уже найденного неизвестного xr;
— из i-го уравнения неизвестное xi при подстановке в него найденных величин xr, xr-1, ..., xi-1;
— и так далее до первого уравнения, из которого при подстановке в него уже найденных величин xr, xr-1 , ..., x2 находим х1.
2. Ранг системы уравнений (15.12) меньше n. В этом случае, как и ранее, объявляем неизвестные xr+1, xr+2, …, xп, свободными и формируем правые части уравнений (15.12), оставляя в левых частях слагаемые, содержащие базисные переменные x1, x2, ..., xr:
Решение этой системы находится обратным ходом метода; теперь базисные неизвестные зависят от свободных неизвестных, которые могут принимать любые значения, а потому система (15.1) имеет бесчисленное множество решений.
Рассмотрим примеры решения систем линейных уравнений методом Гаусса.