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.
Исследовать систему линейных агебраических уравнений (СЛАУ) на совместность означает выяснить, есть у этой системы решения, или же их нет. Ну и если решения есть, то указать сколько их.
Нам понадобятся сведения из темы "Система линейных алгебраических уравнений. Основные термины. Матричная форма записи" . В частности, нужны такие понятия, как матрица системы и расширенная матрица системы , поскольку именно на них опирается формулировка теоремы Кронекера-Капелли. Как обычно, матрицу системы будем обозначать буквой $A$, а расширенную матрицу системы - буквой $\widetilde{A}$.
Теорема Кронекера-Капелли
Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $\rang A=\rang\widetilde{A}$.
Напомню, что система называется совместной, если она имеет хоть одно решение. Теорема Кронекера-Капелли говорит вот о чём: если $\rang A=\rang\widetilde{A}$, то решение есть; если $\rang A\neq\rang\widetilde{A}$, то данная СЛАУ не имеет решений (несовместна). Ответ на вопрос о количестве этих решений даёт следствие из теоремы Кронекера-Капелли. В формулировке следствия использована буква $n$, которая равна количеству переменных заданной СЛАУ.
Следствие из теоремы Кронекера-Капелли
- Если $\rang A\neq\rang\widetilde{A}$, то СЛАУ несовместна (не имеет решений).
- Если $\rang A=\rang\widetilde{A} < n$, то СЛАУ является неопределённой (имеет бесконечное количество решений).
- Если $\rang A=\rang\widetilde{A} = n$, то СЛАУ является определённой (имеет ровно одно решение).
Заметьте, что сформулированная теорема и следствие из неё не указывают, как найти решение СЛАУ. С их помощью можно лишь выяснить, существуют эти решения или нет, а если существуют - то сколько.
Пример №1
Исследовать СЛАУ $ \left \{\begin{aligned} & -3x_1+9x_2-7x_3=17;\\ & -x_1+2x_2-4x_3=9;\\ & 4x_1-2x_2+19x_3=-42. \end{aligned}\right.$ на совместность. Если СЛАУ совместна, указать количество решений.
Чтобы выяснить наличие решений заданной СЛАУ, используем теорему Кронекера-Капелли. Нам понадобятся матрица системы $A$ и расширенная матрица системы $\widetilde{A}$, запишем их:
$$ A=\left(\begin{array} {ccc} -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end{array} \right);\; \widetilde{A}=\left(\begin{array} {ccc|c} -3 & 9 &-7 & 17 \\ -1 & 2 & -4 & 9\\ 4 & -2 & 19 & -42 \end{array} \right). $$
Нужно найти $\rang A$ и $\rang\widetilde{A}$. Для этого есть много способов, некоторые из которых перечислены в разделе "Ранг матрицы" . Обычно для исследования таких систем применяют два метода: "Вычисление ранга матрицы по определению" или "Вычисление ранга матрицы методом элементарных преобразований" .
Способ №1. Вычисление рангов по определению.
Согласно определению, ранг - это наивысший порядок миноров матрицы , среди которых есть хоть один, отличный от нуля. Обычно исследование начинают с миноров первого порядка, но здесь удобнее приступить сразу к вычислению минора третьего порядка матрицы $A$. Элементы минора третьего порядка находятся на пересечении трёх строк и трёх столбцов рассматриваемой матрицы. Так как матрица $A$ содержит всего 3 строки и 3 столбца, то минор третьего порядка матрицы $A$ - это определитель матрицы $A$, т.е. $\Delta A$. Для вычисления определителя применим формулу №2 из темы "Формулы для вычисления определителей второго и третьего порядков" :
$$ \Delta A=\left| \begin{array} {ccc} -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end{array} \right|=-21. $$
Итак, есть минор третьего порядка матрицы $A$, который не равен нулю. Минор четвёртого порядка составить невозможно, так как для него требуется 4 строки и 4 столбца, а в матрице $A$ всего 3 строки и 3 столбца. Итак, наивысший порядок миноров матрицы $A$, среди которых есть хотя бы один не равный нулю, равен 3. Следовательно, $\rang A=3$.
Нам требуется найти также и $\rang\widetilde{A}$. Давайте посмотрим на структуру матрицы $\widetilde{A}$. До черты в матрице $\widetilde{A}$ находятся элементы матрицы $A$, причём мы выяснили, что $\Delta A\neq 0$. Следовательно, у матрицы $\widetilde{A}$ есть минор третьего порядка, который не равен нулю. Миноров четвёртого порядка матрицы $\widetilde{A}$ составить мы не можем, поэтому делаем вывод: $\rang\widetilde{A}=3$.
Так как $\rang A=\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система совместна, т.е. имеет решение (хотя бы одно). Чтобы указать количество решений, учтём, что наша СЛАУ содержит 3 неизвестных: $x_1$, $x_2$ и $x_3$. Так как количество неизвестных $n=3$, то делаем вывод: $\rang A=\rang\widetilde{A}=n$, поэтому согласно следствия из теоремы Кронекера-Капелли, система является определённой, т.е. имеет единственное решение.
Задача решена. Какие недостатки и преимущества имеет данный способ? Для начала поговорим о плюсах. Во-первых, нам понадобилось найти всего один определитель. После этого мы сразу сделали вывод о количестве решений. Обычно в стандартных типовых расчётах даются системы уравнений, которые содержат три неизвестных и имеют единственное решение. Для таких систем данный метод очень даже удобен, ибо мы заранее знаем, что решение есть (иначе примера не было бы в типовом расчёте). Т.е. нам остаётся только показать наличие решения наиболее быстрым способом. Во-вторых, вычисленное значение определителя матрицы системы (т.е. $\Delta A$) пригодится после: когда станем решать заданную систему методом Крамера или с помощью обратной матрицы .
Однако метод вычисления ранга по определению нежелательно применять, если матрица системы $A$ является прямоугольной. В этом случае лучше применить второй метод, о котором пойдёт речь ниже. Кроме того, если $\Delta A=0$, то мы ничего не сможем сказать о количестве решений заданной неоднородной СЛАУ. Может, СЛАУ имеет бесконечное количество решений, а может - ни одного. Если $\Delta A=0$, то требуется дополнительное исследование, которое зачастую является громоздким.
Подводя итог сказанному, отмечу, что первый способ хорош для тех СЛАУ, у которых матрица системы квадратна. При этом сама СЛАУ содержит три или четыре неизвестных и взята из стандартных типовых расчетов или контрольных работ.
Способ №2. Вычисление ранга методом элементарных преобразований.
Подробно это метод описан в соответствующей теме . Мы станем вычислять ранг матрицы $\widetilde{A}$. Почему именно матрицы $\widetilde{A}$, а не $A$? Дело в том, что матрица $A$ является частью матрицы $\widetilde{A}$, поэтому вычисляя ранг матрицы $\widetilde{A}$ мы одновременно найдем и ранг матрицы $A$.
\begin{aligned} &\widetilde{A} =\left(\begin{array} {ccc|c} -3 & 9 &-7 & 17 \\ -1 & 2 & -4 & 9\\ 4 & -2 & 19 & -42 \end{array} \right) \rightarrow \left|\text{меняем местами первую и вторую строки}\right| \rightarrow \\ &\rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ -3 & 9 &-7 & 17\\ 4 & -2 & 19 & -42 \end{array} \right) \begin{array} {l} \phantom{0} \\ r_2-3r_1\\ r_3+4r_1 \end{array} \rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 6 & 3 & -6 \end{array} \right) \begin{array} {l} \phantom{0} \\ \phantom{0}\\ r_3-2r_2 \end{array}\rightarrow\\ &\rightarrow \left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 0 & -7 & 14 \end{array} \right) \end{aligned}
Мы привели матрицу $\widetilde{A}$ к ступенчатому виду . Полученная ступенчатая матрица имеет три ненулевых строки, поэтому её ранг равен 3. Следовательно, и ранг матрицы $\widetilde{A}$ равен 3, т.е. $\rang\widetilde{A}=3$. Делая преобразования с элементами матрицы $\widetilde{A}$ мы одновременно преобразовывали и элементы матрицы $A$, расположенные до черты. Матрица $A$ также приведена к ступенчатому виду: $\left(\begin{array} {ccc} -1 & 2 & -4 \\ 0 & 3 &5 \\ 0 & 0 & -7 \end{array} \right)$. Вывод: ранг матрицы $A$ также равен 3, т.е. $\rang A=3$.
Так как $\rang A=\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система совместна, т.е. имеет решение. Чтобы указать количество решений, учтём, что наша СЛАУ содержит 3 неизвестных: $x_1$, $x_2$ и $x_3$. Так как количество неизвестных $n=3$, то делаем вывод: $\rang A=\rang\widetilde{A}=n$, поэтому согласно следствия из теоремы Кронекера-Капелли, система определена, т.е. имеет единственное решение.
Какие преимущества второго способа? Главное преимущество - это его универсальность. Нам совершенно неважно, является ли матрица системы квадратной или нет. Кроме того, мы фактически провели преобразования прямого хода метода Гаусса . Осталось лишь пару действий, и мы смогли бы получить решение данной СЛАУ. Честно говоря, второй способ нравится мне более первого, но выбор - это дело вкуса.
Ответ : Заданная СЛАУ совместна и определена.
Пример №2
Исследовать СЛАУ $ \left\{ \begin{aligned} & x_1-x_2+2x_3=-1;\\ & -x_1+2x_2-3x_3=3;\\ & 2x_1-x_2+3x_3=2;\\ & 3x_1-2x_2+5x_3=1;\\ & 2x_1-3x_2+5x_3=-4. \end{aligned} \right.$ на совместность.
Находить ранги матрицы системы и расширенной матрицы системы будем методом элементарных преобразований . Расширенная матрица системы: $\widetilde{A}=\left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ -1 & 2 & -3 & 3 \\ 2 & -1 & 3 & 2 \\ 3 & -2 & 5 & 1 \\ 2 & -3 & 5 & -4 \end{array} \right)$. Найдём требуемые ранги, преобразовывая расширенную матрицу системы:
$$ \left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ -1 & 2 & -3 & 3 \\ 2 & -3 & 5 & -4 \\ 3 & -2 & 5 & 1 \\ 2 & -1 & 3 & 2 \end{array} \right) \begin{array} {l} \phantom{0}\\r_2+r_1\\r_3-2r_1\\ r_4-3r_1\\r_5-2r_1\end{array}\rightarrow \left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & -1 & 1 & -2 \\ 0 & 1 & -1 & 4 \\ 0 & 1 & -1 & 4 \end{array} \right) \begin{array} {l} \phantom{0}\\\phantom{0}\\r_3-r_2\\ r_4-r_2\\r_5+r_2\end{array}\rightarrow\\ $$ $$ \rightarrow\left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \end{array} \right) \begin{array} {l} \phantom{0}\\\phantom{0}\\\phantom{0}\\ r_4-r_3\\\phantom{0}\end{array}\rightarrow \left(\begin{array} {ccc|c} 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{array} \right) $$
Расширенная матрица системы приведена к ступенчатому виду . Ранг ступенчатой матрицы равен количеству её ненулевых строк, поэтому $\rang\widetilde{A}=3$. Матрица $A$ (до черты) тоже приведена к ступенчатому виду, и ранг её равен 2, $\rang{A}=2$.
Так как $\rang A\neq\rang\widetilde{A}$, то согласно теореме Кронекера-Капелли система несовместна (т.е. не имеет решений).
Ответ : система несовместна.
Пример №3
Исследовать СЛАУ $ \left\{ \begin{aligned} & 2x_1+7x_3-5x_4+11x_5=42;\\ & x_1-2x_2+3x_3+2x_5=17;\\ & -3x_1+9x_2-11x_3-7x_5=-64;\\ & -5x_1+17x_2-16x_3-5x_4-4x_5=-90;\\ & 7x_1-17x_2+23x_3+15x_5=132. \end{aligned} \right.$ на совместность.
Приводим расширенную матрицу системы к ступенчатому виду:
$$ \left(\begin{array}{ccccc|c} 2 & 0 & 7 & -5 & 11 & 42\\ 1 & -2 & 3 & 0 & 2 & 17 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right) \overset{r_1\leftrightarrow{r_3}}{\rightarrow} $$ $$ \rightarrow\left(\begin{array}{ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 2 & 0 & 7 & -5 & 11 & 42\\ -3 & 9 & -11 & 0 & -7 & -64\\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right) \begin{array} {l} \phantom{0}\\ r_2-2r_1 \\r_3+3r_1 \\ r_4+5r_1 \\ r_5-7r_1 \end{array} \rightarrow \left(\begin{array}{ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 3 & -2 & 0 & -1 & -13\\ 0 & 7 & -1 & -5 & 6 & -5 \\ 0 & -3 & 2 & 0 & 1 & 13 \end{array} \right) \begin{array} {l} \phantom{0}\\ \phantom{0}\\4r_3+3r_2 \\ 4r_4-7r_2 \\ 4r_5+3r_2 \end{array} \rightarrow $$ $$ \rightarrow\left(\begin{array}{ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & -11 & 15 & -25 & -76 \\ 0 & 0 & 11 & -15 & 25 & 76 \end{array} \right) \begin{array} {l} \phantom{0}\\ \phantom{0}\\\phantom{0} \\ r_4-r_3 \\ r_5+r_2 \end{array} \rightarrow \left(\begin{array}{ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end{array} \right) $$
Мы привели расширенную матрицу системы и саму матрицу системы к ступенчатому виду . Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $\rang\widetilde{A}=\rang{A}\lt{n}$, то согласно следствия из теоремы Кронекера-Капелли данная система является неопределённой, т.е. имеет бесконечное количество решений.
Ответ : система является неопределённой.
Во второй части мы разберём примеры, которые нередко включают в типовые расчёты или контрольные работы по высшей математике: исследование на совместность и решение СЛАУ в зависимости от значений параметров, входящих в неё.
1. Системы линейных уравнений с параметром
Системы линейных уравнений с параметром решаются теми же основными методами, что и обычные системы уравнений: метод подстановки, метод сложения уравнений и графический метод. Знание графической интерпретации линейных систем позволяет легко ответить на вопрос о количестве корней и их существовании.
Пример 1.
Найти все значения для параметра а, при которых система уравнений не имеет решений.
{х + (а 2 – 3)у = а,
{х + у = 2.
Решение.
Рассмотрим несколько способов решения данного задания.
1 способ . Используем свойство: система не имеет решений, если отношение коэффициентов перед х равно отношению коэффициентов перед у, но не равно отношению свободных членов (а/а 1 = b/b 1 ≠ c/c 1). Тогда имеем:
1/1 = (а 2 – 3)/1 ≠ а/2 или систему
{а 2 – 3 = 1,
{а ≠ 2.
Из первого уравнения а 2 = 4, поэтому с учетом условия, что а ≠ 2, получаем ответ.
Ответ: а = -2.
2 способ . Решаем методом подстановки.
{2 – у + (а 2 – 3)у = а,
{х = 2 – у,
{(а 2 – 3)у – у = а – 2,
{х = 2 – у.
После вынесения в первом уравнении общего множителя у за скобки, получим:
{(а 2 – 4)у = а – 2,
{х = 2 – у.
Система не имеет решений, если первое уравнение не будет иметь решений, то есть
{а 2 – 4 = 0,
{а – 2 ≠ 0.
Очевидно, что а = ±2, но с учетом второго условия в ответ идет только ответ с минусом.
Ответ: а = -2.
Пример 2.
Найти все значения для параметра а, при которых система уравнений имеет бесконечное множество решений.
{8х + ау = 2,
{ах + 2у = 1.
Решение.
По свойству, если отношение коэффициентов при х и у одинаковое, и равно отношению свободных членов системы, то она имеет бесконечное множество решений (т. е. а/а 1 = b/b 1 = c/c 1). Следовательно 8/а = а/2 = 2/1. Решая каждое из полученных уравнений находим, что а = 4 – ответ в данном примере.
Ответ: а = 4.
2. Системы рациональных уравнений с параметром
Пример 3.
{3|х| + у = 2,
{|х| + 2у = a.
Решение.
Умножим первое уравнение системы на 2:
{6|х| + 2у = 4,
{|х| + 2у = a.
Вычтем из первого второе уравнение, получим 5|х| = 4 – а. Это уравнение будет иметь единственное решение при а = 4. В других случаях это уравнение будет иметь два решения (при а < 4) или ни одного (при а > 4).
Ответ: а = 4.
Пример 4.
Найти все значения параметра а, при которых система уравнений имеет единственное решение.
{х + у = а,
{у – х 2 = 1.
Решение.
Данную систему решим с использованием графического метода. Так, графиком второго уравнения системы является парабола, поднятая по оси Оу вверх на один единичный отрезок. Первое уравнение задает множество прямых, параллельных прямой y = -x (рисунок 1)
. Из рисунка хорошо видно, что система имеет решение, если прямая у = -х + а является касательной к параболе в точке с координатами (-0,5; 1,25). Подставив в уравнение прямой вместо х и у эти координаты, находим значение параметра а:
1,25 = 0,5 + а;
Ответ: а = 0,75.
Пример 5.
Используя метод подстановки, выясните, при каком значении параметра а, система имеет единственное решение.
{ах – у = а + 1,
{ах + (а + 2)у = 2.
Решение.
Из первого уравнения выразим у и подставим во второе:
{у = ах – а – 1,
{ах + (а + 2)(ах – а – 1) = 2.
Приведем второе уравнение к виду kx = b, которое будет иметь единственное решение при k ≠ 0. Имеем:
ах + а 2 х – а 2 – а + 2ах – 2а – 2 = 2;
а 2 х + 3ах = 2 + а 2 + 3а + 2.
Квадратный трехчлен а 2 + 3а + 2 представим в виде произведения скобок
(а + 2)(а + 1), а слева вынесем х за скобки:
(а 2 + 3а)х = 2 + (а + 2)(а + 1).
Очевидно, что а 2 + 3а не должно быть равным нулю, поэтому,
а 2 + 3а ≠ 0, а(а + 3) ≠ 0, а значит а ≠ 0 и ≠ -3.
Ответ: а ≠ 0; ≠ -3.
Пример 6.
Используя графический метод решения, определите, при каком значении параметра а, система имеет единственное решение.
{х 2 + у 2 = 9,
{у – |х| = а.
Решение.
Исходя из условия, строим окружность с центром в начале координат и радиусом 3 единичных отрезка, именно ее задает первое уравнение системы
х 2 + у 2 = 9. Второе уравнение системы (у = |х| + а) – ломаная. С помощью рисунка 2
рассматриваем все возможные случаи ее расположения относительно окружности. Легко видеть, что а = 3.
Ответ: а = 3.
Остались вопросы? Не знаете, как решать системы уравнений?
Чтобы получить помощь репетитора – зарегистрируйтесь .
Первый урок – бесплатно!
сайт, при полном или частичном копировании материала ссылка на первоисточник обязательна.
Решение систем линейных алгебраических уравнений (СЛАУ), несомненно, является важнейшей темой курса линейной алгебры. Огромное количество задач из всех разделов математики сводится к решению систем линейных уравнений. Этими факторами объясняется причина создания данной статьи. Материал статьи подобран и структурирован так, что с его помощью Вы сможете
- подобрать оптимальный метод решения Вашей системы линейных алгебраических уравнений,
- изучить теорию выбранного метода,
- решить Вашу систему линейных уравнений, рассмотрев подробно разобранные решения характерных примеров и задач.
Краткое описание материала статьи.
Сначала дадим все необходимые определения, понятия и введем обозначения.
Далее рассмотрим методы решения систем линейных алгебраических уравнений, в которых число уравнений равно числу неизвестных переменных и которые имеют единственное решение. Во-первых, остановимся на методе Крамера, во-вторых, покажем матричный метод решения таких систем уравнений, в-третьих, разберем метод Гаусса (метод последовательного исключения неизвестных переменных). Для закрепления теории обязательно решим несколько СЛАУ различными способами.
После этого перейдем к решению систем линейных алгебраических уравнений общего вида, в которых число уравнений не совпадает с числом неизвестных переменных или основная матрица системы является вырожденной. Сформулируем теорему Кронекера - Капелли, которая позволяет установить совместность СЛАУ. Разберем решение систем (в случае их совместности) с помощью понятия базисного минора матрицы. Также рассмотрим метод Гаусса и подробно опишем решения примеров.
Обязательно остановимся на структуре общего решения однородных и неоднородных систем линейных алгебраических уравнений. Дадим понятие фундаментальной системы решений и покажем, как записывается общее решение СЛАУ с помощью векторов фундаментальной системы решений. Для лучшего понимания разберем несколько примеров.
В заключении рассмотрим системы уравнений, сводящиеся к линейным, а также различные задачи, при решении которых возникают СЛАУ.
Навигация по странице.
Определения, понятия, обозначения.
Будем рассматривать системы из p
линейных алгебраических уравнений с n
неизвестными переменными (p
может быть равно n
) вида
Неизвестные переменные, - коэффициенты (некоторые действительные или комплексные числа), - свободные члены (также действительные или комплексные числа).
Такую форму записи СЛАУ называют координатной .
В матричной форме
записи эта система уравнений имеет вид ,
где 
- основная матрица системы, - матрица-столбец неизвестных переменных, - матрица-столбец свободных членов.
Если к матрице А
добавить в качестве (n+1)-ого
столбца матрицу-столбец свободных членов, то получим так называемую расширенную матрицу
системы линейных уравнений. Обычно расширенную матрицу обозначают буквой Т
, а столбец свободных членов отделяют вертикальной линией от остальных столбцов, то есть,
Решением системы линейных алгебраических уравнений называют набор значений неизвестных переменных , обращающий все уравнения системы в тождества. Матричное уравнение при данных значениях неизвестных переменных также обращается в тождество .
Если система уравнений имеет хотя бы одно решение, то она называется совместной .
Если система уравнений решений не имеет, то она называется несовместной .
Если СЛАУ имеет единственное решение, то ее называют определенной ; если решений больше одного, то – неопределенной .
Если свободные члены всех уравнений системы равны нулю 
, то система называется однородной
, в противном случае – неоднородной
.
Решение элементарных систем линейных алгебраических уравнений.
Если число уравнений системы равно числу неизвестных переменных и определитель ее основной матрицы не равен нулю, то такие СЛАУ будем называть элементарными . Такие системы уравнений имеют единственное решение, причем в случае однородной системы все неизвестные переменные равны нулю.
Такие СЛАУ мы начинали изучать в средней школе. При их решении мы брали какое-нибудь одно уравнение, выражали одну неизвестную переменную через другие и подставляли ее в оставшиеся уравнения, следом брали следующее уравнение, выражали следующую неизвестную переменную и подставляли в другие уравнения и так далее. Или пользовались методом сложения, то есть, складывали два или более уравнений, чтобы исключить некоторые неизвестные переменные. Не будем подробно останавливаться на этих методах, так как они по сути являются модификациями метода Гаусса.
Основными методами решения элементарных систем линейных уравнений являются метод Крамера, матричный метод и метод Гаусса. Разберем их.
Решение систем линейных уравнений методом Крамера.
Пусть нам требуется решить систему линейных алгебраических уравнений
в которой число уравнений равно числу неизвестных переменных и определитель основной матрицы системы отличен от нуля, то есть, .
Пусть - определитель основной матрицы системы, а 
- определители матриц, которые получаются из А
заменой 1-ого, 2-ого, …, n-ого
столбца соответственно на столбец свободных членов:
При таких обозначениях неизвестные переменные вычисляются по формулам метода Крамера как 
. Так находится решение системы линейных алгебраических уравнений методом Крамера.
Пример.
Методом Крамера 
.
Решение.
Основная матрица системы имеет вид 
. Вычислим ее определитель (при необходимости смотрите статью ):
Так как определитель основной матрицы системы отличен от нуля, то система имеет единственное решение, которое может быть найдено методом Крамера.
Составим и вычислим необходимые определители 
(определитель получаем, заменив в матрице А
первый столбец на столбец свободных членов , определитель - заменив второй столбец на столбец свободных членов, - заменив третий столбец матрицы А
на столбец свободных членов):
Находим неизвестные переменные по формулам 
:
Ответ:
Основным недостатком метода Крамера (если это можно назвать недостатком) является трудоемкость вычисления определителей, когда число уравнений системы больше трех.
Решение систем линейных алгебраических уравнений матричным методом (с помощью 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 ):
Осталось вычислить - матрицу неизвестных переменных, умножив обратную матрицу 
на матрицу-столбец свободных членов (при необходимости смотрите статью ):
Ответ:
или в другой записи x 1 = 4, x 2 = 0, x 3 = -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.
Решение систем линейных уравнений методом Гаусса.
Пусть нам требуется найти решение системы из n
линейных уравнений с n
неизвестными переменными
определитель основной матрицы которой отличен от нуля.
Суть метода Гаусса состоит в последовательном исключении неизвестных переменных: сначала исключается x 1 из всех уравнений системы, начиная со второго, далее исключается x 2 из всех уравнений, начиная с третьего, и так далее, пока в последнем уравнении останется только неизвестная переменная x n . Такой процесс преобразования уравнений системы для последовательного исключения неизвестных переменных называется прямым ходом метода Гаусса . После завершения прямого хода метода Гаусса из последнего уравнения находится x n , с помощью этого значения из предпоследнего уравнения вычисляется x n-1 , и так далее, из первого уравнения находится x 1 . Процесс вычисления неизвестных переменных при движении от последнего уравнения системы к первому называется обратным ходом метода Гаусса .
Кратко опишем алгоритм исключения неизвестных переменных.
Будем считать, что , так как мы всегда можем этого добиться перестановкой местами уравнений системы. Исключим неизвестную переменную x 1
из всех уравнений системы, начиная со второго. Для этого ко второму уравнению системы прибавим первое, умноженное на , к третьему уравнению прибавим первое, умноженное на , и так далее, к n-ому
уравнению прибавим первое, умноженное на . Система уравнений после таких преобразований примет вид
где , а 
.
К такому же результату мы бы пришли, если бы выразили x 1 через другие неизвестные переменные в первом уравнении системы и полученное выражение подставили во все остальные уравнения. Таким образом, переменная x 1 исключена из всех уравнений, начиная со второго.
Далее действуем аналогично, но лишь с частью полученной системы, которая отмечена на рисунке
Для этого к третьему уравнению системы прибавим второе, умноженное на , к четвертому уравнению прибавим второе, умноженное на , и так далее, к n-ому
уравнению прибавим второе, умноженное на . Система уравнений после таких преобразований примет вид
где , а 
. Таким образом, переменная x 2
исключена из всех уравнений, начиная с третьего.
Далее приступаем к исключению неизвестной x 3
, при этом действуем аналогично с отмеченной на рисунке частью системы
Так продолжаем прямой ход метода Гаусса пока система не примет вид
С этого момента начинаем обратный ход метода Гаусса: вычисляем x n из последнего уравнения как , с помощью полученного значения x n находим x n-1 из предпоследнего уравнения, и так далее, находим x 1 из первого уравнения.
Пример.
Решите систему линейных уравнений методом Гаусса.
Решение.
Исключим неизвестную переменную x 1
из второго и третьего уравнения системы. Для этого к обеим частям второго и третьего уравнений прибавим соответствующие части первого уравнения, умноженные на и на соответственно:
Теперь из третьего уравнения исключим x 2
, прибавив к его левой и правой частям левую и правую части второго уравнения, умноженные на :
На этом прямой ход метода Гаусса закончен, начинаем обратный ход.
Из последнего уравнения полученной системы уравнений находим x 3
:
Из второго уравнения получаем .
Из первого уравнения находим оставшуюся неизвестную переменную и этим завершаем обратный ход метода Гаусса .
Ответ:
X 1 = 4, x 2 = 0, x 3 = -1 .
Решение систем линейных алгебраических уравнений общего вида.
В общем случае число уравнений системы p
не совпадает с числом неизвестных переменных n
:
Такие СЛАУ могут не иметь решений, иметь единственное решение или иметь бесконечно много решений. Это утверждение относится также к системам уравнений, основная матрица которых квадратная и вырожденная.
Теорема Кронекера – Капелли.
Прежде чем находить решение системы линейных уравнений необходимо установить ее совместность. Ответ на вопрос когда СЛАУ совместна, а когда несовместна, дает теорема Кронекера – Капелли
:
для того, чтобы система из p
уравнений с n
неизвестными (p
может быть равно n
) была совместна необходимо и достаточно, чтобы ранг основной матрицы системы был равен рангу расширенной матрицы, то есть, Rank(A)=Rank(T)
.
Рассмотрим на примере применение теоремы Кронекера – Капелли для определения совместности системы линейных уравнений.
Пример.
Выясните, имеет ли система линейных уравнений 
решения.
Решение.
. Воспользуемся методом окаймляющих миноров. Минор второго порядка 
отличен от нуля. Переберем окаймляющие его миноры третьего порядка:
Так как все окаймляющие миноры третьего порядка равны нулю, то ранг основной матрицы равен двум.
В свою очередь ранг расширенной матрицы 
равен трем, так как минор третьего порядка
отличен от нуля.
Таким образом, Rang(A) , следовательно, по теореме Кронекера – Капелли можно сделать вывод, что исходная система линейных уравнений несовместна.
Ответ:
Система решений не имеет.
Итак, мы научились устанавливать несовместность системы с помощью теоремы Кронекера – Капелли.
А как же находить решение СЛАУ, если установлена ее совместность?
Для этого нам потребуется понятие базисного минора матрицы и теорема о ранге матрицы.
Минор наивысшего порядка матрицы А , отличный от нуля, называется базисным .
Из определения базисного минора следует, что его порядок равен рангу матрицы. Для ненулевой матрицы А базисных миноров может быть несколько, один базисный минор есть всегда.
Для примера рассмотрим матрицу 
.
Все миноры третьего порядка этой матрицы равны нулю, так как элементы третьей строки этой матрицы представляют собой сумму соответствующих элементов первой и второй строк.
Базисными являются следующие миноры второго порядка, так как они отличны от нуля
Миноры 
базисными не являются, так как равны нулю.
Теорема о ранге матрицы.
Если ранг матрицы порядка p на n равен r , то все элементы строк (и столбцов) матрицы, не образующие выбранный базисный минор, линейно выражаются через соответствующие элементы строк (и столбцов), образующих базисный минор.
Что нам дает теорема о ранге матрицы?
Если по теореме Кронекера – Капелли мы установили совместность системы, то выбираем любой базисный минор основной матрицы системы (его порядок равен r ), и исключаем из системы все уравнения, которые не образуют выбранный базисный минор. Полученная таким образом СЛАУ будет эквивалентна исходной, так как отброшенные уравнения все равно излишни (они согласно теореме о ранге матрицы являются линейной комбинацией оставшихся уравнений).
В итоге, после отбрасывания излишних уравнений системы, возможны два случая.
Если число уравнений r в полученной системе будет равно числу неизвестных переменных, то она будет определенной и единственное решение можно будет найти методом Крамера, матричным методом или методом Гаусса.
Пример.
.
Решение.
Ранг основной матрицы системы 
равен двум, так как минор второго порядка 
отличен от нуля. Ранг расширенной матрицы 
также равен двум, так как единственный минор третьего порядка равен нулю
а рассмотренный выше минор второго порядка отличен от нуля. На основании теоремы Кронекера – Капелли можно утверждать совместность исходной системы линейных уравнений, так как Rank(A)=Rank(T)=2
.
В качестве базисного минора возьмем . Его образуют коэффициенты первого и второго уравнений:
Третье уравнение системы не участвует в образовании базисного минора, поэтому исключим его из системы на основании теоремы о ранге матрицы:
Так мы получили элементарную систему линейных алгебраических уравнений. Решим ее методом Крамера:
Ответ:
x 1 = 1, x 2 = 2 .
Если число уравнений r в полученной СЛАУ меньше числа неизвестных переменных n , то в левых частях уравнений оставляем слагаемые, образующие базисный минор, остальные слагаемые переносим в правые части уравнений системы с противоположным знаком.
Неизвестные переменные (их r штук), оставшиеся в левых частях уравнений, называются основными .
Неизвестные переменные (их n - r штук), которые оказались в правых частях, называются свободными .
Теперь считаем, что свободные неизвестные переменные могут принимать произвольные значения, при этом r основных неизвестных переменных будут выражаться через свободные неизвестные переменные единственным образом. Их выражение можно найти решая полученную СЛАУ методом Крамера, матричным методом или методом Гаусса.
Разберем на примере.
Пример.
Решите систему линейных алгебраических уравнений 
.
Решение.
Найдем ранг основной матрицы системы 
методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем a 1 1 = 1
. Начнем поиск ненулевого минора второго порядка, окаймляющего данный минор:
Так мы нашли ненулевой минор второго порядка. Начнем поиск ненулевого окаймляющего минора третьего порядка:
Таким образом, ранг основной матрицы равен трем. Ранг расширенной матрицы также равен трем, то есть, система совместна.
Найденный ненулевой минор третьего порядка возьмем в качестве базисного.
Для наглядности покажем элементы, образующие базисный минор:
Оставляем в левой части уравнений системы слагаемые, участвующие в базисном миноре, остальные переносим с противоположными знаками в правые части:
Придадим свободным неизвестным переменным x 2
и x 5
произвольные значения, то есть, примем 
, где - произвольные числа. При этом СЛАУ примет вид
Полученную элементарную систему линейных алгебраических уравнений решим методом Крамера:
Следовательно, .
В ответе не забываем указать свободные неизвестные переменные.
Ответ:
Где - произвольные числа.
Подведем итог.
Чтобы решить систему линейных алгебраических уравнений общего вида, сначала выясняем ее совместность, используя теорему Кронекера – Капелли. Если ранг основной матрицы не равен рангу расширенной матрицы, то делаем вывод о несовместности системы.
Если ранг основной матрицы равен рангу расширенной матрицы, то выбираем базисный минор и отбрасываем уравнения системы, которые не участвуют в образовании выбранного базисного минора.
Если порядок базисного минора равен числу неизвестных переменных, то СЛАУ имеет единственное решение, которое находим любым известным нам методом.
Если порядок базисного минора меньше числа неизвестных переменных, то в левой части уравнений системы оставляем слагаемые с основными неизвестными переменными, остальные слагаемые переносим в правые части и придаем свободным неизвестным переменным произвольные значения. Из полученной системы линейных уравнений находим основные неизвестные переменные методом Крамера, матричным методом или методом Гаусса.
Метод Гаусса для решения систем линейных алгебраических уравнений общего вида.
Методом Гаусса можно решать системы линейных алгебраических уравнений любого вида без предварительного их исследования на совместность. Процесс последовательного исключения неизвестных переменных позволяет сделать вывод как о совместности, так и о несовместности СЛАУ, а в случае существования решения дает возможность отыскать его.
С точки зрения вычислительной работы метод Гаусса является предпочтительным.
Смотрите его подробное описание и разобранные примеры в статье метод Гаусса для решения систем линейных алгебраических уравнений общего вида .
Запись общего решения однородных и неоднородных систем линейных алгебраических с помощью векторов фундаментальной системы решений.
В этом разделе речь пойдет о совместных однородных и неоднородных системах линейных алгебраических уравнений, имеющих бесконечное множество решений.
Разберемся сначала с однородными системами.
Фундаментальной системой решений однородной системы из p линейных алгебраических уравнений с n неизвестными переменными называют совокупность (n – r) линейно независимых решений этой системы, где r – порядок базисного минора основной матрицы системы.
Если обозначить линейно независимые решения однородной СЛАУ как X (1) , X (2) , …, X (n-r) (X (1) , X (2) , …, X (n-r) – это матрицы столбцы размерности n на 1 ), то общее решение этой однородной системы представляется в виде линейной комбинации векторов фундаментальной системы решений с произвольными постоянными коэффициентами С 1 , С 2 , …, С (n-r) , то есть, .
Что обозначает термин общее решение однородной системы линейных алгебраических уравнений (орослау)?
Смысл прост: формула задает все возможные решения исходной СЛАУ, другими словами, взяв любой набор значений произвольных постоянных С 1 , С 2 , …, С (n-r) , по формуле мы получим одно из решений исходной однородной СЛАУ.
Таким образом, если мы найдем фундаментальную систему решений, то мы сможем задать все решения этой однородной СЛАУ как .
Покажем процесс построения фундаментальной системы решений однородной СЛАУ.
Выбираем базисный минор исходной системы линейных уравнений, исключаем все остальные уравнения из системы и переносим в правые части уравнений системы с противоположными знаками все слагаемые, содержащие свободные неизвестные переменные. Придадим свободным неизвестным переменным значения 1,0,0,…,0 и вычислим основные неизвестные, решив полученную элементарную систему линейных уравнений любым способом, например, методом Крамера. Так будет получено X (1) - первое решение фундаментальной системы. Если придать свободным неизвестным значения 0,1,0,0,…,0 и вычислить при этом основные неизвестные, то получим X (2) . И так далее. Если свободным неизвестным переменным придадим значения 0,0,…,0,1 и вычислим основные неизвестные, то получим X (n-r) . Так будет построена фундаментальная система решений однородной СЛАУ и может быть записано ее общее решение в виде .
Для неоднородных систем линейных алгебраических уравнений общее решение представляется в виде , где - общее решение соответствующей однородной системы, а - частное решение исходной неоднородной СЛАУ, которое мы получаем, придав свободным неизвестным значения 0,0,…,0 и вычислив значения основных неизвестных.
Разберем на примерах.
Пример.
Найдите фундаментальную систему решений и общее решение однородной системы линейных алгебраических уравнений 
.
Решение.
Ранг основной матрицы однородных систем линейных уравнений всегда равен рангу расширенной матрицы. Найдем ранг основной матрицы методом окаймляющих миноров. В качестве ненулевого минора первого порядка возьмем элемент a 1 1 = 9
основной матрицы системы. Найдем окаймляющий ненулевой минор второго порядка:
Минор второго порядка, отличный от нуля, найден. Переберем окаймляющие его миноры третьего порядка в поисках ненулевого:
Все окаймляющие миноры третьего порядка равны нулю, следовательно, ранг основной и расширенной матрицы равен двум.
Базисным минором возьмем . Отметим для наглядности элементы системы, которые его образуют:
Третье уравнение исходной СЛАУ не участвует в образовании базисного минора, поэтому, может быть исключено:
Оставляем в правых частях уравнений слагаемые, содержащие основные неизвестные, а в правые части переносим слагаемые со свободными неизвестными:
Построим фундаментальную систему решений исходной однородной системы линейных уравнений. Фундаментальная система решений данной СЛАУ состоит из двух решений, так как исходная СЛАУ содержит четыре неизвестных переменных, а порядок ее базисного минора равен двум. Для нахождения X (1)
придадим свободным неизвестным переменным значения x 2 = 1, x 4 = 0
, тогда основные неизвестные найдем из системы уравнений
.
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
