No Image

Как доказать что система имеет единственное решение

СОДЕРЖАНИЕ
488 просмотров
10 марта 2020

Решение. A = . Найдем r(А). Так как матрица А имеет порядок 3х4, то наивысший порядок миноров равен 3. При этом все миноры третьего порядка равны нулю (проверить самостоятельно). Значит, r(А) Пример 2. Определить совместность системы уравнений

Решить эту систему, если она окажется совместной.

Решение.

A = , C = . Oчевидно, что r(А) ≤ 3, r(C) ≤ 4. Так как detC = 0, то r(C) матричным методом по формуле X = A -1 B (при Δ 0 ), которая получается из (2) умножением обоих частей на А -1 .

Пример 1. Решить систему уравнений

матричным методом ( в параграфе 2.2 эта система была решена по формулам Крамера)

Решение. Δ = 10 0 А = – невырожденная матрица.

= (убедитесь в этом самостоятельно, произведя необходимые вычисления).

A -1 = (1/Δ)х= .

Х = A -1 В = х= .

Ответ: .

С практической точки зрения матричный метод и формулы Крамера связаны с большим объемом вычислений, поэтому предпочтение отдается методу Гаусса , который заключается в последовательном исключении неизвестных. Для этого систему уравнений приводят к эквивалентной ей системе с треугольной расширенной матрицей (все элементы ниже главной диагонали равны нулю). Эти действия называют прямым ходом . Из полученной треугольной системы переменные находят с помощью последовательных подстановок ( обратный ход ).

Пример 2 . Методом Гаусса решить систему

(Выше эта система была решена по формуле Крамера и матричным методом).

Решение.

Прямой ход . Запишем расширенную матрицу и с помощью элементарных преобразований приведем ее к треугольному виду:

.

Получим систему

Обратный ход. Из последнего уравнения находим х3 = -6 и подставим это значение во второе уравнение:

Подставляя далее х2 = -4, х3 = -6 в первое уравнение системы, получим:

Ответ: .

2.5. Общее решение системы линейных уравнений

Пусть дана система линейных уравнений = bi(i =). Пусть r(A) = r(C) = r, т.е. система совместна. Любой минор порядка r, отличный от нуля, является базисным минором. Не ограничивая общности, будем считать, что базисный минор располагается в первых r (1 ≤ r ≤ min(m,n)) строках и столбцах матрицы А. Отбросив последние m-r уравнений системы, запишем укороченную систему:

которая эквивалентна исходной. Назовем неизвестные х1,….хr базисными , а хr+1,…, хr свободными и перенесем слагаемые, содержащие свободные неизвестные, в правую часть уравнений укороченной системы. Получаем систему относительно базисных неизвестных:

koтоторая для каждого набора значений свободных неизвестных хr+1 = С1,…, хn = Сn-r имеет единственное рeшение х1( С1,…, Сn-r),…, хr1,…, Сn-r), находимое по правилу Крамера.

Соответствующее решение укороченной, а следовательно, и исходной системы имеет вид:

Х(С1,…, Сn-r) = общее решение системы.

Если в общем решении свободным неизвестным придать какие-нибудь числовые значения, то получим решение линейной системы, называемое частным .

Пример. Установить совместность и найти общее решение системы

Решение. А = , С = .

Так как r(A) = r(C) = 2 (убедитесь в этом самостоятельно), то исходная система совместна и имеет бесчисленное множество решений (так как r

Следовательно, общее решение исходной системы имеет вид:

Х(С12) =

2.6. Системы однородных уравнений

Система однородных уравнений = (i =) всегда является совместной, так как r(A) = r(C).

Одним из решений системы однородных уравнений является тривиальное решение х1 = х2 = … = хn = 0.

Для однородной системы важно установить, имеет ли она ненулевые решения. Из теоремы Кронекера – Капелли следует, что система однородных уравнений имеет ненулевое (нетривиальное) решение тогда и только тогда, когда r(A)

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Только сон приблежает студента к концу лекции. А чужой храп его отдаляет. 8828 – | 7538 – или читать все.

78.85.5.224 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.

Отключите adBlock!
и обновите страницу (F5)

очень нужно

Системой m линейных уравнений с n неизвестными называется система вида

где aij и bi (i=1,…,m; b=1,…,n) – некоторые известные числа, а x1,…,xn – неизвестные. В обозначении коэффициентов aij первый индекс iобозначает номер уравнения, а второй j – номер неизвестного, при котором стоит этот коэффициент.

Коэффициенты при неизвестных будем записывать в виде матрицы , которую назовём матрицей системы.

Числа, стоящие в правых частях уравнений, b1,…,bm называются свободными членами.

Совокупность n чисел c1,…,cn называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c1,…,cn вместо соответствующих неизвестных x1,…,xn.

Наша задача будет заключаться в нахождении решений системы. При этом могут возникнуть три ситуации:

Читайте также:  Что такое резервирование в телефоне

  1. Система может иметь единственное решение.
  2. Система может иметь бесконечное множество решений. Например, . Решением этой системы является любая пара чисел, отличающихся знаком.
  3. И третий случай, когда система вообще не имеет решения. Например, , если бы решение существовало, то x1 + x2 равнялось бы одновременно нулю и единице.

Система линейных уравнений, имеющая хотя бы одно решение, называется совместной. В противном случае, т.е. если система не имеет решений, то она называется несовместной.

Рассмотрим способы нахождения решений системы.

МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ

Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:

Рассмотрим матрицу системы и матрицы столбцы неизвестных и свободных членов

т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде

или короче AX=B.

Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением.

Пусть определитель матрицы отличен от нуля |A| ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A: . Поскольку A -1 A = E и EX = X, то получаем решение матричного уравнения в виде X = A -1 B.

Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных. Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = A -1 B.

Примеры. Решить системы уравнений.

Найдем матрицу обратную матрице A.

,

Таким образом, x = 3, y = – 1.

Решите матричное уравнение: XA+B=C, где

Выразим искомую матрицу X из заданного уравнения.

Найдем матрицу А -1 .

Решите матричное уравнение AX+B=C, где

Из уравнения получаем .

Следовательно,

Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:

Определитель третьего порядка, соответствующий матрице системы, т.е. составленный из коэффициентов при неизвестных,

называется определителем системы.

Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов

Тогда можно доказать следующий результат.

Теорема (правило Крамера). Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём

Доказательство. Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A11 элемента a11, 2-ое уравнение – на A21 и 3-е – на A31:

Сложим эти уравнения:

Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца

.

Далее рассмотрим коэффициенты при x2:

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: .

Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

Таким образом, заметим, что если определитель системы Δ ≠ 0, то система имеет единственное решение и обратно. Если же определитель системы равен нулю, то система либо имеет бесконечное множество решений, либо не имеет решений, т.е. несовместна.

Примеры. Решить систему уравнений

Решите систему уравнений при различных значениях параметра p:

Система имеет единственное решение, если Δ ≠ 0.

. Поэтому .

  1. При
  2. При p = 30 получаем систему уравнений которая не имеет решений.
  3. При p = –30 система принимает вид и, следовательно, имеет бесконечное множество решений x=y,y Î R.

Ранее рассмотренные методы можно применять при решении только тех систем, в которых число уравнений совпадает с числом неизвестных, причём определитель системы должен быть отличен от нуля. Метод Гаусса является более универсальным и пригоден для систем с любым числом уравнений. Он заключается в последовательном исключении неизвестных из уравнений системы.

Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:

.

Первое уравнение оставим без изменения, а из 2-го и 3-го исключим слагаемые, содержащие x1. Для этого второе уравнение разделим на а21 и умножим на –а11, а затем сложим с 1-ым уравнением. Аналогично третье уравнение разделим на а31 и умножим на –а11, а затем сложим с первым. В результате исходная система примет вид:

Теперь из последнего уравнения исключим слагаемое, содержащее x2. Для этого третье уравнение разделим на , умножим на и сложим со вторым. Тогда будем иметь систему уравнений:

Читайте также:  Ведьмак 3 помогать ли ольгерду

Отсюда из последнего уравнения легко найти x3, затем из 2-го уравнения x2 и, наконец, из 1-го – x1.

При использовании метода Гаусса уравнения при необходимости можно менять местами.

Часто вместо того, чтобы писать новую систему уравнений, ограничиваются тем, что выписывают расширенную матрицу системы:

и затем приводят её к треугольному или диагональному виду с помощью элементарных преобразований.

К элементарным преобразованиям матрицы относятся следующие преобразования:

  1. перестановка строк или столбцов;
  2. умножение строки на число, отличное от нуля;
  3. прибавление к одной строке другие строки.

Примеры: Решить системы уравнений методом Гаусса.

Вернувшись к системе уравнений, будем иметь

Выпишем расширенную матрицу системы и сведем ее к треугольному виду.

Вернувшись к системе уравнений, несложно заметить, что третье уравнения системы будет ложным, а значит, система решений не имеет.

Разделим вторую строку матрицы на 2 и поменяем местами первый и третий столбики. Тогда первый столбец будет соответствовать коэффициентам при неизвестной z, а третий – при x.

Вернемся к системе уравнений.

Из третьего уравнения выразим одну неизвестную через другую и подставим в первое.

Таким образом, система имеет бесконечное множество решений.

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 $widetilde$.

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $
ang A=
angwidetilde$.

Следствие из теоремы Кронекера-Капелли

    Если $
    ang A
    eq
    angw >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.

Исследовать СЛАУ $ left <egin& -3x_1+9x_2-7x_3=17;\ & -x_1+2x_2-4x_3=9;\ & 4x_1-2x_2+19x_3=-42. end
ight.$ 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 $widetilde$, запишем их:

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":

$$ Delta A=left| egin -3 & 9 & -7 \ -1 & 2 & -4 \ 4 & -2 & 19 end
ight|=-21. $$

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, $
ang A=3$.

Нам требуется найти также и $
angw >

Так как $
ang A=
angw >

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.

Читайте также:  Спутниковые карты кроме гугл и яндекс

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.

egin &w >Мы привели матрицу $w >

Так как $
ang A=
angw >

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.

Находить ранги матрицы системы и расширенной матрицы системы будем методом элементарных преобразований. Расширенная матрица системы: $w > $$ left( egin 1 & -1 & 2 & -1\ -1 & 2 & -3 & 3 \ 2 & -3 & 5 & -4 \ 3 & -2 & 5 & 1 \ 2 & -1 & 3 & 2 end
ight) egin
phantom<0>\r_2+r_1\r_3-2r_1\ r_4-3r_1\r_5-2r_1end
ightarrow left( egin
1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & -1 & 1 & -2 \ 0 & 1 & -1 & 4 \ 0 & 1 & -1 & 4 end
ight) egin
phantom<0>\phantom<0>\r_3-r_2\ r_4-r_2\r_5+r_2end
ightarrow\ $$ $$
ightarrowleft( egin
1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 0 end
ight) egin
phantom<0>\phantom<0>\phantom<0>\ r_4-r_3\phantom<0>end
ightarrow left( egin
1 & -1 & 2 & -1\ 0 & 1 & -1 & 2 \ 0 & 0 & 0 & 2 \ 0 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 end
ight) $$

Расширенная матрица системы приведена к ступенчатому виду. Ранг ступенчатой матрицы равен количеству её ненулевых строк, поэтому $
angw >

Ответ: система несовместна.

Приводим расширенную матрицу системы к ступенчатому виду:

$$ left( egin 2 & 0 & 7 & -5 & 11 & 42\ 1 & -2 & 3 & 0 & 2 & 17 \ -3 & 9 & -11 & 0 & -7 & -64 \ -5 & 17 & -16 & -5 & -4 & -90 \ 7 & -17 & 23 & 0 & 15 & 132 end
ight) overset> <
ightarrow>$$ $$
ightarrowleft( egin
1 & -2 & 3 & 0 & 2 & 17\ 2 & 0 & 7 & -5 & 11 & 42\ -3 & 9 & -11 & 0 & -7 & -64\ -5 & 17 & -16 & -5 & -4 & -90 \ 7 & -17 & 23 & 0 & 15 & 132 end
ight) egin
phantom<0>\ r_2-2r_1 \r_3+3r_1 \ r_4+5r_1 \ r_5-7r_1 end
ightarrow left( egin
1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 3 & -2 & 0 & -1 & -13\ 0 & 7 & -1 & -5 & 6 & -5 \ 0 & -3 & 2 & 0 & 1 & 13 end
ight) egin
phantom<0>\ phantom<0>\4r_3+3r_2 \ 4r_4-7r_2 \ 4r_5+3r_2 end
ightarrow $$ $$
ightarrowleft( egin
1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 0 & -11 & 15 & -25 & -76\ 0 & 0 & -11 & 15 & -25 & -76 \ 0 & 0 & 11 & -15 & 25 & 76 end
ight) egin
phantom<0>\ phantom<0>\phantom <0>\ r_4-r_3 \ r_5+r_2 end
ightarrow left( egin
1 & -2 & 3 & 0 & 2 & 17\ 0 & 4 & 1 & -5 & 7 & 8\ 0 & 0 & -11 & 15 & -25 & -76\ 0 & 0 & 0 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 end
ight) $$

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. $
angw >

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.

Комментировать
488 просмотров
Комментариев нет, будьте первым кто его оставит

Это интересно
Adblock
detector