Какая система называется совместной. Система уравнений

Рассмотрим вначале случай, когда число уравнений равно числу переменных, т.е. m = n. Тогда матрица системы - квадратная, а ее определитель называют определителем системы.

Метод обратной матрицы

Рассмотрим в общем виде систему уравнений АХ = В с невырожденной квадратной матрицей А. В этом случае существует обратная матрица А -1 . Домножим слева обе части на А -1 . Получим А -1 АХ = А -1 В. Отсюда ЕХ = А -1 В и

Последнее равенство представляет собой матричную формулу для нахождения решения таких систем уравнений. Использование этой формулы получило название метода обратной матрицы

Например, решим этим методом следующую систему:

;

В конце решения системы можно сделать проверку, подставив найденные значения в уравнения системы. При этом они должны обратиться в верные равенства.

Для рассмотренного примера проведем проверку:

Метод решения систем линейных уравнений с квадратной матрицей по формулам Крамера

Пусть n= 2:

Если обе части первого уравнения умножить на a 22 , а обе части второго – на (-a 12), и затем сложить полученные уравнения, то мы исключим из системы переменнуюx 2 . Аналогично можно исключить переменнуюx 1 (умножив обе части первого уравнения на (-a 21), а обе части второго – наa 11). В результате получим систему:

Выражение в скобках есть определитель системы

Обозначим

Тогда система примет вид:

Из полученной системы следует, что если определитель системы 0, то система будет совместной и определенной. Ее единственное решение можно вычислить по формулам:

Если = 0, а 1 0 и/или 2 0, то уравнения системы примут вид 0*х 1 = 2 и/или0*х 1 = 2 . В этом случае система будет несовместной.

В случае, когда = 1 = 2 = 0, система будет совместной и неопределенной (будет иметь бесконечное множество решений), так как примет вид:

Теорема Крамера (доказательство опустим). Если определитель матрицы системыnуравненийне равен нулю, то система имеет единственное решение, определяемое по формулам:

где  j - определитель матрицы, получаемой из матрицы А заменой j-го столбца столбцом свободных членов.

Вышеприведенные формулы называют формулами Крамера .

В качестве примера решим этим методом систему, которую до этого решали методом обратной матрицы:

Недостатки рассмотренных методов:

1) существенная трудоемкость (вычисление определителей и нахождение обратной матрицы);

2) ограниченная область применения (для систем с квадратной матрицей).

Реальных экономические ситуации чаще моделируются системами, в которых число уравнений и переменных довольно значительное, причем уравнений больше, чем переменных Поэтому на практике более распространен следующий метод.

Метод Гаусса (метод последовательного исключения переменных)

Этот метод используется для решения системы m линейных уравнений с n переменными в общем виде. Его суть заключается в применении к расширенной матрице системы равносильных преобразований, с помощью которых система уравнений преобразуется к виду, когда ее решения становится легко найти (если они есть).

Это такой вид, в котором левая верхняя часть матрицы системы будет представлять собой ступенчатую матрицу. Этого добиваются с помощью тех же приемов, с помощью которых получали ступенчатую матрицу с целью определения ранга. При этом применяют к расширенной матрице элементарные преобразования, которые позволят получить равносильную систему уравнений. После этого расширенная матрица примет вид:

Получение такой матрицы называют прямым ходом метода Гаусса.

Нахождение из соответствующей системы уравнений значений переменных называют обратным ходом метода Гаусса. Рассмотрим его.

Отметим, что последние (m – r) уравнений примут вид:

Если хотя бы одно из чисел
не равно нулю, то соответствующее равенство будет ложным, а вся система несовместной.

Поэтому для любой совместной системы
. В этом случае последние (m – r) уравнений при любых значениях переменных будут тождествами 0 = 0, и их можно не принимать во внимание при решении системы (просто отбросить соответствующие строки).

После этого система примет вид:

Рассмотрим вначале случай, когда r=n. Тогда система примет вид:

Из последнего уравнения системы можно однозначно найти x r .

Зная x r , из него можно однозначно выразитьx r -1 . Затем из предыдущего уравнения, знаяx r иx r -1 , можно выразитьx r -2 и т.д. доx 1 .

Итак, в этом случае система будет совместной и определенной.

Теперь рассмотрим случай, когда rбазисными (основными), а все остальные –небазисными (неосновными, свободными). Последнее уравнение системы будет иметь вид:

Из этого уравнения можно выразить базисную переменную x r через небазисные:

Предпоследнее уравнение будет иметь вид:

Подставив в него вместо x r полученное выражение, можно будет выразить базисную переменнуюx r -1 через небазисные. И т.д. до переменнойx 1 . Чтобы получить решение системы, можно приравнять небазисные переменные к произвольным значениям и после этого вычислить базисные переменные по полученным формулам. Таким образом, в этом случае система будет совместной и неопределенной (иметь бесконечное множество решений).

Например, решим систему уравнений:

Совокупность базисных переменных будем называть базисом системы. Совокупность столбцов коэффициентов при них тоже будем называтьбазисом (базисными столбцами), илибазисным минором матрицы системы. То решение системы, в котором все небазисные переменные равны нулю, будем называтьбазисным решением .

В предыдущем примере базисным решением будет (4/5; -17/5; 0; 0) (переменные х 3 и х 4 (с 1 и с 2) приравнены к нулю, а базисные переменные х 1 и х 2 рассчитаны через них). Чтобы привести пример небазисного решения, надо приравнять х 3 и х 4 (с 1 и с 2) к произвольным числам, неравным одновременно нулю, и рассчитать через них остальные переменные. Например, при с 1 = 1 и с 2 = 0 получим небазисное решение – (4/5; -12/5; 1; 0). Подстановкой легко убедиться, что оба решения – верные.

Очевидно, что в неопределенной системе небазисных решений может быть бесконечно много. Сколько может быть базисных решений? Каждой строке преобразованной матрицы должна соответствовать одна базисная переменная. Всего в задаче nпеременных, а базисных строк –r. Поэтому число всевозможных наборов базисных переменных не может превысить число сочетаний изnпоr 2 . Оно может быть меньше, чем , потому что не всегда можно преобразовать систему к такому виду, чтобы именно этот набор переменных был базисным.

Что это за вид? Это такой вид, когда матрица, образованная из столбцов коэффициентов при этих переменных, будет ступенчатой, и при этом будет состоять из rстрок. Т.е. ранг матрицы коэффициентов при этих переменных должен быть равенr. Большеrон быть не может, так как число столбцов равноr. Если он окажется меньшеr, то это говорит о линейной зависимости столбцов при переменных. Такие столбцы не могут составить базис.

Рассмотрим, какие еще базисные решения могут быть найдены в рассмотренном выше примере. Для этого рассмотрим всевозможные сочетания из четырех переменных по две базисных. Таких сочетаний будет
, причем одно из них (х 1 и х 2) уже было рассмотрено.

Возьмем переменные х 1 и х 3 . Найдем ранг матрицы коэффициентов при них:

Так как он равен двум, они могут быть базисными. Приравняем небазисные переменные х 2 и х 4 к нулю: х 2 = х 4 = 0. Тогда из формулы х 1 = 4/5 – (1/5)*х 4 следует, что х 1 = 4/5, а из формулы х 2 = -17/5 + х 3 - - (7/5)*х 4 = -17/5 + х 3 следует, что х 3 = х 2 +17/5 = 17/5. Таким образом, мы получим базисное решение (4/5; 0; 17/5; 0).

Аналогично можно получить базисные решения для базисных переменных х 1 и х 4 – (9/7; 0; 0; -17/7); х 2 и х 4 – (0; -9; 0; 4); х 3 и х 4 – (0; 0; 9; 4).

Переменные х 2 и х 3 в этом примере нельзя взять в качестве базисных, так как ранг соответствующей матрицы равен единице, т.е. меньше двух:

Возможен и другой подход к определению того, можно или нет составить базис из некоторых переменных. При решении примера в итоге преобразования матрицы системы к ступенчатому виду она приняла вид:

Выбирая пары переменных, можно было рассчитать соответствующие миноры этой матрицы. Легко убедиться, что для всех пар, кроме х 2 и х 3 , они не равны нулю, т.е. столбцы линейно независимы. И только для столбцов при переменных х 2 и х 3
, что говорит об их линейной зависимости.

Рассмотрим еще один пример. Решим систему уравнений

Итак, уравнение, соответствующее третьей строке последней матрицы, противоречиво - оно привелось к неверному равенству 0 = -1, следовательно, данная система несовместна.

Метод Жордана-Гаусса 3 представляет собой развитие метода Гаусса. Суть его состоит в том, что расширенную матрицу системы преобразуют к виду, когда коэффициенты приrпеременных образуют единичную матрицу с точностью до перестановки строк или столбцов 4 (гдеr– ранг матрицы системы).

Решим этим методом систему:

Рассмотрим расширенную матрицу системы:

В этой матрице выберем единичный элемент. Например, коэффициент при х 2 в третьем ограничении 5 . Добьемся, чтобы в остальных строках в этом столбце стояли нули, т.е. сделаем столбец единичным. В процессе преобразований будем называть этотстолбец разрешающим (ведущим, ключевым). Третье ограничение (третьюстроку ) тоже будем называтьразрешающей . Самэлемент , который стоит на пересечении разрешающих строки и столбца (здесь это единица), тоже называютразрешающим .

В первой строке сейчас стоит коэффициент (-1). Чтобы получить на его месте ноль, умножим третью строку на (-1) и вычтем результат из первой строки (т.е. просто сложим первую строку с третьей).

Во второй строке стоит коэффициент 2. Чтобы получить на его месте ноль, умножим третью строку на 2 и вычтем результат из первой строки.

Результат преобразований будет иметь вид:

Из этой матрицы хорошо видно, что одно из первых двух ограничений можно вычеркнуть (соответствующие строки пропорциональны, т.е. эти уравнения следуют друг из друга). Вычеркнем, например, второе:

Итак, в новой системе два уравнения. Получен единичный столбец (второй), причем единица здесь стоит во второй строке. Запомним, что второму уравнению новой системы у нас будет соответствовать базисная переменная х 2 .

Выберем базисную переменную для первой строки. Это может быть любая переменная, кроме х 3 (потому что при х 3 в первом ограничении стоит нулевой коэффициент, т.е. набор переменных х 2 и х 3 здесь базисным быть не может). Можно взять первую или четвертую переменную.

Выберем х 1 . Тогда разрешающим элементом будет 5, и обе части разрешающего уравнения придется разделить на пять, чтобы получить в первом столбце первой строки единицу.

Добьемся, чтобы в остальных строках (т.е. во второй строке) в первом столбце стояли нули. Так как сейчас во второй строке стоит не ноль, а 3, надо вычесть из второй строки элементы преобразованной первой строки, умноженные на 3:

Из полученной матрицы можно непосредственно извлечь одно базисное решение, приравняв небазисные переменные к нулю, а базисные – к свободным членам в соответствующих уравнениях: (0,8; -3,4; 0; 0). Можно также вывести общие формулы, выражающие базисные переменные через небазисные: х 1 = 0,8 – 1,2х 4 ; х 2 = -3,4 + х 3 + 1,6х 4 . Эти формулы описывают все бесконечное множество решений системы (приравнивая х 3 и х 4 к произвольным числам, можно вычислить х 1 и х 2).

Отметим, что суть преобразований на каждом этапе метода Жордана-Гаусса заключалась в следующем:

1) разрешающую строку делили на разрешающий элемент, чтобы получить на его месте единицу,

2) из всех остальных строк вычитали преобразованную разрешающую, умноженную на тот элемент, который стоял в данной строке в разрешающем столбце, чтобы получить на месте этого элемента ноль.

Рассмотрим еще раз преобразованную расширенную матрицу системы:

Из этой записи видно, что ранг матрицы системы А равен r.

В ходе проведенных рассуждений мы установили, что система будет совместной тогда и только тогда, когда
. Это означает, что расширенная матрица системы будет иметь вид:

Отбрасывая нулевые строки, мы получим, что ранг расширенной матрицы системы тоже равен r.

Теорема Кронекера-Капелли . Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы.

Вспомним, что ранг матрицы равен максимальному числу ее линейно независимых строк. Из этого следует, что если ранг расширенной матрицы меньше числа уравнений, то уравнения системы линейно зависимы, и одно или несколько из них могут быть исключены из системы (поскольку являются линейной комбинацией остальных). Система уравнений будет линейно независимой лишь в том случае, если ранг расширенной матрицы равен числу уравнений.

При этом для совместных систем линейных уравнений можно утверждать, что если ранг матрицы равен числу переменных, то система имеет единственное решение, а если он меньше числа переменных, то система неопределенная и имеет бесконечно много решений.

1Например, пусть в матрице пять строк (исходный порядок строк – 12345). Надо поменять вторую строку и пятую. Чтобы вторая строка попала на место пятой, «сдвинулась» вниз, последовательно три раза поменяем соседние строки: вторую и третью (13245), вторую и четвертую (13425) и вторую и пятую (13452). Затем, чтобы пятая строка попала на место второй в исходной матрице, надо «сдвинуть» вверх пятую строку путем только двух последовательных перемен: пятой и четвертой строк (13542) и пятой и третьей (15342).

2Числом сочетаний из n по r называют число всех различных r–элементных подмножеств n–элементного множества (различными множествами считаются те, которые имеют различный состав элементов, порядок отбора при этом не важен). Его вычисляют по формуле:
. Напомним смысл знака “!” (факториал):
0!=1.)

3Поскольку этот метод более распространен, чем рассмотренный ранее метод Гаусса, и по своей сути представляет собой сочетание прямого и обратного хода метода Гаусса, его тоже иногда называют методом Гаусса, опуская первую часть названия.

4Например,
.

5Если бы в матрице системы не было единиц, то можно было бы, например, разделить обе части первого уравнения на два, и тогда первый коэффициент стал бы единичным; или т.п.

Системы m линейных уравнений с n неизвестными.
Решение системы линейных уравнений — это такое множество чисел {x 1 , x 2 , …, x n }, при подстановке которых в каждое из уравнений системы получается верное равенство.
где a ij , i = 1, …, m; j = 1, …, n — коэффициенты системы;
b i , i = 1, …, m — свободные члены;
x j , j = 1, …, n — неизвестные.
Вышеприведенная система может быть записана в матричном виде: A · X = B ,

где (A |B ) — основная матрица системы;
A — расширенная матрица системы;
X — столбец неизвестных;
B — столбец свободных членов.
Если матрица B не является нуль-матрицей ∅, то данная система линейных уравнений называется неоднородной.
Если матрица B = ∅, то данная система линейных уравнений называется однородной. Однородная система всегда имеет нулевое (тривиальное) решение: x 1 = x 2 = …, x n = 0 .
Совместная система линейных уравнений — это имеющая решение система линейных уравнений.
Несовместная система линейных уравнений — это не имеющая решение система линейных уравнений.
Определённая система линейных уравнений — это имеющая единственное решение система линейных уравнений.
Неопределённая система линейных уравнений — это имеющая бесконечное множество решений система линейных уравнений.
Системы n линейных уравнений с n неизвестными
Если число неизвестных равно числу уравнений, то матрица – квадратная. Определитель матрицы называется главным определителем системы линейных уравнений и обозначается символом Δ.
Метод Крамера для решения систем n линейных уравнений с n неизвестными.
Правило Крамера.
Если главный определитель системы линейных уравнений не равен нулю, то система совместна и определена, причем единственное решение вычисляется по формулам Крамера:
где Δ i — определители, получаемые из главного определителя системы Δ заменой i -го столбца на столбец свободных членов. .
Системы m линейных уравнений с n неизвестными
Теорема Кронекера−Капелли .

Для того чтобы данная система линейных уравнений была совместной, необходимо и достаточно, чтобы ранг матрицы системы был равен рангу расширенной матрицы системы, rang(Α) = rang(Α|B) .
Если rang(Α) ≠ rang(Α|B) , то система заведомо не имеет решений.
Eсли rang(Α) = rang(Α|B) , то возможны два случая:
1) rang(Α) = n (числу неизвестных) − решение единственно и может быть получено по формулам Крамера;
2) rang(Α) < n − решений бесконечно много.
Метод Гаусса для решения систем линейных уравнений

Составим расширенную матрицу (A |B ) данной системы из коэффициентов при неизвестных и правых частей.
Метод Гаусса или метод исключения неизвестных состоит в приведении расширенной матрицы (A |B ) с помощью элементарных преобразований над ее строками к диагональному виду (к верхнему треугольному виду). Возвращаясь к системе уравнений, определяют все неизвестные.
К элементарным преобразованиям над строками относятся следующие:
1) перемена местами двух строк;
2) умножение строки на число, отличное от 0;
3) прибавление к строке другой строки, умноженной на произвольное число;
4) выбрасывание нулевой строки.
Расширенной матрице, приведенной к диагональному виду, соответствует линейная система, эквивалентная данной, решение которой не вызывает затруднений. .
Система однородных линейных уравнений.
Однородная система имеет вид:

ей соответствует матричное уравнение A · X = 0 .
1) Однородная система всегда совместна, так как r(A) = r(A|B) , всегда существует нулевое решение (0, 0, …, 0).
2) Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r = r(A) < n , что равносильно Δ = 0.
3) Если r < n , то заведомо Δ = 0, тогда возникают свободные неизвестные c 1 , c 2 , …, c n-r , система имеет нетривиальные решения, причем их бесконечно много.
4) Общее решение X при r < n может быть записано в матричном виде следующим образом:
X = c 1 · X 1 + c 2 · X 2 + … + c n-r · X n-r ,
где решения X 1 , X 2 , …, X n-r образуют фундаментальную систему решений.
5) Фундаментальная система решений может быть получена из общего решения однородной системы:

,
если последовательно полагать значения параметров равными (1, 0, …, 0), (0, 1, …, 0), …, (0, 0, …,1).
Разложение общего решения по фундаментальной системе решений — это запись общего решения в виде линейной комбинации решений, принадлежащих к фундаментальной системе.
Теорема . Для того, чтобы система линейных однородных уравнений имела ненулевое решение, необходимо и достаточно, чтобы Δ ≠ 0.
Итак, если определитель Δ ≠ 0, то система имеет единственное решение.
Если же Δ ≠ 0, то система линейных однородных уравнений имеет бесконечное множество решений.
Теорема . Для того чтобы однородная система имела ненулевое решение, необходимо и достаточно, чтобы r(A) < n .
Доказательство :
1) r не может быть больше n (ранг матрицы не превышает числа столбцов или строк);
2) r < n , т.к. если r = n , то главный определитель системы Δ ≠ 0, и, по формулам Крамера, существует единственное тривиальное решение x 1 = x 2 = … = x n = 0 , что противоречит условию. Значит, r(A) < n .
Следствие . Для того чтобы однородная система n линейных уравнений с n неизвестными имела ненулевое решение, необходимо и достаточно, чтобы Δ = 0.

Метод Гаусса, называемый также методом последовательного исключения неизвестных, состоит в следующем. При помощи элементарных преобразований систему линейных уравнений приводят к такому виду, чтобы её матрица из коэффициентов оказалась трапециевидной (то же самое, что треугольной или ступенчатой) или близкой к трапециевидной (прямой ход метода Гаусса, далее - просто прямой ход). Пример такой системы и её решения - на рисунке сверху.

В такой системе последнее уравнение содержит только одну переменную и её значение можно однозначно найти. Затем значение этой переменной подставляют в предыдущее уравнение (обратный ход метода Гаусса , далее - просто обратный ход), из которого находят предыдущую переменную, и так далее.

В трапециевидной (треугольной) системе, как видим, третье уравнение уже не содержит переменных y и x , а второе уравнение - переменной x .

После того, как матрица системы приняла трапециевидную форму, уже не представляет труда разобраться в вопросе о совместности системы, определить число решений и найти сами решения.

Преимущества метода:

при решении систем линейных уравнений с числом уравнений и неизвестных более трёх метод Гаусса не такой громоздкий, как метод Крамера , поскольку при решении методом Гаусса необходимо меньше вычислений;
методом Гаусса можно решать неопределённые системы линейных уравнений, то есть, имеющие общее решение (и мы разберём их на этом уроке), а, используя метод Крамера, можно лишь констатировать, что система неопределённа;
можно решать системы линейных уравнений, в которых число неизвестных не равно числу уравнений (также разберём их на этом уроке);
метод основан на элементарных (школьных) методах - методе подстановки неизвестных и методе сложения уравнений, которых мы коснулись в соответствующей статье.

Чтобы все прониклись простотой, с которой решаются трапециевидные (треугольные, ступенчатые) системы линейных уравнений, приведём решение такой системы с применением обратного хода. Быстрое решение этой системы было показано на картинке в начале урока.

Пример 1. Решить систему линейных уравнений, применяя обратный ход:

Решение. В данной трапециевидной системе переменная z однозначно находится из третьего уравнения. Подставляем её значение во второе уравнение и получаем значение переменой y :

Теперь нам известны значения уже двух переменных - z и y . Подставляем их в первое уравнение и получаем значение переменной x :

Из предыдущих шагов выписываем решение системы уравнений:

Чтобы получить такую трапециевидную систему линейных уравнений, которую мы решили очень просто, требуется применять прямой ход, связанный с элементарными преобразованиями системы линейных уравнений. Это также не очень сложно.

Элементарные преобразования системы линейных уравнений

Повторяя школьный метод алгебраического сложения уравнений системы, мы выяснили, что к одному из уравнений системы можно прибавлять другое уравнение системы, причём каждое из уравнений может быть умножено на некоторые числа. В результате получаем систему линейных уравнений, эквивалентную данной. В ней уже одно уравнение содержало только одну переменную, подставляя значение которой в другие уравнений, мы приходим к решению. Такое сложение - один из видов элементарного преобразования системы. При использовании метода Гаусса можем пользоваться несколькими видами преобразований.

На анимации выше показано, как система уравнений постепенно превращается в трапециевидную. То есть такую, которую вы видели на самой первой анимации и сами убедились в том, что из неё просто найти значения всех неизвестных. О том, как выполнить такое превращение и, конечно, примеры, пойдёт речь далее.

При решении систем линейных уравнений с любым числом уравнений и неизвестных в системе уравнений и в расширенной матрице системы можно :

переставлять местами строки (это и было упомянуто в самом начале этой статьи);
если в результате других преобразований появились равные или пропорциональные строки, их можно удалить, кроме одной;
удалять "нулевые" строки, где все коэффициенты равны нулю;
любую строку умножать или делить на некоторое число;
к любой строке прибавлять другую строку, умноженное на некоторое число.

В результате преобразований получаем систему линейных уравнений, эквивалентную данной.

Алгоритм и примеры решения методом Гаусса системы линейных уравнений с квадратной матрицей системы

Рассмотрим сначала решение систем линейных уравений, в которых число неизвестных равно числу уравнений. Матрица такой системы - квадратная, то есть в ней число строк равно числу столбцов.

Пример 2. Решить методом Гаусса систему линейных уравнений

Решая системы линейных уравнений школьными способами, мы почленно умножали одно из уравнений на некоторое число, так, чтобы коэффициенты при первой переменной в двух уравнениях были противоположными числами. При сложении уравнений происходит исключение этой переменной. Аналогично действует и метод Гаусса.

Для упрощения внешнего вида решения составим расширенную матрицу системы :

В этой матрице слева до вертикальной черты расположены коэффициенты при неизвестных, а справа после вертикальной черты - свободные члены.

Для удобства деления коэффициентов при переменных (чтобы получить деление на единицу) переставим местами первую и вторую строки матрицы системы . Получим систему, эквивалентную данной, так как в системе линейных уравнений можно переставлять местами уравнения:

С помощью нового первого уравнения исключим переменную x из второго и всех последующих уравнений . Для этого ко второй строке матрицы прибавим первую строку, умноженную на (в нашем случае на ), к третьей строке – первую строку, умноженную на (в нашем случае на ).

Это возможно, так как

Если бы в нашей системе уравнений было больше трёх, то следовало бы прибавлять и ко всем последующим уравнениям первую строку, умноженную на отношение соответствующих коэффициентов, взятых со знаком минус.

В результате получим матрицу эквивалентную данной системе новой системы уравнений, в которой все уравнения, начиная со второго не содержат переменнную x :

Для упрощения второй строки полученной системы умножим её на и получим вновь матрицу системы уравнений, эквивалентной данной системе:

Теперь, сохраняя первое уравнение полученной системы без изменений, с помощью второго уравнения исключаем переменную y из всех последующих уравнений. Для этого к третьей строке матрицы системы прибавим вторую строку, умноженную на (в нашем случае на ).

Если бы в нашей системе уравнений было больше трёх, то следовало бы прибавлять и ко всем последующим уравнениям вторую строку, умноженную на отношение соответствующих коэффициентов, взятых со знаком минус.

В результате вновь получим матрицу системы, эквивалентной данной системе линейных уравнений:

Мы получили эквивалентную данной трапециевидную систему линейных уравнений:

Если число уравнений и переменных больше, чем в нашем примере, то процесс последовательного исключения переменных продолжается до тех пор, пока матрица системы не станет трапециевидной, как в нашем демо-примере.

Решение найдём "с конца" - обратный ход . Для этого из последнего уравнения определим z :
.
Подставив это значение в предшествующее уравнение, найдём y :

Из первого уравнения найдём x :

Ответ: решение данной системы уравнений - .

: в этом случае будет выдан тот же ответ, если система имеет однозначное решение. Если же система имеет бесконечное множество решений, то таков будет и ответ, и это уже предмет пятой части этого урока.

Решить систему линейных уравнений методом Гаусса самостоятельно, а затем посмотреть решение

Перед нами вновь пример совместной и определённой системы линейных уравнений, в которой число уравнений равно числу неизвестных. Отличие от нашего демо-примера из алгоритма - здесь уже четыре уравнения и четыре неизвестных.

Пример 4. Решить систему линейных уравнений методом Гаусса:

Теперь нужно с помощью второго уравнения исключить переменную из последующих уравнений. Проведём подготовительные работы. Чтобы было удобнее с отношением коэффициентов, нужно получить единицу в во втором столбце второй строки. Для этого из второй строки вычтем третью, а полученную в результате вторую строку умножим на -1.

Проведём теперь собственно исключение переменной из третьего и четвёртого уравнений. Для этого к третьей строке прибавим вторую, умноженную на , а к четвёртой - вторую, умноженную на .

Теперь с помощью третьего уравнения исключим переменную из четвёртого уравнения. Для этого к четвёртой строке прибавим третью, умноженную на . Получаем расширенную матрицу трапециевидной формы.

Получили систему уравнений, которой эквивалентна заданная система:

Следовательно, полученная и данная системы являются совместными и определёнными. Окончательное решение находим «с конца». Из четвёртого уравнения непосредственно можем выразить значение переменной "икс четвёртое":

Это значение подставляем в третье уравнение системы и получаем

Наконец, подстановка значений

В первое уравнение даёт

откуда находим "икс первое":

Ответ: данная система уравнений имеет единственное решение .

Проверить решение системы можно и на калькуляторе, решающем методом Крамера : в этом случае будет выдан тот же ответ, если система имеет однозначное решение.

Решение методом Гаусса прикладных задач на примере задачи на сплавы

Системы линейных уравнений применяются для моделирования реальных объектов физического мира. Решим одну из таких задач - на сплавы. Аналогичные задачи - задачи на смеси, стоимость или удельный вес отдельных товаров в группе товаров и тому подобные.

Пример 5. Три куска сплава имеют общую массу 150 кг. Первый сплав содержит 60% меди, второй - 30%, третий - 10%. При этом во втором и третьем сплавах вместе взятых меди на 28,4 кг меньше, чем в первом сплаве, а в третьем сплаве меди на 6,2 кг меньше, чем во втором. Найти массу каждого куска сплава.

Решение. Составляем систему линейных уравнений:

Умножаем второе и третье уравнения на 10, получаем эквивалентную систему линейных уравнений:

Составляем расширенную матрицу системы:

Внимание, прямой ход. Путём сложения (в нашем случае - вычитания) одной строки, умноженной на число (применяем два раза) с расширенной матрицей системы происходят следующие преобразования:

Прямой ход завершился. Получили расширенную матрицу трапециевидной формы.

Применяем обратный ход. Находим решение с конца. Видим, что .

Из второго уравнения находим

Из третьего уравнения -

Проверить решение системы можно и на калькуляторе, решающем методом Крамера : в этом случае будет выдан то же ответ, если система имеет однозначное решение.

О простоте метода Гаусса говорит хотя бы тот факт, что немецкому математику Карлу Фридриху Гауссу на его изобретение потребовалось лишь 15 минут. Кроме метода его имени из творчества Гаусса известно изречение "Не следует смешивать то, что нам кажется невероятным и неестественным, с абсолютно невозможным" - своего рода краткая инструкция по совершению открытий.

Во многих прикладных задачах может и не быть третьего ограничения, то есть, третьего уравнения, тогда приходится решать методом Гаусса систему двух уравнений с тремя неизвестными, или же, наоборот - неизвестных меньше, чем уравнений. К решению таких систем уравнений мы сейчас и приступим.

С помощью метода Гаусса можно установить, совместна или несовместна любая система n линейных уравнений с n переменными.

Метод Гаусса и системы линейных уравнений, имеющие бесконечное множество решений

Следующий пример - совместная, но неопределённая система линейных уравнений, то есть имеющая бесконечное множество решений.

После выполнения преобразований в расширенной матрице системы (перестановки строк, умножения и деления строк на некоторое число, прибавлению к одной строке другой) могли появиться строки вида

Если во всех уравнениях имеющих вид

Свободные члены равны нулю, то это означает, что система неопределённа, то есть имеет бесконечное множество решений, а уравнения этого вида – «лишние» и их исключаем из системы.

Пример 6.

Решение. Составим расширенную матрицу системы. Затем с помощью первого уравнения исключим переменную из последующих уравнений. Для этого ко второй, третьей и четвёртой строкам прибавим первую, умноженную соответственно на :

Теперь вторую строку прибавим к третьей и четвёртой.

В результате приходим к системе

Последние два уравнения превратились в уравнения вида . Эти уравнения удовлетворяются при любых значениях неизвестных и их можно отбросить.

Чтобы удовлетворить второму уравнению, мы можем для и выбрать произвольные значения , тогда значение для определится уже однозначно: . Из первого уравнения значение для также находится однозначно: .

Как заданная, так и последняя системы совместны, но неопределённы, и формулы

при произвольных и дают нам все решения заданной системы.

Метод Гаусса и системы линейных уравнений, не имеющие решений

Следующий пример - несовместная система линейных уравнений, то есть не имеющая решений. Ответ на такие задачи так и формулируется: система не имеет решений.

Как уже говорилось в связи с первым примером, после выполнения преобразований в расширенной матрице системы могли появиться строки вида

соответствующие уравнению вида

Если среди них есть хотя бы одно уравнение с отличным от нуля свободным членом (т.е. ), то данная система уравнений является несовместной, то есть не имеет решений и на этом её решение закончено.

Пример 7. Решить методом Гаусса систему линейных уравнений:

Решение. Составляем расширенную матрицу системы. С помощью первого уравнения исключаем из последующих уравнений переменную . Для этого ко второй строке прибавляем первую, умноженную на , к третьей строке - первую, умноженную на , к четвёртой - первую, умноженную на .

Теперь нужно с помощью второго уравнения исключить переменную из последующих уравнений. Чтобы получить целые отношения коэффициентов, поменяем местами вторую и третью строки расширенной матрицы системы.

Для исключения из третьего и четвёртого уравнения к третьей строке прибавим вторую, умноженную на , а к четвёртой - вторую, умноженную на .

Теперь с помощью третьего уравнения исключим переменную из четвёртого уравнения. Для этого к четвёртой строке прибавим третью, умноженную на .

Заданная система эквивалентна, таким образом, следующей:

Полученная система несовместна, так как её последнее уравнение не может быть удовлетворено никакими значениями неизвестных. Следовательно, данная система не имеет решений.

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} \\ II-3\cdot I\\ III+4\cdot I \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}\\ III-2\cdot II \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 трапециевидной форме . На главной дагонали полученной матрицы $\left(\begin{array} {ccc|c} -1 & 2 & -4 & 9 \\ 0 & 3 &5 & -10\\ 0 & 0 & -7 & 14 \end{array} \right)$ расположены три ненулевых элемента: -1, 3 и -7. Вывод: 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 трапециевидной форме: $\left(\begin{array} {ccc} -1 & 2 & -4 \\ 0 & 3 &5 \\ 0 & 0 & -7 \end{array} \right)$. 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:

Расширенная матрица системы приведена к ступенчатой форме . Если матрица приведена к ступенчатой форме, то ранг её равен количеству ненулевых строк. Следовательно, $\rang A=3$. Матрица $A$ (до черты) приведена к трапециевидной форме 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.

Расширенная матрица системы имеет вид: $\widetilde{A}=\left(\begin{array} {ccccc|c} 2 & 0 & 7 & -5 & 11 & 42\\ 1 & -2 & 3 & 0 & 2 & 17 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right)$. Поменяем местами первую и вторую строки данной матрицы, чтобы первым элементом первой строки стала единица: $\left(\begin{array} {ccccc|c} 1 & -2 & 3 & 0 & 2 & 17\\ 2 & 0 & 7 & -5 & 11 & 42 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end{array} \right)$.

Мы привели расширенную матрицу системы и саму матрицу системы к трапециевидной форме . Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $\rang\widetilde{A}=\rang A < n$, 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.