Математика. Примеры решения задач курсовой работы Математика. Примеры решения задач курсовой работы

Система линейных алгебраических уравнений

Этот раздел является одним из основных в алгебре. Нет такой отрасли науки и приложений, где в том или ином виде не использовались бы системы линейных алгебраических уравнений. При решении экономических задач системы линейных уравнений наиболее употребимы как в аппарате исследования, так и при рассмотрении частных проблем.

Основные понятия

Общий вид и свойства системы уравнений Вычислить расходимость (дивергенцию) и вихрь (ротор) в произвольной точке , а также найти уравнения векторных линий поля градиентов скалярного поля .

Система т линейных уравнений с п неизвестными (переменными) x1, x2, ..., xп имеет вид

Здесь aij и bi — произвольные числа (i = 1, 2,..., m; j = 1, 2, ..., n), которые называются соответственно коэффициентами при неизвестных и свободными членами уравнений (15.1). Первый индекс у коэффициентов при неизвестных означает номер уравнения, второй индекс соответствует номеру неизвестного xi.

Решением системы уравнений (15.1) называется набор п чисел x1 = α1, x2 = α2, … , xn = αn, при подстановке которых в эту систему каждое уравнение данной системы превращается в тождество.

Система уравнений (15.1) называется совместной, если она имеет хотя бы одно решение; если система не имеет решений, она называется несовместной. Совместная система уравнений имеет либо одно решение, и в таком случае она называется определенной, либо, если у нее больше одного решения, она называется неопределенной.

Системы уравнений вида (15.1) называются эквивалентными, если они имеют одно и то же множество решений. Элементарные преобразования исходной системы приводят к эквивалентной системе. К элементарным преобразованиям относятся:

вычеркивание уравнения 0x1 + 0x2 + ... + 0хn = 0 — нулевой строки;

перестановка уравнений или слагаемых aijxj в уравнениях;

прибавление к обеим частям одного уравнения соответственно обеих частей другого уравнения этой системы, умноженного на любое действительное число;

удаление уравнений, являющихся линейными комбинациями других уравнений системы.

Последнее свойство вытекает из третьего свойства: если какое-либо уравнение представляет собой линейную комбинацию других уравнений, то из него можно сформировать нулевую строку.

Матричная форма системы уравнений

Сведем коэффициенты при неизвестных в системе уравнений (15.1) в матрицу

Эта матрица состоит из m строк и п столбцов и называется матрицей системы. Введем в рассмотрение две матрицы-столбца: матрицу неизвестных Х и матрицу свободных членов В:

Х и В представляют собой векторы-столбцы, однако в целях единого подхода в рамках матричной алгебры удобнее трактовать их именно как матрицы, состоящие соответственно из п и m строк и одного столбца.

Тогда систему линейных уравнений (15.1) можно записать в матричной форме, поскольку размер матрицы А равен т х n, а размер Х — n х 1 и, значит, произведение этих матриц имеет смысл:

Произведение матриц АХ является, как и В, матрицей-столбцом размером т х 1, состоящей из левых частей уравнений системы (15.1). Все уравнения этой системы вытекают из уравнения (15.3) в силу определения равенства двух матриц (п. 13.1).

Введем в рассмотрение еще одну матрицу; дополним матрицу системы А столбцом свободных членов и получим новую матрицу размером т х (n + 1):

Матрица АВ называется расширенной матрицей системы. Эта матрица играет важную роль в вопросе о разрешимости системы уравнений.

ТЕОРЕМА 1 (Кронекера-Капелли, критерий совместности системы). Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы.

Доказательство этой теоремы мы не приводим.

15.2. Методы решения систем линейных уравнений

Метод обратной матрицы и теорема Крамера

В этом разделе мы рассмотрим частный случай системы (15.1), когда число уравнений равно числу неизвестных, т.е. т = n. Система уравнений имеет вид

Составим квадратную матрицу А порядка n этой системы:

1. В матричной форме система уравнений (15.5) имеет вид

где матрицы Х и В имеют размер n х 1. Пусть матрица системы А является невырожденной, т.е. существует обратная матрица А-1. Умножив обе части этого уравнения слева на А-1, получаем решение системы (15.5) в матричной форме:

Вычисление обратной матрицы по заданной матрице А производится по довольно сложным формулам. В случае когда порядок n матриц А и А-1 достаточно велик, вычисление обратной матрицы может быть очень громоздким.

2. Другой метод решения системы уравнений (15.5) основан на теореме Крамера. Составим определитель матрицы системы А:

который называется также определителем системы. Заменим в этом определителе j-й столбец на столбец свободных членов В, т.е. получим этой заменой другой определитель, который обозначим Δj:

ТЕОРЕМА 2 (правило Крамера). Пусть Δ — определитель матрицы системы А, а Δj — определитель, полученный из определителя Δ заменой j-го столбца столбцом свободных членов В. Тогда если Δ ≠ 0, то система линейных уравнений (15.5) имеет единственное решение, определяемое по формулам

Формулы вычисления неизвестных (15.6) — решения системы (15.5) — носят название формул Крамера.

Пример 1. Найти решение системы уравнений

Решение. Составим и вычислим определители системы Δ и Δj (j = x, y, z):

Определитель системы отличен от нуля, стало быть, она имеет единственное решение, которое вычисляется по формулам (15.6):

Решение системы общего вида

Пусть задана система линейных уравнений общего вида (15.1), где т ≤ n, т.е. число неизвестных не меньше числа уравнений. Представим общий порядок решения этой системы.

1. Необходимо определить совместность системы, т.е. определить сначала ранги матрицы системы А и расширенной матрицы AB. По теореме Кронекера-Капелли если ранги этих матриц не совпадают, то система несовместна и тогда нет смысла ее решать. Если же ранги матриц А и АB равны, то система (15.1) совместна.

Определение 1. Рангом совместной системы линейных алгебраических уравнений называется ранг ее матрицы.

2. Пусть система (15.1) совместна и ранг ее равен r. Выделим в матрице системы (15.2) некоторый базисный минор; предположим, что именно первые r строк матриц А и АB являются базисными. Тогда по теореме о базисном миноре остальные строки матрицы являются линейными комбинациями остальных строк. В свою очередь это означает, что в системе (15.1) первые r уравнений, соответствующие базисным строкам матрицы А, являются базисными, а остальные — их линейными комбинациями. Тогда эти (m — r) уравнений можно удалить из системы, причем в результате указанных элементарных преобразований мы получаем эквивалентную систему:

3. Система (15.7) характерна тем, что ее ранг равен числу уравнений в ней, причем r ≤ n, т.е. ранг не превосходит числа неизвестных. Поэтому возможны два случая: либо r = n, либо r < n. В первом случае система (15.7) имеет квадратную невырожденную матрицу порядка r (см. выше) и, согласно теореме Крамера, существует единственное решение этой системы. Иными словами, если ранг системы равен числу неизвестных, то система имеет единственное решение, т.е. она является определенной.

4. Рассмотрим теперь случай, когда r < п. Перенесем в правые части уравнений (15.7) все слагаемые, содержащие неизвестные xr+1, xr+2, …, xп. Тогда система принимает вид

Неизвестным xr+1, ..., xп можно придавать любые значения, и потому они называются свободными. Неизвестные х1, x2, ..., xr соответствующие базисным столбцам, называются базисными. Из системы (15.8) легко найти выражения базисных неизвестных через свободные, согласно теореме Крамера, рассматривая правые части этих уравнений как элементы столбца свободных членов, содержащие xr+1, xr+2,…, хп. Можно показать, что базисные неизвестные x1, х2, ..., xr линейно выражаются через свободные неизвестные. Поскольку свободные неизвестные могут принимать любые значения, то в случае когда ранг совместной системы меньше числа неизвестных, эта система является неопределенной: она имеет бесчисленное множество решений.

Метод Гаусса

Следует заметить, что как метод обратной матрицы, так и метод Крамера являются очень трудоемкими по количеству вычислительной работы. Оба они требуют порядка n2n! арифметических действий для нахождения решения системы линейных уравнений. При п = 5 это составит около 3000 действий, при п = 10 — около 3,6 ∙ 108 действий. При решении серьезных задач приходится иметь дело с системами уравнений порядка п = 100 и более. При таких масштабах даже суперкомпьютерам потребуется огромное время для вычисления решения. Кроме того, погрешности компьютерного округления чисел приводят к значительным ошибкам в расчетах численного решения систем уравнений большого порядка. Между тем существуют более экономичные методы решения систем линейных уравнений, основанные на предварительном преобразовании расширенной матрицы системы к специальному виду. В частности, одним из них является метод Гаусса, практическую реализацию которого мы приводим ниже.

Рассмотрим систему уравнений общего вида (15.1). Пусть для определенности a11 ≠ 0 (если a11 = 0, то можно переставить на первое место ненулевое слагаемое или начать с другого уравнения). Умножим первое уравнение системы (15.1) на число a21/a11 и затем вычтем его из второго уравнения этой системы. Умножим обе части первого уравнения на число a31/a11 и затем вычтем его из третьего уравнения и так далее, т.е. процесс заключается в последовательном вычитании первого уравнения, умножаемого на числа ai1/a11, из i-го уравнения (i = 2, 3, ... , m). Таким образом, в результате элементарных преобразований мы получим эквивалентную систему, в которой начиная со второго уравнения отсутствуют слагаемые, содержащие неизвестное x1:

где верхний индекс в скобках означает новые коэффициенты, полученные после первого шага. Для удобства записи будем оперировать расширенной матрицей системы, отделяя в ней вертикальной чертой столбец свободных членов. Итак, после первого шага, содержащего (т — 1) элементарных преобразований системы, мы переходим от расширенной матрицы (15.4) исходной системы к расширенной матрице

Второй шаг заключается в том, что теперь второе уравнение системы (15.7) или вторая строка матрицы (15.8) используется для аналогичных элементарных преобразований строк с третьей по m-ю: эта строка последовательно умножается на число и вычитается из i-й строки (i = 3, 4, ... ,m). В результате этих (m - 2) элементарных преобразований получаем новую расширенную матрицу, соответствующую новой эквивалентной системе уравнений. Эта матрица имеет вид

где верхний индекс означает новые коэффициенты. В случае если элемент  = 0, то второе уравнение можно поменять местами с другим уравнением, у которого элемент  ≠ 0.

Продолжим этот процесс аналогичным образом (т.е. на 3-м шаге преобразуются строки с 4-й по т-ю, на 4-м шаге — строки с 5-й по m-ю и т.д.) до тех пор, пока не дойдем до последней m-й строки. После (r - 1)-го шага процесса последовательного исключения неизвестных мы получим следующую расширенную матрицу:

Последние (m - r) строк этой матрицы соответствуют уравнениям эквивалентной системы уравнений

Эти уравнения могут появиться, если соответствующие уравнения исходной системы (15.1) представляют собой линейные комбинации других уравнений этой системы, о чем говорилось в п. 15.1. Здесь мы не исследовали заранее систему (15.1) на совместность; поэтому если эта система несовместна, то хотя бы одно из чисел ,  ,...,  не равно нулю. Таким образом, метод Гаусса позволяет на определенном шаге установить возможную несовместность исходной системы линейных уравнений или выявить и удалить уравнения, являющиеся линейными комбинациями других уравнений системы (15.1), если она совместна.

Пусть система (15.1) совместна, тогда все правые части уравнений (15.10) равны нулю, и после удаления нулевых уравнений в эквивалентной системе и нулевых строк в расширенной матрице получаем матрицу специфического ступенчатого вида, ранг которой равен r. Все элементы этой матрицы, стоящие слева или ниже элементов аij, равны нулю:

Эта расширенная матрица соответствует системе уравнений ранга r, которая имеет вид

Система уравнений (15.12) уже полностью подготовлена к нахождению решения, процесс которого осуществляется снизу вверх, т.е. от последнего уравнения к первому. Переход от системы (15.1) к эквивалентной ей системе (15.12) называется прямым ходом, а нахождение неизвестных из системы (15.12) — обратным ходом метода Гаусса. Далее последовательность действий аналогична изложенной выше.

1. Если r = n, то система (15.12) имеет вид

Поднимаясь снизу вверх, последовательно находим (обратный ход метода Гаусса):

— из последнего r-го уравнения неизвестное xr = ;

— из (r - 1)-го уравнения неизвестное xr-1 путем подстановки в это уравнение уже найденного неизвестного xr;

— из i-го уравнения неизвестное xi при подстановке в него найденных величин xr, xr-1, ..., xi-1;

— и так далее до первого уравнения, из которого при подстановке в него уже найденных величин xr, xr-1 , ..., x2 находим х1.

2. Ранг системы уравнений (15.12) меньше n. В этом случае, как и ранее, объявляем неизвестные xr+1, xr+2, …, xп, свободными и формируем правые части уравнений (15.12), оставляя в левых частях слагаемые, содержащие базисные переменные x1, x2, ..., xr:

Решение этой системы находится обратным ходом метода; теперь базисные неизвестные зависят от свободных неизвестных, которые могут принимать любые значения, а потому система (15.1) имеет бесчисленное множество решений.

Рассмотрим примеры решения систем линейных уравнений методом Гаусса.

Пример 2. Пример 1 п. 15.2.

Решение. Выпишем расширенную матрицу этой системы; справа в скобках укажем числа, на которые умножается соответствующая строка матрицы для того, чтобы сложить ее с нижними строками. Горизонтальными стрелками показаны переходы к расширенным матрицам эквивалентных систем. Первую строку расширенной матрицы исходной системы умножаем последовательно на (-2) и (-1) и прибавляем ее соответственно к 2-й и 3-й строкам этой матрицы. После первого шага, состоящего в "обнулении" первого столбца согласно формуле (15.9), получаем (номера шагов показаны перед стрелками перехода)

Второй шаг прямого хода метода Гаусса состоит в операциях с преобразованной расширенной матрицей: прибавляем вторую строку, умноженную на (-3), к 3-й строке:

Последний вид расширенной матрицы является конечным этапом прямого хода метода (см. формулу (15.13)), после чего приступаем к обратному ходу, т.е. находим неизвестные, начиная с последнего. Полученная расширенная матрица соответствует системе уравнений

которая эквивалентна исходной системе. Отсюда последовательно находим: z = -1/2, у = 0,х = 1- 0 - (-1/2) = 3/2.

Пример 3. Решить методом Гаусса систему линейных уравнений

Решение. Составим расширенную матрицу этой системы, после чего выполним соответствующие шаги прямого хода метода Гаусса. Имеем

Последняя нулевая строка в расширенной матрице, полученной после 3-го шага, появилась из-за того, что в исходной системе четвертое уравнение является суммой 1-го и 3-го уравнений. Система совместная, и после удаления нулевой строки заключительный вид расширенной матрицы соответствует системе трех уравнений с четырьмя неизвестными (ранг системы меньше числа неизвестных). Полагая x4 свободной переменной, получаем

Из этой системы обратным ходом метода Гаусса находим

Данная система уравнений имеет бесчисленное множество решений, поскольку x4 может принимать любые значения.

15.3. Вычисление обратной матрицы методом Гаусса

Метод Гаусса является поистине универсальным в решении систем линейных алгебраических уравнений. Мы продемонстрируем применение этого метода при вычислении обратных матриц.

Практически этот наиболее простой способ вычисления обратной матрицы состоит в следующих шагах.

1. К матрице А, по отношению к которой ищется обратная матрица, приписывается справа единичная матрица Е.

2. Путем преобразований методом Гаусса над строками расширенной матрицы (А|Е) матрица А приводится к виду единичной матрицы.

3. После окончания указанного вычислительного процесса, т.е. когда на месте исходной матрицы А будет сформирована единичная матрица, на месте приписанной справа единичной матрицы Е будет находиться обратная матрица А-1. Иными словами, вместо расширенной матрицы (А|Е) в итоге получaется расширенная матрица (E|A-1).

Продемонстрируем эту последовательность действий на несложном примере.

Пример 1. Найти обратную матрицу исходной матрицы

Решение. Выполняем последовательно шаги 1 — 3:

Схема вычислений по методу Гаусса пояснена здесь теми же обозначениями, что и в п. 15.2, при этом стрелками показано, к какой строке прибавляется измененная строка. Последний этап вычислений, показанный стрелкой (3), состоит в делении последней строки расширенной матрицы на -2. Итак, обратная матрица имеет вид

Нетрудно непосредственно проверить правильность проведенных вычислений по определению обратной матрицы: АА-1 = А-1А.