2. Если ранг матрицы системы меньше количества неизвестных, т.е.
r (A)= r ( |
|
)= r < n , |
(2.16) |
A |
то система имеет бесчисленное множество решений. В этом случае хотя бы один из миноров матрицы A порядка r не равен нулю. Этот минор называют базисным минором, а неизвестные, коэффициенты при которых являются столбцами базисного минора, называют базисными неизвестными (переменными). Остальные (n −r ) неизвестных называют свободными, им можно прида-
вать произвольные значения независимо друг от друга. Каждому набору значений свободных неизвестных соответствует одно решение системы.
3. Если система однородна, то она всегда совместна, в частности имеет нулевое решение x1 = 0, …, xn = 0 . Ненулевые решения однородная система
имеет, если r (A)< n .
4. Если система (2.12) имеет одинаковое количество неизвестных и уравнений, т.е. m = n , то при выполнении условия (2.14), вопрос о единственности решения сводится к выполнению неравенства
det A ≠ 0 . |
(2.17) |
Иными словами, если выполнено условие (2.17), то система (2.12) (при m = n ) имеет единственное решение. В частности, если (2.12) – однородная система, то выполнение условия (2.17) говорит об отсутствии ненулевых решений; наоборот, если det A = 0 , то у однородной системы есть ненулевые решения.
Решение системы линейных уравнений
Определение 2.19. Две системы линейных уравнений называют эквивалентными, если любое решение одной системы является решением другой системы и наоборот.
Определение 2.20. Преобразование системы уравнений в систему уравнений, эквивалентную исходной, называют эквивалентным преобразованием системы.
Кэквивалентным преобразованиям системы относят:
●умножение левой и правой части какого-нибудь уравнения на коэффициент, не равный нулю;
●перемену местами уравнений системы;
●изъятие из системы одного из двух одинаковых уравнений;
●замену одного из уравнений на сумму этого уравнения и какого-нибудь другого уравнения системы, умноженное на любое число.
36
Метод Гаусса
Метод решения системы линейных уравнений, основанный на эквивалентных преобразованиях системы, – это метод Гаусса, или метод последовательного исключения неизвестных, знакомый всем из школьного курса математики. В процессе применения этого метода получаем ответ на вопрос о совместности системы и, в случае совместности, на вопрос о количестве решений, а также сами решения.
Матричный метод решения системы
Система линейных уравнений (2.12) может быть записана в виде матричного уравнения
|
|
A X = B , |
|
(2.18) |
||
где A - матрица системы, а X и B - матрицы столбцы: |
||||||
|
|
x |
|
b |
|
|
|
|
1 |
|
|
1 |
|
|
|
X = |
, |
B = |
|
. |
|
|
x |
|
b |
|
|
|
|
n |
|
|
m |
|
В уравнении (2.18) ищется матрица |
X , удовлетворяющая уравнению |
|||||
x |
|
|
|
|
|
|
1 |
|
удовлетворяет |
уравнению (2.18), то набор чисел |
|||
(2.18). Если X = |
|
|||||
x |
|
|
|
|
|
|
n |
|
|
|
|
|
|
(x1 ,…, xn ) является решением системы (2.12) и наоборот. |
||||||
Если A - квадратная невырожденная матрица (det A ≠ 0 ), то существует |
||||||
матрица A−1 , и уравнение (2.18) переписывается в виде |
||||||
|
|
X = A−1B , |
|
(2.19) |
||
т.е. (2.19) – это формула решения уравнения (2.18). Но, зная решение уравнения (2.18), мы одновременно знаем единственное решение системы (2.12). Метод решения системы (2.12) с помощью формулы (2.19) называют матричным методом решения системы n линейных уравнений с n неизвестными (det A ≠ 0 ).
Метод Крамера
Если применима формула (2.19), т.е. матрица системы (2.12) квадратная размера n ×n и невырожденная, то для значений неизвестных в решении системы справедливы формулы
37
|
|
|
xj = |
|
j |
, j =1, …, n , |
|
|
|
|
(2.20) |
|||
|
|
|
|
|
|
|
|
|
||||||
называемые формулами Крамера. Здесь |
= det A – главный определитель сис- |
|||||||||||||
темы, а j – вспомогательные определители ( j =1, …, n ). Определитель |
j по- |
|||||||||||||
лучается из главного определителя |
|
заменой j – го столбца на столбец правых |
||||||||||||
частей системы, т.е. |
|
|
|
|
|
|
|
|
|
|
|
|
||
1 = |
|
b1 a12 |
… a1n |
|
,…, |
n = |
|
a11 |
a12 |
… b1 |
|
. |
(2.21) |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|||||
|
|
bn an2 |
… ann |
|
|
|
|
an1 |
an2 |
… bn |
|
|
|
|
2.1.4. Собственные векторы и собственные значения матрицы |
|
|||||||||||||
Рассмотрим квадратную матрицу |
A размера |
n ×n . Тогда, как известно |
||||||||||||
(см. п. 1.1.4), эта матрица является матрицей некоторого линейного отображения в n - мерном векторном пространстве в некотором базисе. При этом образом вектора x =(x1,…, xn ) является вектор-столбец y = Ax , полученный умно-
жением матрицы A на матрицу-столбец х.
Определение 2.21. Ненулевой вектор х называется собственным вектором матрицы A , соответствующим собственному значению (числу) λ, если выполняется равенство Ax = λx , т.е.
a11 |
… a1n x1 |
|
x1 |
|
(2.22) |
|
|
… a |
|
|
= λ |
. |
|
a |
x |
|
x |
|
|
|
n1 |
|
nn n |
|
n |
|
|
Собственное значение λ находится из алгебраического уравнения n - ой степени, которое записываем, используя определитель n - го порядка
a11 −λ |
a12 |
… |
a1n |
|
|
|
|
|
|||||
a21 |
a22 −λ |
… |
a2n |
|
= 0 . |
(2.23) |
an1 |
an2 |
… ann −λ |
|
|
|
|
Уравнение (2.23) называется характеристическим уравнением матрицы A .
Если линейное пространство рассматривается над полем действительных чисел, то матрица A не обязательно имеет собственные векторы.
Если найден корень λ = λ уравнения (2.23), то координаты соответствующего собственного вектора x =(x1,…, xn ) матрицы A находят из системы
линейных уравнений
38
(a11 −λ)x1 +…+ a1n xn = 0, |
|
|
|
|
(2.24) |
…………………………… |
|
|
|
an1x1 +…+(ann −λ)xn = 0. |
|
|
|
Система (2.24) однородная, и ее главный определитель |
= 0 , поэтому |
она имеет бесчисленное множество ненулевых решений, каждое из которых – это координаты собственного вектора, соответствующего собственному значе-
нию λ .
2.1.5. Квадратичные формы
Определение 2.22. Квадратичной формой от зывается функция n переменных, имеющая вид
n |
n |
f (x1,…, xn )= ∑∑aij xi xj |
|
i=1 |
j=1 |
n переменных x1,…, xn на-
. (2.25)
Здесь aij - коэффициенты квадратичной формы и aij = a ji . Если в квадра-
тичной форме привести подобные члены, то коэффициенты при произведениях различных переменных xi и xj примут вид 2aij .
Определение 2.23. Матрица A =(aij )i=1,n называется матрицей квадра-
j=1,n
тичной формы.
Матрица A является симметричной, т.е. AT = A ( aij = a ji ).
x |
|
|
|
|
1 |
|
, то квадратичную форму |
Если рассмотреть матрицу-столбец x = |
|
|
|
x |
|
|
|
|
n |
|
|
(2.25) можно записать в матричном виде |
|
|
|
f (x1,…, xn )= X T AX . |
|
(2.26) |
|
Определение 2.24. Квадратичную форму называют положительно (отрицательно) определенной, если для любого набора значений переменных x1,…, xn , где хотя бы одно из значений не равно нулю, квадратичная форма
принимает положительное (отрицательное) значение. Иными словами, если
x12 +…+ xn2 ≠ 0 , то
39
f (x1 ,…, xn ) > 0 (f (x1 ,…, xn )< 0). |
(2.26) |
Замечание 2.1. Квадратичная форма является положительно (отрицательно) определенной тогда и только тогда, когда все собственные значения ее матрицы положительны (отрицательны).
Определение 2.25. Главный минор квадратной матрицы A порядка k - это ее минор, стоящий на пересечении первых k строк и первых k столбцов.
Замечание 2.2 (Критерий Сильвестра). Для того чтобы квадратичная форма была положительно определенной, необходимо и достаточно, чтобы все главные миноры матрицы квадратичной формы были положительны.
2.2.Тестовые задания и их решения
2.2.1.Вычисление определителей
Тестовое задание 2.1
Установите соответствие между мат- |
υ |
80 |
|||||
рицей и ее определителем. |
υ212 |
||||||
υ222 |
100 |
||||||
|
|
4 |
24 |
|
υ |
|
|
1. |
|
0 |
|||||
|
−5 |
−10 |
|
υ2 υ2 |
|||
|
|
|
υ232 |
−53 |
|||
|
12 |
22 |
|
|
υ |
|
|
2. |
|
|
53 |
||||
|
12 |
|
|
υ2 υ2 |
|||
|
2 |
|
|
|
|
||
3. |
−2 |
−7 |
|
|
|||
|
2 |
|
|
|
|||
|
−7 |
|
|
|
|||
Решение. В этом задании нужно воспользоваться формулой (2.3) и сравнить значения вычисленных определителей с предлагаемыми ответами:
|
4 |
24 |
|
= 4 (−10)−24 (−5)= −40 +120 =80 (первый ответ), |
||||
|
−5 |
−10 |
|
|
||||
|
12 |
22 |
|
|
=12 12 |
−22 2 =144 −44 =100 (второй ответ), |
||
|
|
|||||||
|
2 |
12 |
|
|
|
|
|
|
|
−2 |
−7 |
|
= −2 2 |
−(−7) (−7)= −4 −49 = −53 (четвертый ответ). |
|||
|
|
|||||||
|
−7 |
2 |
|
|
|
|
|
|
40