Ещё в школе каждый из нас изучал уравнения и, наверняка, системы уравнений. Но не многие знают, что существует несколько способов их решения. Сегодня мы подробно разберём все методы решения системы линейных алгебраических уравнений, которые состоят более чем из двух равенств.

История

На сегодняшний день известно, что искусство решать уравнения и их системы зародилось ещё в Древнем Вавилоне и Египте. Однако равенства в их привычном для нас виде появились после возникновения знака равенства "=", который был введён в 1556 году английским математиком Рекордом. Кстати, этот знак был выбран не просто так: он означает два параллельных равных отрезка. И правда, лучшего примера равенства не придумать.

Основоположником современных буквенных обозначений неизвестных и знаков степеней является французский математик Однако его обозначения значительно отличались от сегодняшних. Например, квадрат неизвестного числа он обозначал буквой Q (лат."quadratus"), а куб - буквой C (лат. "cubus"). Эти обозначения сейчас кажутся неудобными, но тогда это был наиболее понятный способ записать системы линейных алгебраических уравнений.

Однако недостатком в тогдашних методах решения было то, что математики рассматривали только положительные корни. Возможно, это связано с тем, что отрицательные значения не имели никакого практического применения. Так или иначе, но первыми считать отрицательные корни начали именно итальянские математики Никколо Тарталья, Джероламо Кардано и Рафаэль Бомбелли в 16 веке. А современный вид, основной метод решения (через дискриминант) был создан только в 17 веке благодаря работам Декарта и Ньютона.

В середине 18 века швейцарский математик Габриэль Крамер нашёл новый способ для того, чтобы сделать решение систем линейных уравнений проще. Этот способ был впоследствии назван его именем и по сей день мы пользуемся им. Но о методе Крамера поговорим чуть позднее, а пока обсудим линейные уравнения и методы их решения отдельно от системы.

Линейные уравнения

Линейные уравнения - самые простые равенства с переменной (переменными). Их относят к алгебраическим. записывают в общем виде так: а 1 *x 1 +а 2* x 2 +...а n *x n =b. Представление их в этом виде нам понадобится при составлении систем и матриц далее.

Системы линейных алгебраических уравнений

Определение этого термина такое: это совокупность уравнений, которые имеют общие неизвестные величины и общее решение. Как правило, в школе все решали системы с двумя или даже тремя уравнениями. Но бывают системы с четырьмя и более составляющими. Давайте разберёмся сначала, как следует их записать так, чтобы в дальнейшем было удобно решать. Во-первых, системы линейных алгебраических уравнений будут выглядеть лучше, если все переменные будут записаны как x с соответствующим индексом: 1,2,3 и так далее. Во-вторых, следует привести все уравнения к каноническому виду: а 1 *x 1 +а 2* x 2 +...а n *x n =b.

После всех этих действий мы можем начать рассказывать, как находить решение систем линейных уравнений. Очень сильно для этого нам пригодятся матрицы.

Матрицы

Матрица - это таблица, которая состоит из строк и столбцов, а на их пересечении находятся её элементы. Это могут быть либо конкретные значения, либо переменные. Чаще всего, чтобы обозначить элементы, под ними расставляют нижние индексы (например, а 11 или а 23). Первый индекс означает номер строки, а второй - столбца. Над матрицами, как и над любым другим математическим элементом можно совершать различные операции. Таким образом, можно:

2) Умножать матрицу на какое-либо число или вектор.

3) Транспонировать: превращать строчки матрицы в столбцы, а столбцы - в строчки.

4) Умножать матрицы, если число строк одной их них равно количеству столбцов другой.

Подробнее обсудим все эти приёмы, так как они пригодятся нам в дальнейшем. Вычитание и сложение матриц происходит очень просто. Так как мы берём матрицы одинакового размера, то каждый элемент одной таблицы соотносится с каждым элементом другой. Таким образом складываем (вычитаем) два этих элемента (важно, чтобы они стояли на одинаковых местах в своих матрицах). При умножении матрицы на число или вектор необходимо просто умножить каждый элемент матрицы на это число (или вектор). Транспонирование - очень интересный процесс. Очень интересно иногда видеть его в реальной жизни, например, при смене ориентации планшета или телефона. Значки на рабочем столе представляют собой матрицу, а при перемене положения она транспонируется и становится шире, но уменьшается в высоте.

Разберём ещё такой процесс, как Хоть он нам и не пригодится, но знать его будет всё равно полезно. Умножить две матрицы можно только при условии, что число столбцов одной таблицы равно числу строк другой. Теперь возьмём элементы строчки одной матрицы и элементы соответствующего столбца другой. Перемножим их друг на друга и затем сложим (то есть, например, произведение элементов a 11 и а 12 на b 12 и b 22 будет равно: а 11 *b 12 + а 12 *b 22). Таким образом, получается один элемент таблицы, и аналогичным методом она заполняется далее.

Теперь можем приступить к рассмотрению того, как решается система линейных уравнений.

Метод Гаусса

Этой тему начинают проходить еще в школе. Мы хорошо знаем понятие "система двух линейных уравнений" и умеем их решать. Но что делать, если число уравнений больше двух? В этом нам поможет

Конечно, этим методом удобно пользоваться, если сделать из системы матрицу. Но можно и не преобразовывать её и решать в чистом виде.

Итак, как решается этим методом система линейных уравнений Гаусса? Кстати, хоть этот способ и назван его именем, но открыли его ещё в древности. Гаусс предлагает следующее: проводить операции с уравнениями, чтобы в конце концов привести всю совокупность к ступенчатому виду. То есть, нужно, чтобы сверху вниз (если правильно расставить) от первого уравнения к последнему убывало по одному неизвестному. Иными словами, нужно сделать так, чтобы у нас получилось, скажем, три уравнения: в первом - три неизвестных, во втором - два, в третьем - одно. Тогда из последнего уравнения мы находим первое неизвестное, подставляем его значение во второе или первое уравнение, и далее находим оставшиеся две переменные.

Метод Крамера

Для освоения этого метода жизненно необходимо владеть навыками сложения, вычитания матриц, а также нужно уметь находить определители. Поэтому, если вы плохо всё это делаете или совсем не умеете, придется поучиться и потренироваться.

В чём суть этого метода, и как сделать так, чтобы получилась система линейных уравнений Крамера? Всё очень просто. Мы должны построить матрицу из численных (практически всегда) коэффициентов системы линейных алгебраических уравнений. Для этого просто берём числа перед неизвестными и расставляем в таблицу в том порядке, как они записаны в системе. Если перед числом стоит знак "-", то записываем отрицательный коэффициент. Итак, мы составили первую матрицу из коэффициентов при неизвестных, не включая числа после знаков равенства (естественно, что уравнение должно быть приведено к каноническому виду, когда справа находится только число, а слева - все неизвестные с коэффициентами). Затем нужно составить ещё несколько матриц - по одной для каждой переменной. Для этого заменяем в первой матрице по очереди каждый столбец с коэффициентами столбцом чисел после знака равенства. Таким образом получаем несколько матриц и далее находим их определители.

После того как мы нашли определители, дело за малым. У нас есть начальная матрица, и есть несколько полученных матриц, которые соответствуют разным переменным. Чтобы получить решения системы, мы делим определитель полученной таблицы на определитель начальной таблицы. Полученное число и есть значение одной из переменных. Аналогично находим все неизвестные.

Другие методы

Существует ещё несколько методов для того, чтобы получить решение систем линейных уравнений. Например, так называемый метод Гаусса-Жордана, который применяется для нахождения решений системы квадратных уравнений и тоже связан с применением матриц. Существует также метод Якоби для решения системы линейных алгебраических уравнений. Он легче всех адаптируется для компьютера и применяется в вычислительной технике.

Сложные случаи

Сложность обычно возникает, если число уравнений меньше числа переменных. Тогда можно наверняка сказать, что, либо система несовместна (то есть не имеет корней), или количество её решений стремится к бесконечности. Если у нас второй случай - то нужно записать общее решение системы линейных уравнений. Оно будет содержать как минимум одну переменную.

Заключение

Вот мы и подошли к концу. Подведём итоги: мы разобрали, что такое система и матрица, научились находить общее решение системы линейных уравнений. Помимо этого рассмотрели другие варианты. Выяснили, как решается система линейных уравнений: метод Гаусса и Поговорили о сложных случаях и других способах нахождения решений.

На самом деле эта тема гораздо более обширна, и если вы хотите лучше в ней разобраться, то советуем почитать больше специализированной литературы.

Однородная система линейных уравнений AX = 0 всегда совместна. Она имеет нетривиальные (ненулевые) решения, если r = rank A < n .

Для однородных систем базисные переменные (коэффициенты при которых образуют базисный минор) выражаются через свободные переменные соотношениями вида:

Тогда n - r линейно независимыми вектор-решениями будут:

а любое другое решение является их линейной комбинацией. Вектор-решения образуют нормированную фундаментальную систему.

В линейном пространстве множество решений однородной системы линейных уравнений образует подпространство размерности n - r ; - базис этого подпространства.

Система m линейных уравнений с n неизвестными (или, линейная система

Здесь x 1 , x 2 , …, x n a 11 , a 12 , …, a mn - коэффициенты системы - иb 1 , b 2 , … b m a ij i ) и неизвестного (j

Система (1) называется однородной b 1 = b 2 = … = b m = 0), иначе -неоднородной .

Система (1) называется квадратной , если число m уравнений равно числу n неизвестных.

Решение системы (1) - совокупность n чисел c 1 , c 2 , …, c n , таких что подстановка каждого c i вместо x i в систему (1) обращает все её уравнения в тождества.

Система (1) называется совместной несовместной

Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n различными

c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) .

определённой неопределённой . Если уравнений больше, чем неизвестных, она называется переопределённой .

Решение систем линейных уравнений

Решение матричных уравнений ~ Метод Гаусса

Способы решения систем линейных уравнений делятся на две группы:

1. точные методы , представляющие собой конечные алгоритмы для вычисления корней системы (решение систем с помощью обратной матрицы, правило Крамера, метод Гаусса и др.),

2. итерационные методы , позволяющие получить решение системы с заданной точностью путем сходящихся итерационных процессов (метод итерации, метод Зейделя и др.).

Вследствие неизбежных округлений результаты даже точных методов являются приближенными. При использовании итерационных методов, сверх того, добавляется погрешность метода.

Эффективное применение итерационных методов существенно зависит от удачного выбора начального приближения и быстроты сходимости процесса.

Решение матричных уравнений

Рассмотрим систему n линейных алгебраических уравнений относительно n неизвестных х 1 , х 2 , …, х n :

.

(15)

Матрица А , столбцами которой являются коэффициенты при соответствующих неизвестных, а строками - коэффициенты при неизвестных в соответствующем уравнении, называется матрицей системы ; матрица-столбец b , элементами которой являются правые части уравнений системы, называется матрицей правой части или просто правой частью системы . Матрица-столбец х , элементы которой - искомые неизвестные, называется решением системы .

Если матрица А - неособенная, то есть det A н е равен 0 то система (13), или эквивалентное ей матричное уравнение (14), имеет единственное решение.

В самом деле, при условии det A не равно 0 существует обратная матрица А -1 . Умножая обе части уравнения (14) на матрицу А -1 получим:

(16)

Формула (16) дает решение уравнения (14) и оно единственно.

Системы линейных уравнений удобно решать с помощью функции lsolve .

lsolve(А, b )

Возвращается вектор решения x такой, что Ах = b.

Аргументы:

А - квадратная, не сингулярная матрица.

b - вектор, имеющий столько же рядов, сколько рядов в матрице А .

На Рисунке 8 показано решение системы трех линейных уравнений относительно трех неизвестных.

Метод Гаусса

Метод Гаусса, его еще называют методом Гауссовых исключений, состоит в том, что систему (13) приводят последовательным исключением неизвестных к эквивалентной системе с треугольной матрицей:

В матричной записи это означает, что сначала (прямой ход метода Гаусса) элементарными операциями над строками приводят расширенную матрицу системы к ступенчатому виду:

а затем (обратный ход метода Гаусса) эту ступенчатую матрицу преобразуют так, чтобы в первых n столбцах получилась единичная матрица:

.

Последний, (n + 1) столбец этой матрицы содержит решение системы (13).

В Mathcad прямой и обратный ходы метода Гаусса выполняет функция rref (A ).

На Рисунке 9 показано решение системы линейных уравнений методом Гаусса, в котором используются следующие функции:

rref(A )

Возвращается ступенчатая форма матрицы А .

augment(A , В )

Возвращается массив, сформированный расположением A иВ бок о бок. Массивы A иВ должны иметь одинаковое число строк.

submatrix(A, ir, jr, ic, jc )

Возвращается субматрица, состоящая из всех элементов с ir по jr и столбцах с ic по jc. Удостоверьтесь, что ir jr и

ic jc, иначе порядок строк и (или) столбцов будет обращен.

Рисунок 9.

Описание метода

Для системы n линейных уравнений с n неизвестными (над произвольным полем)

с определителем матрицы системы Δ, отличным от нуля, решение записывается в виде

(i-ый столбец матрицы системы заменяется столбцом свободных членов).
В другой форме правило Крамера формулируется так: для любых коэффициентов c1, c2, …, cn справедливо равенство:

В этой форме формула Крамера справедлива без предположения, что Δ отлично от нуля, не нужно даже, чтобы коэффициенты системы были бы элементами целостного кольца(определитель системы может быть даже делителем нуля в кольце коэффициентов). Можно также считать, что либо наборы b1,b2,...,bn и x1,x2,...,xn, либо набор c1,c2,...,cn состоят не из элементов кольца коэффициентов системы, а какого-нибудь модуля над этим кольцом. В этом виде формула Крамера используется, например, при доказательстве формулы дляопределителя Грама и Леммы Накаямы.

35) Теорема Кронекера-Капелли

Для того чтобы система m неоднородных линейных уравнений с n неизвестными была совместной, необходимо и достаточно, чтобы Доказательство необходимости. Пусть система (1.13) совместна, то есть существуют такие числа х 1 =α 1 , х 2 =α 2 , …, х n =α n , что (1.15) Вычтем из последнего столбца расширенной матрицы ее первый столбец, умноженный на α 1 , второй – на α 2 , …, n-ый – умноженный на α n , то есть из последнего столбца матрицы (1.14) следует вычесть левые части равенств (1.15). Тогда получим матрицу ранг которой в результате элементарных преобразований не изменится и . Но очевидно, и, значит, Доказательство достаточности. Пусть и пусть для определенности не равный нулю минор порядка r расположен в левом верхнем углу матрицы: Это означает, что остальные строки матрицы могут быть получены как линейные комбинации первых r строк, то есть m-r строк матрицы можно представить в виде сумм первых r строк, умноженных на некоторые числа. Но тогда первые r уравнений системы (1.13) самостоятельны, а остальные являются их следствиями, то есть решение системы первых r уравнений автоматически является решением остальных уравнений. Возможны два случая. 1. r=n. Тогда система, состоящая из первых r уравнений, имеет одинаковое число уравнений и неизвестных и совместна, причем решение ее единственно. 2. r (1.16) «Свободным» неизвестным x r +1 , x r +2 , …, x n можно придать какие угодно значения. Тогда соответствующие значения получают неизвестные x 1 , x 2 , …, x r . Система (1.13) и в этом случае совместная, но неопределенная. Замечание. Отличный от нуля минор порядка r, где rх 1 , х 2 , …, х r так же называют базисными, остальные – свободными. Систему (1.16) называют укороченной. Если свободные неизвестные обозначить х r +1 =c 1 , х r +2 =c 2 , …, х n =c n - r , то базисные неизвестные будут от них зависеть, то есть решение системы m уравнений с n неизвестными будет иметь вид X = (x 1 (c 1 , …, c n - r ), x 2 (c 1 , …, c n - r ), …, x r (c 1 , …, c n - r ), c 1 , c 2 , …, c n - r ) T , где значок Т означает транспонирование. Такое решение системы называется общим.

36)ус-е определенности, неопределенности
Система m линейных уравнений с n неизвестными (или, линейная система ) в линейной алгебре - это система уравнений вида

Здесь x 1 , x 2 , …, x n - неизвестные, которые надо определить. a 11 , a 12 , …, a mn - коэффициенты системы - и b 1 , b 2 , … b m - свободные члены - предполагаются известными. Индексы коэффициентов (a ij ) системы обозначают номера уравнения (i ) и неизвестного (j ), при котором стоит этот коэффициент, соответственно .

Система (1) называется однородной , если все её свободные члены равны нулю (b 1 = b 2 = … = b m = 0), иначе - неоднородной .

Система (1) называется совместной , если она имеет хотя бы одно решение, и несовместной , если у неё нет ни одного решения.

Совместная система вида (1) может иметь одно или более решений.

Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n (2) совместной системы вида (1) называются различными , если нарушается хотя бы одно из равенств:

c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) .

Совместная система вида (1) называется определённой , если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой

37)Решение систем линейных уравнений методом Гаусса

Пусть исходная система выглядит следующим образом

Матрица A называется основной матрицей системы, b - столбцом свободных членов.

Тогда согласно свойству элементарных преобразований над строками основную матрицу этой системы можно привести к ступенчатому виду(эти же преобразования нужно применять к столбцу свободных членов):

Тогда переменные называются главными переменными . Все остальные называются свободными .

[править]Условие совместности

Упомянутое выше условие для всех может быть сформулировано в качестве необходимого и достаточного условия совместности:

Напомним, что рангом совместной системы называется ранг её основной матрицы (либо расширенной, так как они равны).

Алгоритм

Описание

Алгоритм решения СЛАУ методом Гаусса подразделяется на два этапа.

§ На первом этапе осуществляется так называемый прямой ход, когда путём элементарных преобразований над строками систему приводят к ступенчатой или треугольной форме, либо устанавливают, что система несовместна. А именно, среди элементов первого столбца матрицы выбирают ненулевой, перемещают его на крайнее верхнее положение перестановкой строк и вычитают получившуюся после перестановки первую строку из остальных строк, домножив её на величину, равную отношению первого элемента каждой из этих строк к первому элементу первой строки, обнуляя тем самым столбец под ним. После того, как указанные преобразования были совершены, первую строку и первый столбец мысленно вычёркивают и продолжают пока не останется матрица нулевого размера. Если на какой-то из итераций среди элементов первого столбца не нашёлся ненулевой, то переходят к следующему столбцу и проделывают аналогичную операцию.

§ На втором этапе осуществляется так называемый обратный ход, суть которого заключается в том, чтобы выразить все получившиеся базисные переменные через небазисные и построить фундаментальную систему решений, либо, если все переменные являются базисными, то выразить в численном виде единственное решение системы линейных уравнений. Эта процедура начинается с последнего уравнения, из которого выражают соответствующую базисную переменную (а она там всего одна) и подставляют в предыдущие уравнения, и так далее, поднимаясь по «ступенькам» наверх. Каждой строчке соответствует ровно одна базисная переменная, поэтому на каждом шаге, кроме последнего (самого верхнего), ситуация в точности повторяет случай последней строки.

Метод Гаусса требует порядка O (n 3) действий.

Этот метод опирается на:

38)Теорема Кронекера-Капелли.
Система совместна тогда и только тогда, когда ранг её основной матрицы равен рангу её расширенной матрицы.

Вы можете заказать подробное решение вашей задачи !!!

Чтобы понять, что такое фундаментальная система решений вы можете посмотреть видео-урок для этого же примера кликнув . Теперь перейдем собственно к описанию всей необходимой работы. Это поможет вам более детально разобраться в сути данного вопроса.

Как найти фундаментальную систему решений линейного уравнения?

Возьмём для примера такую систему линейных уравнений:

Найдём решение этой линейной системы уравнений . Для начала нам надо выписать матрицу коэффициентов системы.

Преобразуем эту матрицу к треугольной. Первую строку переписываем без изменений. И все элементы, что стоят под $a_{11}$, надо сделать нулями. Что бы сделать ноль в место элемента $a_{21}$, надо от второй строки вычесть первую, и разность записать во второй строке. Что бы сделать ноль в место элемента $a_{31}$, надо от третьей строки вычесть первую и разность записать в третьей строке. Что бы сделать ноль в место элемента $a_{41}$, надо от четвёртой строки вычесть первую умноженную на 2 и разность записать в четвёртой строке. Что бы сделать ноль в место элемента $a_{31}$, надо от пятой строки вычесть первую умноженную на 2 и разность записать в пятой строке.

Первую и вторую строку переписываем без изменений. И все элементы, что стоят под $a_{22}$, надо сделать нулями. Что бы сделать ноль в место элемента $a_{32}$, надо от третьей строки вычесть вторую умноженную на 2 и разность записать в третьей строке. Что бы сделать ноль в место элемента $a_{42}$, надо от четвёртой строки вычесть вторую умноженную на 2 и разность записать в четвёртой строке. Что бы сделать ноль в место элемента $a_{52}$, надо от пятой строки вычесть вторую умноженную на 3 и разность записать в пятой строке.

Видим, что последние три строки – одинаковые , поэтому если от четвёртой и пятой вычесть третью, то они станут нулевыми.

По этой матрице записываем новую систему уравнений .

Видим, что линейно независимых уравнений у нас, только три, а неизвестных пять, поэтому фундаментальная система решений будет состоять из двух векторов . Значит, нам надо перенести две последние неизвестные вправо .

Теперь, начинаем выражать те неизвестные, что стоят в левой части через те, что стоят в правой части. Начинаем с последнего уравнения, сначала выразим $x_3$, потом полученный результат подставим во второе уравнение и выразим $x_2$, а потом в первое уравнение и тут выразим $x_1$. Таким образом мы все неизвестные, что стоят в левой части, выразили через неизвестные, что стоят в правой части.

После чего вы вместо $x_4$ и $x_5$, можем подставлять любые числа и находить $x_1$, $x_2$ и $x_3$. Каждая такая пятёрка чисел будет корнями нашей изначальной системы уравнений. Что бы найти векторы, что входят в ФСР нам надо вместо $x_4$ подставить 1, а вместо $x_5$ подставить 0, найти $x_1$, $x_2$ и $x_3$, а потом наоборот $x_4=0$ и $x_5=1$.

6.3. ОДНОРОДНЫЕ СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

Пусть теперь в системе (6.1) .

Однородная система всегда совместна. Решение ( ) называется нулевым , или тривиальным .

Однородная система (6.1) имеет ненулевое решение тогда и только тогда, когда ее ранг () меньше числа неизвестных. В частности, однородная система, в которой число уравнений равно числу неизвестных, обладает ненулевым решением тогда и только тогда, когда ее определитель равен нулю.

Поскольку на этот раз все , вместо формул (6.6) получим следующие:

(6.7)

Формулы (6.7) содержат любое решение однородной системы (6.1).

1. Совокупность всех решений однородной системы линейных уравнений (6.1) образует линейное пространство.

2. Линейное пространство R всех решений однородной системы линейных уравнений (6.1) с n неизвестными и рангом основной матрицы, равным r , имеет размерность n – r .

Любая совокупность из (n – r ) линейно независимых решений однородной системы (6.1) образует базис в пространстве R всех решений. Она называется фундаментальной совокупностью решений однородной системы уравнений (6.1). Особо выделяют «нормальную» фундаментальную совокупность решений однородной системы (6.1):

(6.8)

По определению базиса, любое решение Х однородной системы (6.1) представимо в виде

(6.9)

где – произвольные постоянные.

Поскольку в формуле (6.9) содержится любое решение однородной системы (6.1), то она дает общее решение этой системы.

Пример.

Системы линейных уравнений, у которой все свободные члены равны нулю, называются однородными :

Любая однородная система всегда совместна, поскольку всегда обладает нулевым (тривиальным ) решением. Возникает вопрос, при каких условиях однородная система будет иметь нетривиальное решение.

Теорема 5.2. Однородная система имеет нетривиальное решение тогда и только тогда, когда ранг основной матрицы меньше числа ее неизвестных.

Следствие . Квадратная однородная система имеет нетривиальное решение тогда и только тогда, когда определитель основной матрицы системы не равен нулю.

Пример 5.6. Определить значения параметра l, при которых система имеет нетривиальные решения, и найти эти решения:

Решение . Эта система будет иметь нетривиальное решение тогда, когда определитель основной матрицы равен нулю:

Таким образом, система нетривиальна, когда l=3 или l=2. При l=3 ранг основной матрицы системы равен 1. Тогда оставляя только одно уравнение и полагая, что y =a и z =b , получим x=b-a , т.е.

При l=2 ранг основной матрицы системы равен 2. Тогда, выбирая в качестве базисного минор:

получим упрощенную систему

Отсюда находим, что x=z /4, y=z /2. Полагая z =4a , получим

Множество всех решений однородной системы обладает весьма важным линейным свойством : если столбцы X 1 и X 2 - решения однородной системы AX = 0 , то всякая их линейная комбинация aX 1 + bX 2 также будет решением этой системы . Действительно, поскольку AX 1 = 0 и AX 2 = 0 , то A (aX 1 + bX 2) = aAX 1 + bAX 2 = a · 0 + b · 0 = 0. Именно вследствие этого свойства, если линейная система имеет более одного решения, то этих решений будет бесконечно много.

Линейно независимые столбцы E 1 , E 2 , E k , являющиеся решениями однородной системы, называется фундаментальной системой решений однородной системы линейных уравнений, если общее решение этой системы можно записать в виде линейной комбинации этих столбцов:

Если однородная система имеет n переменных, а ранг основной матрицы системы равен r , то k = n-r .

Пример 5.7. Найти фундаментальную систему решений следующей системы линейных уравнений:

Решение . Найдем ранг основной матрицы системы:

Таким образом, множество решений данной системы уравнений образует линейное подпространство размерности n - r = 5 - 2 = 3. Выберем в качестве базисного минор

Тогда оставляя только базисные уравнения (остальные будут линейной комбинацией этих уравнений) и базисные переменные (осталь-ные, так называемые свободные, переменные переносим вправо), по-лучим упрощенную систему уравнений:

Полагая, x 3 = a , x 4 = b , x 5 = c , находим

Полагая a = 1, b = c = 0, получим первое базисное решение; полагая b = 1, a = c = 0, получим второе базисное решение; полагая c = 1, a = b = 0, получим третье базисное решение. В результате, нормальная фундаментальная система решений примет вид

С использованием фундаментальной системы общее решение однородной системы можно записать в виде

X = aE 1 + bE 2 + cE 3 . à

Отметим некоторые свойства решений неоднородной системы линейных уравнений AX=B и их взаимосвязь соответствующей однородной системой уравнений AX = 0.

Общее решение неоднородной системы равно сумме общего решения соответствующей однородной системы AX = 0 и произвольного частного решения неоднородной системы . Действительно, пусть Y 0 произвольное частное решение неоднородной системы, т.е. AY 0 = B , и Y - общее решение неоднородной системы, т.е. AY = B . Вычитая одно равенство из другого, получим
A (Y-Y 0) = 0, т.е. Y - Y 0 есть общее решение соответствующей однородной системы AX =0. Следовательно, Y - Y 0 = X , или Y = Y 0 + X . Что и требовалось доказать.

Пусть неоднородная система имеет вид AX = B 1 + B 2 . Тогда общее решение такой системы можно записать в виде X = X 1 + X 2 , где AX 1 = B 1 и AX 2 = B 2 . Это свойство выражает универсальное свойство вообще любых линейных систем (алгебраических, дифференциальных, функциональных и т.д.). В физике это свойство называется принципом суперпозиции , в электро- и радиотехнике - принципом наложения . Например, в теории линейных электрических цепей ток в любом контуре может быть получен как алгебраическая сумма токов, вызываемых каждым источником энергии в отдельности.