Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Критерий совместности системы. Ранг системыСтр 1 из 3Следующая ⇒ Системы линейных уравнений. Общая характеристика. Метод Гаусса решения систем. Критерий совместности системы. Ранг системы. Решение систем линейных уравнений – наиболее часто встречающаяся задача вычислительной математики в инженерной практике. К этой задаче сводятся или ею сопровождаются процедуры анализа и синтеза физических систем, химических процессов и составов различной природы: электрических, механических, гидравлических и т.п. Она играет важную роль во многих разделах современной науки и техники. Даже если исследуемая система нелинейна, то она сводится к решению систем линеаразованных уравнению и последующему их численному анализу. Пусть дана система m линейных алгебраических уравнений с n неизвестными x 1, x 2,..., x n и данными в правых частях свободными членами b 1, b 2, …, b m: (1). В матричной форме эта система имеет вид: A· = , где =(x 1, x 2,..., x n), =(b 1, b 2, …, b m) – столбцы и A=Amхn=(a ij) - матрица коэффициентов, называемая основной матрицей системы (1). Если ≠ , то системы (1) называется неоднородной, в противном случае, когда b 1= b 2=…= b m=0, называется однородной. Решением системы (1) называется совокупность n значений неизвестных х 1= α 1, х 2= α 2, …, x n= α n то есть вектор (x 1, x 2,..., x n)=(α 1, α 2, …, α n), при подстановке которых в систему все уравнения обращаются в верные равенства (тождества). Система, имеющая хотя бы одно решение, называется совместной, не имеющая ни одного решения – несовместной. Система, имеющая единственное решение, называется определенной, имеющая более одного решения – неопределенной. Две системы линейных уравнений относительно одних и тех же неизвестных называются эквивалентными, если каждое решение одной системы является решением другой системы или обе они несовместны. Общий способ решения систем может быть основан на последовательном преобразовании системы (1) к такой эквивалентной системе, для которой решение находится достаточно просто. Мы опишем сейчас один из этих способов, называемый методом последовательного исключения неизвестных или методом Гаусса, который уже использовался для вычисления определителей и обращения матриц. Применение вычислительных машин позволяет решать системы уравнений с большим числом неизвестных. Для этой цели разработаны высокоэффективные алгоритмы и программы. Преобразования, которые оставляют множество решений системы (1) неизменным, то есть приводят к эквивалентной системе, следующие: 1) перестановка местами любых двух уравнений системы; 2) умножение, какого – либо из уравнений системы на число R ≠0; 3) прибавление, к какому – либо уравнению другого уравнения, умноженного на произвольное постоянное число. Указанные три преобразования системы являются элементарными преобразованиями над строками расширенной матрицы системы (А │ В), где к основной матрице А добавлен через черту вектор–столбец свободных членов. Всегда можно, применяя подходящим образом элементарные операции над системой уравнений (1) или, что все равно, над расширенной матрицей (А │ В) добиться либо решения заданной системы, либо прийти к явно противоречивой системе в процессе решения. Предположим, что среди коэффициентов в левых частях уравнений есть отличные от нуля. Поменяв, если нужно, некоторые из уравнений местами и перенумеровав неизвестные (переставив столбцы), можно добиться того, чтобы коэффициент а 11 был не равен нулю. Прибавим теперь первое уравнение (строку матрицы), умноженное на , ко второму уравнению (строке), затем, умноженное на , к третьему, умноженное на , - к m –ому уравнению, исключим неизвестное х 1, из остальных m –1 уравнений. При проведении преобразований в случае получения уравнения вида 0· x 1+0· x 2+...+0· x n=0, которое справедливо при любых значениях x 1, x 2,..., x n, мы его исключаем из системы. Если же уравнение примет вид 0· x 1+0· x 2+0· x n= γ, где γ ≠0, то, очевидно, оно не выполняется ни для каких значений x 1, x 2,..., x n, и система уравнений, соответственно, не имеет решения. Идея последовательного исключения неизвестных нашла свое воплощение в алгоритме Гаусса. Он сводится к преобразованию коэффициентов к нулю последовательно в каждом столбце расширенной матрицы (А │ В) ниже главной диагонали и приведению ее к эквивалентной матрице в форме верхней треугольной или ступенчатой: ~ ~ Из последней матрицы, эквивалентной первоначальной, легко находится ранг r 0 (число ненулевых строк) основной матрицы r 0= r (A)= r (U) и ранг r p расширенной матрицы r p= = r (A│ )= r (U│ ). Это позволяет дать простое и эффективное условие (критерий) совместности системы линейных уравнений (1). Теорема 1. (Кронекер и Капелли). Система (1) имеет хотя бы одно решение (совместна) в том и только в том случае, когда ранг основной матрицы системы равен рангу расширенной: r 0= r p. В случае их совпадения число r = r 0= r p называется рангомсистемы (1); он показывает количество линейно независимых уравнений в системе (1). Для доказательства перепишем систему (1), пользуясь определением операций со столбцами. Мы получим:
(3). 1) Если существует решение (x 1, x 2,..., x n), то запись (3) означает, что столбец членов есть линейная комбинация столбцов матрицы системы. Значит, добавление этого столбца не увеличивает общего числа линейно независимых столбцов и r (A│ )= r (A), r p= r 0= r. 2) Допустим теперь, что матрицы А и (А│ ) имеют одинаковый ранг r, и покажем, что система (1) совместна. Рассмотрим r базисных линейно независимых столбцов матрицы А; они будут базисными столбцами и расширенной матрицы (A│ ). Тогда все остальные столбцы, включая последний , матрицы (A│ ) есть линейная комбинация r базисных столбцов. Следовательно, столбец есть линейная комбинация всех столбцов матрицы А. Если мы коэффициенты этой последней комбинации обозначим через α 1, α 2, …, α n, то получим, что выполняются равенства . Таким образом, система (1) удовлетворяется значениями x 1= α 1, x 2= α 2,..., x n= α n и, значит, совместна. Пример 1. Выяснить совместимость систем: а) , б) . а) выпишем расширенную матрицу системы и приведем ее элементарными преобразованиями к треугольному виду (прямойход алгоритма Гаусса): = . Ранг основной матрицы r 0= r (A)= r (U)=2, ранг расширенной r p= r (A│ )= r (U│ )=3. Так как r p< r 0, то система не имеет решения. По–другому, если записать уравнением последнюю строку преобразованной матрицы 0· x 1, 0· x 2,..., 0· x n=1, то в ней свободный член равен единице, а коэффициенты при неизвестных равны нулю, поэтому система несовместна. б). Имеем прямой ход:
Ранг основной матрицы r 0= r (A)= r (U)=2 равен рангу расширенной r p= r (A│ )= r (U│ )=2, значит, система совместна и ранг системы r =2. Получим решение системы (обратный ход алгоритма Гаусса). Из последней строки матрицы (U│ ) находим 0· х 1=0· х 2+1· х 3=0, х 3=0. Распишем первую строку х 1+ х 2+ х 3=1 и подставим в нее значение х 3=0, получим х 1+ х 2=1. Полагая х 1= α - любое число (-∞< α <+∞), находим х 2=1- α. Отсюда система имеет бесчисленное множество решений (х 1, х 2, х 3)=(α, 1- α, 0), где α - произвольное число. Подставив в уравнение найденные значения неизвестных, можно убедиться в этом. Рассмотрим другой подход. Пусть системе (1) отвечает линейное отображение = А n -мерного векторного пространства X n в m –мерное векторное пространство Y m с матрицей А относительно данных базисов. Отображение А ставит в соответствие пространству X n подпространство образов A (X n)Ì Y m, размерность которого равна рангу матрицы А, dimA (X n)= r (A)= r. Таким образом, нужно найти вектор Î Х n такой, что A = где Î Y m – данный вектор, отвечающий вектору из арифметического пространства Am. 1. Если Ï А (X n), что возможно при r < m, то решения не существует. 2. Если Î A (X n), то возможны только два варианта: 1) если r = n (совпадает с числом неизвестных n), то отображение А взаимно однозначно и решение единственно: = A -1 , в матричной форме: =A-1· ; 2) если r < n, то нужно рассмотреть (n – r) – мерное ядро – подпространство H Ì X n отображаемое А в нуль вектор; тогда существует бесконечно много решений вида + , где – одно из решений, а – произвольный вектор подпространства Н (A ( + )= A + A = + = ).
|