Решение слау методом обратной матрицы. Решение систем линейных алгебраических уравнений с помощью обратной матрицы
Уравнения вообще, линейные алгебраические уравнения и их системы, а также методы их решения занимают в математике, как теоретической, так и прикладной, особое место.
Это связано с тем обстоятельством, что подавляющее большинство физических, экономических, технических и даже педагогических задач могут быть описаны и решены с помощью разнообразных уравнений и их систем. В последнее время особую популярность среди исследователей, ученых и практиков приобрело математическое моделирование практически во всех предметных областях, что объясняется очевидными его преимуществами перед другими известными и апробированными методами исследования объектов различной природы, в частности, так называемых, сложных систем. Существует великое многообразие различных определений математической модели, данных учеными в разные времена, но на наш взгляд, самое удачное, это следующее утверждение. Математическая модель – это идея, выраженная уравнением. Таким образом, умение составлять и решать уравнения и их системы – неотъемлемая характеристика современного специалиста.
Для решения систем линейных алгебраических уравнений наиболее часто используются методы: Крамера, Жордана-Гаусса и матричный метод.
Матричный метод решения - метод решения с помощью обратной матрицы систем линейных алгебраических уравнений с ненулевым определителем.
Если выписать коэффициенты при неизвестных величинах xi в матрицу A, неизвестные величины собрать в вектор столбец X, а свободные члены в вектор столбец B, то систему линейных алгебраических уравнений можно записать в виде следующего матричного уравнения A · X = B, которое имеет единственное решение только тогда, когда определитель матрицы A не будет равен нулю. При этом решение системы уравнений можно найти следующим способом X = A -1 · B , где A -1 - обратная матрица.
Матричный метод решения состоит в следующем.
Пусть дана система линейных уравнений с n неизвестными:
Её можно переписать в матричной форме: AX = B , где A - основная матрица системы, B и X - столбцы свободных членов и решений системы соответственно:
Умножим это матричное уравнение слева на A -1 - матрицу, обратную к матрице A : A -1 (AX ) = A -1 B
Так как A -1 A = E , получаем X = A -1 B . Правая часть этого уравнения даст столбец решений исходной системы. Условием применимости данного метода (как и вообще существования решения неоднородной системы линейных уравнений с числом уравнений, равным числу неизвестных) является невырожденность матрицы A . Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A : detA ≠ 0.
Для однородной системы линейных уравнений, то есть когда вектор B = 0 , действительно обратное правило: система AX = 0 имеет нетривиальное (то есть не нулевое) решение только если detA = 0. Такая связь между решениями однородных и неоднородных систем линейных уравнений носит название альтернативы Фредгольма.
Пример решения неоднородной системы линейных алгебраических уравнений .
Убедимся в том, что определитель матрицы, составленный из коэффициентов при неизвестных системы линейных алгебраических уравнений не равен нулю.
Следующим шагом будет вычисление алгебраических дополнений для элементов матрицы, состоящей из коэффициентов при неизвестных. Они понадобятся для нахождения обратной матрицы.
- вычисляется определитель матрицы A ;
- через алгебраические дополнения находится обратная матрица A -1 ;
- осуществляется создание шаблона решения в Excel ;
Инструкция . Для получения решения методом обратной матрицы необходимо задать размерность матрицы. Далее в новом диалоговом окне заполнить матрицу A и вектор результатов B .
См. также Решение матричных уравнений .Алгоритм решения
- Вычисляется определитель матрицы A . Если определитель равен нулю, то конец решения. Система имеет бесконечное множество решений.
- При определителе отличном от нуля, через алгебраические дополнения находится обратная матрица A -1 .
- Вектор решения X ={x 1 , x 2 , ..., x n } получается умножением обратной матрицы на вектор результата B .
Алгебраические дополнения.
| A 1,1 = (-1) 1+1 |
| ∆ 1,1 = (1 (-2)-0 2) = -2 |
| A 1,2 = (-1) 1+2 |
| ∆ 1,2 = -(3 (-2)-1 2) = 8 |
| A 1,3 = (-1) 1+3 |
| ∆ 1,3 = (3 0-1 1) = -1 |
| A 2,1 = (-1) 2+1 |
| ∆ 2,1 = -(-2 (-2)-0 1) = -4 |
| A 2,2 = (-1) 2+2 |
| ∆ 2,2 = (2 (-2)-1 1) = -5 |
| A 2,3 = (-1) 2+3 |
| ∆ 2,3 = -(2 0-1 (-2)) = -2 |
| A 3,1 = (-1) 3+1 |
| ∆ 3,1 = (-2 2-1 1) = -5 |
| 3 |
| -2 |
| -1 |
X T = (1,0,1)
x 1 = -21 / -21 = 1
x 2 = 0 / -21 = 0
x 3 = -21 / -21 = 1
Проверка:
2 1+3 0+1 1 = 3
-2 1+1 0+0 1 = -2
1 1+2 0+-2 1 = -1
Данный онлайн калькулятор решает систему линейных уравнений матричным методом. Дается очень подробное решение. Для решения системы линейных уравнений выберите количество переменных. Выбирайте метод вычисления обратной матрицы. Затем введите данные в ячейки и нажимайте на кнопку "Вычислить".
×
Предупреждение
Очистить все ячейки?
Закрыть Очистить
Инструкция ввода данных. Числа вводятся в виде целых чисел (примеры: 487, 5, -7623 и т.д.), десятичных чисел (напр. 67., 102.54 и т.д.) или дробей. Дробь нужно набирать в виде a/b, где a и b целые или десятичные числа. Примеры 45/5, 6.6/76.4, -7/6.7 и т.д.
Матричный метод решения систем линейных уравнений
Рассмотрим следующую систему линейных уравнений:
Учитывая определение обратной матрицы, имеем A −1 A =E , где E - единичная матрица. Следовательно (4) можно записать так:
Таким образом, для решения системы линейных уравнений (1) (или (2)), достаточно умножить обратную к A матрицу на вектор ограничений b .
Примеры решения системы линейных уравнений матричным методом
Пример 1. Решить следующую систему линейных уравнений матричным методом:
Найдем обратную к матрице A методом Жордана-Гаусса. С правой стороны матрицы A запишем единичную матрицу:
Исключим элементы 1-го столбца матрицы ниже главной диагонали. Для этого сложим строки 2,3 со строкой 1, умноженной на -1/3,-1/3 соответственно:
Исключим элементы 2-го столбца матрицы ниже главной диагонали. Для этого сложим строку 3 со строкой 2, умноженной на -24/51:
Исключим элементы 2-го столбца матрицы выше главной диагонали. Для этого сложим строку 1 со строкой 2, умноженной на -3/17:
Отделяем правую часть матрицы. Полученная матрица является обратной матрицей к A :
Матричный вид записи системы линейных уравнений: Ax=b , где
Вычислим все алгебраические дополнения матрицы A :
 ,
|
 ,
|
 ,
|
 ,
|
 ,
|
 ,
|
 ,
|
 ,
|
 .
|
Обратная матрица вычисляется из следующего выражения.
Рассмотрим систему линейных уравнений с многими переменными:
где aij- коэффициенты при неизвестных хi; bi-свободные члены;
индексы: i = 1,2,3…m- определяют номер уравнения и j = 1,2,3...n- номер неизвестного.
Определение: Решением системы уравнений (5) называется совокупность n чисел (х10, х20,….хn0), при подстановке которых в систему все уравнения обращаются в верные числовые тождества.
Определение: Система уравнений называется совместной, если она имеет хотя бы одно решение. Совместная система называется определенной, если она имеет единственное решение (х10, х20,….хn0), и неопределенной, если таких решений несколько.
Определение: Система называется несовместной, если она не имеет решения.
Определение: Таблицы, составленные из числовых коэффициентов (aij) и свободных членов (bi) системы уравнений (5), называются матрицей системы (А) и расширенной матрицей (А1), которые обозначаются в виде:
Определение: Матрица системы А, имеющая неравное число строк и столбцов (n?m), называется прямоугольной. Если число строк и столбцов совпадает (n=m), то матрица называется квадратной.
Если в системе число неизвестных равно числу уравнений (n=m), то система имеет квадратную матрицу n-го порядка.
Выделим в матрице А k-произвольных строк и k-произвольных столбцов (km, kn).
Определение: Определитель k-порядка, составленный из элементов матрицы А, расположенных на пересечении выделенных строк и столбцов, называется минором k-порядка матрицы А.
Рассмотрим всевозможные миноры матрицы А. Если все миноры (k+1)-порядка равны нулю, а хотя бы один из миноров k-порядка не равен нулю, то говорят, что матрица имеет ранг равный k.
Определение: Рангом матрицы А называется наибольший порядок минора этой матрицы, отличного от нуля. Ранг матрицы обозначается через r(A).
Определение: Всякий отличный от нуля минор матрицы, порядок которого равен рангу матрицы, называется базисным.
Определение: Если для двух матриц А и В их ранги совпадают r(A)= r(В), то эти матрицы называются эквивалентными и обозначаются А В.
Ранг матрицы не изменится от элементарных, эквивалентных преобразований, которые включают:
- 1. Замену строк столбцами, а столбцов - соответствующими строками;
- 2. Перестановку строк или столбцов местами;
- 3. Вычеркивание строк или столбцов, все элементы которых равны нулю;
- 4. Умножение или деление строки или столбца на число, отличное от нуля;
- 5. Прибавление или вычитание элементов одной строки или столбца из другой, умноженной на любое число.
При определении ранга матрицы используют эквивалентные преобразования, с помощью которых исходную матрицу приводят к ступенчатой (треугольной) матрице.
В ступенчатой матрице под главной диагональю располагаются нулевые элементы, причем первый ненулевой элемент каждой её строки, начиная со второй, расположен правее первого неравного нулю элемента предыдущей строки.
Отметим, что ранг матрицы равен числу ненулевых строк ступенчатой матрицы.
Например, матрица А= - ступенчатого вида и её ранг равен числу ненулевых строк матрицы r(A)=3. Действительно, все миноры 4-го порядка с нулевыми элементами 4-ой строки равны нулю, а миноры 3-го порядка отличны от нуля. Для проверки вычислим определитель минора первых 3-х строк и3-х столбцов:
Любую матрицу можно привести к ступенчатой путем обнуления элементов матрицы под главной диагональю с помощью элементарных действий.
Вернемся к исследованию и решению системы линейных уравнений (5).
Важную роль в исследовании систем линейных уравнений играет Теорема Кронекера-Капели. Сформулируем эту теорему.
Теорема Кронекера-Капели: Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы А равен рангу расширенной матрицы А1, т.е. r(A)=r(A1). В случае совместности система является определенной, если ранг матрицы системы равен числу неизвестных, т.е. r(A)=r(A1)=n и неопределенной, если этот ранг меньше числа неизвестных, т.е. r(A)= r(A1) Пример. Исследовать систему линейных уравнений: Определим ранги матрицы системы А и расширенной матрицы А1. Для этого составим расширенную матрицу А1 и приведем её к ступенчатому виду. При приведении матрицы выполним следующие действия: В результате выполненных действий получили ступенчатую матрицу с тремя ненулевыми строками как в матрице системы (до черты), так и в расширенной матрице. Откуда видно, что ранг матрицы системы равен рангу расширенной матрицы и равен 3, но меньше числа неизвестных (n=4). Ответ: т.к. r(A)=r(A1)=3 В связи с тем, что ранг матриц удобно определять путем приведения их к ступенчатому виду, рассмотрим способ решения системы линейных уравнений методом Гаусса. метод Гаусса Сущность метода Гаусса заключается в последовательном исключении неизвес
тных путем приведения к ступенчатому виду расширенной матрицы А1, которая включает до черты матрицу системы А. При этом одновременно определяются ранги матриц А, А1 и проводится исследование системы по теореме Кронекера-Капели. На последнем этапе решают систему уравнений ступенчатого вида, делая подстановки снизу вверх найденных значений неизвестных. Рассмотрим применение метода Гаусса и теоремы Кронекера-Капели на примере. Пример. Решить систему методом Гаусса: Определим ранги матрицы системы А и расширенной матрицы А1. Для этого составим расширенную матрицу А1 и приведем её к ступенчатому виду. При приведении выполним следующие действия: Получили ступенчатую матрицу, у которой число строк равно 3, причем у матрицы системы (до черты) также нет нулевых сток. Следовательно, ранги матрицы системы и расширенной матрицы равны 3 и равны числу неизвестных, т.е. r(A)=r(A1)=n=3.. Согласно теореме Кронекера-Капели система совместна и определена, имеет единственное решение. В результате преобразования матрицы А1, обнуляя коэффициенты при неизвестных, последовательно исключили их из уравнений и получили ступенчатую (треугольную) систему уравнений: Двигаясь последовательно снизу вверх, подставляя решение (х3=1) из третьего уравнения во второе, а решения (х2=1, х3=1) из второго и третьего уравнений в первое, получим решение системы уравнений: х1=1,х2=1, х3=1. Проверка: -(!) Ответ: (х1=1,х2=1, х3=1). метод Жордано-Гаусса Данную систему можно решить усовершенствованным методом Жордано-Гаусса, который заключается в том, что матрицу системы А в расширенной матрице (до черты) приводят к единичной матрице: Е=
с единичными диагональными и нулевыми недиагональными элементами и получают сразу решение системы без дополнительных подстановок. Решим рассмотренную выше систему методом Жордано-Гаусса. Для этого преобразуем полученную ступенчатую матрицу в единичную, выполнив следующие действия: Исходная система уравнений свелась к системе:, которая и определяет решение. основные действия с матрицами Пусть даны две матрицы: А=
B=. При суммировании (вычитании) матриц складываются (вычитаются) их одноименные элементы. 3. Произведением числа k на матрицу A называется матрица, определяемая равенством: При умножении матрицы на число умножаются на это число все элементы матрицы. 4. Произведением матриц АВ называется матрица, определяемая равенством: При умножении матриц элементы строк первой матрицы умножаются на элементы столбцов второй матрицы и суммируются, причем элемент матрицы-произведения, стоящий в i-й строке и j-м столбце, равен сумме произведений соответственных элементов i-й строки первой матрицы и j-м столбца второй матрицы. При умножении матриц в общем случае переместительный закон не действует, т.е. АВ?ВА. 5. Транспонированием матрицы А называется действие, приводящее к замене строк столбцами, а столбцов - соответствующими строками. Матрица АТ= называется транспонированной матрицей для матрицы А=. Если определитель матрицы А не равен нулю (Д?0), то такую матрицу называют невырожденной. Для всякой невырожденной матрицы А существует обратная матрица А-1, для которой выполняется равенство: А-1 А= А А-1=Е, где Е=- единичная матрица. 6. Обращением матрицы А называется такие действия, при которых получается обратная матрица А-1 При обращении матрицы А выполняются следующие действия.
