Однородные системы линейных уравнений. Решение систем линейных алгебраических уравнений, методы решения, примеры Однородная система алгебраических уравнений
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.
Линейное уравнение называется однородным , если его свободный член равен нулю, и неоднородным в противном случае. Система, состоящая из однородных уравнений, называется однородной и имеет общий вид:
Очевидно, что всякая однородная система совместна и имеет нулевое (тривиальное) решение. Поэтому применительно к однородным системам линейных уравнений часто приходится искать ответ на вопрос о существовании ненулевых решений. Ответ на этот вопрос можно сформулировать в виде следующей теоремы.
Теорема . Однородная система линейных уравнений имеет ненулевое решение тогда и только тогда, когда ее ранг меньше числа неизвестных .
Доказательство : Допустим, система, ранг которой равен, имеет ненулевое решение. Очевидно, что не превосходит . В случае система имеет единственное решение. Поскольку система однородных линейных уравнений всегда имеет нулевое решение, то именно нулевое решение и будет этим единственным решением. Таким образом, ненулевые решения возможны только при .
Следствие 1 : Однородная система уравнений, в которой число уравнений меньше числа неизвестных, всегда имеет ненулевое решение.
Доказательство : Если у системы уравнений , то ранг системы не превышает числа уравнений , т.е. . Таким образом, выполняется условие и, значит, система имеет ненулевое решение.
Следствие 2 : Однородная система уравнений с неизвестными имеет ненулевое решение тогда и только тогда, когда ее определитель равен нулю.
Доказательство : Допустим, система линейных однородных уравнений, матрица которой с определителем , имеет ненулевое решение. Тогда по доказанной теореме , а это значит, что матрица вырожденная, т.е. .
Теорема Кронекера-Капелли: СЛУ совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы. Система ур-ий называется совместной, если она имеет хотя бы одно решение.Однородная система линейных алгебраических уравнений .
Система m линейных ур-ий с n переменными называется системой линейных однородных уравнений, если все свободные члены равны 0. Система линейных однородных ур-ий всегда совместна, т.к. она всегда имеет, по крайней мере, нулевое решение. Система линейных однородных ур-ий имеет ненулевое решение тогда и только тогда, когда ранг её матрицы коэффициентов при переменных меньше числа переменных, т.е. при rang A (n. Всякая лин. комбинация
решений системы лин. однородн. ур-ий также является решением этой системы.
Система лин.независимых решений е1, е2,…,еk называется фундаментальной, если каждое решение системы является линейной комбинацией решений. Теорема: если ранг r матрицы коэффициентов при переменных системы линейных однородных уравнений меньше числа переменных n, то всякая фундаментальная система решений системы состоит из n-r решений. Поэтому общее решение системы лин. однордн. ур-ий имеет вид: с1е1+с2е2+…+сkеk, где е1, е2,…, еk – любая фундаментальная система решений, с1, с2,…,сk – произвольные числа и k=n-r. Общее решение системы m линейных ур-ий с n переменными равно сумме
общего решения соответствующей ей системы однородн. линейных ур-ий и произвольного частного решения этой системы.
7.Линейные пространства. Подпространства. Базис, размерность. Линейная оболочка. Линейное пространство называется n-мерным , если в нем существует система из линейно независимых векторов, а любая система из большего количества векторов линейно зависима. Число называется размерностью (числом измерений) линейного пространства и обозначается . Другими словами, размерность пространства - это максимальное число линейно независимых векторов этого пространства. Если такое число существует, то пространство называется конечномерным. Если же для любого натурального числа п в пространстве найдется система, состоящая из линейно независимых векторов, то такое пространство называют бесконечномерным (записывают: ). Далее, если не оговорено противное, будут рассматриваться конечномерные пространства.
Базисом n-мерного линейного пространства называется упорядоченная совокупность линейно независимых векторов (базисных векторов ).
Теорема 8.1 о разложении вектора по базису. Если - базис n-мерного линейного пространства , то любой вектор может быть представлен в виде линейной комбинации базисных векторов:
V=v1*e1+v2*e2+…+vn+en
и притом единственным образом, т.е. коэффициенты определяются однозначно.
Другими словами, любой вектор пространства может быть разложен по базису и притом единственным образом.
Действительно, размерность пространства равна . Система векторов линейно независима (это базис). После присоединения к базису любого вектора , получаем линейно зависимую систему (так как это система состоит из векторов n-мерного пространства). По свойству 7 линейно зависимых и линейно независимых векторов получаем заключение теоремы.
Калужский филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования
«Московский государственный технический университет имени Н.Э. Баумана»
(КФ МГТУ им. Н.Э. Баумана)
Влайков Н.Д.
Решение однородных СЛАУ
Методические указания для проведения упражнений
по курсу аналитической геометрии
Калуга 2011г.
Цели занятия стр.4
План занятия стр.4
Необходимые теоретические сведения стр.5
Практическая часть стр.10
Контроль освоения пройденного материала стр.13
Домашнее задание стр.14
Количество часов: 2
Цели занятия:
Систематизировать полученные теоретические знания о видах СЛАУ и способах их решения.
Получить навыки решения однородных СЛАУ.
План занятия:
Кратко изложить теоретический материал.
Решить однородную СЛАУ.
Найти фундаментальную систему решений однородной СЛАУ.
Найти частное решение однородной СЛАУ.
Сформулировать алгоритм решения однородной СЛАУ.
Проверить выполнение текущего домашнего задания.
Провести проверочную работу.
Представить тему следующего семинара.
Выдать текущее домашнее задание.
Необходимые теоретические сведения.
Ранг матрицы.
Опр. Рангом матрицы называют число, которое равно максимальному порядку среди ее ненулевых миноров. Ранг матрицы обозначают .
Если квадратная матрица невырождена, то ранг равен ее порядку. Если квадратная матрица вырождена, то ее ранг меньше ее порядка.
Ранг диагональной матрицы равен количеству ее ненулевых диагональных элементов.
Теор.
При транспонировании матрицы ее ранг
не меняется, т.е.
.
Теор. Ранг матрицы не меняется при элементарных преобразования ее строк и столбцов.
Теорема о базисном миноре.
Опр.
Минор
матрицы
называют
базисным, если выполнены два условия:
а) он не равен нулю;
б)
его порядок равен рангу матрицы
.
Матрица
может иметь несколько базисных миноров.
Строки
и столбцы матрицы
,
в которых расположен выбранный базисный
минор, называют базисными.
Теор.
Теорема о базисном миноре. Базисные
строки (столбцы) матрицы
,
соответствующие любому ее базисному
минору
,
линейно независимы. Любые строки
(столбцы) матрицы
,
не входящие в
,
являются линейными комбинациями базисных
строк (столбцов).
Теор. Для любой матрицы ее ранг равен максимальному количеству ее линейно независимых строк (столбцов).
Вычисление ранга матрицы. Метод элементарных преобразований.
С помощью элементарных преобразований строк любую матрицу можно привести к ступенчатому виду. Ранг же ступенчатой матрицы равен количеству ненулевых строк. Базисным в ней является минор, расположенный на пересечении ненулевых строк со столбцами, соответствующими первым слева ненулевым элементам в каждой из строк.
СЛАУ. Основные определения.
Опр.
Система
(15.1)
Числа
называют коэффициентами СЛАУ. Числа
называют свободными членами уравнений.
Запись СЛАУ в виде (15.1) называют координатной.
Опр.
СЛАУ называют однородной, если
.
Иначе ее называют неоднородной.
Опр. решением СЛАУ называют такой набор значений неизвестных, при подстановке которых каждое уравнение системы превращается в тождество. Любое конкретное решение СЛАУ так же называют ее частным решением.
Решить СЛАУ – значит решить две задачи:
Выяснить, имеет ли СЛАУ решения;
Найти все решения, если они существуют.
Опр. СЛАУ называют совместной, если она имеет хотя бы одно решение. В противном случае ее называют несовместной.
Опр. Если СЛАУ (15.1) имеет решение, и притом единственное, то ее называют определенной, а если решение не единственное – то неопределенной.
Опр.
Если в уравнении (15.1)
,СЛАУ
называют квадратной.
Формы записи СЛАУ.
Кроме координатной формы (15.1) записи СЛАУ часто используют и друге ее представления.
(15.2)
Соотношение называют векторной формой записи СЛАУ.
Если же взять за основу произведение матриц, то СЛАУ (15.1) можно записать так:
(15.3)
или
.
Запись СЛАУ (15.1) в виде (15.3) называют матричной.
Однородные СЛАУ.
Однородная
система
линейных
алгебраических уравнений с
неизвестными
представляет собой систему вида
Однородные СЛАУ всегда совместны, поскольку всегда имеется нулевое решение.
Критерий существования ненулевого решения. Для существования ненулевого решения у однородной квадратной СЛАУ необходимо и достаточно, чтобы ее матрица была вырождена.
Теор.
Если
столбцы
,
,
…,
- решения однородной СЛАУ, то и любая их
линейная комбинация также является
решением этой системы.
Следствие . Если однородная СЛАУ имеет ненулевое решение, то она имеет бесконечное множество решений.
Естественно
попытаться найти такие решения
,
,
…,
системы,
чтобы любое другое решение представлялось
в виде их линейной комбинации и притом
единственным образом.
Опр.
Любой набор из
линейно
независимых столбцов
,
,
…,
,
являющихся решениями однородной СЛАУ
,
где
-
число неизвестных, а
-
ранг ее матрицы
,
называют фундаментальной системой
решений этой однородной СЛАУ.
При исследовании и решении однородных систем линейных уравнений в матрице системы будем фиксировать базисный минор. Базисному минору будут соответствовать базисные столбцы и, следовательно, базисные неизвестные. Остальные неизвестные будем называть свободными.
Теор.
О структуре общего решения однородной
СЛАУ. Если
,
,
…,
- произвольная фундаментальная система
решений однородной СЛАУ
,
то любое ее решение можно представить
в виде
Где
,
…,
-
некоторые постоянные.
Т.о. общее решение однородной СЛАУ имеет вид
Практическая часть.
Рассмотреть возможные множества решений следующих видов СЛАУ и их графическую интерпретацию.
;
;
.
Рассмотреть возможность решения данных систем по формулам Крамера и матричным методом.
Изложить суть метода Гаусса.
Решить следующие задачи.
Пример 1. Решить однородную СЛАУ. Найти ФСР.
.
Запишем матрицу системы и приведем ее к ступенчатому виду.
.
система
будет иметь бесконечно много решений.
ФСР будет состоять из
столбцов.
Отбросим нулевые строки и снова запишем систему:
.
Будем
считать базисным минор стоящий в левом
верхнем углу. Т.о.
-
базисные неизвестные, а
-
свободные. Выразим
через
свободные
:
;
Положим
.
Окончательно имеем:
-
координатная форма ответа, или
-
матричная форма ответа, или
-
векторная форма ответа (вектор - столбцы
являются столбцами ФСР).
Алгоритм решения однородной СЛАУ.
Найти ФСР и общее решение следующих систем:
№2.225(4.39)
.
Отв.:
№2.223(2.37)
.
Отв.:
№2.227(2.41)
.
Отв.:
Решить однородную СЛАУ:
.
Отв.:
Решить однородную СЛАУ:
.
Отв.:
Представление темы следующего семинара.
Решение систем линейных неоднородных уравнений.
Контроль освоения пройденного материала.
Проверочная работа 3 - 5 минут. Участвует 4 студента с нечетными номерами по журналу, начиная с №10
|
Выполнить действия:
|
Выполнить действия:
|
|
|
Вычислить определитель:
|
;
;
|
Выполнить действия:
|
Выполнить действия:
|
|
Найти матрицу обратную данной:
|
Вычислить определитель:
|
не
определено
Домашнее задание:
1. Решить задачи:
№ 2.224, 2.226, 2.228, 2.230, 2.231, 2.232.
2.Проработать лекции на темы:
Системы линейных алгебраических уравнений (СЛАУ). Координатная, матричная и векторная формы записи. Критерий Кронекера - Капелли совместности СЛАУ. Неоднородные СЛАУ. Критерий существования ненулевого решения однородной СЛАУ. Свойства решений однородной СЛАУ. Фундаментальная система решений однородной СЛАУ, теорема о ее существовании. Нормальная фундаментальная система решений. Теорема о структуре общего решения однородной СЛАУ. Теорема о структуре общего решения неоднородной СЛАУ.
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 $x_5=1$.
Назначение сервиса . Онлайн-калькулятор предназначен для нахождения нетривиального и фундаментального решения СЛАУ. Полученное решение сохраняется в файле Word (см. пример решения).
Инструкция . Выберите размерность матрицы:
Свойства систем линейных однородных уравнений
Для того чтобы система имела нетривиальные решения , необходимо и достаточно, чтобы ранг ее матрицы был меньше числа неизвестных.Теорема . Система в случае m=n имеет нетривиальное решение тогда и только тогда, когда определитель этой системы равен нулю.
Теорема
. Любая линейная комбинация решений системы также является решением этой системы.
Определение
. Совокупность решений системы линейных однородных уравнений называется фундаментальной системой решений
, если эта совокупность состоит из линейно независимых решений и любое решение системы является линейной комбинацией этих решений.
Теорема. Если ранг r матрицы системы меньше числа n неизвестных, то существует фундаментальная система решений, состоящая из (n-r) решений.
Алгоритм решения систем линейных однородных уравнений
- Находим ранг матрицы.
- Выделяем базисный минор. Выделяем зависимые (базисные) и свободные неизвестные.
- Вычеркиваем те уравнения системы, коэффициенты которых не вошли в состав базисного минора, так как они являются следствиями остальных (по теореме о базисном миноре).
- Члены уравнений, содержащие свободные неизвестные, перенесем в правую часть. В результате получим систему из r уравнений с r неизвестными, эквивалентную данной, определитель которой отличен от нуля.
- Решаем полученную систему методом исключения неизвестных. Находим соотношения, выражающие зависимые переменные через свободные.
- Если ранг матрицы не равен количеству переменных, то находим фундаментальное решение системы.
- В случае rang = n имеем тривиальное решение.
Пример
. Найти базис системы векторов (а 1 , а 2 ,...,а m), ранг и выразить векторы по базе. Если а 1 =(0,0,1,-1), а 2 =(1,1,2,0), а 3 =(1,1,1,1), а 4 =(3,2,1,4), а 5 =(2,1,0,3).
Выпишем основную матрицу системы:
Умножим 3-ую строку на (-3). Добавим 4-ую строку к 3-ой:
| 0 | 0 | 1 | -1 |
| 0 | 0 | -1 | 1 |
| 0 | -1 | -2 | 1 |
| 3 | 2 | 1 | 4 |
| 2 | 1 | 0 | 3 |
Умножим 4-ую строку на (-2). Умножим 5-ую строку на (3). Добавим 5-ую строку к 4-ой:
Добавим 2-ую строку к 1-ой:
Найдем ранг матрицы.
Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
- x 3 = - x 4
- x 2 - 2x 3 = - x 4
2x 1 + x 2 = - 3x 4
Методом исключения неизвестных находим нетривиальное решение:
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 ,x 3 через свободные x 4 , то есть нашли общее решение:
x 3 = x 4
x 2 = - x 4
x 1 = - x 4
