Rozwiązywanie jednorodnych układów równań liniowych metodą Gaussa. Metoda Gaussa (sekwencyjna eliminacja niewiadomych). Przykładowe rozwiązania dla manekinów

Definicja i opis metody Gaussa

Metoda transformacji Gaussa (znana również jako metoda transformacji Gaussa) eliminacja sekwencyjna nieznane zmienne z równania lub macierzy) w celu rozwiązania układów równania liniowe reprezentuje klasyczna metoda om rozwiązań systemowych równania algebraiczne(SLAU). Tę klasyczną metodę stosuje się także do rozwiązywania problemów takich jak otrzymywanie macierzy odwrotnych i wyznaczanie rangi macierzy.

Transformacja metodą Gaussa polega na dokonaniu małych (elementarnych) sekwencyjnych zmian w układzie liniowych równań algebraicznych, prowadzących do wyeliminowania z niego zmiennych od góry do dołu z utworzeniem nowego trójkątnego układu równań równoważnego pierwotnemu jeden.

Definicja 1

Ta część rozwiązania nazywana jest rozwiązaniem Gaussa w przód, ponieważ cały proces przebiega od góry do dołu.

Po sprowadzeniu pierwotnego układu równań do trójkątnego, wszystkie zmienne układu znajdują się od dołu do góry (czyli pierwsze znalezione zmienne znajdują się dokładnie na ostatnich wierszach układu lub macierzy). Ta część rozwiązania jest również nazywana odwrotnością rozwiązania Gaussa. Jego algorytm jest następujący: najpierw obliczane są zmienne znajdujące się najbliżej dna układu równań lub macierzy, następnie powstałe wartości są podstawione wyżej i w ten sposób znajduje się kolejna zmienna, i tak dalej.

Opis algorytmu metody Gaussa

Kolejność działań mających na celu ogólne rozwiązanie układu równań metodą Gaussa polega na naprzemiennym stosowaniu ruchów do przodu i do tyłu do macierzy opartej na SLAE. Niech początkowy układ równań będzie miał postać:

$\begin(cases) a_(11) \cdot x_1 +...+ a_(1n) \cdot x_n = b_1 \\ ... \\ a_(m1) \cdot x_1 + a_(mn) \cdot x_n = b_m \end(przypadki)$

Aby rozwiązać SLAE metodą Gaussa, należy zapisać oryginalny układ równań w postaci macierzy:

$A = \begin(pmatrix) a_(11) & … & a_(1n) \\ \vdots & … & \vdots \\ a_(m1) & … & a_(mn) \end(pmatrix)$, $b =\begin(pmatrix) b_1 \\ \vdots \\ b_m \end(pmatrix)$

Macierz $A$ nazywana jest macierzą główną i reprezentuje współczynniki zmiennych zapisanych w kolejności, a $b$ nazywa się kolumną jej wolnych wyrazów. Macierz $A$ zapisana poprzez słupek z kolumną wolnych terminów nazywana jest macierzą rozszerzoną:

$A = \begin(array)(ccc|c) a_(11) & … & a_(1n) & b_1 \\ \vdots & … & \vdots & ...\\ a_(m1) & … & a_( mn) & b_m \end(array)$

Teraz należy za pomocą elementarnych przekształceń układu równań (lub macierzy, bo tak jest wygodniej), doprowadzić go do postaci:

$\begin(cases) α_(1j_(1)) \cdot x_(j_(1)) + α_(1j_(2)) \cdot x_(j_(2))...+ α_(1j_(r)) \cdot x_(j_(r)) +... α_(1j_(n)) \cdot x_(j_(n)) = β_1 \\ α_(2j_(2)) \cdot x_(j_(2)). ..+ α_(2j_(r)) \cdot x_(j_(r)) +... α_(2j_(n)) \cdot x_(j_(n)) = β_2 \\ ...\\ α_( rj_(r)) \cdot x_(j_(r)) +... α_(rj_(n)) \cdot x_(j_(n)) = β_r \\ 0 = β_(r+1) \\ … \ \ 0 = β_m \end(przypadki)$ (1)

Macierz otrzymaną ze współczynników przekształconego układu równania (1) nazywa się macierzą schodkową; tak zwykle wyglądają macierze schodkowe:

$A = \begin(array)(ccc|c) a_(11) & a_(12) & a_(13) & b_1 \\ 0 & a_(22) & a_(23) & b_2\\ 0 & 0 & a_(33) i b_3 \end(tablica)$

Macierze te charakteryzują się następującym zestawem właściwości:

1. Wszystkie jego linie zerowe znajdują się po liniach niezerowych
2. Jeżeli jakiś wiersz macierzy o liczbie $k$ jest niezerowy, to poprzedni wiersz tej samej macierzy ma mniej zer niż wiersz o liczbie $k$.

Po otrzymaniu macierzy kroków należy podstawić otrzymane zmienne do pozostałych równań (zaczynając od końca) i uzyskać pozostałe wartości zmiennych.

Podstawowe zasady i dozwolone przekształcenia przy stosowaniu metody Gaussa

Upraszczając macierz lub układ równań tą metodą, należy zastosować wyłącznie przekształcenia elementarne.

Takie przekształcenia uważa się za operacje, które można zastosować na macierzy lub układzie równań bez zmiany jego znaczenia:

• przegrupowanie kilku linii,
• dodawanie lub odejmowanie od jednego wiersza macierzy innego wiersza z niej,
• mnożenie lub dzielenie ciągu przez stałą różną od zera,
• wiersz składający się wyłącznie z zer, uzyskany w procesie obliczania i upraszczania układu, należy skreślić,
• Musisz także usunąć niepotrzebne linie proporcjonalne, wybierając dla systemu jedyny o współczynnikach, które są bardziej odpowiednie i wygodne do dalszych obliczeń.

Wszystkie przekształcenia elementarne są odwracalne.

Analiza trzech głównych przypadków pojawiających się przy rozwiązywaniu równań liniowych metodą prostych transformacji Gaussa

Istnieją trzy przypadki, które pojawiają się podczas stosowania metody Gaussa do rozwiązywania układów:

1. Kiedy układ jest niespójny, to znaczy nie ma żadnych rozwiązań
2. Układ równań ma rozwiązanie i to unikalne, a liczba niezerowych wierszy i kolumn w macierzy jest sobie równa.
3. System ma określoną liczbę lub zbiór możliwych rozwiązań, a liczba w nim wierszy jest mniejsza niż liczba kolumn.

Wynik rozwiązania z niespójnym systemem

Dla tej opcji przy rozwiązywaniu równania macierzowego metodą Gaussa typowe jest otrzymanie pewnej prostej z niemożliwością spełnienia równości. Dlatego też, jeśli zachodzi chociaż jedna błędna równość, to powstałe i pierwotne układy nie mają rozwiązań, niezależnie od innych zawartych w nich równań. Przykład niespójnej macierzy:

$\begin(tablica)(ccc|c) 2 i -1 i 3 i 0 \\ 1 i 0 i 2 i 0\\ 0 i 0 i 0 i 1 \end(tablica)$

W ostatniej linijce powstała niemożliwa równość: $0 \cdot x_(31) + 0 \cdot x_(32) + 0 \cdot x_(33) = 1$.

Układ równań mający tylko jedno rozwiązanie

Układy te po zredukowaniu do macierzy schodkowej i usunięciu wierszy z zerami mają w macierzy głównej taką samą liczbę wierszy i kolumn. Tutaj najprostszy przykład taki układ:

$\begin(przypadki) x_1 - x_2 = -5 \\ 2 \cdot x_1 + x_2 = -7 \end(przypadki)$

Zapiszmy to w postaci macierzy:

$\begin(tablica)(cc|c) 1 i -1 i -5 \\ 2 i 1 i -7 \end(tablica)$

Aby wyzerować pierwszą komórkę drugiego wiersza, mnożymy górny wiersz przez $-2$ i odejmujemy go od dolnego wiersza macierzy, a górny wiersz pozostawiamy w pierwotnej postaci, w wyniku czego otrzymujemy: :

$\begin(tablica)(cc|c) 1 i -1 i -5 \\ 0 i 3 i 10 \end(tablica)$

Ten przykład można zapisać jako system:

$\begin(przypadki) x_1 - x_2 = -5 \\ 3 \cdot x_2 = 10 \end(przypadki)$

Dolne równanie daje następującą wartość dla $x$: $x_2 = 3 \frac(1)(3)$. Podstaw tę wartość do górnego równania: $x_1 – 3 \frac(1)(3)$, otrzymamy $x_1 = 1 \frac(2)(3)$.

System z wieloma możliwymi rozwiązaniami

System ten charakteryzuje się mniejszą liczbą wierszy znaczących niż liczba znajdujących się w nim kolumn (uwzględniane są wiersze macierzy głównej).

Zmienne w takim systemie dzielą się na dwa typy: podstawowe i dowolne. Transformując taki system, zawarte w nim zmienne główne należy pozostawić w lewym obszarze aż do znaku „=”, a pozostałe zmienne przesunąć na prawą stronę równości.

Taki system ma tylko pewne wspólna decyzja.

Przeanalizujmy następujący układ równań:

$\begin(przypadki) 2y_1 + 3y_2 + x_4 = 1 \\ 5y_3 - 4y_4 = 1 \end(przypadki)$

Zapiszmy to w postaci macierzy:

$\begin(tablica)(cccc|c) 2 i 3 i 0 i 1 i 1 \\ 0 i 0 i 5 i 4 i 1 \\ \end(tablica)$

Naszym zadaniem jest znalezienie ogólnego rozwiązania układu. Dla tej macierzy zmiennymi bazowymi będą $y_1$ i $y_3$ (dla $y_1$ - ponieważ jest ona pierwsza, a w przypadku $y_3$ - znajduje się ona po zerach).

Jako zmienne bazowe wybieramy dokładnie te, które są pierwsze w wierszu i nie są równe zeru.

Pozostałe zmienne nazywane są wolnymi, za ich pośrednictwem musimy wyrazić zmienne podstawowe.

Stosując tzw. skok odwrotny, analizujemy system od dołu do góry, w tym celu najpierw wyrażamy $y_3$ z dolnej linii systemu:

5 lat_3 – 4 lata_4 = 1 $

5 lat_3 = 4 lata_4 + 1 $

$y_3 = \frac(4/5)y_4 + \frac(1)(5)$.

Teraz podstawiamy wyrażone $y_3$ do górnego równania układu $2y_1 + 3y_2 + y_4 = 1$: $2y_1 + 3y_2 - (\frac(4)(5)y_4 + \frac(1)(5)) + y_4 = 1 $

Wyrażamy $y_1$ w postaci wolnych zmiennych $y_2$ i $y_4$:

2 lata_1 + 3 lata_2 - \frac(4)(5)y_4 - \frac(1)(5) + y_4 = 1$

$2y_1 = 1 – 3y_2 + \frac(4)(5)y_4 + \frac(1)(5) – y_4$

$2y_1 = -3y_2 - \frac(1)(5)y_4 + \frac(6)(5)$

$y_1 = -1,5x_2 – 0,1y_4 + 0,6$

Rozwiązanie jest gotowe.

Przykład 1

Rozwiąż problem za pomocą metody Gaussa. Przykłady. Przykład rozwiązania układu równań liniowych danego macierzy 3 na 3 metodą Gaussa

$\begin(przypadki) 4x_1 + 2x_2 – x_3 = 1 \\ 5x_1 + 3x_2 - 2x^3 = 2\\ 3x_1 + 2x_2 – 3x_3 = 0 \end(przypadki)$

Zapiszmy nasz system w postaci rozszerzonej macierzy:

$\begin(tablica)(ccc|c) 4 i 2 i -1 i 1 \\ 5 i 3 i -2 i 2 \\ 3 i 2 i -3 i 0\\ \end(tablica)$

Teraz dla wygody i praktyczności musisz przekształcić macierz tak, aby 1 $ znalazło się w górnym rogu skrajnej kolumny.

Aby to zrobić, do pierwszej linii należy dodać linię od środka pomnożoną przez $-1$ i zapisać samą linię środkową w takiej postaci, w jakiej się znajduje, jak się okazuje:

$\begin(tablica)(ccc|c) -1 i -1 i 1 i -1 \\ 5 i 3 i -2 i 2 \\ 3 i 2 i -3 i 0\\ \end(tablica)$

$\begin(tablica)(ccc|c) -1 i -1 i 1 i -1 \\ 0 i -2 i 3 i -3 \\ 0 i -1 i 0 i -3\\ \end(tablica) $

Pomnóż górną i ostatnią linię przez $-1$, a także zamień ostatnią i środkową linię:

$\begin(tablica)(ccc|c) 1 i 1 i -1 i 1 \\ 0 i 1 i 0 i 3 \\ 0 i -2 i 3 i -3\\ \end(tablica)$

$\begin(tablica)(ccc|c) 1 i 1 i -1 i 1 \\ 0 i 1 i 0 i 3 \\ 0 i 0 i 3 i 3\\ \end(tablica)$

I podziel ostatnią linię przez $3$:

$\begin(tablica)(ccc|c) 1 i 1 i -1 i 1 \\ 0 i 1 i 0 i 3 \\ 0 i 0 i 1 i 1\\ \end(tablica)$

Otrzymujemy następujący układ równań, równoważny pierwotnemu:

$\begin(przypadki) x_1 + x_2 – x_3 = 1\\ x_2 = 3 \\ x_3 = 1 \end(przypadki)$

Z górnego równania wyrażamy $x_1$:

$x1 = 1 + x_3 – x_2 = 1 + 1 – 3 = -1$.

Przykład 2

Przykład rozwiązania układu zdefiniowanego za pomocą macierzy 4 na 4 metodą Gaussa

$\begin(tablica)(cccc|c) 2 i 5 i 4 i 1 i 20 \\ 1 i 3 i 2 i 1 i 11 \\ 2 i 10 i 9 i 7 i 40\\ 3 i 8 i 9 i 2 i 37 \\ \end(tablica)$.

Na początku zamieniamy następujące po nim górne linie, aby w lewym górnym rogu otrzymać 1$:

$\begin(tablica)(cccc|c) 1 i 3 i 2 i 1 i 11 \\ 2 i 5 i 4 i 1 i 20 \\ 2 i 10 i 9 i 7 i 40\\ 3 i 8 i 9 i 2 i 37 \\ \end(tablica)$.

Teraz pomnóż górną linię przez $-2$ i dodaj do drugiej i trzeciej linii. Do czwartej dodajemy pierwszą linię pomnożoną przez $-3$:

$\begin(tablica)(cccc|c) 1 i 3 i 2 i 1 i 11 \\ 0 i -1 i 0 i -1 i -2 \\ 0 i 4 i 5 i 5 i 18\\ 0 i - 1 i 3 i -1 i 4 \\ \end(tablica)$

Teraz do linii nr 3 dodajemy linię 2 pomnożoną przez 4 $, a do linii 4 dodajemy linię 2 pomnożoną przez $-1 $.

$\begin(tablica)(cccc|c) 1 i 3 i 2 i 1 i 11 \\ 0 i -1 i 0 i -1 i -2 \\ 0 i 0 i 5 i 1 i 10\\ 0 i 0 & 3 & 0 & 6 \\ \end(tablica)$

Mnożymy linię 2 przez $-1$, dzielimy linię 4 przez 3$ i zastępujemy linię 3.

$\begin(tablica)(cccc|c) 1 i 3 i 2 i 1 i 11 \\ 0 i 1 i 0 i 1 i 2 \\ 0 i 0 i 1 i 0 i 2\\ 0 i 0 i 5 & 1 i 10 \\ \end(tablica)$

Teraz do ostatniej linii dodajemy przedostatni wiersz pomnożony przez $-5$.

$\begin(tablica)(cccc|c) 1 i 3 i 2 i 1 i 11 \\ 0 i 1 i 0 i 1 i 2 \\ 0 i 0 i 1 i 0 i 2\\ 0 i 0 i 0 & 1 i 0 \\ \end(tablica)$

Rozwiązujemy powstały układ równań:

$\begin(przypadki) m = 0 \\ g = 2\\ y + m = 2\ \ x + 3y + 2g + m = 11\end(przypadki)$

Jednym z najprostszych sposobów rozwiązania układu równań liniowych jest technika oparta na obliczeniu wyznaczników ( Reguła Cramera). Jego zaletą jest to, że pozwala na natychmiastowe zarejestrowanie rozwiązania, jest to szczególnie wygodne w przypadkach, gdy współczynnikami układu nie są liczby, ale jakieś parametry. Jej wadą jest uciążliwość obliczeń w przypadku dużej liczby równań, ponadto reguła Cramera nie ma bezpośredniego zastosowania do układów, w których liczba równań nie pokrywa się z liczbą niewiadomych. W takich przypadkach zwykle się go stosuje Metoda Gaussa.

Układy równań liniowych mające ten sam zbiór rozwiązań nazywane są równowartość. Oczywiście wiele rozwiązań układ liniowy nie zmienia się, jeśli jakiekolwiek równania zostaną zamienione, lub jeśli jedno z równań zostanie pomnożone przez jakąś liczbę niezerową, lub jeśli jedno równanie zostanie dodane do drugiego.

Metoda Gaussa (metoda sekwencyjnej eliminacji niewiadomych) polega na tym, że za pomocą przekształceń elementarnych system sprowadza się do układu równoważnego typu schodkowego. Najpierw, korzystając z pierwszego równania, eliminujemy X 1 wszystkich kolejnych równań układu. Następnie, korzystając z drugiego równania, eliminujemy X 2 z trzeciego i wszystkich kolejnych równań. Proces ten, tzw bezpośrednia metoda Gaussa, trwa tak długo, aż po lewej stronie ostatniego równania pozostanie tylko jedna niewiadoma x rz. Po tym jest to zrobione odwrotność metody Gaussa– rozwiązując ostatnie równanie, znajdujemy x rz; następnie, używając tej wartości, z przedostatniego równania, które obliczamy x rz–1 itd. Znajdujemy ostatni X 1 z pierwszego równania.

Wygodnie jest przeprowadzać transformacje Gaussa, wykonując transformacje nie za pomocą samych równań, ale za pomocą macierzy ich współczynników. Rozważmy macierz:

zwany rozszerzony macierz układu, ponieważ oprócz głównej matrycy systemu zawiera kolumnę terminów dowolnych. Metoda Gaussa polega na sprowadzeniu macierzy głównej układu do postaci trójkątnej (lub trapezowej w przypadku układów niekwadratowych) za pomocą elementarnych przekształceń wierszowych (!) rozszerzonej macierzy układu.

Przykład 5.1. Rozwiąż układ metodą Gaussa:

Rozwiązanie. Wypiszmy rozszerzoną macierz układu i korzystając z pierwszego wiersza zresetujmy następnie pozostałe elementy:

otrzymujemy zera w 2., 3. i 4. rzędzie pierwszej kolumny:

Teraz potrzebujemy, aby wszystkie elementy w drugiej kolumnie poniżej drugiego wiersza były równe zero. Aby to zrobić, możesz pomnożyć drugą linię przez –4/7 i dodać ją do trzeciej linii. Aby jednak nie zajmować się ułamkami utwórzmy jednostkę w 2 rzędzie drugiej kolumny i tylko

Teraz, aby uzyskać macierz trójkątną, musisz zresetować element czwartego wiersza trzeciej kolumny, w tym celu możesz pomnożyć trzeci wiersz przez 8/54 i dodać go do czwartego. Aby jednak nie zajmować się ułamkami, zamienimy 3. i 4. wiersz oraz 3. i 4. kolumnę i dopiero potem zresetujemy określony element. Należy pamiętać, że podczas zmiany układu kolumn odpowiednie zmienne zamieniają się miejscami i należy o tym pamiętać; innych elementarnych przekształceń z kolumnami (dodawanie i mnożenie przez liczbę) nie można wykonywać!

Ostatnia uproszczona macierz odpowiada układowi równań równoważnemu pierwotnemu:

Stąd, stosując odwrotność metody Gaussa, znajdujemy z czwartego równania X 3 = –1; z trzeciego X 4 = –2, od drugiego X 2 = 2 i z pierwszego równania X 1 = 1. W formie macierzowej odpowiedź zapisuje się jako

Rozważaliśmy przypadek, gdy układ jest określony, tj. gdy jest tylko jedno rozwiązanie. Zobaczmy, co się stanie, jeśli system będzie niespójny lub niepewny.

Przykład 5.2. Zbadaj system za pomocą metody Gaussa:

Rozwiązanie. Wypisujemy i przekształcamy rozszerzoną macierz układu

Piszemy uproszczony układ równań:

Tutaj w ostatnim równaniu okazało się, że 0=4, czyli: sprzeczność. W rezultacie układ nie ma rozwiązania, tj. ona niekompatybilny. à

Przykład 5.3. Zbadaj i rozwiąż układ za pomocą metody Gaussa:

Rozwiązanie. Wypisujemy i przekształcamy rozszerzoną macierz układu:

W wyniku przekształceń w ostatnim wierszu znajdują się same zera. Oznacza to, że liczba równań zmniejszyła się o jeden:

Zatem po uproszczeniu zostają dwa równania i cztery niewiadome, czyli: dwa nieznane „dodatkowe”. Niech będą „zbędne” lub, jak mówią, wolne zmienne, będzie X 3 i X 4. Następnie

Wierzyć X 3 = 2A I X 4 = B, otrzymujemy X 2 = 1–A I X 1 = 2B–A; lub w formie macierzowej

Rozwiązanie zapisane w ten sposób nazywa się ogólny, ponieważ, podając parametry A I B różne znaczenia, wszystko da się opisać możliwe rozwiązania systemy. A

Dwa układy równań liniowych nazywamy równoważnymi, jeśli zbiór wszystkich ich rozwiązań jest zbieżny.

Elementarne przekształcenia układu równań to:

1. Usuwanie trywialnych równań z układu, tj. takie, dla których wszystkie współczynniki są równe zeru;
2. Mnożenie dowolnego równania przez liczbę inną niż zero;
3. Dodanie do dowolnego i-tego równania dowolnego j-tego równania pomnożonego przez dowolną liczbę.

Zmienną x i nazywamy wolną, jeśli ta zmienna jest niedozwolona, ​​ale cały układ równań jest dozwolony.

Twierdzenie. Przekształcenia elementarne przekształcają układ równań w równoważny.

Znaczenie metody Gaussa polega na przekształceniu pierwotnego układu równań i uzyskaniu równoważnego rozwiązanego lub równoważnego układu niespójnego.

Zatem metoda Gaussa składa się z następujących kroków:

1. Spójrzmy na pierwsze równanie. Wybierzmy pierwszy niezerowy współczynnik i podzielmy przez niego całe równanie. Otrzymujemy równanie, w które wchodzi pewna zmienna x i ze współczynnikiem 1;
2. Odejmijmy to równanie od wszystkich pozostałych, mnożąc je przez takie liczby, aby współczynniki zmiennej x i w pozostałych równaniach były zerowe. Otrzymujemy układ rozwiązany ze względu na zmienną x i równoważny pierwotnemu;
3. Jeśli pojawią się trywialne równania (rzadko, ale się zdarza; na przykład 0 = 0), skreślamy je z układu. W rezultacie jest o jedno równanie mniej;
4. Poprzednie kroki powtarzamy nie więcej niż n razy, gdzie n jest liczbą równań w układzie. Za każdym razem wybieramy nową zmienną do „przetworzenia”. Jeśli pojawią się niespójne równania (na przykład 0 = 8), system jest niespójny.

W rezultacie po kilku krokach otrzymamy albo układ rozwiązany (ewentualnie ze zmiennymi swobodnymi), albo układ niespójny. Dozwolone systemy dzielą się na dwa przypadki:

1. Liczba zmiennych jest równa liczbie równań. Oznacza to, że system jest zdefiniowany;
2. Liczba zmiennych jest większa niż liczba równań. Zbieramy wszystkie wolne zmienne po prawej stronie - otrzymujemy formuły na dozwolone zmienne. Wzory te są zapisane w odpowiedzi.

To wszystko! Układ równań liniowych rozwiązany! Jest to dość prosty algorytm i aby go opanować, nie trzeba kontaktować się z wyższym nauczycielem matematyki. Spójrzmy na przykład:

Zadanie. Rozwiąż układ równań:

Opis kroków:

1. Odejmij pierwsze równanie od drugiego i trzeciego - otrzymamy dozwoloną zmienną x 1;
2. Drugie równanie mnożymy przez (-1), a trzecie równanie dzielimy przez (-3) - otrzymujemy dwa równania, w których zmienna x 2 wchodzi ze współczynnikiem 1;
3. Dodajemy drugie równanie do pierwszego i odejmujemy od trzeciego. Otrzymujemy dozwoloną zmienną x 2 ;
4. Na koniec odejmujemy trzecie równanie od pierwszego - otrzymujemy dozwoloną zmienną x 3;
5. Otrzymaliśmy zatwierdzony system, zapisz odpowiedź.

Ogólne rozwiązanie jednoczesnego układu równań liniowych to nowy system, równoważny oryginalnemu, w którym wszystkie dozwolone zmienne są wyrażone w postaci wolnych.

Kiedy może być potrzebne rozwiązanie ogólne? Jeśli musisz wykonać mniej kroków niż k (k to liczba równań). Jednakże powody, dla których proces kończy się na pewnym etapie l< k , может быть две:

1. Po l-tym kroku otrzymaliśmy układ, który nie zawiera równania z liczbą (l + 1). Właściwie to dobrze, bo... autoryzowany system jest nadal uzyskiwany - nawet kilka kroków wcześniej.
2. Po l-tym kroku otrzymaliśmy równanie, w którym wszystkie współczynniki zmiennych są równe zeru, a współczynnik swobodny jest różny od zera. Jest to równanie sprzeczne i dlatego układ jest niespójny.

Ważne jest, aby zrozumieć, że pojawienie się niespójnego równania przy użyciu metody Gaussa jest wystarczającą podstawą niespójności. Jednocześnie zauważamy, że w wyniku l-tego kroku nie mogą pozostać żadne trywialne równania - wszystkie są przekreślane w trakcie.

Opis kroków:

1. Odejmij pierwsze równanie pomnożone przez 4 od drugiego. Do trzeciego równania dodajemy także pierwsze - otrzymujemy dozwoloną zmienną x 1;
2. Odejmij trzecie równanie pomnożone przez 2 od drugiego - otrzymamy sprzeczne równanie 0 = -5.

Zatem układ jest niespójny, ponieważ odkryto niespójne równanie.

Zadanie. Sprawdź kompatybilność i znajdź ogólne rozwiązanie dla systemu:

Opis kroków:

1. Od drugiego równania odejmujemy (po pomnożeniu przez dwa), a trzecie - otrzymujemy dozwoloną zmienną x 1;
2. Odejmij drugie równanie od trzeciego. Ponieważ wszystkie współczynniki w tych równaniach są takie same, trzecie równanie stanie się trywialne. Jednocześnie pomnóż drugie równanie przez (-1);
3. Odejmij drugą od pierwszego równania - otrzymamy dozwoloną zmienną x 2. Cały układ równań jest teraz również rozwiązany;
4. Ponieważ zmienne x 3 i x 4 są dowolne, przesuwamy je w prawo, aby wyrazić dozwolone zmienne. To jest odpowiedź.

Zatem układ jest spójny i nieokreślony, gdyż istnieją dwie zmienne dozwolone (x 1 i x 2) oraz dwie wolne (x 3 i x 4).

Niech zostanie podany układ liniowych równań algebraicznych, który należy rozwiązać (znajdź takie wartości niewiadomych xi, które zamieniają każde równanie układu w równość).

Wiemy, że układ liniowych równań algebraicznych może:

1) Nie mają rozwiązań (być nie wspólne).
2) Mają nieskończenie wiele rozwiązań.
3) Miej jedno rozwiązanie.

Jak pamiętamy, reguła Cramera i metoda macierzowa nie sprawdzają się w przypadkach, gdy układ ma nieskończenie wiele rozwiązań lub jest niespójny. Metoda Gaussa – najpotężniejsze i wszechstronne narzędzie do znajdowania rozwiązań dowolnego układu równań liniowych, Który w każdym przypadku doprowadzi nas do odpowiedzi! Sam algorytm metody działa tak samo we wszystkich trzech przypadkach. Jeśli metoda Cramera i metoda macierzowa wymagają znajomości wyznaczników, to do zastosowania metody Gaussa wystarczy znajomość działań arytmetycznych, co czyni ją przystępną nawet dla uczniów szkół podstawowych.

Rozszerzone transformacje macierzy ( to jest macierz układu - macierz złożona tylko ze współczynników niewiadomych plus kolumna wolnych wyrazów) układy liniowych równań algebraicznych w metodzie Gaussa:

1) Z troki matryce Móc przemieniać w niektórych miejscach.

2) jeśli w matrycy pojawiły się (lub istnieją) proporcjonalne (jak np szczególny przypadek– identyczne) linie, to następuje usuwać z macierzy wszystkie te wiersze z wyjątkiem jednego.

3) jeżeli podczas przekształceń w macierzy pojawia się wiersz zerowy, to też powinien tak być usuwać.

4) może być wiersz macierzy mnożyć (dzielić) na dowolną liczbę inną niż zero.

5) do wiersza macierzy możesz dodaj kolejny ciąg pomnożony przez liczbę, różny od zera.

W metodzie Gaussa przekształcenia elementarne nie zmieniają rozwiązania układu równań.

Metoda Gaussa składa się z dwóch etapów:

1. „Ruch bezpośredni” - za pomocą przekształceń elementarnych doprowadzamy rozszerzoną macierz układu liniowych równań algebraicznych do postaci „trójkątnej” schodkowej: elementy rozszerzonej macierzy znajdujące się poniżej głównej przekątnej są równe zeru (ruch z góry na dół). Na przykład do tego typu:

Aby to zrobić, wykonaj następujące kroki:

1) Rozważmy pierwsze równanie układu liniowych równań algebraicznych, a współczynnik dla x 1 jest równy K. Drugie, trzecie itd. przekształcamy równania w następujący sposób: dzielimy każde równanie (współczynniki niewiadomych, w tym wyrazy wolne) przez współczynnik niewiadomej x 1 w każdym równaniu i mnożymy przez K. Następnie odejmujemy pierwsze od drugiego równania ( współczynniki niewiadomych i terminy swobodne). Dla x 1 w drugim równaniu otrzymujemy współczynnik 0. Od trzeciego przekształconego równania odejmujemy pierwsze równanie, aż wszystkie równania oprócz pierwszego, dla nieznanego x 1, będą miały współczynnik 0.

2) Przejdźmy do następnego równania. Niech to będzie drugie równanie i współczynnik dla x 2 równy M. Postępujemy ze wszystkimi „niższymi” równaniami jak opisano powyżej. Zatem „pod” niewiadomą x 2 we wszystkich równaniach będą zera.

3) Przejdź do następnego równania i tak dalej, aż pozostanie ostatnia niewiadoma i przekształcony człon wolny.

1. „Ruch odwrotny” metody Gaussa polega na uzyskaniu rozwiązania układu liniowych równań algebraicznych (ruch „od dołu do góry”). Z ostatniego „niższego” równania otrzymujemy jedno pierwsze rozwiązanie - niewiadomą x n. W tym celu rozwiązujemy równanie elementarne A * x n = B. W powyższym przykładzie x 3 = 4. Znalezioną wartość podstawiamy do „górnego” następnego równania i rozwiązujemy z uwzględnieniem kolejnej niewiadomej. Na przykład x 2 – 4 = 1, tj. x 2 = 5. I tak dalej, aż znajdziemy wszystkie niewiadome.

Przykład.

Rozwiążmy układ równań liniowych metodą Gaussa, jak radzą niektórzy autorzy:

Zapiszmy rozszerzoną macierz układu i za pomocą elementarnych przekształceń sprowadźmy ją do postaci krokowej:

Patrzymy na lewy górny „krok”. Powinniśmy go tam mieć. Problem polega na tym, że w pierwszej kolumnie w ogóle nie ma jednostek, więc zmiana kolejności wierszy niczego nie rozwiąże. W takich przypadkach jednostka musi być zorganizowana przy użyciu transformacji elementarnej. Zwykle można to zrobić na kilka sposobów. Zróbmy to:
1 krok . Do pierwszej linii dodajemy drugą linię pomnożoną przez –1. Oznacza to, że mentalnie pomnożyliśmy drugą linię przez –1 i dodaliśmy pierwszą i drugą linię, podczas gdy druga linia się nie zmieniła.

Teraz w lewym górnym rogu znajduje się „minus jeden”, co nam całkiem odpowiada. Każdy, kto chce otrzymać +1, może wykonać dodatkową akcję: pomnożyć pierwszą linię przez –1 (zmienić jej znak).

Krok 2 . Pierwsza linia pomnożona przez 5 została dodana do drugiej linii, pierwsza linia pomnożona przez 3 została dodana do trzeciej linii.

Krok 3 . Pierwsza linia została pomnożona przez –1, w zasadzie dotyczy to piękna. Zmieniono także znak trzeciej linii i przesunięto go na drugie miejsce, dzięki czemu na drugim „kroku” mieliśmy już wymaganą jednostkę.

Krok 4 . Trzecia linia została dodana do drugiej linii, pomnożona przez 2.

Krok 5 . Trzecia linia została podzielona przez 3.

Znak wskazujący na błąd w obliczeniach (rzadziej literówkę) to „zły” wynik końcowy. Oznacza to, że jeśli poniżej otrzymamy coś w rodzaju (0 0 11 |23) i odpowiednio 11x 3 = 23, x 3 = 23/11, to z dużym prawdopodobieństwem możemy powiedzieć, że podczas zajęć elementarnych popełniono błąd przemiany.

Zróbmy odwrotnie: przy projektowaniu przykładów często nie przepisuje się samego układu, ale równania „bierze się bezpośrednio z danej macierzy”. Przypominam, że ruch odwrotny działa od dołu do góry. W tym przykładzie efektem był prezent:

x 3 = 1
x2 = 3
x 1 + x 2 – x 3 = 1, zatem x 1 + 3 – 1 = 1, x 1 = –1

Odpowiedź:x 1 = –1, x 2 = 3, x 3 = 1.

Rozwiążmy ten sam układ, korzystając z zaproponowanego algorytmu. Dostajemy

4 2 –1 1
5 3 –2 2
3 2 –3 0

Podziel drugie równanie przez 5, a trzecie przez 3. Otrzymujemy:

4 2 –1 1
1 0.6 –0.4 0.4
1 0.66 –1 0

Mnożąc drugie i trzecie równanie przez 4, otrzymujemy:

4 2 –1 1
4 2,4 –1.6 1.6
4 2.64 –4 0

Odejmij pierwsze równanie od drugiego i trzeciego równania, mamy:

4 2 –1 1
0 0.4 –0.6 0.6
0 0.64 –3 –1

Podziel trzecie równanie przez 0,64:

4 2 –1 1
0 0.4 –0.6 0.6
0 1 –4.6875 –1.5625

Pomnóż trzecie równanie przez 0,4

4 2 –1 1
0 0.4 –0.6 0.6
0 0.4 –1.875 –0.625

Odejmując drugie od trzeciego równania, otrzymujemy „schodkową” rozszerzoną macierz:

4 2 –1 1
0 0.4 –0.6 0.6
0 0 –1.275 –1.225

Zatem, ponieważ błąd narósł podczas obliczeń, otrzymujemy x 3 = 0,96 lub w przybliżeniu 1.

x 2 = 3 i x 1 = –1.

Rozwiązując w ten sposób, nigdy nie pomylisz się w obliczeniach i pomimo błędów obliczeniowych otrzymasz wynik.

Ta metoda rozwiązywania układu liniowych równań algebraicznych jest łatwa do zaprogramowania i nie uwzględnia specyficzne cechy współczynniki dla niewiadomych, gdyż w praktyce (w obliczeniach ekonomicznych i technicznych) mamy do czynienia ze współczynnikami niecałkowitymi.

Życzę Ci sukcesu! Do zobaczenia w klasie! Korepetytor Dmitrij Aystrachanow.

stronie internetowej, przy kopiowaniu materiału w całości lub w części wymagany jest link do źródła.

W artykule metodę tę traktuje się jako metodę rozwiązywania układów równań liniowych (SLAE). Metoda ma charakter analityczny, czyli pozwala na zapisanie algorytmu rozwiązania ogólna perspektywa, a następnie podstaw tam wartości z konkretnych przykładów. W przeciwieństwie do metody macierzowej czy wzorów Cramera, rozwiązując układ równań liniowych metodą Gaussa, można pracować także z tymi, które mają nieskończoną liczbę rozwiązań. Albo nie mają go w ogóle.

Co to znaczy rozwiązywać metodą Gaussa?

Najpierw musimy zapisać nasz układ równań w następujący sposób. Weź system:

Współczynniki zapisano w formie tabeli, a terminy wolne w osobnej kolumnie po prawej stronie. Dla wygody kolumna z terminami wolnymi została oddzielona, ​​a macierz zawierającą tę kolumnę nazywa się rozszerzoną.

Następnie główną macierz ze współczynnikami należy sprowadzić do postaci górnego trójkąta. To jest główny punkt rozwiązania układu metodą Gaussa. Mówiąc najprościej, po pewnych manipulacjach macierz powinna wyglądać tak, aby jej lewa dolna część zawierała tylko zera:

Następnie, jeśli napiszesz nową macierz ponownie jako układ równań, zauważysz, że ostatni wiersz zawiera już wartość jednego z pierwiastków, który następnie podstawia się do powyższego równania, zostaje znaleziony inny pierwiastek i tak dalej.

Jest to w większości opis rozwiązania metodą Gaussa Ogólny zarys. Co się stanie, jeśli nagle system nie będzie miał rozwiązania? A może jest ich nieskończenie wiele? Aby odpowiedzieć na te i wiele innych pytań, należy osobno rozważyć wszystkie elementy stosowane w rozwiązaniu metody Gaussa.

Macierze, ich właściwości

Nic ukryte znaczenie nie w matrixie. To proste wygodnym sposobem zapisywanie danych do późniejszych operacji z nimi. Nawet uczniowie nie muszą się ich bać.

Matryca jest zawsze prostokątna, bo tak jest wygodniej. Nawet w metodzie Gaussa, gdzie wszystko sprowadza się do zbudowania macierzy z wyglądu trójkątny, wpis zawiera prostokąt, tylko z zerami w miejscu, w którym nie ma cyfr. Zera mogą nie być zapisane, ale są dorozumiane.

Macierz ma rozmiar. Jego „szerokość” to liczba wierszy (m), „długość” to liczba kolumn (n). Następnie wielkość macierzy A (zwykle do ich oznaczenia używa się wielkich liter) listy) będzie oznaczone jako A m×n. Jeśli m=n, to ta macierz jest kwadratowa, a m=n jest jej rządem. Odpowiednio, dowolny element macierzy A można oznaczyć numerami jego wierszy i kolumn: a xy ; x - numer wiersza, zmiany, y - numer kolumny, zmiany.

B nie jest głównym punktem decyzji. W zasadzie wszystkie operacje można wykonać bezpośrednio na samych równaniach, ale zapis będzie znacznie bardziej uciążliwy i znacznie łatwiej będzie się w nim pomylić.

Wyznacznik

Macierz ma również wyznacznik. To jest bardzo ważna cecha. Nie trzeba już teraz dowiadywać się o jego znaczeniu, wystarczy pokazać, jak jest on obliczany, a następnie powiedzieć, jakie właściwości macierzy wyznacza. Najłatwiej znaleźć wyznacznik poprzez przekątne. W macierzy rysowane są wyimaginowane przekątne; elementy znajdujące się na każdym z nich są mnożone, a następnie dodawane są powstałe iloczyny: przekątne o nachyleniu w prawo - ze znakiem plus, o nachyleniu w lewo - ze znakiem minus.

Niezwykle ważne jest, aby pamiętać, że wyznacznik można obliczyć tylko dla macierzy kwadratowej. W przypadku macierzy prostokątnej można wykonać następującą operację: wybrać najmniejszą z liczby wierszy i liczby kolumn (niech będzie k), a następnie losowo zaznaczyć w macierzy k kolumn i k wierszy. Elementy na przecięciu wybranych kolumn i wierszy utworzą nową macierz kwadratową. Jeżeli wyznacznik takiej macierzy jest liczbą różną od zera, nazywa się ją mollą bazową pierwotnej macierzy prostokątnej.

Zanim zaczniesz rozwiązywać układ równań metodą Gaussa, nie zaszkodzi obliczyć wyznacznik. Jeśli okaże się, że wynosi zero, to od razu możemy powiedzieć, że macierz ma albo nieskończoną liczbę rozwiązań, albo nie ma ich wcale. W tak smutnym przypadku trzeba pójść dalej i dowiedzieć się o randze macierzy.

Klasyfikacja systemu

Istnieje coś takiego jak stopień macierzy. Jest to maksymalny rząd jej niezerowej wyznacznika (jeśli pamiętamy o podstawowe drobne, możemy powiedzieć, że rząd macierzy jest rządem podstawy drobnej).

W zależności od sytuacji z rangą, SLAE można podzielić na:

• Wspólny. U W układach połączonych stopień macierzy głównej (składającej się wyłącznie ze współczynników) pokrywa się z rzędem macierzy rozszerzonej (z kolumną wolnych terminów). Takie systemy mają rozwiązanie, ale niekoniecznie jedno, dlatego dodatkowo systemy wspólne dzielą się na:
• - niektórzy- posiadanie jednego rozwiązania. W niektórych systemach rząd macierzy i liczba niewiadomych (lub liczba kolumn, co jest tym samym) są równe;
• - nieokreślony - z nieskończoną liczbą rozwiązań. Ranga macierzy w takich układach jest mniejsza niż liczba niewiadomych.
• Niekompatybilny. U W takich układach szeregi macierzy głównej i rozszerzonej nie pokrywają się. Niekompatybilne systemy nie mają rozwiązania.

Metoda Gaussa jest dobra, ponieważ w trakcie rozwiązania pozwala uzyskać albo jednoznaczny dowód niespójności układu (bez obliczania wyznaczników dużych macierzy), albo rozwiązanie w postaci ogólnej dla układu o nieskończonej liczbie rozwiązań.

Transformacje elementarne

Przed przystąpieniem bezpośrednio do rozwiązywania układu można uczynić go mniej uciążliwym i wygodniejszym do obliczeń. Osiąga się to poprzez elementarne przekształcenia - tak, aby ich realizacja w żaden sposób nie zmieniała ostatecznej odpowiedzi. Należy zaznaczyć, że część podanych przekształceń elementarnych obowiązuje tylko dla macierzy, których źródłem był SLAE. Oto lista tych transformacji:

1. Przestawianie linii. Oczywiście, jeśli zmienisz kolejność równań w zapisie systemowym, nie będzie to miało żadnego wpływu na rozwiązanie. W związku z tym wiersze w macierzy tego układu również można zamieniać, nie zapominając oczywiście o kolumnie wolnych terminów.
2. Mnożenie wszystkich elementów ciągu przez określony współczynnik. Bardzo pomocne! Można go użyć do zmniejszenia dużych liczb w macierzy lub usunięcia zer. Wiele decyzji jak zwykle się nie zmieni, ale dalsze operacje staną się wygodniejsze. Najważniejsze jest to, że współczynnik nie powinien być równy zeru.
3. Usuwanie wierszy ze współczynnikami proporcjonalnymi. Częściowo wynika to z poprzedniego akapitu. Jeżeli dwa lub więcej wierszy macierzy ma współczynniki proporcjonalności, to mnożąc/dzieląc jeden z wierszy przez współczynnik proporcjonalności, otrzymujemy dwa (lub więcej) absolutnie identyczne wiersze, a dodatkowe można usunąć, pozostawiając tylko jeden.
4. Usuwanie linii zerowej. Jeśli w trakcie transformacji otrzyma się gdzieś wiersz, w którym wszystkie elementy, łącznie z wyrazem wolnym, są równe zeru, to taki wiersz można nazwać zerem i wyrzucić z macierzy.
5. Dodanie do elementów jednego wiersza elementów drugiego (w odpowiednich kolumnach), pomnożone przez określony współczynnik. Najbardziej nieoczywista i najważniejsza przemiana ze wszystkich. Warto zastanowić się nad tym bardziej szczegółowo.

Dodanie ciągu pomnożonego przez współczynnik

Dla ułatwienia zrozumienia warto rozłożyć ten proces krok po kroku. Z macierzy pobierane są dwa wiersze:

za 11 za 12 ... za 1n | b1

za 21 za 22 ... za 2n | b 2

Załóżmy, że musisz dodać pierwszy do drugiego, pomnożony przez współczynnik „-2”.

a" 21 = a 21 + -2×a 11

a" 22 = a 22 + -2×a 12

a" 2n = a 2n + -2×a 1n

Następnie drugi wiersz macierzy zostaje zastąpiony nowym, a pierwszy pozostaje niezmieniony.

za 11 za 12 ... za 1n | b1

a" 21 a" 22... a" 2n | b 2

Należy zaznaczyć, że współczynnik mnożenia można tak dobrać, aby w wyniku dodania dwóch wierszy jeden z elementów nowego wiersza był równy zero. Można zatem otrzymać równanie w układzie, w którym będzie o jedno mniej niewiadome. A jeśli otrzymasz dwa takie równania, operację można wykonać ponownie i otrzymać równanie, które będzie zawierało o dwie niewiadome mniej. A jeśli za każdym razem zamienisz jeden współczynnik wszystkich wierszy znajdujących się poniżej pierwotnego na zero, możesz niczym schody zejść na sam dół macierzy i otrzymać równanie z jedną niewiadomą. Nazywa się to rozwiązywaniem układu metodą Gaussa.

Ogólnie

Niech będzie system. Ma m równań i n nieznanych pierwiastków. Można to zapisać w następujący sposób:

Główna macierz jest kompilowana ze współczynników systemowych. Do rozszerzonej macierzy dodawana jest kolumna wolnych terminów i dla wygody oddzielana linią.

• pierwszy wiersz macierzy mnoży się przez współczynnik k = (-a 21 /a 11);
• dodaje się pierwszy zmodyfikowany wiersz i drugi wiersz macierzy;
• zamiast drugiego wiersza do macierzy wstawiany jest wynik dodania z poprzedniego akapitu;
• teraz pierwszy współczynnik w nowym drugim rzędzie to a 11 × (-a 21 /a 11) + a 21 = -a 21 + a 21 = 0.

Teraz wykonywana jest ta sama seria przekształceń, zaangażowane są tylko pierwszy i trzeci rząd. Odpowiednio na każdym etapie algorytmu element 21 jest zastępowany przez 31. Następnie wszystko powtarza się dla 41, ... m1. Wynikiem jest macierz, w której pierwszym elementem w wierszach jest zero. Teraz musisz zapomnieć o linii numer jeden i wykonać ten sam algorytm, zaczynając od linii drugiej:

• współczynnik k = (-a 32 /a 22);
• druga zmodyfikowana linia jest dodawana do linii „bieżącej”;
• wynik dodawania jest podstawiony do trzeciego, czwartego i tak dalej, podczas gdy pierwszy i drugi pozostają niezmienione;
• w wierszach macierzy dwa pierwsze elementy są już równe zeru.

Algorytm należy powtarzać aż do pojawienia się współczynnika k = (-a m,m-1 /a mm). Oznacza to, że w ostatni raz algorytm wykonano tylko dla dolnego równania. Teraz matryca wygląda jak trójkąt lub ma kształt schodkowy. W dolnej linii znajduje się równość a mn × x n = b m. Znany jest współczynnik i wyraz wolny, a pierwiastek wyraża się za ich pośrednictwem: x n = b m /a mn. Powstały pierwiastek podstawiamy do górnej linii, aby znaleźć x n-1 = (b m-1 - a m-1,n ×(b m /a mn))÷a m-1,n-1. I tak dalej przez analogię: w każdej kolejnej linii znajduje się nowy pierwiastek, a po dotarciu na „szczyt” systemu można znaleźć wiele rozwiązań. To będzie jedyny.

Kiedy nie ma rozwiązań

Jeżeli w jednym z wierszy macierzy wszystkie elementy poza wyrazem wolnym są równe zeru, to równanie odpowiadające temu wierszowi wygląda jak 0 = b. Nie ma rozwiązania. A skoro takie równanie jest zawarte w układzie, to zbiór rozwiązań całego układu jest pusty, czyli zdegenerowany.

Gdy istnieje nieskończona liczba rozwiązań

Może się zdarzyć, że w danej macierzy trójkątnej nie ma wierszy z jednym elementem współczynnikowym równania i jednym wyrazem wolnym. Istnieją tylko linie, które po przepisaniu wyglądałyby jak równanie z dwiema lub więcej zmiennymi. Oznacza to, że układ ma nieskończoną liczbę rozwiązań. W takim przypadku odpowiedź można podać w formie ogólnego rozwiązania. Jak to zrobić?

Wszystkie zmienne w macierzy dzielą się na podstawowe i dowolne. Podstawowe to te, które stoją „na krawędzi” wierszy macierzy schodkowej. Reszta jest bezpłatna. W rozwiązaniu ogólnym zmienne podstawowe zapisywane są poprzez zmienne wolne.

Dla wygody macierz jest najpierw przepisana z powrotem do układu równań. Następnie w ostatnim z nich, gdzie dokładnie pozostaje tylko jedna zmienna podstawowa, pozostaje ona po jednej stronie, a wszystko inne zostaje przeniesione na drugą. Odbywa się to dla każdego równania z jedną zmienną podstawową. Następnie w pozostałych równaniach, gdzie jest to możliwe, zamiast zmiennej podstawowej podstawiamy otrzymane dla niej wyrażenie. Jeśli wynikiem jest ponownie wyrażenie zawierające tylko jedną zmienną podstawową, jest ono ponownie wyrażane od tego miejsca i tak dalej, aż każda zmienna podstawowa zostanie zapisana jako wyrażenie ze zmiennymi wolnymi. Jest to ogólne rozwiązanie SLAE.

Można też znaleźć podstawowe rozwiązanie układu - nadaj zmiennym swobodnym dowolne wartości, a następnie dla tego konkretnego przypadku oblicz wartości zmiennych podstawowych. Istnieje nieskończona liczba rozwiązań szczegółowych, które można podać.

Rozwiązanie na konkretnych przykładach

Oto układ równań.

Dla wygody lepiej od razu utworzyć matrycę

Wiadomo, że po rozwiązaniu metodą Gaussa równanie odpowiadające pierwszemu wierszowi pozostanie niezmienione po zakończeniu przekształceń. Dlatego bardziej opłacalne będzie, jeśli lewy górny element macierzy będzie najmniejszy - wtedy pierwsze elementy pozostałych wierszy po operacjach wyniosą zero. Oznacza to, że w skompilowanej macierzy korzystne będzie umieszczenie drugiego wiersza w miejsce pierwszego.

druga linia: k = (-a 21 /a 11) = (-3/1) = -3

a" 21 = a 21 + k×a 11 = 3 + (-3)×1 = 0

a" 22 = a 22 + k×a 12 = -1 + (-3)×2 = -7

a" 23 = a 23 + k×a 13 = 1 + (-3)×4 = -11

b" 2 = b 2 + k×b 1 = 12 + (-3)×12 = -24

trzecia linia: k = (-a 3 1 /a 11) = (-5/1) = -5

a" 3 1 = za 3 1 + k×a 11 = 5 + (-5)×1 = 0

a" 3 2 = za 3 2 + k×a 12 = 1 + (-5)×2 = -9

a" 3 3 = a 33 + k×a 13 = 2 + (-5)×4 = -18

b" 3 = b 3 + k×b 1 = 3 + (-5)×12 = -57

Teraz, aby się nie pomylić, musisz zapisać macierz z pośrednimi wynikami transformacji.

Oczywiście taką matrycę można uczynić wygodniejszą dla percepcji za pomocą pewnych operacji. Na przykład możesz usunąć wszystkie „minusy” z drugiej linii, mnożąc każdy element przez „-1”.

Warto również zauważyć, że w trzeciej linii wszystkie elementy są wielokrotnościami trójki. Następnie możesz skrócić ciąg o tę liczbę, mnożąc każdy element przez „-1/3” (minus - jednocześnie, aby usunąć wartości ujemne).

Wygląda dużo ładniej. Teraz musimy zostawić pierwszą linię w spokoju i pracować z drugą i trzecią. Zadanie polega na dodaniu drugiej linii do trzeciej linii i pomnożeniu przez taki współczynnik, aby element a 32 stał się równy zero.

k = (-a 32 /a 22) = (-3/7) = -3/7 (jeżeli podczas niektórych przekształceń odpowiedź nie okaże się liczbą całkowitą, zaleca się zachowanie dokładności obliczeń pozostawić jest „tak jak jest” w formie ułamek wspólny, i dopiero wtedy, gdy otrzymamy odpowiedzi, zadecydujemy, czy zaokrąglić i przekonwertować na inną formę zapisu)

a" 32 = a 32 + k×a 22 = 3 + (-3/7)×7 = 3 + (-3) = 0

a" 33 = a 33 + k×a 23 = 6 + (-3/7)×11 = -9/7

b" 3 = b 3 + k×b 2 = 19 + (-3/7)×24 = -61/7

Macierz jest zapisywana ponownie z nowymi wartościami.

Jak widać, wynikowa macierz już ma widok schodkowy. Nie są zatem wymagane dalsze transformacje układu metodą Gaussa. Możesz tutaj usunąć ogólny współczynnik „-1/7” z trzeciej linii.

Teraz wszystko jest piękne. Pozostało jeszcze raz zapisać macierz w postaci układu równań i obliczyć pierwiastki

x + 2y + 4z = 12 (1)

7y + 11z = 24 (2)

Algorytm, za pomocą którego zostaną teraz znalezione pierwiastki, nazywa się ruchem odwrotnym w metodzie Gaussa. Równanie (3) zawiera wartość z:

y = (24 - 11×(61/9))/7 = -65/9

Pierwsze równanie pozwala nam znaleźć x:

x = (12 - 4z - 2y)/1 = 12 - 4×(61/9) - 2×(-65/9) = -6/9 = -2/3

Mamy prawo nazwać taki system wspólnym, a nawet określonym, czyli posiadającym unikalne rozwiązanie. Odpowiedź jest zapisana w następującej formie:

x 1 = -2/3, y = -65/9, z = 61/9.

Przykład niepewnego systemu

Przeanalizowano wariant rozwiązania pewnego układu metodą Gaussa, obecnie należy rozważyć przypadek, gdy układ jest niepewny, czyli można dla niego znaleźć nieskończenie wiele rozwiązań.

x 1 + x 2 + x 3 + x 4 + x 5 = 7 (1)

3x 1 + 2x 2 + x 3 + x 4 - 3x 5 = -2 (2)

x 2 + 2x 3 + 2x 4 + 6x 5 = 23 (3)

5x 1 + 4x 2 + 3x 3 + 3x 4 - x 5 = 12 (4)

Już sam wygląd układu jest niepokojący, gdyż liczba niewiadomych wynosi n=5, a ranga macierzy układu jest już dokładnie mniejsza od tej liczby, gdyż liczba wierszy wynosi m=4, czyli najwyższy porządek wyznacznik kwadratowy wynosi 4. Oznacza to, że istnieje nieskończona liczba rozwiązań i musimy poszukać jego ogólnej postaci. Umożliwia to metoda Gaussa dla równań liniowych.

Najpierw, jak zwykle, kompilowana jest rozszerzona macierz.

Druga linia: współczynnik k = (-a 21 /a 11) = -3. W trzeciej linii pierwszy element jest przed przekształceniami, więc nie trzeba niczego dotykać, trzeba to zostawić tak, jak jest. Czwarta linia: k = (-a 4 1 /a 11) = -5

Mnożąc elementy pierwszego rzędu po kolei przez każdy z ich współczynników i dodając je do wymaganych wierszy, otrzymujemy macierz o postaci:

Jak widać drugi, trzeci i czwarty rząd składają się z elementów proporcjonalnych do siebie. Drugi i czwarty są na ogół identyczne, więc jeden z nich można natychmiast usunąć, a drugi można pomnożyć przez współczynnik „-1” i uzyskać linię nr 3. I znowu z dwóch identycznych linii zostaw jedną.

Rezultatem jest taka macierz. Choć system nie został jeszcze spisany, należy tu wyznaczyć zmienne podstawowe – te stojące przy współczynnikach a 11 = 1 i a 22 = 1 oraz wolne – całą resztę.

W drugim równaniu występuje tylko jedna zmienna podstawowa – x ​​2. Oznacza to, że można to wyrazić stamtąd, zapisując je poprzez zmienne x 3 , x 4 , x 5 , które są bezpłatne.

Podstawiamy otrzymane wyrażenie do pierwszego równania.

Wynikiem jest równanie, w którym jedyną zmienną podstawową jest x 1 . Zróbmy z tym to samo co z x2.

Wszystkie zmienne podstawowe, których są dwie, wyrażamy w postaci trzech wolnych, teraz możemy zapisać odpowiedź w postaci ogólnej.

Można także wskazać jedno z konkretnych rozwiązań systemu. W takich przypadkach zwykle wybiera się zera jako wartości wolnych zmiennych. Wtedy odpowiedź będzie brzmieć:

16, 23, 0, 0, 0.

Przykład systemu niekooperacyjnego

Najszybsze jest rozwiązywanie niezgodnych układów równań metodą Gaussa. Kończy się natychmiast, gdy tylko na jednym z etapów zostanie uzyskane równanie, które nie ma rozwiązania. Oznacza to, że etap obliczania pierwiastków, który jest dość długi i żmudny, zostaje wyeliminowany. Rozważany jest następujący system:

x + y - z = 0 (1)

2x - y - z = -2 (2)

4x + y - 3z = 5 (3)

Jak zwykle macierz jest kompilowana:

I sprowadza się to do postaci krokowej:

k 1 = -2 k 2 = -4

Po pierwszym przekształceniu w trzeciej linii znajduje się równanie postaci

bez rozwiązania. Dlatego system jest niespójny i odpowiedź będzie pusty zestaw.

Zalety i wady metody

Jeśli wybierzesz metodę rozwiązywania SLAE na papierze za pomocą pióra, wówczas metoda omówiona w tym artykule wygląda najbardziej atrakcyjnie. O wiele trudniej jest się pogubić w elementarnych transformacjach, niż gdy trzeba ręcznie szukać wyznacznika lub jakiejś skomplikowanej macierzy odwrotnej. Jeśli jednak korzystasz z programów do pracy z tego typu danymi, np. arkusze kalkulacyjne, okazuje się, że takie programy zawierają już algorytmy do obliczania głównych parametrów macierzy - wyznacznika, drugorzędnych, odwrotności i tak dalej. A jeśli mamy pewność, że maszyna sama te wartości obliczy i nie popełni błędów, bardziej wskazane jest skorzystanie z metody macierzowej lub wzorów Cramera, ponieważ ich stosowanie zaczyna się i kończy na obliczeniu wyznaczników i macierze odwrotne.

Aplikacja

Ponieważ rozwiązanie Gaussa jest algorytmem, a macierz jest w rzeczywistości tablicą dwuwymiarową, można je wykorzystać w programowaniu. Ponieważ jednak artykuł pozycjonuje się jako przewodnik „dla opornych”, należy powiedzieć, że najłatwiejszym miejscem do wprowadzenia metody są arkusze kalkulacyjne, na przykład Excel. Ponownie, każdy SLAE wprowadzony do tabeli w postaci macierzy będzie traktowany przez Excel jako tablica dwuwymiarowa. A do operacji na nich jest wiele fajnych poleceń: dodawanie (można dodawać tylko macierze o tej samej wielkości!), mnożenie przez liczbę, mnożenie macierzy (również z pewnymi ograniczeniami), znajdowanie macierzy odwrotnych i transponowanych i co najważniejsze , obliczenie wyznacznika. Jeśli to czasochłonne zadanie zastąpimy pojedynczym poleceniem, możliwe jest znacznie szybsze określenie rangi macierzy, a co za tym idzie ustalenie jej kompatybilności lub niekompatybilności.