Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

kozinova_at_osharina_nn_matematika_lineinaia_algebra_analiti

.pdf
Скачиваний:
3
Добавлен:
28.07.2020
Размер:
2.83 Mб
Скачать

Метод Гаусса позволяет:

1.Установить определенность системы линейных уравнений. В этом случае ранг матрицы коэффициентов при неизвестных совпадает с рангом расширенной матрицы и числом неизвестных. Если после выполнения всех шагов метода матрица коэффициентов становится единичной, то матрица правых частей представляет собой решение системы.

2.Установить несовместность системы линейных уравнений. В этом случае ранг матрицы коэффициентов при неизвестных не совпадает с

рангом расширенной матрицы. После выполнения ряда шагов появляется

n

уравнение вида 0 x j bs , bs 0 .

j1

3.Установить неопределенность системы линейных уравнений. В этом случае ранг матрицы коэффициентов r при неизвестных совпадает с рангом расширенной матрицы и меньше числа неизвестных. После

выполнения всех шагов и, возможно, исключения уравнений вида

n

0 x j 0 число оставшихся уравнений становится менее числа

j 1

неизвестных.

В бесконечном множестве решений неопределенных систем линейных уравнений выделяют совокупность базисных решений, число которых

ограниченно и не превышает Cnr , где n – число неизвестных, r – число

оставшихся после преобразований метода Гаусса линейно независимых уравнений (это число равно рангам матрицы коэффициентов и расширенной матрицы системы уравнений).

Для отыскания базисного решения все неизвестные делят на две группы: r − основных переменных, n r − неосновных переменных. В группу основных переменных могут быть включены неизвестные, матрица коэффициентов при которых неособенная. Неосновные переменные в базисном решении равны нулю.

Решение системы линейных уравнений методом Гаусса удобно выполнять с помощью преобразований расширенной матрицы коэффициентов системы.

Примечание. Очевидно то, что применяя метод Гаусса, можно одновременно решать несколько систем линейных уравнений, отличающихся только правыми частями уравнений. Как следствие можно предложить данный метод для получения обратной матрицы.

A X E ,

A

0 X A 1 E A 1

n n n n

n n

n n

n n

n n n n

n n

51

Примечание. Неопределенные системы линейных уравнений нашли

применение в линейном программировании.

Пример 6. Решим систему линейных уравнений:

2x1 x2 x3 9

 

 

 

 

 

 

x1 2x2 7

A X

B

 

 

 

x 3x x 8

3 3 3 1

3 1

 

1

 

 

2

3

 

 

 

 

 

 

 

 

 

 

2

1

1

 

 

9

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Первый шаг.

 

A

 

B

1

2

0

 

 

7

Вычитаем третью строку расширенной

 

3 3

 

3 1

 

1

3

1

 

 

 

матрицы из первой.

 

 

 

 

 

 

 

 

 

 

8

 

3

4

0

 

 

1

 

 

 

 

1

 

 

 

 

 

 

 

2

0

 

 

7

 

 

1

 

1

 

 

 

 

3

 

8

 

0

10

0

 

 

20

 

 

 

 

 

 

 

 

 

 

1

2

0

 

 

7

 

 

0

5

1

 

15

 

 

 

 

0

10

0

 

20

 

 

 

 

 

 

 

 

 

1

0

0

 

3

 

 

0

0

1

 

5

 

 

 

 

Второй шаг.

К первой строке прибавим вторую, умноженную на (-3). К третьей строке прибавим вторую.

Третий шаг.

Ко второй строке прибавим первую, умноженную на 0.2. К третьей строке прибавим первую, умноженную на 0.5.

Первую строку умножим на (-0,1). Третью строку умножим на (-1). Меняем местами первую и вторую строки.

1

0

0

 

 

 

 

 

 

3

 

3

 

 

 

 

 

 

 

 

 

E

 

X

 

 

 

0 1

0

2

 

, X

2

 

 

0

0

1

5

 

 

 

 

 

5

 

 

 

 

 

 

 

 

Система уравнений совместная и определенная.

Пример 7. Найдем обратную матрицу для матрицы:

 

 

2

1

1

 

 

 

 

 

 

A

1

2

0

 

3 3

 

1

3

 

 

 

 

1

52

 

 

 

 

 

2

 

1

 

1

 

1

0 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

E

1 2

 

 

0

 

0 1 0

 

Первый шаг.

 

 

 

 

 

 

 

 

 

 

 

Вычитаем третью строку из первой.

 

 

 

 

1 3

 

1

 

0 0 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

4

0

 

 

 

0

1

 

 

 

Второй шаг.

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

К первой строке прибавим вторую,

1

 

2

0

 

0

1

0

 

 

 

 

 

 

умноженную

на (-3).

К третьей

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

3

 

0

0

1

 

 

 

строке прибавим вторую.

0

10

0

 

1 3

1

 

 

Третий шаг.

 

 

 

 

 

 

 

Ко

второй

строке

прибавим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

2

0

 

 

 

0

1

 

0

 

первую, умноженную на 0,2. К

 

 

5

 

1

 

0

1

 

1

 

 

третьей строке

прибавим первую,

0

 

 

 

 

 

 

умноженную на 0.5.

 

0

10

0

 

 

 

1

3

1

 

Первую строку умножим на (-0,1).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Третью строку умножим на (-1).

1

 

0

0

 

 

 

0.2

0.4

0.2

 

 

 

 

Меняем местами первую и вторую

 

 

 

 

1

0.5 0.5

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

0.5

 

строки.

 

 

 

1

0

0

 

 

 

0.4

0.2

 

 

 

0.2

0.4

0.2

 

 

0.2

 

 

 

 

 

 

 

 

0.1

 

 

 

 

 

 

A 1

 

0.1

 

 

 

0

1

0

 

 

0.3

 

0.1 ,

 

 

0.3

0.1

 

 

 

 

 

0.5

 

 

 

 

 

 

3 3

 

0.5

 

0.5

 

0

0

1

 

 

0.5

0.5

 

 

 

0.5

 

Пример 8. Решим систему уравнений:

 

 

 

 

 

x 2x 3x x 7

 

 

 

 

 

 

 

 

 

 

1

 

2

3

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

x2 x4 2

 

 

A X B

 

 

 

 

 

 

x x 3x 3x 2

 

3 4 4 1

3 1

 

 

 

 

 

 

1

 

2

3

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

3

1

 

7

 

 

 

 

 

 

A

 

 

 

 

1

0

1

 

 

 

 

 

B

0

 

2

 

3 4

 

3 1

 

1

 

1 3

3

 

2

 

 

 

 

 

 

 

 

 

 

 

 

Первый шаг.

Вычитаем первую строку из третьей.

53

1

2

 

3

1

 

7

 

 

 

 

 

 

 

1

 

 

 

0

1

 

0

 

2

 

0

3

 

0

2

 

5

 

 

 

 

 

1

3

 

3

0

 

 

9

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1

 

0

1

 

 

2

 

 

0

1 0 0

 

1

 

 

 

 

 

 

 

 

 

 

 

 

1

0

 

3

0

 

 

6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

0

1

 

 

1

 

 

0

1

 

0

0

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

1

0

3

0

 

 

 

 

6

 

 

 

 

 

 

 

 

 

 

 

0

1

0

0

 

1

 

 

 

0

0

0

1

 

1

 

 

 

 

 

 

Второй шаг.

К первой строке прибавим вторую. К третьей строке прибавим вторую, умноженную на 2.

Третий шаг.

К первой строке прибавим третью, умноженную на 3. Ко второй строке прибавим третью.

Третью строку умножим на (−1) и поменяем местами со второй строкой.

Ранг матрицы коэффициентов при неизвестных равен трем и совпадает с рангом расширенной матрицы системы.

Согласно теореме Кронекера - Капелли система уравнений − совместная

и неопределенная. Имеется два базисных решения:

X T 6 1

0 1 , X T 0 1

2 1

I

II

 

Пусть x3 c , тогда бесчисленное

множество решений системы уравнений

принимает вид:

X T (6 3c) 1

c 1 , c R .

Следует отметить, что решением системы уравнений будет и следующая линейная комбинация базисных решений:

 

 

 

 

6

 

 

 

 

0

 

 

 

6

 

 

 

 

 

 

 

1

 

 

 

 

1

 

 

 

1

 

 

 

X X 1 X

 

 

 

 

1

 

 

 

 

 

 

, R , 0

1

 

 

0

2

2

2

I

II

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

1

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Докажем это:

AX A X I 1 X II A X I 1 A X II B 1 B B

54

3.6.Решение однородных систем линейных алгебраических уравнений

Общий вид однородной системы линейных уравнений:

a11x1 a12x2 ... a1n xn 0

a21x1 a22x2 ... a2n xn 0

............................................

am1x1 am2x2 ... amnxn 0

Система линейных уравнений называется однородной, если все свободные члены этой системы равны нулю. Однородная система линейных уравнений совместна, т.к. ранг матрицы коэффициентов r при неизвестных всегда совпадает с рангом расширенной матрицы. Пусть ранг матрицы коэффициентов r меньше числа неизвестных n . Тогда однородная система линейных уравнений является неопределенной и обладает следующими свойствами:

1.

Если

X I

и X II решения однородной системы, то X X I X II

является

 

решением системы.

 

 

2.

Если

X I

решение однородной системы, то X X I

(

─ число)

является решением системы.

3.Любая линейная комбинация решений однородной системы линейных уравнений является решением этой системы.

Совокупность линейно независимых решений F1, F2,...,F(n r)

однородной системы уравнений называют фундаментальной системой решений, если каждое решение системы уравнений является линейной комбинацией этих решений.

Для отыскания фундаментальной системы решений достаточно определить одну группу из r основных переменных и рассмотреть n r таких наборов значений для неосновных переменных, в которых только одной неизвестной придается значение 1, а всем другим ─ значение 0.

Примечание. Общее решение неоднородной неопределенной системы линейных уравнений можно определить как сумму общего решения соответствующей однородной системы линейных уравнений и частного решения неоднородной системы линейных уравнений.

Пример 9. Определим фундаментальную систему решений для однородной системы линейных уравнений:

x 2x 3x x 0

 

 

 

1

2

3

4

 

 

 

 

3x2 2x4 0

A X B

x x 3x 3x 0

3 4 4 1

3 1

 

1

2

3

4

 

 

 

 

 

 

 

55

 

 

 

 

1

2

3

1

 

0

 

 

 

 

 

A

 

 

 

3

0

2

 

 

 

 

B

0

 

0

 

3 4

3 1

 

1

 

1 3

3

 

0

 

 

 

 

 

 

 

 

1

2

3

1

 

0

 

 

 

 

 

2

 

 

 

0

3

0

 

0

 

 

3

 

2

 

 

 

 

0

0

 

0

1

3.5

3

0

 

 

0

 

 

 

 

 

 

1

 

 

 

 

0

1.5

0

 

 

0

 

0

0

0

0

 

0

 

 

 

 

Первый шаг.

Вычитаем первую строку из третьей строки.

Второй шаг.

К третьей строке прибавим вторую. Вторую строку умножим на 0.5 и прибавим к первой строке.

Ранг матрицы коэффициентов при неизвестных равен двум и совпадает с рангом расширенной матрицы системы.

В группу основных можно включить переменные x1 и x4 . Рассмотрим два набора значений неосновных переменных:

1.x2 1 , x3 0

2.x2 0 , x3 1

Определим соответствующие фундаментальные решения однородной системы линейных уравнений:

 

 

3.5

 

 

 

3

 

 

 

1

 

 

 

0

 

F

 

 

, F

 

 

 

0

 

 

1

 

1

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.5

 

 

 

0

 

 

 

 

 

 

 

Запишем общее решение однородной системы линейных уравнений, как линейную комбинацию фундаментальных решений:

 

3.5

 

 

3

 

1

 

 

0

 

 

 

 

 

X 1F1 2F2 1

0

 

2

1

 

 

 

 

 

 

 

 

1.5

 

 

0

 

 

 

 

 

Пример 10. Решим неоднородную систему линейных уравнений:

x1 2x2 4x3 3x4 63x1 5x2 x3 2x4 142x1 3x2 3x3 x4 8

56

1

2

4

3

 

 

6

 

 

 

 

 

 

 

2

 

 

 

 

 

 

3

5

1

 

 

14

 

 

2

3

3

1

 

 

8

 

 

 

 

 

 

 

1

2

4

3

 

 

6

 

 

 

 

1

11 7

 

 

 

 

0

 

 

4

 

 

1

11 7

 

 

 

 

 

0

 

 

4

1

0

18 11

 

 

2

 

 

 

 

1

 

7

 

 

 

 

0

11

 

 

4

 

0

0

0

0

 

 

 

 

0

 

 

 

 

 

 

 

Первый шаг.

Умножим первую строку на (-3) и прибавим ко второй строке. Умножим первую строку на (-2) и прибавим к третьей строке.

Второй шаг.

Вторую строку умножим на 2 и прибавим к первой строке. Вычтем вторую строку из третьей строки. Умножим вторую строку на (-1).

Ранг матрицы коэффициентов при неизвестных равен двум, совпадает с рангом расширенной матрицы системы и меньше числа неизвестных

Система

уравнений

совместная и неопределенная.

Частное решение K

найдем, принимая: x3 0 , x4 0 .

 

KT 2

4

0

0

 

Соответствующая однородная система линейных уравнений:

x

18x

 

11x

0

 

1

3

 

4

 

 

 

x2 11x3 7x4 0

 

В группу основных можно включить переменные x1

и x2 . Рассмотрим два

набора значений неосновных переменных:

1.x3 1 , x4 0

2.x3 0 , x4 1

Определим соответствующие фундаментальные решения однородной системы линейных уравнений:

 

 

18

 

 

 

11

 

 

 

 

 

 

 

 

F

 

11

, F

 

7

 

 

1

 

 

0

 

1

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

1

 

 

 

 

 

 

 

Общее решение однородной системы линейных уравнений: X 1F1 2F2 Общее решение неоднородной системы линейных уравнений принимает вид:

 

2

 

18

 

11

 

 

 

 

 

 

 

 

 

 

4

 

 

11

 

7

 

X K 1F1 2F2

0

 

1

1

 

2

0

 

 

 

 

 

 

 

 

 

 

 

0

 

 

0

 

 

1

 

 

 

 

 

 

 

 

 

 

 

57

 

 

 

 

3.7.Собственные значения и собственные векторы матрицы

Число называется собственным значением квадратной матрицы A

n n

(или характеристическим числом), если можно подобрать такой ненулевой

вектор X x1, x2,...,xn , что выполняется равенство: A X X

n n

Ненулевой вектор X x1, x2 ,...,xn называется собственным вектором

квадратной

матрицы

A ,

 

если

можно

найти такое число

0 , что

 

 

 

 

 

 

 

 

n n

 

 

 

 

 

выполняется равенство:

A X X

 

 

 

 

 

 

 

 

 

 

 

n n

 

 

 

 

 

Используя вместо вектора матрицу - столбец, данное равенство можно

записать в матричной форме:

 

A X X

 

 

 

 

 

 

 

 

 

 

 

 

n n n 1

n 1

 

 

Выполним преобразования данного матричного равенства.

 

 

A X E

X 0

 

 

 

 

 

n n n 1

n n n 1

 

 

 

 

 

 

 

 

 

 

 

X 0

 

 

 

 

 

A

E

 

 

 

 

 

n n

 

n n

n 1

 

 

 

 

 

 

 

X 0

 

 

A E

 

0

 

 

 

 

 

 

 

 

 

n 1

n 1

 

n n

n n

 

 

 

 

 

Таким образом,

чтобы

найти собственные

значения матрицы

A , нужно

 

 

 

 

 

 

 

 

 

 

 

 

 

n n

решить характеристическое уравнение:

 

 

 

A E

 

kn n kn 1 n 1 .... k1 k0 0

 

 

 

 

 

n n

 

n n

 

 

 

 

 

 

 

 

 

 

Подставив собственное значение i в матричное уравнение можно получить

множество всех собственных векторов, соответствующих этому собственному значению матрицы. Отыскание всех собственных векторов сводится к решению однородных систем линейных уравнений:

 

A

 

 

X 0

 

E

n n

i n n

n 1

Пример 11. Получим собственные значения матрицы

 

 

1

2

 

A

 

 

.

 

 

 

 

 

 

 

 

 

 

2 2

 

4

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A E

 

 

 

1

2

 

1 3 8 2 4 5 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 2

2 2

 

 

 

4

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Собственные значения матрицы: 1 1, 2 5 . Определим собственные векторы матрицы.

 

A

 

E

 

X 0 .

 

 

 

2 2

i

2 2

 

2 1

58

1 1

x1 2x2 0

2x1 2x2 0

 

4x 3

x 0

4x 4x 0

x2 x1

 

1

1

2

 

1

2

 

1

Система уравнений имеет одно фундаментальное решение: X

I 1

Произвольный собственный вектор матрицы, соответствующий собственному

значению 1 1 имеет вид:

 

X I

c1(1, 1) c1, c1

 

 

 

 

 

1 2

x1 2x2 0

4x1 2x2 0

 

 

 

 

 

4x 3

x 0

 

4x 2x 0 x2 2x1

 

 

 

 

 

 

1

2

2

 

1

2

 

 

 

 

 

Система уравнений имеет одно фундаментальное решение:

X

 

 

1

 

II

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

Произвольный собственный вектор матрицы, соответствующий собственному

значению 2 5 имеет вид:

X II c2 (1,2) c2,2c2

3.8.Линейная модель международной торговли

Цель моделирования – ответ на вопрос: «Каким должно быть соотношение национальных доходов стран, чтобы имел место баланс торговли между ними?». Считается, что весь национальный доход тратится на закупку товаров либо внутри страны, либо на импорт из других стран.

Линейная модель торгового обмена имеет вид:

A X X , где

 

 

 

 

 

 

 

 

n n

 

 

 

 

 

 

 

 

 

 

 

n − количество стран S1, S2 ,...,Sn , участвующих в торговле;

X x1, x2,...,xn − вектор национальных доходов стран;

xi − национальный доход страны Si i

 

;

1,n

 

a

a

...

a

 

 

 

11

12

 

1n

 

a21

a22 ...

a2n

A

...

... ... ...

− структурная матрица торговли;

n n

 

 

 

 

 

an2 ...

 

 

 

an1

ann

aij

доля национального дохода, которую страна S j тратит на закупку

 

i

 

; j

 

;

товаров у страны Si

1,n

1,n

n

aij 1так как национальный доход тратится на закупку товаров либо

i1

внутри страны, либо на импорт из других стран.

59

Пример 12. Структурная матрица торговли трех стран S1, S2 , S3 имеет

вид:

 

0.2

0.3

0.5

Найдем соотношение национальных доходов

 

 

 

 

стран, при котором будет иметь место баланс

A 0.3

0.5

0.2

торговли между ними:

A X X

 

0.5

0.2

 

 

 

3 3

 

0.3

 

 

Для этого определим собственный вектор

X x1, x2 , x3 , соответствующий

собственному

значению

1, решая

линейную

однородную систему

уравнений:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.8x1

0.3x2

0.5x3

0

A

 

X

 

 

0.3x1

0.5x2

0.2x3 0

 

E

0

 

 

3 3

3 3

 

3 1

3 1

 

0.5x

0.2x

0.7x

0

 

 

 

 

 

 

 

1

2

3

 

0.8

0.3

 

0.5

 

0

 

 

 

 

 

0.5

 

 

 

 

 

 

0.3

 

0.2

 

 

0

 

0.5

0.2

 

0.7

 

0

 

 

 

 

 

1.6

0.6

1

 

 

0

 

 

 

 

 

0.62

0.62 0

 

 

 

 

 

 

 

0

 

 

0.62

 

 

 

 

 

 

 

 

 

0.62

0

 

 

0

 

0

1

1

 

0

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

1

0

 

0

 

 

 

 

0

0

0

 

0

 

 

 

 

 

 

 

 

 

 

Первый шаг.

Умножим первую строку на (-0.4) и прибавим ко второй строке. Умножим первую строку на 1.4 и прибавим к третьей строке. Умножим первую строку на 2.

Второй шаг.

К третьей строке прибавим вторую. Вторую строку умножим на (1.6/0.62) и прибавим к первой строке.

Ранг матрицы коэффициентов при неизвестных равен двум, совпадает с рангом расширенной матрицы системы и меньше числа неизвестных Система уравнений совместная и неопределенная.

В группу основных можно включить две переменных x1, x3 Однородная система уравнений имеет одно фундаментальное решение. Пусть x2 1 , тогда фундаментальное решение однородной системы уравнений принимает вид:

X T 1 1

1

Произвольный собственный вектор матрицы, соответствующий собственному значению 1 имеет вид: X c(1,1,1) c,c, c

Полученное решение означает, что баланс торговли трех стран достигается при соотношении национальных доходов стран 1:1:1.

60