Линейные операции над векторами.

↑

▷ Содержание

⇐ ПредыдущаяСтр 6 из 17Следующая ⇒

Системы линейных уравнений.

Основные понятия.

Система уравнений вида:

называется линейной системой из n уравнений с m неизвестными.

(a_ij) коэффициенты при неизвестных x₁, x₂,...,x_m

b₁,b₂,...,b_n - свободные члены

Матрица А системы (*) состоит из коэффициентов a_ij, размера n*m .

Если неизвестные и свободные члены представим в виде: ,

то систему уравнений (*) мы можем переписать в виде: (3)

Запись системы в виде (3) называют матричной формой записи системы линейных уравнений (*) .Следует особо обратить внимание на то, что m может быть неравно n . Если m=n и матрица А является невырожденой , то из соотношения (3) вытекает: (4)

Равенство (4) получается умножением (3) слева на А-1. Система (*) называется совместной, если она имеет по крайней мере одно решение. В противном случае система называется несовместной. Решить систему - означает найти все её решения.

Метод Гаусса

Расмотрим систему (*):

Припишем к матрице А матрицу-столбец В

Припишем к матрице А матрицу-столбец В:

Матрица H называется расширенной матрицей системы. Матрица, у которой ниже главной диагонали стоят нули называется треугольной.Метод Гаусса (метод исключения неизвестных) состоит в том, что расширенную матрицу системы с помощью элементарных преобразований мы приводим к треугольному виду. Если у нас при этом получается матрица вида: то, система решений не имеет.

Если треугольная матрица получается вида: ,то система имеет бесконечно много решений. При этом какие-то неизвестные обьявляются свободными, а остальные неизвестные могут быть выражены через них. Свободные неизвестные могут принимать любые значения. Если матрица примет вид: ,то этом случае система имеет единственное решение.

Пример:

Элементарные преобразования расширенной матрицы системы, приводящие её к треугольному виду, могут быть такими:

~ ~

В итоге получим систему:

Откуда получим значения неизвестных: y = -7,25 x = 2,875

Пример:

~ ~ ~

Рассмотрим систему линейных уравнений.

Задача: определить:

1. Совместна или нет данная система
2. Если совместна, то сколько имеет решений а)единственное

б)беск.множество

Понятие ранга матрицы

А=( ) i= j=

Возьмем в матрице К строк и К столбцов, тогда элементы матрицы, стоящие на пересечении этих строк и столбцов образуют квадратную матрицу порядка К. Определитель этой квадратной матрицы называется минором порядка К для матрицы А.

Опр.1. Наибольший порядок минора матрицы,
отличный от нуля называется рангом матрицы.

Опр.2. Число r(A)=k называется рангом матрицы А, если среди миноров порядка k есть по крайней мере один,
отличный от нуля, а все миноры большего порядка равны нулю.

М= =0 М= =-2 0 М= =0 М= =3 Ранг равен 3.

Совершенно очевидно, что нулевой ранг имеет только нулевая матрица. Если матрица не нулевая то её ранг 1. С другой стороны если матрица имеет порядок MxN, то r(A) min(M,N).

Теоремы о ранге матриц

Т.1. Если матрица А эквивалентна матрице B, то ранг матрицы А равен рангу матрицы B (элементарные преобразования не изменяют ранга матрицы).

Доказательство. Для докозательства достаточно доказать, что каждое из преобразований не может изменить ранга матрицы.

1) А~B B получена умножением строки(столбца) на отличное от нуля число.

А= B=

Если i-я строка не входит в выделенный минор то миноры матриц А и B совпадают. Если i-я строка входит в выделенный минор В= А(по св-ву определителей). Если минор А был отличен от нуля, то В будет отличен от нуля. Таким образом умножение на отличное от нуля число не изменяет ранг матрицы.

2) A~B B получена прибавлением строк

А= В=

Если выбранные строки не содержат i-й строки, то соответствующие миноры матриц А и В полностью совпадают. Если минор матрицы А=0, то и минор матрицы В=0, если минор матрицы А 0, то и минор матрицы В 0.

Если выбранные миноры содержат i-ю и j-ю строки, тогда М(А)= А=

В=

минор В получен из А путем прибавления строки.

1. Элементарные преобразования получаются с помощью конечного числа преобразований 1 и 2 типа и по уже доказанному на каждом из шагов ранг матрицы не меняется. Следовательно, он не изменится и за конечное число шагов. Ранг матрицы не меняется, если произведено конечное число элементарных преобразований.

Т.2. Ранг ступенчатой матрицы равен числу ее ненулевых строк.

Вычисление ранга матрицы

Используя утверждение доказанной теоремы, легко вычислить ранг матрицы

1. с помощью элементарных преобразований матрица приводится к ступенчатому виду.
2. Считается число ненулевых строк ступенчатой матрицы

Ясно, что если матрица является квадратной и невырожденной, то её ранг равен порядку этой матрицы.

ПРИМЕР

~ ~

Ответ: r(A)=2

Исследование систем линейных уравнений. Теорема Кронекера-Капелли.

Рассмотрим систему линейных уравнений

(*)

А=( ) H=

Т. Кронекера-Капелли.

Система ур-ний (*) совместна тогда и только тогда, когда ранг матрицы системы А равен рангу расширенной матрицы r(A)=r(H)

Если система совместна, то она имеет единственное решение, если r(A)=r(H)=n и его можно найти методами Крамера или Гаусса.

Если r(A)=r(H)=k<n, то система имеет бесконечно много решений. В этом случае n-k неизвестных обьявляются свободными неизвестными (принимают любые значения), оставшиеся k неизвестных выражаются через эти свободные неизвестные.

Однородные системы линейных уравнений

Если в системе (*) все свободные члены равны нулю, то такая система является однородной.

Однородные системы всегда совместны т.к. = = = =0 всегда является решением. Такое решение называется тривиальным.

1) то

2) Если ранг матрицы А меньше числа неизвестных,то система имеет бесконечно много решений

Свойства решений линейной однородной системы уравнений.

1) Если является решением системы, то также является решением.

Доказательство.

2) Если является решением системы

также является решением той же самой системы, то и

также является решением системы

Доказательство.

+

откуда получим

3) Если и два различных решения системы, то их линейная комбинация, равная

также является решением системы.

Доказательство.

+

откуда получим

Каждое из решений системы можно записать в виде строки

матрицы , тогда на основании свойств можно утверждать, что матрицы есть решения, то также являются решением. Минимальная возможная система решений через которую выражаются все остальные решения называется фундаментальной системой решений.

Пример.

~ ~

{ {

{ {

Геометрический вектор

Понятие вектора

Вектор: отрезок с началом в точке А и концом в точке В.

Обозначается:

Два вектора равны, если они совпадают при параллельном переносе.

Два вектора называются коллинеарными, если они параллельны.

Три вектора называются компланарными, если они лежат в одной плоскости.

А) Умножение вектора на число.

Б) Сложение векторов

1)

2)

3) -длину вектора умножить на и оставить направление вектора если

Таким образом операции обладают св-ми.

1)

2)

Вектор у которого начало и конец совпадают есть нулевой вектор

3)

4)

5)

6)

7)

8)

Вычитание- обратное сложению.

Познавательные статьи:



Алгоритмические операторы Matlab

Конструирование и порядок расчёта дорожной одежды

Исследования учёных: почему помогают молитвы?

Почему терпят неудачу многие предприниматели?