Исследовать систему и найти общее решение в зависимости от значения параметра лямбда

Добавил пользователь Алексей Ф.
Обновлено: 19.09.2024

С помощью данной математической программы вы можете решить и исследовать систему линейных алгебраических уравнений (СЛАУ).

Программа не только даёт ответ задачи, но и приводит подробное решение с пояснениями шагов решения.

Данная программа может быть полезна учащимся старших классов общеобразовательных школ при подготовке к контрольным работам и экзаменам, при проверке знаний перед ЕГЭ, родителям для контроля решения многих задач по математике и алгебре. А может быть вам слишком накладно нанимать репетитора или покупать новые учебники? Или вы просто хотите как можно быстрее сделать домашнее задание по математике или алгебре? В этом случае вы также можете воспользоваться нашими программами с подробным решением.

Таким образом вы можете проводить своё собственное обучение и/или обучение своих младших братьев или сестёр, при этом уровень образования в области решаемых задач повышается.

в виде десятичных дробей,
в виде обыкновенных дробей,
в виде периодических десятичных дробей.

Ввод дробного числа в виде десятичной дроби.
При вводе десятичной дроби, целую часть от дробной части можно отделять точкой или запятой :
Ввод: -2.34
Результат: $ -234 $

Ввод: -1,15
Результат: $ -115 $

Ввод дробного числа в виде обыкновенной дроби.
В качестве числителя, знаменателя и целой части дроби может выступать только целое число.
Знаменатель не может быть отрицательным.

При вводе числовой дроби числитель отделяется от знаменателя знаком деления: /
Ввод: -2/3
Результат: $$ -\frac $$

Целая часть отделяется от дроби знаком амперсанд: &
Ввод: 5&8/3
Результат: $$ 5\frac $$
Помните, что на ноль делить нельзя!

Ввод дробного числа в виде периодической десятичной дроби.
В периодических десятичных дробях период заключается в скобки.
Ввод: 0,(72)
Результат: $$ \frac $$

RND CFracNum Fill RND int Fill Start MathJax
Сюда ввести строку с GET параметрами :

Обнаружено что не загрузились некоторые скрипты, необходимые для решения этой задачи, и программа может не работать.
Возможно у вас включен AdBlock.
В этом случае отключите его и обновите страницу.

Т.к. желающих решить задачу очень много, ваш запрос поставлен в очередь.
Через несколько секунд решение появится ниже.
Пожалуйста подождите сек.

Системы линейных алгебраических уравнений

Основные определения

Система $m$ линейных алгебраических уравнений с $n$ неизвестными (сокращенно СЛАУ) представляет собой систему вида
$ \left\< \begin a_x_1 + a_x_2 + \cdots + a_x_n = b_1 \\ a_x_1 + a_x_2 + \cdots + a_x_n = b_2 \\ \cdots \\ a_x_1 + a_x_2 + \cdots + a_x_n = b_m \end \right. \tag $

Уравнения системы называют алгебраическими потому, что левая часть каждого из них есть многочлен от $n$ переменных $ x_1 , \ldots x_n $, а линейными потому, что эти многочлены имеют первую степень.

Числа $a_ \in \mathbb $ называют коэффициентами СЛАУ. Их нумеруют двумя индексами: номером уравнения $i$ и номером неизвестного $j$. Действительные числа $ b_1 , \ldots b_m $ называют свободными членами уравнений.

СЛАУ называют однородной, если $ b_1 = b_2 = \ldots = b_m = 0 $. Иначе её называют неоднородной.

Решением СЛАУ, да и вообще всякой системы уравнений, называют такой набор значений неизвестных $ x_1^\circ, \ldots , x_n^\circ $, при подстановке которых каждое уравнение системы превращается в тождество. Любое конкретное решение СЛАУ также называют её частным решением.

Решить СЛАУ — значит решить две задачи:
— выяснить, имеет ли СЛАУ решения;
— найти все решения, если они существуют.

СЛАУ называют совместной, если она имеет какие-либо решения. В противном случае её называют несовместной. Однородная СЛАУ всегда совместна, поскольку нулевой набор значений её неизвестных всегда является решением.

Если СЛАУ (1) имеет решение, и притом единственное, то её называют определенной, а если решение неединственное — то неопределенной. При $m=n$, т.е. когда количество уравнений совпадает с количеством неизвестных, СЛАУ называют квадратной.

Формы записи СЛАУ

Кроме координатной формы (1) записи СЛАУ часто используют и другие её представления.

Рассматривая коэффициенты $a_$ СЛАУ при одном неизвестном $x_j$ как элементы столбца, а $x_j$ как коэффициент, на который умножается столбец, из (1) получаем новую форму записи СЛАУ:
$ \begin a_ \\ a_ \\ \vdots \\ a_ \end x_1 + \begin a_ \\ a_ \\ \vdots \\ a_ \end x_2 + \ldots + \begin a_ \\ a_ \\ \vdots \\ a_ \end x_n = \begin b_1 \\ b_2 \\ \vdots \\ b_m \end $
или, обозначая столбцы соответственно $ a_1 , \ldots , a_n , b $,
$ x_1 a_1 + x_2 a_2 + \ldots + x_n a_n = b \tag $

Таким образом, решение СЛАУ (1) можно трактовать как представление столбца $b$ в виде линейной комбинации столбцов $ a_1, \ldots, a_n $. Соотношение (2) называют векторной записью СЛАУ.

Поскольку $A \;,\; X$ и $B$ являются матрицами, то запись СЛАУ (1) в виде $AX=B$ называют матричной. Если $B=0$, то СЛАУ является однородной и в матричной записи имеет вид $AX=0$.

Приведенные рассуждения показывают, что задачи :
а) решения СЛАУ (1)
б) представления столбца в виде линейной комбинации данных столбцов
в) решения матричных уравнений вида $AX=B$
являются просто различной формой записи одной и той же задачи.

Критерий совместности СЛАУ

"Триединство" форм записи СЛАУ позволяет легко получить критерий совместности СЛАУ. Напомним, что содержательный смысл это понятие имеет для неоднородных СЛАУ (однородные СЛАУ всегда совместны).

Матрицу
$ A = \begin a_ & a_ & \cdots & a_ \\ a_ & a_ & \cdots & a_ \\ \vdots & \vdots & \ddots & \vdots \\ a_ & a_ & \cdots & a_ \end $
называют матрицей (коэффициентов) СЛАУ (1), а матрицу
$ (A|B) = \left( \begin a_ & a_ & \cdots & a_ & b_1 \\ a_ & a_ & \cdots & a_ & b_2 \\ \vdots & \vdots & \ddots & \vdots & \vdots \\ a_ & a_ & \cdots & a_ & b_m \end \right) $
расширенной матрицей СЛАУ (1). Расширенная матрица полностью характеризует СЛАУ. Это означает, что по этой матрице однозначно (если сохранить обозначения для неизвестных) восстанавливается сама СЛАУ.

Теорема Кронекера-Капелли. Для совместности СЛАУ $AX=B$ необходимо и достаточно, чтобы ранг её матрицы $A$ был равен рангу её расширенной матрицы $ (A|B) $.

Формулы Крамера

Теорема. СЛАУ с квадратной невырожденной матрицей имеет решение, и притом единственное, которое определяется по формулам Крамера :
$$ x_i = \frac <|A|>\;,\quad i=\overline \tag $$
где $\Delta_i$ — определитель матрицы, получающейся из матрицы $A$ заменой $i$-го столбца на столбец свободных членов.

Следствие. Однородная СЛАУ с квадратной невырожденной матрицей имеет единственное решение — нулевое.

Если матрица СЛАУ не является квадратной невырожденной, то формулы Крамера не работают и приходится использовать другие методы нахождения решений.

Однородные системы

Следующая теорема описывает важнейшее свойство множества решений однородной системы $m$ линейных алгебраических уравнений с $n$ неизвестными.

Теорема. Если столбцы $ X^, X^, \ldots , X^ $ — решения однородной СЛАУ $AX=0$, то любая их линейная комбинация также является решением этой системы.

Следствие. Если однородная СЛАУ имеет ненулевое решение, то она имеет бесконечно много решений.

Естественно попытаться найти такие решения $ X^, \ldots , X^ $ системы $AX=0$, чтобы любое другое решение этой системы представлялось в виде их линейной комбинации и притом единственным образом. Оказывается, что это всегда возможно и приводит к следующему определению.

Определение. Любой набор из $k=n-r$ линейно независимых столбцов, являющихся решениями однородной СЛАУ $AX=0$, где $n$ — количество неизвестных в системе, а $r$ — ранг её матрицы $A$, называют фундаментальной системой решений этой однородной СЛАУ.

При исследовании и решении однородных систем линейных алгебраических уравнений будем использовать следующую терминологию. Если в матрице $A$ однородной СЛАУ $AX=0$ фиксировать базисный минор, то ему соответствуют базисные столбцы и, следовательно, набор неизвестных, отвечающих этим столбцам. Указанные неизвестные называют базисными, или зависимыми, а остальные неизвестные — свободными, или независимыми.

Теорема. Пусть дана однородная СЛАУ $AX=0$ с $n$ неизвестными и $ \textA = r $. Тогда существует набор из $k=n-r$ решений $ X^, \ldots , X^ $ этой СЛАУ, образующих фундаментальную систему решений.

Если в фундаментальной системе решений все значения независимых неизвестных равны нулю, кроме одного, которое равно единице, то такую систему решений называют фундаментальной нормальной системой решений.

Следствие. С помощью нормальной фундаментальной системы решений однородной СЛАУ множество всех решений можно описать формулой :
$$ X = c_1X^ + \ldots + c_kX^ $$
где постоянные $ c_i \;, \quad i=\overline $, принимают произвольные значения.

Следствие. Для существования ненулевого решения у однородной квадратной СЛАУ необходимо и достаточно, чтобы её матрица была вырождена.

Неоднородные системы

Рассмотрим произвольную СЛАУ $AX=B$. Заменив столбец $B$ свободных членов нулевым, получим однородную СЛАУ $AX=0$, соответствующую неоднородной СЛАУ $AX=B$. Справедливо следующее утверждение о структуре произвольного решения неоднородной СЛАУ.

Теорема. Пусть столбец $X^\circ$ — некоторое решение СЛАУ $AX=B$. Произвольный столбец $X$ является решением этой СЛАУ тогда и только тогда, когда он имеет представление $X = X^\circ + Y $, где $Y$ — решение соответствующей однородной СЛАУ $AY=0$.

Следствие. Пусть $X'$ и $X''$ — решения неоднородной системы $AX=B$. Тогда их разность $ Y = X' - X'' $ является решением соответствующей однородной системы $AY=0$.

Эта теорема сводит проблему решения СЛАУ к случаю однородной системы: чтобы описать все решения неоднородной СЛАУ, достаточно энать одно её решение (частное решение) и все решения соответствующей однородной СЛАУ.

Чтобы решить неоднородную систему, надо, во-первых, убедиться, что она совместна (например, по теореме Кронекера-Капелли), а во-вторых, найти частное решение $X^\circ$ этой системы, чтобы свести её к однородной системе.

Теорема о структуре общего решения СЛАУ. Пусть $X^\circ$ — частное решение СЛАУ $AX=B$ и известна фундаментальная система решений $ X^, \ldots , X^ $ соответствующей однородной системы $AX=0$. Тогда любое решение СЛАУ $AX=B$ можно представить в виде $$ X = X^\circ + c_1 X^ + c_2 X^ + \ldots + c_k X^ $$
где $ c_i \in \mathbb \;, \quad i=\overline $.
Эту формулу называют общим решением СЛАУ.

Исследовать систему линейных агебраических уравнений (СЛАУ) на совместность означает выяснить, есть у этой системы решения, или же их нет. Ну и если решения есть, то указать сколько их.

Нам понадобятся сведения из темы "Система линейных алгебраических уравнений. Основные термины. Матричная форма записи". В частности, нужны такие понятия, как матрица системы и расширенная матрица системы, поскольку именно на них опирается формулировка теоремы Кронекера-Капелли. Как обычно, матрицу системы будем обозначать буквой $A$, а расширенную матрицу системы – буквой $\widetilde$.

Система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы системы, т.е. $\rang A=\rang\widetilde$.

Следствие из теоремы Кронекера-Капелли

Заметьте, что сформулированная теорема и следствие из неё не указывают, как найти решение СЛАУ. С их помощью можно лишь выяснить, существуют эти решения или нет, а если существуют – то сколько.

Исследовать СЛАУ $ \left \ & -3x_1+9x_2-7x_3=17;\\ & -x_1+2x_2-4x_3=9;\\ & 4x_1-2x_2+19x_3=-42. \end\right.$ на совместность. Если СЛАУ совместна, указать количество решений.

Чтобы выяснить наличие решений заданной СЛАУ, используем теорему Кронекера-Капелли. Нам понадобятся матрица системы $A$ и расширенная матрица системы $\widetilde$, запишем их:

Способ №1. Вычисление рангов по определению.

Согласно определению, ранг – это наивысший порядок миноров матрицы, среди которых есть хоть один, отличный от нуля. Обычно исследование начинают с миноров первого порядка, но здесь удобнее приступить сразу к вычислению минора третьего порядка матрицы $A$. Элементы минора третьего порядка находятся на пересечении трёх строк и трёх столбцов рассматриваемой матрицы. Так как матрица $A$ содержит всего 3 строки и 3 столбца, то минор третьего порядка матрицы $A$ – это определитель матрицы $A$, т.е. $\Delta A$. Для вычисления определителя применим формулу №2 из темы "Формулы для вычисления определителей второго и третьего порядков":

$$ \Delta A=\left| \begin -3 & 9 & -7 \\ -1 & 2 & -4 \\ 4 & -2 & 19 \end \right|=-21. $$

Итак, есть минор третьего порядка матрицы $A$, который не равен нулю. Минор четвёртого порядка составить невозможно, так как для него требуется 4 строки и 4 столбца, а в матрице $A$ всего 3 строки и 3 столбца. Итак, наивысший порядок миноров матрицы $A$, среди которых есть хотя бы один не равный нулю, равен 3. Следовательно, $\rang A=3$.

Задача решена. Какие недостатки и преимущества имеет данный способ? Для начала поговорим о плюсах. Во-первых, нам понадобилось найти всего один определитель. После этого мы сразу сделали вывод о количестве решений. Обычно в стандартных типовых расчётах даются системы уравнений, которые содержат три неизвестных и имеют единственное решение. Для таких систем данный метод очень даже удобен, ибо мы заранее знаем, что решение есть (иначе примера не было бы в типовом расчёте). Т.е. нам остаётся только показать наличие решения наиболее быстрым способом. Во-вторых, вычисленное значение определителя матрицы системы (т.е. $\Delta A$) пригодится после: когда станем решать заданную систему методом Крамера или с помощью обратной матрицы.

Однако метод вычисления ранга по определению нежелательно применять, если матрица системы $A$ является прямоугольной. В этом случае лучше применить второй метод, о котором пойдёт речь ниже. Кроме того, если $\Delta A=0$, то мы ничего не сможем сказать о количестве решений заданной неоднородной СЛАУ. Может, СЛАУ имеет бесконечное количество решений, а может – ни одного. Если $\Delta A=0$, то требуется дополнительное исследование, которое зачастую является громоздким.

Подводя итог сказанному, отмечу, что первый способ хорош для тех СЛАУ, у которых матрица системы квадратна. При этом сама СЛАУ содержит три или четыре неизвестных и взята из стандартных типовых расчетов или контрольных работ.

Способ №2. Вычисление ранга методом элементарных преобразований.

Какие преимущества второго способа? Главное преимущество – это его универсальность. Нам совершенно неважно, является ли матрица системы квадратной или нет. Кроме того, мы фактически провели преобразования прямого хода метода Гаусса. Осталось лишь пару действий, и мы смогли бы получить решение данной СЛАУ. Честно говоря, второй способ нравится мне более первого, но выбор – это дело вкуса.

Ответ: Заданная СЛАУ совместна и определена.

$$ \left( \begin 1 & -1 & 2 & -1\\ -1 & 2 & -3 & 3 \\ 2 & -3 & 5 & -4 \\ 3 & -2 & 5 & 1 \\ 2 & -1 & 3 & 2 \end \right) \begin \phantom\\r_2+r_1\\r_3-2r_1\\ r_4-3r_1\\r_5-2r_1\end\rightarrow \left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & -1 & 1 & -2 \\ 0 & 1 & -1 & 4 \\ 0 & 1 & -1 & 4 \end \right) \begin \phantom\\\phantom\\r_3-r_2\\ r_4-r_2\\r_5+r_2\end\rightarrow\\ $$ $$ \rightarrow\left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \end \right) \begin \phantom\\\phantom\\\phantom\\ r_4-r_3\\\phantom\end\rightarrow \left( \begin 1 & -1 & 2 & -1\\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 2 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end \right) $$

Расширенная матрица системы приведена к ступенчатому виду. Ранг ступенчатой матрицы равен количеству её ненулевых строк, поэтому $\rang\widetilde=3$. Матрица $A$ (до черты) тоже приведена к ступенчатому виду, и ранг её равен 2, $\rang=2$.

Ответ: система несовместна.

Приводим расширенную матрицу системы к ступенчатому виду:

$$ \left( \begin 2 & 0 & 7 & -5 & 11 & 42\\ 1 & -2 & 3 & 0 & 2 & 17 \\ -3 & 9 & -11 & 0 & -7 & -64 \\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end \right) \overset> $$ $$ \rightarrow\left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 2 & 0 & 7 & -5 & 11 & 42\\ -3 & 9 & -11 & 0 & -7 & -64\\ -5 & 17 & -16 & -5 & -4 & -90 \\ 7 & -17 & 23 & 0 & 15 & 132 \end \right) \begin \phantom\\ r_2-2r_1 \\r_3+3r_1 \\ r_4+5r_1 \\ r_5-7r_1 \end \rightarrow \left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 3 & -2 & 0 & -1 & -13\\ 0 & 7 & -1 & -5 & 6 & -5 \\ 0 & -3 & 2 & 0 & 1 & 13 \end \right) \begin \phantom\\ \phantom\\4r_3+3r_2 \\ 4r_4-7r_2 \\ 4r_5+3r_2 \end \rightarrow $$ $$ \rightarrow\left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & -11 & 15 & -25 & -76 \\ 0 & 0 & 11 & -15 & 25 & 76 \end \right) \begin \phantom\\ \phantom\\\phantom \\ r_4-r_3 \\ r_5+r_2 \end \rightarrow \left( \begin 1 & -2 & 3 & 0 & 2 & 17\\ 0 & 4 & 1 & -5 & 7 & 8\\ 0 & 0 & -11 & 15 & -25 & -76\\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end \right) $$

Мы привели расширенную матрицу системы и саму матрицу системы к ступенчатому виду. Ранг расширенной матрицы системы равен трём, ранг матрицы системы также равен трём. Так как система содержит $n=5$ неизвестных, т.е. $\rang\widetilde=\rang\lt$, то согласно пункту №2 следствия из теоремы Кронекера-Капелли данная система является неопределённой, т.е. имеет бесконечное количество решений.

Ответ: система является неопределённой.

Во второй части мы разберём примеры, которые нередко включают в типовые расчёты или контрольные работы по высшей математике: исследование на совместность и решение СЛАУ в зависимости от значений параметров, входящих в неё.

В первой части мы рассматривали системы линейных алгебраических уравнений (СЛАУ), все коэффициенты которых были известны. В этой же части разберём СЛАУ, среди коэффициентов которых есть некий параметр. Для исследования СЛАУ на совместность станем использовать теорему Кронекера-Капелли. В процессе решения примеров на данной странице будем применять метод Гаусса или же метод Крамера. Сформулируем теорему и следствие из неё ещё раз:

Следствие из теоремы Кронекера-Капелли

Параметр $n$, использованный выше, равен количеству переменных рассматриваемой СЛАУ.

Исследовать СЛАУ $ \left \ & kx_1+2x_2+x_3=8;\\ & -x_1+x_2+2x_3=7;\\ & x_2+kx_3=5.\end\right.$ на совместность и найти решение системы в зависимости от значений параметра $k$.

Чтобы исследовать заданную систему на совместность, нам нужно найти ранг матрицы системы $A$ и ранг расширенной матрицы системы $\widetilde$. Сделать это можно несколькими путями. Стоит учесть, что в данном примере нам требуется не только исследовать систему на совместность, но и указать её решения. Мне кажется наиболее удобным в таких задачах применять метод Гаусса, однако это вовсе не является обязательным. Для разнообразия данный пример решим методом Гаусса, а следующий – методом Крамера. Итак, запишем и начнём преобразовывать расширенную матрицу системы. При записи расширенной матрицы системы поменяем местами первую и вторую строки. Это нужно для того, чтобы первым элементом первой строки стало число -1.

Мы привели расширенную матрицу системы к ступенчатому виду. Напомню, что до черты расположена преобразованная матрица матрица системы: $\left(\begin-1 & 1 &2\\0 & 1 & k\\ 0 & 0 & 1-k^2\end \right)$.

Каким бы ни было значение параметра $k$, полученная нами после преобразований матрица будет содержать не менее двух ненулевых строк (первая и вторая строки точно останутся ненулевыми). Вопрос о количестве решений зависит лишь от третьей строки.

В следствии из теоремы Кронекера-Капелли указаны три случая, и в данном примере легко рассмотреть каждый из них. Начнём с варианта $\rang A\neq\rang\widetilde$, при котором система не имеет решений, т.е. несовместна.

$\rang A\neq\rang\widetilde$

Ранги будут не равны друг другу лишь в одном случае: когда $1-k^2=0$, при этом $2k-2\neq$. В этом случае преобразованная матрица системы будет содержать две ненулевых строки (т.е. $\rang A=2$), а преобразованная расширенная матрица системы будет содержать три ненулевых строки (т.е. $\rang \widetilde=3$). Иными словами, нам требуется решить систему уравнений:

Из первого уравнения имеем: $k=1$ или $k=-1$, однако $k\neq$, поэтому остаётся лишь один случай: $k=-1$. Следовательно, при $k=-1$ система не имеет решений.

$\rang A=\rang\widetilde
Рассмотрим второй пункт следствия из теоремы Кронекера-Капелли – ранги равны между собой, но меньше, чем количество переменных (т.е. меньше 3). Это возможно лишь в том случае, если последняя строка преобразованной расширенной матрицы системы полностью станет нулевой, т.е.

Из данной системы имеем: $k=1$. Именно при $k=1$ третья строка преобразованной расширенной матрицы системы станет нулевой, поэтому $\rang=\rang\widetilde=2$. При этом, повторюсь, у нас всего три переменных, т.е. имеем случай $\rang A=\rang\widetilde=2
Система имеет бесконечное количество решений. Найдём эти решения. Подставим $k=1$ в преобразованную матрицу и продолжим операции метода Гаусса. Третью строку (она станет нулевой) просто вычеркнем:

$$ \left(\begin -1 & 1 &2 &7 \\0 & 1 & k & 5 \\ 0 & 0 & 1-k^2 & 2k-2 \end \right)\rightarrow|k=1|\rightarrow \left(\begin -1 & 1 &2 &7 \\0 & 1 & 1 & 5 \end \right) \rightarrow\left|\begin&\text\\&\text\end\right|\rightarrow \\ \rightarrow\left(\begin-1 & 1 &-2 &7\\0 & 1 & -1 & 5\end\right) \begin r_1-r_2\\\phantom\end \rightarrow\left(\begin-1 & 0 &-1 &2\\0 & 1 & -1 & 5\end\right) \begin -1\cdot\\\phantom\end \rightarrow\left(\begin1 & 0 &1 &-2\\0 & 1 & -1 & 5\end\right) $$

$\rang A=\rang\widetilde=3$

Рассмотрим третий пункт следствия из теоремы Кронекера-Капелли – ранги равны между собой и равны количеству переменных. Это возможно лишь в том случае, если $1-k^2\neq$, т.е. $k\neq$ и $k\neq$. Продолжаем решение методом Гаусса:

$$ \left(\begin -1 & 1 &2 &7 \\0 & 1 & k & 5 \\ 0 & 0 & 1-k^2 & 2k-2 \end\right)\rightarrow \left(\begin -1 & 1 &2 &7 \\0 & 1 & k & 5 \\ 0 & 0 & (1-k)(1+k) & -2(1-k) \end\right) \begin \phantom\\\phantom\\r_3:((1-k)(1+k))\end \rightarrow\\ \rightarrow\left(\begin -1 & 1 &2 &7 \\0 & 1 & k & 5 \\ 0 & 0 & 1 & -2/(1+k) \end\right) \begin r_1-2r_3\\r_2-k\cdot\\\phantom\end \rightarrow \left(\begin -1 & 1 &0 &(7k+11)/(k+1) \\0 & 1 & 0 & (7k+5)/(k+1) \\ 0 & 0 & 1 & -2/(1+k) \end\right) \begin r_1-r_2\\\phantom\\\phantom\end\rightarrow\\ \rightarrow \left(\begin -1 & 0 &0 &6/(k+1)\\0 & 1 & 0 & (7k+5)/(k+1) \\ 0 & 0 & 1 & -2/(1+k) \end\right) \begin -1\cdot\\\phantom\\\phantom\end\rightarrow \left(\begin 1 & 0 &0 &-6/(k+1)\\0 & 1 & 0 & (7k+5)/(k+1) \\ 0 & 0 & 1 & -2/(1+k) \end\right) $$

При $k=-1$ система несовместна.
При $k=1$ система является неопределённой. Общее решение системы: $\left\& x_1=x_3-2;\\& x_2=-x_3+5;\\&x_3\in.\end\right.$
При $k\neq$ и $k\neq$ система является определённой. Решение системы: $\left\& x_1=-\frac;\\& x_2=\frac\\&x_3=-\frac.\end\right.$

Исследовать СЛАУ $\left\ & 2kx_1+x_2+x_3=0;\\ & x_1-x_2+kx_3=1;\\ & (k-6)x_1+2x_2-4x_3=-3.\end\right.$ на совместность и найти решение системы при тех значениях параметра, при которых она совместна.

Вновь, как и в предыдущем примере, для того, чтобы исследовать заданную систему на совместность, нам нужно найти ранг матрицы системы $A$ и ранг расширенной матрицы системы $\widetilde$. Чтобы исследовать систему на совместность и указать количество решений применим метод Крамера. Можно было бы решить и методом Гаусса, однако в предыдущем примере мы его уже использовали, поэтому для разнообразия решим задачу с помощью метода Крамера. Начнём с вычисления определителя матрицы системы. Этот определитель мы получим с помощью готовой формулы.

Значения переменных $x_1$, $x_2$, $x_3$ будут такими:

Нам остаётся исследовать совместность системы при условии $\Delta=0$. Это равенство возможно при $k=0$ или $k=1$.

Случай $k=0$

Нам остаётся рассмотреть последний случай: $k=1$.

Случай $k=1$

Для наглядности я запишу здесь матрицу системы $A$ и расширенную матрицу системы $\widetilde$, подставив $k=1$:

Если $k=1$, то $\Delta=0$. Это значит, что $\rang≤2$. Рассмотрим миноры второго порядка матрицы $A$. Например, возьмём минор, образованный на пересечении строк №1, №2 и столбцов №1, №2: $M=\left|\begin2 & 1\\ 1 & -1\end\right|=-3$. Так как $M\neq$, то ранг матрицы $A$ равен 2.

Задача решена, осталось лишь записать ответ.

При $k=0$ система несовместна.
При $k=1$ система является неопределённой. Общее решение системы: $\left\& x_1=\frac;\\& x_2=\frac;\\&x_3\in.\end\right.$
При $k\neq$ и $k\neq$ система является определённой. Решение системы: $\left\& x_1=\frac;\\& x_2=\frac\\&x_3=-\frac.\end\right.$

Разберём ещё один пример, в котором рассмотрим СЛАУ с четырьмя уравнениями.

Исследовать СЛАУ $ \left \ & kx_1+x_2+x_3+x_4=1;\\ & x_1+kx_2+x_3+x_4=1;\\ & x_1+x_2+kx_3+x_4=1;\\ & x_1+x_2+x_3+kx_4=1.\end\right.$ на совместность и найти решение системы в зависимости от значений параметра $k$.

Применим метод Гаусса. При записи расширенной матрицы системы поместим первую строку вниз, на место четвёртой строки. А дальше начнём стандартные операции метода Гаусса.

$$ \left(\begin 1 & k &1 &1&1 \\ 1 & 1 &k &1&1 \\ 1 & 1 &1 &k&1 \\ k & 1 &1 &1&1 \end \right) \begin \phantom\\r_2-r_1\\r_3-r_1\\r_4-k\cdot\end\rightarrow \left(\begin 1 & k &1 &1&1\\ 0 & 1-k &k-1 &0&0\\ 0 & 1-k &0&k-1&0\\ 0 & 1-k^2 &1-k &1-k&1-k\end \right) $$

Здесь можно было бы остановиться и рассмотреть случаи $k=1$ и $k\neq$ отдельно. Цель таких действий: разделить вторую, третью и четвёртую строки на $k-1$ при условии $k-1\neq$. Однако пока что полученная нами матрица содержит не столь уж громоздкие элементы, поэтому сейчас отвлекаться на частности я не вижу смысла. Продолжим преобразования в общем виде:

$$ \left(\begin 1 & k &1 &1&1\\ 0 & 1-k &k-1 &0&0\\ 0 & 1-k &0&k-1&0\\ 0 & 1-k^2 &1-k &1-k&1-k\end \right) \begin \phantom\\\phantom\\r_3-r_2\\r_4-(k+1)r_2\end\rightarrow \\ \rightarrow \left(\begin 1 & k &1 &1&1\\ 0 & 1-k &k-1 &0&0\\ 0 & 0 &1-k&k-1&0\\ 0 & 0 &(1-k)(k+2) &1-k&1-k\end \right) \begin \phantom\\\phantom\\\phantom\\r_4-(k+2)r_3\end\rightarrow \\ \rightarrow \left(\begin 1 & k &1 &1&1\\ 0 & 1-k &k-1 &0&0\\ 0 & 0 &1-k&k-1&0\\ 0 & 0 &0&(1-k)(k+3)&1-k\end \right) $$

Мы привели расширенную матрицу системы к ступенчатому виду. До черты расположена преобразованная матрица системы. Ранги матриц $A$ и $\widetilde$ зависят от значения параметра $k$. Рассмотрим три случая: $k=1$, $k=-3$ и случай $k\neq$, $k\neq$.

Случай $k=-3$

Случай $k=1$

Если $k=1$, то преобразованная матрица станет такой: $\left(\begin 1 & 1 &1 &1&1\\ 0 & 0 &0 &0&0\\ 0 & 0 &0&0&0\\ 0 & 0 &0&0&0\end\right)$. Ранги матрицы системы и расширенной матрицы системы равны между собой (и равны 1), но меньше, чем количество переменных, т.е. $\rang=\rang=1

$$x_1+x_2+x_3+x_4=1\; \Rightarrow \; x_1=-x_2-x_3-x_4+1.$$

Случай $k\neq$ и $\neq$

Продолжим решение методом Гаусса. Так как $k\neq$ и $\neq$, то $(1-k)(k+3)\neq$. Следовательно, мы можем разделить вторую и третью строки на $1-k$, четвёртую строку – на выражение $(1-k)(k+3)$. С полученной после этого матрицей продолжим операции обратного хода метода Гаусса:

$$ \left(\begin 1 & k &1 &1&1\\ 0 & 1 &-1 &0&0\\ 0 & 0 &1&-1&0\\ 0 & 0 &0&1&\frac\end \right) \begin r_1-r_4\\\phantom\\\phantom\\r_3+r_4\end\rightarrow \left(\begin 1 & k &1 &0&\frac\\ 0 & 1 &-1 &0&0\\ 0 & 0 &1&0&\frac\\ 0 & 0 &0&1&\frac\end\right) \begin r_1-r_3\\r_2+r_3\\\phantom\\\phantom\end\rightarrow\\ \rightarrow\left(\begin 1 & k &0 &0&\frac\\ 0 & 1 &0 &0&\frac\\ 0 & 0 &1&0&\frac\\ 0 & 0 &0&1&\frac\end\right) \begin r_1-k\cdot\\\phantom\\\phantom\\\phantom\end\rightarrow \left(\begin 1 & 0 &0 &0&\frac\\ 0 & 1 &0 &0&\frac\\ 0 & 0 &1&0&\frac\\ 0 & 0 &0&1&\frac\end\right) $$

Решение находим с помощью калькулятора. Алгоритм решения такой же, как и для систем линейных неоднородных уравнений.
Оперируя только со строками, находим ранг матрицы, базисный минор; объявляем зависимые и свободные неизвестные и находим общее решение.

Находим фундаментальную систему решений, которая состоит из (n-r) решений. В нашем случае n=5, r=3, следовательно, фундаментальная система решений состоит из двух решений, причем эти решения должны быть линейно независимыми. Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 2. Достаточно придать свободным неизвестным x₁ и x₄ значения из строк определителя второго порядка, отличного от нуля, и подсчитать x₂, x₃, x₅. Простейшим определителем, отличным от нуля, является .
Таким образом, первое решение: , второе – .
Эти два решения составляют фундаментальную систему решений. Заметим, что фундаментальная система не единственна (определителей, отличных от нуля, можно составить сколько угодно).

Пример 2 . Найти общее решение и фундаментальную систему решений системы
Решение.

отсюда следует, что ранг матрицы равен 3 и равен числу неизвестных. Значит, система не имеет свободных неизвестных, а поэтому имеет единственное решение – тривиальное.

Задание . Исследовать и решить систему линейных уравнений.
Пример 4

Задание . Найти общее и частное решения каждой системы.
Решение. Выпишем основную матрицу системы:

5	-2	9	-4	-1
1	4	2	2	-5
6	2	11	-2	-6
x₁	x₂	x₃	x₄	x₅

Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы.
Умножим 2-ую строку на (-5). Добавим 2-ую строку к 1-ой:

0	-22	-1	-14	24
1	4	2	2	-5
6	2	11	-2	-6

Умножим 2-ую строку на (6). Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:

0	-22	-1	-14	24
0	22	1	14	-24
6	2	11	-2	-6

В матрице B 1-ая и 2-ая строки пропорциональны, следовательно, одну из них, например 1-ю, можно вычеркнуть. Это равносильно вычеркиванию 1-го уравнения системы, так как оно является следствием 2-го.

0	22	1	14	-24
6	2	11	-2	-6

Найдем ранг матрицы.

0	22	1	14	-24
6	2	11	-2	-6
x₁	x₂	x₃	x₄	x₅

Выделенный минор имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на обратной диагонали), следовательно rang(A) = 2.
Этот минор является базисным. В него вошли коэффициенты при неизвестных x₁,x₂, значит, неизвестные x₁,x₂ – зависимые (базисные), а x₃,x₄,x₅ – свободные.
Преобразуем матрицу, оставляя слева только базисный минор.

0	22	14	-1	-24
6	2	-2	-11	-6
x₁	x₂	x₄	x₃	x₅

Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
22x₂ = 14x₄ - x₃ - 24x₅
6x₁ + 2x₂ = - 2x₄ - 11x₃ - 6x₅
Методом исключения неизвестных находим нетривиальное решение:
Получили соотношения, выражающие зависимые переменные x₁,x₂ через свободные x₃,x₄,x₅, то есть нашли общее решение:
x₂ = 0.64x₄ - 0.0455x₃ - 1.09x₅
x₁ = - 0.55x₄ - 1.82x₃ - 0.64x₅
Находим фундаментальную систему решений, которая состоит из (n-r) решений.
В нашем случае n=5, r=2, следовательно, фундаментальная система решений состоит из 3-х решений, причем эти решения должны быть линейно независимыми.
Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 3.
Достаточно придать свободным неизвестным x₃,x₄,x₅ значения из строк определителя 3-го порядка, отличного от нуля, и подсчитать x₁,x₂.
Простейшим определителем, отличным от нуля, является единичная матрица.

1	0	0
0	1	0
0	0	1

Задача . Найти фундаментальный набор решений однородной системы линейных уравнений. Решение

Задача . Найти общее решение системы. Проанализировать его структуру (указать базис пространства решений однородной системы, установить размерность пространства). Решение Пример 3
Пример 4

Системы линейных уравнений общего вида

Пример. Исследовать систему уравнений и найти общее решение в зависимости от значения параметра а .

2x 1 - x 2 + x 3 + x 4 = 1,

x 1 + 2x 2 - x 3 + 4x 4 = 2,

x 1 + 7x 2 - 4x 3 + 11x 4 = a.

Решение. Данной системе соответствует матрица ` . Имеем ` А ~ следовательно, исходная система равносильна такой:

x 1 + 2x 2 - x 3 + 4x 4 = 2,

5x 2 - 3x 3 + 7x 4 = a-2,

0 = a-5.

Отсюда видно, что система совместна только при a=5. Общее решение в этом случае имеет вид:

x 2 = 3/5 + 3/5x 3 - 7/5x 4 , x 1 = 4/5 - 1/5x 3 - 6/5x 4.

Пример Выяснить, будет ли линейно зависимой система векторов:

a 1 = (1, 1, 4, 2),

a 2 = (1, -1, -2, 4),

a 3 = (0, 2, 6, -2),

a 4 = (-3, -1, 3, 4),

a 5 = (-1, 0, - 4, -7).

Решение. Система векторов является линейно зависимой, если найдутся такие числа x 1 , x 2 , x 3 , x 4 , x 5 , из которых хотя бы одно отлично от нуля (см. п. 1. разд. I ), что выполняется векторное равенство:

x 1 a 1 + x 2 a 2 + x 3 a 3 + x 4 a 4 + x 5 a 5 = 0.

В координатной записи оно равносильно системе уравнений:

x 1 + x 2 - 3x 4 - x 5 = 0,

x 1 - x 2 + 2x 3 - x 4 = 0,

4x 1 - 2x 2 + 6x 3 +3x 4 - 4x 5 = 0,

2x 1 + 4x 2 - 2x 3 + 4x 4 - 7x 5 = 0.

Итак, получили систему линейных однородных уравнений. Решаем ее методом исключения неизвестных:

.

Система приведена к ступенчатому виду, ранг матрицы равен 3, значит, однородная система уравнений имеет решения, отличные от нулевого (r < n). Определитель при неизвестных x 1 , x 2 , x 4 отличен от нуля, поэтому их можно выбрать в качестве главных и переписать систему в виде:

x 1 + x 2 - 3x 4 = x 5 ,

-2x 2 + 2x 4 = -2x 3 - x 5 ,

- 3x 4 = - x 5 .

Имеем: x 4 = 1/3 x 5 , x 2 = 5/6x 5 +x 3 , x 1 = 7/6 x 5 -x 3 .

Система имеет бесчисленное множество решений; если свободные неизвестные x 3 и x 5 не равны нулю одновременно, то и главные неизвестные отличны от нуля. Следовательно, векторное уравнение

x 1 a 1 + x 2 a 2 + x 3 a 3 + x 4 a 4 + x 5 a 5 = 0

имеет коэффициенты, не равные нулю одновременно; пусть например, x 5 = 6, x 3 = 1. Тогда x 4 =2, x 2 = 6, x 1 =6 и мы получим соотношение

6 a 1 + 6 a 2 + a 3 + 2 a 4 + 6 a 5 = 0,

т.е. данная система векторов линейно независима.

Пример:

(сигнум, "знак-функция"). При х ® +0 у(х) ® 1 (справа от точки 0 у(х)=const=1); при х ® -0 у(х) ® -1, у(х+0) и у(х-0) существуют и не равны Þ точка х0 = 0 - точка разрыва первого рода.
Опр.5.1.13. Точка разрыва х0 называется точкой разрыва второго рода, если хотя бы один из односторонних пределов не существует ( в частности, он может быть бесконечным).
Для точек разрыва любого типа не требуется существования f(х0).

Читайте также: