Матрицы по методу гаусса. Метод Гаусса для чайников: примеры решений. Задачи на использование правила Гаусса
Пусть задана система линейных алгебраических уравнений, которую необходимо решить (найти такие значения неизвестных хi, что обращают каждое уравнение системы в равенство).
Мы знаем, что система линейных алгебраических уравнений может:
1) Не иметь решений (бытьнесовместной
).
2) Иметь бесконечно много решений.
3) Иметь единственное решение.
Как мы помним,правило Крамера и матричный методнепригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений , который в каждом случае приведет нас к ответу! Сам алгоритм метода во всех трёх случаях работает одинаково. Если в методах Крамера и матричном необходимы знания определителей, то для применения метода Гаусса необходимо знание только арифметических действий, что делает его доступным даже для школьников начальных классов.
Преобразования расширенной матрицы (это матрица системы - матрица, составленная только из коэффициентов при неизвестных, плюс столбец свободных членов) системы линейных алгебраических уравнений в методе Гаусса:
1) с троки матрицыможно переставлять местами.
2) если в матрице появились (или есть) пропорциональные (как частный случай – одинаковые) строки, то следуетудалить из матрицы все эти строки кроме одной.
3) если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить .
4) строку матрицы можноумножить (разделить) на любое число,отличное от нуля.
5) к строке матрицы можноприбавить другую строку, умноженную на число , отличное от нуля.
В методе Гаусса элементарные преобразования не меняют решение системы уравнений.
Метод Гаусса состоит из двух этапов:
- «Прямой ход» - с помощью элементарных преобразований привести расширенную матрицу системы линейных алгебраических уравнений к «треугольному» ступенчатому виду: элементы расширенной матрицы, расположенные ниже главной диагонали, равны нулю (ход «сверху-вниз»). Например, к такому виду:
Для этого выполним следующие действия:
1) Пусть мы рассматриваем первое уравнение системы линейных алгебраических уравнений и коэффициент при х 1 равен К. Второе, третье и т.д. уравнения преобразуем следующим образом: каждое уравнение (коэффициенты при неизвестных, включая свободные члены) делим на коэффициент при неизвестном х 1 , стоящий в каждом уравнении, и умножаем на К. После этого из второго уравнения (коэффициенты при неизвестных и свободные члены) вычитаем первое. Получаем при х 1 во втором уравнении коэффициент 0. Из третьего преобразованного уравнения вычитаем первое уравнение, так до тех пор, пока все уравнения, кроме первого, при неизвестном х 1 не будут иметь коэффициент 0.
2) Переходим к следующему уравнению. Пусть это будет второе уравнение и коэффициент при х 2 равен М. Со всеми «нижестоящими» уравнениями поступаем так, как описано выше. Таким образом, «под» неизвестной х 2 во всех уравнениях будут нули.
3) Переходим к следующему уравнению и так до тех пора, пока не останется одна последняя неизвестная и преобразованный свободный член.
- «Обратный ход» метода Гаусса – получение решения системы линейных алгебраических уравнений (ход «снизу-вверх»). Из последнего «нижнего» уравнения получаем одно первое решение – неизвестную х n . Для этого решаем элементарное уравнение А*х n = В. В примере, приведенном выше, х 3 = 4. Подставляем найденное значение в «верхнее» следующее уравнение и решаем его относительно следующей неизвестной. Например, х 2 – 4 = 1, т.е. х 2 = 5. И так до тех пор, пока не найдем все неизвестные.
Пример.
Решим систему линейных уравнений методом Гаусса, как советуют некоторые авторы:
Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
Смотрим на левую верхнюю «ступеньку». Там у нас должна быть единица. Проблема состоит в том, что в первом столбце единиц нет вообще, поэтому перестановкой строк ничего не решить. В таких случаях единицу нужно организовать с помощью элементарного преобразования. Обычно это можно сделать несколькими способами. Поступим так:
1 шаг
. К первой строке прибавляем вторую строку, умноженную на –1. То есть, мысленно умножили вторую строку на –1 и выполнили сложение первой и второй строки, при этом вторая строка у нас не изменилась.
Теперь слева вверху «минус один», что нас вполне устроит. Кто хочет получить +1, может выполнить дополнительное действие: умножить первую строку на –1 (сменить у неё знак).
2 шаг . Ко второй строке прибавили первую строку, умноженную на 5. К третьей строке прибавили первую строку, умноженную на 3.
3 шаг . Первую строку умножили на –1, в принципе, это для красоты. У третьей строки также сменили знак и переставили её на второе место, таким образом, на второй «ступеньке у нас появилась нужная единица.
4 шаг . К третьей строке прибавили вторую строку, умноженную на 2.
5 шаг . Третью строку разделили на 3.
Признаком, который свидетельствует об ошибке в вычислениях (реже – об опечатке), является «плохая» нижняя строка. То есть, если бы у нас внизу получилось что-нибудь вроде (0 0 11 |23) , и, соответственно, 11x 3 = 23, x 3 = 23/11, то с большой долей вероятности можно утверждать, что допущена ошибка в ходе элементарных преобразований.
Выполняем обратный ход, в оформлении примеров часто не переписывают саму систему, а уравнения «берут прямо из приведенной матрицы». Обратный ход, напоминаю, работает «снизу вверх». В данном примере получился подарок:
x 3 = 1
x 2 = 3
x 1 + x 2 – x 3 = 1, следовательно x 1 + 3 – 1 = 1, x 1 = –1
Ответ :x 1 = –1, x 2 = 3, x 3 = 1.
Решим эту же систему по предложенному алгоритму. Получаем
4 2 –1 1
5 3 –2 2
3 2 –3 0
Разделим второе уравнение на 5, а третье – на 3. Получим:
4 2 –1 1
1 0.6 –0.4 0.4
1 0.66 –1 0
Умножим второе и третье уравнения на 4, получим:
4 2 –1 1
4 2,4 –1.6 1.6
4 2.64 –4 0
Вычтем из второго и третьего уравнений первое уравнение, имеем:
4 2 –1 1
0 0.4 –0.6 0.6
0 0.64 –3 –1
Разделим третье уравнение на 0,64:
4 2 –1 1
0 0.4 –0.6 0.6
0 1 –4.6875 –1.5625
Умножим третье уравнение на 0,4
4 2 –1 1
0 0.4 –0.6 0.6
0 0.4 –1.875 –0.625
Вычтем из третьего уравнения второе, получим «ступенчатую» расширенную матрицу:
4 2 –1 1
0 0.4 –0.6 0.6
0 0 –1.275 –1.225
Таким образом, так как в процессе вычислений накапливалась погрешность, получаем х 3 = 0,96 или приблизительно 1.
х 2 = 3 и х 1 = –1.
Решая таким образом, Вы никогда не запутаетесь в вычислениях и не смотря на погрешности вычислений, получите результат.
Такой способ решения системы линейных алгебраических уравнений легко программируем и не учитывает специфические особенности коэффициентов при неизвестных, ведь на практике (в экономических и технических расчетах) приходиться иметь дело именно с нецелыми коэффициентами.
Желаю успехов! До встречи на занятиях! Репетитор .
blog.сайт, при полном или частичном копировании материала ссылка на первоисточник обязательна.
Пусть задана система линейных алгебраических уравнений, которую необходимо решить (найти такие значения неизвестных хi, что обращают каждое уравнение системы в равенство).
Мы знаем, что система линейных алгебраических уравнений может:
1) Не иметь решений (бытьнесовместной
).
2) Иметь бесконечно много решений.
3) Иметь единственное решение.
Как мы помним,правило Крамера и матричный методнепригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений , который в каждом случае приведет нас к ответу! Сам алгоритм метода во всех трёх случаях работает одинаково. Если в методах Крамера и матричном необходимы знания определителей, то для применения метода Гаусса необходимо знание только арифметических действий, что делает его доступным даже для школьников начальных классов.
Преобразования расширенной матрицы (это матрица системы - матрица, составленная только из коэффициентов при неизвестных, плюс столбец свободных членов) системы линейных алгебраических уравнений в методе Гаусса:
1) с троки матрицыможно переставлять местами.
2) если в матрице появились (или есть) пропорциональные (как частный случай – одинаковые) строки, то следуетудалить из матрицы все эти строки кроме одной.
3) если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить .
4) строку матрицы можноумножить (разделить) на любое число,отличное от нуля.
5) к строке матрицы можноприбавить другую строку, умноженную на число , отличное от нуля.
В методе Гаусса элементарные преобразования не меняют решение системы уравнений.
Метод Гаусса состоит из двух этапов:
- «Прямой ход» - с помощью элементарных преобразований привести расширенную матрицу системы линейных алгебраических уравнений к «треугольному» ступенчатому виду: элементы расширенной матрицы, расположенные ниже главной диагонали, равны нулю (ход «сверху-вниз»). Например, к такому виду:
Для этого выполним следующие действия:
1) Пусть мы рассматриваем первое уравнение системы линейных алгебраических уравнений и коэффициент при х 1 равен К. Второе, третье и т.д. уравнения преобразуем следующим образом: каждое уравнение (коэффициенты при неизвестных, включая свободные члены) делим на коэффициент при неизвестном х 1 , стоящий в каждом уравнении, и умножаем на К. После этого из второго уравнения (коэффициенты при неизвестных и свободные члены) вычитаем первое. Получаем при х 1 во втором уравнении коэффициент 0. Из третьего преобразованного уравнения вычитаем первое уравнение, так до тех пор, пока все уравнения, кроме первого, при неизвестном х 1 не будут иметь коэффициент 0.
2) Переходим к следующему уравнению. Пусть это будет второе уравнение и коэффициент при х 2 равен М. Со всеми «нижестоящими» уравнениями поступаем так, как описано выше. Таким образом, «под» неизвестной х 2 во всех уравнениях будут нули.
3) Переходим к следующему уравнению и так до тех пора, пока не останется одна последняя неизвестная и преобразованный свободный член.
- «Обратный ход» метода Гаусса – получение решения системы линейных алгебраических уравнений (ход «снизу-вверх»). Из последнего «нижнего» уравнения получаем одно первое решение – неизвестную х n . Для этого решаем элементарное уравнение А*х n = В. В примере, приведенном выше, х 3 = 4. Подставляем найденное значение в «верхнее» следующее уравнение и решаем его относительно следующей неизвестной. Например, х 2 – 4 = 1, т.е. х 2 = 5. И так до тех пор, пока не найдем все неизвестные.
Пример.
Решим систему линейных уравнений методом Гаусса, как советуют некоторые авторы:
Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:
Смотрим на левую верхнюю «ступеньку». Там у нас должна быть единица. Проблема состоит в том, что в первом столбце единиц нет вообще, поэтому перестановкой строк ничего не решить. В таких случаях единицу нужно организовать с помощью элементарного преобразования. Обычно это можно сделать несколькими способами. Поступим так:
1 шаг
. К первой строке прибавляем вторую строку, умноженную на –1. То есть, мысленно умножили вторую строку на –1 и выполнили сложение первой и второй строки, при этом вторая строка у нас не изменилась.
Теперь слева вверху «минус один», что нас вполне устроит. Кто хочет получить +1, может выполнить дополнительное действие: умножить первую строку на –1 (сменить у неё знак).
2 шаг . Ко второй строке прибавили первую строку, умноженную на 5. К третьей строке прибавили первую строку, умноженную на 3.
3 шаг . Первую строку умножили на –1, в принципе, это для красоты. У третьей строки также сменили знак и переставили её на второе место, таким образом, на второй «ступеньке у нас появилась нужная единица.
4 шаг . К третьей строке прибавили вторую строку, умноженную на 2.
5 шаг . Третью строку разделили на 3.
Признаком, который свидетельствует об ошибке в вычислениях (реже – об опечатке), является «плохая» нижняя строка. То есть, если бы у нас внизу получилось что-нибудь вроде (0 0 11 |23) , и, соответственно, 11x 3 = 23, x 3 = 23/11, то с большой долей вероятности можно утверждать, что допущена ошибка в ходе элементарных преобразований.
Выполняем обратный ход, в оформлении примеров часто не переписывают саму систему, а уравнения «берут прямо из приведенной матрицы». Обратный ход, напоминаю, работает «снизу вверх». В данном примере получился подарок:
x 3 = 1
x 2 = 3
x 1 + x 2 – x 3 = 1, следовательно x 1 + 3 – 1 = 1, x 1 = –1
Ответ :x 1 = –1, x 2 = 3, x 3 = 1.
Решим эту же систему по предложенному алгоритму. Получаем
4 2 –1 1
5 3 –2 2
3 2 –3 0
Разделим второе уравнение на 5, а третье – на 3. Получим:
4 2 –1 1
1 0.6 –0.4 0.4
1 0.66 –1 0
Умножим второе и третье уравнения на 4, получим:
4 2 –1 1
4 2,4 –1.6 1.6
4 2.64 –4 0
Вычтем из второго и третьего уравнений первое уравнение, имеем:
4 2 –1 1
0 0.4 –0.6 0.6
0 0.64 –3 –1
Разделим третье уравнение на 0,64:
4 2 –1 1
0 0.4 –0.6 0.6
0 1 –4.6875 –1.5625
Умножим третье уравнение на 0,4
4 2 –1 1
0 0.4 –0.6 0.6
0 0.4 –1.875 –0.625
Вычтем из третьего уравнения второе, получим «ступенчатую» расширенную матрицу:
4 2 –1 1
0 0.4 –0.6 0.6
0 0 –1.275 –1.225
Таким образом, так как в процессе вычислений накапливалась погрешность, получаем х 3 = 0,96 или приблизительно 1.
х 2 = 3 и х 1 = –1.
Решая таким образом, Вы никогда не запутаетесь в вычислениях и не смотря на погрешности вычислений, получите результат.
Такой способ решения системы линейных алгебраических уравнений легко программируем и не учитывает специфические особенности коэффициентов при неизвестных, ведь на практике (в экономических и технических расчетах) приходиться иметь дело именно с нецелыми коэффициентами.
Желаю успехов! До встречи на занятиях! Репетитор Дмитрий Айстраханов .
сайт, при полном или частичном копировании материала ссылка на первоисточник обязательна.
Решение систем линейных уравнений методом Гаусса.
Пусть нам требуется найти решение системы из n
линейных уравнений с n
неизвестными переменными
определитель основной матрицы которой отличен от нуля.
Суть метода Гаусса состоит в последовательном исключении неизвестных переменных: сначала исключается x 1 из всех уравнений системы, начиная со второго, далее исключается x 2 из всех уравнений, начиная с третьего, и так далее, пока в последнем уравнении останется только неизвестная переменная x n . Такой процесс преобразования уравнений системы для последовательного исключения неизвестных переменных называется прямым ходом метода Гаусса . После завершения прямого хода метода Гаусса из последнего уравнения находитсяx n , с помощью этого значения из предпоследнего уравнения вычисляется x n-1 , и так далее, из первого уравнения находится x 1 . Процесс вычисления неизвестных переменных при движении от последнего уравнения системы к первому называется обратным ходом метода Гаусса .
Кратко опишем алгоритм исключения неизвестных переменных.
Будем считать, что , так как мы всегда можем этого добиться перестановкой местами уравнений системы. Исключим неизвестную переменную x 1
из всех уравнений системы, начиная со второго. Для этого ко второму уравнению системы прибавим первое, умноженное на , к третьему уравнению прибавим первое, умноженное на , и так далее, к n-ому
уравнению прибавим первое, умноженное на . Система уравнений после таких преобразований примет вид
где , а .
К такому же результату мы бы пришли, если бы выразили x 1 через другие неизвестные переменные в первом уравнении системы и полученное выражение подставили во все остальные уравнения. Таким образом, переменная x 1 исключена из всех уравнений, начиная со второго.
Для этого к третьему уравнению системы прибавим второе, умноженное на , к четвертому уравнению прибавим второе, умноженное на , и так далее, к n-ому
уравнению прибавим второе, умноженное на . Система уравнений после таких преобразований примет вид
где , а . Таким образом, переменная x 2
исключена из всех уравнений, начиная с третьего.
Так продолжаем прямой ход метода Гаусса пока система не примет вид
С этого момента начинаем обратный ход метода Гаусса: вычисляем x n из последнего уравнения как , с помощью полученного значения x n находим x n-1 из предпоследнего уравнения, и так далее, находим x 1 из первого уравнения.
Пример.
Решите систему линейных уравнений методом Гаусса. .
Ответ:
x 1 = 4, x 2 = 0, x 3 = -1 .
КОСТРОМСКОЙ ФИЛИАЛ ВОЕННОГО УНИВЕРСИТЕТА РХБ ЗАЩИТЫ
Кафедра «Автоматизации управления войсками»
Только для преподавателей
"Утверждаю"
Начальник кафедры № 9
полковник ЯКОВЛЕВ А.Б.
«____»______________ 2004 г.
доцент СМИРНОВА А.И.
"МАТРИЦЫ. МЕТОД ГАУССА"
ЛЕКЦИЯ № 2 / 3
Обсуждено на заседании кафедры № 9
«____»___________ 2003г.
Протокол № ___________
Кострома, 2003
C одержание
Введение
1. Действия над матрицами.
2. Решение систем линейных уравнений методом Гаусса.
Заключение
Литература
1. В.Е. Шнейдер и др., Краткий курс высшей математики,том I, гл.2,§6, 7.
2. В.С. Щипачев, Высшая математика, гл. 10, § 1, 7.
ВВЕДЕНИЕ
На лекции рассматривается понятие матрицы, действия над над матрицами, а также метод Гаусса для решения систем линейных уравнений. Для частного случая, так называемых квадратных матриц, можно вычислять определители, понятие о которых рассмотрено на предыдущей лекции. Метод Гаусса является более общим, чем рассмотренный ранее метод Крамера решения линейных систем. Разбираемые на лекции вопросы используются в различных разделах математики и в прикладных вопросах.
1-ый учебный вопрос ДЕЙСТВИЯ НАД МАТРИЦАМИ
ОПРЕДЕЛЕНИЕ 1. Прямоугольная таблица из m , n чисел, содержащая m – строк и n – столбцов, вида:
называется матрицей размера m ´ n
Числа, из которых составлена матрица, называются элементами матрицы.
Положение элемента а i j в матрице характеризуются двойным индексом:
первый i – номер строки;
второй j – номер столбца, на пересечении которых стоит элемент.
Сокращенно матрицы обозначают заглавными буквами: А, В, С…
Коротко можно записывать так:
ОПРЕДЕЛЕНИЕ 2. Матрица, у которой число строк равно числу столбцов, т.е. m = n , называется квадратной.
Число строк (столбцов) квадратной матрицы называется порядком матрицы.
ПРИМЕР.
ЗАМЕЧАНИЕ 1. Мы будем рассматривать матрицы, элементами которых являются числа. В математике и ее приложениях встречаются матрицы, элементами которых являются другие объекты, например, функции, векторы.
ЗАМЕЧАНИЕ 2. Матрица – специальное математическое понятие. С помощью матриц удобно записывать различные преобразования, линейные системы и т.д., поэтому матрицы часто встречаются в математической и технической литературе.
ОПРЕДЕЛЕНИЕ 3. Матрица размера 1 ´ n , состоящая из одной строки, называется матрицей – строкой.
Матрица размера т ´ 1, состоящая из одного столбца, называется матрицей – столбцом.
ОПРЕДЕЛЕНИЕ 4. Нулевой матрицей называют матрицу, все элементы которой равны нулю.
Рассмотрим квадратную матрицу порядка n :
побочная диагональглавная диагональ
Диагональ квадратной матрицы, идущая от верхнего левого элемента таблицы к правому нижнему, называется главной диагональю матрицы (на главной диагонали стоят элементы вида а i i ).
Диагональ, идущая от правого верхнего элемента к левому нижнему, называется побочной диагональю матрицы .
Рассмотрим некоторые частные виды квадратных матриц.
1) Квадратная матрица называется диагональной , если все элементы, не стоящие на главной диагонали, равны нулю.
2) Диагональная матрица, у которой все элементы главной диагонали равны единице, называется единичной . Обозначается:
3) Квадратная матрица называется треугольной, если все элементы, расположенные по одну сторону от главной диагонали, равны нулю:
верхняя нижняя
треугольная матрица треугольная матрица
Для квадратной матрицы вводится понятие: определитель матрицы . Это определитель, составленный из элементов матрицы. Обозначается:
Ясно, что определитель единичной матрицы равен 1: ½Е ½ = 1
ЗАМЕЧАНИЕ. Неквадратная матрица определителя не имеет.
Если определитель квадратичной матрицы отличен от нуля, то матрица называется невырожденной , если определитель равен нулю, то матрица называется вырожденной.
ОПРЕДЕЛЕНИЕ 5. Матрица, полученная из данной заменой ее строк столбцами с теми же номерами, называется транспонированной к данной.
Матрицу, транспонированную к А , обозначают А Т .
ПРИМЕР.
3 3 2ОПРЕДЕЛЕНИЕ. Две матрицы одного и того же размера называются равными, если равны все их соответственные элементы.
Рассмотрим действия над матрицами.
СЛОЖЕНИЕ МАТРИЦ.
Операция сложения вводится только для матриц одинакового размера.
ОПРЕДЕЛЕНИЕ 7. Суммой двух матриц А = (а i j ) и В = ( b i j ) одинакового размера называется матрица С = (с i j ) того же размера, элементы которой равны суммам соответствующих элементов слагаемых матриц, т.е. с i j = a i j + b i j
Обозначается сумма матриц А + В.
ПРИМЕР.
УМНОЖЕНИЕ МАТРИЦ НА ДЕЙСТВИТЕЛЬНОЕ ЧИСЛО
ОПРЕДЕЛЕНИЕ 8. Чтобы умножить матрицу на число k , надо умножить на это число каждый элемент матрицы :
если А= (а i j ), то k · A = (k · a i j )
ПРИМЕР.
СВОЙСТВА СЛОЖЕНИЯ МАТРИЦ И УМНОЖЕНИЯ НА ЧИСЛО
1. Переместительное свойство: А + В = В + А
2. Сочетательное свойство: (А + В) + С = А + (В + С)
3. Распределительное свойство: k · (A + B ) = k A + k B , где k – число
УМНОЖЕНИЕ МАТРИЦ
Матрицу А назовем с о г л а с о в а н н о й с матрицей В , если число столбцов матрицы А равно числу строк матрицы В , т.е. для согласованных матриц матрица А имеет размер m ´ n , матрица В имеет размер n ´ k . Квадратные матрицы согласованы, если они одного порядка.
ОПРЕДЕЛЕНИЕ 9. Произведением матрицы А размера m ´ n на матрицу В размера n ´ k называется матрица С размера m ´ k , элемент которой а i j , расположенный в i –ой строке и j – ом столбце, равен сумме произведений элементов i – ой строки матрицы А на соответствующие элементы j – столбца матрицы В, т.е.
c i j = a i 1 b 1 j + a i 2 b 2 j +……+ a i n b n j
Обозначим: С = А · В.
тоПроизведение В ´ А не имеет смысла, т.к. матрицы
не согласованы.ЗАМЕЧАНИЕ 1. Если А ´ В имеет смысл, то В ´ А может не иметь смысла.
ЗАМЕЧАНИЕ 2. Если имеет смысл А ´ В и В ´ А , то, вообще говоря
А ´ В ¹ В ´ А , т.е. умножение матриц не обладает переместительным законом.
ЗАМЕЧАНИЕ 3. Если А – квадратная матрица и Е – единичная матрица того же порядка, то А ´ Е = Е ´ А = А .
Отсюда следует, что единичная матрица при умножении играет роль единицы.
ПРИМЕРЫ . Найти, если можно, А ´ В и В ´ А .
Решение : Квадратные матрицы одного и того же второго порядка согласованы в томи другом порядке, поэтому А ´ В и В ´ А существуют.