Oldja meg az egyenletrendszert online mátrixszámítással. Mátrix megoldás
Mátrix módszer SLAU megoldások olyan egyenletrendszerek megoldására szolgál, amelyekben az egyenletek száma megfelel az ismeretlenek számának. A módszer a legalkalmasabb alacsony rendű rendszerek megoldására. A lineáris egyenletrendszerek megoldásának mátrixmódszere a mátrixszorzás tulajdonságainak alkalmazásán alapul.
Így, más szóval inverz mátrix módszer,így nevezzük, mivel a megoldás a szokásos mátrixegyenletre redukálódik, aminek megoldásához meg kell találni az inverz mátrixot.
Mátrix megoldási módszer A nullánál nagyobb vagy kisebb determinánssal rendelkező SLAE a következő:
Tegyük fel, hogy létezik egy SLE (lineáris egyenletrendszer) azzal n ismeretlen (tetszőleges mező felett):
Így könnyen lefordítható mátrix formára:
AX=B, Ahol A a rendszer fő mátrixa, BÉs x- a rendszer szabad tagjainak és megoldásainak oszlopai:
Szorozzuk meg mátrix egyenlet elment A -1- inverz mátrixról mátrixra A: A −1 (AX)=A −1 B.
Mert A −1 A=E, azt jelenti, X=A −1 B. Jobb rész egyenlet megoldások oszlopát adja a kezdeti rendszernek. A mátrix módszer alkalmazhatóságának feltétele a mátrix nem-degeneráltsága A. Ennek szükséges és elégséges feltétele, hogy a mátrix meghatározója A:
detA≠0.
Mert homogén lineáris egyenletrendszer, azaz ha vektor B=0, az ellenkező szabály érvényesül: a rendszer AX=0 nem triviális (azaz nem egyenlő nullával) megoldás csak akkor, ha detA=0. Ezt a kapcsolatot a homogén és inhomogén lineáris egyenletrendszerek megoldásai között ún Fredholm alternatívája.
Így a SLAE megoldás mátrix módszer képlet szerint állítják elő . Vagy a SLAE megoldást a használatával találják meg inverz mátrix A -1.
Ismeretes, hogy egy négyzetmátrix A rendelés n tovább n Van inverz mátrix A -1 csak akkor, ha a determinánsa nem nulla. Így a rendszer n lineáris algebrai egyenletek Val vel n az ismeretleneket csak akkor oldjuk meg a mátrix módszerrel, ha a rendszer főmátrixának determinánsa nem egyenlő nullával.
Annak ellenére, hogy korlátozások vannak az ilyen módszer használatára vonatkozóan, és számítási nehézségek merülnek fel az együtthatók és rendszerek nagy értékeinél magasrendű, a módszer könnyen megvalósítható számítógépen.
Példa egy inhomogén SLAE megoldására.
Először is ellenőrizzük, hogy az ismeretlen SLAE-k együtthatói mátrixának determinánsa nem egyenlő-e nullával.
Most megtaláljuk szövetségi mátrix, transzponálja és helyettesítse be az inverz mátrix meghatározására szolgáló képletbe.
Behelyettesítjük a változókat a képletben:
Most az inverz mátrix és a szabad tagok oszlopának megszorzásával találjuk meg az ismeretleneket.
Így, x=2; y=1; z=4.
Amikor az SLAE szokásos alakjáról a mátrix alakra váltunk, ügyeljünk az ismeretlen változók sorrendjére a rendszeregyenletekben. Például:
NE így írd:
Először is meg kell rendezni az ismeretlen változókat a rendszer minden egyenletében, és csak ezután kell továbblépni a mátrix jelölésére:
Ezenkívül óvatosnak kell lennie az ismeretlen változók kijelölésével, ahelyett x 1, x 2, …, x n lehetnek más betűk is. Például:
mátrix formában ezt írjuk:
A rendszereket célszerű mátrix módszerrel megoldani lineáris egyenletek, amelyben az egyenletek száma egybeesik az ismeretlen változók számával, és a rendszer főmátrixának determinánsa nem egyenlő nullával. Ha több mint 3 egyenlet van a rendszerben, akkor az inverz mátrix megtalálása több számítási erőfeszítést igényel, ezért ebben az esetben célszerű a Gauss-módszert használni a megoldáshoz.
M lineáris egyenletrendszer n ismeretlennel formarendszernek nevezzük
Ahol aijÉs b i (én=1,…,m; b=1,…,n) néhány ismert szám, és x 1,…,x n- ismeretlen. Az együtthatók jelölésében aij első index én jelöli az egyenlet számát, a másodikat j az ismeretlen száma, amelyen ez az együttható áll.
Az ismeretlenek együtthatói mátrix formájában lesznek felírva , amit hívni fogunk rendszermátrix.
Az egyenletek jobb oldalán található számok b 1 ,…,b m hívott ingyenes tagok.
Összesített n számok c 1 ,…,c n hívott döntés ennek a rendszernek, ha a rendszer minden egyenlete egyenlőséggé válik, miután számokat helyettesítünk bele c 1 ,…,c n a megfelelő ismeretlenek helyett x 1,…,x n.
A mi feladatunk az lesz, hogy megoldásokat találjunk a rendszerre. Ebben az esetben három helyzet állhat elő:
Olyan lineáris egyenletrendszert nevezünk, amelynek legalább egy megoldása van közös. Ellenkező esetben pl. ha a rendszernek nincsenek megoldásai, akkor ún összeegyeztethetetlen.
Fontolja meg, hogyan találhat megoldást a rendszerre.
MÁTRIX MÓDSZER LINEÁRIS EGYENLETRENDSZER MEGOLDÁSÁRA
A mátrixok lehetővé teszik egy lineáris egyenletrendszer rövid leírását. Adjunk meg egy három egyenletrendszert három ismeretlennel:
Tekintsük a rendszer mátrixát valamint az ismeretlen és szabad tagok mátrixoszlopai
Keressük meg a terméket
azok. a szorzat eredményeként megkapjuk ennek a rendszernek az egyenleteinek bal oldalát. Ezután a mátrixegyenlőség definícióját használva ezt a rendszert formába írható
vagy rövidebb A∙X=B.
Itt a mátrixok AÉs B ismertek, és a mátrix x ismeretlen. Meg kell találni, mert. elemei ennek a rendszernek a megoldása. Ezt az egyenletet ún mátrix egyenlet.
Legyen a mátrix determináns különbözik nullától | A| ≠ 0. Ekkor a mátrixegyenletet a következőképpen oldjuk meg. Szorozzuk meg a bal oldali egyenlet mindkét oldalát a mátrixszal A-1, a mátrix inverze A: . Mert a A -1 A = EÉs E∙X=X, akkor a mátrixegyenlet megoldását a formában kapjuk meg X = A -1 B .
Megjegyzendő, hogy mivel az inverz mátrix csak négyzetes mátrixokra található, a mátrixmódszer csak azokat a rendszereket tudja megoldani, amelyekben az egyenletek száma megegyezik az ismeretlenek számával. A rendszer mátrixos jelölése azonban lehetséges abban az esetben is, ha az egyenletek száma nem egyenlő az ismeretlenek számával, akkor a mátrix A nem négyzet alakú, és ezért lehetetlen megoldást találni a rendszerre a formában X = A -1 B.
Példák. Egyenletrendszerek megoldása.
CRAMER SZABÁLYA
Tekintsünk egy 3 lineáris egyenletrendszert három ismeretlennel:
A rendszer mátrixának megfelelő harmadrendű determináns, azaz. ismeretlenek együtthatóiból áll,
hívott rendszer meghatározó.
További három determinánst állítunk össze a következőképpen: a D determinánsban egymás után 1, 2 és 3 oszlopot cserélünk szabad tagokból álló oszlopra.
Ekkor a következő eredményt tudjuk bizonyítani.
Tétel (Cramer-szabály). Ha a rendszer determinánsa Δ ≠ 0, akkor a vizsgált rendszernek csak egy megoldása van, és
Bizonyíték. Tehát vegyünk egy három egyenletből álló rendszert három ismeretlennel. Szorozzuk meg a rendszer 1. egyenletét az algebrai komplementerrel A 11 elem egy 11, 2. egyenlet - be A21és 3. - on A 31:
Adjuk hozzá ezeket az egyenleteket:
Tekintsük ennek az egyenletnek mindegyik zárójelét és jobb oldalát. A determináns 1. oszlop elemei szerinti kiterjesztésének tételével
Hasonlóképpen kimutatható, hogy és .
Végül is ezt könnyű belátni
Így megkapjuk az egyenlőséget: .
Ennélfogva, .
A és egyenlőségeket hasonlóan származtatjuk, ahonnan a tétel állítása következik.
Így megjegyezzük, hogy ha a rendszer determinánsa Δ ≠ 0, akkor a rendszernek egyedi megoldása van, és fordítva. Ha a rendszer determinánsa egyenlő nullával, akkor a rendszernek vagy végtelen megoldáshalmaza van, vagy nincs megoldása, pl. összeegyeztethetetlen.
Példák. Egyenletrendszer megoldása
GAUSS MÓDSZER
A korábban vizsgált módszerekkel csak azokat a rendszereket lehet megoldani, amelyekben az egyenletek száma egybeesik az ismeretlenek számával, és a rendszer determinánsának nullától eltérőnek kell lennie. A Gauss-módszer univerzálisabb, és tetszőleges számú egyenletű rendszerekhez alkalmas. Ez abból áll, hogy a rendszer egyenleteiből egymást követően ki kell zárni az ismeretleneket.
Tekintsünk ismét egy három egyenletrendszert három ismeretlennel:
.
Az elsõ egyenletet változatlanul hagyjuk, a 2. és 3. egyenletbõl pedig kizárjuk a tartalmazó kifejezéseket x 1. Ehhez elosztjuk a második egyenletet A 21 és szorozzuk meg - A 11, majd add össze az 1. egyenlettel. Hasonlóképpen felosztjuk a harmadik egyenletet is A 31 és szorozzuk meg - A 11, majd add hozzá az elsőhöz. Ennek eredményeként az eredeti rendszer a következő formában lesz:
Most az utolsó egyenletből kiküszöböljük a tartalmazó kifejezést x2. Ehhez osszuk el a harmadik egyenletet -vel, szorozzuk meg és adjuk hozzá a másodikhoz. Ekkor lesz egy egyenletrendszerünk:
Ezért az utolsó egyenletből könnyű megtalálni x 3, majd a 2. egyenletből x2és végül 1-től - x 1.
A Gauss-módszer alkalmazásakor az egyenletek szükség esetén felcserélhetők.
Gyakran írás helyett új rendszer az egyenletek a rendszer kiterjesztett mátrixának kiírására korlátozódnak:
majd elemi transzformációk segítségével hozza háromszög vagy átló formába.
NAK NEK elemi átalakulások A mátrixok a következő transzformációkat tartalmazzák:
- sorok vagy oszlopok permutációja;
- egy karakterlánc szorzása nullától eltérő számmal;
- egy sorhoz további sorokat ad.
Példák: Egyenletrendszerek megoldása Gauss módszerrel.
Így a rendszernek végtelen számú megoldása van.
Az egyenletek általában, a lineáris algebrai egyenletek és rendszereik, valamint a megoldásukra szolgáló módszerek különleges helyet foglalnak el a matematikában, mind elméleti, mind alkalmazott értelemben.
Ez annak köszönhető, hogy a fizikai, gazdasági, műszaki, sőt pedagógiai problémák túlnyomó többsége sokféle egyenlet és rendszerük segítségével leírható és megoldható. Az utóbbi időben különös népszerűségre tett szert a kutatók, tudósok és gyakorlati szakemberek körében matematikai modellezés szinte minden tantárgyi területen, ami azzal magyarázható, hogy nyilvánvaló előnyei vannak a különféle természetű objektumok tanulmányozásának más jól ismert és bevált módszereivel szemben, különösen az úgynevezett komplex rendszerekkel szemben. A matematikai modellnek nagyon sokféle definíciója létezik a tudósok által különböző időpontokban, de véleményünk szerint a legsikeresebb a következő állítás. Matematikai modell egy egyenlettel kifejezett elképzelés. Így az egyenletek és rendszereik összeállításának és megoldásának képessége a modern szakember szerves jellemzője.
Lineáris algebrai egyenletrendszerek megoldására a leggyakrabban használt módszerek: Cramer, Jordan-Gauss és a mátrix módszer.
Mátrix megoldási módszer - lineáris algebrai egyenletrendszerek megoldásának módszere nullától eltérő determinánssal inverz mátrix segítségével.
Ha az A mátrixba kiírjuk az xi ismeretlen értékek együtthatóit, az X oszlopba gyűjtjük az ismeretlen értékeket, a B oszlopba pedig a szabad tagokat, akkor a lineáris algebrai egyenletrendszer felírható a következő A X = B mátrixegyenlet alakja, amelynek csak akkor van egyedi megoldása, ha az A mátrix determinánsa nem egyenlő nullával. Ebben az esetben az egyenletrendszer megoldását a következő módon találhatjuk meg x = A-1 · B, Ahol A-1 - inverz mátrix.
A mátrix megoldási módszer a következő.
Adjunk meg egy lineáris egyenletrendszert n ismeretlen:
Átírható mátrix formában: FEJSZE = B, Ahol A- a rendszer fő mátrixa, BÉs x- a rendszer szabad tagjainak és megoldásainak oszlopai:
Szorozzuk meg ezt a bal oldali mátrixegyenletet ezzel A-1 - mátrix inverz a mátrixhoz A: A -1 (FEJSZE) = A -1 B
Mert A -1 A = E, kapunk x= A -1 B. Ennek az egyenletnek a jobb oldala az eredeti rendszer megoldásainak oszlopát adja meg. Ennek a módszernek (és általában a megoldás meglétének) az alkalmazhatósági feltétele nem homogén rendszer lineáris egyenletek, ahol az egyenletek száma egyenlő az ismeretlenek számával) a mátrix nem-degeneráltsága A. Ennek szükséges és elégséges feltétele, hogy a mátrix meghatározója A: det A≠ 0.
Egy homogén lineáris egyenletrendszerre, vagyis amikor a vektor B = 0 , sőt az ellenkező szabály: a rendszer FEJSZE = A 0-nak csak akkor van nem triviális (vagyis nem nulla) megoldása, ha det A= 0. Az ilyen kapcsolatot a homogén és inhomogén lineáris egyenletrendszerek megoldásai között Fredholm-alternatívának nevezzük.
Példa inhomogén lineáris algebrai egyenletrendszer megoldásai.
Győződjön meg arról, hogy a lineáris algebrai egyenletrendszer ismeretleneinek együtthatóiból álló mátrix determinánsa nem egyenlő nullával.
A következő lépés az ismeretlenek együtthatóiból álló mátrix elemeinek algebrai komplementereinek kiszámítása. Szükség lesz rájuk az inverz mátrix megtalálásához.
Fontolgat lineáris algebrai egyenletrendszer(LASSÚ) kapcsolatban n ismeretlen x 1 , x 2 , ..., x n :
Ez a rendszer "hajtogatott" formában a következőképpen írható fel:
S n i=1 a ij x j = b én , i=1,2, ..., n.
A mátrixszorzás szabályának megfelelően a vizsgált lineáris egyenletrendszer beírható mátrix forma ax=b, Ahol
, ,.
Mátrix A, melynek oszlopai a megfelelő ismeretlenek együtthatói, a sorai pedig az ismeretlenek együtthatói a megfelelő egyenletben, az ún. rendszermátrix. oszlopmátrix b, melynek elemei a rendszer egyenleteinek megfelelő részei, a jobb oldali rész mátrixának vagy egyszerűen a rendszer jobb oldala. oszlopmátrix x , melynek elemei ismeretlenek ismeretlenek, nevezzük rendszermegoldás.
Az így felírt lineáris algebrai egyenletrendszer ax=b, van mátrix egyenlet.
Ha a rendszer mátrixa nem degenerált, akkor van egy inverz mátrixa, majd a rendszer megoldása ax=b képlettel adjuk meg:
x=A -1 b.
Példa Oldja meg a rendszert mátrix módszer.
Megoldás keresse meg a rendszer együtthatómátrixának inverz mátrixát
Számítsa ki a determinánst az első sor kibontásával:
Mert a Δ ≠ 0 , Azt A -1 létezik.
Az inverz mátrix helyesen található.
Keressünk megoldást a rendszerre
Ennélfogva, x 1 = 1, x 2 = 2, x 3 = 3 .
Vizsgálat:
7. A Kronecker-Capelli tétel lineáris algebrai egyenletrendszer kompatibilitására.
Lineáris egyenletrendszerúgy néz ki, mint a:
a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2, (5.1)
a m1 x 1 + a m1 x 2 +... + a mn x n = b m .
Itt a i j és b i (i = ; j = ) adott, x j pedig ismeretlen valós számok. A mátrixok szorzatának fogalmát használva átírhatjuk az (5.1) rendszert a következő alakba:
ahol A = (a i j) az (5.1) rendszer ismeretleneinek együtthatóiból álló mátrix, amelyet ún. rendszermátrix, X = (x 1 , x 2 ,..., x n) T , B = (b 1 , b 2 ,..., b m) T - oszlopvektorok, amelyek rendre ismeretlen x j és b i szabad tagokból állnak.
Rendelt gyűjtemény n valós számokat (c 1 , c 2 ,..., c n) hívunk rendszermegoldás(5.1) ha ezeknek a számoknak a behelyettesítése következtében a megfelelő x 1 , x 2 ,..., x n változók helyett a rendszer minden egyenlete aritmetikai azonossá válik; más szóval, ha létezik olyan C= (c 1 , c 2 ,..., c n) T vektor, amelyre AC B.
Az (5.1) rendszert hívjuk közös, vagy megoldható ha van legalább egy megoldása. A rendszer ún összeegyeztethetetlen, vagy oldhatatlan ha nincs megoldása.
,
A jobb oldali A mátrixhoz egy szabad tagok oszlopának hozzárendelésével képzõdik, hívjuk kiterjesztett mátrix rendszer.
Az (5.1) rendszer kompatibilitásának kérdését a következő tétel oldja meg.
Kronecker-Capelli tétel . A lineáris egyenletrendszer akkor és csak akkor konzisztens, ha az A és A mátrixok rangjai egybeesnek, azaz. r(A) = r(A) = r.
Az (5.1) rendszer M megoldásainak halmazára három lehetőség van:
1) M = (ebben az esetben a rendszer inkonzisztens);
2) M egy elemből áll, azaz. a rendszernek egyedi megoldása van (ebben az esetben a rendszer ún bizonyos);
3) M egynél több elemből áll (akkor a rendszer ún bizonytalan). A harmadik esetben az (5.1) rendszernek végtelen számú megoldása van.
A rendszernek csak akkor van egyedi megoldása, ha r(A) = n. Ebben az esetben az egyenletek száma nem kevesebb, mint az ismeretlenek száma (mn); ha m>n, akkor m-n egyenletek a többiek következményei. Ha 0 Egy tetszőleges lineáris egyenletrendszer megoldásához tudni kell olyan rendszereket megoldani, amelyekben az egyenletek száma egyenlő az ismeretlenek számával, az ún. Cramer típusú rendszerek: a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 , a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2, (5.3) ...
... ... ...
... ... a n1 x 1 + a n1 x 2 +... + a nn x n = b n . Az (5.3) rendszereket a következő módok egyikével lehet megoldani: 1) Gauss-módszerrel, vagy az ismeretlenek kiküszöbölésének módszerével; 2) Cramer-képletek szerint; 3) mátrix módszerrel. Példa 2.12. Vizsgáljuk meg az egyenletrendszert, és oldjuk meg, ha kompatibilis: 5x 1 - x 2 + 2x 3 + x 4 = 7, 2x1 + x2 + 4x3 - 2x4 = 1, x 1 - 3x 2 - 6x 3 + 5x 4 = 0. Megoldás. Kiírjuk a rendszer kiterjesztett mátrixát:
. Számítsuk ki a rendszer főmátrixának rangját! Nyilvánvaló, hogy például a bal felső sarokban lévő másodrendű moll = 7 0; az azt tartalmazó harmadrendű kiskorúak egyenlők nullával: Ezért a rendszer főmátrixának rangja 2, azaz. r(A) = 2. A kiterjesztett A mátrix rangjának kiszámításához tekintsük a határos minort így a kiterjesztett mátrix rangja: r(A) = 3. Mivel r(A) r(A), a rendszer inkonzisztens. Az egyenletek használata széles körben elterjedt életünkben. Számos számításnál, szerkezetek építésénél és még sportolásnál is használják. Az egyenleteket az ember ősidők óta használja, és azóta használatuk csak nőtt. A mátrix módszer lehetővé teszi bármilyen bonyolultságú SLAE (lineáris algebrai egyenletrendszer) megoldását. Az SLAE megoldásának teljes folyamata két fő lépésből áll: Az inverz mátrix meghatározása a főmátrix alapján: A kapott inverz mátrix szorzása a megoldások oszlopvektorával. Tegyük fel, hogy a következő formájú SLAE-t kapjuk: \[\left\(\begin(mátrix) 5x_1 + 2x_2 & = & 7 \\ 2x_1 + x_2 & = & 9 \end(mátrix)\jobbra.\] Kezdjük az egyenlet megoldását a rendszer mátrixának felírásával: Jobb oldali mátrix: Definiáljunk egy inverz mátrixot. A 2. rendű mátrixot a következőképpen találhatja meg: 1 - magának a mátrixnak nem szingulárisnak kell lennie; 2 - a főátlón lévő elemeit felcseréljük, és a másodlagos átló elemeire előjelváltást végzünk az ellenkezőjére, majd a kapott elemeket elosztjuk a mátrix determinánssal. Kapunk: \[\begin(pmatrix) 7 \\ 9 \end(pmatrix)=\begin(pmatrix) -11 \\ 31 \end(pmatrix)\Rightarrow \begin(pmatrix) x_1 \\ x_2 \end(pmatrix) =\ kezdő(pmátrix) -11 \\ 31 \end(pmátrix) \] 2 mátrix akkor tekinthető egyenlőnek, ha a hozzájuk tartozó elemeik egyenlőek. Ennek eredményeként a következő választ kapjuk az SLAE megoldásra: Weboldalunkon meg tudja oldani az egyenletrendszert. Az ingyenes online megoldó segítségével másodpercek alatt megoldhat bármilyen bonyolultságú online egyenletet. Csak annyit kell tennie, hogy beírja adatait a megoldóba. Az egyenlet megoldását weboldalunkon is megtudhatja. És ha bármilyen kérdése van, felteheti őket a Vkontakte csoportunkban.Hol tudok online egyenletrendszert megoldani mátrix módszerrel?