- •Решение систем линейных уравнений методом Гаусса
- •1. Совместная система с квадратной матрицей.
- •1.000 2.000 -3.000 4.000 -1.000
- •5 6 1
- •2. Вычисление определителя.
- •3. Совместная система с прямоугольной матрицей.
- •Gauss Method. Transformation to e - matrix.
- •1.000 .000 .000 .000
- •Gauss Method. Transformation to e - matrix.
- •5. Несовместная система линейных уравнений.
- •Inverse matrix calculation
- •Inverse matrix calculation
- •3.000 1.000 -2.000 1.000 -1.000 1.000
Inverse matrix calculation
5 10 1
1.0 2.0 -3.0 -4.0 -1.0 1.0 .0 .0 .0 .0
2.0 -1.0 3.0 5.0 2.0 .0 1.0 .0 .0 .0
3.0 1.0 -1.0 -2.0 -1.0 .0 .0 1.0 .0 .0
4.0 3.0 4.0 6.0 2.0 .0 .0 .0 1.0 .0
1.0 -1.0 -1.0 -4.0 -3.0 .0 .0 .0 .0 1.0
1 4 -4.000
-.250 -.500 .750 1.000 .250 -.250 .000 .000 .000 .000
3.250 1.500 -.750 .000 .750 1.250 1.000 .000 .000 .000
2.500 .000 .500 .000 -.500 -.500 .000 1.000 .000 .000
5.500 6.000 -.500 .000 .500 1.500 .000 .000 1.000 .000
.000 -3.000 2.000 .000 -2.000 -1.000 .000 .000 .000 1.000
2 1 3.250
.000 -.385 .692 1.000 .308 -.154 .077 .000 .000 .000
1.000 .462 -.231 .000 .231 .385 .308 .000 .000 .000
.000 -1.154 1.077 .000 -1.077 -1.462 -.769 1.000 .000 .000
.000 3.462 .769 .000 -.769 -.615 -1.692 .000 1.000 .000
.000 -3.000 2.000 .000 -2.000 -1.000 .000 .000 .000 1.000
3 2 -1.154
.000 .000 .333 1.000 .667 .333 .333 -.333 .000 .000
1.000 .000 .200 .000 -.200 -.200 .000 .400 .000 .000
.000 1.000 -.933 .000 .933 1.267 .667 -.867 .000 .000
.000 .000 4.000 .000 -4.000 -5.000 -4.000 3.000 1.000 .000
.000 .000 -.800 .000 .800 2.800 2.000 -2.600 .000 1.000
4 3 4.000
.000 .000 .000 1.000 1.000 .750 .667 -.583 -.083 .000
1.000 .000 .000 .000 .000 .050 .200 .250 -.050 .000
.000 1.000 .000 .000 .000 .100 -.267 -.167 .233 .000
.000 .000 1.000 .000 -1.000 -1.250 -1.000 .750 .250 .000
.000 .000 .000 .000 .000 1.800 1.200 -2.000 .200 1.000
Determinant = .000
There are not inverse matrix
Решение системы линейных уравнений с помощью обратной матрицы
Рассмотрим систему m линейных уравнений с n неизвестными
a11x1 + a12x2 +. . .+ a1nxn = b1,
a21x1 + a22x2 +. . .+ a2nxn = b2,
.. . . . . . . . . . . . . . . . . . (1)
am1x1 + am2x2 +. . .+ amnxn = bm,
Матрицу этой системы А, столбец свободных членов В и столбец неизвестных Х запишем в виде:
a11 a12. . .a1n,
a21 a22. . .a2n,
А = . . . . . . . (2)
am1 am2. . amn,
b1
b2,
В = (3)
bm,
х1
х2,
Х = (4)
хn,
Длина столбца В равна m. Длина столбца Х равна n. Систему (1) удобно записывать в матричном виде АХ = В. Если матрица А квадратная и невырожденная, то можно найти обратную матрицу А-1. Зная А-1, легко найти решение матричного уравнения, умножив обе его части на А-1 слева:
А-1АХ = А-1В, ЕХ = А-1В, Х = А-1В.
Здесь Е – единичная матрица.
Решение системы (1, 6) находится умножением матрицы А-1, полученной в конце предыдущего параграфа, на столбец
1.000
8.000
В = 3.000
-2.000
-3.000 .
2.000
.000
Х = А-1В= -2.000
-2.000
1.000
Обратную матрицу можно использовать и при решении линейных систем, у которых число неизвестных n больше числа уравнений m.
В этом случае удобна векторная форма записи системы линейных уравнений
А1 x1 + А2 x2 +…+ Аn xn = В, (5)
или подробнее
a11 a12 a1n b1,
a21 a22 a2n b2,
x1 + x2 +…+ xn = (6)
am1 am2 amn bm,
Здесь x1 , x2 , x3 ,…, xn - искомые неизвестные, В – столбец свободных членов, n – количество неизвестных. Как видно из (2), (5) и (6), А1 , А2 ,, А3 , …, Аn - столбцы матрицы (2).
Будем считать, что ранг матрицы системы (1) равен числу уравнений m. Тогда можно выбрать m столбцов и составить из них невырожденную матрицу Ab. Из оставшихся k столбцов составим матрицу Ас.
a11 a12. . . a1k
a21 a22. . . a2k
Ас.= (7)
am1 am2… amk
a1k+1 a1k+2. . . a1k+m
a2k+1 a2k+2. . . a2k+m
= (8)
amk+1 amk+2. . amk+m
Вектор - столбец Х тоже разобьем на два вектора – столбца, соответствующих свободным и базисным переменным.
х1
х2,
Хс = (9)
хk
хk+1
хk+2
Хb = (10)
хk+m
Легко убедиться, что введенные обозначения позволяют переписать систему (1) в виде
+ = В (11)
После умножения на получим
+ = В,
= В - . (12)
Последнее соотношение представляет собой выражение базисных переменных через свободные, иначе – это общее решение системы (1).
В сущности (12) есть ничто иное, как результат умножения обеих частей равенства (5) на А-1 .
А-1А1 x1 + А-1 А2 x2 +…+ А-1Аn xn = А-1В. (13)
Ниже приведено компьютерное решение системы (3, 6) с помощью обратной матрицы. Первая матрица – расширенная матрица системы. Вторая матрица – это квадратная матрица , составленная из базисных столбцов (номера базисных столбцов должны быть указаны). Третья матрица – это обратная матрица . Наконец последняя матрица – это результат умножения на столбцы расширенной матрицы. Первые 4 столбца последней матрицы – это единичная матрица = Е.