Методы решения системы уравнений

Министерство образования и науки Украины

Учебно-воспитательное объединение №28

                                            По математике на тему:

                    «Методы решения системы уравнений»

 Работу выполнил

Савчук Алексей

Ученик 10-Б класса

Г. Днепропетровск

2016

Содержание

Введение........................................................................
...........................................3

Численные методы..........................................................................
........................4

Матричный метод решения систем линейных уравнений..................................5

Метод Крамера.........................................................................
..............................10

Метод Гаусса...............……………………………………………………...……12

Вывод...........................................................................
..........................................15

Источники.......................................................................
.......................................16

Введение

Существует множество методов решения системы уравнений. Подход зависит от типа системы. Так, решение систем линейных уравнений полностью исследовано: у них найдены аналитические методы (метод Крамера) и предложено несколько численных как точных (простейший — метод Гаусса), так и приближённых (метод итераций).

Общего аналитического решения системы нелинейных уравнений не найдено. Существуют лишь численные методы.

Решение систем линейных алгебраических уравнений — одна из классических задач линейной алгебры, во многом определившая её объекты и методы. Кроме того, линейные алгебраические уравнения и методы их решения играют важную роль во многих прикладных направлениях, в том числе в линейном программировании, эконометрике.

Численные методы

Разрешимость системы линейных уравнений.

Когда мы говорим о главной матрице системы линейных уравнений, то всегда имеем в виду квадратную матрицу nЧn, т. е. матрицу с одинаковым количеством строк и столбцов. Это важно.

Если, например, количество строк (количество уравнений в системе) будет меньше, чем количество столбцов (фактически, количества неизвестных), то система будет неопределенной, т. е. мы не сможем однозначно определить все неизвестные (решить систему).

Но это не единственное ограничение. Из векторной алгебры известно, что система линейных уравнений имеет решение (однозначное) тогда и только тогда, когда ее главный определитель не равен нулю: Д ? 0.

Рассмотрим случай, когда определитель системы равен нулю. Здесь возможны два варианта:

1. Д = 0 и каждый из дополнительных определителей Дx_i = 0. Это имеет место только тогда, когда коэффициенты при неизвестных x_i пропорциональны, т. е. каждое уравнение системы получается из первого уравнения умножением обеих его частей на число k. При этом система имеет бесчисленное множество решений.

2. Д = 0 и хотя бы один дополнительный определитель Дx_i ? 0. Это имеет место только тогда, когда коэффициенты при всех неизвестных x_i, пропорциональны. При этом получается система из противоречивых уравнений, которая не имеет решений.

Метод решения систем линейных уравнений

Матричный метод решения СЛАУ с определителем, который больше или меньше нуля состоит в следующем:

Предположим, есть СЛУ (система линейных уравнений) с n неизвестными (над произвольным полем): 

 Значит, её легко перевести в матричную форму:

AX=B, где A — основная матрица системы, B и X — столбцы свободных членов и решений системы соответственно: 

Умножим это матричное уравнение слева на A−1 — обратную матрицу к матрице A: A−1(AX)=A−1B.

Т.к. A−1A=E, значит, X=A−1B. Правая часть уравнения дает столбец решений начальной системы. Условием применимости матричного метода есть невырожденность матрицы A. Необходимым и достаточным условием этого есть неравенство нулю определителя матрицы A:

detA≠0.

 Для однородной системы линейных уравнений, т.е. если вектор B=0, выполняется обратное правило: у системы AX=0 есть нетривиальное (т.е. не равное нулю) решение лишь когда detA=0. Эта связь между решениями однородных и неоднородных систем линейных уравнений называется альтернатива Фредгольма.

 Т.о., решение СЛАУ матричным методом производится по формуле . Либо, решение СЛАУ находят при помощиобратной матрицы A⁻¹.

Известно, что у квадратной матрицы А порядка n на n есть обратная матрица A⁻¹ только в том случае, если ее определитель ненулевой. Таким образом, систему n линейных алгебраических уравнений с n неизвестными решаем матричным методом только в случае, если определитель основной матрицы системы не равен нулю.

 Не взирая на то, что есть ограничения возможности применения такого метода и существуют сложности вычислений при больших значениях коэффициентов и систем высокого порядка, метод можно легко реализовать на ЭВМ.

 Пример решения неоднородной СЛАУ.

 

       Для начала проверим, не равен ли нулю определитель матрицы коэффициентов у неизвестных СЛАУ.

 

 Далее вычисляем алгебраические дополнения для элементов матрицы, которая состоит из коэффициентов при неизвестных. Эти коэффициенты нужны будут для вычисления обратной матрицы.

Теперь находим союзную матрицу, транспонируем её и подставляем в формулу для определения обратной матрицы.

 

 Подставляем переменные в формулу:

 

 Теперь находим неизвестные, перемножая обратную матрицу и столбик свободных членов.

 

Итак, x=2; y=1; z=4. 

При переходе от обычного вида СЛАУ к матричной форме будьте внимательными с порядком неизвестных переменных в уравнениях системы. Например:

НЕЛЬЗЯ записать как:

Необходимо, для начала, упорядочить неизвестные переменные в кадом уравнении системы и только после этого переходить к матричной записи:

 

либо

Кроме того, нужно быть внимательными с обозначением неизвестных переменных, вместо x₁, x₂, …, x_n могут оказаться другие буквы. К примеру:

 

в матричной форме записываем так:

Вывод:

Матричным методом лучше решать системы линейных уравнений, в которых количество уравнений совпадает с числом неизвестных переменных и определитель основной матрицы системы не равен нулю. Когда в системе более 3-х уравнений, на нахождение обратной матрицы потребуется больше вычислительных усилий, поэтому, в этом случае целесообразно использовать для решения метод Гаусса.

Метод Крамера

При решении систем линейных уравнений по методу Крамера последовательно выполняется следующий алгоритм:

1. Записывают систему в матричном виде (если это еще не сделано).

2. Вычисляют главный определитель системы:

3. Вычисляют все дополнительные определители системы:

4. Если главный определитель системы не равен нулю, то выполняют пункт 5. Иначе рассматривают вопрос о разрешимости данной системы (имеет бесчисленное множество решений или не имеет решений). Находят значения всех неизвестных по формулам Крамера для решения системы n линейных уравнений с n неизвестными, которые имеют вид:

Пример 1

Решить по методу Крамера систему из трех уравнений с тремя неизвестными:

Решение

Запишем главный и побочные определители системы:

Вычислим эти определители:

Д = 3*4*(-4)+7*(-3)*5+(-2)*(-8)*5-5*4*5-3*(-3)*(-8)-7*(-2)*(-4) = 48-105+80-100-72-56 = 128-333 = -205.

Д1 = -112+(-45)+(-192)-(-240)-24-168 = -112-45-192+240-24-168 = 240-541 = -301.

Д2 = -36-420-280-75+196-288 = 196-1099 = -903.

Д3 = -144-147-30-140+27-168 = -629+27 = -602.

Главный определитель системы не равен нулю. Находим неизвестные по формулам Крамера.

Подставим найденные значения определителей в формулы Крамера:

x1 = Д1/Д = -301/(-205) = 1,468292682927 ? 1,47;

x2 = Д2/Д = -903/(-205) = 4,40487804878 ? 4,4;

x3 = Д3/Д = -602/(-205) = 2,936585365854 ? 2,93.

Вывод:

При решении систем линейных уравнений по методу Крамера используются формулы, в которых участвуют как главный, так и дополнительные определители системы:

Напомним, что главным определителем системы называется определитель главной матрицы системы, составленной из коэффициентов при неизвестных:

Если в главном определителе системы заменить поочередно столбцы коэффициентов при x₁, x₂,...x_n на столбец свободных членов, то получим n дополнительных определителей (для каждого из n неизвестных):

При этом важен вопрос о разрешимости данной системы, который решается сравнением главного и дополнительных определителей системы с нулем:

Метод Гаусса

Метод Гаусса был предложен известнейшим немецким математиком Карлом Фридрихом Гауссом (1777 - 1855) и является одним из наиболее универсальных методов решения СЛАУ. Сущность этого метода состоит в том, что посредством последовательных исключений неизвестных данная система превращается в ступенчатую (в частности, треугольную) систему, равносильную данной. При практическом решении задачи, расширенная матрица системы с помощью элементарных преобразований над ее строками приводится к ступенчатому виду. Далее последовательно находятся все неизвестные, начиная снизу вверх.

Принцип метода Гаусса

Метод Гаусса включает в себя прямой (приведение расширенной матрицы к ступенчатому виду, то есть получение нулей под главной диагональю) и обратный (получение нулей над главной диагональю расширенной матрицы) ходы. Прямой ход и называется методом Гаусса, обратный - методом Гаусса-Жордана, который отличается от первого только последовательностью исключения переменных.

Метод Гаусса идеально подходит для решения систем содержащих больше трех линейных уравнений, для решения систем уравнений, которые не являются квадратными (чего не скажешь про метод Крамера и матричный метод). То есть метод Гаусса - наиболее универсальный метод для нахождения решения любой системы линейных уравнений, он работает в случае, когда система имеет бесконечно много решений или несовместна.

Пример

Задание. Решить СЛАУ   методом Гаусса.

Решение. Выпишем расширенную матрицу системы и при помощи элементарных преобразований над ее строками приведем эту матрицу к ступенчатому виду (прямой ход) и далее выполним обратный ход метода Гаусса (сделаем нули выше главной диагонали). Вначале поменяем первую и вторую строку, чтобы элемент   равнялся 1 (это мы делаем для упрощения вычислений):

 

Далее делаем нули под главной диагональю в первом столбце. Для этого от второй строки отнимаем две первых, от третьей - три первых:

 

Все элементы третьей строки делим на два (или, что тоже самое, умножаем на):

 

Далее делаем нули во втором столбце под главной диагональю, для удобства вычислений поменяем местами вторую и третью строки, чтобы диагональный элемент равнялся 1:

 От третьей строки отнимаем вторую, умноженную на 3:

Умножив третью строку получаем:

 

Проведем теперь обратный ход метода Гаусса (метод Гассу-Жордана), то есть сделаем нули над главной диагональю. Начнем с элементов третьего столбца. Надо обнулить элемент   , для этого от второй строки отнимем третью:

Далее обнуляем недиагональные элементы второго столбца, к первой строке прибавляем вторую:

Полученной матрице соответствует система

     или    

Ответ: 

Вывод

1. Способ итераций дает возможность получить последовательность приближенных значений, сходящихся к точному решению системы. Для этого система приводится к виду (для случая системы из четырех уравнений):

Эти формулы как раз и задают собственно итерационный процесс.

2. При этом чтобы итерационный процесс сходился к точному решению, достаточно, чтобы все коэффициенты системы были малы по сравнению с диагональными.

Это условие можно сформулировать и более точно:

Для сходимости процесса итераций достаточно, чтобы в каждом столбце сумма отношений коэффициентов системы к диагональным элементам, взятым из той же строки, была строго меньше единицы.

Решение систем линейных алгебраических уравнений — одна из классических задач линейной алгебры, во многом определившая её объекты и методы. Кроме того, линейные алгебраические уравнения и методы их решения играют важную роль во многих прикладных направлениях, в том числе в линейном программировании, эконометрике.

Прямые методы дают алгоритм, по которому можно найти точное решение систем линейных алгебраических уравнений. Итерационные методы основаны на использовании повторяющегося процесса и позволяют получить решение в результате последовательных приближений.

Материал был взят с таких сайтов:

1)https://ru.wikipedia.org/wiki/%D0%A1%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0_%D0%BB%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D1%8B%D1%85_%D0%B0%D0%BB%D0%B3%D0%B5%D0%B1%D1%80%D0%B0%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D1%85_%D1%83%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B9

2) http://function-x.ru/systems_kramer.html