Как решать слау матричным способом

Матрица, имеющая отличный от нуля определитель, называется невырожденной ; имеющая равный нулю определитель – вырожденной .

Матрица A -1 называется обратной для заданной квадратной матрицы , если при умножении матрицы на обратную ей как справа, так и слева, получается единичная матрица, то есть

Заметим, что в данном случае произведение матриц A и A -1 коммутативно.

Теорема 1.2. Необходимым и достаточным условием существования обратной матрицы для заданной квадратной матрицы, является отличие от нуля определителя заданной матрицы

Если главная матрица системы оказалась при проверке вырожденной, то для нее не существует обратной, и рассматриваемый метод применить нельзя.

Для невырожденной матрицы можно найти обратную ей матрицу A -1 по следующему алгоритму.

1. Транспонируем матрицу A в матрицу A T .

2. Вычисляем алгебраические дополнения элементов матрицы A T и записываем их в матрицу .

3. Составим обратную матрицу A -1 по формуле:

4. Сделаем проверку правильности найденной матрицы А -1 согласно формуле (1.7). Заметим, что данная проверка может быть включена в итоговую проверку самого решения системы.

Система (1.5) линейных алгебраических уравнений может быть представлена в виде матричного уравнения: A ∙ X = B , где A – главная матрица системы, – столбец неизвестных, – столбец свободных членов. Умножим это уравнение слева на обратную матрицу A -1 , получим: A -1 ∙ A ∙ X = A -1 ∙ B . Так как по определению обратной матрицы A -1 ∙ A = E , то уравнение принимает вид

Таким образом, чтобы решить систему линейных алгебраических уравнений нужно столбец свободных членов умножить слева на матрицу, обратную для главной матрицы системы. После этого следует сделать проверку полученного решения.

Пример 1.6. Решить систему методом обратной матрицы

Решение. Вычислим главный определитель системы

Найдём алгебраические дополнения всех элементов главной матрицы :

Запишем алгебраические дополнения в матрицу

Источник

Линейные уравнения. Решение систем линейных уравнений матричным методом.

Матричный метод решения СЛАУ применяют к решению систем уравнений, у которых количество уравнений соответствует количеству неизвестных. Метод лучше применять для решения систем низкого порядка. Матричный метод решения систем линейных уравнений основывается на применении свойств умножения матриц.

Этот способ, другими словами метод обратной матрицы, называют так, так как решение сводится к обычному матричному уравнению, для решения которого нужно найти обратную матрицу.

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 −1 B.

Т.к. A −1 A=E, значит, X=A −1 B. 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:

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 помощи обратной 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.

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:

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:

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.

Источник

Квадратные СЛАУ. Матричный метод решения

С помощью данного метода можно находить решение только для квадратных СЛАУ.

Матричный метод решения

Запишем заданную систему в матричном виде:

Если матрица $$A$$ невырождена, то тогда с помощью операций над матрицами выразим неизвестную матрицу $$X$$ . Операция деления на множестве матриц заменена умножением на обратную матрицу, поэтому домножим последнее равенство на матрицу $A^<-1>$ слева:

$$A^ <-1>A X=A^ <-1>B \Rightarrow E X=A^ <-1>B \Rightarrow$$ $$X=A^ <-1>B$$

Поэтому, чтобы найти неизвестную матрицу $$X$$ надо найти обратную матрицу к матрице системы и умножить ее справа на вектор-столбец свободных коэффициентов.

Данный метод удобно применять тогда, когда нужно решить много одинаковых систем с разными правыми частями.

Примеры решения систем уравнений

Задание. Найти решение СЛАУ $\left\<\begin 5 x_<1>+2 x_<2>=7 \\ 2 x_<1>+x_<2>=9 \end\right.$ матричным методом.

$$X=\left(\begin x_ <1>\\ x_ <2>\end\right)=A^ <-1>B=\left(\begin 1 & -2 \\ -2 & 5 \end\right) \cdot\left(\begin 7 \\ 9 \end\right)=$$ $$=\left(\begin -11 \\ 31 \end\right) \Rightarrow\left(\begin x_ <1>\\ x_ <2>\end\right)=\left(\begin -11 \\ 31 \end\right)$$

Две матрицы одного размера равны, если равны их соответствующие элементы, то есть в итоге имеем, что $x_<1>=-11, x_<2>=31$

Ответ. $x_<1>=-11, x_<2>=31$

Квадратные СЛАУ. Матричный метод решения не по зубам? Тебе ответит эксперт через 10 минут!

Задание. Решить с помощью обратной матрицы систему $\left\<\begin 2 x_<1>+x_<2>+x_<3>=2 \\ x_<1>-x_<2>=-2 \\ 3 x_<1>-x_<2>+2 x_<3>=2 \end\right.$

Решение. Запишем данную систему в матричной форме:

где $A=\left(\begin 2 & 1 & 1 \\ 1 & -1 & 0 \\ 3 & -1 & 2 \end\right)$ — матрица системы, $X=\left(\beginx_ <1>\\ x_ <2>\\ x_<3>\end\right)$ — столбец неизвестных, $X=\left(\begin x_ <1>\\ x_ <2>\\ x_ <3>\end\right)$ — столбец правых частей. Тогда $X=A^ <-1>B$

Найдем обратную матрицу $X=A^<-1>$ к матрице $A$ с помощью союзной матрицы:

Здесь $\Delta=|A|$ — \lt a href=»formules_6_11.php» title=»Методы вычисления определителей матрицы: теоремы и примеры нахождения»>определитель матрицы $A$ ; матрица $\tilde$ — союзная матрица, она получена из исходной матрицы $A$ заменой ее элементов их алгебраическими дополнениями. Найдем $A$ , для этого вычислим алгебраические дополнения к элементам матрицы $A$ :

Определитель матрицы $A$

$$\Delta=\left|\begin 2 & 1 & 1 \\ 1 & -1 & 0 \\ 3 & -1 & 2 \end\right|=2 \cdot(-1) \cdot 2+1 \cdot(-1) \cdot 1+1 \cdot 0 \cdot 3-$$ $$-3 \cdot(-1) \cdot 1-(-1) \cdot 0 \cdot 2-1 \cdot 1 \cdot 2=-4 \neq 0$$

Источник

Матричный метод решения СЛАУ: пример решения с помощью обратной матрицы

В данной статье мы расскажем о матричном методе решения системы линейных алгебраических уравнений, найдем его определение и приведем примеры решения.

Метод обратной матрицы — это метод, использующийся при решении СЛАУ в том случае, если число неизвестных равняется числу уравнений.

Найти решение системы n линейных уравнений с n неизвестными:

a 11 x 1 + a 12 x 2 + . . . + a 1 n x n = b 1 a n 1 x 1 + a n 2 x 2 + . . . + a n n x n = b n

Матричный вид записи: А × X = B

где А = а 11 а 12 ⋯ а 1 n а 21 а 22 ⋯ а 2 n ⋯ ⋯ ⋯ ⋯ а n 1 а n 2 ⋯ а n n — матрица системы.

X = x 1 x 2 ⋮ x n — столбец неизвестных,

B = b 1 b 2 ⋮ b n — столбец свободных коэффициентов.

Из уравнения, которое мы получили, необходимо выразить X . Для этого нужно умножить обе части матричного уравнения слева на A — 1 :

A — 1 × A × X = A — 1 × B .

Так как А — 1 × А = Е , то Е × X = А — 1 × В или X = А — 1 × В .

Обратная матрица к матрице А имеет право на существование только, если выполняется условие d e t A н е р а в е н н у л ю . Поэтому при решении СЛАУ методом обратной матрицы, в первую очередь находится d e t А .

В том случае, если d e t A н е р а в е н н у л ю , у системы имеется только один вариант решения: при помощи метода обратной матрицы. Если d e t А = 0 , то систему нельзя решить данным методом.

Пример решения системы линейных уравнений с помощью метода обратной матрицы

Решаем СЛАУ методом обратной матрицы:

2 x 1 — 4 x 2 + 3 x 3 = 1 x 1 — 2 x 2 + 4 x 3 = 3 3 x 1 — x 2 + 5 x 3 = 2

Записываем систему в виде матричного уравнения А X = B , где

А = 2 — 4 3 1 — 2 4 3 — 1 5 , X = x 1 x 2 x 3 , B = 1 3 2 .

Выражаем из этого уравнения X :

Находим определитель матрицы А :

d e t A = 2 — 4 3 1 — 2 4 3 — 1 5 = 2 × ( — 2 ) × 5 + 3 × ( — 4 ) × 4 + 3 × ( — 1 ) × 1 — 3 × ( — 2 ) × 3 — — 1 × ( — 4 ) × 5 — 2 × 4 — ( — 1 ) = — 20 — 48 — 3 + 18 + 20 + 8 = — 25

d e t А не равняется 0, следовательно, для этой системы подходит метод решения обратной матрицей.

Находим обратную матрицу А — 1 при помощи союзной матрицы. Вычисляем алгебраические дополнения А i j к соответствующим элементам матрицы А :

А 11 = ( — 1 ) ( 1 + 1 ) — 2 4 — 1 5 = — 10 + 4 = — 6 ,

А 12 = ( — 1 ) 1 + 2 1 4 3 5 = — ( 5 — 12 ) = 7 ,

А 13 = ( — 1 ) 1 + 3 1 — 2 3 — 1 = — 1 + 6 = 5 ,

А 21 = ( — 1 ) 2 + 1 — 4 3 — 1 5 = — ( — 20 + 3 ) = 17 ,

А 22 = ( — 1 ) 2 + 2 2 3 3 5 — 10 — 9 = 1 ,

А 23 = ( — 1 ) 2 + 3 2 — 4 3 — 1 = — ( — 2 + 12 ) = — 10 ,

А 31 = ( — 1 ) 3 + 1 — 4 3 — 2 4 = — 16 + 6 = — 10 ,

А 32 = ( — 1 ) 3 + 2 2 3 1 4 = — ( 8 — 3 ) = — 5 ,

А 33 = ( — 1 ) 3 + 3 2 — 4 1 — 2 = — 4 + 4 = 0 .

Записываем союзную матрицу А * , которая составлена из алгебраических дополнений матрицы А :

А * = — 6 7 5 17 1 — 10 — 10 — 5 0

Записываем обратную матрицу согласно формуле:

A — 1 = 1 d e t A ( A * ) T : А — 1 = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 ,

Умножаем обратную матрицу А — 1 на столбец свободных членов В и получаем решение системы:

X = A — 1 × B = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 1 3 2 = — 1 25 — 6 + 51 — 20 7 + 3 — 10 5 — 30 + 0 = — 1 0 1

Ответ: x 1 = — 1 ; x 2 = 0 ; x 3 = 1

Источник