Найти фср однородной слау. Однородные системы уравнений

Пример 1 . Найти общее решение и какую-нибудь фундаментальную систему решений для системы

Решение находим с помощью калькулятора . Алгоритм решения такой же, как и для систем линейных неоднородных уравнений.
Оперируя только со строками, находим ранг матрицы, базисный минор; объявляем зависимые и свободные неизвестные и находим общее решение.

Первая и вторая строки пропорциональны, одну из них вычеркнем:

.
Зависимые переменные – x 2 , x 3 , x 5 , свободные – x 1 , x 4 . Из первого уравнения 10x 5 = 0 находим x 5 = 0, тогда
; .
Общее решение имеет вид:

Находим фундаментальную систему решений, которая состоит из (n-r) решений. В нашем случае n=5, r=3, следовательно, фундаментальная система решений состоит из двух решений, причем эти решения должны быть линейно независимыми. Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 2. Достаточно придать свободным неизвестным x 1 и x 4 значения из строк определителя второго порядка, отличного от нуля, и подсчитать x 2 , x 3 , x 5 . Простейшим определителем, отличным от нуля, является .
Таким образом, первое решение: , второе – .
Эти два решения составляют фундаментальную систему решений. Заметим, что фундаментальная система не единственна (определителей, отличных от нуля, можно составить сколько угодно).

Пример 2 . Найти общее решение и фундаментальную систему решений системы
Решение.



,
отсюда следует, что ранг матрицы равен 3 и равен числу неизвестных. Значит, система не имеет свободных неизвестных, а поэтому имеет единственное решение – тривиальное.

Задание . Исследовать и решить систему линейных уравнений.
Пример 4

Задание . Найти общее и частное решения каждой системы.
Решение. Выпишем основную матрицу системы:

5	-2	9	-4	-1
1	4	2	2	-5
6	2	11	-2	-6
x 1	x 2	x 3	x 4	x 5

Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы.
Умножим 2-ую строку на (-5). Добавим 2-ую строку к 1-ой:

0	-22	-1	-14	24
1	4	2	2	-5
6	2	11	-2	-6

Умножим 2-ую строку на (6). Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:
Найдем ранг матрицы.

0	22	1	14	-24
6	2	11	-2	-6
x 1	x 2	x 3	x 4	x 5

Выделенный минор имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на обратной диагонали), следовательно rang(A) = 2.
Этот минор является базисным. В него вошли коэффициенты при неизвестных x 1 ,x 2 , значит, неизвестные x 1 ,x 2 – зависимые (базисные), а x 3 ,x 4 ,x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор.

0	22	14	-1	-24
6	2	-2	-11	-6
x 1	x 2	x 4	x 3	x 5

Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
22x 2 = 14x 4 - x 3 - 24x 5
6x 1 + 2x 2 = - 2x 4 - 11x 3 - 6x 5
Методом исключения неизвестных находим нетривиальное решение :
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 через свободные x 3 ,x 4 ,x 5 , то есть нашли общее решение :
x 2 = 0.64x 4 - 0.0455x 3 - 1.09x 5
x 1 = - 0.55x 4 - 1.82x 3 - 0.64x 5
Находим фундаментальную систему решений, которая состоит из (n-r) решений.
В нашем случае n=5, r=2, следовательно, фундаментальная система решений состоит из 3-х решений, причем эти решения должны быть линейно независимыми.
Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 3.
Достаточно придать свободным неизвестным x 3 ,x 4 ,x 5 значения из строк определителя 3-го порядка, отличного от нуля, и подсчитать x 1 ,x 2 .
Простейшим определителем, отличным от нуля, является единичная матрица.

1	0	0
0	1	0
0	0	1

Задача . Найти фундаментальный набор решений однородной системы линейных уравнений.

Однородная система линейных уравнений AX = 0 всегда совместна. Она имеет нетривиальные (ненулевые) решения, если r = rank A < n .

Для однородных систем базисные переменные (коэффициенты при которых образуют базисный минор) выражаются через свободные переменные соотношениями вида:

Тогда n - r линейно независимыми вектор-решениями будут:

а любое другое решение является их линейной комбинацией. Вектор-решения образуют нормированную фундаментальную систему.

В линейном пространстве множество решений однородной системы линейных уравнений образует подпространство размерности n - r ; - базис этого подпространства.

Система m линейных уравнений с n неизвестными (или, линейная система

Здесь x 1 , x 2 , …, x n a 11 , a 12 , …, a mn - коэффициенты системы - иb 1 , b 2 , … b m a ij i ) и неизвестного (j

Система (1) называется однородной b 1 = b 2 = … = b m = 0), иначе -неоднородной .

Система (1) называется квадратной , если число m уравнений равно числу n неизвестных.

Решение системы (1) - совокупность n чисел c 1 , c 2 , …, c n , таких что подстановка каждого c i вместо x i в систему (1) обращает все её уравнения в тождества.

Система (1) называется совместной несовместной

Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n различными

c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) .

определённой неопределённой . Если уравнений больше, чем неизвестных, она называется переопределённой .

Решение систем линейных уравнений

Решение матричных уравнений ~ Метод Гаусса

Способы решения систем линейных уравнений делятся на две группы:

1. точные методы , представляющие собой конечные алгоритмы для вычисления корней системы (решение систем с помощью обратной матрицы, правило Крамера, метод Гаусса и др.),

2. итерационные методы , позволяющие получить решение системы с заданной точностью путем сходящихся итерационных процессов (метод итерации, метод Зейделя и др.).

Вследствие неизбежных округлений результаты даже точных методов являются приближенными. При использовании итерационных методов, сверх того, добавляется погрешность метода.

Эффективное применение итерационных методов существенно зависит от удачного выбора начального приближения и быстроты сходимости процесса.

Решение матричных уравнений

Рассмотрим систему n линейных алгебраических уравнений относительно n неизвестных х 1 , х 2 , …, х n :

.

(15)

Матрица А , столбцами которой являются коэффициенты при соответствующих неизвестных, а строками - коэффициенты при неизвестных в соответствующем уравнении, называется матрицей системы ; матрица-столбец b , элементами которой являются правые части уравнений системы, называется матрицей правой части или просто правой частью системы . Матрица-столбец х , элементы которой - искомые неизвестные, называется решением системы .

Если матрица А - неособенная, то есть det A н е равен 0 то система (13), или эквивалентное ей матричное уравнение (14), имеет единственное решение.

В самом деле, при условии det A не равно 0 существует обратная матрица А -1 . Умножая обе части уравнения (14) на матрицу А -1 получим:

(16)

Формула (16) дает решение уравнения (14) и оно единственно.

Системы линейных уравнений удобно решать с помощью функции lsolve .

lsolve(А, b )

Возвращается вектор решения x такой, что Ах = b.

Аргументы:

А - квадратная, не сингулярная матрица.

b - вектор, имеющий столько же рядов, сколько рядов в матрице А .

На Рисунке 8 показано решение системы трех линейных уравнений относительно трех неизвестных.

Метод Гаусса

Метод Гаусса, его еще называют методом Гауссовых исключений, состоит в том, что систему (13) приводят последовательным исключением неизвестных к эквивалентной системе с треугольной матрицей:

В матричной записи это означает, что сначала (прямой ход метода Гаусса) элементарными операциями над строками приводят расширенную матрицу системы к ступенчатому виду:

а затем (обратный ход метода Гаусса) эту ступенчатую матрицу преобразуют так, чтобы в первых n столбцах получилась единичная матрица:

.

Последний, (n + 1) столбец этой матрицы содержит решение системы (13).

В Mathcad прямой и обратный ходы метода Гаусса выполняет функция rref (A ).

На Рисунке 9 показано решение системы линейных уравнений методом Гаусса, в котором используются следующие функции:

rref(A )

Возвращается ступенчатая форма матрицы А .

augment(A , В )

Возвращается массив, сформированный расположением A иВ бок о бок. Массивы A иВ должны иметь одинаковое число строк.

submatrix(A, ir, jr, ic, jc )

Возвращается субматрица, состоящая из всех элементов с ir по jr и столбцах с ic по jc. Удостоверьтесь, что ir jr и

ic jc, иначе порядок строк и (или) столбцов будет обращен.

Рисунок 9.

Описание метода

Для системы n линейных уравнений с n неизвестными (над произвольным полем)

с определителем матрицы системы Δ, отличным от нуля, решение записывается в виде

(i-ый столбец матрицы системы заменяется столбцом свободных членов).
В другой форме правило Крамера формулируется так: для любых коэффициентов c1, c2, …, cn справедливо равенство:

В этой форме формула Крамера справедлива без предположения, что Δ отлично от нуля, не нужно даже, чтобы коэффициенты системы были бы элементами целостного кольца(определитель системы может быть даже делителем нуля в кольце коэффициентов). Можно также считать, что либо наборы b1,b2,...,bn и x1,x2,...,xn, либо набор c1,c2,...,cn состоят не из элементов кольца коэффициентов системы, а какого-нибудь модуля над этим кольцом. В этом виде формула Крамера используется, например, при доказательстве формулы дляопределителя Грама и Леммы Накаямы.

35) Теорема Кронекера-Капелли

Для того чтобы система m неоднородных линейных уравнений с n неизвестными была совместной, необходимо и достаточно, чтобы Доказательство необходимости. Пусть система (1.13) совместна, то есть существуют такие числа х 1 =α 1 , х 2 =α 2 , …, х n =α n , что (1.15) Вычтем из последнего столбца расширенной матрицы ее первый столбец, умноженный на α 1 , второй – на α 2 , …, n-ый – умноженный на α n , то есть из последнего столбца матрицы (1.14) следует вычесть левые части равенств (1.15). Тогда получим матрицу ранг которой в результате элементарных преобразований не изменится и . Но очевидно, и, значит, Доказательство достаточности. Пусть и пусть для определенности не равный нулю минор порядка r расположен в левом верхнем углу матрицы: Это означает, что остальные строки матрицы могут быть получены как линейные комбинации первых r строк, то есть m-r строк матрицы можно представить в виде сумм первых r строк, умноженных на некоторые числа. Но тогда первые r уравнений системы (1.13) самостоятельны, а остальные являются их следствиями, то есть решение системы первых r уравнений автоматически является решением остальных уравнений. Возможны два случая. 1. r=n. Тогда система, состоящая из первых r уравнений, имеет одинаковое число уравнений и неизвестных и совместна, причем решение ее единственно. 2. r (1.16) «Свободным» неизвестным x r +1 , x r +2 , …, x n можно придать какие угодно значения. Тогда соответствующие значения получают неизвестные x 1 , x 2 , …, x r . Система (1.13) и в этом случае совместная, но неопределенная. Замечание. Отличный от нуля минор порядка r, где rх 1 , х 2 , …, х r так же называют базисными, остальные – свободными. Систему (1.16) называют укороченной. Если свободные неизвестные обозначить х r +1 =c 1 , х r +2 =c 2 , …, х n =c n - r , то базисные неизвестные будут от них зависеть, то есть решение системы m уравнений с n неизвестными будет иметь вид X = (x 1 (c 1 , …, c n - r ), x 2 (c 1 , …, c n - r ), …, x r (c 1 , …, c n - r ), c 1 , c 2 , …, c n - r ) T , где значок Т означает транспонирование. Такое решение системы называется общим.

36)ус-е определенности, неопределенности
Система m линейных уравнений с n неизвестными (или, линейная система ) в линейной алгебре - это система уравнений вида

Здесь x 1 , x 2 , …, x n - неизвестные, которые надо определить. a 11 , a 12 , …, a mn - коэффициенты системы - и b 1 , b 2 , … b m - свободные члены - предполагаются известными. Индексы коэффициентов (a ij ) системы обозначают номера уравнения (i ) и неизвестного (j ), при котором стоит этот коэффициент, соответственно .

Система (1) называется однородной , если все её свободные члены равны нулю (b 1 = b 2 = … = b m = 0), иначе - неоднородной .

Система (1) называется совместной , если она имеет хотя бы одно решение, и несовместной , если у неё нет ни одного решения.

Совместная система вида (1) может иметь одно или более решений.

Решения c 1 (1) , c 2 (1) , …, c n (1) и c 1 (2) , c 2 (2) , …, c n (2) совместной системы вида (1) называются различными , если нарушается хотя бы одно из равенств:

c 1 (1) = c 1 (2) , c 2 (1) = c 2 (2) , …, c n (1) = c n (2) .

Совместная система вида (1) называется определённой , если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой

37)Решение систем линейных уравнений методом Гаусса

Пусть исходная система выглядит следующим образом

Матрица A называется основной матрицей системы, b - столбцом свободных членов.

Тогда согласно свойству элементарных преобразований над строками основную матрицу этой системы можно привести к ступенчатому виду(эти же преобразования нужно применять к столбцу свободных членов):

Тогда переменные называются главными переменными . Все остальные называются свободными .

[править]Условие совместности

Упомянутое выше условие для всех может быть сформулировано в качестве необходимого и достаточного условия совместности:

Напомним, что рангом совместной системы называется ранг её основной матрицы (либо расширенной, так как они равны).

Алгоритм

Описание

Алгоритм решения СЛАУ методом Гаусса подразделяется на два этапа.

§ На первом этапе осуществляется так называемый прямой ход, когда путём элементарных преобразований над строками систему приводят к ступенчатой или треугольной форме, либо устанавливают, что система несовместна. А именно, среди элементов первого столбца матрицы выбирают ненулевой, перемещают его на крайнее верхнее положение перестановкой строк и вычитают получившуюся после перестановки первую строку из остальных строк, домножив её на величину, равную отношению первого элемента каждой из этих строк к первому элементу первой строки, обнуляя тем самым столбец под ним. После того, как указанные преобразования были совершены, первую строку и первый столбец мысленно вычёркивают и продолжают пока не останется матрица нулевого размера. Если на какой-то из итераций среди элементов первого столбца не нашёлся ненулевой, то переходят к следующему столбцу и проделывают аналогичную операцию.

§ На втором этапе осуществляется так называемый обратный ход, суть которого заключается в том, чтобы выразить все получившиеся базисные переменные через небазисные и построить фундаментальную систему решений, либо, если все переменные являются базисными, то выразить в численном виде единственное решение системы линейных уравнений. Эта процедура начинается с последнего уравнения, из которого выражают соответствующую базисную переменную (а она там всего одна) и подставляют в предыдущие уравнения, и так далее, поднимаясь по «ступенькам» наверх. Каждой строчке соответствует ровно одна базисная переменная, поэтому на каждом шаге, кроме последнего (самого верхнего), ситуация в точности повторяет случай последней строки.

Метод Гаусса требует порядка O (n 3) действий.

Этот метод опирается на:

38)Теорема Кронекера-Капелли.
Система совместна тогда и только тогда, когда ранг её основной матрицы равен рангу её расширенной матрицы.

6.3. ОДНОРОДНЫЕ СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

Пусть теперь в системе (6.1) .

Однородная система всегда совместна. Решение ( ) называется нулевым , или тривиальным .

Однородная система (6.1) имеет ненулевое решение тогда и только тогда, когда ее ранг () меньше числа неизвестных. В частности, однородная система, в которой число уравнений равно числу неизвестных, обладает ненулевым решением тогда и только тогда, когда ее определитель равен нулю.

Поскольку на этот раз все , вместо формул (6.6) получим следующие:

(6.7)

Формулы (6.7) содержат любое решение однородной системы (6.1).

1. Совокупность всех решений однородной системы линейных уравнений (6.1) образует линейное пространство.

2. Линейное пространство R всех решений однородной системы линейных уравнений (6.1) с n неизвестными и рангом основной матрицы, равным r , имеет размерность n – r .

Любая совокупность из (n – r ) линейно независимых решений однородной системы (6.1) образует базис в пространстве R всех решений. Она называется фундаментальной совокупностью решений однородной системы уравнений (6.1). Особо выделяют «нормальную» фундаментальную совокупность решений однородной системы (6.1):

(6.8)

По определению базиса, любое решение Х однородной системы (6.1) представимо в виде

(6.9)

где – произвольные постоянные.

Поскольку в формуле (6.9) содержится любое решение однородной системы (6.1), то она дает общее решение этой системы.

Пример.

Однородная система всегда совместна и имеет тривиальное решение
. Для существования нетривиального решения необходимо, чтобы ранг матрицыбыл меньше числа неизвестных:

.

Фундаментальной системой решений однородной системы
называют систему решений в виде векторов-столбцов
, которые соответствуют каноническому базису, т.е. базису, в котором произвольные постоянные
поочередно полагаются равными единице, тогда как остальные приравниваются нулю.

Тогда общее решение однородной системы имеет вид:

где
- произвольные постоянные. Другими словами, общее решение есть линейная комбинация фундаментальной системы решений.

Таким образом, базисные решения могут быть получены из общего решения, если свободным неизвестным поочередно придавать значение единицы, полагая все остальные равные нулю.

Пример . Найдем решение системы

Примем , тогда получим решение в виде:

Построим теперь фундаментальную систему решений:

.

Общее решение запишется в виде:

Решения системы однородных линейных уравнений имеют свойства:

Другими словами, любая линейная комбинация решений однородной системы есть опять решение.

Решение систем линейных уравнений методом Гаусса

Решение систем линейных уравнений интересует математиков несколько столетий. Первые результаты были получены в XVIII веке. В 1750 г. Г.Крамер (1704 –1752) опубликовал свои труды по детерминантам квадратных матриц и предложил алгоритм нахождения обратной матрицы. В 1809 г. Гаусс изложил новый метод решения, известный как метод исключения.

Метод Гаусса, или метод последовательного исключения неизвестных, заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида. Такие системы позволяют последовательно находить все неизвестные в определенном порядке.

Предположим, что в системе (1)
(что всегда возможно).

(1)

Умножая поочередно первое уравнение на так называемые подходящие числа

и складывая результат умножения с соответствующими уравнениями системы, мы получим эквивалентную систему, в которой во всех уравнениях, кроме первого, будет отсутствовать неизвестная х 1

(2)

Умножим теперь второе уравнение системы (2) на подходящие числа, полагая, что

,

и складывая его с нижестоящими, исключим переменную из всех уравнений, начиная с третьего.

Продолжая этот процесс, после
шага мы получим:

(3)

Если хотя бы одно из чисел
не равно нулю, то соответствующее равенство противоречиво и система (1) несовместна. Обратно, для любой совместной системы числа
равны нулю. Число- это ни что иное, как ранг матрицы системы (1).

Переход от системы (1) к (3) называется прямым ходом метода Гаусса, а нахождение неизвестных из (3) – обратным ходом .

Замечание : Преобразования удобнее производить не с самими уравнениями, а с расширенной матрицей системы (1).

Пример . Найдем решение системы

.

Запишем расширенную матрицу системы:

.

Прибавим к строкам 2,3,4 первую, умноженную на (-2), (-3), (-2) соответственно:

.

Поменяем строки 2 и 3 местами, затем в получившейся матрице добавим к строке 4 строку 2, умноженную на :

.

Прибавим к строке 4 строку 3, умноженную на
:

.

Очевидно, что
, следовательно, система совместна. Из полученной системы уравнений

находим решение обратной подстановкой:

,
,
,
.

Пример 2. Найти решение системы:

.

Очевидно, что система несовместна, т.к.
, а
.

Достоинства метода Гаусса :

Менее трудоемкий, чем метод Крамера.

Однозначно устанавливает совместность системы и позволяет найти решение.

Дает возможность определить ранг любых матриц.

Калужский филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования

«Московский государственный технический университет имени Н.Э. Баумана»

(КФ МГТУ им. Н.Э. Баумана)

Влайков Н.Д.

Решение однородных СЛАУ

Методические указания для проведения упражнений

по курсу аналитической геометрии

Калуга 2011г.

Цели занятия стр.4

План занятия стр.4

Необходимые теоретические сведения стр.5

Практическая часть стр.10

Контроль освоения пройденного материала стр.13

Домашнее задание стр.14

Количество часов: 2

Цели занятия:

Систематизировать полученные теоретические знания о видах СЛАУ и способах их решения.

Получить навыки решения однородных СЛАУ.

План занятия:

Кратко изложить теоретический материал.

Решить однородную СЛАУ.

Найти фундаментальную систему решений однородной СЛАУ.

Найти частное решение однородной СЛАУ.

Сформулировать алгоритм решения однородной СЛАУ.

Проверить выполнение текущего домашнего задания.

Провести проверочную работу.

Представить тему следующего семинара.

Выдать текущее домашнее задание.

Необходимые теоретические сведения.

Ранг матрицы.

Опр. Рангом матрицы называют число, которое равно максимальному порядку среди ее ненулевых миноров. Ранг матрицы обозначают .

Если квадратная матрица невырождена, то ранг равен ее порядку. Если квадратная матрица вырождена, то ее ранг меньше ее порядка.

Ранг диагональной матрицы равен количеству ее ненулевых диагональных элементов.

Теор. При транспонировании матрицы ее ранг не меняется, т.е.
.

Теор. Ранг матрицы не меняется при элементарных преобразования ее строк и столбцов.

Теорема о базисном миноре.

Опр. Минор
матрицы называют базисным, если выполнены два условия:

а) он не равен нулю;

б) его порядок равен рангу матрицы .

Матрица может иметь несколько базисных миноров.

Строки и столбцы матрицы , в которых расположен выбранный базисный минор, называют базисными.

Теор. Теорема о базисном миноре. Базисные строки (столбцы) матрицы , соответствующие любому ее базисному минору
, линейно независимы. Любые строки (столбцы) матрицы , не входящие в
, являются линейными комбинациями базисных строк (столбцов).

Теор. Для любой матрицы ее ранг равен максимальному количеству ее линейно независимых строк (столбцов).

Вычисление ранга матрицы. Метод элементарных преобразований.

С помощью элементарных преобразований строк любую матрицу можно привести к ступенчатому виду. Ранг же ступенчатой матрицы равен количеству ненулевых строк. Базисным в ней является минор, расположенный на пересечении ненулевых строк со столбцами, соответствующими первым слева ненулевым элементам в каждой из строк.

СЛАУ. Основные определения.

Опр. Система

(15.1)

Числа называют коэффициентами СЛАУ. Числа
называют свободными членами уравнений.

Запись СЛАУ в виде (15.1) называют координатной.

Опр. СЛАУ называют однородной, если
. Иначе ее называют неоднородной.

Опр. решением СЛАУ называют такой набор значений неизвестных, при подстановке которых каждое уравнение системы превращается в тождество. Любое конкретное решение СЛАУ так же называют ее частным решением.

Решить СЛАУ – значит решить две задачи:

Выяснить, имеет ли СЛАУ решения;

Найти все решения, если они существуют.

Опр. СЛАУ называют совместной, если она имеет хотя бы одно решение. В противном случае ее называют несовместной.

Опр. Если СЛАУ (15.1) имеет решение, и притом единственное, то ее называют определенной, а если решение не единственное – то неопределенной.

Опр. Если в уравнении (15.1)
,СЛАУ называют квадратной.

Формы записи СЛАУ.

Кроме координатной формы (15.1) записи СЛАУ часто используют и друге ее представления.

(15.2)

Соотношение называют векторной формой записи СЛАУ.

Если же взять за основу произведение матриц, то СЛАУ (15.1) можно записать так:

(15.3)

или
.

Запись СЛАУ (15.1) в виде (15.3) называют матричной.

Однородные СЛАУ.

Однородная система
линейных алгебраических уравнений с неизвестными представляет собой систему вида

Однородные СЛАУ всегда совместны, поскольку всегда имеется нулевое решение.

Критерий существования ненулевого решения. Для существования ненулевого решения у однородной квадратной СЛАУ необходимо и достаточно, чтобы ее матрица была вырождена.

Теор. Если столбцы
,
, …,
- решения однородной СЛАУ, то и любая их линейная комбинация также является решением этой системы.

Следствие . Если однородная СЛАУ имеет ненулевое решение, то она имеет бесконечное множество решений.

Естественно попытаться найти такие решения
,
, …,
системы, чтобы любое другое решение представлялось в виде их линейной комбинации и притом единственным образом.

Опр. Любой набор из
линейно независимых столбцов
,
, …,
, являющихся решениями однородной СЛАУ
, где - число неизвестных, а - ранг ее матрицы , называют фундаментальной системой решений этой однородной СЛАУ.

При исследовании и решении однородных систем линейных уравнений в матрице системы будем фиксировать базисный минор. Базисному минору будут соответствовать базисные столбцы и, следовательно, базисные неизвестные. Остальные неизвестные будем называть свободными.

Теор. О структуре общего решения однородной СЛАУ. Если
,
, …,
- произвольная фундаментальная система решений однородной СЛАУ
, то любое ее решение можно представить в виде

Где , …,- некоторые постоянные.

Т.о. общее решение однородной СЛАУ имеет вид

Практическая часть.

Рассмотреть возможные множества решений следующих видов СЛАУ и их графическую интерпретацию.

;
;
.

Рассмотреть возможность решения данных систем по формулам Крамера и матричным методом.

Изложить суть метода Гаусса.

Решить следующие задачи.

Пример 1. Решить однородную СЛАУ. Найти ФСР.

.

Запишем матрицу системы и приведем ее к ступенчатому виду.

.

система будет иметь бесконечно много решений. ФСР будет состоять из
столбцов.

Отбросим нулевые строки и снова запишем систему:

.

Будем считать базисным минор стоящий в левом верхнем углу. Т.о.
- базисные неизвестные, а
- свободные. Выразим
через свободные
:

;

Положим
.

Окончательно имеем:

- координатная форма ответа, или

- матричная форма ответа, или

- векторная форма ответа (вектор - столбцы являются столбцами ФСР).

Алгоритм решения однородной СЛАУ.

Найти ФСР и общее решение следующих систем:

№2.225(4.39)

. Отв.:

№2.223(2.37)

. Отв.:

№2.227(2.41)

. Отв.:

Решить однородную СЛАУ:

. Отв.:

Решить однородную СЛАУ:

. Отв.:

Представление темы следующего семинара.

Решение систем линейных неоднородных уравнений.

Контроль освоения пройденного материала.

Проверочная работа 3 - 5 минут. Участвует 4 студента с нечетными номерами по журналу, начиная с №10

Выполнить действия: ; ;	Выполнить действия:
	Вычислить определитель:

Выполнить действия: не определено	Выполнить действия:
Найти матрицу обратную данной:	Вычислить определитель:

Домашнее задание:

1. Решить задачи:

№ 2.224, 2.226, 2.228, 2.230, 2.231, 2.232.

2.Проработать лекции на темы:

Системы линейных алгебраических уравнений (СЛАУ). Координатная, матричная и векторная формы записи. Критерий Кронекера - Капелли совместности СЛАУ. Неоднородные СЛАУ. Критерий существования ненулевого решения однородной СЛАУ. Свойства решений однородной СЛАУ. Фундаментальная система решений однородной СЛАУ, теорема о ее существовании. Нормальная фундаментальная система решений. Теорема о структуре общего решения однородной СЛАУ. Теорема о структуре общего решения неоднородной СЛАУ.