Высшая математика для менеджеров (стр. 8 из 22)
Пример 2.10. Для матрицы А =
найти обратную.Решение. Находим сначала детерминант матрицы А D = det А =
= 27 ¹ 0, значит, обратная матрица существует и мы ее можем найти по формуле: А-1 = 1/D 
, где Аi j (i,j=1,2,3) - алгебраические дополнения элементов аi j исходной матрицы. Имеем: 
откуда А-1 = 
.Пример 2.11. Методом элементарных преобразований найти обратную матрицу для матрицы: А=
.Решение. Приписываем к исходной матрице справа единичную матрицу того же порядка:
. С помощью элементарных преобразований столбцов приведем левую “половину” к единичной, совершая одновременно точно такие преобразования над правой матрицей. Для этого поменяем местами первый и второй столбцы: 
~ 
. К третьему столбцу прибавим первый, а ко второму - первый, умноженный на -2: 
. Из первого столбца вычтем удвоенный второй, а из третьего - умноженный на 6 второй; 
. Прибавим третий столбец к первому и второму: 
. Умножим последний столбец на -1: 
. Полученная справа от вертикальной черты квадратная матрица является обратной к данной матрице А. Итак, А-1 = 
.5. Системы линейных уравнений
5.1 Критерий совместности
Система линейных уравнений имеет вид:
a11 x1 + a12 x2 +... + a1n xn = b1,
a21 x1 + a22 x2 +... + a2n xn = b2, (5.1)
... ... ... ...
am1 x1 + am1 x2 +... + amn xn = bm.
Здесь аi j и bi (i =
; j = 
) - заданные, а xj - неизвестные действительные числа. Используя понятие произведения матриц, можно переписать систему (5.1) в виде:AX = B, (5.2)
где A = (аi j) - матрица, состоящая из коэффициентов при неизвестных системы (5.1), которая называется матрицей системы, X = (x1, x2,..., xn)T, B = (b1, b2,..., bm)T - векторы-столбцы, составленные соответственно из неизвестных xj и из свободных членов bi.
Упорядоченная совокупность n вещественных чисел (c1, c2,..., cn) называется решением системы (5.1), если в результате подстановки этих чисел вместо соответствующих переменных x1, x2,..., xn каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c1, c2,..., cn)T такой, что AC º B.
Система (5.1) называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой, если она не имеет решений.
Матрица
`A =
,образованная путем приписывания справа к матрице A столбца свободных членов, называется расширенной матрицей системы.
Вопрос о совместности системы (5.1) решается следующей теоремой.
Теорема Кронекера- Капелли. Система линейных уравнений совместна тогда и только тогда, когда ранги матриц A и`A совпадают, т.е. r(A) = r(`A) = r.
Для множества М решений системы (5.1) имеются три возможности:
1) M = Æ (в этом случае система несовместна);
2) M состоит из одного элемента, т.е. система имеет единственное решение (в этом случае система называется определенной);
3) M состоит более чем из одного элемента (тогда система называется неопределенной). В третьем случае система (5.1) имеет бесчисленное множество решений.
Система имеет единственное решение только в том случае, когда r(A) = n. При этом число уравнений - не меньше числа неизвестных (m³n); если m>n, то m-n уравнений являются следствиями остальных. Если 0<r<n, то система является неопределенной.
Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, - так называемые системы крамеровского типа:
a11 x1 + a12 x2 +... + a1n xn = b1,
a21 x1 + a22 x2 +... + a2n xn = b2, (5.3)
... ... ... ... ... ...
an1 x1 + an1 x2 +... + ann xn = bn.
Системы (5.3) решаются одним из следующих способов: 1) методом Гаусса, или методом исключения неизвестных; 2) по формулам Крамера; 3) матричным методом.
Пример 2.12. Исследовать систему уравнений и решить ее, если она совместна:
5x1 - x2 + 2x3 + x4 = 7,
2x1 + x2 + 4x3 - 2x4 = 1,
x1 - 3x2 - 6x3 + 5x4 = 0.
Решение. Выписываем расширенную матрицу системы:
`A =
.Вычислим ранг основной матрицы системы. Очевидно, что, например, минор второго порядка в левом верхнем углу
= 7 ¹ 0; содержащие его миноры третьего порядка равны нулю:M¢3 =
= 0, M²3 = 
= 0.Следовательно, ранг основной матрицы системы равен 2, т.е. r(A)=2. Для вычисления ранга расширенной матрицы `A рассмотрим окаймляющий минор
= 
= -35 ¹ 0,значит, ранг расширенной матрицы r(`A) = 3. Поскольку r(A) ¹ r(`A), то система несовместна.
5.2 Метод Гаусса
Исторически первым, наиболее распространенным методом решения систем линейных уравнений является метод Гаусса, или метод последовательного исключения неизвестных. 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 системы линейных уравнений методом Гаусса удобнее приводить к ступенчатому виду не саму систему уравнений, а расширенную матрицу этой системы, выполняя элементарные преобразования над ее строками. Последовательно получающиеся в ходе преобразования матрицы обычно соединяют знаком эквивалентности.
Пример 2.13. Решить систему уравнений методом Гаусса:
x + y - 3z = 2,
3x - 2y + z = - 1,
2x + y - 2z = 0.
Решение. Выпишем расширенную матрицу данной системы
и произведем следующие элементарные преобразования над ее строками:
а) из ее второй и третьей строк вычтем первую, умноженную соответственно на 3 и 2:
~ 
;б) третью строку умножим на (-5) и прибавим к ней вторую:
.В результате всех этих преобразований данная система приводится к треугольному виду:
x + y - 3z = 2,
-5y + 10z = -7,
- 10z = 13.
Из последнего уравнения находим z = -1,3. Подставляя это значение во второе уравнение, имеем y = -1,2. Далее из первого уравнения получим x = - 0,7.
5.3 Формулы Крамера
Метод Крамера состоит в том, что мы последовательно находим главный определитель системы (5.3), т.е. определитель матрицы А