I. Определитель матрицы первого порядка

Определителем матрицы первого порядка, или определителем первого порядка, называется элемент, называется элемент а₁₁:

.

II. Определитель матрицы второго порядка

Определителем матрицы второго порядка, или определителем второго порядка, называется число, которое вычисляется по формуле:

.

Например, пусть

.

III. Определитель матрицы третьего порядка

Определителем матрицы третьего порядка, или определителем третьего порядка, называется число, которое вычисляется по формуле:

Это число представляет алгебраическую сумму, состоящую из шести слагаемых. В каждое слагаемое входит ровно по одному элементу из каждой строки и каждого столбца матрицы. Каждое слагаемое состоит из произведения трех сомножителей.

Знаки, с которыми члены определителя входят в формулу нахождения определителя третьего порядка можно определить, пользуясь приведенной схемой, которая называется правилом треугольников или правилом Сарруса. Первые три слагаемые берутся со знаком плюс и определяются из левого рисунка, а последующие три слагаемые берутся со знаком минус и определяются из правого рисунка.

Пример. Вычислить определитель третьего порядка:

Решение.

Замечание. Вычисление определителей четвертого и более высокого порядка приводит к большим вычислениям, так как

· для нахождения определителя первого порядка мы находим одно слагаемое, состоящее из одного сомножителя,

· для нахождения определителя второго порядка нужно вычислить алгебраическую сумму из двух слагаемых, где каждое слагаемое состоит из произведения двух сомножителей,

· для нахождения определителя третьего порядка нужно вычислить алгебраическую сумму из шести слагаемых, где каждое слагаемое состоит из произведения трех сомножителей,

· для нахождения определителя четвертого порядка нужно вычислить алгебраическую сумму из двадцати четырех слагаемых, где каждое слагаемое состоит из произведения четырех сомножителей и т.д.

Определить количество слагаемых в алгебраической сумме, можно вычислив факториал:

Вычисление определителя четвертого порядка приводит к большим вычислениям. Поэтому в этом случае используют искусственные методы, о которых мы остановимся позже.

А)Основные свойства определителей.

Свойство 1. Определитель квадратной матрицы не изменяется при её транспонировании:

Доказательство свойства 1 для квадратных матриц 2 и 3 порядков проводится по единой схеме. Приведём доказательство для квадратной матрицы 2-го порядка. Непосредственная проверка доказывает данное свойство.

Свойство 2. Если одна из строк (столбцов) матрицы целиком состоит из нулей, то её <#146#>определитель] равен нулю.

Свойство 2 непосредственно вытекает из определения определителя.

Свойство 3. При перестановке местами любых двух строк (столбцов) матрицы её определитель меняет знак.

Свойство 4. При умножении строки (столбца) матрицы на число её определитель умножается на это число.

Свойство 5. Если каждый элемент i-й строки (столбца) матрицы A представлен в виде суммы двух слагаемых, то определитель такой матрицы равен , где элементы матриц B и C, за исключением элементов i-й строки (столбца), совпадают с соответствующими элементами матрицы A. A в i-х строках (столбцах) матриц B и C стоят упомянутые первые и вторые слагаемые соответственно.

Отметим некоторые следствия, непосредственно вытекающие из перечисленных 5 основных свойств определителя.

Следствие 1. Определитель матрицы, имеющей две одинаковые строки (столбца) равен нулю.

Доказательство. Пусть A - квадратная матрица, имеющая две одинаковые строки (столбца). B - матрица полученная в результате перестановки указанных одинаковых строк (столбцов) матрицы A. Тогда, с одной стороны, , с другой стороны, в силу свойства 3, . Следовательно, . Из последнего равенства следует, что .

Следствие 2. Если какие-либо две строки (столбца) матрицы пропорциональны, то её определитель равен нулю.

Следствие 3. Если к элементам какой-либо строки (столбца) прибавить соответствующие элементы любой другой строки (столбца), умноженные на любое число , то определитель не изменится.

3. А)Системы линейных уравнений: основные понятия

Определение. Система линейных уравнений — это объединение из n линейных уравнений, каждое из которых содержит k переменных. Записывается это так:

Многие, впервые сталкиваясь с высшей алгеброй, ошибочно полагают, что число уравнений обязательно должно совпадать с числом переменных. В школьной алгебре так обычно и бывает, однако для высшей алгебры это, вообще говоря, неверно.

Определение. Решение системы уравнений — это последовательность чисел (k₁, k₂, ..., k_n), которая является решением каждого уравнения системы, т.е. при подстановке в это уравнение вместо переменных x₁, x₂, ..., x_n дает верное числовое равенство.

Соответственно, решить систему уравнений — значит найти множество всех ее решений или доказать, что это множество пусто. Поскольку число уравнений и число неизвестных может не совпадать, возможны три случая:

1. Система несовместна, т.е. множество всех решений пусто. Достаточно редкий случай, который легко обнаруживается независимо от того, каким методом решать систему.
2. Система совместна и определена, т.е. имеет ровно одно решение. Классический вариант, хорошо известный еще со школьной скамьи.
3. Система совместна и не определена, т.е. имеет бесконечно много решений. Это самый жесткий вариант. Недостаточно указать, что «система имеет бесконечное множество решений» — надо описать, как устроено это множество.

Определение. Переменная x_i называется разрешенной, если она входит только в одно уравнение системы, причем с коэффициентом 1. Другими словами, в остальных уравнениях коэффициент при переменной x_i должен быть равен нулю.

Если в каждом уравнении выбрать по одной разрешенной переменной, получим набор разрешенных переменных для всей системы уравнений. Сама система, записанная в таком виде, тоже будет называться разрешенной. Вообще говоря, одну и ту же исходную систему можно свести к разным разрешенным, однако сейчас нас это не волнует. Вот примеры разрешенных систем:

Обе системы являются разрешенными относительно переменных x₁, x₃ и x₄. Впрочем, с тем же успехом можно утверждать, что вторая система — разрешенная относительно x₁, x₃ и x₅. Достаточно переписать самое последнее уравнение в виде x₅ = x₄.

Теперь рассмотрим более общий случай. Пусть всего у нас k переменных, из которых r являются разрешенными. Тогда возможны два случая:

1. Число разрешенных переменных r равно общему числу переменных k: r = k. Получаем систему из k уравнений, в которых r = k разрешенных переменных. Такая система является совместной и определенной, т.к. x₁ = b₁, x₂ = b₂, ..., x_k = b_k;
2. Число разрешенных переменных r меньше общего числа переменных k: r < k. Остальные (k − r) переменных называются свободными — они могут принимать любые значения, из которых легко вычисляются разрешенные переменные.

Так, в приведенных выше системах переменные x₂, x₅, x₆ (для первой системы) и x₂, x₅ (для второй) являются свободными. Случай, когда есть свободные переменные, лучше сформулировать в виде теоремы:

Теорема. Если в системе из n уравнений переменные x₁, x₂, ..., x_r — разрешенные, а x_{r + 1}, x_{r + 2}, ..., x_k — свободные, то:

1. Если задать значения свободным переменным (x_{r + 1} = t_{r + 1}, x_{r + 2} = t_{r + 2}, ..., x_k = t_k), а затем найти значения x₁, x₂, ..., x_r, получим одно из решений.
2. Если в двух решениях значения свободных переменных совпадают, то значения разрешенных переменных тоже совпадают, т.е. решения равны.

В чем смысл этой теоремы? Чтобы получить все решения разрешенной системы уравнений, достаточно выделить свободные переменные. Затем, присваивая свободным переменным разные значения, будем получать готовые решения. Вот и все — таким образом можно получить все решения системы. Других решений не существует.

Вывод: разрешенная система уравнений всегда совместна. Если число уравнений в разрешенной системе равно числу переменных, система будет определенной, если меньше — неопределенной.

И все бы хорошо, но возникает вопрос: как из исходной системы уравнений получить разрешенную? Для этого существует метод Гаусса.

Б) Методы решения систем линейных алгебраических уравнений

Прямые методы решения СЛАУ:
Метод Крамера
Метод обратной матрицы
Метод Гаусса
Итерационные методы решения линейных алгебраических систем:
Метод простой итерации или метод Якоби
Метод Гаусса – Зейделя

К решению систем линейных алгебраических уравнений сводятся многочисленные практические задачи ( по некоторым оценкам более 75% всех задач). Можно с полным основанием утверждать, что решение линейных систем является одной из самых распространенных и важных задач вычислительной математики.

Конечно, существует много методов и современных пакетов прикладных программ для решения СЛАУ, но для того, чтобы их успешно использовать, необходимо разбираться в основах построения методов и алгоритмов, иметь представления о недостатках и преимуществах используемых методов.

Постановка задачи

Требуется найти решение системы m линейных уравнений, которая записывается в общем виде как

,

Эту систему уравнений можно записать также в матричном виде:

,

где , , .

A – матрица системы, – вектор правых частей, – вектор неизвестных.

При известных A и требуется найти такие , при подстановке которых в систему уравнений она превращается в тождество.

Необходимым и достаточным условием существования единственного решения СЛАУ является условие det A≠0, т.е. определитель матрицы A не равен нулю. В случае равенства нулю определителя матрица A называется вырожденной и при этом СЛАУ либо не имеет решения, либо имеет их бесчисленное множество.

В дальнейшем будем предполагать наличие единственного решения.

Все методы решения линейных алгебраических задач можно разбить на два класса: прямые (точные) и итерационные (приближенные).

Прямые методы решения СЛАУ

Метод Крамера

При небольшой размерности системы m (m = 2,…,5) на практике часто используют формулы Крамера для решения СЛАУ:

(i = 1, 2, …, m). Эти формулы позволяют находить неизвестные в виде дробей, знаменателем которых является определитель матрицы системы, а числителем – определители матриц A_i, полученных из A заменой столбца коэффициентов при вычисляемом неизвестном столбцом свободных членов. Так А₁ получается из матрицы А заменой первого столбца на столбец правых частей f.

Например, для системы двух линейных уравнений

Размерность системы (т.е., число m) является главным фактором, из–за которого формулы Крамера не могут быть использованы для численного решения СЛАУ большого порядка. При непосредственном раскрытии определителей решение системы с m неизвестными требует порядка m!*m арифметических операций. Таким образом, для решения системы, например, из m = 100 уравнений потребуется совершить 10¹⁵⁸ вычислительных операций (процесс займёт примерно 10¹⁹ лет), что не под силу даже самым мощным современным ЭВМ

Метод обратной матрицы

Если det A ≠ 0, то существует обратная матрица . Тогда решение СЛАУ записывается в виде: . Следовательно, решение СЛАУ свелось к умножению известной обратной матрицы на вектор правых частей. Таким образом, задача решения СЛАУ и задача нахождения обратной матрицы связаны между собой, поэтому часто решение СЛАУ называют задачей обращения матрицы. Проблемы использования этого метода те же, что и при использовании метода Крамера: нахождение обратной матрицы – трудоемкая операция.

Метод Гаусса

Наиболее известным и популярным прямым методом решения СЛАУ является метод Гаусса. Этот метод заключается в последовательном исключении неизвестных. Пусть в системе уравнений

первый элемент . Назовем его ведущим элементом первой строки. Поделим все элементы этой строки на и исключим x₁ из всех последующих строк, начиная со второй, путем вычитания первой (преобразованной), умноженной на коэффициент при в соответствующей строке. Получим

.

Если , то, продолжая аналогичное исключение, приходим к системе уравнений с верхней треугольной матрицей

.

Из нее в обратном порядке находим все значения x_i:

.

Процесс приведения к системе с треугольной матрицей называется прямым ходом, а нахождения неизвестных –обратным. В случае если один из ведущих элементов равен нулю, изложенный алгоритм метода Гаусса неприменим. Кроме того, если какие–либо ведущие элементы малы, то это приводит к усилению ошибок округления и ухудшению точности счета. Поэтому обычно используется другой вариант метода Гаусса – схема Гаусса с выбором главного элемента. Путем перестановки строк, а также столбцов с соответствующей перенумерацией коэффициентов и неизвестных добиваются выполнения условия:

, j = i+1,i+ 2, …, m;

т.е. осуществляется выбор первого главного элемента. Переставляя уравнения так, чтобы в первом уравнении коэффициент a₁₁ был максимальным по модулю. Разделив первую строку на главный элемент, как и прежде, исключают x₁ из остальных уравнений. Затем для оставшихся столбцов и строк выбирают второй главный элемент и т.д.

Рассмотрим применение метода Гаусса с выбором главного элемента на примере следующей системы уравнений:

В первом уравнении коэффициент при =0, во втором = 1 и в третьем = -2, т.е. максимальный по модулю коэффициент в третьем уравнении. Поэтому переставим третье и первое уравнение:

Исключим из второго и третьего уравнений с помощью первого. Во втором уравнении исключать не надо. Для исключения из третьего уравнения умножим первое на 0.5 и сложим с третьим:

Рассмотрим второе и третье уравнения. Максимальный по модулю элемент при в третьем. Поэтому поместим его на место второго:

Исключим из третьего уравнения. Для этого умножим второе на -0.5 и сложим с третьим:

Обратный ход: .

Проверка: 0.5*8+0=4, -3+8-0=5, -2*(-3)+0=6.

Такая перестановка уравнений необходима для того, чтобы уменьшить влияние ошибок округления на конечный результат.

Часто возникает необходимость в решении СЛАУ, матрицы которые являются слабо заполненными, т.е. содержат много нулевых элементов. В то же время эти матрицы имеют определенную структуру. Среди таких систем выделим системы с матрицами ленточной структуры, в которых ненулевые элементы располагаются на главной диагонали и на нескольких побочных диагоналях. Для решения систем с ленточными матрицами коэффициентов вместо метода Гаусса можно использовать более эффективные методы. Например, метод прогонки, который мы рассмотрим позже при решении краевой задачи для обыкновенного дифференциального уравнения второго порядка.