2.3.3. Метод жордана-гаусса
Каждой системе линейных уравнений поставим в соответствие расширенную матрицу , полученную присоединением к матрице А столбца свободных членов:
Метод Жордана-Гаусса применяется для решения системы m линейных уравнений с n неизвестными вида:
.
Данный метод заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе уравнений с матрицей определенного вида.
Над строками расширенной матрицы осуществляем следующие элементарные преобразования:
перестановка двух строк;
умножение строки на любое число, отличное от нуля;
прибавление к одной строке другой строки, умноженной на некоторое число;
отбрасывание нулевой строки (столбца).
Пример 2.11. Решить методом Жордана-Гаусса системы линейных уравнений:
а) Х1 + Х2 + 2Х3 = -1
2Х1 - Х2 + 2Х3 = -4
4Х1 + Х2 + 4Х3 = -2
Решение: Составим расширенную матрицу
Итерация 1
В качестве направляющего элемента выбираем элемент . Преобразуем первый столбец в единичный. Для этого ко второй и третьей строкам прибавляем первую строку, соответственно умноженную на (-2) и (-4). Получим матрицу:
На этом первая итерация закончена.
Итерация 2
Выбираем направляющий элемент . Так как , то делим вторую строку на -3. Затем умножаем вторую строку соответственно на (-1) и на 3 и складываем соответственно с первой и третьей строками. Получим матрицу:
Итерация 3
Выбираем направляющий элемент . Так как , то делим третью строку на (-2). Преобразуем третий столбец в единичный. Для этого умножаем третью строку соответственно на (-4/3) и на (-2/3) и складываем соответственно с первой и второй строками. Получим матрицу:
,
откуда Х1 = 1, Х2 = 2, Х3 = -2.
Закончив решение, на этапе обучения, необходимо выполнять проверку, подставив найденные значения в исходную систему, которая при этом должна обратиться в верные равенства.
б) Х1 - Х2 + Х3 - Х4 = 4
Х1 + Х2 + 2Х3 +3Х4 = 8
2Х1 +4Х2 + 5Х3+10Х4 = 20
2Х1 - 4Х2 + Х3 - 6Х4 = 4
Решение: Расширенная матрица имеет вид:
Применяя элементарные преобразования, получим:
,
Исходная система эквивалентна следующей системе уравнений:
Х1-3Х2-5Х4=0
2Х2+Х3+4Х4=4
Последние две строки матрицы A(2) являются линейно зависимыми.
Определение. Строки матрицы e1, e2,…,em называются линейно зависимыми, если существуют такие числа , не равные одновременно нулю, что линейная комбинация строк матрицы равна нулевой строке:
где 0=(0 0…0). Строки матрицы являются линейно независимыми, когда комбинация этих строк равна нулю тогда и только тогда, когда все коэффициенты равны нулю.
В линейной алгебре очень важно понятие ранга матрицы, т.к. оно играет очень большое значение при решении систем линейных уравнений.
Теорема о ранге матрицы. Ранг матрицы равен максимальному числу её линейно независимых строк или столбцов, через которые линейно выражаются все остальные её строки (столбцы).
Ранг матрицы A(2) равен 2, т.к. в ней максимальное число линейно независимых строк равно 2 (это первые две строки матрицы).
Теорема Кронекера-Капелли. Система линейных уравнений совместна и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы.
Если ранг матрицы совместной системы равен числу переменных, т.е. r=n, то система имеет единственное решение.
Если ранг матрицы системы меньше числа переменных, т.е. r<n, то система неопределённая и имеет бесконечное множество решений.
В данном случае система имеет 4 переменных, а её ранг равен 2, следовательно, она имеет бесконечное множество решений.
Определение. Пусть r<n, r переменных x1,x2,…,xr называются базисными, если определитель матрицы из коэффициентов при них (базисный минор) отличен от нуля. Остальные n-r переменных называются свободными.
Определение. Решение системы, в котором все n-r свободных переменных равны нулю, называется базисным.
Совместная система m линейных уравнений с n переменными (m<n) имеет бесконечное множество решений, среди которых базисных решений конечное число, не превосходящее , где .
В нашем случае , т.е. система имеет не более 6 базисных решений.
Общее решение имеет вид:
Х1 = 3Х2 +5Х4
Х3 = 4 - 2Х2 - 4Х4
Найдем базисные решения. Для этого полагаем Х2 = 0, Х4 = 0, тогда Х1 =0, Х3 = 4. Базисное решение имеет вид: (0,0,4,0).
Получим другое базисное решение. Для этого в качестве свободных неизвестных примем Х3 и Х4. Выразим неизвестные Х1 и Х2 через неизвестные Х3 и Х4:
Х1 = 6 - 3/2Х2 - Х4
Х2 = 2 - 1/2Х3 - 2Х4
Тогда базисное решение имеет вид: (6,2,0,0).
Пример 2.12. Решить систему:
X1+2X2-X3=7
2X1-3X2+X3=3
4X1+X2-X3=16
Решение. Преобразуем расширенную матрицу системы
Итак, уравнение, соответствующее третьей строке последней матрицы, противоречиво – оно привелось к неверному равенству 0=–1, следовательно, данная система несовместна. Данный вывод можно также получить, если заметить, что ранг матрицы системы равен 2, тогда как ранг расширенной матрицы системы равен 3.
- Учебное пособие
- Оглавление
- 2. Элементы линейной алгебры 21
- 3. Линейное программирование 48
- 4. Теория двойственности в линейном программировании 98
- 5. Целочисленные модели исследования операций 137
- 6. Экономические задачи, сводящиеся к транспортной модели 160
- Введение в исследование операций
- 1.1 Основные определения
- Этапы исследования операций
- Домашнее задание №1
- 2. Элементы линейной алгебры
- 2.1. Алгебра матриц
- 2.1.1. Виды матриц
- 2.1.2. Действия над матрицами
- Домашнее задание №2
- 2.2. Вычисление определителей
- Домашнее задание №3
- 2.3. Решение систем алгебраических уравнений
- 2.3.1. Основные понятия и определения
- 2.3.2. Формулы крамера и метод обратной матрицы
- 2.3.3. Метод жордана-гаусса
- Домашнее задание №5
- 2.4. Векторное пространство
- 2.4.2. Размерность и базис векторного пространства
- Домашнее задание №6
- 2.5. Решение задач линейной алгебры с помощью ms excel
- 3. Линейное программирование
- 3.1. Постановки задачи линейного программирования
- 3.1.1. Общая постановка задачи линейного программирования
- 3.1.2. Основная задача линейного программирования
- 3.1.3. Каноническая задача линейного программирования
- 3.2. Графический метод решения злп
- Домашнее задание №7
- Домашнее задание №8
- 3.3. Анализ решения (модели) на чувствительность
- Домашнее задание №9
- 3.4. Решение линейных моделей симплекс-методом.
- Переход от одной к-матрицы злп к другой к-матрице
- Алгоритм симплекс-метода
- Домашнее задание №10
- 3.4. Двойственный симплекс-метод (р-метод)
- Определение р-матрицы злп
- Условия перехода от одной р-матрицы злп к другой
- Алгоритм р-метода
- Решение задач р-методом
- Домашнее задание №11
- Домашнее задание №12
- 3.5. Решение злп двухэтапным симплекс-методом
- Первый этап - решение вспомогательной задачи
- Второй этап - решение исходной задачи
- Домашнее задание №13
- 4. Теория двойственности в линейном программировании
- 4.1. Определение и экономический смысл двойственной злп
- 4.2. Основные положения теории двойственности
- Получение оптимального плана двойственной задачи на основании теоремы 4
- На первой итерации получен оптимальный план злп (4.24).
- 4.3. Решение злп с помощью Ms Excel
- 4.4. Анализ решения злп на основе отчетов ms excel
- 5. Целочисленные модели исследования операций
- 5.1. Метод ветвей и границ решения целочисленных задач линейного программирования (цзлп)
- X1, х2 0, целые.
- Подробное описание метода
- 5.2. Задача коммивояжера
- Применение метода ветвей и границ для решения задачи коммивояжера
- Ветвление
- Построение редуцированных матриц и и вычисление оценок снизу
- Формирование списка кандидатов на ветвление
- 6. Экономические задачи, сводящиеся к транспортной модели
- 6.1.Транспортная задача линейного программирования
- Методы составления первоначальных опорных планов
- Метод потенциалов решения транспортной задачи
- Проверка выполнения условия оптимальности для незанятых клеток
- Выбор клетки, в которую необходимо поместить перевозку
- Построение цикла и определение величины перераспределения груза
- Проверка нового плана на оптимальность
- Определение оптимального плана транспортных задач, имеющих некоторые усложнения в их постановке
- 6.2.Экономические задачи, сводящиеся к транспортной модели
- Оптимальное распределение оборудования
- Формирование оптимального штата фирмы
- Задача календарного планирования производства
- Модель без дефицита
- Модель с дефицитом
- 6.3.Задача о назначениях
- Венгерский алгоритм
- Оптимальное исследование рынка
- Оптимальное использование торговых агентов