ВЫСШАЯ МАТЕМАТИКА | МОДУЛЬ 4

Системы линейных уравнений

Ранг матрицы | Правило Крамера | Метод Гаусса | Матричный метод

4.1 Ранг матрицы

Ранг матрицы — максимальное число линейно независимых строк (или столбцов). Обозначается rank(A). Ранг равен порядку наибольшего ненулевого минора. Система совместна тогда и только тогда, когда rank(A) = rank(A|b).

4.2 Основные понятия

Система m линейных уравнений с n неизвестными:

a11 x1 + a12 x2 + ... + a1n xn = b1
...
am1 x1 + ... + amn xn = bm

Матричная форма: A * x = b, где A — матрица коэффициентов, x — вектор неизвестных, b — вектор правых частей.

  • Совместная система — имеет хотя бы одно решение.
  • Определённая — единственное решение (rank = n).
  • Неопределённая — бесконечно много решений (rank < n).

4.3 Правило Крамера

Для квадратных систем (n уравнений, n неизвестных) с det(A) != 0:

x_i = det(A_i) / det(A), где A_i — матрица A, в которой i-й столбец заменён на столбец b.

Пример для 2x2: система { a x + b y = e; c x + d y = f } > x = (e d - b f)/(ad-bc), y = (a f - e c)/(ad-bc).

4.4 Метод Гаусса

Приведение расширенной матрицы [A|b] к ступенчатому виду (прямой ход) и последующая обратная подстановка. Универсальный метод, работает для любых систем.

4.5 Матричный метод (через обратную матрицу)

Для квадратных систем с det(A) != 0: x = A^(-1) * b. Требует вычисления обратной матрицы.

Совет: метод Крамера эффективен для 2x2 и 3x3, для больших размеров лучше использовать метод Гаусса.

Решение системы Ax = b

Правило Крамера
Метод Гаусса
Обратная матрица

ИИ-консультант

Задайте вопрос по системам линейных уравнений:

Ответ появится здесь...

Вычисление ранга матрицы

Введите матрицу (2x2 или 3x3) для определения ранга:

Проверь себя

Вопрос: Для системы 3x3 с det(A) = 0 и rank(A) = rank(A|b) = 2, сколько решений имеет система?