метод Гаусса–Жордана - один из наиболее известных и широко применяемых методов решения систем линейных уравнений. Матричный метод и метод Крамера обладают тем недостатком, что они не дают ответа в том случае, когда detA = 0, а определяют лишь единственное решение при detA неравном 0. Еще одним недостатком является то, что объем математических вычислений в рамках этих методов резко возрастает с ростом числа уравнений. Метод Гаусса практически свободен от этих недостатков.

Алгоритм метода Гаусса

1. На основании системы линейных уравнений составляем расширенную матрицу системы;
2. Приводим матрицу к "треугольному" виду;
3. Определяем ранги основной и расширенной матриц, и на основании этого делаем вывод о совместности системы и количестве допустимых решений;
4. В случае, если система имеет единственное решение производим обратную подстановку и находим его, если система имеет множество решений: выражаем базисные переменные через переменные которые могут принимать произвольные значения;

Комментарий к шагу 2 Метода Гаусса. Треугольной называют матрицу, в которой все элементы расположенные ниже главной диагонали равны нулю.

Для приведения исходной расширенной матрицы к треугольному виду используем следующие два свойства определителей:

Свойство 1. Определитель не изменит свое значение, если ко всем элементам какой-либо строки (столбца) матрицы прибавить соответствующие элементы параллельной строки (столбца), умноженные на произвольное одно и то же число.

Свойство 2. При перестановке двух любых столбцов или строк матрицы ее определитель меняет знак на противоположный, а абсолютная величина определителя остается неизменной.

На основании этих свойств определителей составим алгоритм преобразования матрицы к треугольному виду:

1. Рассматриваем строку i(начиная с первой). Если, элемент a i i равен нулю, меняем местами i-ю и i+1-ю строки матрицы. Знак определителя при этом изменится на противоположный. Если a 1 1 отличен от нуля - переходим к следующему шагу;
2. Для каждой строки j, ниже i-й находим значение коэффициента K j =a j i /a i i ;
3. Пересчитываем элементы всех строк j, расположенных ниже текущей строки i, с использованием соответствующих коэффициентов по формуле: a j k нов.=a j k -K j *a i k ; После чего, возвращаемся к первому шагу алгоритма и рассматриваем следующую строку, пока не доберемся до строки i=n-1, где n - размерность матрицы A
4. В полученной треугольной матрице расчитываем произведение всех элементов главной диагонали Пa i i , которое и будет являтся определителем;

Другими словами, суть метода можно сформулировать следующим образом. Нам необходимо сделать нулевыми все элементы матрицы ниже главной диагонали. Сначала мы получаем нули в первом столбце. Для этого мы последовательно вычитаем первую строку, домноженную на нужное нам число (такое, чтоб при вычитании мы получили ноль в первом элементе строки), из всех ниже лежащих строк. Затем проделываем то же самое для второй строки, чтобы получить нули во втором столбце ниже главной диагонали матрицы. И так далее пока не доберемся до предпоследней строки.

Как известно, метод Жордана-Гаусса, он же метод последовательного исключения неизвестных, является модификацией метода Гаусса решения систем линейных алгебраических уравнений (СЛАУ).

Метод базируется на элементарных преобразованиях (переводящих систему в эквивалентную), к которым относятся:

• прибавление к обеим частям уравнения системы другого уравнения той же системы, умноженного на число, отличное от нуля;
• перестановка местами уравнений в системе;
• удаление из системы уравнений вида 0 = 0.

В отличие от метода Гаусса, на каждом шаге одна переменная исключается из всех уравнений, кроме одного.

Шаг метода состоит в следующем:

• выбрать в очередном уравнении неизвестное с коэффициентом, отличным от нуля (разрешающим элементом);
• разделить выбранное уравнение на разрешающий элемент;
• с помощью выбранного уравнения исключить неизвестное при разрешающем элементе из всех остальных уравнений;
• на следующем шаге аналогично исключается другое неизвестное из всех уравнений, кроме одного;
• процесс продолжается, пока не будут использованы все уравнения.

Алгоритмизировать это можно так:

Для СЛАУ в матричном виде A*x=b (матрица A размерности m*n , совсем необязательно квадратная) составляется следующая таблица:

В таблице выбран разрешающий элемент a r,s ≠0 , тогда r - разрешающая строка, s - разрешающий столбец.

Переход к следующей таблице выполняется по правилам:

1. вычисляются элементы разрешающей строки: a" r,j =a r,j /a r,s - то есть, r-строка таблицы делится на разрешающий элемент;

2. все элементы разрешающего столбца, кроме a r,s , равного единице, становятся равны нулю;

3. элементы вне разрешающих строки и столбца вычисляются по формуле, изображённой ниже:

Легко не запутаться, если увидеть, что числитель этой формулы похож на вычисление определителя матрицы 2 на 2.

4. При ручном расчёте значение в последнем контрольном столбце сравнивается с суммой предыдущих элементов строки. Если значения не совпадают, ошибки надо искать в данной строке. При автоматизированном расчёте контрольный столбец можно опустить.

Возможны следующие случаи:

1. В процессе исключений левая часть уравнения системы обращается в 0, а правая b≠0 , тогда система не имеет решения.

2. Получается тождество 0 = 0 - уравнение является линейной комбинацией остальных и строка нулей может быть вычеркнута из системы.

3. После использования всех уравнений для исключения неизвестных, таблица либо содержит искомое решение, либо показывает несовместность системы ограничений.

Запрограммируем метод в Excel одной формулой, изменять которую должно быть не слишком трудоёмко. Например, для решения СЛАУ

заполним коэффициентами системы ячейки листа от A1 до D4 включительно, выберем разрешающий элемент a 1,1 =1 , а первый шаг метода сделаем в ячейке A6 , куда загоним "универсальную" формулу для преобразования Жордана-Гаусса:

ЕСЛИ(СТРОКА($A$1)=СТРОКА(A1);A1/$A$1;
ЕСЛИ(СТОЛБЕЦ($A$1)=СТОЛБЕЦ(A1);0;(A1*$A$1-
ДВССЫЛ(АДРЕС(СТРОКА(A1);СТОЛБЕЦ($A$1)))*
ДВССЫЛ(АДРЕС(СТРОКА($A$1);СТОЛБЕЦ(A1))))/$A$1))

На следующем шаге разрешающим элементом может быть, например, a 2,2 =1 (ячейка B7). Нам останется скопировать формулу из A6 в A11 (по пустой строке оставляем, чтоб визуально разделить шаги метода), войти в режим редактирования формулы (двойной щелчок по ячейке или выбрать её и нажать клавишу F2) и поправить (аккуратно перетащить мышкой за границу) все закреплённые ссылки с ячейки A1 на B7 .

Конечно, можно заменить везде в формуле закреплённую ссылку $A$1 на конструкцию вида ДВССЫЛ(ЯЧЕЙКА) , образующую динамический адрес ссылки. Скажем, ДВССЫЛ(F8) , а в ячейке F8 будет автоматически формироваться адрес ячейки разрешающего элемента по заданным пользователем номеру строки и столбца. Тогда для этих номеров строки и столбца придётся предусмотреть отдельные ячейки, например, так:

Увы, всё это ничего не даст - вместо $A$1 мы просто вынуждены будем закрепить в формуле ДВССЫЛ($F$8) и всё равно потом перетаскивать столько же ссылок при копировании формулы. Кроме того, "вручную" введённые номера строки и столбца придётся ещё и проверять на допустимость (хотя бы как на рисунке), так что, не будем умножать сущностей.

Посмотреть метод в работе можно на двух первых листах приложенного файла Excel (2 разных примера).

На преобразовании Жордана-Гаусса основан и такой универсальный метод решения линейных задач оптимизации, как симплекс-метод . Описания его обычно страшны, длинны и перегружены теоремами. Попробуем сделать простое описание и разработать пригодный для расчёта в Excel алгоритм. На самом деле, симплекс-метод уже встроен в стандартную надстройку Пакет анализа, и программировать его "вручную" не нужно, так что наш код имеет, скорее, учебную ценность.

Сначала минимум теории.

Если вектор-столбцы СЛАУ линейно независимы, соответствующие им переменные являются базисными , а остальные – свободными . Например, в СЛАУ

переменные x 2 и x 4 - базисные, а x 1 и x 3 - свободные. Базисные переменные между собой независимы, а свободные можно сделать, например, нулями и получить { x 2 =2, x 4 =1 } – базисное решение системы.

Выбирая различные разрешающие элементы, можно получить решения СЛАУ с различными базисами. Любое неотрицательное базисное решение СЛАУ называется опорным .

Симплекс-метод обеспечивает переход от одного опорного решения к другому, пока не будет достигнуто оптимальное решение, дающее минимум целевой функции.

Алгоритм симплекс-метода состоит в следующем:

1. Задача ЛП преобразуется к каноническому виду:

Это всегда можно сделать следующим образом: к задаче, записанной в стандартной постановке

добавляются дополнительные балансовые переменные , число которых соответствует числу ограничений-неравенств m (ограничения на неотрицательность значений неизвестных не учитываются). После этого неравенства со знаком " ≤ " превращаются в равенства, например, система ограничений вида

2*x 1 +3*x 2 ≤20
3*x 1 +x 2 ≤15
4*x 1 ≤16
3*x 2 ≤12
x 1 ,x 2 ≥0

примет вид

2*x 1 +3*x 2 +x 3 =20
3*x 1 +x 2 +x 4 =15
4*x 1 +x 5 =16
3*x 2 +x 6 =12
x 1 ,x 2 ,...,x 6 ≥0

То есть, "экономический" смысл балансовых переменных очень прост – это "остатки" неиспользованных ресурсов каждого вида.

Если в исходной задаче искался не минимум, а максимум, целевая функция Z заменятся на Z 1 = -Z . Решения задач совпадают, при этом min Z = - max Z 1 . Например, цель

Z(x 1 ,x 2)=2*x 1 +5*x 2 (max)

переписывается в виде

Z 1 (x 1 ,x 2)=-2*x 1 -5*x 2 (min)

Если в исходной задаче были уравнения-неравенства со знаками " ≥ " вместо " ≤ ", обе части каждого такого неравенства умножаются на -1 , а знак неравенства меняется на противоположный, например,

3*x 1 +x 2 +x 4 ≥15

превращается в

3*x 1 -x 2 -x 4 ≤15

Канонический вид модели получен, для него выписывается симплекс-таблица :

В левом столбце записываются базисные переменные (БП), если они ещё не выделены – пусто.

2. С помощью шагов Жордана–Гаусса ищется первоначальный опорный план, т.е. СЛАУ приводится к базисному виду с неотрицательными свободными членами b i >0 . При этом целевая функция Z должна быть выражена только через свободные неизвестные (нулевые коэффициенты в Z-строке стоят только под переменными x i , которые есть в базисе). При выборе разрешающего элемента a r,s в строку r столбца БП выписываем переменную x s , если там уже была переменная – вычеркиваем её (выводим из базиса).

3. Выписываем под столбцами x i опорный план X * : под свободными переменными - нули, под базисными – соответствующие базисной переменной коэффициенты из столбца b .

Ниже выписываем вектор R по правилу: под базисными переменными – нули, под свободными R i =Z i .

Если все R i ≥0 , найдено оптимальное решение X * и значение цели Z min = -q , иначе нужен новый план, а у вас он есть, товарищ Жюков? (п. 4).

4. Для выбора разрешающего столбца s выбираем максимальную по модулю отрицательную компоненту вектора R , разрешающий столбец s выбран. Затем анализируем коэффициенты s-го столбца матрицы системы ограничений. Если все a i,s ≤0 , решения нет и Z min стремится к минус бесконечности, иначе переходим к п.5.

5. Для выбора разрешающей строки r составляем неотрицательные отношения b i /A i,s ≥0 , i=1,2,...,m , и выбираем среди них наименьшее. Если минимум достигается для нескольких строк, за разрешающую можно принять любую из них, при этом, в новом опорном плане значения некоторых базисных переменных станут равными 0, т.е., получаем вырожденный опорный план.

6. Выполняем преобразование Жордана-Гаусса с разрешающим элементом a r,s и переходим к п.3

Геометрически симплекс-методу соответствует кратчайший обход вершин n-мерного выпуклого многогранника, образующего область допустимых решений задачи:

Здесь мы перешли от опорного плана C , представляющего собой одну из вершин многомерного многоугольника, к оптимальному плану E=X * .

Запрограммировать это всё в Excel нелегко, но можно. В прилагаемом документе приведены 3 примера, реализующие решение задач симплекс-методом. Правда, при выполнени шага менять уже придётся 3 формулы, на листе первого примера на симплекс-метод они выделены жёлтым цветом: расчёт отношений для выбора разрешающей строки в ячейке I2 , заполнение столбца БП в ячейке A12 , шаг преобразования Жордана-Гаусса в ячейке B12 . Как и в примере на преобразование Жордана-Гаусса, изменение формул связано только с необходимостью сослаться на новую строку, содержащую адрес ячейки с разрешающим элементом (для первого шага - ячейка C9).

В данной статье мы рассмотрим метод Жордана-Гаусса для решения систем линейных уравнений, отличие метода Гаусса от метода Жордана-Гаусса, алгоритм действий, а также приведем примеры решений СЛАУ.

Yandex.RTB R-A-339285-1

Основные понятия

Определение 1

Метод Жордана-Гаусса - один из методов, предназначенный для решения систем линейных алгебраических уравнений.

Этот метод является модификацией метода Гаусса - в отличие от исходного (метода Гаусса) метод Жордана-Гаусса позволяет решить СЛАУ в один этап (без использования прямого и обратного ходов).

Примечание

Матричная запись СЛАУ: вместо обозначения А в методе Жордана-Гаусса для записи используют обозначение Ã - обозначение расширенной матрицы системы.

Пример 1

4 x 1 - 7 x 2 + 8 x 3 = - 23 2 x 1 - 4 x 2 + 5 x 3 = - 13 - 3 x 1 + 11 x 2 + x 3 = 16

Как решить?

Записываем расширенную матрицу системы:

à = 4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16

Напоминаем, что слева от черты записывается матрица системы А:

A = 4 - 7 8 2 - 4 5 - 3 11 1

Замечание 1

На каждом шаге решения необходимо выбирать разрешающие элементы матрицы. Процесс выбора может быть различным - в зависимости от того, как выбираются элементы, решения будут отличаться. Можно выбирать в качестве разрешающих элементов диагональные элементы матрицы, а можно выбирать произвольно.

В этой статье мы покажем оба способа решения.

Произвольный способ выбора разрешающих элементов

• Первый этап:

Следует обратиться к 1-му столбцу матрицы Ã - необходимо выбрать ненулевой (разрешающий) элемент.

В 1-ом столбце есть 3 ненулевых элемента: 4, 2, -3. Можно выбрать любой, но, по правилам, выбирается тот, чей модуль ближе всего к единице. В нашем примере таким числом является 2.

Цель: обнулить все элементы, кроме разрешающего, т.е. необходимо обнулить 4 и -3:

4 - 7 8 2 - 4 5 - 3 11 1

Произведем преобразование: необходимо сделать разрешающий элемент равным единице. Для этого делим все элементы 2-ой строки на 2. Такое преобразование имеет обозначение: I I: 2:

4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16 I I ÷ 2 → 4 - 7 8 | - 23 2 - 4 5 / 2 | - 13 / 2 - 3 11 1 | 16

Теперь обнуляем остальные элементы: 4 и -3:

4 - 7 8 | - 23 2 - 4 5 / 2 | - 13 / 2 - 3 11 1 | 16 I - 4 × I I I I I - (- 3) × I I

Необходимо выполнить преобразования:

I - 4 × I I и I I I - (- 3) × I I = I I I + 3 × I I

Запись I - 4 × I I означает, что от элементов 1-ой строки вычитаются соответствующие элементы 2-ой строки, умноженные на 4.

Запись I I I + 3 × I I означает, что к элементам 3-ей строки прибавляются соответствующие элементы 2-ой строки, умноженные на 3.

I - 4 × I I = 4 - 7 8 - 23 - 4 1 - 2 5 / 2 - 13 / 2 = = 4 - 7 8 - 23 - 4 - 8 10 - 26 = 0 1 - 2 3

Записываются такие изменения следующим образом:

4 - 7 8 | - 23 2 - 4 5 / 2 | - 13 / 2 - 3 11 1 | 16 I - 4 × I I I I I - (- 3) × I I → 0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2

• Второй этап

Необходимо обнулить 2-ой столбец, следовательно, нужно выбрать разрешающий элемент: 1, -2, 5. Однако 2-ую строку матрицы мы использовали в первом этапе, так что элемент -2 не может быть использован.

Поскольку необходимо выбирать число, чей модуль ближе всего к единице, то выбор очевиден - это 1. Обнуляем остальные элементы 2-го столбца:

0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2 I I - (- 2) × I I I I - 5 × I

0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2 I I + 2 × I I I I - 5 × I → 0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2

• Третий этап

Теперь требуется обнулить элементы 3-го столбца. Поскольку первая и вторая строки уже использованы, поэтому остается только один вариант: 37 / 2 . Обнуляем с его помощью элементы третьего столбца:

0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2

Выполнив преобразования

I - (- 2) × I I I = I + 2 × I I I и I I - (- 3 2) × I I I = I I + 3 2 × I I

получим следующий результат:

0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 1 | - 1 I + 2 × I I I I I + 3 / 2 × I I I → 0 1 0 | 1 1 0 0 | - 2 0 0 1 | - 1

Ответ : x 1 = - 2 ; x 2 = 1 ; x 3 = - 1 .

Полное решение:

4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16 I I ÷ 2 → 4 - 7 8 | - 23 2 - 4 5 / 2 | - 13 / 2 - 3 11 1 | 16 I - 4 × I I I I I - (- 3) × I I →

→ 0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2 I I - (- 2) × I I I I - 5 × I → 0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2 I I I ÷ 37 2 →

→ 0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 1 | - 1 I + 2 × I I I I I + 3 / 2 × I I I → 0 1 0 | 1 1 0 0 | - 2 0 0 1 | - 1 .

Выбор разрешающих элементов на главной диагонали матрицы системы

Определение 2

Принцип выбора разрешающих элементов строится на простом отборе соответствующих элементов: в 1-ом столбце выбирается элемент 1-го столбца, во 2-ом - второй, в 3-ем - третий и т.д.

• Первый этап

В первом столбце необходимо выбрать элемент первой строки, т.е. 4. Но поскольку в первом столбце есть число 2, чей модуль ближе к единице, чем 4, то можно поменять местами первую и вторую строку:

4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16 → 2 - 4 5 | - 13 4 - 7 8 | - 23 - 3 11 1 | 16

Теперь разрешающий элемент - 2. Как показано в первом способе, делим первую строку на 2, а затем обнуляем все элементы:

4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16 I ÷ 2 → 2 - 4 5 / 2 | - 13 / 2 4 - 7 8 | - 23 - 3 11 1 | 16 I I - 4 × I I I I + 3 × I → 1 - 2 5 / 2 | - 13 / 2 0 1 - 2 | 3 0 5 17 / 2 | - 7 / 2

• Второй этап

На втором этапе требуется обнулить элементы второго столбца. Разрешающий элемент - 1, поэтому никаких изменений производить не требуется:

0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2 I + 2 × I I I I I - 5 × I I → 0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2

• Третий этап

На третьем этапе необходимо обнулить элементы третьего столбца. Разрешающий элемент - 37/2. Делим все элементы на 37/2 (чтобы сделать равными 1), а затем обнуляем:

0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2 I I I ÷ 37 2 → 1 0 - 3 / 2 | - 1 / 2 0 1 - 2 | 3 0 0 1 | - 1 I + 2 × I I I I I + 3 / 2 × I I I → 1 0 0 | - 2 0 1 0 | 1 0 0 1 | - 1

Ответ: x 1 = - 2 ; x 2 = 1 ; x 3 = - 1 .

4 - 7 8 | - 23 2 - 4 5 | - 13 - 3 11 1 | 16 I ÷ 2 → 2 - 4 5 / 2 | - 13 / 2 4 - 7 8 | - 23 - 3 11 1 | 16 I I - 4 × I I I I + 3 × I → 0 1 - 2 | 3 1 - 2 5 / 2 | - 13 / 2 0 5 17 / 2 | - 7 / 2 I + 2 × I I I I I - 5 × I I →

→ 0 1 - 2 | 3 1 0 - 3 / 2 | - 1 / 2 0 0 37 / 2 | - 37 / 2 I I I ÷ 37 2 → 1 0 - 3 / 2 | - 1 / 2 0 1 - 2 | 3 0 0 1 | - 1 I + 2 × I I I I I + 3 / 2 × I I I → 1 0 0 | - 2 0 1 0 | 1 0 0 1 | - 1

Пример 2

Решить СЛАУ методом Жордана-Гаусса:

3 x 1 + x 2 + 2 x 3 + 5 x 4 = - 6 3 x 1 + x 2 + 2 x 4 = - 10 6 x 1 + 4 x 2 + 11 x 3 + 11 x 4 = - 27 - 3 x 1 - 2 x 2 - 2 x 3 - 10 x 4 = 1

Как решить?

Записать расширенную матрицу данной системы Ã :

3 1 2 5 | - 6 3 1 0 2 | 10 6 4 11 11 | - 27 - 3 - 2 - 2 - 10 | 1

Для решения используем второй способ: выбор разрешающих элементов на главной диагонали системы. На первом этапе выбираем элемент первой строки, на втором - второй строки, на третьем - третьей и т.д.

• Первый этап

Необходимо выбрать разрешающий элемент первой строки, т.е. 3. Затем обнуляем все элементы столбца, разделяя на 3 все элементы:

3 1 2 5 | - 6 3 1 0 2 | - 10 6 4 11 11 | - 27 - 3 - 2 - 2 - 10 | 1 I ÷ 3 → 1 1 / 3 2 / 3 5 / 3 | - 2 3 1 0 2 | - 10 6 4 11 11 | - 27 - 3 - 2 - 2 - 10 | 1 I I - 3 × I I I I - 6 × I I V + 3 × I →

→ 1 1 / 3 2 / 3 5 / 3 | - 2 0 0 - 2 - 3 | - 4 0 2 7 1 | - 15 0 - 1 0 - 5 | - 5

• Второй этап

Необходимо обнулить элементы второго столбца. Для этого выделяем разрешающий элемент, но элемент первой строки второго столбца равен нулю, поэтому необходимо менять строки местами.

Поскольку в четвертой строке есть число -1, то меняем местами вторую и четвертую строки:

1 1 / 3 2 / 3 5 / 3 | - 2 0 0 - 2 - 3 | - 4 0 2 7 1 | - 15 0 - 1 0 - 5 | - 5 → 1 1 / 3 2 / 3 5 / 3 | - 2 0 - 1 0 - 5 | - 5 0 2 7 1 | - 15 0 0 - 2 - 3 | - 4

Теперь разрешающий элемент равен -1. Делим элементы второго столбца на -1, а затем обнуляем:

1 1 / 3 2 / 3 5 / 3 | - 2 0 - 1 0 - 5 | - 5 0 2 7 1 | - 15 0 0 - 2 - 3 | - 4 I I ÷ (- 1) → 1 1 / 3 2 / 3 5 / 3 | - 2 0 1 0 5 | 5 0 2 7 1 | - 15 0 0 - 2 - 3 | - 4 I - 1 / 3 × I I I I I - 2 × I →

→ 1 0 2 / 3 0 | - 11 / 3 0 1 0 5 | 5 0 0 7 - 9 | - 25 0 0 - 2 - 3 | - 4

• Третий этап

На третьем этапе необходимо также обнулить элементы третьего столбца. Для этого находим разрешающий элемент в третьей строке - это 7. Но на 7 делить неудобно, поэтому необходимо менять строки местами, чтобы разрешающий элемент стал -2:

1 0 2 / 3 0 | - 11 / 3 0 1 0 5 | 5 0 0 7 - 9 | - 25 0 0 - 2 - 3 | - 4 → 1 0 2 / 3 0 | - 11 / 3 0 1 0 5 | 5 0 0 - 2 - 3 | - 4 0 0 7 - 9 | - 25

Теперь делим все элементы третьего столбца на -2 и обнуляем все элементы:

1 0 2 / 3 0 | - 11 / 3 0 1 0 5 | 5 0 0 - 2 - 3 | - 4 0 0 7 - 9 | - 25 I I I ÷ (- 2) → 1 0 2 / 3 0 | - 11 / 3 0 1 0 5 | 5 0 0 1 3 / 2 | 2 0 0 0 - 9 | - 25 I - 2 / 3 × I I I I V - 7 × I I I →

1 0 0 - 1 | - 5 0 1 0 5 | 5 0 0 1 3 / 2 | 2 0 0 0 - 39 / 2 | - 39

• Четвертый этап

Обнуляем четвертый столбец. Разрешающий элемент - - 39 2:

1 0 0 - 1 | - 5 0 1 0 5 | 5 0 0 1 3 / 2 | 2 0 0 0 - 39 / 2 | - 39 I V ÷ (- 39 2) → 1 0 0 - 1 | - 5 0 1 0 5 | 5 0 0 1 3 / 2 | 2 0 0 0 1 | 2 I + I V I I - 5 × I V I I I - 3 / 2 × I V →

→ 1 0 0 0 | - 3 0 1 0 0 | - 5 0 0 1 0 | - 1 0 0 0 1 | 2 .

Ответ : x 1 = - 3 ; x 2 = - 5 ; x 3 = - 1 ; x 4 = 2

Если вы заметили ошибку в тексте, пожалуйста, выделите её и нажмите Ctrl+Enter

Метод Гаусса-Жордана. Как найти обратную матрицу
с помощью элементарных преобразований?

Однажды немецкий математик Вильгельм Йордан (мы неверно транскрибируем с немецкого Jordan как Жордан) сел решать очередную систему уравнений. Он любил этим заниматься и в свободное время совершенствовал свои навыки. Но вот настал момент, когда ему наскучили все методы решения и метод Гаусса в том числе...

Предположим, дана система с тремя уравнениями, тремя неизвестными и записана её расширенная матрица . В наиболее распространенном случае получаются стандартные ступеньки , и так каждый день…. Одно и то же – как беспросветный ноябрьский дождь.

На некоторое время развевает тоску другой способ приведения матрицы к ступенчатому виду: , причём он совершенно равноценен и может быть неудобен только по причине субъективного восприятия. Но всё рано или поздно приедается…. И подумал тогда Жо рдан – а зачем вообще мучиться с обратным ходом гауссовского алгоритма? Не проще ли сразу получить ответ с помощью дополнительных элементарных преобразований?

…да, такое бывает только по любви =)

Для освоения данного урока «чайникам» придётся пойти путём Жо рдана и прокачать элементарные преобразования хотя бы среднего уровня, прорешав, минимум, 15-20 соответствующих заданий. Поэтому если вы смутно понимаете, о чём идёт разговор и/или у вас возникнет недопонимание чего-либо по ходу занятия, то рекомендую ознакомиться с темой в следующем порядке:

Ну, и совсем замечательно, если отработано понижение порядка определителя .

Как все поняли, метод Гаусса-Жордана представляет собой модификацию метода Гаусса и с реализацией основной, уже озвученной выше идеи, мы встретимся на ближайших экранах. Кроме того, в число немногочисленных примеров данной статьи вошло важнейшее приложение – нахождение обратной матрицы с помощью элементарных преобразований .

Не мудрствуя лукаво:

Пример 1

Решить систему методом Гаусса-Жордана

Решение : это первое задание урока Метод Гаусса для чайников , где мы 5 раз трансформировали расширенную матрицу системы и привели её к ступенчатому виду:

Теперь вместо обратного хода в игру вступают дополнительные элементарные преобразования. Сначала нам необходимо получить нули на этих местах: ,
а потом ещё один ноль вот здесь: .

Идеальный с точки зрения простоты случай:

(6) Ко второй строке прибавили третью строку. К первой строке прибавили третью строку.

(7) К первой строке прибавили вторую строку, умноженную на –2.

Не могу удержаться от иллюстрации итоговой системы:

Ответ :

Предостерегаю читателей от шапкозакидательского настроения – это был простейший демонстрационный пример. Для метода Гаусса-Жордана характерны свои специфические приёмы и не самые удобные вычисления, поэтому, пожалуйста, настройтесь на серьёзную работу.

Не хочу показаться категоричным или придирчивым, но в подавляющем большинстве источников информации, которые я видел, типовые задачи рассмотрены крайне плохо – нужно обладать семью пядями во лбу и потратить массу времени/нервов на тяжёлое неуклюжее решение с дробями. За годы практики мне удалось отшлифовать, не скажу, что самую лучшую, но рациональную и достаточно лёгкую методику, которая доступна всем, кто владеет арифметическими действиями:

Пример 2

Решить систему линейных уравнений методом Гаусса-Жордана.

Решение : первая часть задания хорошо знакома:

(1) Ко второй строке прибавили первую строку, умноженную на –1. К третьей строке прибавили первую строку, умноженную на 3. К четвертой строке прибавили первую строку, умноженную на –5.

(2) Вторую строку разделили на 2, третью строку разделили на 11, четвёртую строку разделили на 3.

(3) Вторая и третья строки пропорциональны, 3-ю строку удалили. К четвёртой строке прибавили вторую строку, умноженную на –7

(4) Третью строку разделили на 2.

Очевидно, что система имеет бесконечно много решений, и наша задача – привести её расширенную матрицу к виду .

Как действовать дальше? Прежде всего, следует отметить, что мы лишились вкусного элементарного преобразования – перестановки строк. Точнее говоря, переставить-то их можно, но в этом нет смысла (просто выполним лишние действия). И далее целесообразно придерживаться следующего шаблона:

Находим наименьшее общее кратное чисел третьего столбца (1, –1 и 3), т.е. – наименьшее число, которое бы делилось без остатка и на 1, и на –1 и на 3. В данном случае, это, конечно же, «тройка». Теперь в третьем столбце нам нужно получить одинаковые по модулю числа , и этими соображениями обусловлено 5-е преобразование матрицы:

(5) Первую строку умножаем на –3, вторую строку умножаем на 3. Вообще говоря, первую строку можно было умножить тоже на 3, но это было бы менее удобно для следующего действия. К хорошему привыкаешь быстро:

(6) Ко второй строке прибавили третью строку. К первой строке прибавили третью строку.

(7) Во втором столбце два ненулевых значения (24 и 6) и нам снова нужно получить одинаковые по модулю числа . В данном случае всё сложилось довольно удачно – наименьшее кратное 24, и эффективнее всего умножить вторую строку на –4.

(8) К первой строке прибавили вторую.

(9) Заключительный штрих: первую строку разделили на –3, вторую строку разделили на –24 и третью строку разделили на 3. Это действие выполняется В ПОСЛЕДНЮЮ ОЧЕРЕДЬ! Никаких преждевременных дробей!

В результате элементарных преобразований получена эквивалентная исходной система:

Элементарно выражаем базисные переменные через свободную:

и записываем:

Ответ : общее решение:

В подобных примерах применение рассмотренного алгоритма чаще всего оправдано, поскольку обратный ход метода Гаусса обычно требует трудоёмких и неприятных вычислений с дробями.

И, разумеется, крайне желательна проверка, которая выполняется по обычной схеме, рассмотренной на уроке Несовместные системы и системы с общим решением .

Для самостоятельного решения:

Пример 3

Найти базисное решение с помощью элементарных преобразований

Такая формулировка задачи предполагает использование метода Гаусса-Жордана, и в образце решения матрица приводится к стандартному виду с базисными переменными . Однако всегда держите на заметке, что в качестве базисных можно выбрать и другие переменные . Так, например, если в первом столбце громоздкие числа, то вполне допустимо привести матрицу к виду (базисные переменные ), или к виду (базисные переменные ), или даже к виду с базисными переменными . Существуют и другие варианты.

Но всё-таки это крайние случаи – не стОит лишний раз шокировать преподавателей своими знаниями, техникой решения и уж тем более не надо выдавать экзотических жордановсих результатов вроде . Впрочем, бывает трудно удержаться от нетипового базиса, когда в исходной матрице, скажем, в 4-м столбце есть два готовых нуля.

Примечание : термин «базис» имеет алгебраический смысл и понятие геометрического базиса здесь не при чём!

Если в расширенной матрице данных размеров вдруг обнаруживается пара линейно зависимых строк, то её следует попытаться привести к привычному виду с базисными переменными . Образец такого решения есть в Примере №7 статьи об однородных системах линейных уравнений , причём там выбран другой базис .

Продолжаем совершенствовать свои навыки на следующей прикладной задаче:

Как найти обратную матрицу методом Гаусса?

Обычно условие формулируют сокращённо, но, по существу, здесь также работает алгоритм Гаусса-Жордана. Более простой метод нахождения обратной матрицы для квадратной матрицы мы давным-давно рассмотрели на соответствующем уроке, и суровой поздней осенью тёртые студенты осваивают мастерский способ решения.

Краткое содержание предстоящих действий таково: сначала следует записать квадратную матрицу в тандеме с единичной матрицей: . Затем с помощью элементарных преобразований необходимо получить единичную матрицу слева, при этом (не вдаваясь в теоретические подробности) справа нарисуется обратная матрица. Схематически решение выглядит следующим образом:

(Понятно, что обратная матрица должна существовать)

Демо-пример 4

Найдём обратную матрицу для матрицы с помощью элементарных преобразований. Для этого запишем её в одной упряжке с единичной матрицей, и понеслась «двойка скакунов»:

(1) Ко второй строке прибавили первую строку, умноженную на –3.

(2) К первой строке прибавили вторую строку.

(3) Вторую строку разделили на –2.

Ответ :

Сверьтесь с ответом первого примера урока Как найти обратную матрицу?

Но то была очередная заманивающая задачка – в действительности решение гораздо более длительно и кропотливо. Как правило, вам будет предложена матрица «три на три»:

Пример 5

Решение : присоединяем единичную матрицу и начинаем выполнять преобразования, придерживаясь алгоритма «обычного» метода Гаусса :

(1) Первую и третью строки поменяли местами. На первый взгляд, перестановка строк кажется нелегальной, но на самом деле переставлять их можно – ведь по итогу слева нам нужно получить единичную матрицу, а справа же «принудительно» получится именно матрица (вне зависимости от того будем ли мы переставлять строки в ходе решения или нет) . Обратите внимание, что здесь вместо перестановки можно организовать «шестёрки» в 1-м столбце (наименьшее общее кратное (НОК) чисел 3, 2 и 1) . Решение через НОК особенно удобно, когда в первом столбце отсутствуют «единицы».

(2) Ко 2-й и 3-й строкам прибавили 1-ю строку, умноженную на –2 и –3 соответственно.

(3) К 3-й строке прибавили 2-ю строку, умноженную на –1

Вторая часть решения проводится по уже известной из предыдущего параграфа схеме: перестановки строк становятся бессмысленными, и мы находим наименьшее общее кратное чисел третьего столбца (1, –5, 4): 20. Существует строгий алгоритм нахождения НОК, но здесь обычно хватает подбора. Ничего страшного, если взять бОльшее число, которое делится и на 1, и на –5, и на 4, например, число 40. Отличие будет в более громоздких вычислениях.

К слову о вычислениях. Для решения задачи совсем не зазорно вооружиться микрокалькулятором – числа здесь фигурируют немалые, и будет очень обидно допустить вычислительную ошибку.

(4) Третью строку умножаем на 5, вторую строку на 4, первую строку на «минус двадцать»:

(5) К 1-й и 2-й строкам прибавили третью строку.

(6) Первую и третью строки разделили на 5, вторую строку умножили на –1.

(7) Наименьшее общее кратное ненулевых чисел второго столбца (–20 и 44) равно 220. Первую строку умножаем на 11, вторую строку – на 5.

(8) К первой строке прибавили вторую строку.

(9) Первую строку умножили на –1, вторую строку разделили «обратно» на 5.

(10) Теперь на главной диагонали левой матрицы целесообразно получить наименьшее общее кратное чисел диагонали (44, 44 и 4). Совершенно понятно, что это число 44. Третью строку умножаем на 11.

(11) Каждую строку делим на 44. Данное действие выполняется в последнюю очередь!

Таким образом, обратная матрица:

Внесение и вынесение -й, в принципе, лишние действия, но того требует протокол оформления задачи.

Ответ :

Проверка выполняется по обычной схеме, рассмотренной на уроке об обратной матрице .

Продвинутые люди могут несколько сократить решение, но должен предупредить, спешка тут чревата ПОВЫШЕННЫМ риском допустить ошибку.

Аналогичное задание для самостоятельного решения:

Пример 6

Найти обратную матрицу методом Гаусса-Жордана.

Примерный образец оформления задачи внизу страницы. И ради того, чтобы вы «не проехали мимо с песнями» я оформил решение в уже упомянутом стиле – исключительно через НОК столбцов без единой перестановки строк и дополнительных искусственных преобразований. По моему мнению, эта схема – если и не самая, то одна из самых надёжных .

Иногда бывает удобно более короткое «модернистское» решение, которое заключается в следующем: на первом шаге всё как обычно: .

На втором шаге накатанным приёмом (через НОК чисел 2-го столбца) организуются сразу два нуля во втором столбце: . Перед данным действием особенно трудно устоять, если во 2-м столбце нарисовались одинаковые по модулю числа, например, те же банальные «единицы».

И, наконец, на третьем шаге точно так же получаем нужные нули в третьем столбце: .

Что касается размерности, то в большинстве случаев приходится разруливать матрицу «три на три». Однако время от времени встречается лайт-версия задачи с матрицей «два на два» и хард… – специально для всех читателей сайт:

Пример 7

Найти обратную матрицу с помощью элементарных преобразований

Это задание из моей собственной физматовской контрольной работы по алгебре, …эх, где мой первый курс =) Пятнадцать лет назад (листочек на удивление ещё не пожелтел) , я уложился в 8 шагов, а сейчас – всего лишь в 6! Матрица, кстати, весьма творческая – на первом же шаге просматривается несколько заманчивых путей решения. Моя поздняя версия внизу страницы.

И заключительный совет – после таких примеров очень полезна гимнастика для глаз и какая-нибудь хорошая музыка для релаксации =)

Желаю успехов!

Решения и ответы:

Пример 3: Решение : запишем расширенную матрицу системы и с помощью элементарных преобразований получим базисное решение:


(1) Первую и вторую строки поменяли местами.
(2) Ко второй строке прибавили первую строку, умноженную на –2. К третьей строке прибавили первую строку, умноженную на 5.
(3) Третью строку разделили на 3.
(4) К третьей строке прибавили вторую строку, умноженную на 2.
(5) Третью строку разделили на 7.
(6) Наименьшее кратное чисел 3-го столбца (–3, 5, 1) равно 15. Первую строку умножили на 5, вторую строку умножили на –3, третью строку умножили на 15.
(7) К первой строке прибавили 3-ю строку. Ко второй строке прибавили 3-ю строку.
(8) Первую строку разделили на 5, вторую строку разделили на –3, третью строку разделили на 15.
(9) Наименьшее кратное ненулевых чисел 2-го столбца (–2 и 1) равно: 2. Вторую строку умножили на 2
(10) К первой строке прибавили вторую строку.
(11) Вторую строку разделили на 2.
Выразим базисные переменные через свободные переменные :

Ответ : общее решение:

Пример 6: Решение : обратную матрицу найдём с помощью элементарных преобразований:


(1) Первую строку умножили на –15, вторую строку умножили на 3, третью строку умножили на 5.
(2) Ко 2-й и 3-й строкам прибавили первую строку.
(3) Первую строку разделили на –15, вторую строку разделили на –3, третью строку разделили на –5.
(4) Вторую строку умножили на 7, третью строку умножили на –9.
(5) К третьей строке прибавили вторую строку.


(6) Вторую строку разделили на 7.
(7) Первую строку умножили на 27, вторую строку умножили на 6, третью строку умножили на –4.
(8) К первой и второй строкам прибавили третью строку.
(9) Третью строку разделили на –4. К первой строке прибавили вторую строку, умноженную на –1.
(10) Вторую строку разделили на 2.
(11) Каждую строку разделили на 27.
В результате:
Ответ :

Пример 7: Решение : найдём обратную матрицу методом Гаусса-Жордана:
(1) К 1-й и 4-й строкам прибавили 3-ю строку.
(2) Первую и четвёртую строки поменяли местами.
(3) Ко 2-й строке прибавили 1-ю строку. К 3-й строке прибавили 1-ю строку, умноженную на 2:


(4) К 3-й строке прибавили 2-ю строку, умноженную на –2. К 4-й строке прибавили 2-ю строку.
(5) К 1-й и 3-й строкам прибавили 4-ю строку, умноженную на –1.
(6) Вторую строку умножили на –1, третью строку разделили на –2.
Ответ :

4. Метод Жордана - Гаусса.

Схема с выбором главного элемента состоит в том, что требование неравенства нулю диагональных элементов akk, на которые происходит деление в процессе исключения, заменятся более жестким: из всех элементов К-го столба выбрать наибольший по модулю и переставить уравнения так, чтобы этот элемент оказался на месте элемента акк. Выбор главного элемента и связанная с ним перестановка строк необходимы в тех случаях, когда на каком-либо i-ом шаге акк=0 либо же акк очень мало по остальными элементами i- го столбца: при делении на такое «малое» акк будут получаться большие числа с большими абсолютными погрешностями, в результате чего решение может сильно исказиться.

Ниже излагается алгоритм полного исключения неизвестных или метод Жордана – Гаусса. Суть метода состоит в том, что, рассмотрев первое уравнение, в нем неизвестное с коеффициэнтом, отличным от нуля (в дальнейшем разрешающий элемент), и разделив первое уравнение на этот коэффициент, с помощью первого уравнения исключают это неизвестное из всех уравнений, кроме первого. Выбрав во втором уравнении неизвестное с коэффициентом, отличным от нуля, и разделив на него второе уравнение, с помощью второго исключают другие неизвестные из всех уравнений, кроме второго и т.д., т.е. с помощью одного уравнения производят полное исключение одного неизвестного. Процесс продолжается до тех пор, пока не будут использованы все уравнения.

Как известно, системы линейных алгебраических уравнений могут имеет одно решение, множество решений или системы несовместны. При элементарных преобразованиях элементов матрицы системы эти случаи выявляются в следующем:

1. В процессе исключений левая часть I –го уравнения системы обращается в нуль, а правая часть равна некоторому числу, отличному от нуля. т.е. 02+=bc0.

Это означает, что система не имеет решений, так как I – му уравнению не могут удовлетворять никакие значения неизвестных;

2. Левая и правая части I – го уравнения обращаются в нуль. Это означает, что I – ое уравнение является линейной комбинацией остальных, ему удовлетворяет любое найденное решение системы, поэтому оно может быть отброшено. В системе количество неизвестных больше количества уравнений и, следовательно, такая система имеет множество решений;

3. После того как все уравнения использованы для исключения неизвестных получено решение системы.

Таким образом, конечной целью преобразований Жордана-Гаусса является получение из заданной линейной системы

a11x1 + a12x2 + … + a1nxn = b1,n+1

a21x1 + a22x2 + … + a2nxn = b2,n+1

am1x1 + am2x2 + … + amnxn = bm.n+1

Здесь x1, x2, …, xn - неизвестные, которые надо определить. a11, a12, …, amn - коэффициенты системы - и b1, b2, … bm - свободные члены - предполагаются известными. Индексы коэффициентов (aij) 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 (b1 = b2 = … = bm = 0), иначе - неоднородной.

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

Решение системы (1) - совокупность n чисел c1, c2, …, cn, таких что подстановка каждого ci вместо xi в систему (1) обращает все ее уравнения в тождества.

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

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

Решения c1(1), c2(1), …, cn(1) и c1(2), c2(2), …, cn(2) совместной системы вида (1) называются различными, если нарушается хотя бы одно из равенств:

c1(1) = c1(2), c2(1) = c2(2), …, cn(1) = cn(2).

Совместная система вида (1) называется определенной, если она имеет единственное решение; если же у нее есть хотя бы два различных решения, то она называется неопределенной. Если уравнений больше, чем неизвестных, она называется переопределённой.

Решим следующую систему уравнений:

Запишем её в виде матрицы 3×4, где последний столбец является свободным членом:

Проведём следующие действия:

· К строке 2 добавим: -4 * Строку 1.

· К строке 3 добавим: -9 * Строку 1.

· К строке 3 добавим: -3 * Строку 2.

· Строку 2 делим на -2

· К строке 1 добавим: -1 * Строку 3.

· К строке 2 добавим: -3/2 * Строку 3.

· К строке 1 добавим: -1 * Строку 2.

В правом столбце получаем решение:

.

В методе Ньютона наблюдается ускорение сходимости процесса приближений. 5. Метод касательных (метод Ньютона) Метод касательных, связанный с именем И. Ньютона, является одним из наиболее эффективных численных методов решения уравнений. Идея метода очень проста. Возьмём производную точку x0 и запишем в ней уравнение касательной к графику функции f(x): y=f(x0)+ f ¢(x) (x-x0) (1.5) Графики...

Решения от численных методов расчёта. Для определения корней уравнения не требуется знания теорий групп Абеля, Галуа, Ли и пр. и применения специальной математической терминологии: колец, полей, идеалов, изоморфизмов и т.д. Для решения алгебраического уравнения n - ой степени нужно только умение решать квадратные уравнения и извлекать корни из комплексного числа. Корни могут быть определены с...

Математики тригонометрической подстановки и проверка эффективности разработанной методики преподавания. Этапы работы: 1. Разработка факультативного курса на тему: «Применение тригонометрической подстановки для решения алгебраических задач» с учащимися классов с углубленным изучением математики. 2. Проведение разработанного факультативного курса. 3. Проведение диагностирующей контрольной...

... «проявляется» лишь в процессе преобразований. Очевидность и «завуалированность» новой переменной мы рассмотрим на конкретных примерах во второй главе данной работы. 2. Возможности применения метода замены неизвестного при решении алгебраических уравнений В этой главе выявим возможности применения метода замены неизвестного при решении алгебраических уравнений в стандартных и нестандартных...