7 решение системы уравнений методом обратной матрицы с выводом формулы

Матричный метод решения СЛАУ: пример решения с помощью обратной матрицы

В данной статье мы расскажем о матричном методе решения системы линейных алгебраических уравнений, найдем его определение и приведем примеры решения.

Метод обратной матрицы — это метод, использующийся при решении СЛАУ в том случае, если число неизвестных равняется числу уравнений.

Найти решение системы n линейных уравнений с n неизвестными:

a 11 x 1 + a 12 x 2 + . . . + a 1 n x n = b 1 a n 1 x 1 + a n 2 x 2 + . . . + a n n x n = b n

Матричный вид записи: А × X = B

где А = а 11 а 12 ⋯ а 1 n а 21 а 22 ⋯ а 2 n ⋯ ⋯ ⋯ ⋯ а n 1 а n 2 ⋯ а n n — матрица системы.

X = x 1 x 2 ⋮ x n — столбец неизвестных,

B = b 1 b 2 ⋮ b n — столбец свободных коэффициентов.

Из уравнения, которое мы получили, необходимо выразить X . Для этого нужно умножить обе части матричного уравнения слева на A — 1 :

A — 1 × A × X = A — 1 × B .

Так как А — 1 × А = Е , то Е × X = А — 1 × В или X = А — 1 × В .

Обратная матрица к матрице А имеет право на существование только, если выполняется условие d e t A н е р а в е н н у л ю . Поэтому при решении СЛАУ методом обратной матрицы, в первую очередь находится d e t А .

В том случае, если d e t A н е р а в е н н у л ю , у системы имеется только один вариант решения: при помощи метода обратной матрицы. Если d e t А = 0 , то систему нельзя решить данным методом.

Пример решения системы линейных уравнений с помощью метода обратной матрицы

Решаем СЛАУ методом обратной матрицы:

2 x 1 — 4 x 2 + 3 x 3 = 1 x 1 — 2 x 2 + 4 x 3 = 3 3 x 1 — x 2 + 5 x 3 = 2

  • Записываем систему в виде матричного уравнения А X = B , где

А = 2 — 4 3 1 — 2 4 3 — 1 5 , X = x 1 x 2 x 3 , B = 1 3 2 .

  • Выражаем из этого уравнения X :
  • Находим определитель матрицы А :

d e t A = 2 — 4 3 1 — 2 4 3 — 1 5 = 2 × ( — 2 ) × 5 + 3 × ( — 4 ) × 4 + 3 × ( — 1 ) × 1 — 3 × ( — 2 ) × 3 — — 1 × ( — 4 ) × 5 — 2 × 4 — ( — 1 ) = — 20 — 48 — 3 + 18 + 20 + 8 = — 25

d e t А не равняется 0, следовательно, для этой системы подходит метод решения обратной матрицей.

  • Находим обратную матрицу А — 1 при помощи союзной матрицы. Вычисляем алгебраические дополнения А i j к соответствующим элементам матрицы А :

А 11 = ( — 1 ) ( 1 + 1 ) — 2 4 — 1 5 = — 10 + 4 = — 6 ,

А 12 = ( — 1 ) 1 + 2 1 4 3 5 = — ( 5 — 12 ) = 7 ,

А 13 = ( — 1 ) 1 + 3 1 — 2 3 — 1 = — 1 + 6 = 5 ,

А 21 = ( — 1 ) 2 + 1 — 4 3 — 1 5 = — ( — 20 + 3 ) = 17 ,

А 22 = ( — 1 ) 2 + 2 2 3 3 5 — 10 — 9 = 1 ,

А 23 = ( — 1 ) 2 + 3 2 — 4 3 — 1 = — ( — 2 + 12 ) = — 10 ,

А 31 = ( — 1 ) 3 + 1 — 4 3 — 2 4 = — 16 + 6 = — 10 ,

А 32 = ( — 1 ) 3 + 2 2 3 1 4 = — ( 8 — 3 ) = — 5 ,

А 33 = ( — 1 ) 3 + 3 2 — 4 1 — 2 = — 4 + 4 = 0 .

  • Записываем союзную матрицу А * , которая составлена из алгебраических дополнений матрицы А :

А * = — 6 7 5 17 1 — 10 — 10 — 5 0

  • Записываем обратную матрицу согласно формуле:

A — 1 = 1 d e t A ( A * ) T : А — 1 = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 ,

  • Умножаем обратную матрицу А — 1 на столбец свободных членов В и получаем решение системы:

X = A — 1 × B = — 1 25 — 6 17 — 10 7 1 — 5 5 — 10 0 1 3 2 = — 1 25 — 6 + 51 — 20 7 + 3 — 10 5 — 30 + 0 = — 1 0 1

Ответ: x 1 = — 1 ; x 2 = 0 ; x 3 = 1

Решение СЛАУ методом обратной матрицы

Напомним, что решением системы линейных уравнений называется всякая совокупность чисел 1, x2, . xn> , подстановка которых в эту систему вместо соответствующих неизвестных обращает каждое уравнение системы в тождество.
Система линейных алгебраических уравнений обычно записывается как (для 3-х переменных):

2x1-3x2+x3 = 4
-x1+2x2+5x3 = 10
3x1-x2+3x3 = -1
или2x-3y+z = 4
-z+2y+5z = 10
3x-y+3z = -1

См. также Решение матричных уравнений.

Алгоритм решения

  1. Вычисляется определитель матрицы A . Если определитель равен нулю, то конец решения. Система имеет бесконечное множество решений.
  2. При определителе отличном от нуля, через алгебраические дополнения находится обратная матрица A -1 .
  3. Вектор решения X =1, x2, . xn> получается умножением обратной матрицы на вектор результата B .

Пример №1 . Найти решение системы матричным методом. Запишем матрицу в виде:

231
-210
12-2

Вектор B:
B T = (3,-2,-1)
Система будет иметь решение, если определитель матрицы A отличен от нуля.
Найдем главный определитель.
∆ = 2•(1•(-2)-2•0)-(-2•(3•(-2)-2•1))+1•(3•0-1•1) = -21
Итак, определитель -21 ≠ 0, поэтому продолжаем решение. Для этого найдем обратную матрицу через алгебраические дополнения.
Транспонированная матрица

A T =
2-21
312
10-2

Алгебраические дополнения.

A1,1 = (-1) 1+1
12
0-2
1,1 = (1•(-2)-0•2) = -2

A1,2 = (-1) 1+2
32
1-2
1,2 = -(3•(-2)-1•2) = 8

A1,3 = (-1) 1+3
31
10
1,3 = (3•0-1•1) = -1

A2,1 = (-1) 2+1
-21
0-2
2,1 = -(-2•(-2)-0•1) = -4

A2,2 = (-1) 2+2
21
1-2
2,2 = (2•(-2)-1•1) = -5

A2,3 = (-1) 2+3
2-2
10
2,3 = -(2•0-1•(-2)) = -2

A3,1 = (-1) 3+1
-21
12
3,1 = (-2•2-1•1) = -5

A3,2 = (-1) 3+2
21
32
3,2 = -(2•2-3•1) = -1

A3,3 = (-1) 3+3
2-2
31
3,3 = (2•1-3•(-2)) = 8

Обратная матрица:

A -1 = -1/21
-28-1
-4-5-2
-5-18

Вектор результатов X = A -1 • B

X = -1/21
-28-1
-4-5-2
-5-18
·
3
-2
-1

X T = (1,0,1)
x1 = -21 / -21 = 1
x2 = 0 / -21 = 0
x3 = -21 / -21 = 1
Проверка:
2•1+3•0+1•1 = 3
-2•1+1•0+0•1 = -2
1•1+2•0+-2•1 = -1

Запишем матрицу в виде:

Вектор B:
B T = (1,2,3,4)
Главный определитель
Минор для (1,1):

= 3•(3•2-6•2)-5•(3•2-6•1)+7•(3•2-3•1) = 3
Определитель минора
∆ = 2•(-3)-3•0+5•3-4•3 = -3

Вектор результатов X
X = A -1 ∙ B

Пример №3 . Систему уравнений записать в матричной форме и решить ее с помощью обратной матрицы. Сделать проверку полученного решения.
Решение:xls

Пример №4 . Записать систему уравнений в матричной форме и решить с помощью обратной матрицы.
Решение:xls

Пример №5 . Дана система трех линейных уравнений с тремя неизвестными. Требуется: 1) найти ее решение с помощью формул Крамера; 2) записать систему в матричной форме и решить ее средствами матричного исчисления.
Методические рекомендации. После решения методом Крамера, найдите кнопку «Решение методом обратной матрицы для исходных данных». Вы получите соответствующее решение. Таким образом, данные вновь заполнять не придется.
Решение. Обозначим через А — матрицу коэффициентов при неизвестных; X — матрицу-столбец неизвестных; B — матрицу-столбец свободных членов:

-130
3-21
21-1

Вектор B:
B T =(4,-3,-3)
С учетом этих обозначений данная система уравнений принимает следующую матричную форму: А*Х = B.
Если матрица А — невырожденная (ее определитель отличен от нуля, то она имеет обратную матрицу А -1 . Умножив обе части уравнения на А -1 , получим: А -1 *А*Х = А -1 *B, А -1 *А=Е.
Это равенство называется матричной записью решения системы линейных уравнений. Для нахождения решения системы уравнений необходимо вычислить обратную матрицу А -1 .
Система будет иметь решение, если определитель матрицы A отличен от нуля.
Найдем главный определитель.
∆=-1•(-2•(-1)-1•1)-3•(3•(-1)-1•0)+2•(3•1-(-2•0))=14
Итак, определитель 14 ≠ 0, поэтому продолжаем решение. Для этого найдем обратную матрицу через алгебраические дополнения.
Пусть имеем невырожденную матрицу А:

A=
a11a12a13
a21a22a23
a31a32a33

Тогда:

A=1/∆
A11A21A31
A12A22A32
A13A23A33

где Aij — алгебраическое дополнение элемента aij в определителе матрицы А, которое является произведением (—1) i+j на минор (определитель) n-1 порядка, полученный вычеркиванием i-й строки и j-го столбца в определителе матрицы А.
Транспонированная матрица

A T =
-132
3-21
01-1

Вычисляем алгебраические дополнения.

A1,1=(-1) 1+1
-21
1-1

1,1=(-2•(-1)-1•1)=1

A1,2=(-1) 1+2
31
0-1

1,2=-(3•(-1)-0•1)=3

A1,3=(-1) 1+3
3-2
01

1,3=(3•1-0•(-2))=3

A2,1=(-1) 2+1
32
1-1

2,1=-(3•(-1)-1•2)=5

A2,2=(-1) 2+2
-12
0-1

2,2=(-1•(-1)-0•2)=1

A2,3=(-1) 2+3
-13
01

2,3=-(-1•1-0•3)=1

A3,1=(-1) 3+1
32
-21

3,1=(3•1-(-2•2))=7

A3,2=(-1) 3+2
-12
31

3,2=-(-1•1-3•2)=7

A3,3=(-1) 3+3
-13
3-2

3,3=(-1•(-2)-3•3)=-7
Обратная матрица

A -1 =1/14
133
511
77-7

Вектор результатов X
X=A -1 • B

X=1/14
133
511
77-7
·
4
-3
-3
X=1/14
-3))
X=1/14
-14
14
28

X T =(-1,1,2)
x1= -14 / 14=-1
x2= 14 / 14=1
x3= 28 / 14=2
Проверка.
-1•-1+3•1+0•2=4
3•-1+-2•1+1•2=-3
2•-1+1•1+-1•2=-3
doc:xls
Ответ: -1,1,2.

Пример №6 . Решить неоднородную систему линейных алгебраических уравнений методом обратной матрицы.

Решение систем линейных алгебраических уравнений с помощью обратной матрицы.

Решение систем линейных алгебраических уравнений (СЛАУ) с помощью обратной матрицы (иногда этот способ именуют ещё матричным методом или методом обратной матрицы) требует предварительного ознакомления с таким понятием как матричная форма записи СЛАУ. Метод обратной матрицы предназначен для решения тех систем линейных алгебраических уравнений, у которых определитель матрицы системы отличен от нуля. Естественно, при этом подразумевается, что матрица системы квадратна (понятие определителя существует только для квадратных матриц). Суть метода обратной матрицы можно выразить в трёх пунктах:

  1. Записать три матрицы: матрицу системы $A$, матрицу неизвестных $X$, матрицу свободных членов $B$.
  2. Найти обратную матрицу $A^<-1>$.
  3. Используя равенство $X=A^<-1>\cdot B$ получить решение заданной СЛАУ.

Любую СЛАУ можно записать в матричной форме как $A\cdot X=B$, где $A$ – матрица системы, $B$ – матрица свободных членов, $X$ – матрица неизвестных. Пусть матрица $A^<-1>$ существует. Умножим обе части равенства $A\cdot X=B$ на матрицу $A^<-1>$ слева:

Так как $A^<-1>\cdot A=E$ ($E$ – единичная матрица), то записанное выше равенство станет таким:

Так как $E\cdot X=X$, то:

Перед переходом к чтению примеров рекомендую ознакомиться с методами вычисления обратных матриц, изложенными здесь.

Решить СЛАУ $ \left \ < \begin& -5x_1+7x_2=29;\\ & 9x_1+8x_2=-11. \end \right.$ с помощью обратной матрицы.

Запишем матрицу системы $A$, матрицу свободных членов $B$ и матрицу неизвестных $X$.

Найдём обратную матрицу к матрице системы, т.е. вычислим $A^<-1>$. В примере №2 на странице, посвящённой нахождению обратных матриц, обратная матрица была уже найдена. Воспользуемся готовым результатом и запишем $A^<-1>$:

Теперь подставим все три матрицы ($X$, $A^<-1>$, $B$) в равенство $X=A^<-1>\cdot B$. Затем выполним умножение матриц в правой части данного равенства.

$$ \left(\begin x_1\\ x_2 \end\right)= -\frac<1><103>\cdot\left(\begin 8 & -7\\ -9 & -5\end\right)\cdot \left(\begin 29\\ -11 \end\right)=\\ =-\frac<1><103>\cdot \left(\begin 8\cdot 29+(-7)\cdot (-11)\\ -9\cdot 29+(-5)\cdot (-11) \end\right)= -\frac<1><103>\cdot \left(\begin 309\\ -206 \end\right)=\left(\begin -3\\ 2\end\right). $$

Итак, мы получили равенство $\left(\begin x_1\\ x_2 \end\right)=\left(\begin -3\\ 2\end\right)$. Из этого равенства имеем: $x_1=-3$, $x_2=2$.

Запишем матрицу системы $A$, матрицу свободных членов $B$ и матрицу неизвестных $X$.

Теперь настал черёд найти обратную матрицу к матрице системы, т.е. найти $A^<-1>$. В примере №3 на странице, посвящённой нахождению обратных матриц, обратная матрица была уже найдена. Воспользуемся готовым результатом и запишем $A^<-1>$:

$$ A^<-1>=\frac<1><26>\cdot \left( \begin 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end \right). $$

Теперь подставим все три матрицы ($X$, $A^<-1>$, $B$) в равенство $X=A^<-1>\cdot B$, после чего выполним умножение матриц в правой части данного равенства.

$$ \left(\begin x_1\\ x_2 \\ x_3 \end\right)= \frac<1><26>\cdot \left( \begin 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end \right)\cdot \left(\begin -1\\0\\6\end\right)=\\ =\frac<1><26>\cdot \left(\begin 6\cdot(-1)+(-5)\cdot 0+1\cdot 6 \\ 8\cdot (-1)+2\cdot 0+(-16)\cdot 6 \\ -12\cdot (-1)+(-3)\cdot 0+37\cdot 6 \end\right)=\frac<1><26>\cdot \left(\begin 0\\-104\\234\end\right)=\left(\begin 0\\-4\\9\end\right) $$

Итак, мы получили равенство $\left(\begin x_1\\ x_2 \\ x_3 \end\right)=\left(\begin 0\\-4\\9\end\right)$. Из этого равенства имеем: $x_1=0$, $x_2=-4$, $x_3=9$.

Естественно, что решение систем линейных уравнений с помощью обратной матрицы без применения специальных программ вроде Mathcad возможно лишь при сравнительно небольшом количестве переменных. Если СЛАУ содержит четыре и более переменных, то гораздо удобнее в таком случае применить метод Гаусса или метод Гаусса-Жордана.

Заметили ошибку, опечатку, или некорректно отобразилась формула? Отпишите, пожалуйста, об этом в данной теме на форуме (регистрация не требуется).


источники:

http://math.semestr.ru/matrix/matrix.php

http://math1.ru/education/sys_lin_eq/invmatrix.html