Высшая математика » Системы линейных алгебраических уравнений » Однородные системы. Фундаментальная система решений » Однородные СЛАУ. Фундаментальная система решений. Первая часть.

Однородные системы линейных алгебраических уравнений. Фундаментальная система решений. Первая часть.

Для чтения этой темы желательно, хоть и не обязательно, ознакомиться с темой "Система линейных алгебраических уравнений. Основные термины. Матричная форма записи", а также с темой "Базисные и свободные переменные. Общее и базисное решения системы линейных алгебраических уравнений".

Однородные системы линейных алгебраических уравнений. Нулевое (тривиальное) решение.

Для начала стоит вспомнить, что такое однородные системы линейных алгебраических уравнений. В теме "Система линейных алгебраических уравнений. Основные термины. Матричная форма записи" вопрос классификации систем осуществлялся подробно, здесь же лишь вкратце напомню основные термины. Итак, система линейных алгебраических уравнений (СЛАУ) называется однородной, если все свободные члены этой системы равны нулю. Например, система \(\left \{ \begin{aligned} & 2x_1-3x_2-x_3-x_4=0;\\ & -4x_1+5x_2+3x_4=0. \end{aligned} \right.\) является однородной, так как все свободные члены этой системы (т.е. числа, стоящие в правых частях равенств) – нули.

Любая однородная СЛАУ имеет хотя бы одно решение – нулевое (его ещё называют тривиальное), в котором все переменные равны нулю. Подставим, например, \(x_1=0\), \(x_2=0\), \(x_3=0\) и \(x_4=0\) в записанную выше систему. Получим два верных равенства:

\[ \left \{ \begin{aligned} & 2\cdot 0-3\cdot 0-0-0=0;\\ & -4\cdot 0+5\cdot 0+3\cdot 0=0. \end{aligned} \right. \]

Однако следствие из теоремы Кронекера-Капелли однозначно указывает на то, что если СЛАУ имеет решение, то есть только два варианта. Либо это решение единственно (и тогда СЛАУ называют определённой), либо этих решений бесконечно много (такую СЛАУ именуют неопределённой). Возникает первый вопрос: как выяснить, сколько решений имеет заданная нам однородная СЛАУ? Одно (нулевое) или бесконечность?

Та однородная СЛАУ, которая рассмотрена выше, имеет не только нулевое решение. Подставим, например, \(x_1=1\), \(x_2=-1\), \(x_3=2\) и \(x_4=3\):

\[ \left \{ \begin{aligned} & 2\cdot 1-3\cdot (-1)-2-3=0;\\ & -4\cdot 1+5\cdot (-1)+3\cdot 3=0. \end{aligned} \right. \]

Мы получили два верных равенства, поэтому \(x_1=1\), \(x_2=-1\), \(x_3=2\), \(x_4=3\) – тоже является решением данной СЛАУ. Отсюда, кстати, следует вывод: так как наша СЛАУ имеет более чем одно решение, то эта СЛАУ является неопределенной, т.е. она имеет бесконечное количество решений.

Кстати сказать, чтобы не писать каждый раз выражения вроде "\(x_1=1\), \(x_2=-1\), \(x_3=2\), \(x_4=3\)", пишут все значения переменных в матрицу-столбец: \(\left(\begin{array} {c} 1 \\ -1 \\ 2 \\ 3 \end{array} \right)\). Эту матрицу тоже называют решением СЛАУ.

Теорема Кронекера-Капелли гласит, что любая СЛАУ имеет решение (совместна) тогда и только тогда, когда ранг матрицы системы (\(A\)) равен рангу расширенной матрицы системы (\(\widetilde{A}\)), т.е. \(\rang A=\rang\widetilde{A}\). Так как мы уже выяснили, что любая однородная СЛАУ имеет решение (хотя бы одно), то для всех однородных СЛАУ \(\rang A=\rang\widetilde{A}\). Так как ранги равны между собой, то можно обозначить их какой-то одной буквой, например, \(r\). Итак, для любой однородной СЛАУ имеем: \(\rang A=\rang\widetilde{A}=r\).

Теперь можно вернуться к вопросу о количестве решений однородной СЛАУ. Согласно следствию из теоремы Кронекера-Капелли, если \(r=n\) (\(n\) – количество переменных), то СЛАУ имеет единственное решение. Если же \(r \lt{n}\), то СЛАУ имеет бесконечное количество решений.

Случай \(r=n\) не интересен. Для однородных СЛАУ он означает, что система имеет только нулевое решение. А вот случай \(r \lt{n}\) представляет особый интерес.

Этот случай уже был рассмотрен в теме "Базисные и свободные переменные. Общее и базисное решения СЛАУ". По сути, однородные СЛАУ – это всего лишь частный случай системы линейных уравнений, поэтому вся терминология (базисные, свободные переменные и т.д.) остаётся в силе.

Что такое базисные и свободные переменные?

Прежде чем дать определение этим терминам, стоит вспомнить, что означает фраза "ранг матрицы равен \(r\)". Она означает, что есть хотя бы один минор \(r\)-го порядка, который не равен нулю. Напомню, что такой минор называется базисным. Базисных миноров может быть несколько. При этом все миноры, порядок которых выше \(r\), равны нулю или не существуют. Теперь можно дать следующее определение:

Если коэффициенты при \(r\) переменных совместной СЛАУ образуют базисный минор матрицы системы \(A\), то эти \(r\) переменных называют базисными или основными. Остальные \(n-r\) переменных именуют свободными или неосновными.

Выбрать \(r\) базисных переменных в общем случае можно различными способами. В задачах я покажу наиболее часто используемый способ выбора.

Фундаментальная система решений однородной СЛАУ.

С однородными СЛАУ связано дополнительное понятие – фундаментальная система решений. Дело в том, что если ранг матрицы системы однородной СЛАУ равен \(r\), то такая СЛАУ имеет \(n-r\) линейно независимых решений: \(\varphi_1\), \(\varphi_2\),..., \(\varphi_{n-r}\).

Любая совокупность \(n-r\) линейно независимых решений однородной СЛАУ называется фундаментальной системой (или совокупностью) решений данной СЛАУ.

Часто вместо словосочетания "фундаментальная система решений" используют аббревиатуру "ФСР". Если решения \(\varphi_1\), \(\varphi_2\),..., \(\varphi_{n-r}\) образуют ФСР, и \(X\) – матрица переменных данной СЛАУ, то общее решение СЛАУ можно представить в таком виде:

\[ X=C_1\cdot \varphi_1+C_2\cdot \varphi_2+\ldots+C_{n-r}\cdot \varphi_{n-r}, \]

где \(C_1\), \(C_2\),..., \(C_{n-r}\) – произвольные постоянные.

Что значит "линейно независимые решения"?

В данной ситуации под решением понимается матрица-столбец, в которой перечислены значения неизвестных.

Решения \(\varphi_1\), \(\varphi_2\), \(\ldots\), \(\varphi_n\) называются линейно зависимыми, если существуют такие константы \(\alpha_1,\;\alpha_2,\;\alpha_3,\ldots,\alpha_n\), что выполняется следующее равенство:

\[ \alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\ldots+\alpha_n\cdot \varphi_n=O \]

при условии, что среди коэффициентов \(\alpha_i\) есть хотя бы один, не равный нулю.

Если же указанное выше равенство возможно лишь при условии \(\alpha_1=\alpha_2=\ldots=\alpha_n=0\), то система решений называется линейно независимой.

Буква "\(O\)" в данном определении обозначает нулевую матрицу. Проще всего пояснить это определение на конкретном примере. Давайте рассмотрим ту СЛАУ, о которой шла речь в начале темы. Мы уже проверили, что \(\varphi_1=\left(\begin{array} {c} 1 \\-1 \\2 \\3 \end{array}\right)\) – решение данной СЛАУ. Точно так же можно показать, что \(\varphi_2=\left(\begin{array} {c} 16 \\ 11 \\ -4 \\ 3 \end{array}\right)\), \(\varphi_3=\left(\begin{array} {c} -5 \\ -4 \\ 2 \\ 0 \end{array}\right)\), \(\varphi_4=\left(\begin{array} {c} 7 \\ 5 \\ -2 \\ 1\end{array}\right)\) – решения данной системы.

Примем \(\alpha_1=-1\), \(\alpha_2=0\), \(\alpha_3=4\), \(\alpha_4=3\). Выясним, чему же равно выражение \(\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4\):

\[ \alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4= -1\cdot \left(\begin{array} {c} 1 \\-1 \\2 \\3 \end{array}\right)+ 0\cdot \left(\begin{array} {c} 16 \\ 11 \\ -4 \\ 3 \end{array}\right)+ 4\cdot \left(\begin{array} {c} -5 \\ -4 \\ 2 \\ 0 \end{array}\right)+ 3\cdot \left(\begin{array} {c} 7 \\ 5 \\ -2 \\ 1\end{array}\right)=\\ =\left(\begin{array} {c} -1+0-20+21\\ 1+0-16+15 \\ -2+0+8-6 \\ -3+0+0+3\end{array}\right)= \left(\begin{array} {c} 0\\ 0\\ 0\\0\end{array}\right). \]

Итак, существуют такие значения констант \(\alpha_1\), \(\alpha_2\), \(\alpha_3\), \(\alpha_4\), не все одновременно равные нулю, что выполняется равенство \(\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2+\alpha_3\cdot \varphi_3+\alpha_4\cdot \varphi_4=O\). Вывод: совокупность решений \(\varphi_1\), \(\varphi_2\), \(\varphi_3\), \(\varphi_4\) – линейно зависима.

Для сравнения: равенство \(\alpha_1\cdot \varphi_1+\alpha_2\cdot \varphi_2=O\) возможно лишь при условии \(\alpha_1=\alpha_2=0\) (я не буду это доказывать, ибо доказательство выведет нас за рамки рассматриваемой темы, посему поверьте на слово :) ). Следовательно, система \(\varphi_1\), \(\varphi_2\) является линейно независимой.

Задача №1

Условие

Решить СЛАУ

\[\left \{ \begin{aligned} & 3x_1-6x_2+9x_3+13x_4=0\\ & -x_1+2x_2+x_3+x_4=0;\\ & x_1-2x_2+2x_3+3x_4=0. \end{aligned} \right.\]

Если система является неопределённой, указать фундаментальную систему решений.

Решение

Итак, мы имеем однородную СЛАУ, у которой 3 уравнения и 4 переменных: \(x_1\), \(x_2\), \(x_3\), \(x_4\). Так как количество переменных больше количества уравнений, то такая однородная система не может иметь единственное решение (чуть позже мы строго докажем это предложение на основе теоремы Кронекера-Капелли). Найдём решения СЛАУ, используя метод Гаусса:

\[ \left( \begin{array} {cccc|c} 3 & -6 & 9 & 13 & 0 \\ -1 & 2 & 1 & 1 & 0 \\ 1 & -2 & 2 & 3 & 0 \end{array} \right) \rightarrow \left|\begin{aligned} & \text{поменяем местами первую и третью}\\ & \text{строки, чтобы первым элементом}\\ & \text{первой строки стала единица.} \end{aligned}\right| \rightarrow \\ \rightarrow\left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ -1 & 2 & 1 & 1 & 0 \\ 3 & -6 & 9 & 13 & 0 \end{array} \right) \begin{array} {l} \phantom{0} \\ r_2+r_1\\ r_3-3r_1\end{array} \rightarrow \left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 3 & 4 & 0 \end{array}\right) \begin{array} {l} \phantom{0} \\ \phantom{0}\\ r_3-r_2\end{array} \rightarrow \\ \rightarrow\left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{array}\right). \]

Мы завершили прямой ход метода Гаусса, приведя расширенную матрицу системы к ступенчатому виду. Слева от черты расположены элементы преобразованной матрицы системы, которую мы также привели к ступенчатому виду. Напомню, что если некая матрица приведена к ступенчатому виду, то её ранг равен количеству ненулевых строк.

И матрица системы, и расширенная матрица системы после эквивалентных преобразований приведены к ступенчатому виду; они содержат по две ненулевых строки. Вывод: \(\rang A=\rang\widetilde{A} = 2\).

Итак, заданная СЛАУ содержит 4 переменных (обозначим их количество как \(n\), т.е. \(n=4\)). Кроме того, ранги матрицы системы и расширенной матрицы системы равны между собой и равны числу \(r=2\). Так как \(r \lt{n}\), то согласно следствию из теоремы Кронекера-Капелли СЛАУ является неопределённой (имеет бесконечное количество решений).

Найдём эти решения. Для начала выберем базисные переменные. Их количество должно равняться \(r\), т.е. в нашем случае имеем две базисные переменные. Какие именно переменные (ведь у нас их 4 штуки) принять в качестве базисных? Обычно в качестве базисных переменных берут те переменные, которые расположены на первых местах в ненулевых строках преобразованной матрицы системы, т.е. на "ступеньках". Что это за "ступеньки" показано на рисунке:

На "ступеньках" стоят числа из столбцов №1 и №3. Первый столбец соответствует переменной \(x_1\), а третий столбец соответствует переменной \(x_3\). Именно переменные \(x_1\) и \(x_3\) примем в качестве базисных.

В принципе, если вас интересует именно методика решения таких систем, то можно пропускать нижеследующее примечание и читать далее. Если вы хотите выяснить, почему можно в качестве базисных взять именно эти переменные, и нельзя ли выбрать иные – прошу раскрыть примечание.

Примечание

Почему можно принять переменные \(x_1\) и \(x_3\) в качестве базисных? Для ответа на этот вопрос давайте вспомним, что ранг матрицы системы равен числу \(r=2\). Это говорит о том, что все миноры данной матрицы, порядок которых выше 2, либо равны нулю, либо не существуют. Ненулевые миноры есть только среди миноров второго порядка. Выберем какой-либо ненулевой минор второго порядка. Мы можем выбирать его как в исходной матрице системы \(A\), т.е. в матрице \(\left( \begin{array} {cccc} 3 & -6 & 9 & 13 \\ -1 & 2 & 1 & 1 \\ 1 & -2 & 2 & 3 \end{array} \right)\), так и в преобразованной матрице системы, т.е. в \(\left( \begin{array} {cccc} 1 & -2 & 2 & 3 \\ 0 & 0 & 3 & 4 \\ 0 & 0 & 0 & 0 \end{array}\right)\). Так как в преобразованной матрице системы побольше нулей, то будем работать именно с нею.

Итак, давайте выберем минор второго порядка, элементы которого находятся на пересечении строк №1 и №2, и столбцов №1 и №2:

\[ M_{2}^{(1)}=\left| \begin{array} {cc} 1 & -2 \\ 0 & 0 \end{array}\right|=1\cdot 0-(-2)\cdot 0=0. \]

Вывод: выбранный нами минор второго порядка не является базисным, ибо он равен нулю. Так как элементы этого минора взяты из столбца №1 (он соответствует переменной \(x_1\)) и столбца №2 (он соответствует переменной \(x_2\)), то пара переменных \(x_1\) и \(x_2\) не могут быть базисными переменными.

Осуществим вторую попытку, взяв минор второго порядка, элементы которого лежат на пересечении строк №1, №2 и столбцов №2 и №4:

\[ M_{2}^{(2)}=\left| \begin{array} {cc} 2 & 3\\ 3 & 4 \end{array}\right|=2\cdot 4-3\cdot 3=-1. \]

Вывод: выбранный нами минор второго порядка является базисным, ибо он не равен нулю. Так как элементы этого минора взяты из столбца №2 (он соответствует переменной \(x_2\)) и столбца №4 (он соответствует переменной \(x_4\)), то пару переменных \(x_2\) и \(x_4\) можно принять в качестве базисных.

Сделаем и третью попытку, найдя значение минора, элементы которого расположены на пересечении строк №1, №2 и столбцов №1 и №3:

\[ M_{2}^{(3)}=\left| \begin{array} {cc} 1 & 2\\ 0 & 3 \end{array}\right|=3. \]

Вывод: выбранный нами минор второго порядка является базисным, ибо он не равен нулю. Так как элементы этого минора взяты из столбца №1 (он соответствует переменной \(x_1\)) и столбца №3 (он соответствует переменной \(x_3\)), то пару переменных \(x_1\) и \(x_3\) можно принять в качестве базисных.

Как видите, выбор базисных переменных не является однозначным. На самом деле количество вариантов выбора не превышает количество размещений из \(n\) элементов по \(r\), т.е. не больше чем \(C_{n}^{r}\).

В рассматриваемом примере в качестве баисных были приняты переменные \(x_1\) и \(x_3\) – сугубо из соображений удобства дальнейшего решения. В чём это удобство состоит, будет видно чуток позже.

Базисные переменные выбраны: это \(x_1\) и \(x_3\). Количество свободных переменных, как и количество решений в ФСР, равно \(n-r=2\). Свободными переменными будут \(x_2\) и \(x_4\). Нам нужно выразить базисные переменные через свободные.

Я предпочитаю работать с системой в матричной форме записи. Для начала очистим полученную матрицу \(\left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{array}\right)\) от нулевой строки:

\[ \left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \end{array}\right) \]

Свободным переменным, т.е. \(x_2\) и \(x_4\), соответствуют столбцы №2 и №4. Перенесём эти столбцы за черту. Знак всех элементов переносимых столбцов изменится на противоположный:

Почему меняются знаки? Что вообще значит это перенесение столбцов?

Давайте обратимся к расширенной матрице системы, которая после преобразований имеет вид \(\left( \begin{array} {cccc|c} 1 & -2 & 2 & 3 & 0\\ 0 & 0 & 3 & 4 & 0 \end{array}\right)\). Перейдём от матрицы к уравнениям. Первая строка соответствует уравнению \(x_1-2x_2+2x_3+3x_4=0\), а вторая строка соответствует уравнению \(3x_3+4x_4=0\). Теперь перенесём свободные переменные \(x_2\) и \(x_4\) в правые части уравнений. Естественно, что когда мы переносим выражение \(4x_4\) в правую часть уравнения, то знак его изменится на противоположный, и в правой части появится \(-4x_4\).

\begin{aligned} & x_1+2x_3=2x_2-3x_4;\\ & 3x_3=-4x_4. \end{aligned}

Если опять записать полученную систему в виде матрицы, то мы и получим матрицу с перенесёнными за черту столбцами.

А теперь продолжим решение обычным методом Гаусса. Наша цель: сделать матрицу до черты единичной. Для начала разделим вторую строку на 3, а потом продолжим преобразования обратного хода метода Гаусса:

\[ \left( \begin{array} {cc|cc} 1 & 2 & 2 & -3\\ 0 & 3 & 0 & -4 \end{array}\right) \begin{array} {l} \phantom{0} \\ 1/3\cdot{r_2} \end{array} \rightarrow \left( \begin{array} {cc|cc} 1 & 2 & 2 & -3\\ 0 & 1 & 0 & -4/3 \end{array}\right) \begin{array} {l} r_1-2r_2 \\ \phantom{0} \end{array} \rightarrow \\ \rightarrow \left(\begin{array} {cc|cc} 1 & 0 & 2 & -1/3\\ 0 & 1 & 0 & -4/3 \end{array}\right). \]

Матрица до черты стала единичной, метод Гаусса завершён. Общее решение найдено, осталось лишь записать его. Вспоминая, что четвёртый столбец соответствует переменной \(x_2\), а пятый столбец – переменной \(x_4\), получим:

\[ \left\{\begin{aligned} & x_1=2x_2-\frac{1}{3}x_4;\\ & x_2\in R;\\ & x_3=-\frac{4}{3}x_4;\\ & x_4 \in R. \end{aligned}\right. \]

Нами найдено общее решение заданной однородной СЛАУ. Если есть желание, то полученное решение можно проверить. Например, подставляя \(x_1=2x_2-\frac{1}{3}x_4\) и \(x_3=-\frac{4}{3}x_4\) в левую часть первого уравнения, получим:

\[ 3x_1-6x_2+9x_3+13x_4=3\cdot \left(2x_2-\frac{1}{3}x_4\right)-6x_2+9\cdot \left(-\frac{4}{3}x_4\right)+13x_4=0. \]

Проверка первого уравнения увенчалась успехом; точно так же можно проверить второе и третье уравнения.

Теперь найдем фундаментальную систему решений. ФСР будет содержать \(n-r=2\) решения. Для нахождения ФСР составим таблицу. В первой строке таблицы будут перечислены переменные: от \(x_1\) до \(x_4\). Затем под свободными переменными \(x_2\) и \(x_4\) запишем элементы единичной матрицы \(\left(\begin{array} {cc} 1 & 0 \\0 & 1\end{array}\right)\):

\[ \begin{array} {c|c|c|c} x_1 & x_2 & x_3 & x_4 \\ \hline & 1 & & 0 \\ \hline & 0 & & 1 \end{array} \]

В принципе, при желании для наглядности можно разместить сначала базисные \(x_1\), \(x_3\), а затем – свободные переменные \(x_2\) и \(x_4\), под которыми и записать единичную матрицу:

Способ записи выбирайте на своё усмотрение; здесь же продолжим решение первым способом, когда переменные записаны без дополнительной группировки.

Теперь будем заполнять свободные ячейки. Начнём со второй строки. Мы знаем, что \(x_1=2x_2-\frac{1}{3}x_4\) и \(x_3=-\frac{4}{3}x_4\). Если \(x_2=1\), \(x_4=0\), то:

\[ \begin{aligned} & x_1=2\cdot 1-\frac{1}{3}\cdot 0=2;\\ & x_3=-\frac{4}{3}\cdot 0=0. \end{aligned} \]

Найденные значения \(x_1=2\) и \(x_3=0\) запишем в соответствующие пустые ячейки второй строки:

\[ \begin{array} {c|c|c|c} x_1 & x_2 & x_3 & x_4 \\ \hline 2 & 1 & 0 & 0 \\ \hline & 0 & & 1 \end{array} \]

Заполним и третью строку. Если \(x_2=0\), \(x_4=1\), то:

\[ \begin{aligned} & x_1=2\cdot 0-\frac{1}{3}\cdot 1=-\frac{1}{3};\\ & x_3=-\frac{4}{3}\cdot 1=-\frac{4}{3}. \end{aligned} \]

Найденные значения \(x_1=-\frac{1}{3}\) и \(x_3=-\frac{4}{3}\) запишем в соответствующие пустые ячейки третьей строки. Таким образом таблица будет заполнена полностью:

\[ \begin{array} {c|c|c|c} x_1 & x_2 & x_3 & x_4 \\ \hline 2 & 1 & 0 & 0 \\ \hline -\frac{1}{3} & 0 & -\frac{4}{3} & 1 \end{array} \]

Из второй и третьей строки таблицы мы и запишем ФСР. Матрица неизвестных для нашей системы такова: \(X=\left(\begin{array} {c} x_1 \\x_2 \\x_3 \\x_4 \end{array}\right)\). В том же порядке, в котором в матрице \(X\) перечислены переменные, записываем значения переменных из таблицы в две матрицы:

\[ \varphi_1=\left(\begin{array} {c} 2 \\1 \\0 \\0 \end{array}\right);\; \varphi_2=\left(\begin{array} {c} -1/3 \\0 \\ -4/3 \\1 \end{array}\right). \]

Совокупность \(\varphi_1=\left(\begin{array} {c} 2 \\1 \\0 \\0 \end{array}\right)\), \(\varphi_2=\left(\begin{array} {c} -1/3 \\0 \\ -4/3 \\1 \end{array}\right)\) и есть ФСР данной системы. Общее решение можно записать теперь так: \(X=C_1\cdot \varphi_1+C_2\cdot \varphi_2\). Или в развёрнутом виде:

\[ X=C_1\cdot\left(\begin{array} {c} 2 \\1 \\0 \\0 \end{array}\right)+C_2\cdot\left(\begin{array} {c} -1/3 \\0 \\ -4/3 \\1 \end{array}\right), \]

где \(C_1\) и \(C_2\) – произвольные постоянные.

Ответ:

Общее решение: \(\left\{\begin{aligned} & x_1=2x_2-\frac{1}{3}x_4;\\ & x_2\in R;\\ & x_3=-\frac{4}{3}x_4;\\ & x_4 \in R. \end{aligned}\right.\). Или так: \(X=C_1\cdot\left(\begin{array} {c} 2 \\1 \\0 \\0 \end{array}\right)+C_2\cdot\left(\begin{array} {c} -1/3 \\0 \\ -4/3 \\1 \end{array}\right)\), где \(C_1\) и \(C_2\) – произвольные константы. Фундаментальная система решений: \(\varphi_1=\left(\begin{array} {c} 2 \\1 \\0 \\0 \end{array}\right)\), \(\varphi_2=\left(\begin{array} {c} -1/3 \\0 \\ -4/3 \\1 \end{array}\right)\).

Задача №2

Условие

Записать ФСР однородной СЛАУ

\[ \left\{\begin{aligned} & x_1-5x_2-x_3-2x_4+3x_5=0;\\ & 2x_1-6x_2+x_3-4x_4-2x_5=0; \\ & -x_1+4x_2+5x_3-3x_4=0. \end{aligned} \right., \]

зная общее решение. Записать общее решение с помощью ФСР.

Решение

Общее решение уже было получено в теме "метод Крамера" (задача №4). Это решение таково:

\[ \left\{\begin{aligned} & x_1=\frac{-17x_4+144x_5}{19};\\ & x_2=\frac{-15x_4+41x_5}{19};\\ & x_3=\frac{20x_4-4x_5}{19}; \\ & x_4\in R; \; x_5\in R. \end{aligned} \right. \]

Опираясь на предыдущую задачу №1, попробуйте составить ФСР самостоятельно, а потом сверить с ответом.

Ранг матрицы системы \(r=3\) (поэтому у нас три базисных переменных), количество переменных \(n=5\). Количество свободных переменных и количество решений ФСР равно \(n-r=2\).

Так же, как и в предыдущей задаче, составим ФСР. При составлении учтём, что \(x_1\), \(x_2\), \(x_3\) – базисные переменные, а \(x_4\), \(x_5\) – свободные переменные.

\[ \begin{array} {c|c|c|c|c} x_1 & x_2 & x_3 & x_4 & x_5\\ \hline -\frac{17}{19} & -\frac{15}{19} & \frac{20}{19} & 1 & 0 \\ \hline \frac{144}{19} & \frac{41}{19} & -\frac{4}{19} & 0 & 1 \end{array} \]

Совокупность \(\varphi_1=\left(\begin{array} {c} -17/19 \\-15/19 \\20/19 \\1\\0 \end{array}\right)\), \(\varphi_2=\left(\begin{array}{c} 144/19 \\ 41/19 \\ -4/19\\0\\1 \end{array}\right)\) и есть ФСР данной системы. Общее решение можно записать теперь так: \(X=C_1\cdot \varphi_1+C_2\cdot \varphi_2\). Или в развёрнутом виде:

\[ X=C_1\cdot\left(\begin{array} {c} -17/19 \\-15/19 \\20/19 \\1\\0 \end{array}\right)+C_2\cdot\left(\begin{array}{c} 144/19 \\ 41/19 \\ -4/19\\0\\1 \end{array}\right), \]

где \(C_1\) и \(C_2\) – произвольные постоянные.

Ответ:

Фундаментальная система решений: \(\varphi_1=\left(\begin{array} {c} -17/19 \\-15/19 \\20/19 \\1\\0 \end{array}\right)\), \(\varphi_2=\left(\begin{array}{c} 144/19 \\ 41/19 \\ -4/19\\0\\1 \end{array}\right)\). Общее решение: \(X=C_1\cdot\left(\begin{array} {c} -17/19 \\-15/19 \\20/19 \\1\\0 \end{array}\right)+C_2\cdot\left(\begin{array}{c} 144/19 \\ 41/19 \\ -4/19\\0\\1 \end{array}\right)\), где \(C_1\) и \(C_2\) – произвольные константы.

Продолжение этой темы рассмотрим во второй части, где разберём ещё одну задачу с нахождением общего решения и ФСР.

Часть №1

Часть №2