Несовместные системы. Системы с общим решением. Частные решения. Методы решения систем линейных уравнений

Метод Гаусса имеет ряд недостатков: нельзя узнать, совместна система или нет, пока не будут проведены все преобразования, необходимые в методе Гаусса; метод Гаусса не пригоден для систем с буквенными коэффициентами.

Рассмотрим другие методы решения систем линейных уравнений. Эти методы используют понятие ранга матрицы и сводят решение любой совместной системы к решению системы, к которой применимо правило Крамера.

Пример 1. Найти общее решение следующей системы линейных уравнений с помощью фундаментальной системы решений приведенной однородной системы и частного решения неоднородной системы.

1. Составляем матрицу A и расширенную матрицу системы (1)

2. Исследуем систему (1) на совместность. Для этого находим ранги матриц A и https://pandia.ru/text/78/176/images/image006_90.gif" width="17" height="26 src=">). Если окажется, что , то система (1) несовместна. Если же получим, что , то эта система совместна и мы ее будем решать. (Исследование на совместность основано на теореме Кронекера-Капелли).

a. Находим rA .

Чтобы найти rA , будем рассматривать последовательно отличные от нуля миноры первого, второго и т. д. порядков матрицы A и окаймляющие их миноры.

М1 =1≠0 (1 берем из левого верхнего угла матрицы А ).

Окаймляем М1 второй строкой и вторым столбцом этой матрицы. . Продолжаем окаймлять М1 второй строкой и третьим столбцом..gif" width="37" height="20 src=">. Теперь окаймляем отличный от нуля минор М2′ второго порядка.

Имеем: (т. к. два первых столбца одинаковые)

(т. к. вторая и третья строки пропорциональны).

Мы видим, что rA=2 , а - базисный минор матрицы A .

b. Находим .

Достаточно базисный минор М2′ матрицы A окаймить столбцом свободных членов и всеми строками (у нас только последней строкой).

. Отсюда следует, что и М3′′ остается базисным минором матрицы https://pandia.ru/text/78/176/images/image019_33.gif" width="168 height=75" height="75">(2)

Так как М2′ - базисный минор матрицы A системы (2) , то эта система эквивалентна системе (3) , состоящей из первых двух уравнений системы (2) (ибо М2′ находится в первых двух строках матрицы A).

(3)

Так как базисный минор https://pandia.ru/text/78/176/images/image021_29.gif" width="153" height="51">(4)

В этой системе два свободных неизвестных (x2 и x4 ). Поэтому ФСР системы (4) состоит из двух решений. Чтобы их найти, придадим свободным неизвестным в (4) сначала значения x2=1 , x4=0 , а затем – x2=0 , x4=1 .

При x2=1 , x4=0 получим:

.

Эта система уже имеет единственное решение (его можно найти по правилу Крамера или любым другим способом). Вычитая из второго уравнения первое, получим:

Ее решением будет x1= -1 , x3=0 . Учитывая значения x2 и x4 , которые мы придали, получаем первое фундаментальное решение системы (2) : .

Теперь полагаем в (4) x2=0 , x4=1 . Получим:

.

Решаем эту систему по теореме Крамера:

.

Получаем второе фундаментальное решение системы (2) : .

Решения β1 , β2 и составляют ФСР системы (2) . Тогда ее общим решением будет

γ= С1β1+С2β2=С1(‑1, 1, 0, 0)+С2(5, 0, 4, 1)=(‑С1+5С2, С1, 4С2, С2)

Здесь С1 , С2 – произвольные постоянные.

4. Найдем одно частное решение неоднородной системы (1) . Как и в пункте 3 , вместо системы (1) рассмотрим эквивалентную ей систему (5) , состоящую из первых двух уравнений системы (1) .

(5)

Перенесем в правые части свободные неизвестные x2 и x4 .

(6)

Придадим свободным неизвестным x2 и x4 произвольные значения, например, x2=2 , x4=1 и подставим их в (6) . Получим систему

Эта система имеет единственное решение (т. к. ее определитель М2′0 ). Решая ее (по теореме Крамера или методом Гаусса), получим x1=3 , x3=3 . Учитывая значения свободных неизвестных x2 и x4 , получим частное решение неоднородной системы (1) α1=(3,2,3,1).

5. Теперь осталось записать общее решение α неоднородной системы (1) : оно равно сумме частного решения этой системы и общего решения ее приведенной однородной системы (2) :

α=α1+γ=(3, 2, 3, 1)+(‑С1+5С2, С1, 4С2, С2).

Это значит: (7)

6. Проверка. Чтобы проверить, правильно ли вы решили систему (1) , надо общее решение (7) подставить в (1) . Если каждое уравнение обратится в тождество (С1 и С2 должны уничтожиться), то решение найдено верно.

Мы подставим (7) для примера только в последнее уравнение системы (1) (x 1 + x 2 + x 3 ‑9 x 4 =‑1) .

Получим: (3–С1+5С2)+(2+С1)+(3+4С2)–9(1+С2)=–1

(С1–С1)+(5С2+4С2–9С2)+(3+2+3–9)=–1

Откуда –1=–1. Получили тождество. Так поступаем со всеми остальными уравнениями системы (1) .

Замечание. Проверка обычно довольно громоздкая. Можно рекомендовать следующую «частичную проверку»: в общем решении системы (1) произвольным постоянным придать некоторые значения и подставить полученное частное решение только в отброшенные уравнения (т. е. в те уравнения из (1) , которые не вошли в (5) ). Если получите тождества, то, скорее всего , решение системы (1) найдено правильно (но полной гарантии правильности такая проверка не дает!). Например, если в (7) положить С2= - 1 , С1=1 , то получим: x1=-3, x2=3, x3=-1, x4=0. Подставляя в последнее уравнение системы (1), имеем: - 3+3 - 1 - 9∙0= - 1 , т. е. –1=–1. Получили тождество.

Пример 2. Найти общее решение системы линейных уравнений (1) , выразив основные неизвестные через свободные.

Решение. Как и в примере 1 , составляем матрицы A и https://pandia.ru/text/78/176/images/image010_57.gif" width="156" height="50"> этих матриц. Оставляем теперь только те уравнения системы (1) , коэффициенты из которых входят в этот базисный минор (т. е. у нас – первые два уравнения) и рассматриваем состоящую из них систему, эквивалентную системе (1).

Перенесем в правые части этих уравнений свободные неизвестные.

Систему (9) решаем методом Гаусса, считая правые части свободными членами.

https://pandia.ru/text/78/176/images/image035_21.gif" width="202 height=106" height="106">

Вариант 2.

https://pandia.ru/text/78/176/images/image039_16.gif" width="192" height="106 src=">

Вариант 4.

https://pandia.ru/text/78/176/images/image042_14.gif" width="172" height="80">

Вариант 5.

https://pandia.ru/text/78/176/images/image044_12.gif" width="179 height=106" height="106">

Вариант 6.

https://pandia.ru/text/78/176/images/image046_11.gif" width="195" height="106">

Как явствует из теоремы Крамера , при решении системы линейных уравнений могут встретиться три случая:

Первый случай: система линейных уравнений имеет единственное решение

(система совместна и определённа)

Второй случай: система линейных уравнений имеет бесчисленное множество решений

(система совместна и неопределённа)

** ,

т.е. коэффициенты при неизвестных и свободные члены пропорциональны.

Третий случай: система линейных уравнений решений не имеет

(система несовместна)

Итак, система m линейных уравнений с n переменными называется несовместной , если у неё нет ни одного решения, и совместной , если она имеет хотя бы одно решение. Совместная система уравнений, имеющая только одно решение, называется определённой , а более одного – неопределённой .

Примеры решения систем линейных уравнений методом Крамера

Пусть дана система

.

На основании теоремы Крамера

………….
,

где
-

определитель системы. Остальные определители получим, заменяя столбец с коэффициентами соответствующей переменной (неизвестного) свободными членами:

Пример 2.

.

Следовательно, система является определённой. Для нахождения её решения вычисляем определители

По формулам Крамера находим:

Итак, (1; 0; -1) – единственное решение системы.

Для проверки решений систем уравнений 3 Х 3 и 4 Х 4 можно воспользоваться онлайн-калькулятором, решающим методом Крамера.

Если в системе линейных уравнений в одном или нескольких уравнениях отсутствуют какие-либо переменные, то в определителе соответствующие им элементы равны нулю! Таков следующий пример.

Пример 3. Решить систему линейных уравнений методом Крамера:

.

Решение. Находим определитель системы:

Посмотрите внимательно на систему уравнений и на определитель системы и повторите ответ на вопрос, в каких случаях один или несколько элементов определителя равны нулю. Итак, определитель не равен нулю, следовательно, система является определённой. Для нахождения её решения вычисляем определители при неизвестных

По формулам Крамера находим:

Итак, решение системы - (2; -1; 1).

6. Общая система линейных алгебраических уравнений. Метод Гаусса.

Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений , который в каждом случае приведет нас к ответу! Сам алгоритм метода во всех трёх случаях работает одинаково. Если в методах Крамера и матричном необходимы знания определителей, то для применения метода Гаусса необходимо знание только арифметических действий, что делает его доступным даже для школьников начальных классов.

Сначала немного систематизируем знания о системах линейных уравнений. Система линейных уравнений может:

1) Иметь единственное решение.
2) Иметь бесконечно много решений.
3) Не иметь решений (быть несовместной ).

Метод Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений. Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. А метод последовательного исключения неизвестных в любом случае приведет нас к ответу! На данном уроке мы опять рассмотрим метод Гаусса для случая №1 (единственное решение системы), под ситуации пунктов №№2-3 отведена статья . Замечу, что сам алгоритм метода во всех трёх случаях работает одинаково.

Вернемся к простейшей системе с урока Как решить систему линейных уравнений?
и решим ее методом Гаусса.

На первом этапе нужно записать расширенную матрицу системы :
. По какому принципу записаны коэффициенты, думаю, всем видно. Вертикальная черта внутри матрицы не несёт никакого математического смысла – это просто отчеркивание для удобства оформления.

Справка : рекомендую запомнить термины линейной алгебры. Матрица системы – это матрица, составленная только из коэффициентов при неизвестных, в данном примере матрица системы: . Расширенная матрица системы – это та же матрица системы плюс столбец свободных членов, в данном случае: . Любую из матриц можно для краткости называть просто матрицей.

После того, как расширенная матрица системы записана, с ней необходимо выполнить некоторые действия, которые также называются элементарными преобразованиями .

Существуют следующие элементарные преобразования:

1) Строки матрицы можно переставлять местами. Например, в рассматриваемой матрице можно безболезненно переставить первую и вторую строки:

2) Если в матрице есть (или появились) пропорциональные (как частный случай – одинаковые) строки, то следует удалить из матрицы все эти строки кроме одной. Рассмотрим, например матрицу . В данной матрице последние три строки пропорциональны, поэтому достаточно оставить только одну из них: .

3) Если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить . Рисовать не буду, понятно, нулевая строка – это строка, в которой одни нули .

4) Строку матрицы можно умножить (разделить) на любое число, отличное от нуля . Рассмотрим, например, матрицу . Здесь целесообразно первую строку разделить на –3, а вторую строку – умножить на 2: . Данное действие очень полезно, поскольку упрощает дальнейшие преобразования матрицы.

5) Это преобразование вызывает наибольшие затруднения, но на самом деле ничего сложного тоже нет. К строке матрицы можно прибавить другую строку, умноженную на число , отличное от нуля. Рассмотрим нашу матрицу из практического примера: . Сначала я распишу преобразование очень подробно. Умножаем первую строку на –2: , и ко второй строке прибавляем первую строку умноженную на –2 : . Теперь первую строку можно разделить «обратно» на –2: . Как видите, строка, которую ПРИБАВЛЯЛИ – не изменилась . Всегда меняется строка, К КОТОРОЙ ПРИБАВЛЯЮТ .

На практике так подробно, конечно, не расписывают, а пишут короче:

Еще раз: ко второй строке прибавили первую строку, умноженную на –2 . Умножают строку обычно устно или на черновике, при этом мысленный ход расчётов примерно такой:

«Переписываю матрицу и переписываю первую строку: »

«Сначала первый столбец. Внизу мне нужно получить ноль. Поэтому единицу вверху умножаю на –2: , и ко второй строке прибавляю первую: 2 + (–2) = 0. Записываю результат во вторую строку: »

«Теперь второй столбец. Вверху –1 умножаю на –2: . Ко второй строке прибавляю первую: 1 + 2 = 3. Записываю результат во вторую строку: »

«И третий столбец. Вверху –5 умножаю на –2: . Ко второй строке прибавляю первую: –7 + 10 = 3. Записываю результат во вторую строку: »

Пожалуйста, тщательно осмыслите этот пример и разберитесь в последовательном алгоритме вычислений, если вы это поняли, то метод Гаусса практически «в кармане». Но, конечно, над этим преобразованием мы еще поработаем.

Элементарные преобразования не меняют решение системы уравнений

! ВНИМАНИЕ : рассмотренные манипуляции нельзя использовать , если Вам предложено задание, где матрицы даны «сами по себе». Например, при «классических» действиях с матрицами что-то переставлять внутри матриц ни в коем случае нельзя!

Вернемся к нашей системе . Она практически разобрана по косточкам.

Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду :

(1) Ко второй строке прибавили первую строку, умноженную на –2. И снова: почему первую строку умножаем именно на –2? Для того чтобы внизу получить ноль, а значит, избавиться от одной переменной во второй строке.

(2) Делим вторую строку на 3.

Цель элементарных преобразований – привести матрицу к ступенчатому виду: . В оформлении задания прямо так и отчеркивают простым карандашом «лестницу», а также обводят кружочками числа, которые располагаются на «ступеньках». Сам термин «ступенчатый вид» не вполне теоретический, в научной и учебной литературе он часто называется трапециевидный вид или треугольный вид .

В результате элементарных преобразований получена эквивалентная исходной система уравнений:

Теперь систему нужно «раскрутить» в обратном направлении – снизу вверх, этот процесс называется обратным ходом метода Гаусса .

В нижнем уравнении у нас уже готовый результат: .

Рассмотрим первое уравнение системы и подставим в него уже известное значение «игрек»:

Рассмотрим наиболее распространенную ситуацию, когда методом Гаусса требуется решить систему трёх линейных уравнений с тремя неизвестными.

Пример 1

Решить методом Гаусса систему уравнений:

Запишем расширенную матрицу системы:

Сейчас я сразу нарисую результат, к которому мы придём в ходе решения:

И повторюсь, наша цель – с помощью элементарных преобразований привести матрицу к ступенчатому виду. С чего начать действия?

Сначала смотрим на левое верхнее число:

Почти всегда здесь должна находиться единица . Вообще говоря, устроит и –1 (а иногда и другие числа), но как-то так традиционно сложилось, что туда обычно помещают единицу. Как организовать единицу? Смотрим на первый столбец – готовая единица у нас есть! Преобразование первое: меняем местами первую и третью строки:

Теперь первая строка у нас останется неизменной до конца решения . Уже легче.

Единица в левом верхнем углу организована. Теперь нужно получить нули вот на этих местах:

Нули получаем как раз с помощью «трудного» преобразования. Сначала разбираемся со второй строкой (2, –1, 3, 13). Что нужно сделать, чтобы на первой позиции получить ноль? Нужно ко второй строке прибавить первую строку, умноженную на –2 . Мысленно или на черновике умножаем первую строку на –2: (–2, –4, 2, –18). И последовательно проводим (опять же мысленно или на черновике) сложение, ко второй строке прибавляем первую строку, уже умноженную на –2 :

Результат записываем во вторую строку:

Аналогично разбираемся с третьей строкой (3, 2, –5, –1). Чтобы получить на первой позиции ноль, нужно к третьей строке прибавить первую строку, умноженную на –3 . Мысленно или на черновике умножаем первую строку на –3: (–3, –6, 3, –27). И к третьей строке прибавляем первую строку, умноженную на –3 :

Результат записываем в третью строку:

На практике эти действия обычно выполняются устно и записываются в один шаг:

Не нужно считать всё сразу и одновременно . Порядок вычислений и «вписывания» результатов последователен и обычно такой: сначала переписываем первую строку, и пыхтим себе потихонечку – ПОСЛЕДОВАТЕЛЬНО иВНИМАТЕЛЬНО :


А мысленный ход самих расчётов я уже рассмотрел выше.

В данном примере это сделать легко, вторую строку делим на –5 (поскольку там все числа делятся на 5 без остатка). Заодно делим третью строку на –2, ведь чем меньше числа, тем проще решение:

На заключительном этапе элементарных преобразований нужно получить еще один ноль здесь:

Для этого к третьей строке прибавляем вторую строку, умноженную на –2 :


Попробуйте разобрать это действие самостоятельно – мысленно умножьте вторую строку на –2 и проведите сложение.

Последнее выполненное действие – причёска результата, делим третью строку на 3.

В результате элементарных преобразований получена эквивалентная исходной система линейных уравнений:

Круто.

Теперь в действие вступает обратный ход метода Гаусса. Уравнения «раскручиваются» снизу вверх.

В третьем уравнении у нас уже готовый результат:

Смотрим на второе уравнение: . Значение «зет» уже известно, таким образом:

И, наконец, первое уравнение: . «Игрек» и «зет» известны, дело за малым:

Ответ :

Как уже неоднократно отмечалось, для любой системы уравнений можно и нужно сделать проверку найденного решения, благо, это несложно и быстро.

Пример 2

Это пример для самостоятельного решения, образец чистового оформления и ответ в конце урока.

Следует отметить, что ваш ход решения может не совпасть с моим ходом решения, и это – особенность метода Гаусса . Но вот ответы обязательно должны получиться одинаковыми!

Пример 3

Решить систему линейных уравнений методом Гаусса

Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Смотрим на левую верхнюю «ступеньку». Там у нас должна быть единица. Проблема состоит в том, что в первом столбце единиц нет вообще, поэтому перестановкой строк ничего не решить. В таких случаях единицу нужно организовать с помощью элементарного преобразования. Обычно это можно сделать несколькими способами. Я поступил так:
(1) К первой строке прибавляем вторую строку, умноженную на –1 . То есть, мысленно умножили вторую строку на –1 и выполнили сложение первой и второй строки, при этом вторая строка у нас не изменилась.

Теперь слева вверху «минус один», что нас вполне устроит. Кто хочет получить +1, может выполнить дополнительное телодвижение: умножить первую строку на –1 (сменить у неё знак).

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

(3) Первую строку умножили на –1, в принципе, это для красоты. У третьей строки также сменили знак и переставили её на второе место, таким образом, на второй «ступеньке у нас появилась нужная единица.

(4) К третьей строке прибавили вторую строку, умноженную на 2.

(5) Третью строку разделили на 3.

Скверным признаком, который свидетельствует об ошибке в вычислениях (реже – об опечатке), является «плохая» нижняя строка. То есть, если бы у нас внизу получилось что-нибудь вроде , и, соответственно, , то с большой долей вероятности можно утверждать, что допущена ошибка в ходе элементарных преобразований.

Заряжаем обратный ход, в оформлении примеров часто не переписывают саму систему, а уравнения «берут прямо из приведенной матрицы». Обратный ход, напоминаю, работает, снизу вверх. Да тут подарок получился:

Ответ : .

Пример 4

Решить систему линейных уравнений методом Гаусса

Это пример для самостоятельного решения, он несколько сложнее. Ничего страшного, если кто-нибудь запутается. Полное решение и образец оформления в конце урока. Ваше решение может отличаться от моего решения.

В последней части рассмотрим некоторые особенности алгоритма Гаусса.
Первая особенность состоит в том, что иногда в уравнениях системы отсутствуют некоторые переменные, например:

Как правильно записать расширенную матрицу системы? Об этом моменте я уже рассказывал на уроке Правило Крамера. Матричный метод . В расширенной матрице системы на месте отсутствующих переменных ставим нули:

Кстати, это довольно легкий пример, поскольку в первом столбце уже есть один ноль, и предстоит выполнить меньше элементарных преобразований.

Вторая особенность состоит вот в чём. Во всех рассмотренных примерах на «ступеньки» мы помещали либо –1, либо +1. Могут ли там быть другие числа? В ряде случаев могут. Рассмотрим систему: .

Здесь на левой верхней «ступеньке» у нас двойка. Но замечаем тот факт, что все числа в первом столбце делятся на 2 без остатка – и другая двойка и шестерка. И двойка слева вверху нас устроит! На первом шаге нужно выполнить следующие преобразования: ко второй строке прибавить первую строку, умноженную на –1; к третьей строке прибавить первую строку, умноженную на –3. Таким образом, мы получим нужные нули в первом столбце.

Или еще такой условный пример: . Здесь тройка на второй «ступеньке» тоже нас устраивает, поскольку 12 (место, где нам нужно получить ноль) делится на 3 без остатка. Необходимо провести следующее преобразование: к третьей строке прибавить вторую строку, умноженную на –4, в результате чего и будет получен нужный нам ноль.

Метод Гаусса универсален, но есть одно своеобразие. Уверенно научиться решать системы другими методами (методом Крамера, матричным методом) можно буквально с первого раза – там очень жесткий алгоритм. Но вот чтобы уверенно себя чувствовать в методе Гаусса, следует «набить руку», и прорешать хотя бы 5-10 систем. Поэтому поначалу возможны путаница, ошибки в вычислениях, и в этом нет ничего необычного или трагического.

Дождливая осенняя погода за окном.... Поэтому для всех желающих более сложный пример для самостоятельного решения:

Пример 5

Решить методом Гаусса систему четырёх линейных уравнений с четырьмя неизвестными.

Такое задание на практике встречается не так уж и редко. Думаю, даже чайнику, который обстоятельно изучил эту страницу, интуитивно понятен алгоритм решения такой системы. Принципиально всё так же – просто действий больше.

Случаи, когда система не имеет решений (несовместна) или имеет бесконечно много решений, рассмотрены на уроке Несовместные системы и системы с общим решением . Там же можно закрепить рассмотренный алгоритм метода Гаусса.

Желаю успехов!

Решения и ответы:

Пример 2: Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду.


Выполненные элементарные преобразования:
(1) Ко второй строке прибавили первую строку, умноженную на –2. К третьей строке прибавили первую строку, умноженную на –1. Внимание! Здесь может возникнуть соблазн из третьей строки вычесть первую, крайне не рекомендую вычитать – сильно повышается риск ошибки. Только складываем!
(2) У второй строки сменили знак (умножили на –1). Вторую и третью строки поменяли местами. Обратите внимание , что на «ступеньках» нас устраивает не только единица, но еще и –1, что даже удобнее.
(3) К третьей строке прибавили вторую строку, умноженную на 5.
(4) У второй строки сменили знак (умножили на –1). Третью строку разделили на 14.

Обратный ход:

Ответ : .

Пример 4: Решение : Запишем расширенную матрицу системы и с помощью элементарных преобразований приведем ее к ступенчатому виду:

Выполненные преобразования:
(1) К первой строке прибавили вторую. Таким образом, организована нужная единица на левой верхней «ступеньке».
(2) Ко второй строке прибавили первую строку, умноженную на 7. К третьей строке прибавили первую строку, умноженную на 6.

Со второй «ступенькой» всё хуже , «кандидаты» на неё – числа 17 и 23, а нам нужна либо единичка, либо –1. Преобразования (3) и (4) будут направлены на получение нужной единицы

(3) К третьей строке прибавили вторую, умноженную на –1.
(4) Ко второй строке прибавили третью, умноженную на –3.
Нужная вещь на второй ступеньке получена .
(5) К третьей строке прибавили вторую, умноженную на 6.

В рамках уроков метод Гаусса и Несовместные системы/системы с общим решением мы рассматривали неоднородные системы линейных уравнений , где свободный член (который обычно находится справа) хотя бы одного из уравнений был отличен от нуля.
И сейчас, после хорошей разминки с рангом матрицы , мы продолжим шлифовать технику элементарных преобразований на однородной системе линейных уравнений .
По первым абзацам материал может показаться скучным и заурядным, однако данное впечатление обманчиво. Помимо дальнейшей отработки технических приёмов будет много новой информации, поэтому, пожалуйста, постарайтесь не пренебрегать примерами данной статьи.

Рассмотрим вначале случай, когда число уравнений равно числу переменных, т.е. m = n. Тогда матрица системы - квадратная, а ее определитель называют определителем системы.

Метод обратной матрицы

Рассмотрим в общем виде систему уравнений АХ = В с невырожденной квадратной матрицей А. В этом случае существует обратная матрица А -1 . Домножим слева обе части на А -1 . Получим А -1 АХ = А -1 В. Отсюда ЕХ = А -1 В и

Последнее равенство представляет собой матричную формулу для нахождения решения таких систем уравнений. Использование этой формулы получило название метода обратной матрицы

Например, решим этим методом следующую систему:

;

В конце решения системы можно сделать проверку, подставив найденные значения в уравнения системы. При этом они должны обратиться в верные равенства.

Для рассмотренного примера проведем проверку:

Метод решения систем линейных уравнений с квадратной матрицей по формулам Крамера

Пусть n= 2:

Если обе части первого уравнения умножить на a 22 , а обе части второго – на (-a 12), и затем сложить полученные уравнения, то мы исключим из системы переменнуюx 2 . Аналогично можно исключить переменнуюx 1 (умножив обе части первого уравнения на (-a 21), а обе части второго – наa 11). В результате получим систему:

Выражение в скобках есть определитель системы

Обозначим

Тогда система примет вид:

Из полученной системы следует, что если определитель системы 0, то система будет совместной и определенной. Ее единственное решение можно вычислить по формулам:

Если = 0, а 1 0 и/или 2 0, то уравнения системы примут вид 0*х 1 = 2 и/или0*х 1 = 2 . В этом случае система будет несовместной.

В случае, когда = 1 = 2 = 0, система будет совместной и неопределенной (будет иметь бесконечное множество решений), так как примет вид:

Теорема Крамера (доказательство опустим). Если определитель матрицы системыnуравненийне равен нулю, то система имеет единственное решение, определяемое по формулам:

,

где  j - определитель матрицы, получаемой из матрицы А заменой j-го столбца столбцом свободных членов.

Вышеприведенные формулы называют формулами Крамера .

В качестве примера решим этим методом систему, которую до этого решали методом обратной матрицы:

Недостатки рассмотренных методов:

1) существенная трудоемкость (вычисление определителей и нахождение обратной матрицы);

2) ограниченная область применения (для систем с квадратной матрицей).

Реальных экономические ситуации чаще моделируются системами, в которых число уравнений и переменных довольно значительное, причем уравнений больше, чем переменных Поэтому на практике более распространен следующий метод.

Метод Гаусса (метод последовательного исключения переменных)

Этот метод используется для решения системы m линейных уравнений с n переменными в общем виде. Его суть заключается в применении к расширенной матрице системы равносильных преобразований, с помощью которых система уравнений преобразуется к виду, когда ее решения становится легко найти (если они есть).

Это такой вид, в котором левая верхняя часть матрицы системы будет представлять собой ступенчатую матрицу. Этого добиваются с помощью тех же приемов, с помощью которых получали ступенчатую матрицу с целью определения ранга. При этом применяют к расширенной матрице элементарные преобразования, которые позволят получить равносильную систему уравнений. После этого расширенная матрица примет вид:

Получение такой матрицы называют прямым ходом метода Гаусса.

Нахождение из соответствующей системы уравнений значений переменных называют обратным ходом метода Гаусса. Рассмотрим его.

Отметим, что последние (m – r) уравнений примут вид:

Если хотя бы одно из чисел
не равно нулю, то соответствующее равенство будет ложным, а вся система несовместной.

Поэтому для любой совместной системы
. В этом случае последние (m – r) уравнений при любых значениях переменных будут тождествами 0 = 0, и их можно не принимать во внимание при решении системы (просто отбросить соответствующие строки).

После этого система примет вид:

Рассмотрим вначале случай, когда r=n. Тогда система примет вид:

Из последнего уравнения системы можно однозначно найти x r .

Зная x r , из него можно однозначно выразитьx r -1 . Затем из предыдущего уравнения, знаяx r иx r -1 , можно выразитьx r -2 и т.д. доx 1 .

Итак, в этом случае система будет совместной и определенной.

Теперь рассмотрим случай, когда rбазисными (основными), а все остальные –небазисными (неосновными, свободными). Последнее уравнение системы будет иметь вид:

Из этого уравнения можно выразить базисную переменную x r через небазисные:

Предпоследнее уравнение будет иметь вид:

Подставив в него вместо x r полученное выражение, можно будет выразить базисную переменнуюx r -1 через небазисные. И т.д. до переменнойx 1 . Чтобы получить решение системы, можно приравнять небазисные переменные к произвольным значениям и после этого вычислить базисные переменные по полученным формулам. Таким образом, в этом случае система будет совместной и неопределенной (иметь бесконечное множество решений).

Например, решим систему уравнений:

Совокупность базисных переменных будем называть базисом системы. Совокупность столбцов коэффициентов при них тоже будем называтьбазисом (базисными столбцами), илибазисным минором матрицы системы. То решение системы, в котором все небазисные переменные равны нулю, будем называтьбазисным решением .

В предыдущем примере базисным решением будет (4/5; -17/5; 0; 0) (переменные х 3 и х 4 (с 1 и с 2) приравнены к нулю, а базисные переменные х 1 и х 2 рассчитаны через них). Чтобы привести пример небазисного решения, надо приравнять х 3 и х 4 (с 1 и с 2) к произвольным числам, неравным одновременно нулю, и рассчитать через них остальные переменные. Например, при с 1 = 1 и с 2 = 0 получим небазисное решение – (4/5; -12/5; 1; 0). Подстановкой легко убедиться, что оба решения – верные.

Очевидно, что в неопределенной системе небазисных решений может быть бесконечно много. Сколько может быть базисных решений? Каждой строке преобразованной матрицы должна соответствовать одна базисная переменная. Всего в задаче nпеременных, а базисных строк –r. Поэтому число всевозможных наборов базисных переменных не может превысить число сочетаний изnпоr 2 . Оно может быть меньше, чем , потому что не всегда можно преобразовать систему к такому виду, чтобы именно этот набор переменных был базисным.

Что это за вид? Это такой вид, когда матрица, образованная из столбцов коэффициентов при этих переменных, будет ступенчатой, и при этом будет состоять из rстрок. Т.е. ранг матрицы коэффициентов при этих переменных должен быть равенr. Большеrон быть не может, так как число столбцов равноr. Если он окажется меньшеr, то это говорит о линейной зависимости столбцов при переменных. Такие столбцы не могут составить базис.

Рассмотрим, какие еще базисные решения могут быть найдены в рассмотренном выше примере. Для этого рассмотрим всевозможные сочетания из четырех переменных по две базисных. Таких сочетаний будет
, причем одно из них (х 1 и х 2) уже было рассмотрено.

Возьмем переменные х 1 и х 3 . Найдем ранг матрицы коэффициентов при них:

Так как он равен двум, они могут быть базисными. Приравняем небазисные переменные х 2 и х 4 к нулю: х 2 = х 4 = 0. Тогда из формулы х 1 = 4/5 – (1/5)*х 4 следует, что х 1 = 4/5, а из формулы х 2 = -17/5 + х 3 - - (7/5)*х 4 = -17/5 + х 3 следует, что х 3 = х 2 +17/5 = 17/5. Таким образом, мы получим базисное решение (4/5; 0; 17/5; 0).

Аналогично можно получить базисные решения для базисных переменных х 1 и х 4 – (9/7; 0; 0; -17/7); х 2 и х 4 – (0; -9; 0; 4); х 3 и х 4 – (0; 0; 9; 4).

Переменные х 2 и х 3 в этом примере нельзя взять в качестве базисных, так как ранг соответствующей матрицы равен единице, т.е. меньше двух:

.

Возможен и другой подход к определению того, можно или нет составить базис из некоторых переменных. При решении примера в итоге преобразования матрицы системы к ступенчатому виду она приняла вид:

Выбирая пары переменных, можно было рассчитать соответствующие миноры этой матрицы. Легко убедиться, что для всех пар, кроме х 2 и х 3 , они не равны нулю, т.е. столбцы линейно независимы. И только для столбцов при переменных х 2 и х 3
, что говорит об их линейной зависимости.

Рассмотрим еще один пример. Решим систему уравнений

Итак, уравнение, соответствующее третьей строке последней матрицы, противоречиво - оно привелось к неверному равенству 0 = -1, следовательно, данная система несовместна.

Метод Жордана-Гаусса 3 представляет собой развитие метода Гаусса. Суть его состоит в том, что расширенную матрицу системы преобразуют к виду, когда коэффициенты приrпеременных образуют единичную матрицу с точностью до перестановки строк или столбцов 4 (гдеr– ранг матрицы системы).

Решим этим методом систему:

Рассмотрим расширенную матрицу системы:

В этой матрице выберем единичный элемент. Например, коэффициент при х 2 в третьем ограничении 5 . Добьемся, чтобы в остальных строках в этом столбце стояли нули, т.е. сделаем столбец единичным. В процессе преобразований будем называть этотстолбец разрешающим (ведущим, ключевым). Третье ограничение (третьюстроку ) тоже будем называтьразрешающей . Самэлемент , который стоит на пересечении разрешающих строки и столбца (здесь это единица), тоже называютразрешающим .

В первой строке сейчас стоит коэффициент (-1). Чтобы получить на его месте ноль, умножим третью строку на (-1) и вычтем результат из первой строки (т.е. просто сложим первую строку с третьей).

Во второй строке стоит коэффициент 2. Чтобы получить на его месте ноль, умножим третью строку на 2 и вычтем результат из первой строки.

Результат преобразований будет иметь вид:

Из этой матрицы хорошо видно, что одно из первых двух ограничений можно вычеркнуть (соответствующие строки пропорциональны, т.е. эти уравнения следуют друг из друга). Вычеркнем, например, второе:

Итак, в новой системе два уравнения. Получен единичный столбец (второй), причем единица здесь стоит во второй строке. Запомним, что второму уравнению новой системы у нас будет соответствовать базисная переменная х 2 .

Выберем базисную переменную для первой строки. Это может быть любая переменная, кроме х 3 (потому что при х 3 в первом ограничении стоит нулевой коэффициент, т.е. набор переменных х 2 и х 3 здесь базисным быть не может). Можно взять первую или четвертую переменную.

Выберем х 1 . Тогда разрешающим элементом будет 5, и обе части разрешающего уравнения придется разделить на пять, чтобы получить в первом столбце первой строки единицу.

Добьемся, чтобы в остальных строках (т.е. во второй строке) в первом столбце стояли нули. Так как сейчас во второй строке стоит не ноль, а 3, надо вычесть из второй строки элементы преобразованной первой строки, умноженные на 3:

Из полученной матрицы можно непосредственно извлечь одно базисное решение, приравняв небазисные переменные к нулю, а базисные – к свободным членам в соответствующих уравнениях: (0,8; -3,4; 0; 0). Можно также вывести общие формулы, выражающие базисные переменные через небазисные: х 1 = 0,8 – 1,2х 4 ; х 2 = -3,4 + х 3 + 1,6х 4 . Эти формулы описывают все бесконечное множество решений системы (приравнивая х 3 и х 4 к произвольным числам, можно вычислить х 1 и х 2).

Отметим, что суть преобразований на каждом этапе метода Жордана-Гаусса заключалась в следующем:

1) разрешающую строку делили на разрешающий элемент, чтобы получить на его месте единицу,

2) из всех остальных строк вычитали преобразованную разрешающую, умноженную на тот элемент, который стоял в данной строке в разрешающем столбце, чтобы получить на месте этого элемента ноль.

Рассмотрим еще раз преобразованную расширенную матрицу системы:

Из этой записи видно, что ранг матрицы системы А равен r.

В ходе проведенных рассуждений мы установили, что система будет совместной тогда и только тогда, когда
. Это означает, что расширенная матрица системы будет иметь вид:

Отбрасывая нулевые строки, мы получим, что ранг расширенной матрицы системы тоже равен r.

Теорема Кронекера-Капелли . Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы.

Вспомним, что ранг матрицы равен максимальному числу ее линейно независимых строк. Из этого следует, что если ранг расширенной матрицы меньше числа уравнений, то уравнения системы линейно зависимы, и одно или несколько из них могут быть исключены из системы (поскольку являются линейной комбинацией остальных). Система уравнений будет линейно независимой лишь в том случае, если ранг расширенной матрицы равен числу уравнений.

При этом для совместных систем линейных уравнений можно утверждать, что если ранг матрицы равен числу переменных, то система имеет единственное решение, а если он меньше числа переменных, то система неопределенная и имеет бесконечно много решений.

1Например, пусть в матрице пять строк (исходный порядок строк – 12345). Надо поменять вторую строку и пятую. Чтобы вторая строка попала на место пятой, «сдвинулась» вниз, последовательно три раза поменяем соседние строки: вторую и третью (13245), вторую и четвертую (13425) и вторую и пятую (13452). Затем, чтобы пятая строка попала на место второй в исходной матрице, надо «сдвинуть» вверх пятую строку путем только двух последовательных перемен: пятой и четвертой строк (13542) и пятой и третьей (15342).

2Числом сочетаний из n по r называют число всех различных r–элементных подмножеств n–элементного множества (различными множествами считаются те, которые имеют различный состав элементов, порядок отбора при этом не важен). Его вычисляют по формуле:
. Напомним смысл знака “!” (факториал):
0!=1.)

3Поскольку этот метод более распространен, чем рассмотренный ранее метод Гаусса, и по своей сути представляет собой сочетание прямого и обратного хода метода Гаусса, его тоже иногда называют методом Гаусса, опуская первую часть названия.

4Например,
.

5Если бы в матрице системы не было единиц, то можно было бы, например, разделить обе части первого уравнения на два, и тогда первый коэффициент стал бы единичным; или т.п.

Система линейных уравнений - это объединение из n линейных уравнений, каждое из которых содержит k переменных. Записывается это так:

Многие, впервые сталкиваясь с высшей алгеброй, ошибочно полагают, что число уравнений обязательно должно совпадать с числом переменных. В школьной алгебре так обычно и бывает, однако для высшей алгебры это, вообще говоря, неверно.

Решение системы уравнений - это последовательность чисел (k 1 , k 2 , ..., k n ), которая является решением каждого уравнения системы, т.е. при подстановке в это уравнение вместо переменных x 1 , x 2 , ..., x n дает верное числовое равенство.

Соответственно, решить систему уравнений - значит найти множество всех ее решений или доказать, что это множество пусто. Поскольку число уравнений и число неизвестных может не совпадать, возможны три случая:

1. Система несовместна, т.е. множество всех решений пусто. Достаточно редкий случай, который легко обнаруживается независимо от того, каким методом решать систему.
2. Система совместна и определена, т.е. имеет ровно одно решение. Классический вариант, хорошо известный еще со школьной скамьи.
3. Система совместна и не определена, т.е. имеет бесконечно много решений. Это самый жесткий вариант. Недостаточно указать, что «система имеет бесконечное множество решений» - надо описать, как устроено это множество.

Переменная x i называется разрешенной, если она входит только в одно уравнение системы, причем с коэффициентом 1. Другими словами, в остальных уравнениях коэффициент при переменной x i должен быть равен нулю.

Если в каждом уравнении выбрать по одной разрешенной переменной, получим набор разрешенных переменных для всей системы уравнений. Сама система, записанная в таком виде, тоже будет называться разрешенной. Вообще говоря, одну и ту же исходную систему можно свести к разным разрешенным, однако сейчас нас это не волнует. Вот примеры разрешенных систем:

Обе системы являются разрешенными относительно переменных x 1 , x 3 и x 4 . Впрочем, с тем же успехом можно утверждать, что вторая система - разрешенная относительно x 1 , x 3 и x 5 . Достаточно переписать самое последнее уравнение в виде x 5 = x 4 .

Теперь рассмотрим более общий случай. Пусть всего у нас k переменных, из которых r являются разрешенными. Тогда возможны два случая:

1. Число разрешенных переменных r равно общему числу переменных k : r = k . Получаем систему из k уравнений, в которых r = k разрешенных переменных. Такая система является совместной и определенной, т.к. x 1 = b 1 , x 2 = b 2 , ..., x k = b k ;
2. Число разрешенных переменных r меньше общего числа переменных k : r < k . Остальные (k − r ) переменных называются свободными - они могут принимать любые значения, из которых легко вычисляются разрешенные переменные.

Так, в приведенных выше системах переменные x 2 , x 5 , x 6 (для первой системы) и x 2 , x 5 (для второй) являются свободными. Случай, когда есть свободные переменные, лучше сформулировать в виде теоремы:

Обратите внимание: это очень важный момент! В зависимости от того, как вы запишете итоговую систему, одна и та же переменная может быть как разрешенной, так и свободной. Большинство репетиторов по высшей математике рекомендуют выписывать переменные в лексикографическом порядке, т.е. по возрастанию индекса. Однако вы совершенно не обязаны следовать этому совету.

Теорема. Если в системе из n уравнений переменные x 1 , x 2 , ..., x r - разрешенные, а x r + 1 , x r + 2 , ..., x k - свободные, то:

1. Если задать значения свободным переменным (x r + 1 = t r + 1 , x r + 2 = t r + 2 , ..., x k = t k ), а затем найти значения x 1 , x 2 , ..., x r , получим одно из решений.
2. Если в двух решениях значения свободных переменных совпадают, то значения разрешенных переменных тоже совпадают, т.е. решения равны.

В чем смысл этой теоремы? Чтобы получить все решения разрешенной системы уравнений, достаточно выделить свободные переменные. Затем, присваивая свободным переменным разные значения, будем получать готовые решения. Вот и все - таким образом можно получить все решения системы. Других решений не существует.

Вывод: разрешенная система уравнений всегда совместна. Если число уравнений в разрешенной системе равно числу переменных, система будет определенной, если меньше - неопределенной.

И все бы хорошо, но возникает вопрос: как из исходной системы уравнений получить разрешенную? Для этого существует

Пример 1 . Найти общее решение и какое–нибудь частное решение системы

Решение выполняем с помощью калькулятора . Выпишем расширенную и основную матрицы:

Пунктиром отделена основная матрица A. Сверху пишем неизвестные системы, имея в виду возможную перестановку слагаемых в уравнениях системы. Определяя ранг расширенной матрицы, одновременно найдем ранг и основной. В матрице B первый и второй столбцы пропорциональны. Из двух пропорциональных столбцов в базисный минор может попасть только один, поэтому перенесем, например, первый столбец за пунктирную черту с обратным знаком. Для системы это означает перенос членов с x 1 в правую часть уравнений.

Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы. Работаем с первой строкой: умножим первую строку матрицы на (-3) и прибавим ко второй и третьей строкам по очереди. Затем первую строку умножим на (-2) и прибавим к четвертой.

Вторая и третья строки пропорциональны, следовательно, одну из них, например вторую, можно вычеркнуть. Это равносильно вычеркиванию второго уравнения системы, так как оно является следствием третьего.

Теперь работаем со второй строкой: умножим ее на (-1) и прибавим к третьей.

Минор, обведенный пунктиром, имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на главной диагонали), причем этот минор принадлежит как основной матрице, так и расширенной, следовательно rangA = rangB = 3 .
Минор является базисным. В него вошли коэффициенты при неизвестных x 2 , x 3 , x 4 , значит, неизвестные x 2 , x 3 , x 4 – зависимые, а x 1 , x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор (что соответствует пункту 4 приведенного выше алгоритма решения).

Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид

Методом исключения неизвестных находим:
, ,

Получили соотношения, выражающие зависимые переменные x 2 , x 3 , x 4 через свободные x 1 и x 5 , то есть нашли общее решение:

Придавая свободным неизвестным любые значения, получим сколько угодно частных решений. Найдем два частных решения:
1) пусть x 1 = x 5 = 0, тогда x 2 = 1, x 3 = -3, x 4 = 3;
2) положим x 1 = 1, x 5 = -1, тогда x 2 = 4, x 3 = -7, x 4 = 7.
Таким образом, нашли два решения: (0,1,-3,3,0) – одно решение, (1,4,-7,7,-1) – другое решение.

Пример 2 . Исследовать совместность, найти общее и одно частное решение системы

Решение . Переставим первое и второе уравнения, чтобы иметь единицу в первом уравнении и запишем матрицу B.

Получим нули в четвертом столбце, оперируя первой строкой:

Теперь получим нули в третьем столбце с помощью второй строки:

Третья и четвертая строки пропорциональны, поэтому одну из них можно вычеркнуть, не меняя ранга:
Третью строку умножим на (–2) и прибавим к четвертой:

Видим, что ранги основной и расширенной матриц равны 4, причем ранг совпадает с числом неизвестных, следовательно, система имеет единственное решение:
;
x 4 = 10- 3x 1 – 3x 2 – 2x 3 = 11.

Пример 3 . Исследовать систему на совместность и найти решение, если оно существует.

Решение . Составляем расширенную матрицу системы.

Переставляем первые два уравнения, чтобы в левом верхнем углу была 1:
Умножая первую строку на (-1), складываем ее с третьей:

Умножим вторую строку на (-2) и прибавим к третьей:

Система несовместна, так как в основной матрице получили строку, состоящую из нулей, которая вычеркивается при нахождении ранга, а в расширенной матрице последняя строка останется, то есть r B > r A .

Задание . Исследовать данную систему уравнений на совместность и решить ее средствами матричного исчисления .
Решение

Пример . Доказать совместимость системы линейных уравнений и решить ее двумя способами: 1) методом Гаусса ; 2) методом Крамера . (ответ ввести в виде: x1,x2,x3)
Решение :doc :doc :xls
Ответ: 2,-1,3.

Пример . Дана система линейных уравнений. Доказать ее совместность. Найти общее решение системы и одно частное решение.
Решение
Ответ: x 3 = - 1 + x 4 + x 5 ; x 2 = 1 - x 4 ; x 1 = 2 + x 4 - 3x 5

Задание . Найти общее и частное решения каждой системы.
Решение. Исследуем эту систему по теореме Кронекера-Капелли.
Выпишем расширенную и основную матрицы:

1	1	14	0	2	0
3	4	2	3	0	1
2	3	-3	3	-2	1
x 1	x 2	x 3	x 4	x 5

Здесь матрица А выделена жирным шрифтом.
Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы.
Умножим 1-ую строку на (3). Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:

0	-1	40	-3	6	-1
3	4	2	3	0	1
2	3	-3	3	-2	1

Умножим 2-ую строку на (2). Умножим 3-ую строку на (-3). Добавим 3-ую строку к 2-ой:

0	-1	40	-3	6	-1
0	-1	13	-3	6	-1
2	3	-3	3	-2	1

Умножим 2-ую строку на (-1). Добавим 2-ую строку к 1-ой:

0	0	27	0	0	0
0	-1	13	-3	6	-1
2	3	-3	3	-2	1

Выделенный минор имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на обратной диагонали), причем этот минор принадлежит как основной матрице, так и расширенной, следовательно rang(A) = rang(B) = 3. Поскольку ранг основной матрицы равен рангу расширенной, то система является совместной .
Этот минор является базисным. В него вошли коэффициенты при неизвестных x 1 ,x 2 ,x 3 , значит, неизвестные x 1 ,x 2 ,x 3 – зависимые (базисные), а x 4 ,x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор.

0	0	27	0	0	0
0	-1	13	-1	3	-6
2	3	-3	1	-3	2
x 1	x 2	x 3		x 4	x 5

Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
27x 3 =
- x 2 + 13x 3 = - 1 + 3x 4 - 6x 5
2x 1 + 3x 2 - 3x 3 = 1 - 3x 4 + 2x 5
Методом исключения неизвестных находим:
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 ,x 3 через свободные x 4 ,x 5 , то есть нашли общее решение :
x 3 = 0
x 2 = 1 - 3x 4 + 6x 5
x 1 = - 1 + 3x 4 - 8x 5
неопределенной , т.к. имеет более одного решения.

Задание . Решить систему уравнений.
Ответ :x 2 = 2 - 1.67x 3 + 0.67x 4
x 1 = 5 - 3.67x 3 + 0.67x 4
Придавая свободным неизвестным любые значения, получим сколько угодно частных решений. Система является неопределенной