4.5 — Глава I, §4. Системы линейных уравнений4.5 — Chapter I, §4. Systems of linear equations
Для однородной системы (см. 4.1) вопрос «совместна ли она» снят с повестки навсегда — нулевое решение существует всегда. Единственный содержательный вопрос — «есть ли решения, кроме нулевого?» — и ответ на него неожиданно прост и красив: всё сводится к сравнению одного числа (ранга r) с одним другим числом (числом неизвестных n), а для квадратного случая — просто к вопросу о знаке определителя. Это последний кусочек мозаики §4: теперь понятно, почему пункты 4.2–4.4 так настойчиво возвращались к рангу — весь параграф выстроен вокруг одной идеи.For a homogeneous system (see 4.1), the question "is it consistent" is off the table for good — the zero solution always exists. The only substantive question is "are there solutions besides the zero one?" — and the answer turns out to be strikingly simple: it all reduces to comparing one number (the rank r) against another (the number of unknowns n), and for the square case, simply to whether the determinant is zero. This is the last piece of the §4 puzzle: it's now clear why 4.2–4.4 kept circling back to rank — the whole section is built around one idea.
Пусть дана система линейных однородных уравненийConsider a system of linear homogeneous equations
a11x1 + a12x2 + ... + a1nxn = 0,
a21x1 + a22x2 + ... + a2nxn = 0,
...........................
am1x1 + am2x2 + ... + amnxn = 0.
Очевидно, что однородная система всегда совместна (r(A) = r(Ā)) — расширение столбцом из одних нулей не может изменить ранг матрицы (нулевой столбец не добавляет ни одного ненулевого минора, см. свойство 4 определителей, §2.2), она имеет нулевое (тривиальное) решение x1 = x2 = ... = xn = 0.Clearly a homogeneous system is always consistent (r(A) = r(Ā)) — augmenting by an all-zero column can't change the rank of the matrix (a zero column contributes no nonzero minor, see property 4 of determinants, §2.2), and it has the zero (trivial) solution x1 = x2 = ... = xn = 0.
При каких условиях однородная система имеет и ненулевые решения?Under what conditions does a homogeneous system also have nonzero solutions?
Для того чтобы система однородных уравнений имела ненулевые решения, необходимо и достаточно, чтобы ранг r её основной матрицы был меньше числа n неизвестных, т. е. r < n.For a system of homogeneous equations to have nonzero solutions, it is necessary and sufficient that the rank r of its coefficient matrix be less than the number n of unknowns, i.e. r < n.
Доказательство. Необходимость. Так как ранг не может превосходить размера матрицы, то, очевидно, r ≤ n. Пусть r = n. Тогда один из миноров размера n × n отличен от нуля. Поэтому соответствующая система линейных уравнений имеет единственное решение: x_i = Δi/Δ, Δi = 0, Δ ≠ 0 (по формулам Крамера, см. 4.3, где все Δi обращаются в нуль — определитель со столбцом из одних нулей, свойство 4 определителей). Значит, других, кроме тривиального, решений нет. Итак, если есть нетривиальное решение, то r < n.Proof. Necessity. Since the rank cannot exceed the size of the matrix, clearly r ≤ n. Suppose r = n. Then one of the n × n minors is nonzero. So the corresponding system of linear equations has a unique solution: x_i = Δi/Δ, Δi = 0, Δ ≠ 0 (by Cramer's rule, see 4.3, where every Δi vanishes — a determinant with an all-zero column, property 4 of determinants). So there are no solutions besides the trivial one. Hence, if a nontrivial solution exists, then r < n.
Достаточность. Пусть r < n. Тогда однородная система, будучи совместной (см. выше), является неопределённой (по теореме 4.3, см. 4.2 — ранг меньше числа неизвестных). Значит, она имеет бесчисленное множество решений, т. е. имеет и ненулевые решения.Sufficiency. Suppose r < n. Then the homogeneous system, being consistent (as above), is indeterminate (by Theorem 4.3, see 4.2 — rank less than the number of unknowns). Hence it has infinitely many solutions, i.e. it also has nonzero solutions.
Обратите внимание на изящество этого доказательства: оно не вводит ничего нового, а просто применяет уже готовые теоремы 4.2–4.3 (см. 4.2) к частному случаю B = O. Условие «единственное решение» (теорема 4.2) для однородной системы автоматически означает «только тривиальное», а условие «бесконечно много решений» (теорема 4.3) автоматически означает «в том числе бесконечно много ненулевых».Notice the elegance of this proof: it introduces nothing new, simply applying the already-established Theorems 4.2–4.3 (see 4.2) to the special case B = O. The condition "unique solution" (Theorem 4.2) for a homogeneous system automatically means "only the trivial one," while the condition "infinitely many solutions" (Theorem 4.3) automatically means "infinitely many of them nonzero."
Пусть дана однородная система n линейных уравнений с n неизвестными:Consider a homogeneous system of n linear equations in n unknowns:
a11x1 + a12x2 + ... + a1nxn = 0,
...........................
an1x1 + an2x2 + ... + annxn = 0.
Для того чтобы однородная система n линейных уравнений с n неизвестными имела ненулевые решения, необходимо и достаточно, чтобы её определитель Δ был равен нулю, т. е. Δ = 0.For a homogeneous system of n linear equations in n unknowns to have nonzero solutions, it is necessary and sufficient that its determinant Δ be zero, i.e. Δ = 0.
Доказательство. Если система имеет ненулевые решения, то Δ = 0. Ибо при Δ ≠ 0 система имеет только единственное, нулевое решение. Если же Δ = 0, то ранг r основной матрицы системы меньше числа неизвестных, т. е. r < n. И, значит, система имеет бесконечное множество (ненулевых) решений.Proof. If the system has nonzero solutions, then Δ = 0. For if Δ ≠ 0, the system has only the single, zero solution. And if Δ = 0, then the rank r of the coefficient matrix is less than the number of unknowns, i.e. r < n. Hence the system has infinitely many (nonzero) solutions.
Теорема 4.5 — это теорема 4.4, специализированная на квадратный случай, где вместо сравнения r и n можно проверить одно число: det A = 0?. Это прямое эхо теоремы существования обратной матрицы (Теорема 3.1, см. 3.2) и определения невырожденности (см. 3.1) — три, казалось бы, разных утверждения (существование A⁻¹, полнота ранга, нетривиальность решений однородной системы) на самом деле являются одним и тем же фактом, увиденным с трёх разных сторон.Theorem 4.5 is Theorem 4.4 specialized to the square case, where instead of comparing r and n, a single number can be checked: det A = 0?. This is a direct echo of the inverse-matrix existence theorem (Theorem 3.1, see 3.2) and the definition of non-singularity (see 3.1) — three seemingly different statements (the existence of A⁻¹, full rank, nontrivial solutions of a homogeneous system) turn out to be the same fact, viewed from three different angles.
Решить системуSolve the system
x1 - 2x2 + 4x3 = 0,
2x1 - 3x2 + 5x3 = 0.
Решение. Шаг 1 — ранг основной матрицы. A = (1 -2 4; 2 -3 5). Матрица 2 × 3, значит min(m,n) = 2 — пробуем минор 2-го порядка на первых двух столбцах:Solution. Step 1 — the rank of the coefficient matrix. A = (1 -2 4; 2 -3 5). A 2 × 3 matrix, so min(m,n) = 2 — try the 2nd-order minor on the first two columns:
Δ = | 1 -2 |
| 2 -3 | = 1·(-3) - 2·(-2) = -3 + 4 = 1 ≠ 0.
Ненулевой — значит, r(A) = 2 (максимально возможный для этой матрицы, раз min(2,3)=2).Nonzero — so r(A) = 2 (the maximum possible for this matrix, since min(2,3)=2).
Шаг 2 — сравнение с числом неизвестных. Число неизвестных n = 3. Так как r = 2 < n = 3, по теореме 4.4 система имеет бесчисленное множество (ненулевых) решений.Step 2 — comparison with the number of unknowns. The number of unknowns is n = 3. Since r = 2 < n = 3, by Theorem 4.4 the system has infinitely many (nonzero) solutions.
Шаг 3 — нахождение решений. Раз базисный минор найден на столбцах x1, x2 (шаг 1), эти неизвестные — главные, а x3 — свободная. Переносим члены с x3 в правую часть:Step 3 — finding the solutions. Since the basis minor was found on the columns x1, x2 (step 1), those unknowns are leading, and x3 is free. Move the x3 terms to the right-hand side:
x1 - 2x2 = -4x3,
2x1 - 3x2 = -5x3.
Решаем по формулам Крамера (см. 4.3) относительно x1, x2. Определитель этой подсистемы — тот же Δ = 1, найденный в шаге 1. Вычисляем Δ1 (заменяя первый столбец правыми частями):Solve via Cramer's rule (see 4.3) for x1, x2. The determinant of this subsystem is the same Δ = 1 found in step 1. Compute Δ1 (replacing the first column with the right-hand sides):
Δ1 = | -4x3 -2 |
| -5x3 -3 | = (-4x3)·(-3) - (-5x3)·(-2) = 12x3 - 10x3 = 2x3.
Вычисляем Δ2 (заменяя второй столбец правыми частями):Compute Δ2 (replacing the second column with the right-hand sides):
Δ2 = | 1 -4x3 |
| 2 -5x3 | = 1·(-5x3) - 2·(-4x3) = -5x3 + 8x3 = 3x3.
Стало быть, по формулам Крамера:Thus, by Cramer's rule:
x1 = Δ1/Δ = 2x3/1 = 2x3,
x2 = Δ2/Δ = 3x3/1 = 3x3.
x1 = 2x3, x2 = 3x3 — общее решение (x3 свободна).x1 = 2x3, x2 = 3x3 — the general solution (x3 free).
Шаг 4 — частные решения. Положив x3 = 0, получаем одно частное решение: x1 = 0, x2 = 0, x3 = 0 (это тривиальное решение — оно всегда входит в общее семейство однородной системы). Положив x3 = 1, получаем второе частное решение: x1 = 2, x2 = 3, x3 = 1, и т. д.Step 4 — particular solutions. Setting x3 = 0, we get one particular solution: x1 = 0, x2 = 0, x3 = 0 (the trivial solution — it's always part of a homogeneous system's general family). Setting x3 = 1, we get a second particular solution: x1 = 2, x2 = 3, x3 = 1, and so on.
Проверка (не входит в оригинальный текст) для второго частного решения. Первое уравнение: 2 - 2·3 + 4·1 = 2 - 6 + 4 = 0 ✓. Второе уравнение: 2·2 - 3·3 + 5·1 = 4 - 9 + 5 = 0 ✓.Check (not part of the original text) for the second particular solution. First equation: 2 - 2·3 + 4·1 = 2 - 6 + 4 = 0 ✓. Second equation: 2·2 - 3·3 + 5·1 = 4 - 9 + 5 = 0 ✓.
В Примере 4.6 частное решение x1=0, x2=0, x3=0 получено тем же общим решением x1=2x3, x2=3x3, просто подстановкой x3=0. Это не совпадение: у однородной системы тривиальное решение всегда получается из общего решения при нулевых значениях свободных неизвестных — оно «встроено» в структуру ответа, а не является отдельным особым случаем.In Example 4.6, the particular solution x1=0, x2=0, x3=0 was obtained from the very same general solution x1=2x3, x2=3x3, simply by substituting x3=0. This isn't a coincidence: for a homogeneous system, the trivial solution always falls out of the general solution when the free unknowns are set to zero — it's "built into" the structure of the answer, not a separate special case.
Из линейности общего решения (x1 = 2x3, x2 = 3x3 в Примере 4.6) следует нечто более сильное, чем просто «бесконечно много решений»: сумма любых двух решений однородной системы снова решение, и произведение решения на число — тоже решение. Множество решений однородной системы образует векторное подпространство размерности n - r (здесь 3 - 2 = 1) — этот факт выходит за рамки данного параграфа, но именно он лежит в основе понятия ядра линейного отображения в более общей линейной алгебре.From the linearity of the general solution (x1 = 2x3, x2 = 3x3 in Example 4.6) follows something stronger than just "infinitely many solutions": the sum of any two solutions of a homogeneous system is again a solution, and a solution scaled by a number is also a solution. The solution set of a homogeneous system forms a vector subspace of dimension n - r (here 3 - 2 = 1) — this fact goes beyond this section, but it's exactly what underlies the notion of the kernel of a linear map in more general linear algebra.
источникsource
Теоремы 4.4–4.5 с доказательствами и Пример 4.6 — по изданию: Письменный Д. Т. Конспект лекций по высшей математике: полный курс. — 9-е изд. — М.: Айрис-пресс, 2009. — 608 с. — Глава I, §4.5 «Системы линейных однородных уравнений», с. 37–39. Пошаговая расшифровка примера, проверки и раздел «Грабли» — авторское дополнение.Theorems 4.4–4.5 with proofs and Example 4.6 — from: Pismenny D. T. Lecture Notes on Higher Mathematics: Complete Course. — 9th ed. — Moscow: Iris-press, 2009. — 608 p. — Chapter I, §4.5 "Systems of Linear Homogeneous Equations," pp. 37–39. The step-by-step breakdown of the example, the checks, and the "Gotchas" section are original additions.