EZLAMA
LA · Přednáška 8

Soustavy lineárních rovnic

Homogenní a nehomogenní soustavy, Frobeniova věta, Cramer, parametr.

Kolik má soustava řešení (Frobenius), jak zapsat obecné řešení, Cramerovo pravidlo a soustavy s parametrem.

Zdroj: Přednáška 8 · DCV 7

11.1Jak poznat lineární rovnici

Lineární rovnice má neznámé pouze v první mocnině, nesmí se mezi sebou násobit. Obecný tvar:

a1x1+a2x2+⋯+anxn=b.a_1x_1+a_2x_2+\cdots+a_nx_n=b.

Například 2x−3y+z=52x-3y+z=5 je lineární. Rovnice xy+2x=1xy+2x=1 nebo x2+y=3x^2+y=3 lineární není.

Soustava mm rovnic o nn neznámých se zapisuje

Ax=b\boxed{Ax=b}

s rozměry

A∈Rm×n,x∈Rn,b∈Rm.A\in\mathbb R^{m\times n},\quad x\in\mathbb R^n,\quad b\in\mathbb R^m.

  • AA — matice soustavy: koeficienty před neznámými.
  • xx — vektor neznámých.
  • bb — vektor pravých stran.
  • [A∣b][A\mid b] — rozšířená matice soustavy.

Pozor: ve sloupci odpovídajícím chybějící neznámé napiš nulu. Například 2x+3z=42x+3z=4 má koeficienty (2,0,3)(2,0,3) pro pořadí (x,y,z)(x,y,z).

11.2Homogenní a nehomogenní soustava

Homogenní:

Ax=0.Ax=0.

Každá pravá strana je nula. Vždy existuje triviální řešení x=0x=0, protože A0=0A0=0.

Nehomogenní:

Ax=b,b≠0.Ax=b,\qquad b\ne0.

Může mít žádné, jedno nebo nekonečně mnoho řešení. Nemůže mít právě dvě či právě tři řešení nad nekonečným tělesem, protože jakmile existují dvě různá řešení, jejich afinní kombinace vytvářejí nekonečně mnoho dalších.

11.3Homogenní soustava jako jádro

Řešení soustavy Ax=0Ax=0 tvoří jádro lineárního zobrazení L(x)=AxL(x)=Ax:

{x:Ax=0}=ker⁡A.\boxed{\{x:Ax=0\}=\ker A.}

Proto tvoří vektorový podprostor. Jeho dimenze je

dim⁡ker⁡A=n−rank⁡A.\boxed{\dim\ker A=n-\operatorname{rank}A.}

Pravidlo počtu řešení pro homogenní soustavu:

  • Pokud rank⁡A=n\operatorname{rank}A=n, existuje jen x=0x=0.
  • Pokud rank⁡A<n\operatorname{rank}A<n, existují netriviální řešení (a nad R\mathbb R nekonečně mnoho).

To je užitečný rychlý test, pokud máš méně rovnic než neznámých: m<nm<n implikuje rank⁡A≤m<n\operatorname{rank}A\le m<n, takže homogenní soustava má vždy nenulové řešení.

11.4Frobeniova věta: univerzální odpověď na „kolik řešení?“Postup

Soustava Ax=bAx=b je řešitelná právě tehdy, když

rank⁡A=rank⁡[A∣b].\boxed{\operatorname{rank}A=\operatorname{rank}[A\mid b].}

Pak platí:

Podmínka Výsledek
h(A)≠h([A∣b])h(A)\ne h([A\mid b]) žádné řešení
h(A)=h([A∣b])=nh(A)=h([A\mid b])=n právě jedno řešení
h(A)=h([A∣b])<nh(A)=h([A\mid b])<n nekonečně mnoho řešení nad R\mathbb R

Co je nn: počet neznámých (sloupců matice AA), nikoli počet rovnic.

Proč věta funguje: rovnice Ax=bAx=b říká, že vektor bb je lineární kombinací sloupců AA. Pokud přidáním sloupce bb vzroste hodnost, nelze jej z původních sloupců složit, tedy řešení neexistuje.

11.5Univerzální postup na všechny soustavyPostup

  1. Zapiš soustavu jako rozšířenou matici [A∣b][A\mid b].
  2. Gaussovou eliminací převeď na schodovitý tvar.
  3. Podívej se na poslední sloupec:
    • Řádek [0 ⋯ 0∣c][0\ \cdots\ 0\mid c] s c≠0c\ne0 → spor, žádné řešení.
    • Bez sporu → pokračuj.
  4. Zjisti počet pivotů v koeficientové části a počet neznámých nn.
  5. Pokud je pivot v každém sloupci neznámých → jediné řešení.
  6. Pokud některé sloupce neznámých pivot nemají → zaveď volné parametry.
  7. Vypiš obecné řešení, ne pouze jeden náhodný bod.
  8. Zkontroluj dosazením do všech původních rovnic.

11.6Obecné řešení nehomogenní soustavy

Pokud existuje aspoň jedno konkrétní řešení xpx_p soustavy Ax=bAx=b, pak úplně všechna řešení mají tvar

x=xp+xh,xh∈ker⁡A.\boxed{x=x_p+x_h,\qquad x_h\in\ker A.}

Proč: A(xp+xh)=Axp+Axh=b+0=bA(x_p+x_h)=Ax_p+Ax_h=b+0=b. A naopak, pro libovolná dvě řešení xx a xpx_p platí A(x−xp)=0A(x-x_p)=0, takže jejich rozdíl leží v jádře.

Příklad:

x+y+z=4,2x+2y+2z=8.x+y+z=4,\quad2x+2y+2z=8.

Konkrétní řešení xp=(4,0,0)x_p=(4,0,0). Homogenní řešení xh=s(−1,1,0)+t(−1,0,1)x_h=s(-1,1,0)+t(-1,0,1). Celkem

x=(4,0,0)+s(−1,1,0)+t(−1,0,1).\boxed{x=(4,0,0)+s(-1,1,0)+t(-1,0,1).}

11.7Cramerovo pravidlo

Je vhodné pro čtvercovou soustavu nn rovnic o nn neznámých s nenulovým determinantem D=det⁡AD=\det A.

xi=DiD,\boxed{x_i=\frac{D_i}{D},}

kde DiD_i je determinant po nahrazení ii-tého sloupce matice AA vektorem bb.

Univerzální algoritmus:

  1. Napiš koeficientovou matici AA a vektor bb.
  2. Spočti D=det⁡AD=\det A.
  3. Je-li D=0D=0, nelze použít Cramera v této podobě — přejdi na Gaussovu eliminaci.
  4. Pro každou neznámou xix_i vytvoř AiA_i: vyměň právě ii-tý sloupec za pravé strany bb.
  5. Spočti Di=det⁡AiD_i=\det A_i.
  6. Urči xi=Di/Dx_i=D_i/D.
  7. Zkontroluj výsledky dosazením.
Příklad

Malý přehledný příklad 2×22\times2

{2x+y=5,3x−2y=4.\begin{cases}2x+y=5,\\3x-2y=4.\end{cases}

A=(213−2),b=(54).A=\begin{pmatrix}2&1\\3&-2\end{pmatrix},\quad b=\begin{pmatrix}5\\4\end{pmatrix}.

D=2(−2)−1⋅3=−7.D=2(-2)-1\cdot3=-7.

Dx=det⁡(514−2)=−10−4=−14.D_x=\det\begin{pmatrix}5&1\\4&-2\end{pmatrix}=-10-4=-14.

Dy=det⁡(2534)=8−15=−7.D_y=\det\begin{pmatrix}2&5\\3&4\end{pmatrix}=8-15=-7.

x=(−14)/(−7)=2,y=(−7)/(−7)=1.\boxed{x=(-14)/(-7)=2,\qquad y=(-7)/(-7)=1.}

Kontrola: 2⋅2+1=52\cdot2+1=5, 3⋅2−2⋅1=43\cdot2-2\cdot1=4.

Příklad

Originální příklad DCV 7.3.1

{2x1−3x2+2x3=4,−3x1+2x2−5x3=2,4x1−5x2+6x3=−7.\begin{cases} 2x_1-3x_2+2x_3=4,\\ -3x_1+2x_2-5x_3=2,\\ 4x_1-5x_2+6x_3=-7. \end{cases}

A=(2−32−32−54−56),b=(4,2,−7)T.A=\begin{pmatrix}2&-3&2\\-3&2&-5\\4&-5&6\end{pmatrix},\quad b=(4,2,-7)^T.

Po výpočtu determinantů (Sarrus/Laplace/Gauss):

D=−6,D1=−113,D2=−28,D3=59.D=-6,\qquad D_1=-113,\qquad D_2=-28,\qquad D_3=59.

x1=1136,x2=143,x3=−596.\boxed{x_1=\frac{113}{6},\quad x_2=\frac{14}{3},\quad x_3=-\frac{59}{6}.}

Kontrola první rovnice:

2⋅1136−3⋅143+2⋅(−596)=226−84−1186=246=4.2\cdot\frac{113}{6}-3\cdot\frac{14}{3}+2\cdot\left(-\frac{59}{6}\right) =\frac{226-84-118}{6}=\frac{24}{6}=4.

Tip: výsledek obsahuje zlomky; to není chyba. Nesnaž se za každou cenu dostat celá čísla.

11.8Soustavy s parametrem — nejtěžší rozcestí

Parametr aa může změnit hodnost matice. Proto nikdy nekonči jen výrazem, v němž máš jmenovatel a−2a-2, bez rozlišení hodnoty a=2a=2.

Univerzální algoritmus:

  1. Napiš [A(a)∣b(a)][A(a)\mid b(a)].
  2. Gaussuj symbolicky, co nejvíce používej přičítání násobků řádků.
  3. Před dělením faktorem q(a)q(a) zapiš podmínku q(a)≠0q(a)\ne0.
  4. Najdi všechny kritické hodnoty parametru z nul vhodných pivotů/minorů/determinantu.
  5. Pro obecný případ vyřeš soustavu.
  6. Pro každou kritickou hodnotu dosadíš ji do původní nebo bezpečně ekvivalentní matice před nedovoleným dělením.
  7. Zvlášť urči h(A)h(A) a h([A∣b])h([A\mid b]) a vypiš počet i obecný tvar řešení.
  8. Ve finálním výsledku uveď všechna rozvětvení podle aa.

Originální typ DCV 7.4.1 — s konkrétním rozborem

{x1−x2+2x3=3,2x1−8x2+7x3=18,−x1+(5−3a)x2+(5−3a)x3=7−3a.\begin{cases} x_1-x_2+2x_3=3,\\ 2x_1-8x_2+7x_3=18,\\ -x_1+(5-3a)x_2+(5-3a)x_3=7-3a. \end{cases}

Koeficientová matice a pravá strana:

A(a)=(1−122−87−15−3a5−3a),b(a)=(3187−3a).A(a)=\begin{pmatrix}1&-1&2\\2&-8&7\\-1&5-3a&5-3a\end{pmatrix},\quad b(a)=\begin{pmatrix}3\\18\\7-3a\end{pmatrix}.

Determinant po úpravě:

det⁡A(a)=27(a−2).\boxed{\det A(a)=27(a-2).}

Případ 1: a≠2a\ne2. Determinant je nenulový → právě jedno řešení. Gauss nebo Cramer dává

(x1,x2,x3)=(−2,−1,2).\boxed{(x_1,x_2,x_3)=(-2,-1,2).}

Překvapivě nezávisí na aa; to ověříš dosazením do všech tří rovnic.

Případ 2: a=2a=2. Matice už není regulární. Zkontrolujeme hodnosti: h(A)=h([A∣b])=2<n=3h(A)=h([A\mid b])=2<n=3, tedy nekonečně mnoho řešení.

Redukovaný tvar je

(103/2101−1/2−20000).\left(\begin{array}{ccc|c}1&0&3/2&1\\0&1&-1/2&-2\\0&0&0&0\end{array}\right).

Zvolíme x3=tx_3=t. Pak

x1=1−32t,x2=−2+12t,x3=t.x_1=1-\frac32t,\quad x_2=-2+\frac12t,\quad x_3=t.

x=(1,−2,0)+t(−3/2,1/2,1),t∈R.\boxed{x=(1,-2,0)+t(-3/2,1/2,1),\qquad t\in\mathbb R.}

Kontrola: pro t=2t=2 vyjde (−2,−1,2)(-2,-1,2), tedy původní řešení obecného případu je v parametrické rodině obsaženo.

11.9Rozhodnutí o počtu řešení bez dopočítání kořenů

Někdy zadání požaduje jen „zjistěte počet řešení“. Pak stačí hodnosti. Například AA má 5 sloupců a 3 pivoty:

  • Pro homogenní soustavu je dimenze řešení 5−3=25-3=2; jsou nekonečně mnohá.
  • Pro nehomogenní soustavu nejprve zkontroluj konzistenci. Pokud je h([A∣b])>h(A)h([A\mid b])>h(A) → žádné. Pokud hodnosti souhlasí → dvě volné proměnné, nekonečně mnoho.

11.10Cramer vs Gauss vs inverze

Metoda Kdy použít Co umí
Gauss vždy pro lineární soustavy žádné/jedno/nekonečně, parametrický tvar
Cramer čtvercové AA, det⁡A≠0\det A\ne0 jednotlivé neznámé pomocí determinantů
x=A−1bx=A^{-1}b čtvercové regulární AA jediné řešení, pokud už máš inverzi
Frobenius zejména dotaz na počet řešení rozhodnutí přes hodnosti

Neplatí: „Když je D=0D=0, rovnice nemá řešení.“ Při D=0D=0 může být soustava neslučitelná, nebo mít nekonečně mnoho řešení. Rozhodne až Frobenius/Gauss.

11.11Typické chyby a jak se jim vyhnout

  • V Cramerově metodě nahrazuješ řádek místo sloupce. Vždy sloupec.
  • Neověříš D≠0D\ne0, ale i tak vypočteš Di/DD_i/D.
  • Zaměníš nn (počet neznámých) za mm (počet rovnic).
  • U homogenní soustavy napíšeš „žádné řešení“. To nemůže nastat: x=0x=0 vyhovuje vždy.
  • Vyjde ti 0=00=0, považuješ to za spor. Není: je to redundantní rovnice.
  • V parametrickém řešení nezachováš všechny volné parametry.
  • Po dosazení speciální hodnoty parametru použiješ předchozí upravený řádek, který vznikl dělením nulovým výrazem.

Cvičení: DCV 7.1 (homogenní), DCV 7.2 (nehomogenní), DCV 7.3 (Cramer), DCV 7.4 (parametr).

✎Řešené příklady z DCV 7

Původní úlohy z domácího cvičení, vyřešené krok za krokem. Zkus si každou nejdřív sám, než otevřeš řešení.

Příklad

DCV 7.1.1 — homogenní soustava s pěti neznámými

{x1−x2+2x3+3x4+4x5=0,2x1−2x2+3x3+8x4+8x5=0,−x1+x2−7x4+x5=0,3x1−3x2+2x3+17x4+2x5=0.\begin{cases} x_1-x_2+2x_3+3x_4+4x_5=0,\\ 2x_1-2x_2+3x_3+8x_4+8x_5=0,\\ -x_1+x_2-7x_4+x_5=0,\\ 3x_1-3x_2+2x_3+17x_4+2x_5=0. \end{cases}

1. Sestav matici AA. Pravou stranu bb nemusíš vypisovat jako nenulový sloupec: vše je nulové.

A=(1−12342−2388−110−713−32172).A=\begin{pmatrix}1&-1&2&3&4\\2&-2&3&8&8\\-1&1&0&-7&1\\3&-3&2&17&2\end{pmatrix}.

2. Gauss–Jordanova eliminace dává:

rref⁡(A)=(1−1070001−200000100000).\operatorname{rref}(A)=\begin{pmatrix}1&-1&0&7&0\\0&0&1&-2&0\\0&0&0&0&1\\0&0&0&0&0\end{pmatrix}.

3. Pivoty jsou v pozicích sloupců x1,x3,x5x_1,x_3,x_5. Volné jsou x2x_2 a x4x_4. Polož x2=sx_2=s, x4=tx_4=t.

4. Čteme rovnice:

x1−x2+7x4=0⇒x1=s−7t,x_1-x_2+7x_4=0\Rightarrow x_1=s-7t,

x3−2x4=0⇒x3=2t,x_3-2x_4=0\Rightarrow x_3=2t,

x5=0.x_5=0.

5. Obecné řešení:

x=s(1,1,0,0,0)T+t(−7,0,2,1,0)T,s,t∈R.\boxed{x=s(1,1,0,0,0)^T+t(-7,0,2,1,0)^T,\quad s,t\in\mathbb R.}

6. Báze prostoru řešení má dva vektory, dimenze je 5−3=25-3=2. Každý z obou bázových vektorů po dosazení do Ax=0Ax=0 dává nulu.

Příklad

DCV 7.2.1 — nehomogenní soustava, nekonečně mnoho řešení

{x1+2x2−x3+3x4=5,−2x1−3x2+3x3−4x4=−17,3x1+4x2+2x3−2x4=8,x1+3x2−2x3+7x4=4.\begin{cases} x_1+2x_2-x_3+3x_4=5,\\ -2x_1-3x_2+3x_3-4x_4=-17,\\ 3x_1+4x_2+2x_3-2x_4=8,\\ x_1+3x_2-2x_3+7x_4=4. \end{cases}

1. Rozšířená matice:

[A∣b]=(12−135−2−33−4−17342−2813−274).[A\mid b]=\left(\begin{array}{cccc|c} 1&2&-1&3&5\\ -2&-3&3&-4&-17\\ 3&4&2&-2&8\\ 1&3&-2&7&4 \end{array}\right).

2. Redukovaný schodovitý tvar:

rref⁡[A∣b]=(100−4100103−4001−1−300000).\operatorname{rref}[A\mid b]=\left(\begin{array}{cccc|c} 1&0&0&-4&10\\ 0&1&0&3&-4\\ 0&0&1&-1&-3\\ 0&0&0&0&0 \end{array}\right).

3. Tři pivoty, čtyři neznámé, hodnosti souhlasí, tedy nekonečně mnoho řešení s jedním parametrem.

Zvol x4=tx_4=t:

x1−4t=10⇒x1=10+4t,x_1-4t=10\Rightarrow x_1=10+4t,

x2+3t=−4⇒x2=−4−3t,x_2+3t=-4\Rightarrow x_2=-4-3t,

x3−t=−3⇒x3=−3+t.x_3-t=-3\Rightarrow x_3=-3+t.

x=(10,−4,−3,0)T+t(4,−3,1,1)T,t∈R.\boxed{x=(10,-4,-3,0)^T+t(4,-3,1,1)^T,\quad t\in\mathbb R.}

Kontrola: dosadíš t=0t=0 a ověříš všechny původní rovnice. Potom dosadíš do homogenní části (4,−3,1,1)(4,-3,1,1) a vyjde nula.

Příklad

DCV 7.3.1 — Cramerovo pravidlo v originálním příkladu

{2x1−3x2+2x3=4,−3x1+2x2−5x3=2,4x1−5x2+6x3=−7.\begin{cases} 2x_1-3x_2+2x_3=4,\\ -3x_1+2x_2-5x_3=2,\\ 4x_1-5x_2+6x_3=-7. \end{cases}

1. Vypočti D=det⁡A=−6D=\det A=-6. Je nenulový, Cramer lze použít.

2. Nahrazuj vždy jen jeden sloupec vektorem pravých stran (4,2,−7)T(4,2,-7)^T.

D1=det⁡(4−3222−5−7−56)=−113.D_1=\det\begin{pmatrix}4&-3&2\\2&2&-5\\-7&-5&6\end{pmatrix}=-113.

D2=det⁡(242−32−54−76)=−28.D_2=\det\begin{pmatrix}2&4&2\\-3&2&-5\\4&-7&6\end{pmatrix}=-28.

D3=det⁡(2−34−3224−5−7)=59.D_3=\det\begin{pmatrix}2&-3&4\\-3&2&2\\4&-5&-7\end{pmatrix}=59.

3. Poděl společným D=−6D=-6:

x1=113/6,x2=14/3,x3=−59/6.\boxed{x_1=113/6,\quad x_2=14/3,\quad x_3=-59/6.}

Příklad

DCV 7.4.1 — soustava s parametrem aa

{x1−x2+2x3=3,2x1−8x2+7x3=18,−x1+(5−3a)x2+(5−3a)x3=7−3a.\begin{cases} x_1-x_2+2x_3=3,\\ 2x_1-8x_2+7x_3=18,\\ -x_1+(5-3a)x_2+(5-3a)x_3=7-3a. \end{cases}

1. Spočti determinant soustavy jako funkci parametru:

D(a)=27(a−2).\boxed{D(a)=27(a-2).}

2. Obecný případ a≠2a\ne2: jedna jednoznačná trojice

(x1,x2,x3)=(−2,−1,2).\boxed{(x_1,x_2,x_3)=(-2,-1,2).}

3. Kritický případ a=2a=2: po dosazení a eliminaci má rozšířená matice hodnosti 2, shodné s koeficientovou, ale n=3n=3. Tedy jedno volné tt:

(x1,x2,x3)=(1,−2,0)+t(−3/2,1/2,1),t∈R.\boxed{(x_1,x_2,x_3)=(1,-2,0)+t(-3/2,1/2,1),\quad t\in\mathbb R.}

4. Nezaměnit: pro a=2a=2 není výsledkem „bez řešení“, přestože determinant je nulový. V tomto případě jsou řešení nekonečně mnohá. Rozhoduje hodnost rozšířené matice.