Метод Крамера применяется для решения систем линейных алгебраических уравнений (СЛАУ), в которых число неизвестных переменных равно числу уравнений и определитель основной матрицы отличен от нуля. В этой статье мы разберем как по методу Крамера находятся неизвестные переменные и получим формулы. После этого перейдем к примерам и подробно опишем решение систем линейных алгебраических уравнений методом Крамера.

Навигация по странице.

Метод Крамера - вывод формул.

Пусть нам требуется решить систему линейных уравнений вида

Где x 1 , x 2 , …, x n – неизвестные переменные, a i j , i = 1, 2, …, n, j = 1, 2, …, n – числовые коэффициенты, b 1 , b 2 , …, b n - свободные члены. Решением СЛАУ называется такой набор значений x 1 , x 2 , …, x n при которых все уравнения системы обращаются в тождества.

В матричном виде эта система может быть записана как A ⋅ X = B , где - основная матрица системы, ее элементами являются коэффициенты при неизвестных переменных, - матрица – столбец свободных членов, а - матрица – столбец неизвестных переменных. После нахождения неизвестных переменных x 1 , x 2 , …, x n , матрица становится решением системы уравнений и равенство A ⋅ X = B обращается в тождество .

Будем считать, что матрица А – невырожденная, то есть, ее определитель отличен от нуля. В этом случае система линейных алгебраических уравнений имеет единственное решение, которое может быть найдено методом Крамера. (Методы решения систем при разобраны в разделе решение систем линейных алгебраических уравнений).

Метод Крамера основывается на двух свойствах определителя матрицы:

Итак, приступим к нахождению неизвестной переменной x 1 . Для этого умножим обе части первого уравнения системы на А 1 1 , обе части второго уравнения – на А 2 1 , и так далее, обе части n-ого уравнения – на А n 1 (то есть, уравнения системы умножаем на соответствующие алгебраические дополнения первого столбца матрицы А ):

Сложим все левые части уравнения системы, сгруппировав слагаемые при неизвестных переменных x 1 , x 2 , …, x n , и приравняем эту сумму к сумме всех правых частей уравнений:

Если обратиться к озвученным ранее свойствам определителя, то имеем

и предыдущее равенство примет вид

откуда

Аналогично находим x 2 . Для этого умножаем обе части уравнений системы на алгебраические дополнения второго столбца матрицы А :

Складываем все уравнения системы, группируем слагаемые при неизвестных переменных x 1 , x 2 , …, x n и применяем свойства определителя:

Откуда
.

Аналогично находятся оставшиеся неизвестные переменные.

Если обозначить

То получаем формулы для нахождения неизвестных переменных по методу Крамера .

Замечание.

Если система линейных алгебраических уравнений однородная, то есть , то она имеет лишь тривиальное решение (при ). Действительно, при нулевых свободных членах все определители будут равны нулю, так как будут содержать столбец нулевых элементов. Следовательно, формулы дадут .

Алгоритм решения систем линейных алгебраических уравнений методом Крамера.

Запишем алгоритм решения систем линейных алгебраических уравнений методом Крамера .

Примеры решения систем линейных алгебраических уравнений методом Крамера.

Разберем решения нескольких примеров.

Пример.

Найдите решение неоднородной системы линейных алгебраических уравнений методом Крамера .

Решение.

Основная матрица системы имеет вид . Вычислим ее определитель по формуле :

Так как определитель основной матрицы системы отличен от нуля, то СЛАУ имеет единственное решение, и оно может быть найдено методом Крамера. Запишем определители и . Заменяем первый столбец основной матрицы системы на столбец свободных членов, и получаем определитель . Аналогично заменяем второй столбец основной матрицы на столбец свободных членов, и получаем .

Вычисляем эти определители:

Находим неизвестные переменные x 1 и x 2 по формулам :

Выполним проверку. Подставим полученные значения x 1 и x 2 в исходную систему уравнений:

Оба уравнения системы обращаются в тождества, следовательно, решение найдено верно.

Ответ:

.

Некоторые элементы основной матрицы СЛАУ могут быть равны нулю. В этом случае в уравнениях системы будут отсутствовать соответствующие неизвестные переменные. Разберем пример.

Пример.

Найдите решение системы линейных уравнений методом Крамера .

Решение.

Перепишем систему в виде , чтобы стало видно основную матрицу системы . Найдем ее определитель по формуле

Имеем

Определитель основной матрицы отличен от нуля, следовательно, система линейных уравнений имеет единственное решение. Найдем его методом Крамера. Вычислим определители :

Таким образом,

Ответ:

Обозначения неизвестных переменных в уравнениях системы могут отличаться от x 1 , x 2 , …, x n . Это не влияет на процесс решения. А вот порядок следования неизвестных переменных в уравнениях системы очень важен при составлении основной матрицы и необходимых определителей метода Крамера. Поясним этот момент на примере.

Пример.

Используя метод Крамера, найдите решение системы трех линейных алгебраических уравнений с тремя неизвестными .

Решение.

В данном примере неизвестные переменные имеют другое обозначение (x , y и z вместо x 1 , x 2 и x 3 ). Это не влияет на ход решения, но будьте внимательны с обозначениями переменных. В качестве основной матрицы системы НЕЛЬЗЯ брать . Необходимо сначала упорядочить неизвестные переменные во всех уравнениях системы. Для этого перепишем систему уравнений как . Теперь основную матрицу системы хорошо видно . Вычислим ее определитель:

Определитель основной матрицы отличен от нуля, следовательно, система уравнений имеет единственное решение. Найдем его методом Крамера. Запишем определители (обратите внимание на обозначения) и вычислим их:

Осталось найти неизвестные переменные по формулам :

Выполним проверку. Для этого умножим основную матрицу на полученное решение (при необходимости смотрите раздел ):

В результате получили столбец свободных членов исходной системы уравнений, поэтому решение найдено верно.

Ответ:

x = 0, y = -2, z = 3 .

Пример.

Решите методом Крамера систему линейных уравнений , где a и b – некоторые действительные числа.

Решение.

Ответ:

Пример.

Найдите решение системы уравнений методом Крамера, - некоторое действительное число.

Решение.

Вычислим определитель основной матрицы системы: . выражения есть интервал , поэтому при любых действительных значениях . Следовательно, система уравнений имеет единственное решение, которое может быть найдено методом Крамера. Вычисляем и :

Решение систем линейных алгебраических уравнений в Excel Методы решения систем линейных алгебраических уравнений хорошо описаны в учебнике "Основы вычислительной математики. Демидович Б.П., Марон И.А. 1966". Скачать - 11Мб

1. Метод обратной матрицы (решение в Excel)

Если дано уравнение:
A*X = B, где A - квадратная матрица, X,B - вектора;
причем B - известный вектор (т е столбец чисел), X - неизвестный вектор,
то решение X можно записать в виде:
X = A -1 *B, где A -1 - обратная от А матрица.
В MS Excel обратная матрица вычисляется функцией МОБР(), а перемножаются матрицы (или матрица на вектор) - функцией МУМНОЖ().

Имеются "тонкости" использования этих матричных действий в Excel. Так, чтобы вычислить обратную матрицу от матрицы А, нужно:

1. Мышкой выделить квадратную область клеток, где будет размещена обратная матрица. 2. Начать вписывать формулу =МОБР(3. Выделить мышкой матрицу А. При этом правее скобки впишется соответствующий диапазон клеток. 4. Закрыть скобку, нажать комбинацию клавиш: Ctrl-Shift-Enter 5. Должна вычислиться обратная матрица и заполнить предназначенную для неё область Чтобы умножить матрицу на вектор: 1. Мышкой выделить область клеток, где будет размещён результат умножения 2. Начать вписывать формулу =МУМНОЖ(3. Выделить мышкой матрицу - первый сомножитель. При этом правее скобки впишется соответствующий диапазон клеток. 4. С клавиатуры ввести разделитель; (точка с запятой) 5. Выделить мышкой вектор- второй сомножитель. При этом правее скобки впишется соответствующий диапазон клеток. 6. Закрыть скобку, нажать комбинацию клавиш: Ctrl-Shift-Enter 7. Должно вычислиться произведение и заполнить предназначенную для него область Есть и другой спососб, при котором используется кнопка построителя функции Excel. Пример СЛАУ 4-го порядка

Скачать документ Excel, в котором этот пример решён различными методами.

2. Метод Гаусса

Метод Гаусса подробно (по шагам) выполняется только в учебных целях, когда нужно показать, что Вы это умеете. А чтобы решить реальную СЛАУ, лучше применить в Excel метод обратной матрицы или воспользоваться специальными программами, например, этой

Краткое описание.

3. Метод Якоби (метод простых итераций)

Для применения метода Якоби (и метода Зейделя) необходимо, чтобы диагональные компоненты матрицы А были больше суммы остальных компонент той же строки. Заданная система не обладает таким свойством, поэтому выполняю предварительные преобразования.

(1)’ = (1) + 0,43*(2) - 0,18*(3) – 0,96*(4) (2)’ = (2) + 0,28*(1) – 1,73*(3) + 0,12*(4) (3)’ = (3) – 0,27*(1) - 0,75*(2) + 0,08*(4) (4)’ = (4) + 0,04*(1) – 6,50*(2) + 8,04*(3) Примечание: подбор коэффицентов выполнен на листе "Анализ". Решаются системы уравнений, цель которых - обратить внедиагональные элементы в нуль. Коэффиценты - это округлённые результаты решения таких систем уравнений. Конечно, это не дело. В результате получаю систему уравнений:
Для применения метода Якоби систему уравнений нужно преобразовать к виду:
X = B2 + A2*X Преобразую:

Далее делю каждую строку на множитель левого столбца, то есть на 16, 7, 3, 70 соответственно. Тогда матрица А2 имеет вид:


А вектор В2:


Систему линейных алгебраических уравнений можно также решить, используя надстройку «Поиск решения». При использовании данной надстройки строится последовательность приближений , i=0,1,…n.

Назовем вектором невязок следующий вектор:

Задача Excel заключается в том, чтобы найти такое приближение , при котором вектор невязок стал бы нулевым , т.е. добиться совпадения значений правых и левых частей системы .

В качестве примера рассмотрим СЛАУ (3.27).

Последовательность действий:

1. Оформим таблицу, как показано на рис.3.4. Введем коэффициенты системы (матрицу А) в ячейки А3:С5.

Рис.3.4. Решение СЛАУ с помощью надстройки «Поиск решения»

2. В ячейках А8:С8 будет сформировано решение системы (х 1 , х 2 , х 3) . Первоначально они остаются пустыми, т.е. равными нулю. В дальнейшем будем их называть изменяемыми ячейками. . Однако для контроля правильности вводимых далее формул, удобно ввести в эти ячейки какие-либо значения, например, единицы. Эти значения можно рассматривать как нулевое приближение решения системы, = (1, 1, 1).

3. В столбец D введем выражения для вычисления левых частей исходной системы. Для этого в ячейкуD3 введем и затем скопируем вниз до конца таблицы формулу:

D3=СУММПРОИЗВ (A3:C3;$A$8:$C$8).

Используемая функция СУММПРОИЗВ принадлежит категории Математические .

4. В столбец Е запишем значения правых частей системы (матрицу В).

5. В столбец F введем невязки в соответствии с формулой (3.29), т.е. введем формулу F3=D3-E3 и скопируем ее вниз до конца таблицы.

6. Будет не лишним проверить правильность вычислений для случая = (1, 1, 1).

7. Выберем команду Данные\Анализ\Поиск решения .

Рис. 3.5. Окно надстройки «Поиск решения»

В окне Поиск решения (рис.3.5) в поле Изменяемые ячейки укажем блок $А$8:$С$8, а в поле Ограничения – $F$3:$F$5=0 . Далее щелкнем по кнопке Добавить и введем эти ограничения. И затем - кнопка Выполнить

Полученное решение систем (3.28) х 1 = 1; х 2 = –1 х 3 = 2 записано в ячейках А8:С8, рис.3.4.

Реализация метода Якоби средствами приложения MS Excel

В качестве примера рассмотрим систему уравнений (3.19), решение которой методом Якоби получено выше (пример 3.2)

Приведем эту систему к нормальному виду:

Последовательность действий

1. Оформим таблицу, как показано на рис.3.6.:

Матрицы и (3.15)введем в ячейки В6:Е8.

Значение e –в Н5.

Номер итерации k сформируем в столбце А таблицы с помощью автозаполнения.

В качестве нулевого приближения выберем вектор

= (0, 0, 0) и введем его в ячейки В11:D11.

2. Используя выражения (3.29), в ячейки В12:D12 запишем формулы для вычисления первого приближения:

B12=$E$6+B11*$B$6+C11*$C$6+D11*$D$6,

C12=$E$7+B11*$B$7+C11*$C$7+D11*$D$7,

D12=$E$8+B11*$B$8+C11*$C$8+D11*$D$8.

Эти формулы можно записать иначе, используя функцию Excel СУММПРОИЗВ.

В ячейку Е12 введем формулу: E12=ABS(B11-B12) и скопируем ее вправо, в ячейки F12:G12.

Рис.3.6. Схема решения СЛАУ методом Якоби

3. В ячейку Н12 введем формулу для вычисления M (k) , используя выражение (3.18): Н12 = МАКС(E12:G12). Функция МАКС находится в категории статистические.

4. Выделим ячейки В12:Н12 и скопируем их вниз до конца таблицы. Таким образом, получим k приближений решения СЛАУ.

5. Определим приближенное решение системы и количество итераций, необходимое для достижения заданной точности e .

Для этого оценим степень близости двух соседних итераций по формуле (3.18). Воспользуемся Условным форматированием в ячейках столбца.

Результат такого форматирования виден на рис.3.6. Ячейки столбца Н, значения которых удовлетворяют условию (3.18), т.е. меньше e =0,1, тонированы.

Анализируя результаты, принимаем за приближенное решение исходной системы с заданной точностью e=0,1 четвертую итерацию, т.е.

Исследуем характер итерационного процесса . Для этого выделим блок ячеек А10:D20 и, используя Мастер диаграмм, построим графики изменения каждой компоненты вектора решения в зависимости от номера итерации,

Приведенные графики (рис.3.7) подтверждают сходимость итерационного процесса.

Рис. 3.7. Иллюстрация сходящегося итерационного процесса

Изменяя значение e в ячейке Н5, получим новое приближенное решение исходной системы с новой точностью.

Реализация метода прогонки средствами приложения Excel

Рассмотрим решение следующей системы линейных алгебраических уравнений методом «прогонки», используя таблицы Excel .

Векторы :

Последовательность действий

1. Оформим таблицу, как показано на рис.3.8. Исходные данные расширенной матрицы системы (3.30), т.е. вектора введем в ячейки B5:E10.

2. Про гоночные коэффициенты U 0 =0 и V 0 =0 введем в ячейки G4 и H4 соответственно.

3. Вычислим прогоночные коэффициенты L i , U i , V i . Для этого в ячейках F5, G5, H5 вычислим L 1 , U 1 , V 1 . по формуле (3.8). Для этого введем формулы:

F5 = B5*G4+C5; G5=-D5/F5, H5 = (E5-B5*H4)/F5, и затем скопируем их вниз.

Рис.3.8. Расчетная схема метода «прогонки»

4. В ячейке I10 вычислим x 6 по формуле (3.10)

I10 = (E10-B10*H9)/(B10*G9+C10).

5. По формуле (3.7) вычислим все остальные неизвестные x 5 x 4 , x 3 , x 2 , x 1 . Для этого в ячейке I9 вычислим x 5 по формуле (3.6): I9=G9*I10+H9 . А далее копируем эту формуле вверх.

Контрольные вопросы

1. Система линейных алгебраических уравнений (СЛАУ). Что является решением СЛАУ. Когда существует единственное решение СЛАУ.

2. Общая характеристика прямых (точных) методов решения СЛАУ. Методы Гаусса и прогонки.

3. Общая характеристика итерационных методов решения СЛАУ. Методы Якоби (простых итераций) и Гаусса-Зейделя.

4. Условия сходимости итерационных процессов.

5. Что понимают под терминами обусловленности задач и вычислений, корректности задачи решения СЛАУ.


Глава 4.

Численное интегрирование


При решении достаточно большого круга технических задач приходится сталкиваться с необходимостью вычисления определенного интеграла:

Вычисление площадей , ограниченных кривыми, работы , моментов инерции, перемножение эпюр по формуле Мора и т.д. сводится к вычислению определенного интеграла.

Если непрерывная на отрезке [a, b ] функция y = f(x) имеет на этом отрезке первообразную F(x) , т.е. F ’ (x) = f(x) , то интеграл (4.1) может быть вычислен по формуле Ньютона – Лейбница:

Однако, только для узкого класса функций y=f(x) первообразная F(x) может быть выражена в элементарных функциях. Кроме того, функция y=f(x) может задаваться графически или таблично. В этих случаях применяют различные формулы для приближенного вычисления интегралов.

Такие формулы называют квадратурными формулами или формулами численного интегрирования.

Формулы численного интегрирования хорошо иллюстрируются графически. Известно , что значение определенного интеграла (4.1) пропорционально площади криволинейной трапеции, образованной подынтегральной функцией y=f(x) , прямыми х=а и х=b, осью ОХ (рис.4.1).

Задачу вычисления определенного интеграла (4.1) заменяем задачей вычисления площади этой криволинейной трапеции. Однако задача нахождения площади криволинейной не является простой.

Отсюда идея численного интегрирования будет заключатся в замене криволинейной трапеции фигурой, площадь которой вычисляется достаточно просто.

y=f(x)
y
x
xi
xi+1
xn=b
xо=a
Si

Рис.4.1. Геометрическая интерпретация численного интегрирования

Для этого отрезок интегрирования [a, b ] разобьем на n равных элементарных отрезков (i=0, 1, 2, …..,n-1), с шагом h=(b-a)/n. При этом криволинейная трапеция разобьется на n элементарных криволинейных трапеций с основаниями равными h (рис.4.1).

Каждая элементарная криволинейная трапеция заменяется фигурой, площадь которой вычисляется довольно просто. Обозначим эту площадь S i . Сумма всех этих площадей называется интегральной суммой и вычисляется по формуле

Тогда приближенная формула вычисления определенного интеграла (4.1) имеет вид

Точность вычисления по формуле (4.4) зависит от шага h , т.е. от числа разбиений n. С увеличением n интегральная сумма приближается к точному значению интеграла

Это хорошо проиллюстрировано на рис.4.2.

Рис.4.2. Зависимость точности вычисления интеграла

от числа разбиений

В математике доказывается теорема: если функция y=f(x) непрерывна на , то предел интегральной суммы б n существует и не зависит от способа разбиения отрезка на элементарные отрезки.

Формулу (4.4) можно использовать, если известна степень точности такого приближения. Существуют различные формулы для оценки погрешности выражения (4.4), но, как правило, они достаточно сложны. Будем проводить оценку точности приближения (4.4) методом половинного шага .

Вычислить значения корней сформированной системы уравнений двумя методами: обратной матрицы и методом Крамера.

Введем данные значения в ячейки А2:С4 – матрица А и ячейки D2:D4 – матрица В.

Решение системы уравнений методом обратной матрицы

Найдем матрицу, обратную матрице А. Для этого в ячейку А9 введем формулу =МОБР(A2:C4). После этого выделим диапазон А9:С11, начиная с ячейки, содержащей формулу. Нажмем клавишу F2, а затем нажмем клавиши CTRL+SHIFT+ENTER. Формула вставится как формула массива. =МОБР(A2:C4).
Найдем произведение матриц A-1 * b. В ячейки F9:F11 введем формулу: =МУМНОЖ(A9:C11;D2:D4) как формулу массива. Получим в ячейках F9:F11 корни уравнения:


Решение системы уравнений методом Крамера

Решим систему методом Крамера, для этого найдем определитель матрицы.
Найдем определители матриц, полученных заменой одного столбца на столбец b.

В ячейку В16 введем формулу =МОПРЕД(D15:F17),

В ячейку В17 введем формулу =МОПРЕД(D19:F21).

В ячейку В18 введем формулу =МОПРЕД(D23:F25).

Найдем корни уравнения, для этого в ячейку В21 введем: =B16/$B$15, в ячейку В22 введем: = =B17/$B$15, в ячейку В23 введем: ==B18/$B$15.

Получим корни уравнения:

Умение решать системы уравнений часто может принести пользу не только в учебе, но и на практике. В то же время, далеко не каждый пользователь ПК знает, что в Экселе существует собственные варианты решений линейных уравнений. Давайте узнаем, как с применением инструментария этого табличного процессора выполнить данную задачу различными способами.

Способ 1: матричный метод

Самый распространенный способ решения системы линейных уравнений инструментами Excel – это применение матричного метода. Он заключается в построении матрицы из коэффициентов выражений, а затем в создании обратной матрицы. Попробуем использовать данный метод для решения следующей системы уравнений:

14x1 +2x2 +8x4 =218
7x1 -3x2 +5x3 +12x4 =213
5x1 +x2 -2x3 +4x4 =83
6x1 +2x2 +x3 -3x4 =21

  1. Заполняем матрицу числами, которые являются коэффициентами уравнения. Данные числа должны располагаться последовательно по порядку с учетом расположения каждого корня, которому они соответствуют. Если в каком-то выражении один из корней отсутствует, то в этом случае коэффициент считается равным нулю. Если коэффициент не обозначен в уравнении, но соответствующий корень имеется, то считается, что коэффициент равен 1 . Обозначаем полученную таблицу, как вектор A .

  2. Отдельно записываем значения после знака «равно». Обозначаем их общим наименованием, как вектор B .

  3. Теперь для нахождения корней уравнения, прежде всего, нам нужно отыскать матрицу, обратную существующей. К счастью, в Эксель имеется специальный оператор, который предназначен для решения данной задачи. Называется он МОБР . Он имеет довольно простой синтаксис:

    МОБР(массив)

    Аргумент «Массив» — это, собственно, адрес исходной таблицы.

    Итак, выделяем на листе область пустых ячеек, которая по размеру равна диапазону исходной матрицы. Щелкаем по кнопке «Вставить функцию» , расположенную около строки формул.

  4. Выполняется запуск Мастера функций . Переходим в категорию «Математические» . В представившемся списке ищем наименование «МОБР» . После того, как оно отыскано, выделяем его и жмем на кнопку «OK» .

  5. МОБР . Оно по числу аргументов имеет всего одно поле – «Массив» . Тут нужно указать адрес нашей таблицы. Для этих целей устанавливаем курсор в это поле. Затем зажимаем левую кнопку мыши и выделяем область на листе, в которой находится матрица. Как видим, данные о координатах размещения автоматически заносятся в поле окна. После того, как эта задача выполнена, наиболее очевидным было бы нажать на кнопку «OK» , но не стоит торопиться. Дело в том, что нажатие на эту кнопку является равнозначным применению команды Enter . Но при работе с массивами после завершения ввода формулы следует не кликать по кнопке Enter , а произвести набор сочетания клавиш Ctrl+Shift+Enter . Выполняем эту операцию.

  6. Итак, после этого программа производит вычисления и на выходе в предварительно выделенной области мы имеем матрицу, обратную данной.

  7. Теперь нам нужно будет умножить обратную матрицу на матрицу B , которая состоит из одного столбца значений, расположенных после знака «равно» в выражениях. Для умножения таблиц в Экселе также имеется отдельная функция, которая называется МУМНОЖ . Данный оператор имеет следующий синтаксис:

    МУМНОЖ(Массив1;Массив2)

    Выделяем диапазон, в нашем случае состоящий из четырех ячеек. Далее опять запускаем Мастер функций , нажав значок «Вставить функцию» .

  8. В категории «Математические» , запустившегося Мастера функций , выделяем наименование «МУМНОЖ» и жмем на кнопку «OK» .

  9. Активируется окно аргументов функции МУМНОЖ . В поле «Массив1» заносим координаты нашей обратной матрицы. Для этого, как и в прошлый раз, устанавливаем курсор в поле и с зажатой левой кнопкой мыши выделяем курсором соответствующую таблицу. Аналогичное действие проводим для внесения координат в поле «Массив2» , только на этот раз выделяем значения колонки B . После того, как вышеуказанные действия проведены, опять не спешим жать на кнопку «OK» или клавишу Enter , а набираем комбинацию клавиш Ctrl+Shift+Enter .

  10. После данного действия в предварительно выделенной ячейке отобразятся корни уравнения: X1 , X2 , X3 и X4 . Они будут расположены последовательно. Таким образом, можно сказать, что мы решили данную систему. Для того, чтобы проверить правильность решения достаточно подставить в исходную систему выражений данные ответы вместо соответствующих корней. Если равенство будет соблюдено, то это означает, что представленная система уравнений решена верно.

Способ 2: подбор параметров

Второй известный способ решения системы уравнений в Экселе – это применение метода подбора параметров. Суть данного метода заключается в поиске от обратного. То есть, основываясь на известном результате, мы производим поиск неизвестного аргумента. Давайте для примера используем квадратное уравнение


Этот результат также можно проверить, подставив данное значение в решаемое выражение вместо значения x .

Способ 3: метод Крамера

Теперь попробуем решить систему уравнений методом Крамера. Для примера возьмем все ту же систему, которую использовали в Способе 1 :

14x1 +2x2 +8x4 =218
7x1 -3x2 +5x3 +12x4 =213
5x1 +x2 -2x3 +4x4 =83
6x1 +2x2 +x3 -3x4 =21

  1. Как и в первом способе, составляем матрицу A из коэффициентов уравнений и таблицу B из значений, которые стоят после знака «равно» .

  2. Далее делаем ещё четыре таблицы. Каждая из них является копией матрицы A , только у этих копий поочередно один столбец заменен на таблицу B . У первой таблицы – это первый столбец, у второй таблицы – второй и т.д.

  3. Теперь нам нужно высчитать определители для всех этих таблиц. Система уравнений будет иметь решения только в том случае, если все определители будут иметь значение, отличное от нуля. Для расчета этого значения в Экселе опять имеется отдельная функция – МОПРЕД . Синтаксис данного оператора следующий:

    МОПРЕД(массив)

    Таким образом, как и у функции МОБР , единственным аргументом выступает ссылка на обрабатываемую таблицу.

    Итак, выделяем ячейку, в которой будет выводиться определитель первой матрицы. Затем жмем на знакомую по предыдущим способам кнопку «Вставить функцию» .

  4. Активируется окно Мастера функций . Переходим в категорию «Математические» и среди списка операторов выделяем там наименование «МОПРЕД» . После этого жмем на кнопку «OK» .

  5. Запускается окно аргументов функции МОПРЕД . Как видим, оно имеет только одно поле – «Массив» . В это поле вписываем адрес первой преобразованной матрицы. Для этого устанавливаем курсор в поле, а затем выделяем матричный диапазон. После этого жмем на кнопку «OK» . Данная функция выводит результат в одну ячейку, а не массивом, поэтому для получения расчета не нужно прибегать к нажатию комбинации клавиш Ctrl+Shift+Enter .

  6. Функция производит подсчет результата и выводит его в заранее выделенную ячейку. Как видим, в нашем случае определитель равен -740 , то есть, не является равным нулю, что нам подходит.

  7. Аналогичным образом производим подсчет определителей для остальных трех таблиц.

  8. На завершающем этапе производим подсчет определителя первичной матрицы. Процедура происходит все по тому же алгоритму. Как видим, определитель первичной таблицы тоже отличный от нуля, а значит, матрица считается невырожденной, то есть, система уравнений имеет решения.

  9. Теперь пора найти корни уравнения. Корень уравнения будет равен отношению определителя соответствующей преобразованной матрицы на определитель первичной таблицы. Таким образом, разделив поочередно все четыре определителя преобразованных матриц на число -148 , которое является определителем первоначальной таблицы, мы получим четыре корня. Как видим, они равны значениям 5 , 14 , 8 и 15 . Таким образом, они в точности совпадают с корнями, которые мы нашли, используя обратную матрицу в способе 1 , что подтверждает правильность решения системы уравнений.

Способ 4: метод Гаусса

Решить систему уравнений можно также, применив метод Гаусса. Для примера возьмем более простую систему уравнений из трех неизвестных:

14x1 +2x2 +8x3 =110
7x1 -3x2 +5x3 =32
5x1 +x2 -2x3 =17

  1. Опять последовательно записываем коэффициенты в таблицу A , а свободные члены, расположенные после знака «равно» — в таблицу B . Но на этот раз сблизим обе таблицы, так как это понадобится нам для работы в дальнейшем. Важным условием является то, чтобы в первой ячейке матрицы A значение было отличным от нуля. В обратном случае следует переставить строки местами.

  2. Копируем первую строку двух соединенных матриц в строчку ниже (для наглядности можно пропустить одну строку). В первую ячейку, которая расположена в строке ещё ниже предыдущей, вводим следующую формулу:

    B8:E8-$B$7:$E$7*(B8/$B$7)

    Если вы расположили матрицы по-другому, то и адреса ячеек формулы у вас будут иметь другое значение, но вы сможете высчитать их, сопоставив с теми формулами и изображениями, которые приводятся здесь.

    После того, как формула введена, выделите весь ряд ячеек и нажмите комбинацию клавиш Ctrl+Shift+Enter . К ряду будет применена формула массива и он будет заполнен значениями. Таким образом мы произвели вычитание из второй строки первой, умноженной на отношение первых коэффициентов двух первых выражений системы.

  3. После этого копируем полученную строку и вставляем её в строчку ниже.

  4. Выделяем две первые строки после пропущенной строчки. Жмем на кнопку «Копировать» , которая расположена на ленте во вкладке «Главная» .

  5. Пропускаем строку после последней записи на листе. Выделяем первую ячейку в следующей строке. Кликаем правой кнопкой мыши. В открывшемся контекстном меню наводим курсор на пункт «Специальная вставка» . В запустившемся дополнительном списке выбираем позицию «Значения» .

  6. В следующую строку вводим формулу массива. В ней производится вычитание из третьей строки предыдущей группы данных второй строки, умноженной на отношение второго коэффициента третьей и второй строки. В нашем случае формула будет иметь следующий вид:

    B13:E13-$B$12:$E$12*(C13/$C$12)

    После ввода формулы выделяем весь ряд и применяем сочетание клавиш Ctrl+Shift+Enter .

  7. Теперь следует выполнить обратную прогонку по методу Гаусса. Пропускаем три строки от последней записи. В четвертой строке вводим формулу массива:

    Таким образом, мы делим последнюю рассчитанную нами строку на её же третий коэффициент. После того, как набрали формулу, выделяем всю строчку и жмем сочетание клавиш Ctrl+Shift+Enter .

  8. Поднимаемся на строку вверх и вводим в неё следующую формулу массива:

    =(B16:E16-B21:E21*D16)/C16

    Жмем привычное уже нам сочетание клавиш для применения формулы массива.

  9. Поднимаемся ещё на одну строку выше. В неё вводим формулу массива следующего вида:

    =(B15:E15-B20:E20*C15-B21:E21*D15)/B15

    Опять выделяем всю строку и применяем сочетание клавиш Ctrl+Shift+Enter .

  10. Теперь смотрим на числа, которые получились в последнем столбце последнего блока строк, рассчитанного нами ранее. Именно эти числа (4 , 7 и 5 ) будут являться корнями данной системы уравнений. Проверить это можно, подставив их вместо значений X1 , X2 и X3 в выражения.

Как видим, в Экселе систему уравнений можно решить целым рядом способов, каждый из которых имеет собственные преимущества и недостатки. Но все эти методы можно условно разделить на две большие группы: матричные и с применением инструмента подбора параметров. В некоторых случаях не всегда матричные методы подходят для решения задачи. В частности тогда, когда определитель матрицы равен нулю. В остальных же случаях пользователь сам волен решать, какой вариант он считает более удобным для себя.