Описание алгоритма нахождения НОД делением

1. Большее число делим на меньшее.
2. Если делится без остатка, то меньшее число и есть НОД (следует выйти из цикла).
3. Если есть остаток, то большее число заменяем на остаток от деления.
4. Переходим к пункту 1.

Пример:
Найти НОД для 30 и 18.

30/18 = 1 (остаток 12)

18/12 = 1 (остаток 6)

12/6 = 2 (остаток 0). Конец: НОД – это делитель. НОД (30, 18) = 6

26. Теорема Кронекера - Капелли. Матричный способ решения систем линейных алгебраических уравнений.

Система линейных уравнений имеет вид:

a₁₁ x₁ + a₁₂ x₂ +... + a_1n x_n = b₁,

a₂₁ x₁ + a₂₂ x₂ +... + a_2n x_n = b₂, (5.1)

... ... ... ...

a_m1 x₁ + a_m1 x₂ +... + a_mn x_n = b_m.

Здесь а_{i j} и b_i (i = ; j = ) - заданные, а x_j - неизвестные действительные числа. Используя понятие произведения матриц, можно переписать систему (5.1) в виде:

AX = B, (5.2)

где A = (а_{i j}) - матрица, состоящая из коэффициентов при неизвестных системы (5.1), которая называется матрицей системы, X = (x₁, x₂,..., x_n)^T,
B = (b₁, b₂,..., b_m)^T - векторы-столбцы, составленные соответственно из неизвестных x_j и из свободных членов b_i.

Упорядоченная совокупность n вещественных чисел (c₁, c₂,..., c_n) называется решением системы (5.1), если в результате подстановки этих чисел вместо соответствующих переменных x₁, x₂,..., x_n каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c₁, c₂,..., c_n)^T такой, что AC = B.

Система (5.1) называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, илинеразрешимой, если она не имеет решений.

Матрица

,

образованная путем приписывания справа к матрице A столбца свободных членов, называется расширенной матрицей системы.

Вопрос о совместности системы (5.1) решается следующей теоремой.

Теорема Кронекера-Капелли. Система линейных уравнений совместна тогда и только тогда, когда ранги матриц A и совпадают, т.е.
r(A) = r( ) = r.

Для множества М решений системы (5.1) имеются три возможности:

1) M = ∅ (в этом случае система несовместна);

2) M состоит из одного элемента, т.е. система имеет единственное решение (в этом случае система называется определенной);

3) M состоит более чем из одного элемента (тогда система называетсянеопределенной). В третьем случае система (5.1) имеет бесчисленное множество решений.

Система имеет единственное решение только в том случае, когда
r(A) = n. При этом число уравнений - не меньше числа неизвестных (m ≥ n); если m>n, то m-n уравнений являются следствиями остальных. Если 0<r<n, то система является неопределенной.

Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, - так называемые системы крамеровского типа:

a₁₁ x₁ + a₁₂ x₂ +... + a_1n x_n = b₁,

a₂₁ x₁ + a₂₂ x₂ +... + a_2n x_n = b₂, (5.3)

... ... ... ... ... ...

a_n1 x₁ + a_n1 x₂ +... + a_nn x_n = b_n.

Системы (5.3) решаются одним из следующих способов:

1. методом Гаусса, или методом исключения неизвестных;

2. по формулам Крамера;

3. матричным методом.

Пример 2.12. Исследовать систему уравнений и решить ее, если она совместна:

5x₁ - x₂ + 2x₃ + x₄ = 7,

2x₁ + x₂ + 4x₃ - 2x₄ = 1,

x₁ - 3x₂ - 6x₃ + 5x₄ = 0.

Решение. Выписываем расширенную матрицу системы:

.

Вычислим ранг основной матрицы системы. Очевидно, что, например, минор второго порядка в левом верхнем углу = 7 ≠ 0; содержащие его миноры третьего порядка равны нулю:

Следовательно, ранг основной матрицы системы равен 2, т.е. r(A) = 2. Для вычисления ранга расширенной матрицы рассмотрим окаймляющий минор

значит, ранг расширенной матрицы r( ) = 3. Поскольку r(A)≠ r( ), то система несовместна.

В этой статье поговорим о матричном методе решения систем линейных алгебраических уравнений вида , которые в матричной форме записываются как , где - основная матрица системы, - матрица-столбец неизвестных переменных, - матрица свободных членов.

Сначала опишем суть матричного метода, остановимся на условии применимости этого метода, далее подробно разберем решения нескольких примеров.

Сразу оговоримся, что решение систем линейных алгебраических уравнений матричным методом и решение СЛАУ с помощью обратной матрицы есть одно и то же. Поэтому рекомендуем освежить в памяти теорию раздела обратная матрица: определение, свойства, методы нахождения.

Приступим.Матричный метод решения систем линейных алгебраических уравнений - вывод формулы.

Пусть для матрицы А порядка n на n существует обратная матрица . Умножим обе части матричного уравнения слева на (порядки матриц A ⋅ X и Впозволяют произвести такую операцию, смотрите статью операции над матрицами, свойства операций). Имеем . Так как для операции умножения матриц подходящих порядков характерно свойство ассоциативности, то последнее равенство можно переписать как , а по определению обратной матрицы (E – единичная матрица порядка n на n), поэтому

Таким образом, решение системы линейных алгебраических уравнений матричным методом определяется по формуле . Другими словами, решение СЛАУ находится с помощью обратной матрицы .

Мы знаем, что квадратная матрица А порядка n на n имеет обратную матрицу только тогда, когда ее определитель не равен нулю. Следовательно, СИСТЕМУ nЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ С n НЕИЗВЕСТНЫМИ МОЖНО РЕШАТЬ МАТРИЧНЫМ МЕТОДОМ ТОЛЬКО ТОГДА, КОГДА ОПРЕДЕЛИТЕЛЬ ОСНОВНОЙ МАТРИЦЫ СИСТЕМЫ ОТЛИЧЕН ОТ НУЛЯ.