5.

SUSTAVI LINEARNIH ALGEBARSKIH

JEDNADšBI

Vera ƒuljak
vera@grad.hr

Graževinski fakultet
sustav linearnih algebarskih jednadºbi

Nehomogeni sustav od m jednaºbi s n nepoznanica x1 , x2 , . . . , xn

a11 x1 + a12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2
...
am1 x1 + am2 x2 + · · · + amn xn = bm .

gdje su: aij koecijenti sustava, bj slobodni £lanovi sustava.

Rje²enje sustava je urežena n-torka brojeva (x1 , x2 , . . . , xn ) koja
zadovoljava svaku od m jednadºnbi sustava.
Sustav moºe imati jedno rje²enje, vi²e rje²enja, nijedno rje²enje
(nemogu¢ sustav).
homogen sustav

Homogeni sustav linearnih jednadºbi je onaj linearni sustav u kojem

su svi slobodni £lanovi sustava jednaki nuli

bi = 0, i = 1, · · · , m.

Jedno rje²enje (trivijalno rje²enje) homogenog sustava je urežena

n-torka brojava (0, 0, . . . , 0).
Homogeni sustav moºe imati i netrivijalna rje²enja.
sustav m jednaºbi s n nepoznanica
Sustav m jednaºbi s n nepoznanica x1 , x2 , . . . , xn

a11 x1 + a12 x2 + · · · + a1n xn = b1

(1) a21 x1 + a22 x2 + · · · + a2n xn = b2
...
am1 x1 + am2 x2 + · · · + amn xn = bm

zapisujemo
Ax = b
gdje su
A = [aij ]mn ∈ Mmn
matrica sustava, aij koecijenti sustava;
x = [xj ]n ∈ Kn
rje²enje sustava;
b = [bi ]m ∈ Km
desna strana ili slobodni £lan sustava.
prisjetimo se : produkt matrice i vektora

Produkt matrice A = [aij ] ∈ Mmn i vektora stupca (jednostup£ane

matrice) x = [xj ]n ∈ Kn je vektor stupac (jednostup£ana matrica)
y = [yi ]m ∈ Km :

A·x=y
gdje je · operacija mnoºenja matrica.
   
a11 x1 + a12 x2 + · · · + a1n xn y1
 a21 x1 + a22 x2 + · · · + a2n xn   y2 
A·x= = 
 ...   ... 
am1 x1 + am2 x2 + · · · + amn xn ym

yi = ai 1 x1 + ai 2 x2 + · · · + ain xn , i = 1, . . . , m.
pro²irena matrica sustav

Neka je A ∈ Mmn matrica sustava, a b desna strana sustava. Tada

matricu
. . . a ·n
 
Ab = a·1 a·2 b ,
zovemo pro²irena matrica sustava.
ekvivalentni sustavi

Dva sustava, koji ne moraju imati isti broj jednadºibi, su

ekvivalentni, ako je skup svih rje²enja jednog od njih jednak skupu
svih rje²enja drugog.
Operacije kojima dobivamo ekvivalentni sustav su:
I zamjena redosljeda jednadºbi u sustavu,
I mnoºenje proizvoljne jednadºbe sustava brojem razli£itim od
nule,
I mnoºenje proizvoljne jednadºbe sustava brojem, i dodavanje
rezultata bilo kojoj drugoj jednadºbi sustava.
NAPOMENA 1
Ekvivalentnim sutavima odgovaraju ekvivalentne matrice za matricu

sustava koje su dobivene elementarnim transformacijama redaka.

Gaussov postupak eliminacije

Ideja Gaussove metode eliminacije se sastoji u tome da se pomo¢u

elementarnih operacija izbace nepoznanice koje se nalaze ispod
"glavne dijagonale".
Kad dobijemo ekvivalentni sustav "trokutastog" oblika tada:
I rije²imo zadnju jednadºbu,

I rje²enje uvrstimo u predzadnju,

I rije²imo predzadnju jednadºbu,

I rje²enje uvrstimo u tre¢u straga

I ···
I rje²enje uvrstimo u prvu jednadºbu.
Gauss - postupak za "trokutasti" oblik
-
1. korak izbaciti x1 iz druge, tre¢e, . . . , m-te jednadºbe i dobiti
ekvivalentni sustava oblika

a11 x1 +a12 x2 + · · · +a1n xn = b1

0 x +a20 n xn = b20
a22 2 +···
(1) ∼ (2)
···
0 x 0 x 0
am 2 2 +··· +amn n = bm ,

I zamijenimo mjesta jednadºbama tako da koecijent uz x1 u

prvoj jednadºbi bude razli£it od nule; a11 6= 0;
I prvu jednadºbu podijelimo s koecijentom uz x1 , pomnoºimo
brojem koji je suprotan koecijentu uz x1 u drugoj jednadºbi, i
dodamo je drugoj jednadºbi;
I prvu jednadºbu podijelimo s koecijentom uz x1 , pomnoºimo
brojem koji je suprotan koecijentu uz x1 u tre¢oj jednadºbi, i
dodamo je tre¢oj jednadºbi;
I nastavimo do zadnje m-te jednadºbe.
Gauss - postupak za "trokutasti" oblik

−a21
a11 x1 +a12 x2 + · · · + a1n xn = b1 I · + II .
a11
(1) a21 x1 +a22 x2 + · · · + a2n xn = b2
...
am1 x1 +am2 x2 + · · · + amn xn = bm

a11 x1 +a12 x2 + · · · + a1n xn = b1

0 −a21 −a21 −a21
(2 ) (a21 + a11 ) x1 + (a22 + a12 ) x2 + · · · + a20 n xn = b2 + b1
a a a
| {z11 } | {z11 } | {z11 }
0 0
a22 b20
...
am1 x1 +am2 x2 + · · · + amn xn = bm
Gauss - postupak za "trokutasti" oblik
pri tom je
0 a21
a22 = a22 − a12
a11
0 a21
a23 = a23 − a13 ,
a11
0 am 1
amn = amn − a1n ;
a11
a21
b20 = b2 − b1 ,
a11
a31
b30 = b3 − b1 ,
a11
0 am 1
bm = bm − b1 ,
a11
odnosno op¢enito
ai 1
0
aik = aik − a1k , i, k = 2, 3, . . . , m
a11
ai 1
bi0 = bi − b1 , i = 2, 3, . . . , m.
a11
Gauss - postupak za "trokutasti" oblik
-
2. korak izbaciti x2 iz tre¢e, . . . , m-te jednadºbe i dobiti
ekvivalentni sustava oblika

a11 x1 +a12 x2 +a12 x3 +··· +a1n xn = b1

0 x
a22 0 +··· +a20 n xn = b20
2 +a23 x3
(2) ∼ (3) 00 x
a33 3 +··· +a30 n xn = b300
··· ···
am00 x +··· 0 x
+amn 00
3 3 n = bm ,

odnosno op¢enito ako je a22

0 6= 0;

ai0 2 0
0 a2k , i, k = 3, . . . , m
00 0
aik = aik −
a22

ai0 2 0
bi00 = bi0 − 0 b2 , i = 3, . . . , m.
a22
Gauss - postupak za "trokutasti" oblik

a11 x1 +a12 x2 +a13 x3 ··· +a1n xn = b1

0
0 0 −a32
a22 x2 +a23 x3 ··· a20 n xn = b20 II · 0
a22 + III .
(2) 0
a32 x2 0
+a33 x3 ··· +a30 n xn = b30
···
0 0 0
am 2 x2 +am3 x3 ··· +amn xn = bm ,

a11 x1 +a12 x2 +a13 x3 · · · = b1

0 0
a22 x2 +a23 x3 · · · = b20
−a0 0 −a0 0 −a0
0
(a32 + 0 32 a22 ) x2 0
+ (a33 + 0 32 a23 ) x3 · · · = (b30 + 0 32 b20 )
(30 ) |
a
{z22 } |
a
{z22 } |
a
{z22 }
0 00
a33 b300
···
0 0
am 2 x2 +am3 x3 · · · = bm ,
Gaussov postupak za "trokutasti" oblik

-
3. korak izbaciti x3 iz £etvrte, . . . , m-te jednadºbe i dobiti
ekvivalentni sustav · · ·
r.-korak izbaciti xr iz r + 1-ve, . . . , m-te jednadºbe i dobiti

ekvivalentni sustav oblika

a11 x1 +a12 x2 +a12 x2 +··· +a1n xn = b1

0 x
a22 0 +··· +a20 n xn = b20
2 +a23 x3
(1) ∼ (∆) 00
a33 x3 +··· +a300n xn = b300
··· ···
000 x + · · ·
arr 000 x
+arn 000
r n = br

ako su a11 6= 0, a22

0 6= 0, ·, a000 6= 0.
rr
Nepoznanice xr +1 , · · · , xn ∈ R su parametri.
Primjer-Gaussov postupak eliminacije

PRIMJER 1
Rije²ite sustav (1)

x1 +2x2 +3x3 +2x4 +x5 =3

−2x1 +0 x2 +x3 +x4 −5x5 = −2
(1)
x1 +2x2 −x3 +6x4 +5x5 = 3
−x1 −2x2 +5x3 −10x4 −9x5 = −3
Ax = b

1 2 3 2 1 | 3
 
 −2 0 1 1 −5 | −2 
Ab = 
 1 2 −1 6 5 | 3 


−1 −2 5 −10 −9 | −3
Primjer - Gaussov postupak eliminacije

1. korak: I.jed ·2 +II. jed; I.jed ·(−1) +III. jed; I.jed ·1 +IV. jed;

x1 +2x2 +3x3 +2x4 +x5 =3

4x2 +7x3 +5x4 −3x5 =4
(1) ∼ (2) .
−4x3 +4x4 +4x5 =0
8x3 −8x4 −8x5 =0
 
1 2 3 2 1 | 3
 −2 0 1 1 −5 | −2 
Ab =  
 1 2 −1 6 5 | 3 
−1 −2 5 −10 −9 | −3
 
1 2 3 2 1 | 3
 0 4 7 5 −3 | 4 
∼ A1b = 
 0 0 −4 4 4 | 0 
0 0 8 −8 −8 | 0
Primjer - Gaussov postupak eliminacije

2. korak: III. jed ·(−2) +IV. jed; III. jed : 4

x1 +2x2 +3x3 +2x4 +x5 = 3

(2) ∼ (3) 4x2 +7x3 +5x4 −3x5 = 4 .
−x3 +x4 +x5 = 0
 
1 2 3 2 1 | 3
 0 4 7 5 −3 | 4 
A1b =  
 0 0 −4 4 4 | 0 
0 0 8 −8 −8 | 0
 
1 2 3 2 1 | 3
 0 4 7 5 −3 | 4 
∼ A2b =   , r (A) = 3
 0 0 −1 1 1 | 0 
0 0 0 0 0 | 0

Nepoznanice su x1 , x2 , x3 , x4 , x5 ali ¢e n − r = 5 − 3 = 2 dvije

nepoznanice biti parametri: x4 i x5 su parametri.

Primjer-Gaussov postupak eleiminacije

Trokutasti ekvivalentni sustav rje²avamo unatrag:

x1 +2x2 +3x3 +2x4 +x5 = 3

(1) ∼ (∆) 4x2 +7x3 +5x4 −3x5 = 4 .
−x3 +x4 +x5 = 0
x3 = 0 + x4 + x5 ⇒ x2 = 1 − 3x4 − x5 ⇒ x1 = 1 + x4 − 2x5
Nepoznanice x4 i x5 su parametri, x4 , x5 ∈ R

x1 = 1 + x4 − 2x5
x2 = 1 − 3x4 − x5
x3 = 0 + x4 + x5
x4 = x4
x5 = x5
Gauss-Jordanova metoda
Gauss-Jordanova metoda je produºena Gaussova metoda
eliminacije. Nakon svoženja sustava na "trokutasti" oblik (Gaussov
postupak eliminacije) nastavljamo postupak kako bismo izbacili
nepoznanice iznad "glavne dijagonale". Dobit ¢emo ekvivalentni
"dijagonalni" oblik sustava.

x1 +a10 r +1 xr +1 + + · · · +a10 n xn = b10

x2 +a20 r +1 xr +1 + + · · · +a20 n xn = b20
(∆) ∼ (d) .
···
xr +ar0 r +1 xr +1 + · · · 0 x
+arn n = br0

Rje²enje je
x1 = b10 − a10 r +1 xr +1 − · · · − a10 n xn

···
xr = br0 − ar0 r +1 xr +1 − · · · − arn
0
xn ,
Primjer - Gaussov-Jordanov postupak eliminacije
Gaussovim postupkom eliminacije dobili smo "trokutasti sustav":

x1 +2x2 +3x3 +2x4 +x5 = 3

(∆) 4x2 +7x3 +5x4 −3x5 = 4
−x3 +x4 +x5 = 0
∼
x1 −x4 +2x5 = 1
(d) x2 +3x4 +x5 = 1
x3 −x4 −x5 = 0
1 2 3 2 1 |3 1 0 0 −1 2 |1
   
 0 4 7 5 −3 |4   0 1 0 3 1 |1 
A2b = 
 0
 ∼ A3b = 
0 −1 1 1 |0   0 0 1 −1 1 |0 


0 0 0 0 0 |0 0 0 0 0 0 |0
Rang
r (A) = 3
Nepoznanice x4 i x5 su parametri.
Primjer - Gaussov-Jordanov postupak eliminacije

Dijagonalni sustav rje²avamo direktno:

x1 = 1 + 1x4 − 2x5
x2 = 1 − 3x4 − 1x5
x3 = 0 + 1x4 + 1x5

gdje su x4 i x5 parametri:x4 , x5 ∈ R.
gre²ke ra£unanja

Ako je a11 ≈ 0 onda je aa111k veliko, pa je gre²ka mnoºenja velika.

Zato, mežu svim koecijentima sustava se izabere najve¢i
koecijent po apsolutnoj vrijednosti

|ai0 j0 | = max{aij , i = 1, · · · , m; j = 1, · · · , n}

koji se nalazi u i0 -toj jednadºi uz nepoznanicu xj0 . Gausov postupak

eliminacije po£injemo s tim koecijentom.
Eliminiramo xj0 iz preostalih jednadºbi: i0 -tu jednadºbu pomnoºimo
a
sa − ai ij0j za i 6= i0 i dodamo i -toj jednadºbi.
00
a
Gre²ka je kontrolirana jer je | ai ij0j | ≤ 1.
00
struktura rje²enja
Sustav m jednaºbi s n nepoznanica x1 , x2 , . . . , xn

a11 x1 + a12 x2 + · · · + a1n xn = b1

(1) a21 x1 + a22 x2 + · · · + a2n xn = b2
...
am1 x1 + am2 x2 + · · · + amn xn = bm

Ax = b
i neka matrica sustava ima rang r (A) = r . Gauss-Jordanom
dolazimo do ekvivalentnog "dijagonalnog" sustava

x1 +a10 r +1 xr +1 + + · · · +a10 n xn = b10

x2 +a20 r +1 xr +1 + + · · · +a20 n xn = b20
(1) ∼ (d) .
···
xr 0
+ar r +1 xr +1 + · · · 0 x
+arn = br0
n
struktura rje²enja

Rje²enje je
x1 = b10 − a10 r +1 xr +1 − · · · − a10 n xn

···
xr = br0 − ar0 r +1 xr +1 − · · · − arn
0
xn
struktura rje²enja nehomogenog sustava

b10 −a10 r +1 −a10 n

       
x1
 ···   ···
  ···   ··· 
br0 ar0 r +1 ar0 n
       
 xr       
 =  0  + xr +1  1  + · · · + xn  0
       
 xr +1 
  0  0  0
       

 xr +2   



 


 ···   ···   ···   ··· 
xn 0 0 1

Rje²enje nehomogenog sustava

x = b 0 + xr +1 u r +1 + · · · + xn u n ,

gdje su parametri xr +1 , . . . , xn ∈ R.
struktura rje²enja

gdje je

b10 −a10 n −a10 n

       
x1
 ···   ···
  ···   ··· 
br0 0 0
       
xr −arn −arn
x = , b = 
0
 0  , u r +1 =  1
 , · · · , un = 
       
 0
  

 xr +1 
   

 


 ···   ···   ···   ··· 
xn 0 0 1
struktura rje²enja pripadnog homogenog sustava

Rje²enje pripadnog homogenog sustava Ax = o ozna£avamo x h .

x h = xr +1 u r +1 + · · · + xn u n ,

gdje su parametri xr +1 , . . . , xn ∈ R.
partikularno rje²enje

Partikularno rje²enje nehomogenog sustava Ax = b ozna£avamo

xp.
To je jedno rje²enje nehomogenog sustava koje se dobije ako
izaberemo parametre xr +1 = xr +2 = . . . = xn = 0.

xp = b 0
Primjer-struktura rje²enja

PRIMJER 2
Odredite strukturu rje²enja sustava

x1 + 2x2 + 3x3 + 2x4 + x5 = 3

−2x1 + 0 x2 + x3 + x4 − 5x5 = −2
x1 + 2x2 − x3 + 6x4 + 5x5 = 3
−x1 − 2x2 + 5x3 − 10x4 − 9x5 = −3
Primjer - struktura rje²enja

Rje²enje sustava

x1 = 1 + x4 − 2x5
x2 = 1 − 3x4 − x5
x3 = 0 + x4 + x5
x4 = x4
x5 = x5 , x4 , x5 ∈ R.

Rang
r (A) = 3
Nepoznanice x4 i x5 su parametri.
Primjer-struktura rje²enja

1 1 −2
       
x1
 x2   1   −3   −1 
x = , b = 
0
0  , u4 =  1  , u5 =  0  .
       
x3
0 1  0 
       
 x4     
x5 0 0 1

x = b 0 + x4 u 4 + x5 u 5 ,
gdje su parametri x4 , x5 ∈ R.

X0 = {u 4 , u 5 }.

dimX0 = 2.
vektorski prostor rje²enja pripadnog homogenog sustava

Vektorski prostor svih rje²enja pripadnog homogenog sustava

Ax = o ozna£avamo X0 .
Neka je rang matrice sustava jednak r .
Tada je

X0 = {u = λr +1 u r +1 + · · · + λn u n ; λr +1 , · · · , λn ∈ R},

Bazu vektorskog prostora X0 £ine

{u r +1 , u r +2 , . . . , u n }.

Dimenzija prostora X0 zove se defekt matrice A.

vektorski prostor rje²enja nehomogenog sustava

Vektorski prostor svih rje²enja nehomogenog sustava Ax = b

ozna£avamo Xb .
Neka je x p partikularno rje²enje nehomogenog susrava.
Tada je
Xb = {x p + u ; u ∈ X0 }.
o rangu i defektu

Tvrdnja 1

r (A) + dimX0 = n