Cramer-szabály

Ez a szócikk nem tünteti fel a független forrásokat, amelyeket felhasználtak a készítése során. Emiatt nem tudjuk közvetlenül ellenőrizni, hogy a szócikkben szereplő állítások helytállóak-e. Segíts megbízható forrásokat találni az állításokhoz! Lásd még: A Wikipédia nem az első közlés helye.

A Cramer-szabály a lineáris egyenletrendszerek egyik megoldási módja. A megoldások az egyenletrendszerből képzett mátrixok determinánsainak hányadosaiként adódnak. Nevét Gabriel Cramer (1704–1752) svájci matematikusról kapta, aki 1750-ben először általánosan megfogalmazta.

A szabály

Tekintsük a következő n darab n ismeretlenes lineáris egyenletből álló egyenletrendszert:

a 11 x 1 + a 12 x 2 + + a 1 n x n = b 1 , a 21 x 1 + a 22 x 2 + + a 2 n x n = b 2 , a n 1 x 1 + a n 2 x 2 + + a n n x n = b n . {\displaystyle {\begin{matrix}a_{11}x_{1}+a_{12}x_{2}\,+&\cdots &+\,a_{1n}x_{n}&=&b_{1}\,,\\a_{21}x_{1}+a_{22}x_{2}\,+&\cdots &+\,a_{2n}x_{n}&=&b_{2}\,,\\&&&\vdots &\\a_{n1}x_{1}+a_{n2}x_{2}\,+&\cdots &+\,a_{nn}x_{n}&=&b_{n}\,.\end{matrix}}}

Ennek mátrixos felírása a következő:

A x = b , {\displaystyle Ax=b\,,}

ahol

A = ( a 11 a 12 a 1 n a 21 a 22 a 2 n a n 1 a n 2 a n n ) , x = ( x 1 x 2 x n ) , b = ( b 1 b 2 b n ) . {\displaystyle A={\begin{pmatrix}a_{11}&a_{12}&\cdots &a_{1n}\\a_{21}&a_{22}&\cdots &a_{2n}\\\vdots &\vdots &\ddots &\vdots \\a_{n1}&a_{n2}&\cdots &a_{nn}\end{pmatrix}}\,,\quad x={\begin{pmatrix}x_{1}\\x_{2}\\\vdots \\x_{n}\end{pmatrix}}\,,\quad b={\begin{pmatrix}b_{1}\\b_{2}\\\vdots \\b_{n}\end{pmatrix}}\,.}

Ha most Bi-vel jelöljük azokat az A-ból képzett mátrixokat, melyek i. oszlopa helyén a b vektor áll, azaz

B i = ( a 1 , 1 a 1 , i 1 b 1 a 1 , i + 1 a 1 , n a 2 , 1 a 2 , i 1 b 2 a 2 , i + 1 a 2 , n a n , 1 a n , i 1 b n a n , i + 1 a n , n ) , {\displaystyle B_{i}={\begin{pmatrix}a_{1,1}&\cdots &a_{1,i-1}&b_{1}&a_{1,i+1}&\cdots &a_{1,n}\\a_{2,1}&\cdots &a_{2,i-1}&b_{2}&a_{2,i+1}&\cdots &a_{2,n}\\\vdots &&\vdots &\vdots &\vdots &&\vdots \\a_{n,1}&\cdots &a_{n,i-1}&b_{n}&a_{n,i+1}&\cdots &a_{n,n}\end{pmatrix}}\,,}

és

det ( A ) 0 , {\displaystyle \det(A)\neq 0\,,}

akkor

x i = det ( B i ) det ( A ) {\displaystyle x_{i}={\frac {\det(B_{i})}{\det(A)}}} minden i esetén (és 1 ≤ in). Itt a det {\displaystyle \det } a determinánsképzést jelöli.

Bizonyítása

Mivel det(A) ≠ 0, ezért A invertálható mátrix. Jelölje A inverzét A–1. Szorozzuk meg az Ax = b egyenlet mindkét oldalát balról A–1-zel, ekkor

x = A 1 b = 1 det ( A ) a d j ( A ) b , {\displaystyle x=A^{-1}b={\frac {1}{\det(A)}}\mathrm {adj} (A)b\,,}

ahol az adj(A) az A mátrix adjungáltját jelöli. Részletesen felírva az adjungáltat azt kapjuk, hogy

( x 1 x 2 x n ) = 1 det ( A ) ( A 11 A 21 A n 1 A 12 A 22 A n 2 A 1 n A 2 n A n n ) ( b 1 b 2 b n ) , {\displaystyle {\begin{pmatrix}x_{1}\\x_{2}\\\vdots \\x_{n}\end{pmatrix}}={1 \over {\det(A)}}{\begin{pmatrix}{A}_{11}&{A}_{21}&\cdots &{A}_{n1}\\{A}_{12}&{A}_{22}&\cdots &{A}_{n2}\\\vdots &\vdots &\ddots &\vdots \\{A}_{1n}&{A}_{2n}&\cdots &{A}_{nn}\\\end{pmatrix}}{\begin{pmatrix}b_{1}\\b_{2}\\\vdots \\b_{n}\end{pmatrix}}\,,}

ahol az Aij az A mátrix i-edik sorához és j-edik oszlopához tartozó előjeles aldetermináns értéke. A fenti mátrixszorzást soronként elvégezve oda lyukadunk ki, hogy minden i-re

x i = A 1 i b 1 + A 2 i b 2 + + A n i b n det ( A ) , {\displaystyle x_{i}={\frac {A_{1i}b_{1}+A_{2i}b_{2}+\cdots +A_{ni}b_{n}}{\det(A)}}\,,}

és a tört számlálójában éppen a Bi determinánsa szerepel az i. oszlopa szerint kifejtve.

Példa

Oldjuk meg a következő lineáris egyenletrendszert!

x + 3 y 2 z = 5 3 x + 5 y + 6 z = 7 2 x + 4 y + 3 z = 8 {\displaystyle {\begin{alignedat}{7}x&\;+&\;3y&\;-&\;2z&\;=&\;\color {red}{5}\\3x&\;+&\;5y&\;+&\;6z&\;=&\;\color {red}{7}\\2x&\;+&\;4y&\;+&\;3z&\;=&\;\color {red}{8}\end{alignedat}}}

A Cramer-szabály segítségével a megoldások a következők:

x = | 5 3 2 7 5 6 8 4 3 | | 1 3 2 3 5 6 2 4 3 | = 60 4 = 15 , y = | 1 5 2 3 7 6 2 8 3 | | 1 3 2 3 5 6 2 4 3 | = 32 4 = 8 , z = | 1 3 5 3 5 7 2 4 8 | | 1 3 2 3 5 6 2 4 3 | = 8 4 = 2. {\displaystyle x={\frac {\,\left|{\begin{matrix}\color {red}{5}&3&-2\\\color {red}{7}&5&6\\\color {red}{8}&4&3\end{matrix}}\right|\,}{\,\left|{\begin{matrix}1&3&-2\\3&5&6\\2&4&3\end{matrix}}\right|\,}}={\frac {60}{-4}}=-15,\;\;\;\;y={\frac {\,\left|{\begin{matrix}1&\color {red}{5}&-2\\3&\color {red}{7}&6\\2&\color {red}{8}&3\end{matrix}}\right|\,}{\,\left|{\begin{matrix}1&3&-2\\3&5&6\\2&4&3\end{matrix}}\right|\,}}={\frac {-32}{-4}}=8,\;\;\;\;z={\frac {\,\left|{\begin{matrix}1&3&\color {red}{5}\\3&5&\color {red}{7}\\2&4&\color {red}{8}\end{matrix}}\right|\,}{\,\left|{\begin{matrix}1&3&-2\\3&5&6\\2&4&3\end{matrix}}\right|\,}}={\frac {-8}{-4}}=2.}

Ellenőrzés:

  • -15 + 3·8 – 2·2 = -15 + 24 – 4 = 5.
  • 3·(-15) + 5·8 + 6·2 = -45 + 40 + 12 = 7.
  • 2·(-15) + 4·8 + 3·2 = -30 + 32 + 6 = 8.

Megjegyzések

  • A megoldhatóság esetei:
Ha det(A) = 0 Ha det(A) ≠ 0
Ha b = 0 , {\displaystyle b={\vec {0}}\,,} azaz az egyenletrendszer
homogén
Az x = 0 {\displaystyle x={\vec {0}}} triviális megoldás mellett további megoldások léteznek, de felkutatásukra a Cramer-szabály nem használható, más módszerek szükségesek a kiszámításukhoz, például az LU felbontás Egy triviális megoldás van, az x = 0 ; {\displaystyle x={\vec {0}}\,;}
a Cramer-szabály használható, de felesleges
Ha b 0 , {\displaystyle b\neq {\vec {0}}\,,} azaz az egyenletrendszer
inhomogén
A Cramer-szabály nem használható, de lehetséges, hogy vannak megoldások. A Kronecker–Capelli-tétel szerint ellenőrizni kell, hogy az eredeti és a kibővített mátrix rangja megegyezik-e. Ha van megoldás, akkor az a rangok Gauss-eliminációval való meghatározása során előáll. Egy megoldás van és megtalálására a Cramer-szabály használható
  • Ha kevesebb egyenletünk van, mint ahány ismeretlen, akkor nem alkalmazható.
  • Nagy n-ek esetén a determinánsok kiszámolása hosszadalmas, ezért más megoldási módszereket használnak.

Külső hivatkozások

Commons:Category:Cramer's rule
A Wikimédia Commons tartalmaz Cramer-szabály témájú médiaállományokat.
  • 2 és 3 ismeretlenes lineáris egyenletrendszereket megoldó honlap (angolul)
  • matematika Matematikaportál • összefoglaló, színes tartalomajánló lap