Онлайн калькулятор матриц матричный метод. Обратная матрица

Тема 2. СИСТЕМЫ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ.

Основные понятия.

Определение 1 . Системой m линейных уравнений с n неизвестными называется система вида:

где и - числа.

Определение 2 . Решением системы (I) называется такой набор неизвестных , при котором каждое уравнение этой системы обращается в тождество.

Определение 3 . Система (I) называется совместной , если она имеет хотя бы одно решение и несовместной , если она не имеет решений. Совместная система называется определенной , если она имеет единственное решение, и неопределенной в противном случае.

Определение 4 . Уравнение вида

называется нулевым , а уравнение вида

называется несовместным . Очевидно, что система уравнений, содержащая несовместное уравнение, является несовместной.

Определение 5 . Две системы линейных уравнений называются равносильными , если каждое решение одной системы служит решением другой и, наоборот, всякое решение второй системы является решением первой.

Матричная запись системы линейных уравнений.

Рассмотрим систему (I) (см. §1).

Обозначим:

Матрица коэффициентов при неизвестных

Матрица – столбец свободных членов

Матрица – столбец неизвестных

.

Определение 1. Матрица называется основной матрицей системы (I), а матрица - расширенной матрицей системы (I).

По определению равенства матриц системе (I) соответствует матричное равенство:

.

Правую часть этого равенства по определению произведения матриц (см. определение 3 § 5 главы 1 ) можно разложить на множители:

, т.е.

Равенство (2) называется матричной записью системы (I) .

Решение системы линейных уравнений методом Крамера.

Пусть в системе (I) (см. §1) m=n , т.е. число уравнений равно числу неизвестных, и основная матрица системы невырожденная, т.е. . Тогда система (I) из §1 имеет единственное решение

где Δ = det A называется главным определителем системы (I), Δ i получается из определителя Δ заменой i -го столбца на столбец из свободных членов системы (I).

Пример.Решить систему методом Крамера:

.

По формулам (3) .

Вычисляем определители системы:

,

,

.

Чтобы получить определитель , мы заменили в определителе первый столбец на столбец из свободных членов; заменяя в определителе 2-ой столбец на столбец из свободных членов, получаем ; аналогичным образом, заменяя в определителе 3-ий столбец на столбец из свободных членов, получаем . Решение системы:

Решение систем линейных уравнений с помощью обратной матрицы.

Пусть в системе(I) (см. §1) m=n и основная матрица системы невырожденная . Запишем систему (I) в матричном виде (см. §2 ):

т.к. матрица A невырожденная, то она имеет обратную матрицу (см. теорему 1 §6 главы 1 ). Умножим обе части равенства (2) на матрицу , тогда

По определению обратной матрицы . Из равенства (3) имеем

Решить систему с помощью обратной матрицы

.

Обозначим

В примере (§ 3)мы вычислили определитель , следовательно, матрица A имеет обратную матрицу . Тогда в силу (4) , т.е.

. (5)

Найдем матрицу (см. §6 главы 1 )

, , ,

, , ,

,

.

Метод Гаусса.

Пусть задана система линейных уравнений:

. (I)

Требуется найти все решения системы (I) или убедиться в том, что система несовместна.

Определение 1. Назовем элементарным преобразованием системы (I) любое из трёх действий:

1) вычёркивание нулевого уравнения;

2) прибавление к обеим частям уравнения соответствующих частей другого уравнения, умноженных на число l;

3) перемена местами слагаемых в уравнениях системы так, чтобы неизвестные с одинаковыми номерами во всех уравнениях занимали одинаковые места, т.е. если, например, в 1-ом уравнении мы поменяли 2-ое и 3-е слагаемые, тогда то же самое необходимо сделать во всех уравнениях системы.

Метод Гаусса состоит в том, что система (I) с помощью элементарных преобразований приводится к равносильной системе, решение которой находится непосредственно или устанавливается её неразрешимость.

Как было описано в §2 система (I) однозначно определяется своей расширенной матрицей и любое элементарное преобразование системы (I) соответствует элементарному преобразованию расширенной матрицы:

.

Преобразование 1) соответствует вычёркиванию нулевой строки в матрице , преобразование 2) равносильно прибавлению к соответствующей строке матрицы другой её строки, умноженной на число l, преобразование 3) эквивалентно перестановке столбцов в матрице .

Легко видеть, что, наоборот, каждому элементарному преобразованию матрицы соответствует элементарное преобразование системы (I). В силу сказанного, вместо операций с системой (I) мы будем работать с расширенной матрицей этой системы.

В матрице 1-ый столбец состоит из коэффициентов при х 1 , 2-ой столбец - из коэффициентов при х 2 и т.д. В случае перестановки столбцов следует учитывать, что это условие нарушается. Например, если мы поменяем 1-ый и 2-ой столбцы местами, то теперь в 1-ом столбце будут коэффициенты при х 2 , а во 2-ом столбце - коэффициенты при х 1 .

Будем решать систему (I) методом Гаусса.

1. Вычеркнем в матрице все нулевые строки, если такие имеются (т.е. вычеркнем в системе (I) все нулевые уравнения).

2. Проверим, есть ли среди строк матрицы строка, в которой все элементы, кроме последнего, равны нулю (назовём такую строку несовместной). Очевидно, что такой строке соответствует несовместное уравнение в системе (I) , следовательно, система (I) решений не имеет и на этом процесс заканчивается.

3. Пусть матрица не содержит несовместных строк (система (I) не содержит несовместных уравнений). Если a 11 =0 , то находим в 1-ой строке какой-нибудь элемент (кроме последнего) отличный от нуля и переставляем столбцы так, чтобы в 1-ой строке на 1-ом месте не было нуля. Будем теперь считать, что (т.е. поменяем местами соответствующие слагаемые в уравнениях системы (I)).

4. Умножим 1-ую строку на и сложим результат со 2-ой строкой, затем умножим 1-ую строку на и сложим результат с 3-ей строкой и т.д. Очевидно, что этот процесс эквивалентен исключению неизвестного x 1 из всех уравнений системы (I), кроме 1-ого. В новой матрице получаем нули в 1-ом столбце под элементом a 11 :

.

5. Вычеркнем в матрице все нулевые строки, если они есть, проверим, нет ли несовместной строки (если она имеется, то система несовместна и на этом решение заканчивается). Проверим, будет ли a 22 / =0 , если да, то находим во 2-ой строке элемент, отличный от нуля и переставляем столбцы так, чтобы . Далее умножаем элементы 2-ой строки на и складываем с соответствующими элементами 3-ей строки, затем - элементы 2-ой строки на и складываем с соответствующими элементами 4-ой строки и т.д., пока не получим нули под a 22 /

.

Произведенные действия эквивалентны исключению неизвестного х 2 из всех уравнений системы (I), кроме 1-ого и 2-ого. Так как число строк конечно, поэтому через конечное число шагов мы получим, что либо система несовместна, либо мы придём к ступенчатой матрице (см. определение 2 §7 главы 1 ) :

,

Выпишем систему уравнений, соответствующую матрице . Эта система равносильна системе (I)

.

Из последнего уравнения выражаем ; подставляем в предыдущее уравнение, находим и т.д., пока не получим .

Замечание 1. Таким образом, при решении системы (I) методом Гаусса мы приходим к одному из следующих случаев.

1. Система (I) несовместна.

2. Система (I) имеет единственное решение, если в матрице число строк равно числу неизвестных ().

3. Система (I) имеет бесчисленное множество решений, если число строк в матрице меньше числа неизвестных ().

Отсюда имеет место следующая теорема.

Теорема. Система линейных уравнений либо несовместна, либо имеет единственное решение, либо – бесконечное множество решений.

Примеры. Решить систему уравнений методом Гаусса или доказать ее несовместность:

б) ;

а) Перепишем заданную систему в виде:

.

Мы поменяли местами 1-ое и 2-ое уравнение исходной системы, чтобы упростить вычисления (вместо дробей мы с помощью такой перестановки будем оперировать только целыми числами).

Составляем расширенную матрицу:

.

Нулевых строк нет; несовместных строк нет, ; исключим 1-ое неизвестное из всех уравнений системы, кроме 1-го. Для этого умножим элементы 1-ой строки матрицы на «-2» и сложим с соответствующими элементами 2-ой строки, что равносильно умножению 1-го уравнения на «-2» и сложению со 2-ым уравнением. Затем умножим элементы 1-ой строки на «-3» и сложим с соответствующими элементами третьей строки, т.е. умножим 2-ое уравнение заданной системы на «-3» и сложим с 3-им уравнением. Получим

.

Матрице соответствует система уравнений). - (см. определение 3§7 главы 1).

Пусть имеется квадратная матрица n-го порядка

Матрица А -1 называется обратной матрицей по отношению к матрице А, если А*А -1 = Е, где Е — единичная матрица n-го порядка.

Единичная матрица — такая квадратная матрица, у которой все элементы по главной диагонали, проходящей от левого верхнего угла к правому нижнему углу, — единицы, а остальные — нули, например:

Обратная матрица может существовать только для квадратных матриц т.е. для тех матриц, у которых число строк и столбцов совпадают.

Теорема условия существования обратной матрицы

Для того чтобы матрица имела обратную матрицу необходимо и достаточно, чтобы она была невырожденной.

Матрица А = (А1, А2,...А n) называется невырожденной , если векторы-столбцы являются линейно независимыми. Число линейно независимых векторов-столбцов матрицы называется рангом матрицы . Поэтому можно сказать, что для того, чтобы существовала обратная матрица, необходимо и достаточно, чтобы ранг матрицы равнялся ее размерности, т.е. r = n.

Алгоритм нахождения обратной матрицы

1. Записать в таблицу для решения систем уравнений методом Гаусса матрицу А и справа (на место правых частей уравнений) приписать к ней матрицу Е.
2. Используя преобразования Жордана, привести матрицу А к матрице, состоящей из единичных столбцов; при этом необходимо одновременно преобразовать матрицу Е.
3. Если необходимо, то переставить строки (уравнения) последней таблицы так, чтобы под матрицей А исходной таблицы получилась единичная матрица Е.
4. Записать обратную матрицу А -1 , которая находится в последней таблице под матрицей Е исходной таблицы.

Пример 1

Для матрицы А найти обратную матрицу А -1

Решение: Записываем матрицу А и справа приписываем единичную матрицу Е. Используя преобразования Жордана, приводим матрицу А к единичной матрице Е. Вычисления приведены в таблице 31.1.

Проверим правильность вычислений умножением исходной матрицы А и обратной матрицы А -1 .

В результате умножения матриц получилась единичная матрица. Следовательно, вычисления произведены правильно.

Ответ:

Решение матричных уравнений

Матричные уравнения могут иметь вид:

АХ = В, ХА = В, АХВ = С,

где А,В,С — задаваемые матрицы, Х- искомая матрица.

Матричные уравнения решаются с помощью умножения уравнения на обратные матрицы.

Например, чтобы найти матрицу из уравнения , необходимо умножить это уравнение на слева.

Следовательно, чтобы найти решение уравнения , нужно найти обратную матрицу и умножить ее на матрицу , стоящие в правой части уравнения.

Аналогично решаются другие уравнения.

Пример 2

Решить уравнение АХ = В, если

Решение : Так как обратная матрица равняется (см. пример 1)

Матричный метод в экономическом анализе

Наряду с другими в находят применение также матричные методы . Эти методы базируются на линейной и векторно-матричной алгебре. Такие методы применяются для целей анализа сложных и многомерных экономических явлений. Чаще всего эти методы используются при необходимости сравнительной оценки функционирования организаций и их структурных подразделений.

В процессе применения матричных методов анализа можно выделить несколько этапов.

На первом этапе осуществляется формирование системы экономических показателей и на ее основе составляется матрица исходных данных , которая представляет собой таблицу, в которой по ее отдельным строкам показываются номера систем (i = 1,2,....,n) , а по вертикальным графам — номера показателей (j = 1,2,....,m) .

На втором этапе по каждой вертикальной графе выявляется наибольшее из имеющихся значений показателей, которое и принимается за единицу.

После этого все суммы, отраженные в данной графе делят на наибольшее значение и формируется матрица стандартизированных коэффициентов .

На третьем этапе все составные части матрицы возводят в квадрат. Если они имеют различную значимость, то каждому показателю матрицы присваивается определенный весовой коэффициент k . Величина последнего определяется экспертным путем.

На последнем, четвертом этапе найденные величины рейтинговых оценок R j группируются в порядке их увеличения или уменьшения.

Изложенные матричные методы следует использовать, например, при сравнительном анализе различных инвестиционных проектов, а также при оценке других экономических показателей деятельности организаций.

(иногда этот способ именуют ещё матричным методом или методом обратной матрицы) требует предварительного ознакомления с таким понятием как матричная форма записи СЛАУ . Метод обратной матрицы предназначен для решения тех систем линейных алгебраических уравнений, у которых определитель матрицы системы отличен от нуля. Естественно, при этом подразумевается, что матрица системы квадратна (понятие определителя существует только для квадратных матриц). Суть метода обратной матрицы можно выразить в трёх пунктах:

1. Записать три матрицы: матрицу системы $A$, матрицу неизвестных $X$, матрицу свободных членов $B$.
2. Найти обратную матрицу $A^{-1}$.
3. Используя равенство $X=A^{-1}\cdot B$ получить решение заданной СЛАУ.

Любую СЛАУ можно записать в матричной форме как $A\cdot X=B$, где $A$ - матрица системы, $B$ - матрица свободных членов, $X$ - матрица неизвестных. Пусть матрица $A^{-1}$ существует. Умножим обе части равенства $A\cdot X=B$ на матрицу $A^{-1}$ слева:

$$A^{-1}\cdot A\cdot X=A^{-1}\cdot B.$$

Так как $A^{-1}\cdot A=E$ ($E$ - единичная матрица), то записанное выше равенство станет таким:

$$E\cdot X=A^{-1}\cdot B.$$

Так как $E\cdot X=X$, то:

$$X=A^{-1}\cdot B.$$

Пример №1

Решить СЛАУ $ \left \{ \begin{aligned} & -5x_1+7x_2=29;\\ & 9x_1+8x_2=-11. \end{aligned} \right.$ с помощью обратной матрицы.

$$ A=\left(\begin{array} {cc} -5 & 7\\ 9 & 8 \end{array}\right);\; B=\left(\begin{array} {c} 29\\ -11 \end{array}\right);\; X=\left(\begin{array} {c} x_1\\ x_2 \end{array}\right). $$

Найдём обратную матрицу к матрице системы, т.е. вычислим $A^{-1}$. В примере №2

$$ A^{-1}=-\frac{1}{103}\cdot\left(\begin{array}{cc} 8 & -7\\ -9 & -5\end{array}\right). $$

Теперь подставим все три матрицы ($X$, $A^{-1}$, $B$) в равенство $X=A^{-1}\cdot B$. Затем выполним умножение матриц

$$ \left(\begin{array} {c} x_1\\ x_2 \end{array}\right)= -\frac{1}{103}\cdot\left(\begin{array}{cc} 8 & -7\\ -9 & -5\end{array}\right)\cdot \left(\begin{array} {c} 29\\ -11 \end{array}\right)=\\ =-\frac{1}{103}\cdot \left(\begin{array} {c} 8\cdot 29+(-7)\cdot (-11)\\ -9\cdot 29+(-5)\cdot (-11) \end{array}\right)= -\frac{1}{103}\cdot \left(\begin{array} {c} 309\\ -206 \end{array}\right)=\left(\begin{array} {c} -3\\ 2\end{array}\right). $$

Итак, мы получили равенство $\left(\begin{array} {c} x_1\\ x_2 \end{array}\right)=\left(\begin{array} {c} -3\\ 2\end{array}\right)$. Из этого равенства имеем: $x_1=-3$, $x_2=2$.

Ответ : $x_1=-3$, $x_2=2$.

Пример №2

Решить СЛАУ $ \left\{\begin{aligned} & x_1+7x_2+3x_3=-1;\\ & -4x_1+9x_2+4x_3=0;\\ & 3x_2+2x_3=6. \end{aligned}\right.$ методом обратной матрицы.

Запишем матрицу системы $A$, матрицу свободных членов $B$ и матрицу неизвестных $X$.

$$ A=\left(\begin{array} {ccc} 1 & 7 & 3\\ -4 & 9 & 4 \\0 & 3 & 2\end{array}\right);\; B=\left(\begin{array} {c} -1\\0\\6\end{array}\right);\; X=\left(\begin{array} {c} x_1\\ x_2 \\ x_3 \end{array}\right). $$

Теперь настал черёд найти обратную матрицу к матрице системы, т.е. найти $A^{-1}$. В примере №3 на странице, посвящённой нахождению обратных матриц, обратная матрица была уже найдена. Воспользуемся готовым результатом и запишем $A^{-1}$:

$$ A^{-1}=\frac{1}{26}\cdot \left(\begin{array} {ccc} 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end{array} \right). $$

Теперь подставим все три матрицы ($X$, $A^{-1}$, $B$) в равенство $X=A^{-1}\cdot B$, после чего выполним умножение матриц в правой части данного равенства.

$$ \left(\begin{array} {c} x_1\\ x_2 \\ x_3 \end{array}\right)= \frac{1}{26}\cdot \left(\begin{array} {ccc} 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end{array} \right)\cdot \left(\begin{array} {c} -1\\0\\6\end{array}\right)=\\ =\frac{1}{26}\cdot \left(\begin{array} {c} 6\cdot(-1)+(-5)\cdot 0+1\cdot 6 \\ 8\cdot (-1)+2\cdot 0+(-16)\cdot 6 \\ -12\cdot (-1)+(-3)\cdot 0+37\cdot 6 \end{array}\right)=\frac{1}{26}\cdot \left(\begin{array} {c} 0\\-104\\234\end{array}\right)=\left(\begin{array} {c} 0\\-4\\9\end{array}\right) $$

Итак, мы получили равенство $\left(\begin{array} {c} x_1\\ x_2 \\ x_3 \end{array}\right)=\left(\begin{array} {c} 0\\-4\\9\end{array}\right)$. Из этого равенства имеем: $x_1=0$, $x_2=-4$, $x_3=9$.

Данный онлайн калькулятор решает систему линейных уравнений матричным методом. Дается очень подробное решение. Для решения системы линейных уравнений выберите количество переменных. Выбирайте метод вычисления обратной матрицы. Затем введите данные в ячейки и нажимайте на кнопку "Вычислить".

×

Предупреждение

Очистить все ячейки?

Закрыть Очистить

Инструкция ввода данных. Числа вводятся в виде целых чисел (примеры: 487, 5, -7623 и т.д.), десятичных чисел (напр. 67., 102.54 и т.д.) или дробей. Дробь нужно набирать в виде a/b, где a и b целые или десятичные числа. Примеры 45/5, 6.6/76.4, -7/6.7 и т.д.

Матричный метод решения систем линейных уравнений

Рассмотрим следующую систему линейных уравнений:

Учитывая определение обратной матрицы, имеем A −1 A =E , где E - единичная матрица. Следовательно (4) можно записать так:

Таким образом, для решения системы линейных уравнений (1) (или (2)), достаточно умножить обратную к A матрицу на вектор ограничений b .

Примеры решения системы линейных уравнений матричным методом

Пример 1. Решить следующую систему линейных уравнений матричным методом:

Найдем обратную к матрице A методом Жордана-Гаусса. С правой стороны матрицы A запишем единичную матрицу:

Исключим элементы 1-го столбца матрицы ниже главной диагонали. Для этого сложим строки 2,3 со строкой 1, умноженной на -1/3,-1/3 соответственно:

Исключим элементы 2-го столбца матрицы ниже главной диагонали. Для этого сложим строку 3 со строкой 2, умноженной на -24/51:

Исключим элементы 2-го столбца матрицы выше главной диагонали. Для этого сложим строку 1 со строкой 2, умноженной на -3/17:

Отделяем правую часть матрицы. Полученная матрица является обратной матрицей к A :

Матричный вид записи системы линейных уравнений: Ax=b , где

Вычислим все алгебраические дополнения матрицы A :

,

,

,

,

,

,

,

,

.

Обратная матрица вычисляется из следующего выражения.

Рассмотрим систему линейных алгебраических уравнений (СЛАУ) относительно n неизвестных x 1 , x 2 , ..., x n :

Эта система в "свернутом" виде может быть записана так:

S n i=1 a ij x j = b i , i=1,2, ..., n .

В соответствии с правилом умножения матрицрассмотренная система линейных уравнений может быть записана вматричной форме Ax=b , где

, ,.

Матрица A , столбцами которой являются коэффициенты при соответствующих неизвестных, а строками - коэффициенты при неизвестных в соответствующем уравнении называется матрицей системы . Матрица-столбец b , элементами которой являются правые части уравнений системы, называется матрицей правой части или просто правой частью системы . Матрица-столбец x , элементы которой - искомые неизвестные, называется решением системы .

Система линейных алгебраических уравнений, записанная в виде Ax=b , является матричным уравнением .

Если матрица системы невырождена , то у нее существует обратная матрица и тогда решение системы Ax=b дается формулой:

x=A -1 b .

Пример Решить систему матричным методом.

Решение найдем обратную матрицу для матрицы коэффициентов системы

Вычислим определитель, раскладывая по первой строке:

Поскольку Δ ≠ 0 , то A -1 существует.

Обратная матрица найдена верно.

Найдем решение системы

Следовательно, x 1 = 1, x 2 = 2, x 3 = 3 .

Проверка:

7. Теорема Кронекера-Капелли о совместности системы линейных алгебраических уравнений.

Система линейных уравнений имеет вид:

a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2 , (5.1)

a m1 x 1 + a m1 x 2 +... + 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:

где A = (а i j) - матрица, состоящая из коэффициентов при неизвестных системы (5.1), которая называется матрицей системы , X = (x 1 , x 2 ,..., x n) T , B = (b 1 , b 2 ,..., b m) T - векторы-столбцы, составленные соответственно из неизвестных x j и из свободных членов b i .

Упорядоченная совокупность n вещественных чисел (c 1 , c 2 ,..., c n) называется решением системы (5.1), если в результате подстановки этих чисел вместо соответствующих переменных x 1 , x 2 ,..., x n каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c 1 , c 2 ,..., 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, или неразрешимой , если она не имеет решений.

,

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A совпадают, т.е. r(A) = r(A) = 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 называется неопределенной ). 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

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

a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 ,

a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2 , (5.3)

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

a n1 x 1 + a n1 x 2 +... + 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:

5x 1 - x 2 + 2x 3 + x 4 = 7,

2x 1 + x 2 + 4x 3 - 2x 4 = 1,

x 1 - 3x 2 - 6x 3 + 5x 4 = 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 A рассмотрим окаймляющий минор

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