Klasifikacija rješenja linearno skaliranog sustava

Linearni sustav možemo klasificirati na tri načina:
• SPD - utvrđen mogući sustav; postoji samo jedan skup rješenja;
• SPI - neodređeni nemogući sustav; postoje brojni skupovi rješenja;
• SI - nemogući sustav; nije moguće odrediti skup rješenja.

Međutim, mnogo puta smo u mogućnosti klasificirati sustave samo kad smo u završnim dijelovima rješavanja svakog od njih, ili čak izračunavanjem odrednice. Međutim, kada provodimo skaliranje linearnog sustava, koračamo velikim koracima prema dobivanju skupa rješenja i klasifikaciji linearnog sustava.
To se događa jer linearni skalirani sustav ima brz način za dobivanje vrijednosti nepoznanica, jer svaku jednadžbu pokušava napisati s manjim brojem nepoznanica.
Da biste klasificirali linearni sustav koji je skaliran, samo analizirajte dva elementa.
1.Posljednji redak sustava koji je potpuno skaliran;
 2.Broj nepoznanica u usporedbi s brojem jednadžbi danih u sustavu.
Na prvi U tom se slučaju mogu dogoditi sljedeće situacije:
• Jednadžba prvog stupnja s nepoznatom, sustav će biti SPD. Primjer: 2x = 4; 3y = 12; z = 1


• Jednakost bez nepoznanica: postoje dvije mogućnosti, jednakosti koje su istinite (0 = 0; 1 = 1;…) i lažno jednako (1 = 0; 2 = 8). Kad imamo istinske jednake, klasificirat ćemo naš sustav kao SPI, dok će s lažnim jednadžbama naš sustav biti nemoguć (SI).
• Jednadžba s nulim koeficijentom. U ovom slučaju također postoje dvije mogućnosti, jedna u kojoj je neovisni pojam ništavan, a druga u kojoj nije.
• Kada imamo jednadžbu s nulim koeficijentima i nul-neovisni pojam, klasificirat ćemo naš sustav kao SPI, jer ćemo imati beskonačne vrijednosti koje će udovoljavati ovoj jednadžbi, pogledajte ovo: 0.t = 0
Koju god vrijednost se postavi u nepoznati t, rezultat će biti nula, jer je bilo koji broj pomnožen s nulom nula. U ovom slučaju kažemo da je nepoznati t slobodna nepoznanica, jer može poprimiti bilo koju vrijednost, pa pripisujemo mu prikaz bilo koje vrijednosti, što se u matematici vrši slovom.
• Kada imamo jednadžbu nultih koeficijenata i neovisni pojam različit od nule, klasificirat ćemo naš sustav kao SI, jer za bilo koju vrijednost koju t pretpostavlja nikada neće biti jednaka željena vrijednost. Pogledajte primjer:

Ne zaustavljaj se sada... Ima još toga nakon oglašavanja;)

0.t = 5 

Bez obzira na vrijednost t, rezultat će uvijek biti nula, tj. Ova će jednadžba uvijek biti u obliku (0 = 5), bez obzira na vrijednost nepoznatog t. Iz tog razloga kažemo da je sustav koji ima ovakvu jednadžbu nerješiv, nemoguć sustav.


Na drugi U ovom slučaju, kada je broj nepoznanica veći od broja jednadžbi, nikada nećemo imati moguć i odlučan sustav, ostavljajući nam samo druge dvije mogućnosti. Te se mogućnosti mogu dobiti usporedbom spomenutom u prethodnim temama. Pogledajmo dva primjera koji pokrivaju ove mogućnosti:

Imajte na umu da niti jedan sustav nije skaliran.
Zakažimo prvi sustav.

Množeći prvu jednadžbu i dodajući je drugoj, imamo sljedeći sustav:

Analizirajući zadnju jednadžbu vidimo da je to nemoguć sustav, jer nikada ne možemo pronaći vrijednost koja zadovoljava jednadžbu.
Skaliranje drugog sustava:

Gledajući posljednju jednadžbu, to je neodređeni mogući sustav.


Napisao Gabriel Alessandro de Oliveira
Diplomirao matematiku
Brazilski školski tim

Želite li uputiti ovaj tekst u školskom ili akademskom radu? Izgled:

OLIVEIRA, Gabriel Alessandro de. "Bodovanje rješenja linearnog skaliranog sustava"; Brazil škola. Dostupno u: https://brasilescola.uol.com.br/matematica/classificando-as-solucoes-um-sistema-linear-escalonado.htm. Pristupljeno 29. lipnja 2021.

Moda, prosjek i medijan

Moda, prosjek i medijan

Prosječno, moda i prosječnosu mjerenja dobivena iz setovi podataka koji se mogu koristiti za pred...

read more
Koračna konstrukcija grafa funkcije drugog stupnja

Koračna konstrukcija grafa funkcije drugog stupnja

U osnovnoj školi, funkcije su matematičke formule koje svaki broj u numeričkom skupu (domeni) pov...

read more

Svojstva i obilježja nejednakosti

Nejednakosti oni su algebarski izrazi naoružan a nejednakost. Vrlo su slični jednadžbe, posebno s...

read more