Найти общее решение однородной слау. Фундаментальная система решений (конкретный пример)
Линейное уравнение называется однородным , если его свободный член равен нулю, и неоднородным в противном случае. Система, состоящая из однородных уравнений, называется однородной и имеет общий вид:
Очевидно, что всякая однородная система совместна и имеет нулевое (тривиальное) решение. Поэтому применительно к однородным системам линейных уравнений часто приходится искать ответ на вопрос о существовании ненулевых решений. Ответ на этот вопрос можно сформулировать в виде следующей теоремы.
Теорема . Однородная система линейных уравнений имеет ненулевое решение тогда и только тогда, когда ее ранг меньше числа неизвестных .
Доказательство : Допустим, система, ранг которой равен, имеет ненулевое решение. Очевидно, что не превосходит . В случае система имеет единственное решение. Поскольку система однородных линейных уравнений всегда имеет нулевое решение, то именно нулевое решение и будет этим единственным решением. Таким образом, ненулевые решения возможны только при .
Следствие 1 : Однородная система уравнений, в которой число уравнений меньше числа неизвестных, всегда имеет ненулевое решение.
Доказательство : Если у системы уравнений , то ранг системы не превышает числа уравнений , т.е. . Таким образом, выполняется условие и, значит, система имеет ненулевое решение.
Следствие 2 : Однородная система уравнений с неизвестными имеет ненулевое решение тогда и только тогда, когда ее определитель равен нулю.
Доказательство : Допустим, система линейных однородных уравнений, матрица которой с определителем , имеет ненулевое решение. Тогда по доказанной теореме , а это значит, что матрица вырожденная, т.е. .
Теорема Кронекера-Капелли: СЛУ совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы этой системы. Система ур-ий называется совместной, если она имеет хотя бы одно решение.Однородная система линейных алгебраических уравнений .
Система m линейных ур-ий с n переменными называется системой линейных однородных уравнений, если все свободные члены равны 0. Система линейных однородных ур-ий всегда совместна, т.к. она всегда имеет, по крайней мере, нулевое решение. Система линейных однородных ур-ий имеет ненулевое решение тогда и только тогда, когда ранг её матрицы коэффициентов при переменных меньше числа переменных, т.е. при rang A (n. Всякая лин. комбинация
решений системы лин. однородн. ур-ий также является решением этой системы.
Система лин.независимых решений е1, е2,…,еk называется фундаментальной, если каждое решение системы является линейной комбинацией решений. Теорема: если ранг r матрицы коэффициентов при переменных системы линейных однородных уравнений меньше числа переменных n, то всякая фундаментальная система решений системы состоит из n-r решений. Поэтому общее решение системы лин. однордн. ур-ий имеет вид: с1е1+с2е2+…+сkеk, где е1, е2,…, еk – любая фундаментальная система решений, с1, с2,…,сk – произвольные числа и k=n-r. Общее решение системы m линейных ур-ий с n переменными равно сумме
общего решения соответствующей ей системы однородн. линейных ур-ий и произвольного частного решения этой системы.
7.Линейные пространства. Подпространства. Базис, размерность. Линейная оболочка. Линейное пространство называется n-мерным , если в нем существует система из линейно независимых векторов, а любая система из большего количества векторов линейно зависима. Число называется размерностью (числом измерений) линейного пространства и обозначается . Другими словами, размерность пространства - это максимальное число линейно независимых векторов этого пространства. Если такое число существует, то пространство называется конечномерным. Если же для любого натурального числа п в пространстве найдется система, состоящая из линейно независимых векторов, то такое пространство называют бесконечномерным (записывают: ). Далее, если не оговорено противное, будут рассматриваться конечномерные пространства.
Базисом n-мерного линейного пространства называется упорядоченная совокупность линейно независимых векторов (базисных векторов ).
Теорема 8.1 о разложении вектора по базису. Если - базис n-мерного линейного пространства , то любой вектор может быть представлен в виде линейной комбинации базисных векторов:
V=v1*e1+v2*e2+…+vn+en
и притом единственным образом, т.е. коэффициенты определяются однозначно.
Другими словами, любой вектор пространства может быть разложен по базису и притом единственным образом.
Действительно, размерность пространства равна . Система векторов линейно независима (это базис). После присоединения к базису любого вектора , получаем линейно зависимую систему (так как это система состоит из векторов n-мерного пространства). По свойству 7 линейно зависимых и линейно независимых векторов получаем заключение теоремы.
Калужский филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования
«Московский государственный технический университет имени Н.Э. Баумана»
(КФ МГТУ им. Н.Э. Баумана)
Влайков Н.Д.
Решение однородных СЛАУ
Методические указания для проведения упражнений
по курсу аналитической геометрии
Калуга 2011г.
Цели занятия стр.4
План занятия стр.4
Необходимые теоретические сведения стр.5
Практическая часть стр.10
Контроль освоения пройденного материала стр.13
Домашнее задание стр.14
Количество часов: 2
Цели занятия:
Систематизировать полученные теоретические знания о видах СЛАУ и способах их решения.
Получить навыки решения однородных СЛАУ.
План занятия:
Кратко изложить теоретический материал.
Решить однородную СЛАУ.
Найти фундаментальную систему решений однородной СЛАУ.
Найти частное решение однородной СЛАУ.
Сформулировать алгоритм решения однородной СЛАУ.
Проверить выполнение текущего домашнего задания.
Провести проверочную работу.
Представить тему следующего семинара.
Выдать текущее домашнее задание.
Необходимые теоретические сведения.
Ранг матрицы.
Опр. Рангом матрицы называют число, которое равно максимальному порядку среди ее ненулевых миноров. Ранг матрицы обозначают .
Если квадратная матрица невырождена, то ранг равен ее порядку. Если квадратная матрица вырождена, то ее ранг меньше ее порядка.
Ранг диагональной матрицы равен количеству ее ненулевых диагональных элементов.
Теор.
При транспонировании матрицы ее ранг
не меняется, т.е.
.
Теор. Ранг матрицы не меняется при элементарных преобразования ее строк и столбцов.
Теорема о базисном миноре.
Опр.
Минор
матрицы
называют
базисным, если выполнены два условия:
а) он не равен нулю;
б)
его порядок равен рангу матрицы
.
Матрица
может иметь несколько базисных миноров.
Строки
и столбцы матрицы
,
в которых расположен выбранный базисный
минор, называют базисными.
Теор.
Теорема о базисном миноре. Базисные
строки (столбцы) матрицы
,
соответствующие любому ее базисному
минору
,
линейно независимы. Любые строки
(столбцы) матрицы
,
не входящие в
,
являются линейными комбинациями базисных
строк (столбцов).
Теор. Для любой матрицы ее ранг равен максимальному количеству ее линейно независимых строк (столбцов).
Вычисление ранга матрицы. Метод элементарных преобразований.
С помощью элементарных преобразований строк любую матрицу можно привести к ступенчатому виду. Ранг же ступенчатой матрицы равен количеству ненулевых строк. Базисным в ней является минор, расположенный на пересечении ненулевых строк со столбцами, соответствующими первым слева ненулевым элементам в каждой из строк.
СЛАУ. Основные определения.
Опр.
Система
(15.1)
Числа
называют коэффициентами СЛАУ. Числа
называют свободными членами уравнений.
Запись СЛАУ в виде (15.1) называют координатной.
Опр.
СЛАУ называют однородной, если
.
Иначе ее называют неоднородной.
Опр. решением СЛАУ называют такой набор значений неизвестных, при подстановке которых каждое уравнение системы превращается в тождество. Любое конкретное решение СЛАУ так же называют ее частным решением.
Решить СЛАУ – значит решить две задачи:
Выяснить, имеет ли СЛАУ решения;
Найти все решения, если они существуют.
Опр. СЛАУ называют совместной, если она имеет хотя бы одно решение. В противном случае ее называют несовместной.
Опр. Если СЛАУ (15.1) имеет решение, и притом единственное, то ее называют определенной, а если решение не единственное – то неопределенной.
Опр.
Если в уравнении (15.1)
,СЛАУ
называют квадратной.
Формы записи СЛАУ.
Кроме координатной формы (15.1) записи СЛАУ часто используют и друге ее представления.
(15.2)
Соотношение называют векторной формой записи СЛАУ.
Если же взять за основу произведение матриц, то СЛАУ (15.1) можно записать так:
(15.3)
или
.
Запись СЛАУ (15.1) в виде (15.3) называют матричной.
Однородные СЛАУ.
Однородная
система
линейных
алгебраических уравнений с
неизвестными
представляет собой систему вида
Однородные СЛАУ всегда совместны, поскольку всегда имеется нулевое решение.
Критерий существования ненулевого решения. Для существования ненулевого решения у однородной квадратной СЛАУ необходимо и достаточно, чтобы ее матрица была вырождена.
Теор.
Если
столбцы
,
,
…,
- решения однородной СЛАУ, то и любая их
линейная комбинация также является
решением этой системы.
Следствие . Если однородная СЛАУ имеет ненулевое решение, то она имеет бесконечное множество решений.
Естественно
попытаться найти такие решения
,
,
…,
системы,
чтобы любое другое решение представлялось
в виде их линейной комбинации и притом
единственным образом.
Опр.
Любой набор из
линейно
независимых столбцов
,
,
…,
,
являющихся решениями однородной СЛАУ
,
где
-
число неизвестных, а
-
ранг ее матрицы
,
называют фундаментальной системой
решений этой однородной СЛАУ.
При исследовании и решении однородных систем линейных уравнений в матрице системы будем фиксировать базисный минор. Базисному минору будут соответствовать базисные столбцы и, следовательно, базисные неизвестные. Остальные неизвестные будем называть свободными.
Теор.
О структуре общего решения однородной
СЛАУ. Если
,
,
…,
- произвольная фундаментальная система
решений однородной СЛАУ
,
то любое ее решение можно представить
в виде
Где
,
…,
-
некоторые постоянные.
Т.о. общее решение однородной СЛАУ имеет вид
Практическая часть.
Рассмотреть возможные множества решений следующих видов СЛАУ и их графическую интерпретацию.
;
;
.
Рассмотреть возможность решения данных систем по формулам Крамера и матричным методом.
Изложить суть метода Гаусса.
Решить следующие задачи.
Пример 1. Решить однородную СЛАУ. Найти ФСР.
.
Запишем матрицу системы и приведем ее к ступенчатому виду.
.
система
будет иметь бесконечно много решений.
ФСР будет состоять из
столбцов.
Отбросим нулевые строки и снова запишем систему:
.
Будем
считать базисным минор стоящий в левом
верхнем углу. Т.о.
-
базисные неизвестные, а
-
свободные. Выразим
через
свободные
:
;
Положим
.
Окончательно имеем:
-
координатная форма ответа, или
-
матричная форма ответа, или
-
векторная форма ответа (вектор - столбцы
являются столбцами ФСР).
Алгоритм решения однородной СЛАУ.
Найти ФСР и общее решение следующих систем:
№2.225(4.39)
.
Отв.:
№2.223(2.37)
.
Отв.:
№2.227(2.41)
.
Отв.:
Решить однородную СЛАУ:
.
Отв.:
Решить однородную СЛАУ:
.
Отв.:
Представление темы следующего семинара.
Решение систем линейных неоднородных уравнений.
Контроль освоения пройденного материала.
Проверочная работа 3 - 5 минут. Участвует 4 студента с нечетными номерами по журналу, начиная с №10
|
Выполнить действия:
|
Выполнить действия:
|
|
|
Вычислить определитель:
|
;
;
|
Выполнить действия:
|
Выполнить действия:
|
|
Найти матрицу обратную данной:
|
Вычислить определитель:
|
не
определено
Домашнее задание:
1. Решить задачи:
№ 2.224, 2.226, 2.228, 2.230, 2.231, 2.232.
2.Проработать лекции на темы:
Системы линейных алгебраических уравнений (СЛАУ). Координатная, матричная и векторная формы записи. Критерий Кронекера - Капелли совместности СЛАУ. Неоднородные СЛАУ. Критерий существования ненулевого решения однородной СЛАУ. Свойства решений однородной СЛАУ. Фундаментальная система решений однородной СЛАУ, теорема о ее существовании. Нормальная фундаментальная система решений. Теорема о структуре общего решения однородной СЛАУ. Теорема о структуре общего решения неоднородной СЛАУ.
Однородная
система
всегда совместна и имеет тривиальное
решение
.
Для существования нетривиального
решения необходимо, чтобы ранг матрицы
был меньше числа неизвестных:
.
Фундаментальной
системой решений
однородной системы
называют систему решений в виде
векторов-столбцов
,
которые соответствуют каноническому
базису, т.е. базису, в котором произвольные
постоянные
поочередно полагаются равными единице,
тогда как остальные приравниваются
нулю.
Тогда общее решение однородной системы имеет вид:
где
- произвольные постоянные. Другими
словами, общее решение есть линейная
комбинация фундаментальной системы
решений.
Таким образом, базисные решения могут быть получены из общего решения, если свободным неизвестным поочередно придавать значение единицы, полагая все остальные равные нулю.
Пример . Найдем решение системы
Примем , тогда получим решение в виде:
Построим теперь фундаментальную систему решений:
.
Общее решение запишется в виде:
Решения системы однородных линейных уравнений имеют свойства:
Другими словами, любая линейная комбинация решений однородной системы есть опять решение.
Решение систем линейных уравнений методом Гаусса
Решение систем линейных уравнений интересует математиков несколько столетий. Первые результаты были получены в XVIII веке. В 1750 г. Г.Крамер (1704 –1752) опубликовал свои труды по детерминантам квадратных матриц и предложил алгоритм нахождения обратной матрицы. В 1809 г. Гаусс изложил новый метод решения, известный как метод исключения.
Метод Гаусса, или метод последовательного исключения неизвестных, заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида. Такие системы позволяют последовательно находить все неизвестные в определенном порядке.
Предположим,
что в системе (1)
(что всегда возможно).
(1)
Умножая поочередно первое уравнение на так называемые подходящие числа
и складывая результат умножения с соответствующими уравнениями системы, мы получим эквивалентную систему, в которой во всех уравнениях, кроме первого, будет отсутствовать неизвестная х 1
(2)
Умножим
теперь второе уравнение системы (2) на
подходящие числа, полагая, что
,
и
складывая его с нижестоящими, исключим
переменную
из всех уравнений, начиная с третьего.
Продолжая
этот процесс, после
шага мы получим:
(3)
Если
хотя бы одно из чисел
не равно нулю, то соответствующее
равенство противоречиво и система (1)
несовместна. Обратно, для любой совместной
системы числа
равны нулю. Число
- это ни что иное, как ранг матрицы системы
(1).
Переход от системы (1) к (3) называется прямым ходом метода Гаусса, а нахождение неизвестных из (3) – обратным ходом .
Замечание : Преобразования удобнее производить не с самими уравнениями, а с расширенной матрицей системы (1).
Пример . Найдем решение системы
.
Запишем расширенную матрицу системы:
.
Прибавим к строкам 2,3,4 первую, умноженную на (-2), (-3), (-2) соответственно:
.
Поменяем
строки 2 и 3 местами, затем в получившейся
матрице добавим к строке 4 строку 2,
умноженную на
:
.
Прибавим
к строке 4 строку 3, умноженную на
:
.
Очевидно,
что
,
следовательно, система совместна. Из
полученной системы уравнений
находим решение обратной подстановкой:
,
,
,
.
Пример 2. Найти решение системы:
.
Очевидно,
что система несовместна, т.к.
,
а
.
Достоинства метода Гаусса :
Менее трудоемкий, чем метод Крамера.
Однозначно устанавливает совместность системы и позволяет найти решение.
Дает возможность определить ранг любых матриц.
Решение
находим с помощью калькулятора . Алгоритм решения такой же, как и для систем линейных неоднородных уравнений.
Оперируя только со строками, находим ранг матрицы, базисный минор; объявляем зависимые и свободные неизвестные и находим общее решение.
Первая и вторая строки пропорциональны, одну из них вычеркнем:
.
Зависимые переменные – x 2 , x 3 , x 5 , свободные – x 1 , x 4 . Из первого уравнения 10x 5 = 0 находим x 5 = 0, тогда
; .
Общее решение имеет вид:
Находим фундаментальную систему решений, которая состоит из (n-r) решений. В нашем случае n=5, r=3, следовательно, фундаментальная система решений состоит из двух решений, причем эти решения должны быть линейно независимыми. Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 2. Достаточно придать свободным неизвестным x 1 и x 4 значения из строк определителя второго порядка, отличного от нуля, и подсчитать x 2 , x 3 , x 5 . Простейшим определителем, отличным от нуля, является .
Таким образом, первое решение:
, второе – 
.
Эти два решения составляют фундаментальную систему решений. Заметим, что фундаментальная система не единственна (определителей, отличных от нуля, можно составить сколько угодно).
Пример 2
. Найти общее решение и фундаментальную систему решений системы 
Решение.
,
отсюда следует, что ранг матрицы равен 3 и равен числу неизвестных. Значит, система не имеет свободных неизвестных, а поэтому имеет единственное решение – тривиальное.
Задание
. Исследовать и решить систему линейных уравнений.
Пример 4
Задание
. Найти общее и частное решения каждой системы.
Решение.
Выпишем основную матрицу системы:
| 5 | -2 | 9 | -4 | -1 |
| 1 | 4 | 2 | 2 | -5 |
| 6 | 2 | 11 | -2 | -6 |
| x 1 | x 2 | x 3 | x 4 | x 5 |
Приведем матрицу к треугольному виду. Будем работать только со строками, так как умножение строки матрицы на число, отличное от нуля, и прибавление к другой строке для системы означает умножение уравнения на это же число и сложение с другим уравнением, что не меняет решения системы.
Умножим 2-ую строку на (-5). Добавим 2-ую строку к 1-ой:
| 0 | -22 | -1 | -14 | 24 |
| 1 | 4 | 2 | 2 | -5 |
| 6 | 2 | 11 | -2 | -6 |
Умножим 2-ую строку на (6). Умножим 3-ую строку на (-1). Добавим 3-ую строку к 2-ой:
Найдем ранг матрицы.
| 0 | 22 | 1 | 14 | -24 |
| 6 | 2 | 11 | -2 | -6 |
| x 1 | x 2 | x 3 | x 4 | x 5 |
Выделенный минор имеет наивысший порядок (из возможных миноров) и отличен от нуля (он равен произведению элементов, стоящих на обратной диагонали), следовательно rang(A) = 2.
Этот минор является базисным. В него вошли коэффициенты при неизвестных x 1 ,x 2 , значит, неизвестные x 1 ,x 2 – зависимые (базисные), а x 3 ,x 4 ,x 5 – свободные.
Преобразуем матрицу, оставляя слева только базисный минор.
| 0 | 22 | 14 | -1 | -24 |
| 6 | 2 | -2 | -11 | -6 |
| x 1 | x 2 | x 4 | x 3 | x 5 |
Система с коэффициентами этой матрицы эквивалентна исходной системе и имеет вид:
22x 2 = 14x 4 - x 3 - 24x 5
6x 1 + 2x 2 = - 2x 4 - 11x 3 - 6x 5
Методом исключения неизвестных находим нетривиальное решение :
Получили соотношения, выражающие зависимые переменные x 1 ,x 2 через свободные x 3 ,x 4 ,x 5 , то есть нашли общее решение :
x 2 = 0.64x 4 - 0.0455x 3 - 1.09x 5
x 1 = - 0.55x 4 - 1.82x 3 - 0.64x 5
Находим фундаментальную систему решений, которая состоит из (n-r) решений.
В нашем случае n=5, r=2, следовательно, фундаментальная система решений состоит из 3-х решений, причем эти решения должны быть линейно независимыми.
Чтобы строки были линейно независимыми, необходимо и достаточно, чтобы ранг матрицы, составленной из элементов строк, был равен количеству строк, то есть 3.
Достаточно придать свободным неизвестным x 3 ,x 4 ,x 5 значения из строк определителя 3-го порядка, отличного от нуля, и подсчитать x 1 ,x 2 .
Простейшим определителем, отличным от нуля, является единичная матрица.
| 1 | 0 | 0 |
| 0 | 1 | 0 |
| 0 | 0 | 1 |
Задача . Найти фундаментальный набор решений однородной системы линейных уравнений.
Однородные системы линейных алгебраических уравнений
В рамках уроков метод Гаусса
и Несовместные системы/системы с общим решением
мы рассматривали неоднородные системы линейных уравнений
, где свободный член
(который обычно находится справа) хотя бы одного
из уравнений был отличен от нуля.
И сейчас, после хорошей разминки с рангом матрицы
, мы продолжим шлифовать техникуэлементарных преобразований
на однородной системе линейных уравнений
.
По первым абзацам материал может показаться скучным и заурядным, однако данное впечатление обманчиво. Помимо дальнейшей отработки технических приёмов будет много новой информации, поэтому, пожалуйста, постарайтесь не пренебрегать примерами данной статьи.
Что такое однородная система линейных уравнений?
Ответ напрашивается сам собой. Система линейных уравнений является однородной, если свободный член каждого
уравнения системы равен нулю. Например:
Совершенно ясно, что однородная система всегда совместна
, то есть всегда имеет решение. И, прежде всего, в глаза бросается так называемое тривиальное
решение 
. Тривиальное, для тех, кто совсем не понял смысл прилагательного, значит, беспонтовое. Не академично, конечно, но зато доходчиво =) …Чего ходить вокруг да около, давайте выясним, нет ли у данной системы каких-нибудь других решений:
Пример 1
Решение
: чтобы решить однородную систему необходимо записать матрицу системы
и с помощью элементарных преобразований привести её к ступенчатому виду. Обратите внимание, что здесь отпадает необходимость записывать вертикальную черту и нулевой столбец свободных членов – ведь что ни делай с нулями, они так и останутся нулями:
(1) Ко второй строке прибавили первую строку, умноженную на –2. К третьей строке прибавили первую строку, умноженную на –3.
(2) К третьей строке прибавили вторую строку, умноженную на –1.
Делить третью строку на 3 не имеет особого смысла.
В результате элементарных преобразований получена эквивалентная однородная система 
, и, применяя обратный ход метода Гаусса, легко убедиться, что решение единственно.
Ответ
:
Сформулируем очевидный критерий : однородная система линейных уравнений имееттолько тривиальное решение , если ранг матрицы системы (в данном случае 3) равен количеству переменных (в данном случае – 3 шт.).
Разогреваемся и настраиваем свой радиоприёмник на волну элементарных преобразований:
Пример 2
Решить однородную систему линейных уравнений
Из статьи Как найти ранг матрицы? вспоминаем рациональный приём попутного уменьшения чисел матрицы. В противном случае вам придётся разделывать крупную, а частенько и кусачую рыбу. Примерный образец оформления задания в конце урока.
Нули – это хорошо и удобно, однако на практике гораздо более распространен случай, когда строки матрицы системы линейно зависимы . И тогда неизбежно появление общего решения:
Пример 3
Решить однородную систему линейных уравнений
Решение
: запишем матрицу системы и с помощью элементарных преобразований приведём её к ступенчатому виду. Первое действие направлено не только на получение единичного значения, но и на уменьшение чисел в первом столбце:
(1) К первой строке прибавили третью строку, умноженную на –1. Ко второй строке прибавили третью строку, умноженную на –2. Слева вверху я получил единицу с «минусом», что зачастую намного удобнее для дальнейших преобразований.
(2) Первые две строки одинаковы, одну из них удалили. Честное слово, не подгонял решение – так получилось. Если выполнять преобразования шаблонно, то линейная зависимость строк обнаружилась бы чуть позже.
(3) К третьей строке прибавили вторую строку, умноженную на 3.
(4) У первой строки сменили знак.
В результате элементарных преобразований получена эквивалентная система:
Алгоритм работает точно так же, как и для неоднородных систем . Переменные , «сидящие на ступеньках» – главные, переменная , которой не досталось «ступеньки» – свободная.
Выразим базисные переменные через свободную переменную:
Ответ
: общее решение: 
Тривиальное решение входит в общую формулу, и записывать его отдельно излишне.
Проверка выполняется тоже по обычной схеме: полученное общее решение необходимо подставить в левую часть каждого уравнения системы и получить законный ноль при всех подстановках.
На этом можно было бы тихо-мирно закончить, но решение однородной системы уравнений часто требуется представить в векторной форме с помощьюфундаментальной системы решений . Пожалуйста, временно забудьте обаналитической геометрии , поскольку сейчас речь пойдёт о векторах в общем алгебраическом смысле, который я немного приоткрыл в статье про ранг матрицы . Терминологии тушеваться не нужно, всё довольно просто.