AlgAndGeom-2
.pdf2n-ю строку, умноженную на ann. В результате n-я строка станет:
( 0 0 . . . 0 |
∑ |
∑ |
n |
n |
|
k=1ankbk1 |
k=1ankbk2 |
(
= 0 0 . . . 0 cn1 cn2
|
∑ |
|
|
n |
21:10 |
. . . |
k=1ankbkn ) |
= |
. . . |
cnn ) . |
|
Ясно, что при этих манипуляциях строки с номерами n + 1, n + 2, . . . , 2n сохранятся.
3) По 25.2 имеем
− |
|
c11 |
c12 . . . |
|
c21 |
c22 . . . |
|||
∆ = ( 1)n2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
. . . . . . . . . |
|||
|
|
|
|
|
|
|
cn1 |
cn2 . . . |
|
|
|
c1n c2n
. . .
cnn
|
−1 |
0 |
. . . |
0 |
|
|
|
|
0 |
0 |
. . . |
|
1 |
|
|
|
0 |
1 |
. . . |
0 |
|
= |
|
. . . |
.−. . |
. . . |
. . . |
|
|
||
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= (−1)n2 det C (−1)n = (−1)n(n+1) det C = det C.
Теорема 25.4. (О произведении определителей.) Пусть A и B — квадратные матрицы n-го порядка. Тогда det(AB) = det A det B.
Доказательство. По 25.3.1) имеем ∆ = det A det B. По 25.3.3) имеем ∆ = det C = det(AB).
Следствие 25.5. Если C = AB и det C ≠ 0, то det A ≠ 0 и det B ≠ 0.
Обратимая матрица.
Определение 25.6. Квадратная матрица A порядка n называется обратимой, если существует такая матрица, обозначаемая A−1, что
AA−1 = A−1A = E.
Матрица A−1 называется обратной матрице A.
Теорема 25.7. Обратимая матрица имеет единственную обратную.
Доказательство. Допустим, что A имеет две разные обратные матрицы A1,
A2, A1 ≠ A2 и
AA1 = A1A = E и AA2 = A2A = E.
Тогда AA1 = AA2, A−1AA1 = A−1AA2, EA1 = EA2, A1 = A2. Полученное противоречие доказывает теорему.
21
Определение 25.8. Матрица A называется вырожденной, если det A = 0, и невырожденной, если det A ≠ 0,
Теорема 25.9. Пусть
A = |
a11 |
a12 |
. . . a1n |
|
a21 |
a22 |
. . . a2n . |
||
|
|
|
|
|
|
|
.a.n.2 |
|
|
|
.a.n.1 |
.. .. .. a.nn. . |
||
Составим матрицу, состоящую из алгебраических дополнений матрицы A, |
||||
|
A11 A21 . . . An1 |
|
||
B = |
A12 |
A22 . . . An2 |
||
|
|
|
|
|
|
|
A. .2.n .. .. .. A. .nn. |
|
|
|
A. .1.n |
|
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
AB = BA = |
det A |
|
0 |
. . . |
0 |
= det A |
1 |
|
0 . . . |
|
0 |
||||
|
0 |
det A |
. . . |
0 |
0 |
|
1 . . . |
|
0 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0. . |
|
0. . |
.. .. .. |
det. . .A |
|
|
|
0. . |
|
0. . .. .. .. |
|
|
|
|
. |
. |
|
|
. |
. |
. |
1. . |
(Обратите внимание, что в матрице B строки занумерованы вторым индексом, а столбцы — первым.)
Доказательство. 1) Вычислим
|
n |
n |
kn |
|
|
|
|
n |
n |
n |
|
|
|
a1kA1k |
a1kA2k . . . |
a1kAnk |
|
|
|
k=1 |
k=1 |
=1 |
|
AB = |
n |
n |
n |
||
|
∑a2kA1k |
∑a2kA2k . . . |
∑a2kAnk |
. |
|
|
|
|
k=1 |
k=1 |
|
|
k=1 |
|
|||
|
|
|
∑ . . . . . . |
∑ . . . |
|
|
∑ . . . |
|
|||
|
|
∑ |
∑ |
∑ |
|
|
|
ankA1k |
ankA2k . . . |
ankAnk |
|
|
k=1 |
k=1 |
k=1 |
|
На месте ii главной диагонали стоит разложение определителя det A по
∑n
i-й строке; по теор. 24.8 имеем aikAik = det A.
k=1
На месте ij при i ≠ j стоит сумма произведений элементов i-й строки
определителя на алгебраические дополнения к соответствующим элементам
∑n
j-й строки, по теор. 24.9 имеем |
aikAik = 0. |
|
k=1 |
22
Окончательно получаем AB = det A · E
2) Равенство BA = det A · E доказывается аналогично.
Теорема 25.10. Пусть A — невырожденная матрица. Тогда
|
|
|
A11 |
A21 |
. . . An1 |
|
1 |
|
A12 |
A22 |
. . . |
An2 |
|
A−1 = |
det A |
A. .1.n A. .2.n |
.. .. .. |
A. .nn. |
||
|
|
|
|
|
|
|
.
Доказательство. По теор. 25.9 имеем AB = BA = det A · E или
1 |
|
1 |
|
||
A ( |
|
B) |
= ( |
|
B) A = E. |
det A |
det A |
Отсюда по опред. 25.6 имеем A−1 = det1 AB.
Пример. |
|
|
|
|
|
|
|
|
|
|
|
A = |
2 |
5 |
, A−1 = |
1 |
|
a22 |
−a21 |
= |
|
3 −5 . |
|
|
|
|
|||||||||
1 |
3 ) |
det A ( |
−a12 |
( |
|||||||
( |
|
a11 |
) |
−1 2 ) |
Теорема 25.11. (Критерий обратимости.) Матрица A обратима тогда и только тогда, когда det A ≠ 0, (т.е. A — невырожденная).
Доказательство. Матрица A — обратима, |
согда по 25.6 существует обрат- |
|||||
ная матрица |
A−1 |
, согда по 25.10 |
det A = 0 |
, согда по 25.8 |
A |
— невырож- |
|
̸ |
|
денная.
Теорема 25.12. Пусть A, B — обратимые матрицы, тогда
1)det A−1 = det1 A;
2)(AB)−1 = B−1A−1 (ср. с 21.17);
3)(A−1)−1 = A;
4)матрица A обратимая;
5)(A )−1 = (A−1) , т.е. операции взятия обратной матрицы и транспонирования коммутативны;
Доказательство. 1) Т.к. A−1A = E, то det(A−1A) = 1 и по теор. 25.4 det A−1 det A = 1.
2) По опред. 25.6
AB (AB)−1 = E,
A−1AB (AB)−1 = A−1E,
23
EB (AB)−1 = A−1, B−1B (AB)−1 = B−1A−1, (AB)−1 = B−1A−1.
3) |
1 |
25:6 |
|
1 |
A |
−1 |
25:12:2) |
A− |
1 |
|
A− |
1 −1 |
|
|
|
A− |
1 |
A− |
1 |
−1 |
= E и |
|
E = E− |
= A− |
|
|
= |
( |
) |
|
|
|
|
) |
|
||||||||||
следовательно A−(1 |
−1 |
=)A. |
|
|
|
, поэтому |
|
|
( |
|
|
|||||||||||
4) |
По лемме(23.2) |
det A = det A = 0, поэтому A — обратима. |
|
|
||||||||||||||||||
|
(A )−1 = ((aij) )− |
1 |
|
̸ |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
5) |
= (aji)−1 = ( |
1 |
Aij) = ( |
1 |
Aji) = (A−1) . |
|||||||||||||||||
det A |
det A |
Теорема 25.13. Пусть A — обратимая, а B — любая матрица, тогда справедливо тождество det(A−1BA) = det B.
25:4 |
25:12:1) |
det B. |
Доказательство. det(A−1BA) = det A−1 det B det A |
= |
Глава 5. СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ
§26. Матричные уравнения и системы
линейных уравнений с невырожденной матрицей
Везде в этом параграфе матрица A — квадратная невырожденная матри-
ца.
Определение 26.1. Уравнения вида AX = B, XA = B, AXB = C, где A, B, C — данные, а X — неизвестная матрица, называются матричными. Разумеется, что матрицы, входящие в такие уравнения, выбираются таких размеров, чтобы запись имела смысл.
Пример.
( |
2 |
5 |
|
x11 |
x12 |
x13 |
) |
= |
|
1 |
1 |
−1 |
) |
||||||||
1 |
3 ) ( x21 |
x22 |
x23 |
( |
2 |
1 |
3 |
||||||||||||||
| |
|
|
{z |
|
} | |
|
|
{z |
|
|
|
} |
| |
|
|
|
{z |
|
|
} |
|
|
|
|
|
A |
|
|
|
X |
|
|
|
|
|
|
|
B |
|
|
|
Теорема 26.2. Пусть AX = B — матричное уравнение, где A — невырожденная квадратная матрица порядка n, B — матрица размера n × s. Тогда
24
1)матрица X = A−1B размера n × s является решением уравнения
AX = B;
2)это решение единственное.
Доказательство. 1) Подставим X = A−1B в уравнение AX = B, получим AA−1B = B, т.е. тождество B ≡ B.
2) Допустим, что имеется два разных решения X1, X2, X1 ≠ X2, т.е. AX1 ≡ B и AX2 ≡ B — тождества. Вычтем из первого тождества второе, получим AX1 − AX2 ≡ O, где O — нулевая матрица размера n × s; затем A(X1 − X2) ≡ O, A−1A(X1 − X2) ≡ A−1O, X1 − X2 ≡ O, и полученное противоречие X1 ≡ X2 доказывает теорему.
Аналогично доказывается, что
1)решение уравнения XA = B есть X = BA−1;
2)решение AXB = C есть X = A−1CB−1.
|
Пример. Решим матричное уравнение из предыдущего примера |
|
|||||||||||||||||||||||||||||||
|
|
|
|
2 5 |
|
|
x11 x12 x13 |
= |
1 1 −1 . |
|
|
|
|||||||||||||||||||||
|
|
|
|
( 1 3 ) ( x21 |
|
x22 x23 |
) ( 2 1 3 ) |
|
|
|
|
||||||||||||||||||||||
|
|
|
|
| |
|
{z |
|
} | |
|
|
|
|
|
{z |
|
|
} | |
|
|
|
{z |
|
|
}1 |
|
3 |
5 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
A |
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
B |
|
|
( −1 2 |
) |
||||||||
В примере перед 25.11 мы нашли обратную матрицу A− |
|||||||||||||||||||||||||||||||||
= |
|
− . |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
( |
−1 2 |
|
) ( 2 1 3 |
) ( |
3 |
|
1 |
7 |
) |
|
|||||||||||||||
Поэтому X = A−1B = |
|
|
3 |
−5 |
|
|
1 |
1 −1 |
|
= |
|
|
|
−7 −2 −18 . |
|
||||||||||||||||||
|
Пусть дана система линейных уравнений (СЛУ) |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
a11x1 + a12x1 + + a1nxn = b1 |
, |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
a21x1 + a22x1 + · · · + a2nxn = b2 |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
.................................................· · · |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
am1x1 + am2x1 + · · · + amnxn = bm |
|
|
|
|
||||||||||||||||||||||||
где |
a |
ik — |
коэффициент при x |
k |
в i-м уравнении, b |
i |
— свободный член в i-м |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
уравнении. Если обозначить |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
a11 a12 . . . a1n |
|
|
|
|
x1 |
|
|
|
|
b1 |
|
|
|||||||||||||||||
|
|
A = |
a21 a22 |
. . . a2n |
; X = x2 |
; B = |
b2 |
, |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xn |
|
|
|
|
|
bm |
|
|
|
||||||||
|
|
|
|
|
|
|
.. .. .. |
a.mn. . |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
a. m. .1 a. m. .2 |
|
|
|
... |
|
|
|
|
|
... |
|
|
|
то эту систему можно записать в матричном виде AX = B, при этом A называется матрицей СЛУ, X — столбцом неизвестных, а B — столбцом свободных членов.
25
c1
c2
Замечание 26.3. Если C = . — решение матричного уравнения
..
cn
AX = B, то c1, c2, . . . , cm — решение исходной СЛУ; поэтому исходная СЛУ и уравнение AX = B эквивалентны.
Матричный метод решения СЛУ. В этом пункте мы рассматрива-
ем СЛУ
|
a11x1 + a12x2 + + a1nxn = b1 |
, |
||
a21x1 + a22x2 + · · · |
+ a2nxn = b2 |
|||
|
|
|
|
|
|
|
· · · |
|
|
|
................................................. |
|
|
|
|
|
|
|
|
|
|
+ an2x2 + · · · |
+ annxn = bn |
|
an1x1 |
|
матрица A которой — квадратная и невырожденная, т. е. det A ≠ 0. Замечание 26.4. (Матричный метод решения СЛУ.) Т.к. матрица A —
квадратная и невырожденная, то матричное уравнение AX = B удовлетворяет теор. 26.2, и поэтому вектор-столбец X = A−1B является решением этой СЛУ.
Пример. Рассмотрим СЛУ
{
|
2x1 + 5x2 = −1 . |
|
|
||||
|
x1 + 3x2 = 3 |
) ( |
|
) |
|||
|
( |
1 |
3 ) ( x2 |
3 |
|||
Запишем ее в матричном виде |
2 |
5 |
x1 |
= |
−1 |
или AX = B. |
|
( |
−1 |
2 |
) |
|
|
|
|
Ясно, что det A = 1, A−1 = |
3 |
−5 |
. Поэтому |
|
) |
||
( |
−1 2 |
|
) ( 3 |
) ( |
7 |
||
X = A−1B = |
3 |
−5 |
−1 |
= −18 . |
Правило Крамера. В этом пункте мы рассматриваем СЛУ AX = B,
такую же как в предыдущем пункте, матрица A которой — квадратная и невырожденная, т.е.
a11
a21
∆= . . .
an1
a12 |
. . . |
a1n |
|
̸ |
|
a22 |
. . . a2n |
||||
|
= 0. |
||||
|
|
|
|
|
|
. . . |
. . . . . . |
|
|
||
|
|
||||
|
|
|
|
|
|
an2 |
. . . |
|
|
|
|
ann |
|
26
Определитель ∆ называется главным определителем этой системы. По теор. 26.2 и замеч. 26.3 она имеет единственное решение.
Наша цель — получить формулы, которые явно выражают это решение через коэффициенты и свободные члены системы. Для этого введем обозначение: если в определителе ∆ заменить k-й столбец столбцом свободных членов, то получится определитель, который обозначим ∆k. Например,
|
|
b1 |
a12 |
. . . a1n |
|
|
|
|
a11 |
b1 |
. . . a1n |
|
|
∆ = |
|
b2 |
a22 |
. . . a2n |
|
, |
∆ = |
|
a21 |
b2 |
. . . a2n |
|
, . . . , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
|
|
. . . |
. . . . . . |
|
|
. . . . . . . . . . . . |
|
|
. . . |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
bn an2 . . . ann |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
an1 |
bn . . . ann |
|
a11
a21
∆n = . . .
an1
a12 a22
. . .
an2
. . . |
b1 |
|
. . . |
b2 |
. |
|
|
|
. . . . . . |
|
|
|
||
|
|
|
. . . |
bn |
|
|
Лемма 26.5. Разложения каждого определителя ∆k по его k-му столбцу суть
∆1 = b1A11 + b2A21 + · · · + bnAn1
∆2 = b1A12 + b2A22 + · · · + bnAn2
....................................................
∆k = b1A1k + b2A2k + · · · + bnAnk
....................................................
∆n = bkA1n + b2A2n + · · · + bnAnn,
где Aik — алгебраические дополнения к соответствующим элементам в определителе ∆.
Доказательство. Очевидно.
Теорема 26.6. (Правило Крамера.) Система n линейных уравнений с n неизвестными и определителем ∆ ≠ 0 имеет единственное решение
x1 = ∆1/∆, x2 = ∆2/∆, . . . , xn = ∆n/∆.
27
Доказательство.
A11 A21
X = A−1B = 1 A12 A22
∆ . . . . . .
A1n A2n
. . . An1
. . . An2
. . . . . .
. . . Ann
b1
b2. =..
bn
b1A11 + b2A21 + · · · + bnAn1
1b1A12 + b2A22 + · · · + bnAn2
=∆ .........................................
b1A1n + b2A2n + · · · + bnAnn
.
=
1 |
|
∆1 |
|
= |
|
∆1/∆ |
∆2 |
∆2/∆ |
|||||
|
|
|
|
|
|
|
|
|
..... |
|
|
|
..... |
∆ |
|
|
|
|||
∆n |
|
∆n/∆ |
.
§27. Линейные оболочки.
Ранг матрицы и ранг системы векторов.
По опред. 1.4 сумма векторов и умножение вектора на число называются линейными операциями над векторами. По опред. 1.17 множество векторов L замкнутое относительно линейных операций называется векторным или линейным пространством. Это означает, что для любых векторов a, b L и любого числа α R имеют место включения a + b L и αa L. Другими словами, в результате линейных операций не возможно получить векторы, не содержащиеся в L.
Примерами векторных пространств являются для каждого n = 0, 1, 2, . . .
арифметические пространства Rn с естественными операциями покоординатного сложения и покоординатного умножения на число.
Определение 27.1. Множество L Rn называется линейным подпространством пространства Rn, если L замкнуто относительно линейных операций.
Выбор системы координат в Rn порождает последовательность стандартных подпространств: R0 R1 R2 R3 · · · Rn.
Определение 27.2 (= 3.1). Если при k ≥ 1 произвольные векторы n1, n2, . . . , nk L
1)линейно независимы (см. опред. 2.3) и
2)любой вектор a L можно представить в виде их линейной комбинации, т.е.
a = a1n1 + a2n2 + · · · + annk,
то набор n1, n2, . . . , nk называется базисом векторного пространства L, а числа a1, a2, . . . , an называются координатами вектора a в этом базисе.
28
Пусть векторное пространство Rn имеет систему координат (Ox1x2 . . . xn) (необязательно ортогональную), тогда каждый вектор OM и его конечная точка M имеют одни и те же координаты (x1, x2, . . . , xn). Каждая система координат порождает стандартный базис в Rn, векторы которого соединяют начало координат O с единичными точками каждой оси,
e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0),
. . . . . . . . . . . . . . . . . .
en = (0, 0, . . . , 1).
Определение 27.3 (= 3.2). Число векторов базиса называется размерностью пространства. В частности dim Rn = n.
Замечание 27.4. Каждое ненулевое линейное подпространство L Rn имеет базис. Размерность dim L не превосходит размерности dim Rn = n объемлющего пространства, поэтому dim L ≤ n.
Следующая конструкция (линейной оболочки) позволит нам описать все линейные подпространства в Rn.
Определение 27.5. Пусть a1, a2, . . . , am Rn — произвольный набор фиксированных ненулевых векторов. Множество всех векторов представимых в виде
b 1; 2; :::; m = λ1a1 + λ2a2 + · · · + λmam,
где λ1, λ2, . . . , λm, R, называется линейной оболочкой этих векторов, сами векторы называются образующими оболочки. Говорят, что линейная оболочка натянута на векторы a1, a2, . . . , am.
Лемма 27.6. Любая линейная оболочка является линейным пространством.
Доказательство. Надо доказать, что линейная оболочка замкнута относительно линейных операций.
1) Пусть b 1; 2; :::; m и b 1; 2; :::; m — два произвольных вектора из линейной оболочки. Тогда их сумма
b 1; 2; :::; m + b 1; 2; :::; m =
=λ1a1 + λ2a2 + · · · + λmam + µ1a1 + µ2a2 + · · · + µmam =
=(λ1 + µ1)a1 + (λ2 + µ2)a2 + · · · + (λm + µm)am =
= b 1+ 1; 2+ 2; :::; m+ m
является вектором из этой линейной оболочки.
29
2) Если α — число, то
αb 1; 2; :::; m = α(λ1a1 + λ2a2 + · · · + λmam) =
= (αλ1)a1 + (αλ2)a2 + · · · + (αλm)am = b 1; 2; :::; m
является вектором из этой линейной оболочки.
Примеры. Пусть e1, e2, . . ., en — базис в Rn. Тогда
1)линейная оболочка L(ei), натянутая на вектор ei есть координатная прямая Oxi;
2)при i ≠ j линейная оболочка L(ei, ei), натянутая на векторы ei и ej есть координатная плоскость Oxixj;
3)при попарно различных i, j, k линейная оболочка L(ei, ei, ek), натянутая на векторы ei, ej, ek есть координатное пространство Oxixjxk;
4)при попарно различных i, j, k, l линейная оболочка L(ei, ei, ek, el), натянутая на векторы ei, ej, ek, el есть 4-мерное координатное пространство
Oxixjxkxl и т.д.;
5) Легко видеть, что плоскость Ox1x2 = R2 Rn можно определить как линейную оболочку, натянутую, например,
а) на векторы e1 + e2 и e1 − e2,
б) либо на векторы e1, e2, e1 + e2 и e1 − e2.
В случае б) некоторые векторы можно рассматривать как "лишние" т.к. линейную оболочку Ox1x2 = R2 можно натянуть на любую пару из этих четырёх векторов. Здесь "лишние" означает, что эта четверка векторов являются линейно зависимой, и каждые два из них из них линейно выражаются через другие два вектора. В дальнейшем мы изучим, как можно убрать из рассмотрения "лишние" векторы и уравнения.
6)Линейная оболочка L(e1 + e2) является биссектрисой 1-го и 3-го квадрантов на плоскости Ox1x2 = R2 Rn;
7)линейная оболочка L(e1 + e2 + e3) является биссектрисой (+, +, +)- и (−, −, −)-октантов в пространстве Ox1x2x3;
8)Линейная оболочка L(e1 + e2, e3) является плоскостью, натянутой на векторы e1 + e2 и e3. Ясно, что для любых α β линейные оболочки L(e1 +
e2, e3) и L(e1 + e2, e3, α(e1 + e2) + βe3) совпадают.
Замечание 27.7. Линейная оболочка является линейным пространством, и поэтому нашей ближайшей задачей будет задача определения его размерности. Пусть a1, a2, . . . , am Rn — произвольная система векторов, порождающая линейную оболочку L. Максимальное подмножество линейно независимых векторов этой системы составляет базис оболочки L, а число векторов базиса по опред. 27.3 есть её размерность.
30