
- •Тема 1. Матрицы. Определители.
- •1.1. Матрицы.
- •Виды матриц
- •Операции над матрицами.
- •Умножение матрицы на число
- •Сложение матриц
- •Умножение матриц
- •Свойства произведения матриц
- •Возведение в степень.
- •Транспонирование матриц
- •Свойства транспонированных матриц
- •Определители квадратных матриц
- •Свойства определителей
- •Тема 2. Обратная матрица. Ранг матрицы.
- •2.1. Обратная матрица
- •Алгоритм нахождения обратной матрицы
- •2.2. Ранг матрицы
- •Тема 3. Системы линейных алгебраических уравнений
- •Общий вид и свойства системы уравнений
- •3.2. Матричная форма системы уравнений
- •3.3. Метод обратной матрицы и метод Крамера.
- •Метод Гаусса
- •Система линейных уравнений с неизвестными
- •Системы линейных однородных уравнений. Фундаментальная система решений.
- •3.7. Модель Леонтьева многоотраслевой экономики
- •Балансовые соотношения
- •Линейная модель стоимостной экономики
- •Продуктивные модели Леонтьева
- •Тема 4. Векторы
- •4. 1. Векторы на плоскости и в пространстве
- •4.1.1. Скаляры и векторы. Операции над векторами
- •Операции над векторами.
- •4.1.2. Скалярное произведение векторов
- •Векторное пространство
- •4.2.1. Понятие и основные свойства векторов
- •4.2.2. Операции над векторами Пусть векторы и принадлежат -мерному векторному пространству и .
- •Суммой векторов и называется вектор , координаты которого равны суммам соответствующих координат этих векторов:
- •4.2.3. Скалярное произведение векторов
- •4.3. Линейная зависимость векторов
- •4.3.1. Линейно зависимые и линейно независимые системы векторов
- •4.3.2. Базис и ранг системы векторов
- •4.4. Разложение вектора по базису
- •4.4.1. Представление вектора в произвольном базисе.
- •Разложение вектора в ортогональном базисе.
- •4.5. Оператор линейного преобразования
- •4.5.1. Матрица перехода от одного базиса к другому
- •4.5.2. Линейные операторы
- •4.5.3. Собственные значения и собственные векторы матрицы.
- •4.5.4. Собственные значения и собственные векторы линейного оператора
- •Свойства собственных значений матрицы
- •4.5.5. Диагональная форма матрицы оператора
- •4.5.5. Линейная модель торговли
- •Тема 5. Аналитическая геометрия на плоскости.
- •Уравнение линии на плоскости
- •5.1.1. Линии первого порядка
- •5.2.2. Гипербола
- •5.2.3. Парабола
- •Тема 6. Уравнение поверхности и линии
- •6.1. Плоскость в пространстве
- •Взаимное расположение прямой и плоскости.
- •Тема 7. Комплексные числа
- •Арифметические операции над комплексными числами
- •Арифметические операции на множестве комплексных чисел
- •Тригонометрическая и показательная формы комплексного числа.
- •Свойства арифметических операций над комплексными числами
- •Оглавление
- •Литература
Свойства собственных значений матрицы
линейного оператора .
Произведение собственных значений матрицы равно ее определителю
.
Число отличных от нуля собственных значений матрицы равно ее рангу.
Все собственные значения матрицы отличны от нуля тогда и только тогда, когда матрица невырожденная.
Если
- собственное значение невырожденной матрицы , то
- собственное значение обратной матрицы .
Если - собственное значение матрицы ,
- собственное значение матрицы
, где - натуральное число.
4.5.5. Диагональная форма матрицы оператора
Наиболее простой
вид матрица
линейного оператора
имеет, когда базисом является система
ее собственных векторов, т.е. все
ее собственных
значений различны. В этом случае
,
при
и
,
т.е. матрица
является диагональной:
.
Следовательно, для того чтобы привести матрицу оператора к диагональному виду согласно формуле , в качестве матрицы нужно взять матрицу, столбцами которой должны быть собственные векторы оператора .
Пример.
Привести к диагональному виду матрицу
.
Решение. Характеристическое уравнение этой матрицы имеет вид:
,
откуда
,
,
.
Найдем собственные
векторы, подставляя найденные собственные
значения в матричное уравнение
.
Для
получаем
,
отсюда
.
Полагая
произвольной константой, получаем
собственный вектор
.
Подстановка второго собственного
значения
приводит к уравнению
,
Откуда
,
полагая
получаем второй собственный вектор
матрицы
:
.
Поскольку
и
- произвольные числа, одному собственному
значению может соответствовать несколько
собственных векторов разной длины.
Поскольку собственные значения этой матрицы , подобная ей диагональная матрица имеет вид:
Проверим это по формуле . Составим матрицу , столбцами которой являются собственные векторы:
.
Найдем определитель
матрицы
,
а обратная матрица
имеет вид:
По формуле получаем:
.
4.6. Квадратичные формы.
Основные сведения о квадратичных формах.
Определение.
Квадратичной
формой
от
переменных называется сумма, каждый
член которой является либо квадратом
одной из переменных, либо произведением
двух разных переменных, взятых с некоторым
коэффициентом:
(50)
Предполагаем, что
коэффициенты квадратичной формы
-
действительные числа, причем
.
Будем называть симметрическую матрицу
(51)
матрицей квадратичной формы (50). Квадратичная форма (50) может быть представлена в матричной форме:
(52)
где
и
- вектор-строка и вектор-столбец
переменных.
В самом деле
.
Пример.
Дана квадратичная форма
.
Записать ее в матричном виде.
Решение. Матрица этой квадратичной формы имеет следующий вид: на главной диагонали стоят коэффициенты при квадратах переменных, а симметричные относительно нее недиагональные элементы равны половинам соответствующих коэффициентов перекрестных произведений переменных данной квадратичной формы. Следовательно:
Преобразование квадратичных форм.
Выясним, как изменяется квадратичная форма при невырожденном линейном преобразовании переменных.
Пусть векторы-столбцы
переменных
и
связаны линейным соотношением
где
,
есть некоторая невырожденная матрица
-го
порядка. Тогда квадратичная форма
.
Итак, при невырожденном линейном преобразовании матрица квадратичной формы принимает вид
(53)
Пример. Для
квадратичной формы предыдущего примера
найти квадратичную форму, полученную
из данной линейным преобразованием
,
,
.
Решение. Матрица данного линейного преобразования имеет вид:
.
Применяя формулу (53) к матрице из предыдущего примера получаем:
,
т.е. квадратичная форма принимает вид:
.
Канонический и нормальный виды квадратичной формы.
Определение. Квадратичная форма называется канонической или имеет канонический вид, если все ее коэффициенты при :
(54)
т.е. матрица является диагональной.
Теорема. Любая квадратичная форма с помощью невырожденного линейного преобразования переменных может быть приведена к каноническому виду.
Определение. Квадратичная форма с действительными коэффициентами имеет нормальный вид, если в ее каноническом виде все коэффициенты равны 1 или -1.
Существуют различные методы приведения квадратичной формы к каноническому виду. Рассмотрим один из них
Метод Лагранжа. Заключается в выделении полных квадратов: сначала формируется полный квадрат из слагаемых, содержащих , затем из слагаемых, содержащих и т.д. Рассмотрим это на конкретном примере.
Пример. Привести к каноническому и нормальному виду квадратичную форму
Решение. Применяя метод Лагранжа, получаем:
.
где
,
,
.
При приведении к нормальному виду в
этой квадратичной форме нужно использовать
замену переменных
,
,
.
Тогда получаем:
Теорема. (Закон инерции квадратичных форм). При любом способе приведения квадратичной формы (50) с действительными коэффициентами к нормальному виду число квадратов с коэффициентами 1 получается одно и то же, как и число квадратов с коэффициентами -1.
Критерий знакоопределенности квадратичной формы.
Определение.
Квадратичная
форма (50) называется положительно
определенной (отрицательно определенной),
если для любых значений переменных
,
не равных одновременно нулю, указанная
форма имеет положительные (отрицательные)
значения.
Оба этих случая объединены под названием знакоопределенных форм. Если квадратичная форма (50) как положительные, так и отрицательные значения, то она называется знакопеременной.
Квадратичная форма
от
переменных является положительно
определенной,
тогда и только тогда, если ее нормальный
вид содержит ровно
квадратов, т.е. имеет вид
.
Понятно, что все
собственных значений матрицы квадратичной
формы должны быть положительными.
Аналогично в нормальный вид отрицательно определенной все квадратов должны входить со знаком минус, т.е. все собственных значений матрицы квадратичной формы должны быть отрицательными.
Миноры
,
,
,…,
(55)
называются главными минорами матрицы квадратичной формы (50).
Теорема. (критерий Сильвестра). Для того чтобы квадратичная форма (50) была положительно определенной, необходимо и достаточно, чтобы были выполнены условия
(56)
Для того, чтобы
квадратичная форма была отрицательно
определенной, необходимо и достаточно,
чтобы знаки главных миноров
чередовались, причем
.
Пример.
Найти по критерию Сильвестра
знакоопределенность квадратичной формы
.
Решение. Матрица этой квадратичной формы имеет вид:
.
Последовательно вычисляем ее миноры
,
,
.
Поскольку критерий Сильвестра не соблюден, то данная квадратичная форма является знакопеременной.