
- •Министерство образования и науки рф
- •Оглавление
- •Предисловие
- •1. Матрицы
- •1.1. Действия с матрицами
- •1.2. Определители матриц второго и третьего порядка
- •1.3. Разложение определителя матрицы по элементам строки или столбца
- •1.4. Обратная матрица
- •2.N-мерные векторы
- •2.1. Линейные операции надn-мерными векторами
- •2.2. Скалярное произведение и длинаn-мерных векторов
- •2.3. Угол междуn-мерными векторами
- •2.4. Коллинеарные векторы
- •2.5. Разложение вектора по системе векторов
- •2.6. Векторная форма записи системы линейных уравнений
- •2.7. Задания
- •3. Линейно зависимые и линейно независимые системы векторов
- •3.1 Линейная зависимость и линейная независимость системы векторов
- •3.2. Свойства линейно зависимых и линейно независимых систем векторов
- •3.3. Задания
- •4. Базис и ортогонализация системы векторов
- •4.1. Базисы системы векторов
- •4.2. Ранг системы векторов
- •4.3. Ортогональные системы векторов
- •4.4. Ортогонализация системы векторов
- •4.5. Процесс ортогонализации Грамма-Шмидта
- •4.6. Задания
- •5. Ранг, транспонирование и след матрицы
- •5.1. Ранг матрицы
- •5.2. Транспонирование матрицы
- •5.3. Свойства транспонированных матриц
- •5.4. След матрицы
- •5.5. Различные классы квадратных матриц
- •5.6. Задания
- •6. Нахождение собственных векторов и собственных значений квадратной матрицы
- •6.1. Собственные векторы и собственные значения квадратной матрицы
- •6.2. Встроенные функции MathCad для вычисления собственных векторов и собственных значений матриц
- •6.3. Частичные проблемы собственных значений
- •6.4. Задания
- •7. Квадратичные формы
- •7.1. Свойства знака суммирования
- •7.2. Понятие квадратичной формы
- •7.3. Канонический базис квадратичной формы
- •7.4. Положительно и отрицательно определенные квадратичные формы
- •7.5. Задания
- •Контрольные вопросы и задания
- •Библиографический список
- •Для заметок
5. Ранг, транспонирование и след матрицы
5.1. Ранг матрицы
Пусть дана матрица:
Минором kго порядка матрицы А назовем определитель матрицы с элементами, стоящими на пересечении выбранных k строк и k столбцов.
Минор обозначается так:
,
где i1, i2, ... ik номера выделенных строк;
j1, j2, ..., jk номера выделенных столбцов.
Пример:
.
Выпишем какой-нибудь минор второго порядка. Для этого выберем, например, 1-ю и 3-ю строки, 2-й и 4-й столбец.
Найдем какой-нибудь минор 3-го порядка. Для этого нужно выбрать все строки и какие-нибудь три столбца, например 2-й, 3-й и 4-й.
Получим минор:
*знак
«–» означает, что 2 строки в определителе
переставлены местами.
Минор называется невырожденным, если его определитель не равен нулю.
В нашем примере миноры невырожденные.
Рангом матрицы А называется наивысший порядок невырожденных миноров матрицы (обозначается rang A).
В нашем примере rang A=3, так как мы нашли невырожденный минор третьего порядка, а миноров четвертого порядка у нашей матрицы нет. Любой невырожденный минор порядка rang A называется базисным.
Для базисного минора выполняются следующие правила:
Столбцы, входящие в базисный минор, линейно независимы, так как в противном случае какой-то столбец из нашего минора линейно выражался бы через остальные и тогда определитель минора равнялся бы нулю.
Столбцы, не входящие в базисный минор, линейно выражаются через базисы.
Эти утверждения справедливы и для строк матрицы.
Существуют разные способы определения ранга матрицы. Рассмотрим метод Гаусса определения ранга. Для этого рассмотрим элементарные преобразования:
перестановку строк (столбцов) матрицы;
умножение строк (столбцов) на константу 0;
прибавление к i-той строке (столбцу) j-той строки (столбца), умноженной (умноженного) на некоторое число;
вычеркивание из матрицы нулевых строк (столбцов).
Все эти преобразования не меняют ранга матрицы.
Метод Гаусса нахождения ранга матрицы заключается в следующем. С помощью элементарных преобразований приводим матрицу А к виду:
rang B = r.
Базисный минор – это минор
,
rang
A
= rang
B
= 2.
Пример.
Найти ранг
матрицы
Решение.
rang A=2.
Рассмотрим систему
уравнений
система совместна тогда и только тогда,
когда ранг матрицы этой системы равен
рангу расширенной матрицы, т.е.
Можно доказать, что
Пример. Найти ранг и базисный минор матрицы А с помощью Mathcad.
Задаем системную переменную, вводящую нумерацию элементов массива с единицы.
Задаем элементы матрицы А.
Задаем ранжированные переменные, определяющие изменение порядковых номеров строк (i) и столбцов (j) матрицы А.
Осуществляем линейные операции с элементами строк и столбцов матрицы А согласно методу Гаусса.
Дальнейшее преобразование бессмысленно. Ранг преобразованной матрицы А=2.
Осуществим проверку полученного результата с помощью встроенной функции MathCad rank().
Базисный минор матрицы А содержит 2 строки и 2 столбца. Его определитель не равен нулю.
5.2. Транспонирование матрицы
Пусть дана матрица:
Матрица A′=(aij′)mn называется транспонированной к матрице A, если
.
Итак, чтобы получить матрицу A′, нужно строки матрицы А сделать столбцами матрицы A′.
Пример