Metodichka_po_vyshke_1_ch
.pdf31
a11 a12 ... a1n
A = a21 a22 ... a2n
⎜... ... ... ... ...
an1 an2 ... ann
(или определителем матрицы A ), называется число
a11 a12 ... a1n
det A = a21 a22 ... a2n
... ... ... ... ...
an1 an2 ... ann
= ∑(−1)s(π )a1,π(1)...an,π(n),
π
где сумма берётся по всем подстановкам π n -го порядка.
Для определителя n -го порядка выполняются основные свойства, аналогичные свойствам 1) – 5) определителей 2-го и 3-го порядков.
3. Основные методы вычисления определителей n -го порядка. Ме-
тод понижения порядка определителя основан на следующем соотношении (i фиксировано):
n
det A = ∑aik A(i,k ) ,
k =1
где
|
|
a11 |
... a1,k −1 a1,k +1 |
... a1n |
|
|
|
... ... ... ... ... ... ... ... ... ... ... |
|||
A(i,k ) =(−1) |
i+k |
ai−1,1 |
... ai−1,k −1 |
ai−1,k +1 |
... ai−1n |
|
a |
... a |
a |
... a |
|
|
|
i+1,1 |
i+1,k −1 |
i+1,k+1 |
i+1n |
|
|
... ... ... ... ... ... ... ... ... ... ... |
|||
|
|
an1 |
... an,k −1 an,k +1 |
... ann |
(3)
(4)
называется алгебраическим дополнением элемента aij и представляет собой (с
точностью до знака (−1)i+k ) определитель (n −1)-го порядка, получающийся из
исходного определителя вычёркиванием i -й строки и k -го столбца, на пересечении которых стоит элемент aik .
Соотношение (3) называется разложением определителя по i -й строке.
Аналогично определяется разложение определителя по столбцу. Прежде чем применять метод понижения порядка, полезно, используя основные свойства
32
определителя, обратить в нуль все, кроме одного, элементы его некоторой строки (столбца).
Метод приведения к треугольному виду заключается в таком преобразовании определителя, когда все элементы, лежащие по одну сторону одной из его диагоналей, становятся равными нулю.
Метод рекуррентных соотношений позволяет выразить данный определитель, преобразуя и разлагая его по строке или столбцу, через определители того же вида, но более низкого порядка. Полученное равенство называется рекуррентным соотношением.
§ 11. Матрицы |
|
1. Операции над матрицами. Матрицей размера |
m ×n или (m ×n)- |
матрицей называется прямоугольная таблица из чисел |
aij , i =1,2,...,m , |
j =1,2,...,n , |
|
a11 |
a12 |
... a1n |
a |
a |
... a |
A = 21 |
22 |
2n |
... ... ... ... ... |
||
|
an2 |
... ann |
an1 |
,
состоящая из m строк и n столбцов.
Суммой A + B (m ×n)-матриц A = (aij ) и B =(bij ) называется матрица C =(cij ) того же порядка, каждый элемент которой равен сумме соответствен-
ных элементов матриц A и B : cij = aij +bij , i =1,2,...,m , j =1,2,..., n .
Произведением αA матрицы A = (aij ) на число α (действительное или комплексное) называется матрица B =(bij ), получающаяся из матрицы A ум-
ножением всех её элементов на α : bij =αaij , i =1,2, |
...,m , |
j =1,2,..., n . |
Произведением AB (m ×n)-матрицы A = |
(aij ) |
на (n ×k )-матрицу |
B =(bij ) называется (m ×k )-матрица C =(cij ), элемент которой cij , стоящий в i -й строке и j -м столбце, равен сумме произведений соответственных элементов i -й строки матрицы A и j -го столбца матрицы B :
n
cij = ∑aiνbν j , i =1,2,...,m , j =1,2,...,k .
ν =1
Матрицы A и B называются перестановочными, если AB = BA.
33
Матрица AT называется транспонированной к матрице A , если выполняется условие aijT = aji для всех i , j , где aij и aijT – элементы матриц A и AT соответственно.
Квадратная матрица B называется симметричной, если BT = B . Квадрат-
ная матрица C называется кососимметричной, если CT = −C .
2. Обратная матрица. Квадратная матрица A называется вырожденной
(особенной), если её определитель равен нулю, и невырожденной (неособенной)
в противном случае. Если A – невырожденная матрица, то существует, и при-
том единственная матрица A−1 такая, что AA−1 = A−1 A = E , где E – единичная матрица (т. е. такая, на главной диагонали которой стоят единицы, а все осталь-
ные элементы равны нулю). матрица A−1 называется обратной к матрице A . Укажем основные методы вычисления обратной матрицы.
Метод присоединённой матрицы. Присоединённая матрица A* определяется как транспонированная к матрице, составленной из алгебраических дополнений соответствующих элементов матрицы A (см. формулу (4)). Таким образом,
|
|
A(1,1) A(2,1) |
... A(n,1) |
|
|
|
|
(1,2) |
(2,2) |
(n,2) |
|
* |
|
A |
A |
... A |
|
A |
= |
... ... ... ... ... |
. |
||
|
|
|
|||
|
|
(1,n) |
(2,n) |
(n,n) |
|
|
|
A |
A |
... A |
|
Справедливо равенство A* A = AA* = det A E . Отсюда следует, что если A
– невырожденная матрица, то
A−1 = det1 A A* .
Метод элементарных преобразований. Элементарными преобразованиями матрицы называют следующие:
1)перестановка строк (столбцов);
2)умножение строки (столбца) на число, отличное от нуля;
3)прибавление к элементам строки (столбца) соответствующих элементов другой строки (столбца), предварительно умноженных на некоторое число.
Для данной матрицы A n -го порядка построим прямоугольную матрицу
ΓA =(A E ) размера n ×2n , приписывая к A справа единичную матрицу. Далее,
используя элементарные преобразования над строками, приводим матрицу ΓA к виду (E B), что всегда возможно, если A невырождена. Тогда B = A−1 .
34
§ 12. Пространство арифметических векторов. Ранг матрицы
1. Арифметические векторы. Всякая упорядоченная совокупность из n действительных (комплексных) чисел называется действительным (комплекс-
ным) арифметическим вектором и обозначается символом x =(x1, x2 ,..., xn ).
Числа x1 , x2 , … , xn называются компонентами арифметического вектора x . Над арифметическими векторами вводятся следующие операции.
Сложение: если x =(x1, x2 ,..., xn ), y =(y1, y2 ,..., yn ), то
x + y =(x1 + y1, x2 + y2 ,..., xn + yn ). |
(5) |
Умножение на число: если λ – число (действительное или комплексное) и x =(x1, x2 ,..., xn ) – арифметический вектор, то
λx =(λx1,λx2 ,...,λxn ). |
(6) |
Множество всех действительных (комплексных) арифметических n - компонентных векторов с введёнными выше операциями сложения (5) и умно-
жения на число (6) называется пространством арифметических векторов (со-
ответственно действительным или комплексным). Всюду в дальнейшем, если не оговаривается противное, рассматривается действительное пространство
арифметических векторов, обозначаемое символом n .
Система арифметических векторов {x1,..., xs} называется линейнозависимой, если найдутся числа λ1 , …, λs , не равные одновременно нулю, такие, что λ1x1 +... +λsxs = 0 (где 0 =(0,...,0) – нулевой вектор). В противном слу-
чае эта система называется линейно-независимой.
Пусть Q – произвольное множество арифметических векторов. Система векторов B=(e1,...,es ) называется базисом в Q , если выполнены следующие условия:
1)ek Q , k =1,2,..., s ;
2)система B=(e1,...,es ) линейно-независима;
3) для любого вектора x Q найдутся числа λ1 , …, λs такие, что
s |
|
x = ∑λkek . |
(7) |
k =1
Формула (7) называется разложением вектора x по базису B. Коэффициенты λ1 , …, λs однозначно определяются вектором x и называются координатами этого вектора в базисе B.
Справедливы следующие утверждения:
35
1) Всякая система векторов Q n имеет по меньшей мере один базис;
при этом оказывается, что все базисы этой системы состоят из одинакового числа векторов, называемого рангом системы Q и обозначаемого rang Q или r (Q).
2) Ранг всего пространства n равен n и называется размерностью этого пространства; при этом в качестве базиса n можно взять следующую систему:
e1 =(1,0,0,...,0), e2 =(0,1,0,...,0), e3 =(0,0,1,...,0), ... , en =(0,0,0,...,1). (8)
Этот базис принято называть каноническим.
Зафиксируем произвольный базис B=(e1,...,en ) в пространстве n . Тогда
всякому вектору x можно поставить во взаимно-однозначное соответствие столбец его координат в этом базисе, т. е.
|
|
|
x1 |
|
|
x = x e +... + x e |
|
x |
|
||
|
X = |
2 |
. |
||
1 1 |
n |
n |
|
... |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
xn |
|
Необходимо различать компоненты вектора и его координаты в некотором базисе. Мы используем для них одинаковое обозначение, хотя следует помнить, что координаты вектора совпадают с его компонентами только в каноническом базисе.
Линейные операции (5) и (6) над арифметическими векторами в координатной форме выглядят следующим образом:
z = x + y Z = X +Y ( zk = xk + yk , k =1,2,...,n ), y = λx Y = λ X ( yk = λxk , k =1,2,...,n ).
2. Ранг матрицы. Пусть в матрице A размера m ×n выбраны произвольно k строк и k столбцов ( k ≤ min (m,n)). Элементы, стоящие на пересечении
выбранных строк и столбцов, образуют квадратную матрицу порядка k , определитель которой называется минором k -го порядка матрицы A .
Максимальный порядок r отличных от нуля миноров матрицы A называется её рангом, а любой минор порядка r , отличный от нуля, – базисным ми-
нором.
Строки (столбцы) матрицы A размера m ×n можно рассматривать как
систему арифметических векторов из n (соответственно m ).
Теорема о базисном миноре. Ранг матрицы равен рангу системы её строк (столбцов); при этом система строк (столбцов) матрицы, содер-
36
жащая базисный минор, образует базис в системе всех строк (столбцов) этой матрицы.
Приведём основные методы вычисления ранга матрицы.
Метод окаймляющих миноров. Пусть в матрице найден минор k - го порядка M , отличный от нуля. Рассмотрим лишь те миноры (k +1)-го по-
рядка, которые содержат в себе (окаймляют) минор M : если все они равны нулю, то ранг матрицы равен k . В противном случае среди окаймляющих миноров найдётся ненулевой минор (k +1)-го порядка, и вся процедура повторяется.
Метод элементарных преобразований основан на том факте, что элементарные преобразования (см. п. 2 § 11) матрицы не меняют её ранга. Используя эти преобразования, матрицу можно привести к такому виду, когда все её элементы, кроме a11 , a22 , …, arr ( r ≤ min (m,n)), равны нулю. Следовательно, ранг матрицы равен r .
Понятие ранга матрицы используется для исследования линейной зависимости системы арифметических векторов.
§ 13. Системы линейных уравнений
1. Правило Крамера. Пусть задана система n линейных уравнений с n неизвестными вида
a11x1 + a12 x2 +... + a1n xn =b1, a21x1 + a22 x2 +... + a2n xn =b2 ,
... ... ... ... ... ... ... ... ... ... ...
an1x1 + an2 x2 +... + ann xn =bn ,
или, в матричной форме AX = B , где
a11 |
a12 |
... a1n |
|
|
x1 |
|
|
b1 |
|
a |
a |
... a |
|
, |
x |
|
, |
b |
|
A = 21 22 |
2n |
X = 2 |
|
B = 2 |
. |
||||
... ... ... ... ... |
|
|
... |
|
|
... |
|
||
|
an2 |
|
|
|
|
|
|
|
|
an1 |
... ann |
|
xn |
|
|
bn |
|
Правило |
Крамера. Если в системе (8) |
det A = ≠ 0 , т. е. матрица A |
|||
имеет обратную |
A−1 , то система (8) |
имеет, и притом единственное, решение |
|||
X = A−1B , или, в покомпонентной записи, x = |
i , i =1,2,...n , где |
i |
– опреде- |
||
|
|
i |
|
|
|
литель, получаемый из определителя |
заменой i -го столбца на столбец сво- |
||||
бодных членов. |
|
|
|
|
|
2. Решение произвольных систем. Пусть задана система m линейных уравнений с n неизвестными общего вида
37
a11x1 + a12 x2 +... + a1n xn =b1, |
|
|
a21x1 + a22 x2 +... + a2n xn =b2 |
, |
(9) |
... ... ... ... ... ... ... ... ... ... ... |
|
|
|
|
am1x1 + am2 x2 +... + amn xn =bm ,
или, в матричной форме
AX = B ,
где
a11 |
a12 |
... a1n |
|
|
|
x1 |
|
|
|
a |
a |
... a |
|
, |
X |
x |
|
, |
B |
A = 21 22 |
2n |
|
= 2 |
|
|||||
... ... ... ... ... |
|
|
|
... |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
am1 |
am2 ... amn |
|
|
xn |
|
|
|
(10)
b1
=...b2 .bm
Если B =O , то система называется однородной, в противном случае она называется неоднородной.
Решением системы (9) называется всякий n -компонентный векторстолбец X , обращающий матричное уравнение (10) в равенство (соответст-
вующий решению X арифметический вектор x n также будем называть решением системы (9)).
Система называется совместной, если у неё существует по крайней мере одно решение, в противном случае она называется несовместной.
Две системы называются эквивалентными, если множества их решений совпадают.
Теорема КронекераКапелли. Для того, чтобы система (9) была совместной, необходимо и достаточно, чтобы
rang A = rang A ,
где A =(A B) – расширенная матрица системы.
Пусть rang A = rang A = r , т. е. система совместна. не ограничивая общности, будем считать, что базисный минор располагается в первых r (1 ≤ r ≤ min (m,n)) строках и столбцах матрицы A . Отбросив последние m − r уравнений системы (9), запишем укороченную систему:
38
a11x1 + a12 x2 +... + a1n xn =b1, |
|
|
a21x1 + a22 x2 +... + a2n xn =b2 |
, |
(11) |
... ... ... ... ... ... ... ... ... ... ... |
|
|
|
|
ar1x1 + ar 2 x2 +... + arn xn =br ,
которая эквивалентна исходной. Назовём неизвестные x1 , x2 , …, xr базисными, а xr+1 , …, xn свободными и перенесём слагаемые, содержащие свободные неиз-
вестные, в правую часть уравнений (11). Получаем систему относительно базисных неизвестных:
a11x1 +... + a1r xr =b1 − a1,r+1xr+1 −... − a1n xn , a21x1 +... + a2r xr =b2 − a2,r+1xr+1 −... − a2n xn ,
... ... ... ... ... ... ... ... ... ... ...
ar1x1 +... + arr xr =br − ar,r+1xr+1 −... − arn xn ,
которая |
для каждого набора значений свободных |
неизвестных xr+1 = c1 , …, |
xn = cn−r |
имеет единственное решение x1 (c1,...,cn−r ), |
…, xr (c1,...,cn−r ), находи- |
мое по правилу Крамера. Соответствующее решение укороченной, а следовательно, и исходной систем имеет вид
|
|
x |
(c ,...,c |
n−r |
) |
|
|
|
1 |
1 |
|
|
|
|
|
... |
|
|
|
|
X (c ,...,c |
x |
(c ,...,c |
) |
(12) |
||
)= r |
1 |
n−r |
. |
|||
1 |
n−r |
|
|
|
|
|
|
|
c1 |
|
|
|
|
|
|
... |
|
|
|
|
|
|
c |
|
|
|
|
|
|
n−r |
|
|
|
Формула (12), выражающая произвольное решение системы в виде векторфункции от n − r свободных неизвестных, называется общим решением систе-
мы (9).
3. Однородные системы. Однородная система AX =O всегда совместна, так как имеет тривиальное решение X =O . Для существования нетривиального решения однородной системы необходимо и достаточно, чтобы r = rang A < n
(при m = n это условие означает, что det A = 0 ).
Пусть Q n – множество всех решений однородной системы. всякий базис в множестве Q состоит из n − r векторов e1 , …, en−r . Соответствующая ему в каноническом базисе (см. (8)) система вектор-столбцов E1 , …, En−r называется фундаментальной системой решений. Общее решение однородной сис-
39
темы имеет вид X = c1E1 +... + cn−r En−r , где c1 , …, cn−r – произвольные постоян-
ные.
Базисные решения E1 , …, En−r могут быть получены методом, изложен-
ным в п. 2, если свободным неизвестным придавать поочерёдно значение 1, полагая остальные равными 0.
Если задана неоднородная система AX = B , то её общее решение может быть найдено как сумма общего решения соответствующей однородной системы AX =O и произвольного частного решения неоднородной системы.
4. Метод последовательных исключений Жордана-Гаусса. С помощью элементарных преобразований над строками и перестановкой столбцов расширенная матрица системы (9) может быть приведена к виду
1 0 ... 0 a′ |
|
... a′ |
b′ |
|
|
||
|
1,r+1 |
|
1n |
1 |
|
|
|
′ |
|
|
′ |
′ |
|
||
|
0 1 ... 0 a2,r+1 ... a2n |
b2 |
|
|
|||
... ... ... ... ... ... ... ... ... |
|
|
|||||
|
0 0 ... 1 a′ |
|
... a′ |
b′ |
|
(13) |
|
|
,r+1 |
. |
|||||
|
r |
|
rn |
r |
|
|
|
0 0 ... 0 |
0 ... |
|
′ |
|
|||
|
0 br+1 |
|
|
||||
... ... ... ... ... ... ... ... ... |
|
|
|||||
|
|
|
|
|
′ |
|
|
|
0 0 ... 0 |
0 ... |
|
|
|
||
|
0 bm |
|
|
Матрица (13) является расширенной матрицей системы
x1 |
+ a1,′r+1xr+1 +... + a1′n xn =b1′, |
|
||
x2 |
′ |
′ |
′ |
, |
+ a2,r+1xr+1 |
+... + a2n xn |
=b2 |
||
... ... ... ... ... ... ... ... ... ... ... ... |
|
|||
|
′ |
′ |
′ |
(14) |
|
xr + ar,r+1xr+1 |
+... + arn xn |
=br , |
|
|
|
0 =br′+1, |
||
|
|
|
... |
|
|
|
0 =bm′ , |
которая с точностью до обозначения неизвестных эквивалентна исходной системе.
Если хотя бы одно из чисел br′+1 , …, bm′ отлично от нуля, то система (14), а
следовательно, и исходная система (9) несовместны.
Если жеbr′+1 =... =bm′ = 0 , то система совместна и формулы (14) дают по существу явное выражение для базисных неизвестных x1 , …, xr через свободные неизвестные xr+1 , …, xn .
40
§ 14. Линейные операторы в пространстве |
n |
|
|
|
1. Алгебра линейных операторов. Линейным оператором в пространст- |
||||
ве n называется всякое отображение A : |
n → n |
пространства n в себя, об- |
||
ладающее свойствами |
|
|
|
|
A(λx) = λAx и A(x + y) = Ax + Ay . |
||||
Пусть A – линейный оператор в |
n и B=(e ,...,e |
n |
) – некоторый фикси- |
|
|
|
1 |
|
рованный базис. Разложим векторы Aek , k =1,2,...,n , по базису B:
Aek = a1ke1 +... + anken , k =1,2,...,n .
Тогда матрица
a11 |
a12 |
... a1n |
|
a |
a |
... a |
|
A = 21 |
22 |
2n |
|
... ... ... ... ... |
|
||
|
an2 |
|
|
an1 |
... ann |
называется матрицей оператора A в базисе B.
Заданием матрицы оператор определяется однозначно, а именно: если y = Ax , то Y = AX , где X , Y – столбцы координат векторов x , y и A – матри-
ца оператора A в базисе B.
Над линейными операторами вводятся следующие операции:
а) сложение операторов: (A + B)x = Ax + Bx ; при этом оператор A + B
имеет матрицу A + B ;
б) умножение операторов на числа: (λA)x = λ(Ax); при этом оператор
λA имеет матрицу λA;
в) умножение операторов: (AB)x = A(Bx); при этом оператор AB имеет
матрицу AB . |
|
|
оператор A−1 такой, что |
Обратным |
к |
оператору A называется |
|
AA−1 = A−1A = E, |
где |
E – единичный оператор, |
реализующий тождественное |
отображение. Оператор A имеет обратный (и в этом случае называется невырожденным) в том и только в том случае, когда его матрица A невырождена (в
любом базисе); при этом оператор A−1 имеет матрицу A−1 , обратную к матрице
A .
2. Собственные числа и собственные векторы линейного оператора.
Пусть число λ и вектор x n , x ≠ 0, таковы, что