13-03-2013_09-17-00 / 3_Матрицы и действия с ними
.doc-
Матрицы и действия с ними
В данном разделе излагаются вопросы матричной алгебры в объёме, минимально необходимом для изложения теоретических вопросов, которые будут посвящены математической обработке систем измерений в геодезических построениях, обеспечивающих координатизацию пространства.
-
Определение матриц
Матрица представляет собой массив чисел или буквенных обозначений, упорядоченных в форме прямоугольной таблицы, состоящей из «m» строк и «n» столбцов, которые записываются в виде нижних индексов при имени матрицы:
. (M.1)
Матрица может содержать только одну строку или один столбец. Это будет матрица-строка или матрица-столбец. Часто их называют вектор-строка или вектор-столбец соответственно:
, (M.2)
. (M.3)
Когда число строк равно числу столбцов, матрица становится квадратной:
. (M.4)
Квадратные матрицы, в свою очередь бывают:
а) диагональными
= diag{a11, a22,…,ann}; (M.5)
б) верхними треугольными
; (M.6)
в) нижними треугольными
. (M.7)
Среди диагональных матриц особое место занимает единичная матрица, каждый диагональный элемент которой равен единице:
. (M.8)
Любая матрица, все элементы которой равны нулю, называется нулевой матрицей: 0mn. В частности, это может быть нулевая строка – 01n или нулевой столбец – 0m1.
Две матрицы Amn и Bpq называются подобными, если они имеют одинаковое количество строк и столбцов, т.е. если m = p, а n = q одновременно.
Две матрицы Amn и Bpq равны, т.е. Amn = Bpq , если, во-первых, они подобны и, во-вторых, aij = bij ,i, j, т.е . каждый элемент матрицы Amn равен соответствующему элементу матрицы Bpq. Равенство подразумевает:
1) рефлексивность – (A = A);
2) симметричность – (из равенства A = B следует B = A);
3) транзитивность – (из равенств A = B и B = C следует, что A = C).
-
Операции над матрицами
Матрицы являются алгебраическими объектами, допускающими над собой определённые операции. Рассмотрим некоторые из этих операций.
-
Сложение матриц
Складываются только подобные матрицы Amn и Bmn. Сложение выполняется поэлементно, т.е. для матрицы-суммы C = A + B каждый из её элементов находится по формуле cij = aij + bij.
Свойства операции сложения:
-
A + B = B + A;
-
A + B + C = (A + B) + C = A + (B + C) = (A + C) +B;
-
A + 0 = A.
-
Умножение матрицы на скаляр
Умножение матрицы Amn на скаляр «α» подразумевает, что каждый элемент aij умножается на этот скаляр:
(M.9)
Свойства операции умножения матрицы на скаляр:
-
αA = Aα;
-
α(A + B) = αA + αB.
-
Умножение матриц
Запись Cmq = AmnBpq означает, что матрица Cmq представляет собой произведение матриц Amn и Bpq когда число столбцов «n» левого сомножителя равно числу строк «p» правого сомножителя. Каждый элемент cij матрицы-произведения Cmq представляет собой скалярное произведение i-го вектора-строки матрицы Amn на j-ый вектор-столбец матрицы Bpq:
cij = ai1b1j + ai2b2j +…+ ainbpj =. (M.10)
Свойства операции умножения матриц:
-
AmnBpq ≠ BpqAmn; правое произведение может не существовать по определению, но даже если q = m матрица BpqAmn, во-первых, может не оказаться подобной и, во-вторых, будет состоять из произведений других строк и столбцов;
-
αAB = AαB = ABα;
-
A(B + C) = AB + AC;
-
(A + B)(C + D) = AC + AD + BC + BD;
-
A*I = I*A = A; 6) A*0 = 0.
-
Транспонирование матриц
Операция транспонирования осуществляет взаимную замену строк и столбцов, имеющих одинаковые номера. Будем обозначать операцию транспонирования литерой T в виде верхнего правого индекса. Нижние индексы, обозначающие число строк и столбцов транспонированной матрицы, будем менять местами:
исходная матрица
, (M.1)
транспонированная матрица
. (M.11)
Свойства операции транспонирования матриц:
-
(AT)T = A;
-
(AmnBpq)T = BqpTAnmT при условии, что n = p;
-
(αA)T = αAT;
-
(A + B)T = AT + BT.
Существуют квадратные матрицы, у которых каждая i-ая строка идентична соответствующему i-му столбцу. Такие матрицы называются симметрическими. Симметрические матрицы не реагируют на транспонирование, т.е. AT = A и, как следствие, aij = aji.
-
Обращение квадратных матриц
Матрица Ann-1 называется обратной по отношению к некоторой исходной квадратной матрице Ann, если, будучи умноженной, слева или справа, на эту исходную, она даёт единичную матрицу такого же размера:
A-1*A = A*A-1 = I. (M.12)
Свойства операции обращения квадратных матриц:
-
(A-1)-1 = A;
-
(A-1)T = (AT)-1;
-
(AB)-1 = B-1A-1;
-
(αA)-1 = 1/α*A-1;
-
(A + B)-1 ≠ A-1 + B-1.
Матрица, обратная квадратной, строится следующим образом.
-
вычисляется определитель исходной матрицы – det(A). Если det(A) ≠ 0, то A-1 существует, а матрица A является неособенной;
-
строится союзная к A матрица, состоящая из алгебраических дополнений Aij = (–1)i+jMij, представляющих собой соответствующие миноры Mij матрицы A, знак перед которыми определяется знаком величины (–1)i+j; каждое алгебраическое дополнение Aij записывается в союзную матрицу на пересечении j-ой строки с i-ым столбцом;
-
все элементы союзной матрицы делятся на определитель такой неособенной матрицы det(A).
На этом процедура получения обратной матрицы завершается.
Проиллюстрируем вышеизложенное на примере построения обратной матрицы для неособенной матрицы второго порядка
. (M.13)
Найдём определитель этой матрицы:
det(A) = Δ = a11*a22 – a12*a21≠ 0. (M.14)
Далее получим алгебраические дополнения:
A11 = (–1)1+1*a22; A12 = (–1)1+2*a21; A21 = (–1)2+1*a12; A22 = (–1)2+2*a11.
Теперь сгруппируем алгебраические дополнения в союзную матрицу, разделив их на определитель Δ, и получим матрицу A-1, обратную к исходной A:
(M.15)
Разобранный выше теоретически корректный путь построения обратной матрицы на практике далее матриц второго порядка не применяется. Можно найти элементы обратной матрицы с использованием разнообразных алгоритмов решения систем линейных алгебраических уравнений (СЛАУ), с которыми мы познакомимся позже.
-
След квадратной матрицы и его свойства
Квадратная матрица Аnn характеризуется «следом», равным сумме её диагональных элементов: tr(Ann) = åаii.
Оператор следа tr(…) обладает следующими свойствами:
1) tr(a) = a, где a – скаляр; 2) tr(a*А) = a*trА; 3) tr(А+В) = trА + trВ;
4) tr(Аm n*Вn m) = tr(Вn m*Аm n); 5) E(tr(А)) = tr(E(А)).
-
Дифференцирование функций векторного аргумента
Функция «z», зависящая от «n» переменных xi, может быть представлена как функция векторного аргумента:
z = f(x1, x2, … xn) = f(X1nT). (M.16)
Частные производные такой функции удобно записать в виде вектора-строки:
∂z/∂X = (∂f/∂x1 ∂f/∂x2 … ∂f/∂xn). (M.17)
Символ ∂/∂X, использованный в формуле (M.17), называется вектором дифференциальных операторов [8].
Используя оператор (M.17), найдём в n-мерном пространстве вектор частных производных гиперплоскости
z = C1n*Xn1 (M.18)
и гиперповерхности второго порядка, называемой в математике квадратичной формой:
z = . (M.19)
Матрица Cnn предполагается симметрической, т.е. .
Следующая последовательность преобразований с применением вектора дифференциальных операторов (M.17) доказывает, что вектор частных производных гиперплоскости (M.18) – это вектор её коэффициентов C1n:
∂z/∂X=. (M.20)
Итак, ∂( C1nXn1)/∂X = C1n.
Далее построим вектор частных производных для квадратичной формы, преобразовав предварительно уравнение (M.19) к обычной алгебраической форме;
z = =(x1 x2 … xn)*=
=(c11x12 + c12x1x2 + … + c1nx1xn +
+ c21x2x1 + c22x222 + … + c2nx2xn +
… … … … …
+ cn1xnx1 + cn2xnx2+ … + cnnxnn2). (M.21)
Теперь квадратичная форма (M.19) готова к дифференцированию по классическим правилам:
∂z/∂X=
=. (M.22)
Окончательно, ∂(X1nT*C1n*Xn1)/∂X = 2 X1nT*C1n .
-
Запись и решение СЛАУ с помощью матриц
Матрицы позволяют вести очень компактную запись систем линейных алгебраических уравнений (СЛАУ). Обратимся к СЛАУ, представленной в алгебраической форме:
b11v1 + b12v2 + … +b1nvn + w1 = 0
b21v1 + b22v2 + … +b2nvn + w2 = 0
… … … … . (M.23)
… … … …
br1v1 + br2v2 + … +brnvn + wr = 0
Введём прямоугольную матрицу коэффициентов этих уравнений
, (M.24)
матрицу-столбец (вектор-столбец) неизвестных
, (M.25)
вектор-столбец свободных членов
(M.26)
и нулевой вектор-столбец правой части системы (M.23)
. (M.27)
В соответствие с операциями над матрицами, изложенными в предыдущем разделе, мы можем записать матричный эквивалент системы (M.23) кратко
Br n * Vn 1 + Wr 1 = 0r 1 (M.28)
или развёрнуто
*+=. (M.29)
Когда в СЛАУ число уравнений равно числу неизвестных, то матрица коэффициентов становится квадратной. Если определитель такой матрицы не равен нулю, то матрица её коэффициентов будет неособенной. В таком случае существует обратная к ней матрица, с помощью которой просто записывается решение системы.
Пусть СЛАУ
An n * Xn 1 = bn 1. (M.30)
характеризуется неособенной матрицей коэффициентов (detA ≠ 0), а ранг расширенной матрицы (Annbn1) равен рангу матрицы коэффициентов, т.е. rank(A) = rank(Ab). Такая система называется совместной.
Умножив систему (M.30) слева на обратную матрицу Ann-1, мы получим решение данной СЛАУ в виде вектора неизвестных:
Xn 1 = Ann-1*bn 1. (M.31)