Матрицы. Обратная матрица

Опр . Прямоугольная таблица, состоящая из т строк и п столбцов действительных чисел называется матрицей размера т×п . Матрицы обозначают заглавными латинскими буквами: А, В,…, а массив чисел выделяют круглыми или квадратными скобками.

Числа, входящие в таблицу, называются элементами матрицы и обозначаются малыми латинскими буквами с двойным индексом , гдеi – номер строки, j – номер столбца, на пресечении которых расположен элемент. В общем виде матрица записывается так:

Две матрицы считаются равными , если равны их соответствующие элементы.

Если число строк матрицы т равно числу ее столбцов п , то матрица называется квадратной (в противном случае – прямоугольной).

Матрица размера
называется матрицей-строкой. Матрица размера

называется матрицей-столбцом.

Элементы матрицы, имеющие равные индексы (
и т.д.), образуютглавную диагональ матрицы. Другая диагональ называется побочной.

Квадратная матрица называется диагональной , если все ее элементы, расположенные вне главной диагонали, равны нулю.

Диагональная матрица, у которой диагональные элементы равны единице, называется единичной матрицей и имеет стандартное обозначение Е:

Если все элементы матрицы, расположенные выше (или ниже) главной диагонали равны нулю, говорят, что матрица имеет треугольный вид:

§2. Операции над матрицами

1. Транспонирование матрицы – преобразование, при котором строки матрицы записывают в виде столбцов при сохранении их порядка. Для квадратной матрицы это преобразование эквивалентно симметричному отображению относительно главной диагонали:

2. Матрицы одинаковой размерности можно суммировать (вычитать). Суммой (разностью) матриц называется матрица той же размерности, каждый элемент которой равен сумме (разности) соответствующих элементов исходных матриц:

3. Любую матрицу можно умножать на число. Произведением матрицы на число называется матрица того же порядка, каждый элемент которой равен произведению соответствующего элемента исходной матрицы на это число:

4. Если число столбцов одной матрицы равно числу строк другой, то можно выполнить умножение первой матрицы на вторую. Произведением таких матриц называется матрица, каждый элемент которой равен сумме попарных произведений элементов соответствующей строки первой матрицы и элементов соответствующего столбца второй матрицы.

Следствие . Возведение матрицы в степень к >1 есть произведение матрицы А к раз. Определено только для квадратных матриц.

Пример .

Свойства операций над матрицами.

(А+В)+С=А+(В+С);
к(А+В)=кА+кВ;
А(В+С)=АВ+АС;
(А+В)С=АС+ВС;
к(АВ)=(кА)В=А(кВ);
А(ВС)=(АВ)С;
(кА) Т =кА Т;
(А+В) Т =А Т +В Т;
(АВ) Т =В Т А Т;

Перечисленные выше свойства аналогичны свойствам операций над числами. Есть и специфические свойства матриц. К ним относится, например, отличительное свойство умножения матриц. Если произведение АВ существует, то произведение ВА

Может не существовать

Может отличаться от АВ.

Пример . Предприятие выпускает продукцию двух видов А и В и использует при этом сырье трех типов S 1 , S 2 , и S 3 . Нормы расхода сырья заданы матрицей N=
, гдеn ij – количество сырья j , расходуемого на производство единицы продукции i . План выпуска продукции задан матрицей С=(100 200), а стоимость единицы каждого вида сырья – матрицей . Определить затраты сырья, необходимые для планового выпуска продукции и общую стоимость сырья.

Решение. Затраты сырья определим как произведение матриц С и N:

Общую стоимость сырья вычислим как произведение S и Р.

Матрицы в математике - один из важнейших объектов, имеющих прикладное значение. Часто экскурс в теорию матриц начинают со слов: "Матрица - это прямоугольная таблица...". Мы начнём этот экскурс несколько с другой стороны.

Телефонные книги любого размера и с любым числом данных об абоненте - ни что иное, как матрицы. Такие матрицы имеют примерно следующий вид:

Ясно, что такими матрицами мы все пользуемся почти каждый день. Эти матрицы бывают с различным числом строк (различаются как выпущенный телефонной компанией справочник, в котором могут быть тысячи, сотни тысяч и даже миллионы строк и только что начатая Вами новая записная книжка, в которой меньше десяти строк) и столбцов (справочник должностных лиц какой-нибудь организации, в котором могут быть такие столбцы, как должность и номер кабинета и та же Ваша записная книжка, где может не быть никаких данных, кроме имени, и, таким образом, в ней только два столбца - имя и телефон).

Всякие матрицы можно складывать и умножать, а также проводить над ними другие операции, однако нет необходимости складывать и умножать телефонные справочники, от этого нет никакой пользы, к тому же можно и подвинуться рассудком.

Но очень многие матрицы можно и нужно складывать и перемножать и решать таким образом различные насущные задачи. Ниже примеры таких матриц.

Матрицы, в которых столбцы - выпуск единиц продукции того или иного вида, а строки - годы, в которых ведётся учёт выпуска этой продукции:

Можно складывать матрицы такого вида, в которых учтён выпуск аналогичной продукции различными предприятиями, чтобы получить суммарные данные по отрасли.

Или матрицы, состоящие, к примеру, из одного столбца, в которых строки - средняя себестоимость того или иного вида продукции:

Матрицы двух последних видов можно умножать, а в результате получится матрица-строка, содержащая себестоимость всех видов продукции по годам.

Матрицы, основные определения

Прямоугольная таблица, состоящая из чисел, расположенных в m строках и n столбцах, называется mn-матрицей (или просто матрицей ) и записывается так:

(1)

В матрице (1) числа называются её элементами (как и в определителе, первый индекс означает номер строки, второй – столбца, на пересечении которых стоит элемент; i = 1, 2, ..., m ; j = 1, 2, n ).

Матрица называется прямоугольной , если .

Если же m = n , то матрица называется квадратной , а число n – её порядком .

Определителем квадратной матрицы A называется определитель, элементами которого являются элементы матрицы A . Он обозначается символом |A |.

Квадратная матрица называется неособенной (или невырожденной , несингулярной ), если её определитель не равен нулю, и особенной (или вырожденной , сингулярной ), если её определитель равен нулю.

Матрицы называются равными , если у них одинаковое число строк и столбцов и все соответствующие элементы совпадают.

Матрица называется нулевой , если всё её элементы равны нулю. Нулевую матрицу будем обозначать символом 0 или .

Например,

Матрицей-строкой (или строчной ) называется 1n -матрица, а матрицей-столбцом (или столбцовой ) – m 1-матрица.

Матрица A " , которая получается из матрицы A заменой в ней местами строк и столбцов, называется транспонированной относительно матрицы A . Таким образом, для матрицы (1) транспонированной является матрица

Операция перехода к матрице A " , транспонированной относительно матрицы A , называется транспонированием матрицы A . Для mn -матрицы транспонированной является nm -матрица.

Транспонированной относительно матрицы является матрица A , то есть

(A ")" = A .

Пример 1. Найти матрицу A " , транспонированную относительно матрицы

и выяснить, равны ли определители исходной и транспонированной матриц.

Главной диагональю квадратной матрицы называется воображаемая линия, соединяющая её элементы, у которых оба индекса одинаковые. Эти элементы называются диагональными .

Квадратная матрица, у которой все элементы вне главной диагонали равны нулю, называется диагональной . Не обязательно все диагональные элементы диагональной матрицы отличны от нуля. Среди них могут быть и равные нулю.

Квадратная матрица, у которой элементы, стоящие на главной диагонали равны одному и тому же числу, отличному от нуля, а все прочие равны нулю, называется скалярной матрицей .

Единичной матрицей называется диагональная матрица, у которой все диагональные элементы равны единице. Например, единичной матрицей третьего порядка является матрица

Пример 2. Даны матрицы:

Решение. Вычислим определители данных матриц. Пользуясь правилом треугольников, найдём

Определитель матрицы B вычислим по формуле

Легко получаем, что

Следовательно, матрицы A и – неособенные (невырожденные, несингулярные), а матрица B – особенная (вырожденная, сингулярная).

Определитель единичной матрицы любого порядка, очевидно, равен единице.

Решить задачу на матрицы самостоятельно, а затем посмотреть решение

Пример 3. Даны матрицы

Установить, какие из них являются неособенными (невырожденными, несингулярными).

Применение матриц в математико-экономическом моделировании

В виде матриц просто и удобно записываются структурированные данные о том или ином объекте. Матричные модели создаются не только для хранения этих структурированных данных, но и для решения различных задач с этими данными средствами линейной алгебры.

Так, известной матричной моделью экономики является модель "затраты-выпуск", внедрённая американским экономистом русского происхождения Василием Леонтьевым. Эта модель исходит из предположения, что весь производственный сектор экономики разбит на n чистых отраслей. Каждая из отраслей выпускает продукцию только одного вида и разные отрасли выпускают разную продукцию. Из-за такого разделения труда между отраслями существуют межотраслевые связи, смысл которых состоит в том, что часть продукции каждой отрасли передаётся другим отраслям в качестве ресурса производства.

Объём продукции i -й отрасли (измеряемый определённой единицей измерения), которая была произведена за отчётный период, обозначается через и называется полным выпуском i -й отрасли. Выпуски удобно разместить в n -компонентную строку матрицы.

Количество единиц продукции i -й отрасли, которое необходимо затратить j -й отрасли для производства единицы своей продукции, обозначается и называется коэффициентом прямых затрат.

Точки в пространстве, произведение Rv даёт другой вектор, который определяет положение точки после вращения. Если v - вектор-строка , такое же преобразование можно получить, используя vR T , где R T - транспонированная к R матрица.

Энциклопедичный YouTube

1 / 5

C# - Консоль - Олимпиада - Квадратная спираль

Матрица: определение и основные понятия

Где брать силы и вдохновения Подзарядка 4 квадратной матрицы

Сумма и разность матриц, умножение матрицы на число

Транспонована матриця / Транспонированная матрица

Субтитры

Главная диагональ

Элементы a ii (i = 1, ..., n ) образуют главную диагональ квадратной матрицы. Эти элементы лежат на воображаемой прямой, проходящей из левого верхнего угла в правый нижний угол матрицы. Например, главная диагональ 4х4 матрицы на рисунке содержит элементы a 11 = 9, a 22 = 11, a 33 = 4, a 44 = 10.

Диагональ квадратной матрицы, проходящая через нижний левый и верхний правый углы, называется побочной .

Специальные виды

Название	Пример с n = 3
Диагональная матрица	[ a 11 0 0 0 a 22 0 0 0 a 33 ] {\displaystyle {\begin{bmatrix}a_{11}&0&0\\0&a_{22}&0\\0&0&a_{33}\end{bmatrix}}}
Нижняя треугольная матрица	[ a 11 0 0 a 21 a 22 0 a 31 a 32 a 33 ] {\displaystyle {\begin{bmatrix}a_{11}&0&0\\a_{21}&a_{22}&0\\a_{31}&a_{32}&a_{33}\end{bmatrix}}}
Верхняя треугольная матрица	[ a 11 a 12 a 13 0 a 22 a 23 0 0 a 33 ] {\displaystyle {\begin{bmatrix}a_{11}&a_{12}&a_{13}\\0&a_{22}&a_{23}\\0&0&a_{33}\end{bmatrix}}}

Диагональные и треугольные матрицы

Если все элементы вне главной диагонали нулевые, A называется диагональной . Если все элементы над (под) главной диагональю нулевые, A называется нижней (верхней) треугольной матрицей .

Единичная матрица

Q (x ) = x T Ax

принимает только положительные значения (соответственно, отрицательные значения или и те, и другие). Если квадратичная форма принимает только неотрицательные (соответственно, только неположительные) значения, симметричная матрица называется положительно полуопределённой (соответственно, отрицательно полуопределённой). Матрица будет неопределённой, если она ни положительно, ни отрицательно полуопределена.

Симметричная матрица положительно определена тогда и только тогда, когда все её собственные значения положительны. Таблица справа показывает два возможных случая для матриц 2×2.

Если использовать два различных вектора, получим билинейную форму , связанную с A :

B A (x , y ) = x T Ay .

Ортогональная матрица

Ортогональная матрица - это квадратная матрица с вещественными элементами, столбцы и строки которой являются ортогональными единичными векторами (т. е. ортонормальными). Можно также определить ортогональную матрицу как матрицу, обратная которой равна транспонированной:

A T = A − 1 , {\displaystyle A^{\mathrm {T} }=A^{-1},}

откуда вытекает

A T A = A A T = E {\displaystyle A^{T}A=AA^{T}=E} ,

Ортогональная матрица A всегда обратима (A −1 = A T), унитарна (A −1 = A *), и нормальна (A *A = AA *). Определитель любой ортонормальной матрицы равен либо +1, либо −1. В качестве линейного отображения любая ортонормальная матрица с определителем +1 является простым поворотом , в то время как любая любая ортонормальная матрица с определителем −1 является либо простым отражением , либо композицией отражения и поворота.

Операции

След

Определитель det(A ) или |A | квадратной матрицы A - это число, определяющее некоторые свойства матрицы. Матрица обратима тогда и только тогда , когда её определитель ненулевой.

Матрицы. Виды матриц. Операции над матрицами и их свойства.

Определитель матрицы n-го порядка. N, Z,Q, R,C,

Матрицей порядка m*n называется прямоугольная таблица из чисел, содержащая m-строк и n - столбцов.

Равенство матриц:

Две матрицы называются равными, если число строк и столбцов одной из них равно соответственно числу строк и столбцов другой и соответст. эл-ты этих матриц равны.

Замечание: Эл-ты имеющие одинаковые индексы являются соответствующими.

Виды матриц:

Квадратная матрица: матрица называется квадратной, если число её строк равно числу столбцов.

Прямоугольная: матрица называется прямоугольной, если число строк не равно числу столбцов.

Матрица строка: матрица порядка 1*n (m=1) имеет вид a11,a12,a13 и называется матрицей строки.

Матрица столбец:………….

Диагональная: диагональ квадратной матрицы, идущая от верхнего левого угла к правому нижнему углу, то есть состоящая из элементов а11,а22……-называется главной диагональю. (опред: квадратная матрица все элементы которой равны нулю, кроме тех, что расположены на главной диагонали, называется диагональной матрицей.

Единичная: диагональная матрица называется единичной, если все элементы расположены на главной диагонали и равны 1.

Верхняя треугольная: А=||aij|| называется верхней треугольной матрицей, если aij=0. При условии i>j.

Нижняя треугольная: aij=0. i

Нулевая: это матрица Эл-ты которой равны 0.

Операции над матрицами.

1.Транспонирование.

2.Умножение матрицы на число.

3.Сложение матриц.

4.Умножение матриц.

Основные св-ва действия над матрицами.

1.A+B=B+A (коммутативность)

2.A+(B+C)=(A+B)+C (ассоциативность)

3.a(A+B)=aA+aB (дистрибутивность)

4.(a+b)A=aA+bA (дистриб.)

5.(ab)A=a(bA)=b(aA) (асооц.)

6.AB≠BA (отсутствует комму.)

7.A(BC)=(AB)C (ассоц.) –выполняется, если опред. Произведений матриц выполняется.

8.A(B+C)=AB+AC (дистриб.)

(B+C)A=BA+CA (дистриб.)

9.a(AB)=(aA)B=(aB)A

Определитель квадратной матрицы – определение и его свойства. Разложение определителя по строкам и столбцам. Способы вычисления определителей.

Если матрица А имеет порядок m>1, то определитель этой матрицы – число.

Алгебраическим дополнением Aij эл-та aij матрицы А называется минор Mij, умноженный на число

ТЕОРЕМА1: Определитель матрицы А равен сумме произведений всех элементов произвольной строки (столбца) на их алгебраические дополнения.

Основные свойства определителей.

1. Определитель матрицы не изменится при её транспонировании.

2. При перестановки двух строк (столбцов) определитель меняет знак, а абсолютная величина его не меняется.

3. Определитель матрицы, имеющий две одинаковые строки (столбцы) равен 0.

4.При умножении строки (столбца) матрицы на число её определитель умножается на это число.

5. Если одна из строк (столбцов) матрицы состоит из 0, то определитель этой матрицы равен 0.

6. Если все элементы i-ой строки (столбца) матрицы представлены в виде суммы двух слагаемых, то её определитель можно представить в виде суммы определителей двух матриц.

7. Определитель не изменится, если к элементам одного столбца (строки) прибавить соответственно эл-ты другого столбца (строки) предварительно умнож. на одно и того же число.

8.Сумма произвольных элементов какого либо столбца (строки) определителя на соответствующее алгебраическое дополнение элементов другого столбца (строки) равна 0.

https://pandia.ru/text/78/365/images/image004_81.gif" width="46" height="27">

Способы вычисления определителя:

1. По определению или теореме 1.

2. Приведение к треугольному виду.

Определение и свойства обратной матрицы. Вычисление обратной матрицы. Матричные уравнения.

Определение: Квадратная матрица порядка n, называется обратной к матрице А того же порядка и обозначается

Для того чтобы для матрицы А существовала обратная матрица необходимо и достаточно, чтобы определитель матрицы А был отличен от 0.

Свойства обратной матрицы:

1. Единственность: для данной матрицы А её обратная – единственная.

2. определитель матрицы

3. Операция взятия транспонирования и взятие матрицы обратной.

Матричные уравнения:

Пусть А и В две квадратные матрицы того же порядка.

https://pandia.ru/text/78/365/images/image008_56.gif" width="163" height="11 src=">

Понятие линейной зависимости и независимости столбцов матрицы. Свойства линейной зависимости и линейной независимости системы столбцов.

Столбцы А1,А2…Аn называются линейно зависимыми, если существует их не тривиальная линейная комбинация, равная 0-му столбцу.

Столбцы А1,А2…Аn называются линейно независимыми, если существует их не тривиальная линейная комбинация, равная 0-му столбцу.

Линейная комбинация называется тривиальной, если все коэффициенты С(l) равны 0 и не тривиальной в противном случае.

https://pandia.ru/text/78/365/images/image010_52.gif" width="88" height="24">

2.для того чтобы столбцы были линейно зависимы необходимо и достаточно, чтобы какой-нибудь столбец являлся линейной комбинацией других столбцов.

Пусть 1 из столбцов https://pandia.ru/text/78/365/images/image014_42.gif" width="13" height="23 src=">является линейной комбинацией других столбцов.

https://pandia.ru/text/78/365/images/image016_38.gif" width="79" height="24"> линейно зависимы, то и все столбцы линейно зависимы.

4. Если система столбцов линейно независима, то любая её подсистема так же линейно независима.

(Всё что сказано относительно столбцов, справедливо и для строк).

Миноры матрицы. Базисные миноры. Ранг матрицы. Метод окаймляющих миноров вычисления ранга матрицы.

Минором порядка к матрицы А называется определитель элементы которого расположены на пересечении к-строк и к-стролбцов матрицы А.

Если все миноры к-го порядка матрицы А =0, то любой минор порядка к+1 тоже равен 0.

Базисный минор.

Рангом матрицы А называется порядок её базисного минора.

Метод окаймляющих миноров: - Выбираем не нулевой элемент матрицы А (Если такого элемента не существует, то ранг А =0)

Окаймляем минор предыдущий 1-го порядка минором 2-го порядка. (Если этот минор не равен 0, то ранг >=2) Если ранг этого минора =0, то окаймляем выбранный минор 1-го порядка другими минорами 2-го порядка. (Если все миноры 2-го порядка =0, то ранг матрицы = 1).

Ранг матрицы. Способы нахождения ранга матрицы.

Рангом матрицы А называется порядок его базисного минора.

Способы вычисления:

1) Метод окаймляющих миноров: -Выбираем ненулевой элемент матрицы А (если такого элемента нет, то ранг =0) – Окаймляем минор предыдущий 1-го порядка минором 2-го порядка..gif" width="40" height="22">r+1 Mr+1=0.

2)Приведение матрицы к ступенчатому виду: этот метод основан на элементарных преобразованиях. При элементарных преобразованиях ранг матрицы не меняется.

Элементарными преобразованиями называются следующие преобразования:

Перестановка двух строк (столбцов).

Умножение всех элементов некоторого столбца (строки) на число не =0.

Прибавление ко всем элементам некоторого столбцы (строки) элементов другого столбца (строки), предварительно умноженных на одно и тоже число.

Теорема о базисном миноре. Необходимое и достаточное условие равенства нулю определителя.

Базисным минором матрицы А называется минор наибольшего к-го порядка отличного от 0.

Теорема о базисном миноре:

Базисные строки (столбцы) линейно независимы. Любая строка (столбец) матрицы А являются линейной комбинацией базисных строк (столбцов).

Замечания: Строки и столбцы на пересечении которых стоит базисный минор называются соответственно базисными строками и столбцами.

a11 a12… a1r a1j

a21 a22….a2r a2j

a31 a32….a3r a3j

ar1 ar2 ….arr arj

ak1 ak2…..akr akj

Необходимые и достаточные условия равенства нулю определителя:

Для того чтобы определитель n-го порядка =0, необходимо и достаточно, чтобы его строки (столбцы) были линейно зависимы.

Системы линейных уравнений, их классификация и формы записи. Правило Крамера.

Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:

https://pandia.ru/text/78/365/images/image020_29.gif" alt="l14image048" width="64" height="38 id=">

называется определителем системы.

Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов

https://pandia.ru/text/78/365/images/image022_23.gif" alt="l14image052" width="93" height="22 id=">

Доказательство. Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A11 элемента a11, 2-ое уравнение – на A21 и 3-е – на A31:

https://pandia.ru/text/78/365/images/image024_24.gif" alt="l14image056" width="247" height="31 id=">

Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца

https://pandia.ru/text/78/365/images/image026_23.gif" alt="l14image060" width="324" height="42 id=">

Аналогично можно показать, что и .

Наконец несложно заметить, что

Таким образом, получаем равенство: .

Следовательно, .

Аналогично выводятся равенства и , откуда и следует утверждение теоремы.

Системы линейных уравнений. Условие совместимости линейных уравнений. Теорема Кронекера-Капелли.

Решением системы алгебраических уравнений называется такая совокупность n чисел C1,C2,C3……Cn, которая при подстановки в исходную систему на место x1,x2,x3…..xn обращает все уравнения системы в тождества.

Система линейных алгебраических уравнений называется совместной, если она имеет хотя бы одно решение.

Совместная система называется определённой, если она имеет единственное решение, и неопределённой, если она имеет бесчисленно много решений.

Условия совместности систем линейных алгебраических уравнений.

a11 a12 ……a1n x1 b1

a21 a22 ……a2n x2 b2

……………….. .. = ..

am1 am2…..amn xn bn

ТЕОРЕМА: Для того чтобы система m линейных уравнений с n неизвестными была совместной необходимо и достаточно, чтобы ранг расширенной матрицы был равен рангу матрицы А.

Замечание: Эта теорема даёт лишь критерии существования решения, но не указывает способа отыскивания решения.

10 вопрос.

Системы линейных уравнений. Метод базисного минора - общий метод отыскивания всех решений систем линейных уравнений.

A=a21 a22…..a2n

Метод базисного минора:

Пусть система совместна и RgA=RgA’=r. Пусть базисный минор расписан в верхнем левом углу матрицы А.

https://pandia.ru/text/78/365/images/image035_20.gif" width="22" height="23 src=">…...gif" width="23" height="23 src=">…...gif" width="22" height="23 src=">…...gif" width="46" height="23 src=">-…..-a

d2 b2-a(2r+1)x(r+1)-..-a(2n)x(n)

… = …………..

Dr br-a(rr+1)x(r+1)-..-a(rn)x(n)

https://pandia.ru/text/78/365/images/image050_12.gif" width="33" height="22 src=">

Замечания: Если ранг основной матрицы и рассматриваемой равен r=n, то в этом случае dj=bj и система имеет единственное решение.

Однородные системы линейных уравнений.

Система линейных алгебраических уравнений называется однородной, если все ее свободные члены равны нулю.

AX=0 – однородная система.

АХ =В – неоднородная система.

Однородные системы всегда совместны.

Х1 =х2 =..=хn =0

Теорема 1.

Однородные системы имеют неоднородные решения, когда ранг матрицы системы меньше числа неизвестных.

Теорема 2.

Однородная система n-линейных уравнений с n-неизвестными имеет не нулевое решение, когда определитель матрицы А равен нулю. (detA=0)

Свойства решений однородных систем.

Любая линейная комбинация решения однородной системы сама является решением этой системы.

α1C1 +α2C2 ; α1 и α2– некоторые числа.

А(α1C1 +α2C2) = А(α1C1) +А(α2C2) = α1(А C1) + α2(АC2) = 0,т. к. (А C1) = 0; (АC2) = 0

Для неоднородной системы это свойство не имеет места.

Фундаментальная система решений.

Теорема 3.

Если ранг матричной системы уравнения с n-неизвестными равен r, то эта система имеет n-r линейно-независимых решений.

Пусть базисный минор в левом верхнем углу. Если r< n, то неизвестные х r+1;хr+2;..хn называются свободными переменными, а систему уравнений АХ=В запишем, как Аr Хr =Вr

C1 = (C11 C21 .. Cr1 , 1,0..0)

C2 = (C21 C22 .. C2r,0, 1..0) <= Линейно-независимы.

……………………..

Cn-r = (Cn-r1 Cn-r2 .. Cn-rr ,0, 0..1)

Система n-r линейно-независимых решений однородной системы линейных уравнений с n-неизвестными ранга r называется фундаментальной системой решений.

Теорема 4.

Любое решение системы линейных уравнений есть линейная комбинация решения фундаментальной системы.

С = α1C1 +α2C2 +.. + αn-r Cn-r

Если r

12 вопрос.

Общее решение неоднородной системы.

Сон (общ. неоднор.) = Соо +Сч (частное)

АХ=В (неоднородная система) ; АХ= 0

(АСоо) +АСч = АСч = В, т. к. (АСоо) = 0

Сон= α1C1 +α2C2 +.. + αn-r Cn-r + Сч

Метод Гаусса.

Это метод последовательных исключений неизвестных (переменных) – заключается в том, что с помощью элементарных преобразований, исходная система уравнений приводится к равносильной системе ступенчатого вида, из которой последовательно, начиная с последних переменных, находят все остальные переменные.

Пусть а≠0 (если это не так, то перестановкой уравнений добиваются этого).

1)исключаем переменную х1 из второго, третьего…n-ого уравнения, умножая первое уравнение на подходящие числа и прибавляя полученные результаты ко 2-ому, 3-ему…n-ому уравнению, тогда получаем:

Получаем систему равносильную исходной.

2)исключаем переменную х2

3) исключаем переменную х3 и т. д.

Продолжая процесс последовательного исключения переменных х4;х5...хr-1 получим для (r-1)-ого шага.

Число ноль последних n-r в уравнениях означают, что их левая часть имеет вид: 0х1 +0х2+..+0хn

Если хотя бы одно из чисел вr+1, вr+2… не равны нулю, то соответственное равенство противоречиво и система (1) не совместна. Таким образом, для всякой совместной системы эта вr+1 … вm равна нулю.

Последнее n-r уравнение в системе (1;r-1) являются тождествами и их можно не принимать во внимание.

Возможны два случая:

а)число уравнений системы (1;r-1) равно числу неизвестных, т. е. r=n (в этом случае система имеет треугольный вид).

б)r

Переход от системы (1) к равносильной ей системе (1;r-1) называется прямым ходом метода Гаусса.

О нахождение переменной из системы (1;r-1) – обратным ходом метода Гаусса.

Преобразования Гаусса удобно проводить, осуществляя их не с уравнениями, а с расширенной матрицей их коэффициентов.

13 вопрос.

Подобные матрицы.

Будем рассматривать только квадратные матрицы порядка n/

Матрица А называется подобной матрице В (А~В), если существует такая неособенная матрица S, что А=S-1BS.

Свойства подобных матриц.

1)Матрица А подобна сама себе. (А~А)

Если S=Е, тогда ЕАЕ=Е-1АЕ=А

2)Если А~В, то В~А

Если А=S-1ВS => SAS-1= (SS-1)B(SS-1)=B

3)Если А~В и одновременно В~С, то А~С

Дано, что А=S1-1BS1, и В=S2-1CS2 => A= (S1-1 S2-1) C(S2 S1) = (S2 S1)-1C(S2 S1) = S3-1CS3, где S3 = S2S1

4)Определители подобных матриц равны.

Дано, что А~В, надо доказать, что detA=detB.

A=S-1 BS, detA=det(S-1 BS)= detS-1* detB* detS = 1/detS *detB*detS (сокращаем) = detB.

5)Ранги подобных матриц совпадают.

Собственные векторы и собственные значения матриц.

Число λ называется собственным значением матрицы А, если существует ненулевой вектор Х(матр. столбец) такой, что АХ= λ Х, вектор Х называется собственным вектором матрицы А, а совокупность всех собственных значений называется спектром матрицы А.

Свойства собственных векторов.

1)При умножении собственного вектора на число получим собственный вектор с тем же собственным значением.

АХ= λ Х; Х≠0

α Х => А(α Х) = α (АХ) = α(λ Х) = = λ (αХ)

2) Собственные векторы с попарно-различными собственными значениями линейно независимы λ1, λ2,.. λк.

Пусть система состоит из 1-ого вектора, сделаем индуктивный шаг:

С1 Х1 +С2 Х2 + .. +Сn Хn = 0 (1) – умножаем на А.

С1 АХ1 +С2 АХ2 + .. +Сn АХn = 0

С1 λ1 Х1 +С2 λ2 Х2 + .. +Сn λn Хn = 0

Умножаем на λn+1 и вычтем

С1 Х1 +С2 Х2 + .. +Сn Хn+ Сn+1 Хn+1 = 0

С1 λ1 Х1 +С2 λ2 Х2 + .. +Сn λn Хn+ Сn+1 λn+1 Хn+1 = 0

C1 (λ1 –λn+1)X1 + C2 (λ2 –λn+1)X2 +.. + Cn (λn –λn+1)Xn + Cn+1 (λn+1 –λn+1)Xn+1 = 0

C1 (λ1 –λn+1)X1 + C2 (λ2 –λn+1)X2 +.. + Cn (λn –λn+1)Xn = 0

Надо чтобы С1 =С2 =… = Сn = 0

Сn+1 Хn+1 λn+1 =0

Характеристическое уравнение.

А-λЕ называется характеристической матрицей для матрицы А.

Для того, чтобы ненулевой вектор Х был собственным вектором матрицы А, соответствующий собственному значению λ необходимо чтобы он являлся решением однородной системы линейно-алгебраических уравнений (А - λЕ)Х = 0

Нетривиальное решение система имеет тогда, когда det (А - XЕ) = 0 - это характеристическое уравнение.

Утверждение!

Характеристические уравнения подобных матриц совпадают.

det(S-1AS – λЕ) = det(S-1AS – λ S-1ЕS) =det(S-1 (A – λЕ)S) = det S-1 det(A – λЕ) detS= det(A – λЕ)

Характеристический многочлен.

det(A – λЕ)- функция относительно параметра λ

det(A – λЕ) = (-1)n Xn +(-1)n-1(a11+a22+..+ann)λn-1+..+detA

Этот многочлен и называется характеристическим многочленом матрицы А.

Следствие:

1)Если матрицы А~В, то сумма их диагональных элементов совпадает.

a11+a22+..+ann = в11+в22+..+вnn

2)Множество собственных значений подобных матриц совпадают.

Если характеристические уравнения матриц совпадают, то они необязательно подобны.

Для матрицы А

Для матрицы В

https://pandia.ru/text/78/365/images/image062_10.gif" width="92" height="38">

Det(Ag-λE) = (λ11 – λ)(λ22 – λ)…(λnn – λ)= 0

Для того чтобы матрица А порядка n была диагонализируема, необходимо, чтобы существовали линейно-независимые собственные вектора матрицы А.

Следствие.

Если все собственные значения матрица А различны, то она диагонализируема.

Алгоритм нахождения собственных векторов и собственных значений.

1)составляем характеристическое уравнение

2)находим корни уравнений

3)составляем систему уравнений для определения собственного вектора.

λi (A-λi E)X = 0

4)находим фундаментальную систему решений

x1,x2..xn-r, где r - ранг характеристической матрицы.

r =Rg(A - λi E)

5)собственный вектор, собственные значения λi записываются в виде:

X = С1 Х1 +С2 Х2 + .. +Сn-r Хn-r, где С12 +С22 +… С2n ≠0

6)проверяем, может ли матрица быть приведена к диагональному виду.

7)находим Ag

Ag = S-1AS S=

15 вопрос.

Базис прямой, плоскости, пространства.

DIV_ADBLOCK371">

Модулем вектора называется его длина, то есть расстояние между А и В (││, ││). Модуль вектора равен нулю, тогда, когда этот вектор нулевой (│ō│=0)

4.Орт вектора.

Ортом данного вектора называется вектор, который направлен одинаково с данным вектором и имеет модуль, равный единице.

Равные вектора имеют равные орты.

5.Угол между двумя векторами.

Это меньшая часть площади, ограниченная двумя лучами, исходящими из одной точки и направленные одинаково с данными векторами.

Сложение векторов. Умножение вектора на число.

1)Сложение двух векторов

https://pandia.ru/text/78/365/images/image065_9.gif" height="11">+ │≤│ │+│ │

2)Умножение вектора на скаляр.

Произведением вектора и скаляра называют новый вектор, который имеет:

а) = произведения модуля умножаемого вектора на абсолютную величину скаляра.

б) направление одинаковое с умножаемым вектором, если скаляр положителен, и противоположное, если скаляр отрицателен.

λ а(вектор)=>│ λ │= │ λ │=│ λ ││ │

Свойства линейных операций над векторами.

1.Закон коммунитативности.

2. Закон ассоциативности.

3. Сложение с нулем.

а(вектор)+ō= а(вектор)

4.Сложение с противоположным.

5. (αβ) = α(β) = β(α)

6;7.Закон дистрибутивности.

Выражение вектора через его модуль и орт.

Максимальное число линейно-независимых векторов называются базисом.

Базисом на прямой является любой ненулевой вектор.

Базисом на плоскости являются любые два некаллениарных вектора.

Базисом в пространстве является система любых трех некомпланарных векторов.

Коэффициент разложения вектора по некоторому базису называется компонентами или координатами вектора в данном базисе.

https://pandia.ru/text/78/365/images/image075_10.gif" height="11 src=">.gif" height="11 src="> выполнить действие сложения и умножения на скаляр, то в результате любого числа таких действий получим:

λ1 https://pandia.ru/text/78/365/images/image079_10.gif" height="11 src=">+...gif" height="11 src=">.gif" height="11 src="> называются линейно-зависимыми, если существует их нетривиальная линейная комбинация, равная ō.

λ1 https://pandia.ru/text/78/365/images/image079_10.gif" height="11 src=">+...gif" height="11 src=">.gif" height="11 src="> называются линейно-НЕзависимыми, если не существует их нетривиальная линейная комбинация.

Свойства линейно-зависимых и Независимых векторов:

1)система векторов, содержащая нулевой вектор линейно-зависима.

λ1 https://pandia.ru/text/78/365/images/image079_10.gif" height="11 src=">+...gif" height="11 src=">.gif" height="11 src="> были линейно-зависимыми, необходимо, чтобы какой-нибудь вектор являлся линейной комбинацией других векторов.

3)если часть векторов из системы а1(вектор), а2(вектор)… ак(вектор) линейно-зависимы, то и все вектора линейно-зависимы.

4)если все вектора https://pandia.ru/text/78/365/images/image076_9.gif" height="11 src=">.gif" width="75" height="11">

https://pandia.ru/text/78/365/images/image082_10.gif" height="11 src=">.gif" height="11 src=">)

Линейные операции в координатах.

https://pandia.ru/text/78/365/images/image069_9.gif" height="12 src=">.gif" height="11 src=">.gif" height="11 src=">.gif" height="11 src=">+ (λа3)DIV_ADBLOCK374">

Скалярное произведение 2-х векторов – это число равное произведению векторов на косинус угла между ними.

https://pandia.ru/text/78/365/images/image090_8.gif" width="48" height="13">

3. (a;b)=0, тогда и только тогда, когда векторы ортоганальны или какой нибудь из векторов равен 0.

4. Дистрибутивность (αa+βb;c)=α(a;c)+β(b;c)

5. Выражение скалярного произведения a и b через их координаты

https://pandia.ru/text/78/365/images/image093_8.gif" width="40" height="11 src=">

https://pandia.ru/text/78/365/images/image095_8.gif" width="254" height="13 src=">

При выполнении условия () , h, l=1,2,3

https://pandia.ru/text/78/365/images/image098_7.gif" width="176" height="21 src=">

https://pandia.ru/text/78/365/images/image065_9.gif" height="11"> и называется третий вектор который удовлетворяет следующим уравнениям:

3. – правая

Свойства векторного произведения:

4. Векторное произведение координатных ортов

Ортонормированый базис.

https://pandia.ru/text/78/365/images/image109_7.gif" width="41" height="11 src=">

https://pandia.ru/text/78/365/images/image111_8.gif" width="41" height="11 src=">

Часто для обозначения ортов ортонормированного базиса используются 3 символа

https://pandia.ru/text/78/365/images/image063_10.gif" width="77" height="11 src=">

https://pandia.ru/text/78/365/images/image114_5.gif" width="549" height="32 src=">

Если - это ортонормированный базис, то

DIV_ADBLOCK375">

Прямая линия на плоскости. Взаимное расположение 2-х прямых. Расстояние от точки до прямой линии. Угол между двумя прямыми. Условие параллельности и перпендикулярности 2-х прямых.

1. Часный случай расположения 2-х прямых на плоскости.

1)- уравнение прямой параллельной оси ОХ

2) - уравнение прямой параллельной оси ОУ

2. Взамное расположение 2-х прямых.

Теорема 1 Пусть относительно аффинной системы координат даны уравнения прямых

А) Тогда необходимое и достаточное условие когда они пересекаются имеет вид:

Б) Тогда необходимое и достаточное условие того что прямые паралельны является условие:

B) Тогда необходимым и достаточным условием того что прямые сливаются в одну является условие:

3. Расстояние от точки до прямой.

Теорема. Расстояние от точки до прямой относительно декартовой системы координат:

https://pandia.ru/text/78/365/images/image127_7.gif" width="34" height="11 src=">

4. Угол между двумя прямыми. Условие перпендикулярности.

Пусть 2 прямые заданы относительно декартовой системы координат общими уравнениями.

https://pandia.ru/text/78/365/images/image133_4.gif" width="103" height="11 src=">

Если , то прямые перпендикулярны.

24 вопрос.

Плоскость в пространстве. Условие комплонарности вектора и плоскости. Расстояние от точки до плоскости. Условие параллельности и перпендикулярности двух плоскостей.

1. Условие комплонарности вектора и плоскости.

https://pandia.ru/text/78/365/images/image138_6.gif" width="40" height="11 src=">

https://pandia.ru/text/78/365/images/image140.jpg" alt="Безымянный4.jpg" width="111" height="39">

https://pandia.ru/text/78/365/images/image142_6.gif" width="86" height="11 src=">

https://pandia.ru/text/78/365/images/image144_6.gif" width="148" height="11 src=">

https://pandia.ru/text/78/365/images/image145.jpg" alt="Безымянный5.jpg" width="88" height="57">

https://pandia.ru/text/78/365/images/image147_6.gif" width="31" height="11 src=">

https://pandia.ru/text/78/365/images/image148_4.gif" width="328" height="24 src=">

3. Угол между 2-я плоскостями. Условие перпендикулярности.

https://pandia.ru/text/78/365/images/image150_6.gif" width="132" height="11 src=">

Если , то плоскости перпендикулярны.

25 вопрос.

Прямая линя в пространстве. Различные виды уравнения прямой линии в пространстве.

https://pandia.ru/text/78/365/images/image156_6.gif" width="111" height="19">

2. Векторное уравнение прямой в пространстве.

https://pandia.ru/text/78/365/images/image138_6.gif" width="40" height="11 src=">

https://pandia.ru/text/78/365/images/image162_5.gif" width="44" height="29 src=">

4. Каноническое уравнение прямое.

https://pandia.ru/text/78/365/images/image164_4.gif" width="34" height="18 src=">

https://pandia.ru/text/78/365/images/image166_0.jpg" alt="Безымянный3.jpg" width="56" height="51">

28 вопрос.

Эллипс. Вывод Канонического уравнения эллипса. Форма. Свойства

Эллипс – геометрическое место точек, для которых сумма расстояний от двух фиксированных расстояний, называемых фокусами есть данное число 2a, большее чем расстояние 2c между фокусами.

https://pandia.ru/text/78/365/images/image195_4.gif" alt="image002" width="17" height="23 id=">.gif" alt="image043" width="81 height=44" height="44"> 0=

на рис.2 r1=a+ex r2=a-ex

Ур-е касательной к эллипсу

DIV_ADBLOCK378">

Каноническое уравнение гиперболы

Форма и св-ва

y=±b/a умножить на корень из (x2-a2)

Ось симметрии гиперболы - её оси

Отрезок 2a - действительная ось гиперболы

Эксентриситет e=2c/2a=c/a

Если b=a получается равнобокая гипербола

Ассимтотой - называется прямая, если при неограниченном удалении точки M1 по кривой расстояние от точки до прямой стремится к нулю.

lim d=0 при x-> ∞

d=ba2/(x1+(x21-a2)1/2/c)

касательная гиперболы

xx0/a2 - yy0/b2 = 1

парабола - геометрическое место точек, равноудаленное от точки, названной фокусом и данной прямой, названной директриссой

Каноническое уравнение параболы

свойства

ось симметрии параболы проходит через её фокус и перпендиукулярна директрисе

если вращать параболу получится эллиптический параболоид

все параболы подобны

вопрос 30. Исследование уравнения общего вида кривой второго порядка.

Тип кривой опр. при старших членах A1, B1, C1

A1x12+2Bx1y1+C1y12+2D1x1+2E1y1+F1=0

1. AC=0 ->кривая параболического типа

A=C=0 => 2Dx+2Ey+F=0

A≠0 C=0 => Ax2+2Dx+2Ey+F=0

Если Е=0 => Ax2+2Dx+F=0

то x1=x2 - сливается в одну

x1≠x2 - прямые параллельны Оу

x1≠x2 и корни мнимые, не имеет геометричекого образа

С≠0 А=0 =>C1y12+2D1x1+2E1y1+F1=0

Вывод: кривая параболического типа это либо парабола, либо 2 параллельные прямые, или мнимые, или в одну сливаются.

2.AC>0 -> кривая эллиптического типа

Дополняя до полного квадрата исходное уравнение преобразуем к каноническому, тогда получим случаи

(x-x0)2/a2+(y-y0)2/b2=1 - эллипс

(x-x0)2/a2+(y-y0)2/b2=-1 - мнимый эллипс

(x-x0)2/a2-(y-y0)2/b2=0 - точка с координатой x0 y0

Вывод: кривая эл. типа ето либо эллипс, либо мнимый, либо точка

3. АС<0 - кривая гиперболического типа

(x-x0)2/a2-(y-y0)2/b2=1 гипербола, действительная ось параллельна Ох

(x-x0)2/a2-(y-y0)2/b2=-1 гипербола, действительная ось параллельна Oy

(x-x0)2/a2-(y-y0)2/b2=0 ур-е двух прямых

Вывод: кривая гиперболического типа это либо гипербола, либо две прямые

Операции над матрицами и их свойства.

Понятие определителя второго и третьего порядков. Свойства определителей и их вычисление.

3. Общее описание задания.

4. Выполнение заданий.

5. Оформление отчета о лабораторной работе.

Глоссарий

Выучите определения следующих терминов :

Размерностью матрицы называется совокупность двух чисел, состоящая из числа её строк m и числа столбцов n.

Если m=n, то матрицу называют квадратной матрицей порядка n.

Операции над матрицами : транспонирование матрицы, умножение (деление) матрицы на число, сложение и вычитание, умножение матрицы на матрицу.

Переход от матрицы А к матрице А т, строками которой являются столбцы, а столбцами —строки матрицы А, называется транспонированием матрицы А.

Пример: А= , А т = .

Чтобы умножить матрицу на число , нужно каждый элемент матрицы умножить на это число.

Пример: 2А= 2· = .

Суммой (разностью) матриц А и В одинаковой размерности называется матрица С=А В, элементы которой равны с ij = a ij b ij для всех i и j .

Пример: А = ; В = . А+В= = .

Произведением матрицы А m n на матрицу В n k называется матрица С m k , каждый элемент которой c ij равен сумме произведений элементов i-ой строки матрицы А на соответствующий элемент j-го столбца матрицы В:

c ij = a i1 · b 1j + a i2 ·b 2j +…+ a in ·b nj .

Чтобы можно было умножить матрицу на матрицу, они должны быть согласованными для умножения, а именно число столбцов в первой матрице должно быть равно числу строк во второй матрице.

Пример: А= и В = .

А·В—невозможно, т.к. они не согласованы.

В·А= . = = .

Свойства операции умножения матриц .

1. Если матрица А имеет размерность m n, а матрица В—размерность n k , то произведение А·В существует.

Произведение В·А может существовать, только когда m=k.

2.Умножение матриц не коммутативно, т.е. А·В не всегда равно В·А даже если определены оба произведения. Однако если соотношение А·В= В·А выполняется, то матрицы А и В называются перестановочными .

Пример . Вычислить .

Минором элемента называется определитель матрицы порядка, полученный вычёркиванием -ой строки -го столбца.

Алгебраическим дополнением элемента называется .

Теорема разложения Лапласа :

Детерминант квадратной матрицы равен сумме произведений элементов любой строки (столбца) на их алгебраические дополнения.

Пример . Вычислить .

Решение. .

Свойства определителей n-го порядка :

1) Величина определителя не изменится, если строки и столбца поменять местами.

2) Если определитель содержит строку (столбец) из одних нулей, то он равен нулю.

3) При перестановке двух строк (столбцов) определитель меняет знак.

4) Определитель, имеющий две одинаковые строки (столбца), равен нулю.

5) Общий множитель элементов любой строки (столбца) можно вынести за знак определителя.

6) Если каждый элемент некоторой строки (столбца) представляет собой сумму двух слагаемых, то определитель равен сумме двух определителей, в каждом из которых все строки (столбцы), кроме упомянутой, такие же, как и в данном определителе, а в упомянутой строке (столбце) первого определителя стоят первые слагаемые, второго - вторые.

7) Если в определителе две строки (столбца) пропорциональны, то он равен нулю.

8) Определитель не изменится, если к элементам некоторой строки (столбца) прибавить соответствующие элементы другой строки (столбца), умноженные на одно и то же число.

9) Определители треугольных и диагональных матриц равны произведению элементов главной диагонали.

Метод накопления нулей вычисления определителей основан на свойствах определителей.

Пример . Вычислить .

Решение. Вычтем из первой строки удвоенную третью, далее используем теорему разложения по первому столбцу.

~ .

Контрольные вопросы (ОК-1, ОК-2, ОК-11,ПК-1):

1. Что называется определителем второго порядка?

2. Какие основные свойства определителей?

3. Что называется минором элемента?

4. Что называется алгебраическим дополнением элемента определителя?

5. Как разложить определитель третьего порядка по элементам какой-либо строки (столбца)?

6. Чему равна сумма произведений элементов какой-либо строки (или столбца), определителя по алгебраическим дополнениям соответствующих элементов другой строки (или столбца)?

7. В чём заключается правило треугольников?

8. Как вычисляются определители высших порядков способом понижения порядка

10. Какая матрица называется квадратной? Нулевой? Что такое матрица-строка, матрица-столбец?

11. Какие матрицы называются равными?

12. Дать определения операций сложения, умножения матриц, умно-жения матрицы на число

13. Каким условиям должны удовлетворять размеры матриц при сло-жении, умножении?

14. В чём заключаются свойства алгебраических операций: коммута-тивность, ассоциативность, дистрибутивность ? Какие из них выпол-няются для матриц при сложении, умножении, а какие нет?

15. Что такое обратная матрица? Для каких матриц она определена?

16. Сформулировать теорему о существовании и единственности обратной матрицы.

17. Сформулировать лемму о транспонировании произведения мат-риц.

Практические задания общие (ОК-1, ОК-2, ОК-11,ПК-1):

№1. Найти сумму и разность матриц А и В:

а)