Линейная алгебра 1

Матрицы 1

Операции над матрицами 2

Определители матриц 6

Обратная матрица 13

Ранг матрицы 16

Линейная независимость 21

Системы линейных уравнений 24

Методы решения систем линейных уравнений 27

Метод обратной матрицы 27

Метод решения систем линейных уравнений с квадратной матрицей по формулам Крамера 29

Метод Гаусса (метод последовательного исключения переменных) 31

Линейная алгебра Матрицы

Матрица размераmхn– это прямоугольная таблица чисел, содержащаяmстрок иnстолбцов. Числа, составляющие матрицу, называются элементами матрицы.

Матрицы принято обозначать заглавными латинскими буквами, а элементы – теми же, но строчными буквами с двойной индексацией.

Например, рассмотрим матрицу А размерности 2 х 3:

В этой матрице две строки (m= 2) и три столбца (n= 3), т.е. она состоит из шести элементовa ij , гдеi- номер строки, j - номер столбца. При этом принимает значения от 1 до 2, а от одного до трех (записывается
). А именно,a 11 = 3;a 12 = 0;a 13 = -1;a 21 = 0;a 22 = 1,5;a 23 = 5.

Матрицы А и В одного размера (mхn) называютравными , если они поэлементно совпадают, т.е.a ij =b ij для
, т.е. для любыхiиj(можно записатьi,j).

Матрица-строка – это матрица, состоящая из одной строки, аматрица-столбец – это матрица, состоящая из одного столбца.

Например,
- матрица-строка, а
.

Квадратная матрица n-го порядка – это матрица, в число строк равно числу столбцов и равно n.

Например,
- квадратная матрица второго порядка.

Диагональные элементы матрицы – это элементы, у которых номер строки равен номеру столбца (a ij ,i=j). Эти элементы образуютглавную диагональ матрицы. В предыдущем примере главную диагональ образуют элементыa 11 = 3 иa 22 = 5.

Диагональная матрица – это квадратная матрица, в которой все недиагональные элементы равны нулю. Например,
- диагональная матрица третьего порядка. Если при этом все диагональные элементы равны единице, то матрица называетсяединичной (обычно обозначаются буквой Е). Например,
- единичная матрица третьего порядка.

Матрица называется нулевой , если все ее элементы равны нулю.

Квадратная матрица называется треугольной , если все ее элементы ниже (или выше) главной диагонали равны нулю. Например,
- треугольная матрица третьего порядка.

Операции над матрицами

Над матрицами можно производить следующие операции:

1. Умножение матрицы на число . Произведением матрицы А на числоназывается матрица В =А, элементы которойb ij =a ij для любыхiиj.

Например, если
, то
.

2. Сложение матриц . Суммой двух матриц А и В одинакового размера m х n называется матрица С = А + В, элементы которой с ij =a ij +b ij дляi,j.

Например, если
то

.

Отметим, что через предыдущие операции можно определить вычитание матриц одинакового размера: разность А-В = А + (-1)*В.

3. Умножение матриц . Произведением матрицы А размераmxnна матрицу В размераnxpназывается такая матрица С, каждый элемент которой с ij равен сумме произведений элементов i-й строки матрицы А на соответствующие элементыj-го столбца матрицы В, т.е.
.

Например, если

, то размер матрицы-произведения будет 2 x 3, и она будет иметь вид:

В этом случае матрица А называется согласованной с матрицей В.

На основе операции умножения для квадратных матриц определена операция возведения в степень . Целой положительной степенью А m (m > 1) квадратной матрицы А называются произведение m матриц, равных А, т.е.

Подчеркнем, что сложение (вычитание) и умножение матриц определены не для любых двух матриц, а только для удовлетворяющим определенным требованиям к своей размерности. Для нахождения суммы или разности матриц их размер обязательно должен быть одинаковым. Для нахождения произведения матриц число столбцов первой из них должно совпадать с числом строк второй (такие матрицы называют согласованными ).

Рассмотрим некоторые свойства рассмотренных операций, аналогичные свойствам операций над числами.

1) Коммутативный (переместительный) закон сложения:

А + В = В + А

2) Ассоциативный (сочетательный) закон сложения:

(А + В) + С = А + (В + С)

3) Дистрибутивный (распределительный) закон умножения относительно сложения:

(А + В) = А +В

А (В + С) = АВ + АС

(А + В) С = АС + ВС

5) Ассоциативный (сочетательный) закон умножения:

(АВ) = (А)В = А(В)

A(BС) = (АВ)С

Подчеркнем, что переместительный закон умножения для матриц в общем случае НЕ выполняется, т.е. AB BA. Более того, из существования AB не обязательно следует существование ВА (матрицы могут быть не согласованными, и тогда их произведение вообще не определено, как в приведенном примере умножения матриц). Но даже если оба произведения существуют, они обычно разные.

В частном случае коммутативным законом обладает произведение любой квадратной матрицы А на единичную матрицу того же порядка, причем это произведение равно А (умножение на единичную матрицу здесь аналогично умножению на единицу при умножении чисел):

АЕ = ЕА = А

В самом деле,

Подчеркнем еще одно отличие умножения матриц от умножения чисел. Произведение чисел может равняться нулю тогда и только тогда, когда хотя бы одно из них равно нулю. О матрицах этого сказать нельзя, т.е. произведение ненулевых матриц может равняться нулевой матрице. Например,

Продолжим рассмотрение операций над матрицами.

4. Транспонирование матрицы представляет собой операцию перехода от матрицы А размераmxnк матрице А Т размераnxm, в которой строки и столбцы поменялись местами:

%.

Свойства операции транспонирования:

1) Из определения следует, что если матрицу транспонировать дважды, мы вернемся к исходной матрице: (A T) T = A.

2) Постоянный множитель можно вынести за знак транспонирования: (А) T =А T .

3) Транспонирование дистрибутивно относительно умножения и сложения матриц: (AB) T =B T A T и (A+B) T =B T +A T .

>> Матрицы

4.1.Матрицы. Операции над матрицами

Прямоугольной матрицей размера mxn называется совокупность mxn чисел, расположенных в виде прямоугольной таблицы, содержащей m строк и n столбцов. Мы будем записывать ее в виде

или сокращенно в виде A = (a i j) (i = ; j = ), числа a i j , называются ее элементами; первый индекс указывает на номер строки, второй - на номер столбца. A = (a i j) и B = (b i j) одинакового размера называются равными, если попарно равны их элементы, стоящие на одинаковых местах, то есть A = B, если a i j = b i j .

Матрица, состоящая из одной строки или одного столбца, называется соответственно -строкой или вектор-столбцом. Вектор-столбцы и вектор-строки называют просто векторами.

Матрица, состоящая из одного числа, отождествляется с этим числом. A размера mxn, все элементы которой равны нулю, называются нулевой и обозначается через 0. Элементы с одинаковыми индексами называют элементами главной диагонали. Если число строк равно числу столбцов, то есть m = n, то матрицу называют квадратной порядка n. Квадратные матрицы, у которых отличны от нуля лишь элементы главной диагонали, называются диагональными и записываются так:

.

Если все элементы a i i диагонали равны 1, то она называется единичной и обозначается буквой Е:

.

Квадратная матрица называется треугольной, если все элементы, стоящие выше (или ниже) главной диагонали, равны нулю. Транспонированием называется такое преобразование, при котором строки и столбцы меняются местами с сохранением их номеров. Обозначается транспонирование значком Т наверху.

Если в (4.1) переставим строки со столбцами, то получим

,

которая будет транспонированной по отношению к А. В частности, при транспонировании вектора-столбца получается вектор-строка и наоборот.

Произведением А на число b называется матрица, элементы которой получаются из соответствующих элементов А умножением на число b: b A = (b a i j).

Суммой А = (a i j) и B = (b i j) одного размера называется C = (c i j) того же размера, элементы которой определяются по формуле c i j = a i j + b i j .

Произведение АВ определяется в предположении, что число столбцов А равно числу строк В.

Произведением AB, где А = (a i j) и B = (b j k), где i = , j= , k= , заданных в определенном порядке АВ, называется С = (c i k), элементы которой определяются по следующему правилу:

c i k = a i 1 b 1 k + a i 2 b 2 k +... + a i m b m k = a i s b s k . (4.2)

Иначе говоря, элемент произведения AB определяются следующим образом: элемент i-й строки и k-го столбца С равен сумме произведений элементов i-й строки А на соответствующие элементы k-го столбца В.

Пример 2.1. Найти произведение AB и .

Решение. Имеем: А размера 2x3, В размера 3x3, тогда произведение АВ = С существует и элементы С равны

С 11 = 1×1 +2×2 + 1×3 = 8, с 21 = 3×1 + 1×2 + 0×3 = 5, с 12 = 1×2 + 2×0 + 1×5 = 7,

с 22 =3×2 + 1×0 + 0×5 = 6, с 13 = 1×3 + 2×1 + 1×4 = 9, с 23 = 3×3 + 1×1 + 0×4 = 10.

, а произведение BA не существует.

Пример 2.2. В таблице указано количество единиц продукции, отгружаемой ежедневно на молокозаводах 1 и 2 в магазины М 1 , М 2 и М 3 , причем доставка единицы продукции с каждого молокозавода в магазин М 1 стоит 50 ден. ед., в магазин М 2 - 70, а в М 3 - 130 ден. ед. Подсчитать ежедневные транспортные расходы каждого завода.

Молокозавод

Решение. Обозначим через А матрицу, данную нам в условии, а через
В - матрицу, характеризующую стоимость доставки единицы продукции в магазины, т.е.,

,

Тогда матрица затрат на перевозки будет иметь вид:

.

Итак, первый завод ежедневно тратит на перевозки 4750 ден. ед., второй - 3680 ден.ед.

Пример 2.3. Швейное предприятие производит зимние пальто, демисезонные пальто и плащи. Плановый выпуск за декаду характеризуется вектором X = (10, 15, 23). Используются ткани четырех типов Т 1 , Т 2 , Т 3 , Т 4 . В таблице приведены нормы расхода ткани (в метрах) на каждое изделие. Вектор С = (40, 35, 24, 16) задает стоимость метра ткани каждого типа, а вектор P = (5, 3, 2, 2) - стоимость перевозки метра ткани каждого вида.

	Расход ткани
Зимнее пальто
Демисезонное пальто

1. Сколько метров ткани каждого типа потребуется для выполнения плана?

2. Найти стоимость ткани, расходуемой на пошив изделия каждого вида.

3. Определить стоимость всей ткани, необходимой для выполнения плана.

Решение. Обозначим через А матрицу, данную нам в условии, т. е.,

,

тогда для нахождения количества метров ткани, необходимой для выполнения плана, нужно вектор X умножить на матрицу А:

Стоимость ткани, расходуемой на пошив изделия каждого вида, найдем, перемножив матрицу А и вектор C T:

.

Стоимость всей ткани, необходимой для выполнения плана, определится по формуле:

Наконец, с учетом транспортных расходов вся сумма будет равна стоимости ткани, т. е. 9472 ден. ед., плюс величина

X А P T =
.

Итак, X А C T + X А P T = 9472 + 1037 = 10509 (ден. ед).

1-й курс, высшая математика, изучаем матрицы и основные действия над ними. Здесь мы систематизируем основные операции, которые можно проводить с матрицами. С чего начать знакомство с матрицами? Конечно, с самого простого - определений, основных понятий и простейших операций. Заверяем, матрицы поймут все, кто уделит им хотя бы немного времени!

Определение матрицы

Матрица – это прямоугольная таблица элементов. Ну а если простым языком – таблица чисел.

Обычно матрицы обозначаются прописными латинскими буквами. Например, матрица A , матрица B и так далее. Матрицы могут быть разного размера: прямоугольные, квадратные, также есть матрицы-строки и матрицы-столбцы, называемые векторами. Размер матрицы определяется количеством строк и столбцов. Например, запишем прямоугольную матрицу размера m на n , где m – количество строк, а n – количество столбцов.

Элементы, для которых i=j (a11, a22, .. ) образуют главную диагональ матрицы, и называются диагональными.

Что можно делать с матрицами? Складывать/вычитать , умножать на число , умножать между собой , транспонировать . Теперь обо всех этих основных операциях над матрицами по порядку.

Операции сложения и вычитания матриц

Сразу предупредим, что можно складывать только матрицы одинакового размера. В результате получится матрица того же размера. Складывать (или вычитать) матрицы просто – достаточно только сложить их соответствующие элементы . Приведем пример. Выполним сложение двух матриц A и В размером два на два.

Вычитание выполняется по аналогии, только с противоположным знаком.

На произвольное число можно умножить любую матрицу. Чтобы сделать это, нужно умножить на это число каждый ее элемент. Например, умножим матрицу A из первого примера на число 5:

Операция умножения матриц

Перемножить между собой удастся не все матрицы. Например, у нас есть две матрицы - A и B. Их можно умножить друг на друга только в том случае, если число столбцов матрицы А равно числу строк матрицы В. При этом каждый элемент получившейся матрицы, стоящий в i-ой строке и j-м столбце, будет равен сумме произведений соответствующих элементов в i-й строке первого множителя и j-м столбце второго . Чтобы понять этот алгоритм, запишем, как умножаются две квадратные матрицы:

И пример с реальными числами. Умножим матрицы:

Операция транспонирования матрицы

Транспонирование матрицы – это операция, когда соответствующие строки и столбцы меняются местами. Например, транспонируем матрицу A из первого примера:

Определитель матрицы

Определитель, о же детерминант – одно из основных понятий линейной алгебры. Когда-то люди придумали линейные уравнения, а за ними пришлось выдумать и определитель. В итоге, разбираться со всем этим предстоит вам, так что, последний рывок!

Определитель – это численная характеристика квадратной матрицы, которая нужна для решения многих задач.
Чтобы посчитать определитель самой простой квадратной матрицы, нужно вычислить разность произведений элементов главной и побочной диагоналей.

Определитель матрицы первого порядка, то есть состоящей из одного элемента, равен этому элементу.

А если матрица три на три? Тут уже посложнее, но справиться можно.

Для такой матрицы значение определителя равно сумме произведений элементов главной диагонали и произведений элементов лежащих на треугольниках с гранью параллельной главной диагонали, от которой вычитается произведение элементов побочной диагонали и произведение элементов лежащих на треугольниках с гранью параллельной побочной диагонали.

К счастью, вычислять определители матриц больших размеров на практике приходится редко.

Здесь мы рассмотрели основные операции над матрицами. Конечно, в реальной жизни можно ни разу так и не встретить даже намека на матричную систему уравнений или же наоборот - столкнуться с гораздо более сложными случаями, когда придется действительно поломать голову. Именно для таких случаев и существует профессиональный студенческий сервис . Обращайтесь за помощью, получайте качественное и подробное решение, наслаждайтесь успехами в учебе и свободным временем.

Матрицы. Действия над матрицами. Свойства операций над матрицами. Виды матриц.

Матрицы (и соответственно математический раздел - матричная алгебра) имеют важное значение в прикладной математике, так как позволяют записать в достаточно простой форме значительную часть математических моделей объектов и процессов. Термин "матрица" появился в 1850 году. Впервые упоминались матрицы еще в древнем Китае, позднее у арабских математиков.

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

Элементы матрицы a ij , у которых i=j, называются диагональными и образуют главную диагональ .

Для квадратной матрицы (m=n) главную диагональ образуют элементы a 11 , a 22 ,..., a nn .

Равенство матриц.

A=B , если порядки матриц A и B одинаковы и a ij =b ij (i=1,2,...,m; j=1,2,...,n)

Действия над матрицами.

1. Сложение матриц - поэлементная операция

2. Вычитание матриц - поэлементная операция

3. Произведение матрицы на число - поэлементная операция

4. Умножение A*B матриц по правилу строка на столбец (число столбцов матрицы А должно быть равно числу строк матрицы B)

A mk *B kn =C mn причем каждый элемент с ij матрицы C mn равен сумме произведений элементов i-ой строки матрицы А на соответствующие элемеенты j-го столбца матрицы B , т.е.

Покажем операцию умножения матриц на примере

5. Возведение в степень

m>1 целое положительное число. А - квадратная матрица (m=n) т.е. актуально только для квадратных матриц

6. Транспонирование матрицы А. Транспонированную матрицу обозначают A T или A"

Строки и столбцы поменялись местами

Пример

Свойства опрераций над матрицами

(A+B)+C=A+(B+C)

λ(A+B)=λA+λB

A(B+C)=AB+AC

(A+B)C=AC+BC

λ(AB)=(λA)B=A(λB)

A(BC)=(AB)C

(λA)"=λ(A)"

(A+B)"=A"+B"

(AB)"=B"A"

Виды матриц

1. Прямоугольные: m и n - произвольные положительные целые числа

2. Квадратные: m=n

3. Матрица строка: m=1 . Например, (1 3 5 7) - во многих практических задачах такая матрица называется вектором

4. Матрица столбец: n=1 . Например

5. Диагональная матрица: m=n и a ij =0 , если i≠j . Например

6. Единичная матрица: m=n и

7. Нулевая матрица: a ij =0, i=1,2,...,m

j=1,2,...,n

8. Треугольная матрица: все элементы ниже главной диагонали равны 0.

9. Симметрическая матрица: m=n и a ij =a ji (т.е. на симметричных относительно главной диагонали местах стоят равные элементы), а следовательно A"=A

Например,

10. Кососимметрическая матрица: m=n и a ij =-a ji (т.е. на симметричных относительно главной диагонали местах стоят противоположные элементы). Следовательно, на главной диагонали стоят нули (т.к. при i=j имеем a ii =-a ii )

Ясно, A"=-A

11. Эрмитова матрица: m=n и a ii =-ã ii (ã ji - комплексно - сопряженное к a ji , т.е. если A=3+2i , то комплексно - сопряженное Ã=3-2i )