1.Действия с матрицами: умножение на число, сложение, вычитание, умножение матриц. Свойства операций над матрицами.

Сложение матриц:

Вычитание и сложение матриц сводится к соответствующим операциям над их элементами. Операция сложения матриц вводится только для матриц одинакового размера, т. е. для матриц, у которых число строк и столбцов соответственно равно. Суммой матриц А и В, называется матрица С, элементы которой равны сумме соответствующих элементов.
С = А + В
c_ij = a_ij + b_ij
Аналогично определяется разность матриц.

Умножение матрицы на число:

Операция умножения (деления) матрицы любого размера на произвольное число сводится к умножению (делению) каждого элемента матрицы на это число. Произведением матрицы А на число k называется матрица В, такая что

b_ij = k × a_ij.
В = k × A
b_ij = k × a_ij.
Матрица   - А = (-1) × А   называется противоположной матрице А.

Свойства сложения матриц и умножения матрицы на число:

Операции сложения матриц и умножения матрицы на число обладают следующими свойствами:
1. А + В = В + А;
2. А + (В + С) = (А + В) + С;
3. А + 0 = А;
4. А - А = 0;
5. 1 × А = А;
6. α × (А + В) = αА + αВ;
7. (α + β) × А = αА + βА;
8. α × (βА) = (αβ) × А;
, где А, В и С - матрицы, α и β - числа.

Умножение матриц (Произведение матриц):

Операция умножения двух матриц вводится только для случая, когда число столбцов первой матрицы равно числу строк второй матрицы. Произведением матрицы А_m×n на матрицу В_n×p, называется матрица С_m×p такая, что
с_ik = a_i1 × b_1k + a_i2 × b_2k + ... + a_in × b_nk,
т. е. находиться сумма произведений элементов i - ой строки матрицы А на соответствующие элементы j - ого столбца матрицы В. Если матрицы А и В квадратные одного размера, то произведения АВ и ВА всегда существуют. Легко показать, что А × Е = Е × А = А, где А квадратная матрица, Е - единичная матрица того же размера.

Свойства умножения матриц:

Умножение матриц не коммутативно, т.е. АВ ≠ ВА даже если определены оба произведения. Однако, если для каких - либо матриц соотношение АВ=ВА выполняется, то такие матрицы называются перестановочными. Самым характерным примером может служить единичная матрица, которая является перестановочной с любой другой матрицей того же размера. Перестановочными могут быть только квадратные матрицы одного и того же порядка.
А × Е = Е × А = А

Умножение матриц обладает следующими свойствами:
1. А × (В × С) = (А × В) × С;
2. А × (В + С) = АВ + АС;
3. (А + В) × С = АС + ВС;
4. α × (АВ) = (αА) × В;
5. А × 0 = 0; 0 × А = 0;
6. (АВ)^Т = В^ТА^Т;
7. (АВС)^Т = С^ТВ^ТА^Т;
8. (А + В)^Т = А^Т + В^Т;

2. Определители 2-го и 3-го порядков. Свойства определителей.

Определителем матрицы второго порядка, или определителем второго порядка, называется число, которое вычисляется по формуле:

Определителем матрицы третьего порядка, или определителем третьего порядка, называется число, которое вычисляется по формуле:

Это число представляет алгебраическую сумму, состоящую из шести слагаемых. В каждое слагаемое входит ровно по одному элементу из каждой строки и каждого столбца матрицы. Каждое слагаемое состоит из произведения трех сомножителей.

---

Знаки, с которыми члены определителя матрицы входят в формулу нахождения определителя матрицы третьего порядка можно определить, пользуясь приведенной схемой, которая называется правилом треугольников или правилом Сарруса. Первые три слагаемые берутся со знаком плюс и определяются из левого рисунка, а последующие три слагаемые берутся со знаком минус и определяются из правого рисунка.

Определить количество слагаемых, для нахождения определителя матрицы, в алгебраической сумме, можно вычислив факториал:
2! = 1 × 2 = 2
3! = 1 × 2 × 3 = 6

Свойства определителей матриц

Свойства определителей матриц:

Свойство № 1:

Определитель матрицы не изменится, если его строки заменить столбцами, причем каждую строку столбцом с тем же номером, и наоборот (Транспонирование).
|А| = |А|^Т

Следствие:

Столбцы и строки определителя матрицы равноправны, следовательно, свойства присущие строкам выполняются и для столбцов.

Свойство № 2:

При перестановке 2-х строк или столбцов определитель матрицы изменит знак на противоположный, сохраняя абсолютную величину, т.е.:

Свойство № 3:

Определитель матрицы, имеющий два одинаковых ряда, равен нулю.

Свойство № 4:

Общий множитель элементов какого-либо ряда определителя матрицы можно вынести за знак определителя.

Следствия из свойств № 3 и № 4:

Если все элементы некоторого ряда (строки или столбца) пропорциональны соответствующим элементам параллельного ряда, то такой определитель матрицы равен нулю.

Свойство № 5:

Если все элементы какой–либо строки или столбца определителя матрицы равны нулю, то сам определитель матрицы равен нулю.

Свойство № 6:

Если все элементы какой–либо строки или столбца определителя представлены в виде суммы 2-х слагаемых, то определитель матрицы можно представить в виде суммы 2-х определителей по формуле:

Свойство № 7:

Если к какой–либо строке (или столбцу) определителя прибавить соответствующие элементы другой строки (или столбца), умноженные на одно и тоже число, то определитель матрицы не изменит своей величины.

Пример применения свойств для вычисления определителя матрицы:

3. Миноры и алгебраические дополнения. Вычисление определителей с помощью формул разложения.

Миноры матрицы

Пусть дана квадратная матрица А, n - ого порядка. Минором некоторого элемента а_ij , определителя матрицы n - ого порядка называется определитель (n - 1) - ого порядка, полученный из исходного путем вычеркивания строки и столбца, на пересечении которых находится выбранный элемент а_ij. Обозначается М_ij.

Рассмотрим на примере определителя матрицы 3 - его порядка:

, тогда согласно определению минора, минором М₁₂, соответствующим элементу а₁₂, будет определитель:

При этом, с помощью миноров можно облегчать задачу вычисления определителя матрицы. Надо разложить определитель матрицы по некоторой строке и тогда определитель будет равен сумме всех элементов этой строки на их миноры. Разложение определителя матрицы 3 - его порядка будет выглядеть так:

---

, знак перед произведением равен (-1)ⁿ, где n = i + j.

Алгебраические дополнения:

Алгебраическим дополнением элемента а_ij называется его минор, взятый со знаком "+", если сумма (i + j) четное число, и со знаком "-", если эта сумма нечетное число. Обозначается А_ij.
А_ij = (-1)^i+j × М_ij.

Тогда можно переформулировать изложенное выше свойство. Определитель матрицы равен сумме произведение элементов некторого ряда (строки или столбца) матрицы на соответствующие им алгебраические дополнения. Пример:

4. Обратная матрица и её вычисление.

Пусть А - квадратная матрица n - ого порядка.

Квадратная матрица А называется невырожденной, если определитель матрицы (Δ = det A) не равен нулю (Δ = det A ≠ 0). В противном случае (Δ = 0) матрица А называется вырожденной.

Матрицей, союзной к матрице А, называется матрица

, где А_ij - алгебраическое дополнение элемента а_ij данной матрицы (оно определяется так же, как и алгебраическое дополнение элемента определителя матрицы).

Матрица А^-1 называется обратной матрице А, если выполняется условие:
А × А^-1 = А^-1 × А = Е
, где Е - единичная матрица того же порядка, что и матрица А. Матрица А^-1 имеет те же размеры, что и матрица А.

Обратная матрица

Если существуют квадратные матрицы Х и А, удовлетворяющие условию:
X × A = A × X = E
, где Е - единичная матрица того же самого порядка, то матрица Х называется обратной матрицей к матрице А и обозначается А^-1. Всякая невырожденная матрица имеет обратную матрицу и притом только одну, т. е. для того чтобы квадратная матрица A имела обратную матрицу, необходимо и достаточно, чтобы её определитель был отличен от нуля.

Для получения обратной матрицы используют формулу:

, где М_ji дополнительный минор элемента а_ji матрицы А.

5. Ранг матрицы. Вычисление ранга с помощью элементарных преобразований.

Рассмотрим прямоугольную матрицу mхn. Выделим в этой матрице какие-нибудь k строк и k столбцов, 1 £ k £ min (m, n) . Из элементов, стоящих на пересечении выделенных строк и столбцов, составим определитель k-го порядка. Все такие определители называются минорами матрицы. Например, для матрицы можно составить миноры второго порядка и миноры первого порядка 1, 0, -1, 2, 4, 3.

Определение. Рангом матрицы называется наивысший порядок отличного от нуля минора этой матрицы. Обозначают ранг матрицы r (A).

В приведенном примере ранг матрицы равен двум, так как, например, минор

Ранг матрицы удобно вычислять методом элементарных преобразований. К элементарным преобразованиям относят следующие:

1)     перестановки 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.

Эти преобразования не меняют ранга матрицы, так как известно, что 1) при перестановке строк определитель меняет знак и, если он не был равен нулю, то уже и не станет; 2) при умножении строки определителя на число, не равное нулю, определитель умножается на это число; 3) третье элементарное преобразование вообще не изменяет определитель. Таким образом, производя над матрицей элементарные преобразования, можно получить матрицу, для которой легко вычислить ранг ее и, следовательно, исходной матрицы.

---

Определение. Матрица , полученная из матрицы  при помощи элементарных преобразований, называется эквивалентной и обозначается А  В.

Теорема. Ранг матрицы не изменяется при элементарных преобразованиях матрицы.

С помощью элементарных преобразований можно привести матрицу к так называемому ступенчатому виду, когда вычисление ее ранга не представляет труда.

Матрица  называется ступенчатой если она имеет вид:

, где , , .

Очевидно, что ранг ступенчатой матрицы равен числу ненулевых строк , т.к. имеется минор -го порядка, не равный нулю:

.

Пример. Определить ранг матрицы с помощью элементарных преобразований.

                 .

Ранг матрицы равен количеству ненулевых строк, т.е. .

6. Системы линейных алгебраических уравнений. Матричный способ решения систем линейных алгебраических уравнений.

Рассмотрим систему линейных алгебраических уравнений (СЛАУ) относительно n неизвестных x₁ , x₂ , ..., x_n:

Эта система в "свернутом" виде может быть записана так:

S ⁿ_i=1a_ij x_j = b_i , i=1,2, ..., n.

В соответствии с правилом умножения матриц рассмотренная система линейных уравнений может быть записана в матричной форме Ax=b, где

, , .

Матрица A, столбцами которой являются коэффициенты при соответствующих неизвестных, а строками - коэффициенты при неизвестных в соответствующем уравнении называется матрицей системы. Матрица-столбец b, элементами которой являются правые части уравнений системы, называется матрицей правой части или просто правой частью системы. Матрица-столбец x, элементы которой - искомые неизвестные, называется решением системы.

Система линейных алгебраических уравнений, записанная в виде Ax=b, является матричным уравнением.

Если матрица системы невырождена, то у нее существует обратная матрица и тогда решение системы Ax=b дается формулой:

x=A ^-1 b.

Пример Решить систему матричным методом.

Решение найдем обратную матрицу для матрицы коэффициентов системы

Вычислим определитель, раскладывая по первой строке:

Поскольку Δ ≠ 0, то A^-1 существует.

Обратная матрица найдена верно.

Найдем решение системы

Следовательно, x₁ = 1, x₂ = 2, x₃ = 3.

Проверка:

7. Теорема Кронекера-Капелли о совместности системы линейных алгебраических уравнений.

Система линейных уравнений имеет вид:

a₁₁ x₁ + a₁₂ x₂     +... + a_1n x_n = b₁,

a₂₁ x₁ + a₂₂ x₂    +... + a_2n x_n = b₂,                          (5.1)

...     ...     ...     ...

a_m1 x₁ + a_m1 x₂ +... + a_mn x_n = b_m.

Здесь а_{i j} и b_i (i = ; j = ) - заданные, а x_j - неизвестные действительные числа. Используя понятие произведения матриц, можно переписать систему (5.1) в виде:

AX = B,                                                             (5.2)

где A = (а_{i j}) - матрица, состоящая из коэффициентов при неизвестных системы (5.1), которая называется матрицей системы, X = (x₁, x₂,..., x_n)^T,
B = (b₁, b₂,..., b_m)^T - векторы-столбцы, составленные соответственно из неизвестных x_j и из свободных членов b_i.

---

Упорядоченная совокупность n вещественных чисел (c₁, c₂,..., c_n) называется решением системы (5.1), если в результате подстановки этих чисел вместо соответствующих переменных x₁, x₂,..., x_n каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c₁, c₂,..., c_n)^T такой, что AC  B.

Система (5.1) называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой, если она не имеет решений.

Матрица

,

образованная путем приписывания справа к матрице A столбца свободных членов, называется расширенной матрицей системы.

Вопрос о совместности системы (5.1) решается следующей теоремой.

Теорема Кронекера-Капелли. Система линейных уравнений совместна тогда и только тогда, когда ранги матриц A иA совпадают, т.е.
r(A) = r(A) = r.

Для множества М решений системы (5.1) имеются три возможности:

1) M =  (в этом случае система несовместна);

2) M состоит из одного элемента, т.е. система имеет единственное решение (в этом случае система называется определенной);

3) M состоит более чем из одного элемента (тогда система называется неопределенной). В третьем случае система (5.1) имеет бесчисленное множество решений.

Система имеет единственное решение только в том случае, когда
r(A) = n. При этом число уравнений - не меньше числа неизвестных (mn); если m>n, то m-n уравнений являются следствиями остальных. Если 0<r<n, то система является неопределенной.

Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, - так называемые системы крамеровского типа:

a₁₁ x₁ + a₁₂ x₂ +... + a_1n x_n = b₁,

a₂₁ x₁ + a₂₂ x₂ +... + a_2n x_n = b₂,                                        (5.3)

...     ...     ...     ...     ...     ...

a_n1 x₁ + a_n1 x₂ +... + a_nn x_n = b_n.

Системы (5.3) решаются одним из следующих способов: 1) методом Гаусса, или методом исключения неизвестных; 2) по формулам Крамера;
3) матричным методом.

Пример 2.12. Исследовать систему уравнений и решить ее, если она совместна:

5x₁ -   x₂ + 2x₃ +  x₄  = 7,

2x₁ +  x₂ + 4x₃ -  2x₄ = 1,

x₁ - 3x₂ -  6x₃ + 5x₄ = 0.

Решение. Выписываем расширенную матрицу системы:

  .

Вычислим ранг основной матрицы системы. Очевидно, что, например, минор второго порядка в левом верхнем углу  = 7  0; содержащие его миноры третьего порядка равны нулю:

 

Следовательно, ранг основной матрицы системы равен 2, т.е. r(A) = 2. Для вычисления ранга расширенной матрицы A рассмотрим окаймляющий минор

значит, ранг расширенной матрицы r(A) = 3. Поскольку r(A)  r(A), то система несовместна.

8. Формулы Крамера решения систем линейных алгебраических уравнений.

Метод Крамера состоит в том, что мы последовательно находим главный определитель системы (5.3), т.е. определитель матрицы А

 = det (a_{i j})

и n вспомогательных определителей  _i (i=), которые получаются из определителя  заменой i-го столбца столбцом свободных членов.

---

Смотрите также файлы

• shpory_matematika.doc

• buymov_anton_sergeevich.doc

• Ekonomisechkaya_TYeORIYa.doc

• Mikroekonomika.docx

• osnovy_energosberezhenia.docx