Над такими матрицами производят различные действия: перемножают друг на друга, находят определители, и т.п. Матрица - частный случай массива: если массив может иметь любое количество измерений, то матрицей называют только двумерный массив.

В программировании матрицей также называют двумерный массив. Любой из массивов в программе имеет имя, как если бы это была одна переменная. Чтобы уточнить, какая из ячеек массива имеется в виду, при упоминании его в программе совместно с переменной используют номер ячейки в ней. Как двумерная матрица, так и n-мерный массив в программе может содержать не только числовую, но и символьную, строковую, булевую и иную информацию, но всегда одну и ту же в пределах всего массива.

Обозначаются матрицы заглавными буквами А:MxN, где А – имя матрицы, M– количество строк в матрице, а N– количество столбцов. Элементы – соответствующими строчными буквами с индексами, обозначающими их номер в строке и в столбце a (m, n).

Наиболее часто распространены матрицы прямоугольной формы, хотя в далеком прошлом математики рассматривали и треугольные. Если количество строк и столбцов матрицы одинаково, она называется квадратной. При этом M=N уже имеет наименование порядка матрицы. Матрица, имеющая всего одну строку, именуется строкой. Матрица с всего одним столбцом называется столбцом. Диагональная матрица – это квадратная матрица, в которой не равны нулю только элементы, расположенные по диагонали. Если все элементы равны единице, матрица называется единичной, если нулю – нулевой.

Если в матрице поменять местами строки и столбцы, она станет транспонированной. Если все элементы заменить комплексно-сопряженными, она станет комплексно-сопряженной. Кроме того, существуют и другие виды матриц, определяющиеся условиями, которые накладываются на матричные элементы. Но большинство таких условий применимо только к квадратным .

Видео по теме

>> 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).

Матрица А -1 называется обратной матрицей по отношению к матрице А, если А*А -1 = Е, где Е - единичная матрица n -го порядка. Обратная матрица может существовать только для квадратных матриц.

Назначение сервиса . С помощью данного сервиса в онлайн режиме можно найти алгебраические дополнения , транспонированную матрицу A T , союзную матрицу и обратную матрицу. Решение проводится непосредственно на сайте (в онлайн режиме) и является бесплатным. Результаты вычислений оформляются в отчете формата Word и в формате Excel (т.е. имеется возможность проверить решение). см. пример оформления .

Инструкция . Для получения решения необходимо задать размерность матрицы. Далее в новом диалоговом окне заполните матрицу A .

Размерность матрицы 2 3 4 5 6 7 8 9 10

См. также Обратная матрица методом Жордано-Гаусса

Алгоритм нахождения обратной матрицы

1. Нахождение транспонированной матрицы A T .
2. Определение алгебраических дополнений. Заменяют каждый элемент матрицы его алгебраическим дополнением.
3. Составление обратной матрицы из алгебраических дополнений: каждый элемент полученной матрицы делят на определитель исходной матрицы. Результирующая матрица является обратной для исходной матрицы.

Следующий алгоритм нахождения обратной матрицы аналогичен предыдущему за исключением некоторых шагов: сначала вычисляются алгебраические дополнения, а затем определяется союзная матрица C .

1. Определяют, квадратная ли матрица. Если нет, то обратной матрицы для нее не существует.
2. Вычисление определителя матрицы A . Если он не равен нулю, продолжаем решение, иначе - обратной матрицы не существует.
3. Определение алгебраических дополнений.
4. Заполнение союзной (взаимной, присоединённой) матрицы C .
5. Составление обратной матрицы из алгебраических дополнений: каждый элемент присоединённой матрицы C делят на определитель исходной матрицы. Результирующая матрица является обратной для исходной матрицы.
6. Делают проверку: перемножают исходную и полученную матрицы. В результате должна получиться единичная матрица.

Пример №1 . Запишем матрицу в виде:

Алгебраические дополнения.

A 1,1 = (-1) 1+1

-1 -2 5 4

∆ 1,1 = (-1 4-5 (-2)) = 6

A 1,2 = (-1) 1+2

2 -2 -2 4

∆ 1,2 = -(2 4-(-2 (-2))) = -4

A 1,3 = (-1) 1+3

2 -1 -2 5

∆ 1,3 = (2 5-(-2 (-1))) = 8

A 2,1 = (-1) 2+1

2 3 5 4

∆ 2,1 = -(2 4-5 3) = 7

A 2,2 = (-1) 2+2

-1 3 -2 4

∆ 2,2 = (-1 4-(-2 3)) = 2

A 2,3 = (-1) 2+3

-1 2 -2 5

∆ 2,3 = -(-1 5-(-2 2)) = 1

A 3,1 = (-1) 3+1

2 3 -1 -2

∆ 3,1 = (2 (-2)-(-1 3)) = -1

A 3,2 = (-1) 3+2

-1 3 2 -2

∆ 3,2 = -(-1 (-2)-2 3) = 4

A 3,3 = (-1) 3+3

-1 2 2 -1

∆ 3,3 = (-1 (-1)-2 2) = -3
Тогда обратную матрицу можно записать как:

A -1 = 1 / 10

6 -4 8 7 2 1 -1 4 -3

A -1 =

0,6 -0,4 0,8 0,7 0,2 0,1 -0,1 0,4 -0,3

Другой алгоритм нахождения обратной матрицы

Приведем другую схему нахождения обратной матрицы.

1. Находим определитель данной квадратной матрицы A .
2. Находим алгебраические дополнения ко всем элементам матрицы A .
3. Записываем алгебраические дополнения элементов строк в столбцы (транспонирование).
4. Делим каждый элемент полученной матрицы на определитель матрицы A .

Как видим, операция транспонирования может применяться как в начале, над исходной матрицей, так и в конце, над полученными алгебраическими дополнениями.

Особый случай : Обратной, по отношению к единичной матрице E , является единичная матрица E .

В данной теме рассмотрим понятие матрицы, а также виды матриц. Так как в данной теме немало терминов, то я добавлю краткое содержание, чтобы ориентироваться в материале было проще.

Определение матрицы и её элемента. Обозначения.

Матрица - это таблица из $m$ строк и $n$ столбцов. Элементами матрицы могут быть объекты совершенно разнообразной природы: числа, переменные или, к примеру, иные матрицы. Например, матрица $\left(\begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right)$ содержит 3 строки и 2 столбца; элементами её являются целые числа. Матрица $\left(\begin{array} {cccc} a & a^9+2 & 9 & \sin x \\ -9 & 3t^2-4 & u-t & 8\end{array} \right)$ содержит 2 строки и 4 столбца.

Разные способы записи матриц: показать\скрыть

Матрица может быть записана не только в круглых, но и в квадратных или двойных прямых скобках. Т.е., указанные ниже записи означают одну и ту же матрицу:

$$ \left(\begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right);\;\; \left[ \begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right]; \;\; \left \Vert \begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right \Vert $$

Произведение $m\times n$ называют размером матрицы . Например, если матрица содержит 5 строк и 3 столбца, то говорят о матрице размера $5\times 3$. Матрица $\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ имеет размер $3 \times 2$.

Обычно матрицы обозначаются большими буквами латинского алфавита: $A$, $B$, $C$ и так далее. Например, $B=\left(\begin{array} {ccc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right)$. Нумерация строк идёт сверху вниз; столбцов - слева направо. Например, первая строка матрицы $B$ содержит элементы 5 и 3, а второй столбец содержит элементы 3, -87, 0.

Элементы матриц обычно обозначаются маленькими буквами. Например, элементы матрицы $A$ обозначаются $a_{ij}$. Двойной индекс $ij$ содержит информацию о положении элемента в матрице. Число $i$ - это номер строки, а число $j$ - номер столбца, на пересечении которых находится элемент $a_{ij}$. Например, на пересечении второй строки и пятого столбца матрицы $A=\left(\begin{array} {cccccc} 51 & 37 & -9 & 0 & 9 & 97 \\ 1 & 2 & 3 & 41 & 59 & 6 \\ -17 & -15 & -13 & -11 & -8 & -5 \\ 52 & 31 & -4 & -1 & 17 & 90 \end{array} \right)$ расположен элемент $a_{25}=59$:

Точно так же на пересечении первой строки и первого столбца имеем элемент $a_{11}=51$; на пересечении третьей строки и второго столбца - элемент $a_{32}=-15$ и так далее. Замечу, что запись $a_{32}$ читается как "а три два", но не "а тридцать два".

Для сокращённого обозначения матрицы $A$, размер которой равен $m\times n$, используется запись $A_{m\times n}$. Можно записать и несколько более развёрнуто:

$$ A_{m\times n}=(a_{ij}) $$

где запись $(a_{ij})$ означает обозначение элементов матрицы $A$. В полностью развёрнутом виде матрицу $A_{m\times n}=(a_{ij})$ можно записать так:

$$ A_{m\times n}=\left(\begin{array}{cccc} a_{11} & a_{12} & \ldots & a_{1n} \\ a_{21} & a_{22} & \ldots & a_{2n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{m1} & a_{m2} & \ldots & a_{mn} \end{array} \right) $$

Введём еще один термин - равные матрицы .

Две матрицы одинакового размера $A_{m\times n}=(a_{ij})$ и $B_{m\times n}=(b_{ij})$ называются равными , если их соответствующие элементы равны, т.е. $a_{ij}=b_{ij}$ для всех $i=\overline{1,m}$ и $j=\overline{1,n}$.

Пояснение к записи $i=\overline{1,m}$: показать\скрыть

Запись "$i=\overline{1,m}$" означает, что параметр $i$ изменяется от 1 до m. Например, запись $i=\overline{1,5}$ говорит о том, что параметр $i$ принимает значения 1, 2, 3, 4, 5.

Итак, для равенства матриц требуется выполнение двух условий: совпадение размеров и равенство соответствующих элементов. Например, матрица $A=\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ не равна матрице $B=\left(\begin{array}{cc} 8 & -9\\0 & -87 \end{array}\right)$, поскольку матрица $A$ имеет размер $3\times 2$, а размер матрицы $B$ составляет $2\times 2$. Также матрица $A$ не равна матрице $C=\left(\begin{array}{cc} 5 & 3\\98 & -87\\8 & 0\end{array}\right)$, поскольку $a_{21}\neq c_{21}$ (т.е. $0\neq 98$). А вот для матрицы $F=\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ можно смело записать $A=F$ поскольку и размеры, и соответствующие элементы матриц $A$ и $F$ совпадают.

Пример №1

Определить размер матрицы $A=\left(\begin{array} {ccc} -1 & -2 & 1 \\ 5 & 9 & -8 \\ -6 & 8 & 23 \\ 11 & -12 & -5 \\ 4 & 0 & -10 \\ \end{array} \right)$. Указать, чему равны элементы $a_{12}$, $a_{33}$, $a_{43}$.

Данная матрица содержит 5 строк и 3 столбца, поэтому размер её $5\times 3$. Для этой матрицы можно использовать также обозначение $A_{5\times 3}$.

Элемент $a_{12}$ находится на пересечении первой строки и второго столбца, поэтому $a_{12}=-2$. Элемент $a_{33}$ находится на пересечении третьей строки и третьего столбца, поэтому $a_{33}=23$. Элемент $a_{43}$ находится на пересечении четвертой строки и третьего столбца, поэтому $a_{43}=-5$.

Ответ : $a_{12}=-2$, $a_{33}=23$, $a_{43}=-5$.

Виды матриц в зависимости от их размера. Главная и побочная диагонали. След матрицы.

Пусть задана некая матрица $A_{m\times n}$. Если $m=1$ (матрица состоит из одной строки), то заданную матрицу называют матрица-строка . Если же $n=1$ (матрица состоит из одного столбца), то такую матрицу называют матрица-столбец . Например, $\left(\begin{array} {ccccc} -1 & -2 & 0 & -9 & 8 \end{array} \right)$ - матрица-строка, а $\left(\begin{array} {c} -1 \\ 5 \\ 6 \end{array} \right)$ - матрица-столбец.

Если для матрицы $A_{m\times n}$ верно условие $m\neq n$ (т.е. количество строк не равно количеству столбцов), то часто говорят, что $A$ - прямоугольная матрица. Например, матрица $\left(\begin{array} {cccc} -1 & -2 & 0 & 9 \\ 5 & 9 & 5 & 1 \end{array} \right)$ имеет размер $2\times 4$, т.е. содержит 2 строки и 4 столбца. Так как количество строк не равно количеству столбцов, то эта матрица является прямоугольной.

Если для матрицы $A_{m\times n}$ верно условие $m=n$ (т.е. количество строк равно количеству столбцов), то говорят, что $A$ - квадратная матрица порядка $n$. Например, $\left(\begin{array} {cc} -1 & -2 \\ 5 & 9 \end{array} \right)$ - квадратная матрица второго порядка; $\left(\begin{array} {ccc} -1 & -2 & 9 \\ 5 & 9 & 8 \\ 1 & 0 & 4 \end{array} \right)$ - квадратная матрица третьего порядка. В общем виде квадратную матрицу $A_{n\times n}$ можно записать так:

$$ A_{n\times n}=\left(\begin{array}{cccc} a_{11} & a_{12} & \ldots & a_{1n} \\ a_{21} & a_{22} & \ldots & a_{2n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{n1} & a_{n2} & \ldots & a_{nn} \end{array} \right) $$

Говорят, что элементы $a_{11}$, $a_{22}$, $\ldots$, $a_{nn}$ находятся на главной диагонали матрицы $A_{n\times n}$. Эти элементы называются главными диагональными элементами (или просто диагональными элементами). Элементы $a_{1n}$, $a_{2 \; n-1}$, $\ldots$, $a_{n1}$ находятся на побочной (второстепенной) диагонали ; их называют побочными диагональными элементами . Например, для матрицы $C=\left(\begin{array}{cccc}2&-2&9&1\\5&9&8& 0\\1& 0 & 4 & -7 \\ -4 & -9 & 5 & 6\end{array}\right)$ имеем:

Элементы $c_{11}=2$, $c_{22}=9$, $c_{33}=4$, $c_{44}=6$ являются главными диагональными элементами; элементы $c_{14}=1$, $c_{23}=8$, $c_{32}=0$, $c_{41}=-4$ - побочные диагональные элементы.

Сумма главных диагональных элементов называется следом матрицы и обозначается $\Tr A$ (или $\Sp A$):

$$ \Tr A=a_{11}+a_{22}+\ldots+a_{nn} $$

Например, для матрицы $C=\left(\begin{array} {cccc} 2 & -2 & 9 & 1\\5 & 9 & 8 & 0\\1 & 0 & 4 & -7\\-4 & -9 & 5 & 6 \end{array}\right)$ имеем:

$$ \Tr C=2+9+4+6=21. $$

Понятие диагональных элементов используется также и для неквадратных матриц. Например, для матрицы $B=\left(\begin{array} {ccccc} 2 & -2 & 9 & 1 & 7 \\ 5 & -9 & 8 & 0 & -6 \\ 1 & 0 & 4 & -7 & -6 \end{array} \right)$ главными диагональными элементами будут $b_{11}=2$, $b_{22}=-9$, $b_{33}=4$.

Виды матриц в зависимости от значений их элементов.

Если все элементы матрицы $A_{m\times n}$ равны нулю, то такая матрица называется нулевой и обозначается обычно буквой $O$. Например, $\left(\begin{array} {cc} 0 & 0 \\ 0 & 0 \\ 0 & 0 \end{array} \right)$, $\left(\begin{array} {ccc} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array} \right)$ - нулевые матрицы.

Пусть матрица $A_{m\times n}$ имеет такой вид:

Тогда данную матрицу называют трапециевидной . Она может и не содержать нулевых строк, но уж если они есть, то располагаются в низу матрицы. В более общем виде трапециевидную матрицу можно записать так:

Повторюсь, наличие нулевых строк в конце не является обязательным. Т.е. формально можно выделить такие условия для трапециевидной матрицы:

1. Все элементы, расположенные ниже главной диагонали, равны нулю.
2. Все элементы от $a_{11}$ до $a_{rr}$, лежащие на главной диагонали, не равны нулю: $a_{11}\neq 0, \; a_{22}\neq 0, \ldots, a_{rr}\neq 0$.
3. Либо все элементы последних $m-r$ строк равны нулю, либо $m=r$ (т.е. нулевых строк нету вообще).

Примеры трапециевидных матриц:

Перейдём к следующему определению. Матрицу $A_{m\times n}$ называют ступенчатой , если она удовлетворяет таким условиям:

Например, ступенчатыми матрицами будут:

Для сравнения, матрица $\left(\begin{array} {cccc} 2 & -2 & 0 & 1\\0 & 0 & 8 & 7\\0 & 0 & 4 & -7\\0 & 0 & 0 & 0 \end{array}\right)$ не является ступенчатой, поскольку у третьей строки нулевая часть такая же, как и у второй строки. Т.е., нарушается принцип "чем ниже строка - тем больше нулевая часть". Добавлю, что трапециевидная матрица есть частный случай ступенчатой матрицы.

Перейдём к следующему определению. Если все элементы квадратной матрицы, расположенные под главной диагональю, равны нулю, то такую матрицу называют верхней треугольной матрицей . Например, $\left(\begin{array} {cccc} 2 & -2 & 9 & 1 \\ 0 & 9 & 8 & 0 \\ 0 & 0 & 4 & -7 \\ 0 & 0 & 0 & 6 \end{array} \right)$ - верхняя треугольная матрица. Заметьте, что в определении верхней треугольной матрицы ничего не сказано про значения элементов, расположенных над главной диагональю или на главной диагонали. Они могут быть нулевыми или нет, - это несущественно. Например, $\left(\begin{array} {ccc} 0 & 0 & 9 \\ 0 & 0 & 0\\ 0 & 0 & 0 \end{array} \right)$ - тоже верхняя треугольная матрица.

Если все элементы квадратной матрицы, расположенные над главной диагональю, равны нулю, то такую матрицу называют нижней треугольной матрицей . Например, $\left(\begin{array} {cccc} 3 & 0 & 0 & 0 \\ -5 & 1 & 0 & 0 \\ 8 & 2 & 1 & 0 \\ 5 & 4 & 0 & 6 \end{array} \right)$ - нижняя треугольная матрица. Заметьте, что в определении нижней треугольной матрицы ничего не сказано про значения элементов, расположенных под или на главной диагонали. Они могут быть нулевыми или нет, - это неважно. Например, $\left(\begin{array} {ccc} -5 & 0 & 0 \\ 0 & 0 & 0\\ 0 & 0 & 9 \end{array} \right)$ и $\left(\begin{array} {ccc} 0 & 0 & 0 \\ 0 & 0 & 0\\ 0 & 0 & 0 \end{array} \right)$ - тоже нижние треугольные матрицы.

Квадратная матрица называется диагональной , если все элементы этой матрицы, не лежащие на главной диагонали, равны нулю. Пример: $\left(\begin{array} {cccc} 3 & 0 & 0 & 0 \\ 0 & -2 & 0 & 0 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 6 \end{array} \right)$. Элементы на главной диагонали могут быть любыми (равными нулю или нет), - это несущественно.

Диагональная матрица называется единичной , если все элементы этой матрицы, расположенные на главной диагонали, равны 1. Например, $\left(\begin{array} {cccc} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{array}\right)$ - единичная матрица четвёртого порядка; $\left(\begin{array} {cc} 1 & 0 \\ 0 & 1 \end{array}\right)$ - единичная матрица второго порядка.

Матрицей размерности называется таблица чисел , содержащая строк и столбцов. Числа называются элементами этой матрицы, где – номер строки, – номер столбца, на пересечении которых стоит данный элемент. Матрица, содержащая строк и столбцов, имеет вид: .

Виды матриц:

1) при – квадратная , причем называют порядком матрицы ;

2) квадратная матрица, у которой все недиагональные элементы равны нулю

– диагональная ;

3) диагональная матрица, у которой все диагональные элементы равны

единице – единичная и обозначается ;

4) при – прямоугольная ;

5) при – матрица-строка (вектор-строка);

6) при – матрица-столбец (вектор-столбец);

7) при всех – нулевая матрица.

Заметим, что основной числовой характеристикой квадратной матрицы является ее определитель. Определитель, соответствующий матрице -го порядка, также имеет -ый порядок.

Определителем матрицы 1-го порядка называется число .

Определителем матрицы 2-го порядка называется число . (1.1)

Определителем матрицы 3-го порядка называется число . (1.2)

Приведем необходимые для дальнейшего изложения определения.

Минором М ij элемента а ij матрицы n- гопорядка А называется определитель матрицы (n-1)- гопорядка, полученной из матрицы А путем вычеркивания i -ой строки и j -го столбца.

Алгебраическим дополнением А ij элемента а ij матрицы n - гопорядка А называется минор этого элемента, взятый со знаком .

Сформулируем основные свойства определителей, присущие определителям всех порядков и упрощающие их вычисление.

1. При транспонировании матрицы ее определитель не меняется.

2. При перестановке двух строк (столбцов) матрицы ее определитель меняет знак.

3. Определитель, имеющий две пропорциональные (равные) строки (столбца), равен нулю.

4. Общий множитель элементов какой-либо строки (столбца) определителя можно вынести за знак определителя.

5. Если элементы какой-либо строки (столбца) определителя представляют собой сумму двух слагаемых, то определитель может быть разложен на сумму двух соответствующих определителей.

6. Определитель не изменится, если к элементам любой его строки (столбца) прибавить соответствующие элементы другой его строки (столбца), предварительно умноженные на любое число.

7. Определитель матрицы равен сумме произведений элементов любой его строки (столбца) на алгебраические дополнения этих элементов.

Поясним данное свойство на примере определителя 3-го порядка. В данном случае свойство 7 означает, что – разложение определителя по элементам 1-ой строки. Заметим, что для разложения выбирают ту строку (столбец), где есть нулевые элементы, так как соответствующие им слагаемые в разложении обращаются в ноль.

Свойство 7 представляет собой теорему о разложении определителя, сформулированную Лапласом.

8. Сумма произведений элементов какой-либо строки (столбца) определителя на алгебраические дополнения соответствующих элементов другой его строки (столбца) равна нулю.

Последнее свойство часто называют псевдоразложением определителя.

Вопросы для самопроверки.

1. Что называется матрицей?

2. Какая матрица называется квадратной? Что понимается под ее порядком?

3. Какая матрица называется диагональной, единичной?

4. Какая матрица называется матрицей-строкой и матрицей-столбцом?

5. Что является основной числовой характеристикой квадратной матрицы?

6. Какое число называется определителем 1-го, 2-го и 3-го порядка?

7. Что называется минором и алгебраическим дополнением элемента матрицы?

8. Каковы основные свойства определителей?

9. С помощью какого свойства можно вычислить определитель любого порядка?

Действия над матрицами (схема 2)

На множестве матриц определен ряд операций, основными среди которых являются следующие:

1) транспонирование – замена строк матрицы на столбцы, а столбцов на строки;

2) умножение матрицы на число производится поэлементно, то есть , где , ;

3) сложение матриц, определенное только для матриц одной размерности;

4) умножение двух матриц, определенное только для согласованных матриц.

Суммой (разностью) двух матриц называется такая результирующая матрица, каждый элемент которой равен сумме (разности) соответствующих элементов матриц-слагаемых.

Две матрицы называются согласованными , если количество столбцов первой из них равно количеству строк другой. Произведением двух согласованных матриц и называется такая результирующая матрица , что , (1.4)

где , . Отсюда следует, что элемент -ой строки и -го столбца матрицы равен сумме попарных произведений элементов -ой строки матрицы на элементы -го столбца матрицы .

Произведение матриц не коммутативно, то есть А . В В . А. Исключение составляет, например, произведение квадратных матриц на единичную А . Е = Е . А.

Пример 1.1. Перемножить матрицы A и B, если:

.

Решение. Так как матрицы согласованные (количество столбцов матрицы равно количеству строк матрицы ), то воспользуемся формулой (1.4):

Вопросы для самопроверки.

1. Какие действия осуществляются над матрицами?

2. Что называется суммой (разностью) двух матриц?

3. Что называется произведением двух матриц?

Метод Крамера решения квадратных систем линейных алгебраических уравнений (схема 3)

Дадим ряд необходимых определений.

Система линейных уравнений называется неоднородной , если хотя бы один ее свободный член отличен от нуля, и однородной , если все ее свободные члены равны нулю.

Решением системы уравнений называется упорядоченный набор чисел, который, будучи подставленным вместо переменных в систему, обращает каждое ее уравнение в тождество.

Система уравнений называется совместной , если она имеет хотя бы одно решение, и несовместной , если она решений не имеет.

Совместная система уравнений называется определенной , если она имеет единственное решение, и неопределенной , если она имеет более одного решения.

Рассмотрим неоднородную квадратную систему линейных алгебраических уравнений, имеющую следующий общий вид:

. (1.5) Главной матрицей системы линейных алгебраических уравнений называется матрица, составленная из коэффициентов, стоящих при неизвестных: .

Определитель главной матрицы системы называется главным определителем и обозначается .

Вспомогательный определитель получается из главного определителя путем замены -го столбца на столбец свободных членов.

Теорема 1.1 (теорема Крамера). Если главный определитель квадратной системы линейных алгебраических уравнений отличен от нуля, то система имеет единственное решение, вычисляемое по формулам:

Если главный определитель , то система либо имеет бесконечное множество решений (при всех нулевых вспомогательных определителях), либо вообще решения не имеет (при отличии от нуля хотя бы одного из вспомогательных определителей)

В свете приведенных выше определений теорема Крамера может быть сформулирована иначе: если главный определитель системы линейных алгебраических уравнений отличен от нуля, то система является совместной определенной и при этом ; если главный определитель нулевой, то система является либо совместной неопределенной (при всех ), либо несовместной (при отличии хотя бы одного из от нуля).

После этого следует провести проверку полученного решения.

Пример 1.2. Решить систему методом Крамера

Решение. Так как главный определитель системы

отличен от нуля, то система имеет единственное решение. Вычислим вспомогательные определители

Воспользуемся формулами Крамера (1.6): , ,

Вопросы для самопроверки.

1. Что называется решением системы уравнений?

2. Какая система уравнений называется совместной, несовместной?

3. Какая система уравнений называется определенной, неопределенной?

4. Какая матрица системы уравнений называется главной?

5. Как вычислить вспомогательные определители системы линейных алгебраических уравнений?

6. В чем состоит суть метода Крамера решения систем линейных алгебраических уравнений?

7. Какой может быть система линейных алгебраических уравнений, если ее главный определитель равен нулю?

Решение квадратных систем линейных алгебраических уравнений методом обратной матрицы (схема 4)

Матрица, имеющая отличный от нуля определитель, называется невырожденной ; имеющая определитель равный нулю – вырожденной .

Матрица называется обратной для заданной квадратной матрицы , если при умножении матрицы на обратную ей как справа, так и слева, получается единичная матрица, то есть . (1.7)

Заметим, что в данном случае произведение матриц и коммутативно.

Теорема 1.2. Необходимым и достаточным условием существования обратной матрицы для заданной квадратной матрицы, является отличие от нуля определителя заданной матрицы

Если главная матрица системы оказалась при проверке вырожденной, то для нее не существует обратной, и рассматриваемый метод применить нельзя.

Если главная матрица невырожденная, то есть определитель 0, то для нее можно найти обратную матрицу по следующему алгоритму.

1. Вычислить алгебраические дополнения всех элементов матрицы .

2. Выписать найденные алгебраические дополнения в матрицу транспонированно.

3. Составить обратную матрицу по формуле: (1.8)

4. Сделать проверку правильности найденной матрицы А-1 согласно формуле (1.7). Заметим, что данная проверка может быть включена в итоговую проверку самого решения системы.

Система (1.5) линейных алгебраических уравнений может быть представлена в виде матричного уравнения: , где – главная матрица системы, – столбец неизвестных, – столбец свободных членов. Умножим это уравнение слева на обратную матрицу , получим:

Так как по определению обратной матрицы , то уравнение принимает вид или . (1.9)

Таким образом, чтобы решить квадратную систему линейных алгебраических уравнений нужно столбец свободных членов умножить слева на матрицу, обратную для главной матрицы системы. После этого следует сделать проверку полученного решения.

Пример 1.3. Решить систему методом обратной матрицы

Решение. Вычислим главный определитель системы

. Следовательно, матрица невырожденная и обратная к ней матрица существует.

Найдём алгебраические дополнения всех элементов главной матрицы :

Запишем алгебраические дополнения транспонированно в матрицу

. Воспользуемся формулами (1.8) и (1.9) для нахождения решения системы

Вопросы для самопроверки.

1. Какая матрица называется вырожденной, невырожденной?

2. Какая матрица называется обратной для заданной? Каково условие ее существования?

3. Каков алгоритм нахождения обратной матрицы для заданной?

4. Какому матричному уравнению эквивалентна система линейных алгебраических уравнений?

5. Как решить систему линейных алгебраических уравнений с помощью обратной матрицы для главной матрицы системы?

Исследование неоднородных систем линейных алгебраических уравнений (схема 5)

Исследование любой системы линейных алгебраических уравнений начинается с преобразования ее расширенной матрицы методом Гаусса. Пусть размерность главной матрицы системы равна .

Матрица называется расширенной матрицей системы, если наряду с коэффициентами при неизвестных, она содержит столбец свободных членов. Следовательно, размерность равна .

Метод Гаусса основан на элементарных преобразованиях , к которым относятся:

– перестановка строк матрицы;

– умножение строк матрицы на отличное от руля число;

– поэлементное сложение строк матрицы;

– вычеркивание нулевой строки;

– транспонирование матрицы (в этом случае преобразования производятся по столбцам).

Элементарные преобразования приводят первоначальную систему к системе, ей эквивалентной. Системы называются эквивалентными , если они имеют одно и то же множество решений.

Рангом матрицы называется наивысший порядок отличных от нуля ее миноров. Элементарные преобразования ранга матрицы не меняют.

На вопрос о наличии решений у неоднородной системы линейных уравнений отвечает следующая теорема.

Теорема 1.3 (теорема Кронекера-Капелли). Неоднородная система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг расширенной матрицы системы равен рангу ее главной матрицы, т. е.

Обозначим количество строк, оставшихся в матрице после метода Гаусса, через (соответственно, в системе остается уравнений). Эти строки матрицы называются базисными .

Если , то система имеет единственное решение (является совместной определенной), ее матрица элементарными преобразованиями приводится к треугольному виду. Такую систему можно решить методом Крамера, с помощью обратной матрицы или универсальным методом Гаусса.

Если (количество переменных в системе больше чем уравнений), матрица элементарными преобразованиями приводится к ступенчатому виду. Такая система имеет множество решений и является совместной неопределенной. В данном случае для нахождения решений системы необходимо выполнить ряд операций.

1. Оставить в левых частях уравнений системы неизвестных (базисные переменные ), остальные неизвестных перенести в правые части (свободные переменные ). После разделения переменных на базисные и свободные система принимает вид:

. (1.10)

2. Из коэффициентов при базисных переменных составить минор (базисный минор ), который должен быть отличен от нуля.

3. Если базисный минор системы (1.10) равен нулю, то одну из базисных переменных заменить на свободную; полученный базисный минор проверить на отличность от нуля.

4. Применяя формулы (1.6) метода Крамера, считая правые части уравнений их свободными членами, найти выражение базисных переменных через свободные в общем виде. Полученный при этом упорядоченный набор переменных системы является ее общим решением .

5. Придавая свободным переменным в (1.10) произвольные значения, вычислить соответствующие значения базисных переменных. Получаемый при этом упорядоченный набор значений всех переменных называется частным решением системы, соответствующим данным значениям свободных переменных. Система имеет бесконечное множество частных решений.

6. Получить базисное решение системы – частное решение, получаемое при нулевых значениях свободных переменных.

Заметим, что количество базисных наборов переменных системы (1.10) равно числу сочетаний из элементов по элементов . Так как каждому базисному набору переменных соответствует свое базисное решение, следовательно, базисных решений у системы также.

Однородная система уравнений всегда совместна, так как имеет хотя бы одно – нулевое (тривиальное) решение. Для того чтобы однородная система линейных уравнений с переменными имела ненулевые решения, необходимо и достаточно, чтобы ее главный определитель был равен нулю. Это означает, что ранг ее главной матрицы меньше числа неизвестных . В этом случае исследование однородной системы уравнений на общее и частные решения проводится аналогично исследованию неоднородной системы. Решения однородной системы уравнений обладают важным свойством: если известны два различных решения однородной системы линейных уравнений, то их линейная комбинация также является решением этой системы. Нетрудно убедиться в справедливости следующей теоремы.

Теорема 1.4. Общее решение неоднородной системы уравнений представляет собой сумму общего решения соответствующей однородной системы и некоторого частного решения неоднородной системы уравнений

Пример 1.4.

Исследовать заданную систему и найти одно частное решение:

Решение. Выпишем расширенную матрицу системы и применим к ней элементарные преобразования:

. Так как и , то по теореме 1.3 (Кронекера-Капелли) заданная система линейных алгебраических уравнений совместна. Количество переменных , т. е. , значит, система является неопределённой. Количество базисных наборов переменных системы равно

. Следовательно, базисными могут быть 6 комплектов переменных: . Рассмотрим один из них . Тогда систему, полученную в результате метода Гаусса, можно переписать в виде

. Главный определитель . С помощью метода Крамера ищем общее решение системы. Вспомогательные определители

По формулам (1.6) имеем

. Данное выражение базисных переменных через свободные представляет собой общее решение системы:

При конкретных значениях свободных переменных из общего решения получаем частное решение системы. Например, частное решение соответствует значениям свободных переменных . При получаем базисное решение системы

Вопросы для самопроверки.

1. Какая система уравнений называется однородной, неоднородной?

2. Какая матрица называется расширенной?

3. Перечислите основные элементарные преобразования матриц. Какой метод решения систем линейных уравнений основан на этих преобразованиях?

4. Что называется рангом матрицы? Каким способом можно его вычислить?

5. О чем говорит теорема Кронекера-Капелли?

6. К какому виду может быть приведена система линейных алгебраических уравнений в результате ее решения методом Гаусса? Что это означает?

7. Какие строки матрицы называются базисными?

8. Какие переменные системы называются базисными, какие свободными?

9. Какое решение неоднородной системы называется частным?

10.Какое ее решение называется базисным? Сколько базисных решений имеет неоднородная система линейных уравнений?

11.Какое решение неоднородной системы линейных алгебраических уравнений называется общим? Сформулируйте теорему об общем решении неоднородной системы уравнений.

12. Каковы основные свойства решений однородной системы линейных алгебраических уравнений?