Вы находитесь на странице: 1из 65

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

«ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

В.В. Конев

ЛИНЕЙНАЯ АЛГЕБРА

Рекомендовано в качестве учебного пособия Редакционно-издательским советом Томского политехнического университета

Издательство

Томского политехнического университета

2008

Конев В.В. Линейная алгебра. Учебное пособие. – Томск. Изд. ТПУ. 2008 – 65 стр.

Учебное пособие основано на курсе лекций, читаемых автором для студентов факультета элитного технического образования ТПУ, и включает в себя следующие разделы:

Матрицы

Определители

Обратные матрицы

Системы линейных уравнений

Наряду с изложением теоретического курса в пособии содержится большое количество примеров и иллюстраций.

Рецензент: Арефьев К. П., профессор, доктор физ.-мат. наук.

© КОНЕВ В.В. 2003-2008

© Томский политехнический университет, 2008

Содержание

Содержание …………………………………………………………

Глава 1. Матрицы

3

1.1. Введение ……………………………………………………… 5

1.2. Основные понятия ……………………………………………

1.3. Операции над матрицами …………………………………… 7

1.3.1. Произведение матриц …………………………………… 8

5

1.4. Типы матриц ………………………………………….……… 11

1.5. Дельта-символ Кронекера …………………………………… 13

1.6. Свойства матричных операций …………………………… 14

Упражнения к главе 1 ……………………………………………… 18

Глава 2. Определители

2.1. Перестановки и транспозиции ……………………………… 20

2.2. Формальное определение …………………………………… 23

2.3. Свойства определителей ………………………………… 25

2.4. Вычисление определителей ………………………………… 32

2.4.1. Разложение определителя по элементам строки или столбца ………………………………………………

2.4.2. Вычисление определителей методом элементарных преобразований …………………………………………… 36

32

Упражнения к главе 2 ……………………………………………… 38

Глава 3. Обратная матрица

3.1. Терминология ………………………………………………

39

3.2. Две важные леммы ………………………………………….

39

3.3. Теорема об обратной матрице …………………………… 41

3.3.1. Примеры вычисления обратной матрицы ……………… 42

3.4.

Вычисление обратной матрицы методом элементарных преобразований ………………………………………………

45

Глава 4. Системы линейных уравнений

4.1.

4.2.

Ранг матрицы ………………………………………………

47

49

Основные понятия ………………………………………….

 

3

4.3.

Метод Гаусса ……………………………………………….

50

4.3.1. Несколько примеров …………………………………… 50

4.4. Однородные системы линейных уравнений ……………… 53

54

4.5. Правило Крамера ……………………………………………. 58

4.6. Обобщенное правило Крамера …………………………… 61

4.4.1. Примеры ………………………………………………….

Exercises to Chapter 4 ……………………………………

Литература ……………………………………………………….

64

65

4

Матрицы

1. МАТРИЦЫ

1.1. Введение

Матрицы позволяют оперировать с массивами чисел, функций или математических символов и имеют широкие приложения в различных отраслях знания - таких, например, как математика, физика, информатика, экономика и так далее. Матрицы позволяют решать системы обычных или дифференциальных уравнений, предсказывать значения физических величин в квантовой теории, шифровать сообщения в Интернете, и многое другое. В этой главе обсуждаются основные понятия матричной теории и изучаются некоторые ее приложения. Все ключевые положения разъясняются и сопровождаются наглядными примерами, а строгие доказательства утверждений сочетаются с интуитивными подходами.

1.2. Основные понятия

Прежде чем приступить к формальному обсуждению матриц, рассмотрим два простых примера. 1) Линейное уравнение

a x

1

1

+ a

2

x

2

+ a x

3

3

+ a

4

x

4

= 0

(*)

содержит два набора величин, один из которых включает в себя

коэффициенты

Очевидно, что уравнение (*) полностью определяется заданием массива коэффициентов { a , a , a , a }.

a , a

1

1

2

, a , a

2

3

3

4

, а другой - неизвестные

4

x , x

1

2

, x , x

3

4

.

Аналогично, массив коэффициентов

a

a

1,1

2,1

a

a

1,2

2,2

a

a

1,3

2,3

a

a

1,4

2,4

a

a

1,5

2,5

определяет систему двух линейных уравнений с пятью неизвестными:

a


a

1,1

x

1

2,1

x

1

+

+

a

1,2

x

2

a

2,2

x

2

+

+

a

1,3

x

3

a

2,3

x

3

+

a

1,4

x

4

a

2,4

x

+

a

1,5

x

4

+

a

2,5

5

x

= 0

5

= 0

(**)

+

Коэффициенты при переменных для удобства пронумерованы двумя индексами, первый из которых указывает номер уравнения, а второй номер соответствующей переменной. Умножая обе части уравнения на одно и то же число или прибавляя к одному уравнению другое, мы фактически производим операции над массивами коэффициентов. 2) Вектор в трехмерном пространстве задается упорядоченным

. При этом линейные

набором трех своих координат:

операции над векторами сводятся к линейным операциям над координатами.

{

a = a

1

,

a

2

,

a

3

}

5

Матрицы

Таким образом, при решении многих задач приходится оперировать не с отдельными величинами, а с их упорядоченными наборами. Матрицы это такие прямоугольные массивы элементов, для которых определены операции сложения и умножения. В качестве элементов матрицы могут выступать числа, алгебраические символы или математические функции. Размерность матрицы определяется числом ее строк и числом столбцов. Для обозначения размерности матрицы используется символ m×n , который означает, что матрица имеет m строк и n столбцов. Сама матрица обозначается одной из заглавных букв латинского алфавита, а таблица ее элементов помещается в круглые скобки.

Примеры.

3× 2 матрица

2 × 3 матрица

2 × 2 матрица

 

A

=

2

1

3

7

0

4

⎛ −

3

B = ⎜

1

5

3

0

8

C = ⎜

sin

cos

x

x

cos

sin

x

x

В общем случае элемент матрицы A, стоящий в i-ой строке и j-ом

столбце, обозначается символом

a

i

,

j

или

A i

, j

.

Запись вида

A =

||

a

i, j

|| означает, что матрица

A составлена из

элементов

a

i

,

j

:

A

⎜ ⎛


= ⎜


⎜ ⎝

a 1,1

a 2,1

L

L

L L L

a

a

1,2

2,2

a

a

1,

2,

j

j

L

L

L L

a

i ,1

a

i

,2

L L

L

L L

a

i

,

j

L

a

m

,

j

L L L

a

m ,1

a

m

,2

a

a

1,

2,

n

n

L

a

i , n

L

a

m , n

= ||

a

i

,

j

|| .

Часто запятую между индексами опускают и пишут || ||.

A =

a

i j

Запомните, что первый индекс указывает номер строки, а второй номер столбца. В вышеприведенных примерах жирным шрифтом

= 4

выделены матричные элементы

a

3,2

и

b

1,2

= 5

.

Матрица размерности 1× n является однострочной:

(

a

1,1

a

1,2

6

K

a

1, n

)

.

Матрица размерности m ×1 является одностолбцовой:

Матрицы

a

a

1,1

2,1

L

a

m ,1

.

В квадратной матрице число строк совпадает с числом столбцов и это число определяет порядок матрицы. Так, матрица третьего порядка

представляет собой матрицу размерности 3 × 3.

1.3. Операции над матрицами

Равенство матриц

равны, если их размерности

совпадают, а соответствующие матричные элементы попарно равны.

Матрицы

A =

||

a

i, j

||

и

B =

||

b

i, j

||

A = B

a

i

 

,

j

= b

i

,

j

для всех наборов индексов {i, j}.

Примеры:

⎛ ⎞ A = ⎜ ⎜

⎟ ⎟

2

1) Матрицы

B = (2 0) составлены из одних и тех же

и

⎝ ⎠ элементов, но имеют разные размерности. Поэтому A B .

0

2) Матрицы

C = ⎜

2

1

0

3

и

D =

2

0

1

3

, имеющие одинаковые

размерности, составлены из одних и тех же элементов. Однако не

все соответствующие матричные элементы попарно равны. Поэтому C D .

Умножение матрицы на скаляр Умножение матрицы A на скалярную величину λ (справа или слева) дает матрицу B той же размерности, что и A; при этом каждый элемент

матрицы умножается на λ :

b

i

,

j

=λ

,

j

.

 

Чтобы умножить матрицу на скаляр λ , нужно каждый матричный элемент умножить на λ :

B =λ

A

b

i

j

=λ a .

i

j

 

Пример: Если

A =

2

1

4

3

0

1

, то

5A =

10

5

 

15

20

0

5

.

Матрицы

Сложение матриц Операция сложения определена только для матриц одной и той же

является

|| || той же размерности, элементы которой равны сумме

матрица

размерности. Результатом сложения матриц || ||

A =

a

B =

||

b

i, j

||

i, j

и

C =

c

i, j

соответствующих матричных элементов

a

i

,

j

и

b

i

,

j

:

 

c

i

,

j

=

a

i

,

j

+

b

i

,

j

.

   

Чтобы найти алгебраическую сумму матриц, нужно попарно сложить соответствующие матричные элементы:

 
 

C = A+ B

 

c

i

j

= a

i

j

+ b .

i

j

 

Пример: Пусть

3

7

A = ⎜

1

3

1

6

7

2

15

1

0

3

и

B = ⎜

3

6

4

6

 

15

1

7

3

2

15

. Тогда

1

3

9

8

4

A

+

B

=

1

2

0

⎟ ⎟ +

⎜ ⎝

4

1

2

⎟ ⎠

=

⎜ ⎝

+

1

− +

4

2

+

1

0

+

+

2

⎟ ⎟ = ⎝ ⎜ ⎜

3

3

2

.

1.3.1. Произведение матриц

Умножение строки на столбец Предположим, что матрица-строка A содержит столько же элементов, что и матрица-столбец B . Тогда умножение строки A на столбец B дает число, равное сумме произведений соответствующих элементов:

AB

=

(

a

1,1

a

1,2

L

a

1, n

)

b

1,1

b

2,1

L

b

n ,1

=

a

1,1

b

1,1

+

a

1,2

b

2,1

+

K

+

a

1,

n

b

n

,1

=

n

k = 1

a

1,

k

b

k

,1

.

Чтобы умножить двухстрочную матрицу

A = ⎛ ⎜ A ⎞ ⎟ = ⎛ ⎜

A

⎝ ⎜

1

2

⎠ ⎟

a

1,1

a

2,1

a

a

1,2

2,2

K

K

a

a

1,

n

2,

n

на матрицу-столбец

B =

b

M

1,1

b

n ,1

, нужно каждую строку матрицы A умножить

на столбец B . В этом случае произведение AB представляет собой матрицу размерности 2 ×1:

8

A

1

A

2

A B

A B

AB = ⎜

B = ⎜

1

2

⎟ ⎟ ⎠ = ⎜ ⎜ ⎝

a

1,1

a

2,1

b

b

1,1

1,1

+

+

a

a

1,2

2,2

b

b

2,1

2,1

+ K + + K +

a

a

1,

n

b

n

,1

2,

n

b

n

,1

Матрицы

.

Аналогично, результатом умножения m-строчной матрицы на n- столбцовую матрицу является m × n матрица.

Произведение матриц Операция матричного умножения AB определена только для таких матриц A и B , когда число элементов в строке A совпадает с числом элементов в столбце B . Если при этом матрица A содержит m строк, а матрица B содержит n-столбцов, то произведение AB представляет собой

. Элемент , стоящий в i-ой строке и j-ом

матрицу С размерности

столбце матрицы С, вычисляется по правилу умножения строки на столбец: i-ая строка A умножается на j-ый столбец B .

m × n

c

i

,

j

Пусть матрицы A = || a || и B = || b || i, j
Пусть матрицы
A =
||
a
||
и
B =
||
b
||
i, j
i, j
имеют размерности m × l и l × n , соответственно.
Тогда матрица C c AB имеет размерность
=||
||=
m × n и при этом
i
,
j
l
c
=
b
C = AB
∑ a
.
i
,
j
i , k
k
,
j
k = 1

, а столбцы

матрицы B как , то правило матричного умножения можно

Если обозначить строки матрицы A как

B , B ,

1

2 K

,B

n

A , A ,

1

2

, A

m

K

представить в следующем блочном виде:

C

=

AB

=

A

A

1

2

L

A

m

(

B

1

B

2

L

B

n

)

=

A

A

B

1 1

2

B

1

L

A

m

B

1

A B

1

2

A B

2

2

L

A

m

B

2

L

L

L

L

A B

1

n

A B

2

n

L

A

m

B

n

.

Заметим, что символическая запись

A

2

одинаковых квадратных матриц: A = AA .

2 означает произведение двух

Аналогично,

A

A

3

n

= AAA ,

= AA⋅ ⋅ A.

K

14243

n

Обратите внимание, что в общем случае произведение матриц некоммутативно, то есть AB BA. Например, произведением AB матрицы

A размерности 1× n на матрицу B размерности n ×1 является число (то

есть матрица размерности 1×1), тогда как произведение BA представляет

собой матрицу n -го порядка.

9

Матрицы

Если A и B матрицы одного и того же порядка, то разность произведений AB BA называется коммутатором матриц A и B .

Примеры:

1) Пусть A = (1 2 3) и

B

=

5

4 . Тогда

0

BA

=

AB =

5

4

0

(

1

(

1

2

2

3

)

5

0

5 1

3

4 =

5

4

0

⋅ ⋅

4 1

0 1

= −

+

2

2

2

)

1 5

2

(

⋅−

4)

+

3

5

4

0

3

3

3

=

⋅ =− 3 .

0

⎛ ⎜

⎜ ⎝

5

4

0

10

8

0

15

12

0

2) Найти коммутатор матриц

A =

2

0

1

3

и

B =

3

4

5

1

.

Решение:

AB =

2

0

BA = ⎜

3

4

3) Найти

A

1

3

5

⎞ ⎛ ⎜ ⎠ ⎟ ⎝ ⎜

3

4

1

⎞ ⎛

⎟ ⎠ ⎜ ⎝

2

0

5

1

3

2

0

1 4

4

1)

3

⎟ ⎟ =

1

⎟ ⎠

=

⎜ ⎝

4

3

3

2

+

5

⋅ +−

2

(

⋅ +

+

3

0

AB

BA

2002

, если

=

10

12

A = ⎜

1

0

9

1

1

3

⎟ ⎠

.

⎜ ⎝

6

8

2

0

⋅ + ⋅−

5

5

1

(

1)

1)

⎠ ⎟ ⎟ = ⎜ ⎜

10

12

= ⎝ ⎜ ⎜

⋅ + ⋅−

0

4 1

18

1

⎟ ⎠

+

4

4

5

1)

3

⎟ ⎠

9

4

.

3

3 1

(

3

(

⋅ +− ⋅

= ⎝ ⎜ ⎜

Решение:

A

A

A

2

3

4

=

=

=

A

A =

A A

2

=

A A

3

=

1

0

1

0

1

0

1

1

⎞ ⎟ ⋅ ⎛

⎠ ⎟ ⎜ ⎝

1

0

1

1

1

1

⎠ ⎝

⎛ ⎜

1

0

1

0

1

1

⎟ ⎠

= ⎝ ⎜ ⎜

=

1

0

2

1

3

1

= ⎜

1

0

1

0

2

1

3

1

4

1

,

,

,

A

2002

=

1

0

2002

1

.

6

8

9

3

18

1

и т.д.

,

,

.

10

Матрицы

1.4. Типы матриц

В квадратной матрице

A =

||

a

i, j

||

элементы

a

i i

,

(

i = 1,2,3,K) образуют

главную диагональ и называются диагональными элементами. Матрица, в которой все недиагональные элементы равны нулю, называется диагональной:

L

L

L O

L

a 1,1

0

M

0

0

a 2,2

0

0

0

M

a n n

,


⎟ ⎠

.

Очевидно, что в диагональной матрице элементы

Диагональная матрица вида

E =

1

0

M

0

0

1

0

L

L

L O

L

0

0

M

1

.

a

i

,

j

= 0 , если

i j .

называется единичной, поскольку она играет роль обычной единицы в системе вещественных чисел, а именно, при умножении на единичную матрицу (справа или слева) исходная матрица не изменяется:

AE = A

и

EA = A .

Это свойство будет доказано в следующем разделе.

Нулевая матрица состоит из одних нулей:

O

⎜ ⎛

⎜ ⎝

0

M

0

L

O

L

0

M

0

⎟ ⎞


.

В системе матриц, 0-матрица обладает тем же свойством, что и обычный нуль, то есть

и

для любой матрицы A. Однако, эта аналогия не является абсолютной. Так, произведение матриц может равняться нулевой матрице, хотя ни один из сомножителей не является нулевой матрицей. Например,

AO = O

OA = O

11

Матрицы

0

0

1

4

⎛ ⎜ ⎟ ⎠ ⎝ ⎜

3

0

2

0

⎟ ⎠

= ⎝ ⎜ ⎜

0

0

0

0

.

Говорят, что матрица имеет треугольный вид, если все ее элементы, расположенные выше или ниже главной диагонали, равны нулю:

a

1,1

0

⎜ ⎜ ⎝

⎜ ⎜ ⎝

M

0

a

a

L

L

L O

L

1,2

2,2

0

a

a

1, n

2, n

M

a n n

,

или


⎜ ⎜

a

a

1,1

2,1

M

a

n ,1

a

0

2,2

L

L

L O

a

n

,2

L a

0

0

M

n n

,

.

Если в произвольной m × n матрице A произвести взаимную замену строк и столбцов, то полученная матрица называется транспонированной и

обозначается символом

столбцами матрицы

матрицы

, а столбцы матрицы A являются строками

T . Это означает, что строки матрицы A являются

A

A

T

A

T

T

; и наоборот: ( )

A

i

,

j

=

A

j i

,

.

Матрица A называется симметричной, если A T = A . В этом случае

a

j i

,

=

a

i

,

j

.

Матрица A называется кососимметричной, если A T = − A , то есть

a

j i

,

=−

a

i

,

j

.

Примеры:

1) Пусть

B = ⎜

a

a

a

a

A