Лекция 2: Матрицы, действия над ними

Матрицы широко используются в математике и прикладных науках, например:

системы линейных алгебраических уравнений, системы дифференциальных линейных
уравнений, экстремумы функций многих переменных, переход от одной системы
координат к другой, моменты инерции тел (тензор инерции), колебания систем
(матрица инерции, матрица жесткости), теория устойчивости, теория упругости
(матрица упругости), сопротивление материалов (тензор напряжений),
информационные технологии, экономические модели и т.д.

Определение: Матрицей называется прямоугольная таблица чисел вида:

a11  a1n  a11  a1n 
 
A      aij ,
am1  amn  am1  amn 
состоящая из m строк и n столбцов (матрица размерности m  n ). Числа a ij
называются ее элементами. При этом 1-й индекс соответствует номеру строки, где
находится элемент, 2-й индекс – номеру столбца.

Если m  n , то матрица называется прямоугольной. Если m  n , матрица называется

квадратной, а число n – её порядком.

Матрицы А и В называют равными A  B , если их размерности m  n совпадают и

совпадают их элементы, т. е.
aij  bij ( i  1, ,m; j  1, ,n ).

Нулевая или нуль-матрица О: все элементы равны нулю.

Матрицей-строкой называется матрица 1хn, это отдельная строка из n элементов;

матрицей-столбцом называется матрица mх1, это отдельный столбец из m

элементов.
Если матрица квадратная, то в ней можно выделить главную диагональ: проходит по
элементам из верхнего левого угла в нижний правый угол.
Симметрическая матрица – для неё элементы, расположенные симметрично
относительно главной диагонали, равны: aik = aki
Еще определения для квадратной матрицы:
Квадратная матрица называется неособенной, если ее определитель не равен нулю, и
особенной, если det A = 0.

Действия с матрицами

1. Матрицы одной размерности m  n можно складывать (вычитать): C  A  B , при

этом cik  aik  bik , i  1, ,m; k  1, ,n . Очевидно, A  B  B  A (коммутативность).
2. Произведением матрицы A размерности m  n на число  называется матрица C
той же размерности m  n , при этом:
C  A, cik   aik , i  1,...,m; k  1,...,n.
1 
1 1 2   2 1 
Например,   .
2  3 4   3 2
 2 

3. Произведением матрицы A размерности m  n на матрицу B размерности n  p

называется матрица C размерности m  p , при этом:
n
cij   aik bkj , i  1,..., m; j  1,..., p .
k 1

То есть элемент C ij матрицы C получается путем умножения i-й строки первой

матрицы на j-й столбец второй матрицы, при этом соответствующие элементы строки
и столбца перемножаются, и результат умножения элементов суммируется.
Следует сразу отметить, что перемножить можно только такие матрицы, у
которых число столбцов первой равно числу строк второй (или, что то же самое, длина
строк первой – равна длине столбцов второй). При этом получаем, что число строк у
матрицы C равно числу строк у матрицы A , а число столбцов у матрицы C равно
числу столбцов у матрицы B .
 Произведение матриц записывают так: C  A  B  AB.
Сразу заметим, что порядок матриц в произведении важен. Более того, иногда
произведение AB можно определить, а BA – нет (см. выше, перемножить можно
только такие матрицы, у которых число столбцов первой равно числу строк второй).

Пример. Вычислить AB и BA , если:

1 2 
1 2 3   
A    , B   3 4 .
4 5 6  5 6 
 
1 2 
1 2 3    11  2  3  3  5 1 2  2  4  3  6   22 28 

AB      3 4        ,
 4 5 6   5 6   4 1  5  3  6  5 4  2  5  4  6  6   49 64 
 
1 2  1 1  2  4 1 2  2  5 1 3  2  6 
  1 2 3   
BA   3 4       3  1  4  4 3  2  4  5 3  3  4  6  
5 6  4 5 6  5 1  6  4 5  2  6  5 5  3  6 6 
   
 9 12 15 
 
  19 26 33 .
 29 40 51 
 
Таким образом, матрица AB имеет размерность 2  2 , а BA размерность 3  3 . Ясно,
что AB  BA (произведение матриц в общем случае некоммутативно).

Некоторые свойства произведения матриц:

1. AE=EA=A
2. AO=OA=O
3. Если операция произведения трех матриц A, B ,C выполнима, то она ассоциативна:
( AB )  C  A  ( BC ) .
4. Справедливы также соотношения (дистрибутивность):
( A  B )  C  AC  BC , D( A  B )  DA  DB . .
5. Для квадратных матриц определитель произведения:
det (AB) = det A det B, det (ABС) = det A det B det С
Операция транспонирования
Если в матрице A размерности m  n поменять столбцы на строки с теми же
номерами, то получим матрицу A , транспонированную к матрице A (для
транспонированной матрицы используют также обозначение AT ):

 a11  a1n   a11  a m 1 

   
A    , T A'    
A = .
 a a   a a 
 m1 mn   1n mn 

Пример:
1  2 2
 1 2 3 4  
   2  1 5 
A    2  1 3 0 ; AT = A'   .
 2 5 7 11 3 3 7
   
 4 0 11 

Для транспонированной матрицы справедливы соотношения:

(AT)T = A ; (  A)T =  AT ; (A + В)T = AT + BT ; (A В)T = BT AT ; (A В C)T = CT BT AT.

Квадратные матрицы. Обратная матрица

Обратной матрицей для квадратной матрицы A называется квадратная
матрица B , для которой AB  E . Обратная матрица обозначается A1 . Матрица A и
обратная к ней матрица A1 перестановочны:
A A –1 = A –1 A = E
Теорема. Для любой невырожденной матрицы A (для нее A  det A  0 ) обратная
матрица A1 существует, при этом такая обратная матрица единственная. Для
особенной квадратной матрицы (det A = 0) обратная матрица не существует.

Порядок вычисления обратной матрицы.

 a11  a1n 
 
1) Пусть дана матрица: A   .
 a a 
 n1 nn 

2) Вычислим   det A  0 .
 a11  a n 1 
 
3) Найдем транспонированную матрицу A       .
 a a 
 1n nn 

Akl
4) Заменим в этой матрице каждый элемент akl на , где Akl – алгебраическое

дополнение akl . Полученная таким образом матрица A1 и является обратной
матрице A .
Замечание: Порядок выполнения пунктов 3 и 4 можно поменять местами: сначала
найти матрицу из алгебраических дополнений для матрицы А, затем транспонировать
полученную матрицу и разделить все ее элементы на  .

Пункты 1)  4) можно заменить единой формулой для элементов обратной матрицы:

Aki
aik1  , i,k  1,...,n. (*)

3 2 1 
 
Пример. Найти матрицу, обратную к матрице A   4 5 2 .
2 1 4 
 

3 2 1 3 2 1
2 1
Вычислим определитель   A  4 5 2   2 1 0   24.
2 1 4  10  7 0
 10  7

Найдем все алгебраические дополнения:

5 2 4 2 4 5
A11   18; A12    12; A13   6 ;
1 4 2 4 2 1
2 1 3 1 3 2
A21    7 ; A22   10; A23    1;
1 4 2 4 2 1
2 1 3 1 3 2
A31   1; A32    2; A33   7.
5 2 4 2 4 5
Элементы обратной матрицы находятся по формуле ( * ):
A11 3 A 7 A 1
a111   ; a121  21   ; a131  31   ;
 4  24  24
A 1 A 5 A 1
a211  12   ; a221  22  ; a231  32   ;
 2  12  12
A 1 A 1 A 7
a311  13   ; a321  23  ; a331  33  ;
 4  24  24
Следовательно,
3 7  1 
 4 24 24
 
A1    1 5  1 .
2 12 12
 1 7 
 1
 4 24 24 
Обычно после нахождения обратной матрицы осуществляют проверку:
AA 1  A1 A  E (провести проверку самостоятельно).

Ранг матрицы
Будем считать, что матрица A – прямоугольная, размерности m  n . Выбирая
произвольно k ее строк и k столбцов (при этом, разумеется k  min( m; n ) ), можно
получить из элементов на пересечении строк и столбцов определитель k -го порядка,
порождаемый матрицей A (еще называют минор к-го порядка матрицы A ).

Рангом матрицы A называется наибольшее натуральное число r , для которого

существует отличный от нуля определитель порядка r , порождаемый матрицей A :
r = max k : Mk  0.
Очевидно, что всегда r  min( m; n ) . Используется также обозначения:

r  r( A )  rA  rang( A ) = rg (A)  rank(A)

Ниже показано, что ранг матрицы А можно найти через понятие линейно зависимые
(независимые) строки.

Линейно зависимые строки (столбцы)

Определение: Пусть а1, а2, …, аk – строки матрицы А. Если существуют такие числа
β1, β2, …, βk, что (β1)2+ (β2)2+ …(βk)2  0 (не все равны нулю) и при этом линейная
комбинация строк β1 а1 + β2 а2 + … + βk аk = 0, то строки а1, а2, …, аk называют
линейно зависимыми. В этом случае одну из строк можно выразить через линейную
комбинацию других строк, например, а1 = γ2 а2 + … + γk аk , и строка а1 линейно
зависит от других строк.
Если таких коэффициентов β1, β2, …, βk подобрать нельзя, тогда строки а1, а2, …, аk –
линейно независимы: ни одну из них нельзя выразить через линейную комбинацию
других.
То же самое справедливо для столбцов.
Утверждение. Ранг матрицы А равен максимальному количеству линейно
независимых строк (столбцов).
Определение: Элементарные преобразования матриц:
1) Умножение строки на число, отличное от нуля
2) Прибавление одной строки к другой строке
3) Перестановка строк
Утверждение. Элементарные преобразования не меняют ранг матрицы

Определение Две матрицы А и В называются эквивалентными, если одна из них

получается из другой с помощью элементарных преобразований.
Обозначается А ~ В.
Свойства ранга матрицы
1. При транспонировании ранг не меняется
2. Ранг матрицы не изменится, если вычеркнуть из матрицы нулевой ряд (строку,
столбец)
3. При элементарных преобразованиях ранг матрицы не меняется:
если А ~ В, то rang( A)  rang( В)

С помощью элементарных преобразований удается привести матрицу к

треугольному виду, при этом полученная треугольная матрица имеет тот же ранг, что
и исходная. Это сразу же позволяет определить ранг матрицы.

Утверждение. Ранг матрицы равен количеству ненулевых строк преобразованной к

треугольному виду матрицы.