ГЛАВА 1. ЛИНЕЙНАЯ АЛГЕБРА.

§ 1. Определители.
Квадратной матрицей порядка nназывается квадратная таблица из
 a11  a1n 
 
чисел а ij ( i  1, n , j  1, n ): A       , состоящая из n
a 
 n1  a nn 
строк и n столбцов. Любой квадратной матрице A порядка n
можно поставить в соответствие число | A | , равное алгебраической
сумме n ! слагаемых, составленных определённым образом из
элементов a ij матрицы A , называемое определителем матрицы.
Определителем 1-ого порядка называется число | A || a11 | a11 .
Определителем 2-ого порядка называется число
a a12
| A | 11  a11  a 22  a12  a 21 .
a 21 a 22
Определителем 3-его порядка называется число
a11 a12 a13
| A | a 21 a 22 a 23 
a 31 a 32 a 33
 a11 a 22 a 33  a12 a 23 a 31  a13 a 21a 32  a13 a 22 a 31  a12 a 21a 33  a11 a 23 a 32
Минором элемента a ij определителя | A | называется определитель
M ij , полученный из данного вычёркиванием i -ой и j -ого столбца.
Алгебраическим дополнением Aij элемента a ij называется его
минор M ij , взятый со знаком ( 1)
i j
: Aij  ( 1) i  j M ij .
Определителем порядка n называется число
a11  a1n
n
| A |      a1k  A1k  a11 A11  a12 A12    a1n A1n
k 1
a n1  a nn
Разложением определителя | A | по i -ой строке ( i  1, n )
называется соотношение:
n
| A | a
k 1
ik Aik  a i1 Ai1  a i 2 Ai 2    a in Ain .

3
 Разложением определителя | A | по j -ому столбцу ( j  1, n )
называется соотношение:
n
| A | a
k 1
kj Akj  a1 j A1 j  a 2 j A2 j    a nj Anj
Определители обладают свойствами:
1) определитель не изменится при замене всех его строк столбцами с
теми же номерами;
2) определитель изменит знак на противоположный, если переставить
местами любые две строки (два столбца) определителя;
3) общий множитель элементов какой-либо строки (столбца) можно
вынести за знак определителя;
4) определитель равен нулю, если он содержит нулевую строку
(столбец), две одинаковые или пропорциональные строки (столбца);
5) определитель не изменится, если к какой-либо строке (столбцу)
прибавить другую строку (столбец), умноженную на любое число;
6) определитель треугольного вида (когда все элементы, лежащие по
одну сторону одной из его диагоналей равны нулю) равен
произведению диагональных элементов.

В задачах 1.1-1.4 вычислить определители 2-го порядка.

1 4 ab ab cos   sin 
1.1 5 2
. 1.2 ab ab
. 1.3 sin  cos 
. 1.4
1 2 2 3
.
2 3 1 2

В задачах 1.5-1.8 вычислить определители 3-го порядка.

1 2 3 3 4 5 1 1 1
1.5 4 5 6 . 1.6 8 7 2 . 1.7 1 0 1 . 1.8
7 8 9 2 1 8 1 1 0
1 1 1
1 2 3 .
1 3 6

1.9 Решить уравнение.

4
 3 x x 1 x x2
а) 2 1 3 0; б) 1 2 4 0; в)
x  10 1 1 1 1 1

4 x x
x 4 x 0.
x x 4
1.10 Решить неравенство.
3 2 1 2 x2 1
а) 1 x 2 0; б) 1 1 2 0; в)
1 2 1 5 3 x
6 3 x 1
2x 1 0 0.
4 x2 2
В задачах 1.11-1.12, используя свойства определителя,
доказать тождества (определители не развертывать).
a1  b1 x a1  b1 x c1 a1 b1 c1
1.11 a 2  b2 x a 2  b2 x c 2  2 x a 2 b2 c 2 .
a 3  b3 x a 3  b3 x c3 a 3 b3 c3
a1  b1 x a1 x  b1 c1 a1 b1 c1
2
1.12 a 2  b2 x a 2 x  b2 c 2  (1  x ) a 2 b2 c2 .
a 3  b3 x a 3 x  b3 c3 a3 b3 c3

В задачах 1.13-1.16 вычислить определители, используя их

свойства
x y z 1 ( a  1) 2 a2  1 a
2
1.13 y z x 1. 1.14 (b  1) b2  1 b .
x z y 1 (c  1) 2 c2 1 c

sin 2  cos 2 cos 2  sin 2  1 cos 2 

1.15 sin 2  cos 2  cos 2  . 1.16 sin 2  1 cos 2  .
sin 2  cos 2 cos 2  sin 2  1 cos 2 

5
 1 1 1
1.17 Проверить, что определитель x y z делится на
x2 y2 z2
x  y, y  z и z  x.
В задачах 1.18-1.23 вычислить определители, используя
разложение по строке или столбцу:
1 0 2 1 5 2 2 1 0
1.18 0 2 0 . 1.19 0 7 0 . 1.20 1 2 1 . 1.21
2 0 3 1 2 0 0 1 2
9 10 11
1 1 1 .
2 3 4
2 3 4 1 5 a 2 1
4 2 3 2 4 b 4 3
1.22 a b c d
. 1.23 2 c 3 2
.

3 1 4 3 4 d 5 4
В задачах 1.24-1.29 вычислить определители
2 1 1 0 2 3 3 4
0 1 2 1 2 1 1 2
1.24 3 1 2 3
. 1.25 6 2 1 0
. 1.26
3 1 6 1 2 3 0 5
3 1 4 2
5 2 0 1
.
0 2 1 3
6 2 9 8

6
 2 1 1 1 1
1 2 3 4
1 3 1 1 1
2 1 4 3
1.27 3 4 1 2
. 1.28 1 1 4 1 1 . 1.29
1 1 1 5 1
4 3 2 1
1 1 1 1 6

5 6 0 0 0
1 5 6 0 0
0 1 5 6 0 .
0 0 1 5 6
0 0 0 1 5

§ 2. Матрицы.
Матрицей размера mn называется прямоугольная таблица из
 a11  a1n 
 
чисел а ij ( i  1, m , j  1, n ): A       , состоящая из m
a 
 m1  a mn 
строк и n столбцов. Если необходимо указать её размер, то пишут
Amn .
Матрицы A и B называются равными и пишут A  B , если они
одинакового размера и их соответствующие элементы равны:
aij  bij , i  1, m , j  1, n .

Транспонированной к матрице Amn называется матрица AnTm ,

столбцами которой являются соответствующие строки матрицы
Amn .
Суммой (разностью) матриц A и B одного размера m  n ,
называется матрица С  A  B того же размера, для которой:
сij  aij  bij , i  1, m , j  1, n .

Произведением матрицы Amn на число  называется матрица

B  A того же размера, для которой: bij  a ij
, i  1, m , j  1, n .
Линейной комбинацией матриц A и B одного размера m  n ,
называется матрица С  A   B того же размера (  и  -
произвольные числа), для которой: сij  a ij   bij , i  1, m ,

j  1, n ,

7
 Произведением матрицы Amn на матрицу B nk называется
матрица C mk  Amn  Bnk , каждый элемент которой сij
вычисляется по правилу:
n
cij  ai1b1 j  a i 2 b2 j    a in bnj  
s 1
ais bsj , i  1, m , j  1, k .

Вообще говоря, A  B  B  A .
Элементарными преобразованиями матрицы называются:
1) перестановка строк (столбцов);
2) умножение строки (столбца) на число, отличное от нуля;
3) прибавление к элементам строки (столбца) соответствующих
элементов другой строки (столбца), умноженных на любое число;
4) вычёркивание нулевой строки (столбца).
Матрицы A и B , полученные одна из другой в результате
элементарных преобразований называются эквивалентными и пишут
A~B .
Обратной к квадратной матрице A называется матрица A 1 того
же порядка такая, что: A  A 1  A 1  A  E , где E - единичная
матрица (на главной диагонали которой стоят единицы, а все
остальные элементы равны нулю). Обратная матрица всегда
существует для невырожденных матриц. Квадратная матрица A
называется невырожденной, если её определитель | A | 0 .
Основными методами вычисления обратной матрицы являются:
Метод присоединённой матрицы. Если A -невырожденная матрица,
T
 11
A  A1n 
то A 1

1 ˆ  1  
A  
 , где Â - присоединённая
| A| | A| A 
 n1  Ann 

матрица, для которой: aˆ ij  A ji -

i , j  1, n . Здесь A ji
a
алгебраические дополнения элементов ji матрицы A .
Метод элементарных преобразований. Для матрицы A порядка n
строится прямоугольная матрица ( A | E) размера n  2n
приписыванием к A справа единичной матрицы. Далее, с помощью
элементарных преобразований над строками, матрица ( A | E )
приводится к виду ( E | A 1 ) , что всегда возможно, если A
-невырожденная.

8
 Матричными называются уравнения: AX  C , XA  C , AXB  C ,
где матрицы A, B, C - известны, матрица X - неизвестна. Если
матрицы A , B -невырожденные, то решения матричных уравнений
записываются, соответственно, в виде: X  A 1C , X  CA 1 ,
X  A 1CB 1 .

В задачах 1.30-1.31 найти линейные комбинации матриц:

2 1  1  2
1 0
1.30 3 A  2 B, A , B  .
0 1  4   3 2 2
3 1 2  1 0  1
   
1.31 2 A  B, A  0  4 1 , B 2 3 5 .
1 2 3  6 7 4 
   
В задачах 1.32-1.35 умножить матрицы:
3  2  3 4 2  3  9  6
1.32 а)  5  4    2 5  ; б)  4  6    6  4  .
       
1  3 2  2 5 6
   
1.33 а)  3  4 1    1 2 5  ; б)
 2  5 3 1 3 2
   
 5 8  4   3 2 5 
   
 6 9  5 
  4  1 3 .
 4 7  3  9 6 5
   
3 1 1
 2 1 1   3 2 1  
1.34 а)    2 1 ; б)     2 ;
 3 0 1  1 0  0 1 2  3
   
 2  2
   
в)  1   1 2 3 ; г) 1 2 3   4  .
 3 1
   

9
  2 3 5 
 1 5 3  
1.35 а)      1 4  2  ; б)
 2  3 1  3 1 1 

 
0 0 1
    1  1
1 1
  2 2    4  .
2 
2 3    1
1   
2
3   1
 3 4
1.36 Выполнить действия над матрицами
 1 2 2 
 3 0 2 0     2 0  3
   2 1 1   
а)  0 1 2 1   0 6 3 ;
 2 3 0 0   1 1  2   
   2 2  1  5  2 8 
 
 3 0 2 0  4 6 1 
   1 2  1 2  
0 1 3 
б)     2  1 1 2   2 2  5  2 .
 2 2 0   2 1 1 2   2  2 6 4 
0 1 0   1 3 
   0 1 
2
2 1 1 3
  2 1
1.37 Вычислить а)  3 1 0  ; б)   .
1 3
0 1 2
В задачах 1.38-1.40 найти значение многочлена f ( A) от
матрицы A
2 1
1.38 f ( x)  3 x 2  4 , A .
0 3
 1 2
1.39 f ( x )  x 2  3x  1 , A .
  1 3
1  2 3
 
1.40 f ( x )  3x 2  2 x  5 , A 2 4 1 .
 3  5 2 
 
В задачах 1.41-1.42 вычислить AB  BA .
1 2   2  3
1.41 A
4

 1 , B 
 4

1  .
 2 3 1  1 2 1
   
1.42 A 
 1 1
 1 2
0
 , B 
 0 1 2  .
  1
 3 1 1

10
 В задачах 1.43-1.44 вычислить AAТ для заданных матриц
A.
  1 1  1 1  1
1 2 1 3   
1.43  4  1 5  1 . 1.44  2 0 2 0 2 .
   0  2 0  2 0 
 
В задачах 1.45-1.52 найти обратную матрицу для матриц:
1 2 3 4
1.45  3 4  . 1.46  5 7  . 1.47
   
2 5 7 
 
6 3 4 .
 
 5  2  3
3  4 5   2 7 3
   
1.48  2  3 1  . 1.49  3 9 4  . 1.50
 3  5  1  1 5 3
   
1 2 2 
 
2 1 2 .
 
2  2 1 
3 3 4  3 1 0 0 0
   
0 6 1 1 0 0 1 0
1.51  . 1.52  .
5 4 2 1  0 0 0 1
2  0 0
 3 3 2   1 0 
В задачах 1.53-1.58 решить матричные уравнения.
1 2 3 5 3  2  1 2
1.53  3 4   X   5 9  . 1.54 X   5 
 4   5
.
6
    

3 1  5 6   14 16 
1.55  5  2   X   7 8    9 10  . 1.56
     
 3 1 1 3   3 3 
  X   .
 2 1  1 2   2 2 

11
  1 2  3  1  3 0
   
1.57а)  3 2  4   X   10 2 7  ; б)
2 1 0   10 7 8 
   
1 1 1   1 2 3
   
X  1
 2 3 
  2 4 6  .
1 4 9   3 6 9
1 1  1  1  1 3 
   
1.58а) X   2 1 0
   4 3 2  ; б)
1 1 1    1  2 5 
1 1 0  5  1 2
   
 2 1 2   X    6 6 6  .
0 1 1  2 1 7

§3. Пространство арифметических векторов. Ранг матрицы.

Арифметическим вектором называется всякая упорядоченная
совокупность из n чисел: x1 , x 2 ,  , x n и обозначается
x  ( x1 , x 2 ,  , x n ) . Числа хi называются компонентами вектора
x , число компонент называется его размерностью.
Векторы x и y называются равными, если они одной размерности
и их соответствующие элементы равны: xi  y i , i  1, n .
Суммой (разностью) векторов x и y одной размерности,
называется вектор z  x  y той же размерности, для которого:
z i  x i  y i , i  1, n .
Произведением вектора x на число  называется вектор y   x
той же размерности, для которого: y i  x i , i  1, n .
Линейной комбинацией векторов x и y одной размерности,
называется вектор z   x   y той же размерности (  и  -
произвольные числа), для которого: z i   xi   yi , i  1, n .
Множество всех n -мерных векторов, в котором введены операции
сложения и умножения на число, удовлетворяющие определённым
требованиям (аксиомам) называется пространством арифметических
векторов (векторным пространством) и обозначается R n .
Система векторов {x1 , x 2 ,  , x k } называется линейно зависимой,
если найдутся числа  1 ,  2 ,  ,  k , не равные одновременно нулю,

12
такие, что 1 x1   2 x 2     k x k  0 (где 0  (0, 0,  ,0) -
нулевой вектор). Если равенство выполняется, только при
 1   2     k  0 , то система называется линейно независимой.
Базисом системы векторов S  {x1 , x 2 ,  , x k } называется
упорядоченная система векторов B S  (b1 , b2 ,  , bm ) ,
удовлетворяющая условиям: 1) bi  S , i  1, m ; 2) система B S
линейно независима; 3) для любого вектора x  S найдутся числа
1 ,  2 , ,  m , такие, что x   1b1   2 b2     m bm .
Коэффициенты  1 ,  2 ,  ,  m , однозначно определяемые вектором
x , называются координатами вектора в базисе B S , а формула
называется разложением вектора x по базису B S . Рангом системы
векторов S называется число векторов в любом из её базисов и
обозначается rangS или r (S ) . В пространстве R n базисом
является всякая упорядоченная система из n линейно независимых
векторов: B R n  (b1 , b2 ,  , bn ) . Ранг пространства R n равен n и
называется его размерностью.
Координаты одного и того же вектора x  R 3 в двух базисах B R3

 x1*  x 
   1
*
и B R3
* 1
связаны соотношением:  x 2   PB  B*   x 2  , где матрица
 * 
x 
 x3   3
 11  21  31 
 
P   12  22  32  , столбцами которой являются
B  B*  
 13  23  33 
коэффициенты  ij разложения векторов bi*  B R
*
n по базису B R3 :
3
bi*  
j 1
ij b j , i  1,3 , называется матрицей перехода от базиса

B *
R3 к базису B R3 .
Минором k -ого порядка матрицы Amn называется определитель
M k квадратной матрицы порядка k , образованной элементами

13
матрицы A , стоящими на пересечении произвольно выбранных её
k строк и k столбцов (k  min(m, n)) . Максимальный порядок
r отличных от нуля миноров матрицы A , называется её рангом и
обозначается rangA или r ( A) , а любой минор порядка r ,
отличный от нуля – базисным минором.
Основным методом вычисления ранга матрицы является метод
элементарных преобразований. Метод основан на том факте, что
элементарные преобразования матрицы не меняют её ранга. Используя
эти преобразования, матрицу Аmn всегда можно привести к виду
А , когда все элементы, расположенные ниже элементов
 , a 22 ,  , a rr
a11  0 ( r  min(m, n)) , будут равны нулю.
Базисный минор такой матрицы имеет порядок r , и, следовательно,
ранг матриц A и A равен r .
Понятие ранга матрицы используется для исследования линейной
зависимости системы векторов и нахождения её ранга. Ранг системы
векторов равен рангу матрицы, столбцами которой являются
координатные столбцы векторов системы. Система векторов будет
линейно зависима, если её ранг меньше числа векторов в системе.

В задачах 1.59-1.60 найти линейные комбинации векторов,

если заданы арифметические векторы : a1  ( 4, 1, 3,  2) ,
a 2  (1, 2, 3, 2), a 3  (16, 9, 1,3), a 4  (0, 1, 2, 3),
a 5  (1, 1, 15, 0).
1.59 а) 3a1  5a 2  a 3 ; б) a1  2a 2  a 4  2a 5 .
1 1
1.60 а) 2a1  4a 3  2a 5 ; б) a1  3a 3  a 4  a5 .
2 2
В задачах 1.61-1.62 найти вектор x из уравнений.
1.61 2a1  2a 2  3a 3  4 x  0 ,
где a1  (5, 8,1, 2) , a 2  ( 2,1,4,3) , a 3  ( 3, 2,5,4)
.
1.62 3(a1  x )  2(a 2  x )  5(a3  x ) ,
где a1  ( 2,5,1,3) , a 2  (10,1,5,10) , a 3  ( 4,1,1,1) .

14
 В задачах 1.63-1.68 выяснить, являются ли следующие
системы арифметических векторов линейно зависимыми или
линейно независимыми.
1.63 x1  ( 3, 1, 5) , x 2  (6,  3, 15) .
1.64 x1  (1, 2, 3, 0) , x 2  ( 2, 4, 6, 0) .
1.65 x1  ( 2,3,1) , x 2  (3,1,5) , x3  (1,4,3) .
1.66 x1  (5,4,3) , x 2  (3,3,2) , x3  (8,1,3) .
1.67 x1  (1,1,1,1) , x 2  (1,1,1,1) , x 3  (1,1,1,1) ,
x 4  (1,1,1,1) .
1.68 x1  ( 4,5,2,6) , x 2  ( 2, 2,1,3) , x3  (6,3,3,9) ,
x 4  ( 4,1,5,6) .
1.69Установить, в каких из нижеследующих случаев векторы
 
a, b и c линейно зависимы, и в этом случае, представить
  
вектор c как линейную 
комбинацию векторов a и b:
 
а) a  (5,2,1), b  ( 1,4,2), c  ( 1,1,6);
  
б) a  (6,4,2), b  (9,6,3), c  (3,6,3);
  
в) a  (6,18,12), b  ( 8,24,16), c  (8,7,3).
1.70 Представить вектор d как линейную комбинацию
 
векторов a  ( 2,3,1), b  (5,7,0) и c  (3,2,4) :
 
а) d  ( 4,12,3) ; б) d  (0,6,5) ; в)

d  ( 2,3,6) .
1.71 Найти все значения  при которых вектор b линейно
выражается через векторы a1 , a 2 , a3 :
а) a1  ( 2,3,5) , a 2  (3,7,8) , a 3  (1,6,1) , b  (7,2,  ) ;
б) a1  ( 4,4,3) , a 2  (7,2,1) , a3  ( 4,1,6) , b  (5,9,  ) ;
в) a1  (3,2,5) , a 2  (2,4,7) , a3  (5,6,  ) , b  (1,3,5) ;
г) a1  (3,2,6) , a 2  (5,1,3) , a3  (7,3,9) , b  ( ,2,5) .
1.72 Найти все базисы системы векторов:
а) a1  (1,2,0,0) , a 2  (1,2,3,4) , a3  (3,6,0,0) ;
б) a1  ( 2,1,3,1) , a 2  ( 2,2,6,2) , a 3  (6,3,9,3) ,
a 4  (1,1,1,1) .

15
1.73 Найти какой-нибудь базис системы векторов и выразить
через этот базис остальные векторы системы:
а) a1  (3,2,5,4) , a 2  (3,1,3,3) , a 3  (3,5,13,11) ;
б) a1  ( 2,1,3) , a 2  (3,1,5) , a 3  ( 4,2,1) ,
a 4  (1,0,7) .
1.74 Показать, что векторы a1  (1,0,0), a 2  (1,1,0),
a 3  (1,1,1) образует базис в R 3 и вычислить координаты

вектора a  (1,0,1) в этом базисе.

1.75 Найти координаты вектора x в базисе (b1 , b2 ,..., bn ) R n
:
а) b1  (1,1,1) , b2  (1,1,2) , b3  (1,2,3) , x  (6,9,14) ;
б) b1  ( 2,1,3) , b2  (3,2,5) , b3  (1,1,1) ,
x  (6,2,7) ;
в) b1  (1, 2, 1,2) , b2  ( 2,3,0, 1) , b3  (1,2,1,4) ,
b4  (1,3, 1,0) ,
x  (7,14,1,2) ;
г) b1  (1,1,1,1,1) , b2  (0,1,1,1,1) , b3  (0,0,1,1,1) ,
b4  (0,0,0,1,1) ,
b5  (0,0,0,0,1) , x  (5,4,3,2,1) .
  
1.76 Найти координаты вектора x в базисе (b1 , b2 , b3 ) , если
он задан в базисе (b1 , b2 , b3 ) :
а) x  ( 6, 1,3) , б) x  (1,2,4) ,
 b1  b1  b2  2b3  b1  b1  b2  3b3
   
 b2  2b1  b2 ;  b2  3b1 2  b2 ;
b   b  b  b  
 3 1 2 3 b3  b1  b2  b3
в) x  (1,3,6) , г) x  (2,4,1) ,
 b1  b1  b2  4b3 b1  b1  b2  3b 2
  
 
3
 b2  4b1 3  b2 ;  b2  3b1  b2 .
   b   b  b  b
b3  b1  b2  b3 

3 1 2 3

16
 В задачах 1.77-1.87 вычислить ранг матриц.
1 3 5  1
 2  1 3  2 4  
  2 1 3 4 
1.77  4  2 5 1 7 . 1.78 
 2  1 1 8 2 5 1 1 7 
   
7 7 9 1 
.
3 1 3 2 5  1 2 3 4
   
 5  3 2 3 4  2 3 4 5
1.79  . 1.80 .
1  3  5 0  7 3 4 5 6
   
7  5 1 4 1  4 5 6 7
 25 31 17 43 
 
 75 94 53 132 
1.81  . 1.82
75 94 54 134 
 
 25 32 20 48 
 24 19 36 72  38 
 
 49 40 73 147  80 
 73 59 98 219  118  .
 
 47 36 71 141  72 
1 2 3  1 3 3  4
   
4 5 6  4 7 2 1 
1.83  . 1.84
3 5 . 1.85
7 8 9 1 0 
   
10 11 12   2 3 0 1 
0 1 1 0 0
 
1 1 0 0 0
0 1 0 1 1 .
 
1 0 1 0 0
0 0 1 1 0
 

17
  0 1 0 4 3 1 
 
 0 1 3 0 2 1 
1.86   . 1.87
 2 1 0 0 1 1
 
 1 2 1 1 1 1 
 2 2 1 5 1
 
 1 0 4 2 1 
 2 1 5 0 1 
 .
 1  2 2 6 1 
 3 1  8 1 1
 1 2 3 7  2 


В задачах 1.88-1.90 найти ранг системы векторов

1.88 a1  (1, 1,0,0) , a 2  (0,1,1,0) , a 3  (1,0,1,1) ,
a 4  ( 0,0,0,1) ,
a 5  (3, 5, 2, 3) .
1.89 a1  (5,2, 3,1) , a 2  ( 4,1,2,3) , a 3  (1,1, 1, 2) ,
a 4  (3, 4, 1, 2) .
1.90 a1  (1, 2, 0, 0) , a 2  (1, 2, 3, 4) , a 3  (3, 6, 0, 0) .

§4. Системы линейных уравнений.

 a11 x1  a12 x 2    a1n x n  b1


…Система уравнений вида:     
a x  a x    a x  b
 m1 1 m2 2 mn n m
называется системой m линейных уравнений с n неизвестными. В
матричной форме система имеет вид: AX  B , где
 a11 a12  a1n   x1   b1 
     
a a 22  a 2n   x2  b 
A   21 , X    , B   2  . Здесь A
      
     
a a m2  a mn  x  b 
 m1  n  m
-матрица системы, X -матрица-столбец неизвестных, B - матрица-

18
столбец свободных членов. Если B  O , где O - нулевая матрица-
столбец (все её элементы равны нулю), то система называется
однородной, в противном случае неоднородной.
Если в системе m  n и определитель матрицы системы
 | A | 0 (т.е. матрица A имеет обратную A 1 ), то система
имеет единственное решение, определяемое:
j
а) по формулам Крамера: xj  , j  1, n , где j-

определитель, получаемый из определителя системы  заменой j -
ого столбца на столбец свободных членов;
б) методом обратной матрицы по формуле X  A 1  B .
Решение произвольной системы уравнений находят методом Гаусса.
Для этого составляют расширенную матрицу системы A  ( A | B ) ,
приписывая к матрице системы A справа столбец свободных членов
B . Затем расширенную матрицу A с помощью элементарных
преобразований над строками и перестановкой столбцов приводят к
специальному виду:
~
1 0 a~1,r 1
0  a~1n b1 
 ~ 
0 1  0 a~2,r 1  a~2n b2 
        
 ~ ~ 
0 0  1 a r ,r 1  a~rn b r  . Если хотя бы одно
0 0  0 0  0 b r 1 
~
 
        
0 ~
 0  0 0  0 b m 
~ ~
из чисел br 1 ,  , bm отлично от нуля, то исходная система
~ ~
уравнений несовместна; если br 1    bm  0 , то система
совместна. Совместная система имеет единственное решение, если
r  n , и бесконечное множество решений, если r  n . Считая
x1 , x 2 ,  , x r базисными неизвестными, x r 1 , x r  2 ,  , x n -
свободными, бесконечное множество решений записывают в виде
общего решения, придавая свободным неизвестным произвольные
значения: x r 1  C1 ,  , x n  C n  r и выражая базисные неизвестные
через свободные.

19
 Однородная система уравнений всегда совместна, так как имеет
тривиальное решение 0  (0,0,  ,0) . Для существования
нетривиального решения однородной системы необходимо и
достаточно, чтобы r  rangA  n (при m  n это условие означает:
| A | 0 ).
Если r  rangA  n , то однородная система имеет ( n  r ) линейно
независимых частных решений: E1 , E 2 ,  , E n  r , называемых её
фундаментальной системой решений. Общее решение однородной
системы имеет вид x  C1  E1    C n  r  E n  r , где C1 ,  , C n  r -
произвольные постоянные. Решения E1 , E 2 ,  , E n  r , образующие
фундаментальную систему решений, можно получить, если в общем
решении однородной системы свободным неизвестным придавать
поочерёдно значение 1 , полагая остальные равными 0 .
Общее решение неоднородной системы AX  B может быть
найдено как сумма общего решения соответствующей однородной
системы AX  O и произвольного частного решения неоднородной
системы: x  x частн  C1  E1    C n  r  E n  r .

В задачах 1.91-1.100 решить системы уравнений:

а) по формулам Крамера; б) методом обратной матрицы;
в) методом Гаусса.
 2 x1  x 2  1  2 x1  5 x 2  1
1.91  . 1.92  .
 x1  16 x 2  17 3x1  7 x 2  2
 x1  x2  x3  6  2 x1  x2  x3  3
 
1.93  x1  x 2  x3  0 . 1.94  x1  2 x 2  x3  0 .
 x x x 2 x  x  2x  9
 1 2 3  1 2 3

 2 x1  x 2  x3  4  x1  x 2  2 x3  1
 
1.95 3 x1  4 x 2  2 x3  11 . 1.96 2 x1  x 2  2 x3  4 .
3 x  2 x  4 x  11  4 x  x  4 x  2
 1 2 3  1 2 3

 3x1  2 x 2  x3  5 2 x1  3 x 2  5 x3  10
 
1.97  2 x1  3 x 2  x3  1 . 1.98  3 x1  7 x 2  4 x3  3 .
2 x  x  3x  11  x  2x  2x  3
 1 2 3  1 2 3

20
  x1  x 2  2 x3  3x 4  1
3x  x  x  2 x  4
 1 2 3 4
1.99  . 1.100
2 x1  3x 2  x3  x 4  6
 x1  2 x 2  3x3  x 4  4
 x1  2 x 2  3x3  2 x 4  6
 2 x  x  2 x  3x  8
 1 2 3 4
 .
 3 x 1  2 x 2  x 3  2 x 4  4
2 x1  3x 2  2 x3  x 4  8
В задачах 1.101-1.114 решить системы уравнений методом
Гаусса.
 x1  x 2  3 x3  1  2 x1  x 2  x3  2
2 x  x  2 x  1  x  3 x  x  5
 1 2 3
1.101  1 2 3 . 1.102  .
x1  x 2  x3  3
  x1  x 2  5 x3  7
 x1  2 x 2  3 x3  1 2 x1  3 x 2  3 x3  14
 2 x1  x 2  3 x3  3
 3 x  x  5 x  0
1 2 3
1.103  . 1.104
 4 x1  x 2  x3  3
 x1  3 x 2  13 x3  6
 2 x1  x 2  x3  x 4  1
3 x  2 x  2 x  3 x  2
1 2 3 4
 .
 5 x1  x 2  x 3  2 x 4   1
 2 x1  x 2  x3  3x 4  4
 2 x1  x 2  x3  x 4  1  x1  2 x 2  3x3  4 x 4  4
 2 x1  x 2  3 x 4  2  x  x  x  3
2 3 4
1.105  . 1.106  .
 3 x1  x3  x 4  3  x1  3 x 2  3x 4  1
2 x1  2 x 2  2 x3  5 x 4  6   7 x 2  3x3  x 4  3

21
  2 x1  3 x 2  x3  5 x 4  0
3 x  x  2 x  7 x  0
1 2 3 4
1.107  . 1.108
 4 x1  x 2  3x3  6 x 4  0
 x1  2 x 2  4 x3  7 x 4  0
 3 x1  4 x 2  5 x 3  7 x 4  0
 2 x  3x  3 x  2 x  0
1 2 3 4
 .
 4 x1  11 x 2  13 x 3  16 x 4  0
 7 x1  2 x 2  x 3  3 x 4  0
 x1  x 2  3 x 4  x5  0
 x1  x 2  2 x3  x 4  0
1.109  .
 4 x1  2 x 2  6 x3  3 x 4  4 x5  0
2 x1  4 x 2  2 x3  4 x 4  7 x5  0
 x1  x 2  x3  x 4  x5  7
 3 x  2 x  x  x  3 x  2
1 2 3 4 5
1.110  .
 2 x  2 x 3  2 x 4  6 x 
5 23
5 x1  4 x 2  3 x3  3 x 4  x5  12
 x1  2 x 2  x3  x 4  x5  0
 2 x  x  x  2 x  3 x  0
1 2 3 4 5
1.111  .
 3 x1  2 x 2  x3  x 4  2 x5  0
2 x1  5 x 2  x3  2 x 4  2 x5  0
 x1  2 x 2  x3  x 4  x5  0
 2 x  x  x  x  x  0
1 2 3 4 5
1.112  .
 x1  7 x 2  5 x3  5 x 4  5 x5  0
 3 x1  x 2  2 x3  x 4  x5  0

22
  3 x1  x 2  2 x3  x 4  x5  1
 2 x  x  7 x  3 x  5 x  2
1 2 3 4 5
1.113  .
 x1  3 x 2  2 x3  5 x 4  7 x5  3
3 x1  2 x 2  7 x3  5 x 4  8 x5  3
 x1  2 x 2  3 x 4  2 x5  1
 x  x  3x  x  3x  2
 1 2 3 4 5
1.114  .
2 x1  3 x 2  4 x3  5 x 4  2 x5  7

9 x1  9 x 2  6 x3  16 x 4  2 x5  25

В задачах 1.115-1.118 найти фундаментальную систему

решений и общее решение однородных систем уравнений.
 x  2 x 2  3 x3 0  x  2 x 2  x3  0
1.115  1 . 1.116  1
 2 x1  4 x 2  6 x3  0 2 x1  9 x 2  3 x3  0
.
 2 x1  3 x 2  x3  0

1.117  x1  x 2  x3  0. 1.118
3 x1  2 x 2  2 x3  0

 2 x  4 x  5 x  3x  0
 1 2 3 4
 3 x1  6 x 2  4 x3  2 x 4  0 .
4 x  8 x  17 x  11x  0
 1 2 3 4
В задачах 1.119-1.122 найти общие решения неоднородных
систем, используя фундаментальную систему решений
соответствующих однородных.
 x1  x 2  x3  x 4  4

1.119 3 x1  2 x 2  x3  x 4  8 .
 3x  x  x  x
 1 2 3 4  4

23
  x1  x 2  10 x3  x 4  x5  2

1.120  5 x1  x 2  8 x3  2 x 4  2 x5  4.
3 x  3 x  12 x  4 x  4 x  0
 1 2 3 4 5
 x1  2 x 2  4 x3  3 x 4  1
 3 x  5 x  6 x  4 x
1.121  1 2 3 4  2.
 4 x1  5 x 2  2 x3  3 x 4  1
3 x1  8 x 2  24 x3  19 x 4  5
5 x1  6 x 2  2 x3  7 x 4  4 x5  1
 2 x  3 x  x  4 x  2 x  0
1.122  1 2 3 4 5 .
7 x1  9 x 2  3 x3  5 x 4  6 x5  1

 5 x1  9 x 2  3x3  x 4  6 x5  1

§ 5. Ортогональные системы векторов.

n
Векторное пространство R , в котором скалярное произведение
векторов
x  ( x1 , x 2 ,  , x n ) и y  ( y1 , y 2 ,  , y n ) определяется
x  y  x1 y1  x 2 y 2    x n y n , является евклидовым.
формулой
Два вектора x и y называются ортогональными, если x  y  0 .
Система векторов {x1 , x 2 ,  , x k } называется ортогональной, если
x x  0
векторы этой системы попарно ортогональны: i j при i  j .
Базис
B   (b1 , b2 ,  , bn ) n -мерного
евклидова пространства
при i  j .
b b  0
называется ортогональным, если i j
Каждый вектор x единственным образом раскладывается по базису
B
: x   1b1   2 b2     n bn , где числа
1 , 2 , ,  n
называемые координатами вектора x в ортогональном базисе
B
,
x  bi
i 
bi  bi
определяются по формулам: ( i  1, n ).

24
 Ортогональной составляющей вектора y относительно
ортогональной системы векторов {x1 , x 2 ,  , x k } называется вектор
y  xi
i 
0
y  y   1 x1   2 x 2     k x k , где xi  xi
( i  1, k ).
Процессом ортогонализации системы векторов {x1 , x 2 ,  , x k }
называется построение ортогональной системы ненулевых векторов
{ y1 , y 2 ,  , y k } по формулам: y1  x1 , y 2  x 20 , y 3  x30 ,…,
y k  x k0 xi0 xi
, где - ортогональные составляющие векторов
{ y1 , y 2 ,  , y i 1 } (
относительно ортогональных систем векторов
i  2, k ). Если система векторов {x , x ,  , x } линейно зависима,
1 2 k

то число векторов в ортогональной системе будет меньше k .

1.123 Выяснить будут ли ортогональными следующие системы

векторов.
а) x1  (1,1,2,3), x 2  (1,0,1,1), x3  (1,4,0,1) ;
б)
x1  (1,1,1,1), x 2  (1,1,1,1), x3  (1,1,1,1) ;
в)
x1  (1,1,1,1), x 2  (2,1,1,1), x3  (2,7,1,1) ;
г) x1  (1,0,1,0), x 2  ( 1,1,1,1), x3  (1,1,1,1) .
1.124 Проверить ортогональность систем векторов и
дополнить их до ортогональных базисов.
а) a  1, 2,  2, 1 , b  1,  1,  1.  1 ;
б) a  1,  2, 2,  3 , b   2,  3, 2, 4 ;
в) a  1, 1, 1, 2 , b  1, 2, 3,  3 ;
г) a  1,  2, 1, 3 , b   2, 1,  3, 1 .
1.125 Найти координаты вектора x  (1, 2, 3, 4) в
ортогональном базисе: a  (1, 2, 2,1) , b  (1, 1, 1, 1) ,
c  ( 4,1,3, 0 ) , d  ( 3, 9, 1,13) .

25
1.126 Найти координаты вектора x  (3,6, 9) в
2 1 2
 , , ,
1 2
  , ,
2
ортогональном базисе: a b ,
3 3 3 3 3 3
 2 2 1
c   , , .
 3 3 3
1.127 Найти ортогональную составляющую y вектора y
0

относительно ортогональной системы векторов  x1 , x 2 , x3 

.
а)
y   2,1,6,3 , x1   1,2,3, 1 , x 2   2, 1,1,3 , x3   2,0, 1,1
;
б)
y   2,1,1,2  , x1   1,1,1,1 , x 2   1,1, 1,1 , x 3   1,1,1,1
;
в)
y   1, 2,3, 4  , x1  1,2,2,1 , x 2   1,1,1,1 , x3   4,1,3,0 
;
г)
y   1,1,1,1 , x1   1,0,1,0  , x 2    1,1,1,1 , x 3   1,1,1,1 .

В задачах 1.128-1.133 применяя процесс ортогонализации

построить ортогональную систему векторов.
1.128 x1   2,0,1,1 , x2  1,2,0,1 , x3   0,1,2,0 .
1.129 x1  1,2,2  , x 2    1,0,1 , x3   5,3,7  .
1.130 x1  1,1,1,1 , x 2   3,3,1,1 , x3    2,0,6,8 .
1.131 x1  1,2,2,1 , x 2  1,1,5,3 , x3   3,2,8,7  .
1.132
x1   2,1,3,1 , x 2   7, 4,3, 3 , x 3  1,1, 6,0  , x 4   5,7,7,8
.
1.133 x1  1,2,1,3 , x 2   4,1,1,1 , x3   3,1,1,0 .

§ 6. Линейные операторы.

26
 Оператором в Rn (преобразованием пространства Rn )
n
называется закон, по которому каждому вектору x  R ставится в
~
соответствие единственный вектор y  R n , и пишут y  A( x ).
Оператор A ~ называется линейным, если для любых векторов
x , y  R n и действительных чисел  ,  выполнено условие:
~ ~ ~
A( x   y )   A( x )   A( y ) .
Если B R n  (b1 , b2 ,  , bn ) - базис R n , то матрицей линейного
~ в базисе B n называется квадратная матрица
оператора A R A
порядка n , столбцами которой являются столбцы координат векторов
~
A(bi ) . Каноническим базисом R n называется базис (е1 , е 2 ,  , е n ) ,
где е1  (1,0,0,...,0,0) , е 2  (0,1,0,...,0,0) ,
е n  (0,0,0,...,0,1) -единичные векторы. Между линейными
операторами, действующими в R n и квадратными матрицами
порядка n , существует взаимно однозначное соответствие, что
~
позволяет оператор y  A( x ) представлять в матричном виде
Y  A  X , где X , Y - матрицы-столбцы координат векторов x, y ,
~ в базисе B n .
A - матрица оператора A R
Для линейных операторов вводятся операции: 1) сложение
~ ~ ~ ~
операторов: ( A  B )( x )  A( x )  B ( x ) ; 2) умножение оператора на
~ ~
число: (A)( x )   ( A( x )) ; 3) умножение операторов:
~ ~ ~ ~
( A  B )( x )  A ( B ( x )) .
Обратным к оператору A ~ называется оператор ~ 1 такой, что
A
~ ~ 1 ~ 1 ~ ~ , где ~ - единичный (тождественный)
A A  A  A  E E
~
оператор, реализующий отображение E ( x )  x . Обратный оператор
~ ~
A 1 существует только для невырожденных операторов A
(операторов, матрица которых является невырожденной). Все,
рассмотренные выше, действия над линейными операторами
выполняют, выполняя аналогичные действия над их матрицами.
Пусть число  и вектор x  R n , ( x  0 ) , таковы, что
~
выполняются равенства: A( x )    x или A  X    X . Тогда число
 называется собственным числом линейного оператора A ~
(матрицы A ), а вектор x - собственным вектором оператора

27
(матрицы), соответствующим собственному числу  . Равенство
A  X    X может быть записано и в виде ( A    E )  X  O , где E -
единичная матрица порядка n , X - матрица-столбец координат
собственного вектора x (  ) , соответствующего собственному числу
 , O - нулевая матрица-столбец.
~ (матрицы
Характеристическим уравнением оператора A A)
называется уравнение:
a11   a12  a1n
a 21 a 22    a 2n
| A    E | 0.
   
a n1 an2  a nn  
Множество собственных чисел оператора (матрицы) совпадает с
множеством корней его характеристического уравнения: | A    E | 0
, а множество собственных векторов, отвечающих собственному числу
i , совпадает с множеством ненулевых решений матричного
уравнения: ( A  i  E )  X  O .
Если квадратная матрица A порядка n имеет собственные числа
1 ,  2 ,...,  k кратности m1 , m 2 ,..., m k , где
(m1  m 2  ...  m k )  n , то она приводима к диагональному виду A*
тогда и только тогда, когда выполнены условия:
rang ( A   i E )  n  m i ( i ). Если нарушается хотя бы одно
 1, k
из условий, то матрица к диагональному виду неприводима.
Приведение матрицы A к диагональному виду A*
осуществляется преобразованием: A*  S 1  A  S , где S - матрица,
столбцами которой являются n линейно независимых собственных
векторов матрицы A , отвечающих собственным числам
1 ,  2 ,...,  k (каждому собственному числу  i кратности m i
отвечает mi линейно независимых собственных векторов,
образующих фундаментальную систему решений уравнения:
( A  i  E )  X  O ). Матрица A* при этом будет иметь диагональный
вид, причём на главной диагонали будут стоять собственные числа
матрицы A .

28
 В задачах 1.134-1.138 установить, какие из заданных
отображений пространства арифметических векторов R 3 в себя
являются линейными операторами, и выписать их матрицы в
каноническом базисе.
~
1.134 A ( x )   x 2  x3 , 2 x1  x3 , 3x1  x 2  x3  .
~
1.135 A( x )   x1 , x 2  1, x3  2  .
~
1.136 A( x )   x1  2 x 2  2 x3 ,  3x 2  x3 , 2 x1  3x3  .
~
1.137 A( x )   3 x1  x 2 , x1  2 x 2  x3 , 3 x 2  2 x3  .
~
1.138 A( x )   3 x1  5 x3 , x1  x3  1, 3 x 2  6 x3  .

В задачах~1.139-1.143 ~ в пространстве R 3 заданы линейные

операторы ~A( x ) и B ( x ) . Найти матрицу линейного
~ ~ ~ ~ ~
оператора C ( x ) , где C  A  B  B  A и его явный вид в
3
каноническом базисе R .
~
1.139 A( x )   2 x 2 ,  2 x1  3 x 2  2 x3 , 4 x1  x 2  5 x3  ,
~
B ( x )    3 x1  x3 , 2 x 2  x3 ,  x 2  3 x3  .
~
1.140 A( x )   7 x1  4 x3 , 4 x 2  9 x3 , 3 x1  x 2  ,
~
B ( x )   x 2  6 x3 , 3 x1  7 x3 , x1  x 2  x3  .
~
1.141 A( x )   2 x1  x 2  5 x3 , x1  4 x 2  x3 , 3 x1  5 x 2  2 x3 
,
~
B ( x )   x1  4 x 2  3 x3 , 2 x1  x3 , 3 x 2  x3  .
1.142
A( x )   3 x1  x 2  2 x3 , 3 x1  2 x 2  4 x3 ,  3 x1  5 x 2  x3  ,
~
~
B ( x )   2 x1  x 2 , x1  x 2  2 x3 ,  x1  2 x 2  x3  .
~
1.143 A( x )   3x1  x 2  x3 , 2 x1  x 2  2 x3 , x1  2 x 2  3x3  .
~
B ( x )   x1  x 2  x3 , 2 x1  x2  x3 , x1  x 2  .

В задачах 1.144-1.146 установить, какие из заданных в R 3

~
линейных операторов A ( x ) являются невырожденными, и
~
найти явный вид обратных операторов A 1 ( x ) .
~
1.144 A( x )   x1  x 2  x3 , x3 , x 2  .

29
 ~
1.145 A( x )   x 2  2 x3 ,  x 2 , 2 x 2  x3  .
~
1.146 A( x )   x1  2 x 2  2 x3 , 2 x1  x 2  2 x3 , 2 x1  2 x 2  x3 
.
В задачах 1.147-1.156 найти собственные числа и
собственные векторы линейных операторов,заданных своими
матрицами
 2 1 2   0 1 0
   
1.147 A   5  3 3  . 1.148 A    4 4 0  .
  1 0  2   2 1 2
   
 1 0 0 0 1 0 
   
1.149 A   1 2 1  . 1.150 A   1 1  2  .
  1 0 1 1 1 0 
   
 2  1 0  3  1  1
   
1.151 A    1 2 0  . 1.152 A   0 2  1 .
 1  1 1 0 1 2 
   
 4  2  1  2  2 0
   
1.153 A    1 3  1 . 1.154 A    2 9 2  .
 1 2 2   0 2 2 
  
1  3 1   4 1  2
   
1.155 A   3  3  1 . 1.156 A   1 4 2  .
3  5 1   2 2 1 
   
В задачах 1.157-1.166 выяснить, какие из заданных матриц
линейных операторов можно диагонализировать и найти:
а) диагональную форму матрицы; б) матрицу линейного
преобразования, приводящего данную матрицу к
диагональному виду.
 3  2  5 2
1.157 A   . 1.158 A    6 .
 4 3   2
 1 2 0   1 1 1
   
1.159 A   0 2 0 . 1.160 A  1 1 1 .
 2 2  1  1 1 1
  

30
  2 1 2  1 1 1
   
1.161 A   5 3 3 . 1.162 A  1 2 0 .
  1 0  2  0 1 2
   
  1 3  1
 
1.163 A    3 5  1 . 1.164
 3 3 1 
 
 3 2 2 
 
A   1  2 0 .
  2  2  1
 
 1  2 0 1 2 2
   
1.165 A   1 2 0 . 1.166 A  2 1 2 .
 2 2 1  2 2 1 
 

§ 7. Квадратичные формы.
Квадратичной формой L( x1 , x 2 ,  , x n ) (кратко L(x ) ) от n -
переменных называется однородный многочлен второй степени:
n
L( x )  a
i , j 1
ij x i x j , где a ij  a ji . Квадратичную форму всегда

можно записать в матричном виде: L  X T  A  X , где A  (a ij ) -

матрица квадратичной формы (являющаяся симметрической, так как
выполняется условие aij  a ji ), X - матрица-столбец, X T -
матрица-строка, составленные из переменных x1 , x 2 ,  , x n .
Квадратичная форма называется невырожденной, если её матрица -
невырожденная. Квадратичная форма называется канонической, если
n
2 2 2
она имеет вид: L( x )  a11 x1  a 22 x 2    a nn x n  a
i 1
2
ii x i .

31
 Всякую квадратичную форму всегда можно привести к
канонической, например, методами Лагранжа и ортогональных
преобразований.
Метод Лагранжа состоит в последовательном выделении в
квадратичной форме полных квадратов. Если в квадратичной форме
все коэффициенты a ii  0 ( i  1, n ), а коэффициент a kl  0 ( k  l
), то, до выделения полных квадратов, в квадратичной форме следует
перейти к новым переменным по формулам:
x k  z k  z l , xl  z k  z l ,
 .
 xi  z i (i  1, n, i  k , l ).
Метод ортогональных преобразований состоит в приведении формы
n
L( x )  a
i , j 1
ij xi x j к каноническому виду

L( y )  1 y12     n y n2 , где 1 ,  2 ,...,  n - собственные числа

матрицы квадратичной формы. Такое приведение осуществляется с
помощью ортогонального преобразования X  S  Y , где S -
ортогональная матрица, столбцами которой служат
ортонормированные собственные векторы матрицы квадратичной
формы; X , Y - матрицы-столбцы переменных квадратичной формы.
Квадратная матрица A называется ортогональной, если её столбцы
представляют ортонормированную систему векторов (длина каждого
вектора равна единице, все попарные скалярные произведения
векторов равны нулю). Квадратная матрица A будет ортогональной,
тогда и только тогда, когда: AT  A 1 .
Квадратичные формы подразделяют на различные типы в
зависимости от множества их значений. Квадратичная форма L(x )
называется:
положительно (отрицательно) определённой, если для любого x  0
выполняется неравенство L( x )  0 ( L( x )  0 ); неотрицательно
(неположительно) определённой, если для любого x выполняется
неравенство L( x )  0 ( L( x )  0 ), причём существует x  0 , для
которого L( x )  0 ; знакопеременной (или неопределённой), если
существуют такие x и y , что L( x )  0 и L( y )  0 .
Невырожденная квадратичная форма может быть либо
положительно определённой, либо отрицательно определённой, либо
знакопеременной. Тип невырожденной квадратичной формы можно

32
определить, проверяя знаки главных миноров матрицы квадратичной
формы.
 a11  a1n 
 
Пусть A       , где a ij  a ji - матрица квадратичной
a  a nn 
 n1
формы. Главными минорами матрицы A называются миноры
порядка k ( k  1,2,..., n ), составленные из первых k строк и
a a12
первых k столбцов матрицы: 1  a11 ,  2  11 ,…,
a 21 a 22
a11  a1n
n     .
a n1  a nn
Одним из критериев знакоопределённости невырожденной
квадратичной формы является критерий Сильвестра:
- квадратичная форма L(x ) положительно определена тогда и только
тогда, когда все главные миноры её матрицы положительны, т.е.

1  0 ,  2  0 , , n  0 ;
- квадратичная форма L(x ) отрицательно определена тогда и только
тогда, когда для всех главных миноров её матрицы выполняются
неравенства:  1  0 ,  2  0 ,  3  0 , 
, (1) n  n  0 (все
миноры нечётного порядка отрицательны, а чётного – положительны) ;
- квадратичная форма L(x ) знакопеременна тогда и только тогда,
когда для главных миноров её матрицы выполняется хотя бы одно из
условий: один из главных миноров равен нулю, один из главных
миноров чётного порядка отрицателен, два главных минора нечётного
порядка имеют разные знаки.

1.167 Записать матрицу следующих квадратичных форм:

2 2 2
а) 2 x1  5 x2  8 x3  4 x1 x 2  2 x1 x3  6 x2 x3 ;
2 2
б) 2 x1 x 2  4 x1 x3  x 2  8 x3 ;
2 2 2
в)  x1  2 x 2  3 x3  2 x1 x2  2 x 2 x3 ;
г) 2 x1 x 2  6 x 2 x3  4 x1 x3 .

33
 В задачах 1.168-1.173 методом Лагранжа найти: а)
канонический вид квадратичной формы; б) невырожденное
линейное преобразование, приводящее к этому виду.
2 2 2
1.168 x1  2 x2  7 x3  2 x1 x2  2 x1 x3  4 x 2 x3 .
2 2 2
1.169 x1  3 x2  4 x3  2 x1 x 2  2 x1 x3  6 x 2 x3 .
2 2
1.170 2 x1  3 x3  4 x1 x 2  4 x1 x3  8 x 2 x3 .
2
1.171 x1  2 x1 x2  2 x 2 x3 .
2 2
1.172 x1  x3  4 x 2 x3 .
2 2 2
1.173 x1  3 x 2  x3  4 x1 x 2  4 x1 x3  4 x 2 x3 .
В задачах 1.174-1.179 найти ортогональное преобразование,
приводящее следующие квадратичные формы к каноническому
виду, и записать полученный канонический вид.
2 2 2
1.174 6 x1  5 x 2  7 x3  4 x1 x 2  4 x1 x3 .
2 2 2
1.175 11x1  5 x 2  2 x3  16 x1 x 2  4 x1 x3  20 x 2 x3 .
2 2 2
1.176 x1  x 2  5 x3  6 x1 x 2  2 x1 x3  2 x 2 x3 .

1.177
x12  x 2 2  x3 2  4 x1 x 2  4 x1 x3  4 x 2 x3 .
2 2 2
1.178 17 x1  14 x 2  14 x3  4 x1 x 2  4 x1 x3  8 x 2 x3 .
2 2 2
1.179
6 x1  3 x 2  3 x3  4 x1 x 2  4 x1 x3  8 x 2 x3 .
В задачах 1.180-1.185 определить, используя критерий
Сильвестра, какие квадратичные формы являются либо
положительно, либо отрицательно определенными, а какие нет.
2 2
1.180 x1  26 x 2  10 х1 x 2 . 1.181
2
 x1  2 x1 x 2  4 х 22 .
2 2
1.182 x1  15 x 2  4 x1 х 2  2 x1 x3  6 x 2 x3 .
2
1.183
12 x1 х 2  12 x1 х3  6 x 2 х3  11 x1  6 x 22  6 x32 .
2 2 2
1.184 9 x1  6 x 2  6 x3  12 x1 x 2  10 x1 x3  2 x 2 x3 .

34
 2 2 2
1.185 1
3x  6 x
2 3  5x
1 2 1 3  2x x  2x x  4x x
2 3.
1.186 Найти, используя критерий Сильвестра, все значения
параметра  , при которых квадратичная форма является
положительно определенной:
2 2 2
а) 2 x1  x2  x3  2 x1 x2  2 x1 x3  2 x2 x3 ;
2 2 2
б) x1  2 x2  3 x3  2 x1 x 2  2 x1 x3  4 x2 x3 ;
2 2 2
в) 2x1  x 2  2 x3  2 x1 x 2  2 x 2 x3 ;
2 2 2
г) 2 x1  x2  2 x3  2 x1 x 2  6 x1 x3  4 x 2 x3 .
1.187 Найти, используя критерий Сильвестра, все значения
параметра  , при которых квадратичная форма является
отрицательно определенной:
2 2 2
а)  x1  x 2  3x 3  4 x1 x 2  2 x1 x 3  2 x 2 x 3 ;
2 2 2
б)  2 x1  2 x 2  x3  2 x1 x 2  4 x1 x3  2 x2 x3 ;
2 2 2
в) 2x1  x2  x3  4 x1 x2  2 x1 x3  2 x 2 x3 ;
2 2 2
г)  x1  2 x 2  2x3  2 x1 x 2  2 x1 x3  6 x 2 x3 .

§ 8. Системы линейных уравнений и неравенств.

Линейным неравенством называют неравенство вида:
a1 x1  a 2 x 2  ...  a n x n  b , где a1 , a 2 ,..., a n , b - некоторые
числа, x1 , x 2 ,..., x n - координаты точки пространства Rn .
Совокупность всех точек R n , координаты которых удовлетворяют
неравенству, называют областью решений данного неравенства.
В R 2 линейное неравенство имеет вид a1 x1  a 2 x 2  b . Его
областью решений является одна из полуплоскостей, на которые
граничная прямая a1 x1  a 2 x 2  b делит плоскость Оx1 x 2 . Для
того, чтобы установить какая из полуплоскостей удовлетворяет
данному неравенству выбирают «пробную» точку и проверяют,
удовлетворяет ли она ограничению-неравенству. Если удовлетворяет,
то неравенство выполняется в полуплоскости, содержащей «пробную»
точку, в противном случае берётся другая полуплоскость. В качестве
«пробной» точки выбирают любую точку, не принадлежащую
граничной прямой. Полуплоскость, в которой неравенство

35
выполняется, отмечают стрелками, направленными внутрь данной
полуплоскости.
Системой линейных неравенств называют систему неравенств вида:
 a11 x1  a12 x 2    a1n x n  b
1

  , где а ij - коэффициенты системы, bi
a x  a x    a x  b
 m1 1 m 2 2 mn n m
- свободные члены системы. Совокупность всех точек R n ,
координаты x1 , x 2 ,..., x n которых удовлетворяют каждому из
неравенств, называют областью решений системы неравенств.
В R 2 система линейных неравенств имеет вид:
 a11 x1  a12 x 2  b1

    .
a x  a x  b
 m1 1 m2 2 m
Её областью решений является пересечение полуплоскостей,
ограниченных прямыми, уравнения которых получают из неравенств
заменой в них знаков неравенств на знаки равенств
Переход от системы линейных уравнений с условиями
 a11 x1    a1n x n  b1

     

 a m1 x1    amn x n  bm

x 0
неотрицательности для переменных i ( i  1, n ), к
эквивалентной системе линейных неравенств осуществляется
следующим способом. Сначала (методом Гаусса) систему уравнений
преобразуют к виду, в котором базисные переменные представляются
в виде линейных комбинаций свободных переменных, затем в
полученных равенствах опускают неотрицательные базисные
переменные и переходят к эквивалентным неравенствам.
 
Ограничения-неравенства a i1 x1  a i 2 x 2  ...  a in x n  bi ,
 
преобразуются в ограничения-равенства путём прибавления
(вычитания) к левым частям дополнительных (балансовых)
x ni  0
неотрицательных переменных :
 
a i1 x1  a i 2 x 2  ...  a in x n   x n  i  bi .
 
Частное решение системы линейных уравнений, в котором базисные
переменные принимают неотрицательные значения, а свободные
переменные равны нулю, называется опорным.

36
1.188 Построить графически область решений следующих
систем неравенств:
2 x1  x 2  6 2 x1  x 2  4
а)  ; б)  ; в)
 x1  4 x 2  8 2 x1  x 2  8
 2 x1  3 x 2  12
 ;
 x1  0, x 2  0
2 x1  3x 2   13 2 x1  5 x 2  10
 
г)  x1  x 2  6 ; д)  2 x1  x 2  6 ; е)
 4x  x  16  x  2x  2
 1 2  1 2
 3x1  x 2 8

2 x1  3x 2 6 ;
 x  0, x2  0
 1
2 x1  5 x 2  10
 x 3
 1  3 x1  2 x 2  6
 
3 x1  2 x 2  12  x1  5 x 2 5
 x  2x  2  x  0, x2  0
ж)  1 2 ; з)  1 .
1.189. Системы линейных уравнений преобразовать в
эквивалентные системы линейных неравенств и построить
графически область их решений.
 x  2x  x  x 5
 1 2 3 4

2
 1 x  x 2  3 x 3  x 4  10
 x  0 ( j  1, 4)
 j
а)  ; б)
x  2x  5x  x
 1 2 3 4 4

 x1  x 2  x3  2 x 4  1
 x  0 ( j  1, 4)
 j
 ;

37
  x1  x 2  x3  x 4  x5  4
 x1  x 2  x5 2

 2 x1  x 4  x5 3

 x j  0, (1  1, 5)
в)  ; г)
2 x1  x 2  x3  x 4  3
 2x  x  x 2
 1 2 4
 3x  x  x  1
 1 3 4
 x j  0, (1  1, 4)
 .
1.190 Смешанные системы линейных уравнений и неравенств
преобразовать в эквивалентные системы линейных уравнений
и найти какие-нибудь их опорные решения.
 2 x1  2 x 2  3x3  x5  5  x1  2 x 2  3 x3  1
 
 2 x1  x 2  x3  4 x4 6  3 x1  4 x3  2
 3 x  2 x3  x 4  x 5 8  3 x1  x 2 4
а)  2 ; б)  ;
 2 x1  x 2  x3  x 4 5

 x1  x 2  x3  x 4 2
5 x1  8 x 2  2 x3  4 x 4  3
в)  ; г)
 3 x1  2 x 2  x3  3

4 x1  5 x 2  2 x3  1
 2 x1  x 2  4 x3  6
 .
1.191 Из некоторого листового материала необходимо выкроить
360 заготовок типа А, 300 заготовок типа В и 675 заготовок типа С.
При этом можно применять три способа раскроя. Количество
заготовок, получаемых из каждого листа при каждом способе
раскроя, указано в таблице 1. Записать условия выполнения задания
и определить количество листов материала, раскраиваемых первым,
вторым и третьим способами.
Таблица 1.
Тип Способ раскроя

38
 Заготовки 1 2 3
А 3 2 1
В 1 6 2
С 4 1 5

1.192 Из Казани в Наб.Челны необходимо перевезти

оборудование трех типов: I типа- 95 ед., II типа – 100 ед., III типа –
185 ед. Для перевозки оборудования завод может заказать три вида
транспорта. Количество оборудования каждого типа, вмещаемого на
определенный вид транспорта, приведено в таблице 2. Записать
условия перевозки оборудования из Казани в Наб.Челны и
установить, сколько единиц транспорта каждого вида для этого
потребуется.

Таблица 2.
Тип Вид транспорта
Оборудования
Т1 Т2 Т3
I 3 2 1
II 4 1 2
III 3 5 4

1.193 На товарные станции А1 и А2 прибыло по 45 комплектов

мебели. Перевозка одного комплекта со станции А1 в магазины М1,
М2 и М3 обходится соответственно в 1, 3 и 5 ден. ед., а перевозка
комплекта со станции А2 в те же магазины – в 3, 5 и 4 ден. ед.. В
каждый магазин надо доставить одинаковое количество мебели.
Записать в математической форме условия доставки мебели в
магазины, если транспортные расходы определены в 270 ден. ед. и
найти план перевозки мебели со станций в магазины.
1.194 На предприятии освоено 4 технологических способа
изготовления изделий А и В из некоторого сырья. В таблице 3
указано количество изделий, которое может быть произведено из
единицы сырья каждым из способов.

Таблица 3.
Выход из единицы сырья
Изделие
I II III IV

39
 А 2 1 7 4
В 6 12 2 3
Записать условия выбора технологий при производстве из 94 единиц
сырья 574 изделий А и 328 изделий В. Определить какое количество
сырья следует перерабатывать по каждой технологии, чтобы
выполнить плановое задание по выпуску изделий.
1.195 Для откорма кроликов на ферме в ежедневный рацион
каждого животного включается 6 единиц питательного вещества А и
7 единиц вещества В. При этом используются корма К1,К2 и К3.
Данные о содержании веществ в одной весовой единице корма и ее
стоимости приведены в таблице 4.

Таблица 4.
Содержание питательного
вещества Стоимость единицы
Корм корма, ден.ед.
А В
К1 2 1 5
К2 1 2 1
К3 3 1,5 3
Записать условия составления ежедневного рациона стоимостью 7
денежных единиц, содержащего норму питательных веществ и
определить его состав.
1.196 Для выполнения полевых работ сельскохозяйственное
предприятие может купить тракторы марок Т1 и Т2.Все
необходимые данные приведены в таблице 5.
Таблица 5.
Производительность трактора
Вид Объем
Работ работы Т1 Т2
Р1 60 4 3
Р2 40 8 1
Цена трактора, 7 2
ден.ед.
Записать условия выполнения всего комплекса полевых работ
приобретенными тракторами, если на их покупку отпущено 53 ден. ед.
Установить, сколько тракторов той и другой марки следует
приобрести предприятию для выполнения запланированного объема
работ.
1.197 Цех выпускает трансформаторы видов А и В. На один
трансформатор вида А расходуется 5 кг трансформаторного железа и 3

40
кг проволоки, а на трансформатор вида В – 3кг железа и 2 кг
проволоки. От реализации трансформатора вида А прибыль составляет
12 ден. ед., а вида В – 10 ден. ед. Сменный фонд железа – 480 кг,
проволоки – 300 кг. Записать условия, которым должен удовлетворять
план выпуска трансформаторов, если расход ресурсов не должен
превышать выделенных фондов, а прибыль должна быть не менее 900
ден. ед. за смену. Построить графически область допустимых планов
выпуска трансформаторов.
1.198 На судно грузоподъемностью 1000 т и емкостью трюмов
2400 м 3 необходимо погрузить товары А и В. Объемные
коэффициенты товаров составляют соответственно 3 м 3 /т и 1,2 м 3
/т. На складе имеется 800 т товара В и большое количество товара А.
Записать ограничения на количество погружаемых на судно товаров,
не позволяющие превысить грузоподъемность судна, емкость его
трюмов и запас товара В. Построить графически область допустимых
вариантов загрузки трюма судна.
1.199 Со станции ежедневно можно отправлять пассажирские и
скорые поезда. Данные приведены в таблице 6.
Таблица 6.
Количество вагонов в составе
Тип поезда плацкартный Купейный мягкий
Пассажирский 5 6 3
Скорый 8 4 1
Резерв вагонов 80 72 21

Записать условия, не позволяющие превысить наличный парк вагонов

при формировании пассажирских и скорых поездов, ежедневно
отправляемых со станции. Построить графически область допустимых
вариантов формирования поездов.
1.200 Предприятию задан план производства по времени и
номенклатуре: не более чем за 6 часов необходимо выпустить ровно 30
ед. продукции вида П1 и ровно 96 ед. продукции вида П2. Машина А
за 1 час производит либо 6 ед. продукции П1, либо 24 ед. продукции
П2, а машина В – соответственно 13 и 13 ед.. Записать условия,
которым должно удовлетворять время работы каждой из машин по
выпуску продукции при точном выполнении плана по отдельным ее
видам. Построить графически область допустимых вариантов
использования времени работы машин, для выполнения плана выпуска
продукции.
ГЛАВА 2. ВЕКТОРНАЯ АЛГЕБРА.
41
§1. Линейные операции над векторами.
Вектором (геометрическим) называется направленный отрезок,
задаваемый упорядоченной парой точек (началом и концом вектора).
Обозначают вектор AB или a . Длина отрезка, соединяющего
начало и конец вектора, называется его длиной и обозначается | AB |
или | a | . Углом между векторами a и b называется угол
  (a , b ) , 0     , на который следует повернуть один из
векторов, чтобы его направление совпало с направлением другого
вектора, при условии, что их начала совпадают.
Векторы называются коллинеарными, если они расположены на
одной прямой или на параллельных прямых. Векторы называются
компланарными, если они расположены в одной плоскости или в
параллельных плоскостях.
Векторы a и b называются равными и пишут a  b , если они
коллинеарны, одинаково направлены и имеют равные длины. Векторы
a и b называются противоположными и пишут a  b , если они
коллинеарны, направлены в разные стороны и имеют равные длины.
Суммой векторов a и b называется вектор с  a  b ,
соединяющий начало вектора a и конец вектора b , при условии,
что конец вектора a совпадает с началом вектора b (правило
треугольника). Произведением вектора a на действительное число
 называется вектор b    a : 1) коллинеарный вектору a ; 2)
имеющий длину | b ||  |  | a | ; 3) направленный одинаково с вектором
a , если   0 , и противоположно, если   0 . Линейной комбинацией
векторов a и b называется вектор c    a    b , где  ,  -
некоторые числа.
Равенство: b    a , где   0 , является условием коллинеарности
векторов a и b . Равенство: с    a    b , где  ,   0
одновременно, является условием компланарности векторов a , b и
с.
 
2.1 Как должны быть связаны ненулевые векторы a и b ,
чтобы имело

место

соотношение
   
     
а) a  b  a  b ; б) a  b  a  b ; в) a b  a  b .

42