Содержание

1 Матрицы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1. Определение матрицы, виды матриц . . . . . . . . . . . . . 3
1.2. Равенство матриц. Операции умножения матрицы на число,
сложения матриц, умножения матриц . . . . . . . . . . . . 10
1.3. Операции транспонирования и вычитания матриц.
Степени матрицы. Многочлены от матрицы . . . . . . . . . 19
1.4. Коммутирующие матрицы и их свойства . . . . . . . . . . 27
1.5. Определение отображения (преобразования). Свойства ото-
бражений. Обратное отображение . . . . . . . . . . . . . . 35
1.6. Элементарные преобразования матриц . . . . . . . . . . . . 40
1.7. Приведение матрицы к ступенчатой форме . . . . . . . . . 47
1.8. Система линейных уравнений. Запись системы в матричном
и векторном виде. Эквивалентные системы. Элементарные
преобразования системы . . . . . . . . . . . . . . . . . . . 50
1.9. Нахождение решения системы линейных уравнений мето-
дом Гаусса . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.10. Модификации метода Гаусса . . . . . . . . . . . . . . . . . 59
1.11. Решение матричных уравнений . . . . . . . . . . . . . . . . 61
2 Определители . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.1. Перестановки. Свойства перестановок . . . . . . . . . . . . 65
2.2. Определитель n-го порядка . . . . . . . . . . . . . . . . . . 70
2.3. Свойства определителя . . . . . . . . . . . . . . . . . . . . 74
2.4. Миноры и алгебраические дополнения. Теорема Лапласа
(разложение определителя по строкам или столбцам) . . . 78
2.5. Определитель суммы двух матриц . . . . . . . . . . . . . . 84
2.6. Определитель блочно-треугольной матрицы. Определитель
произведения квадратных матриц . . . . . . . . . . . . . . 86
3 Ранг матрицы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.1. Ранг матрицы. Сохранение ранга при элементарных преоб-
разованиях. Вычисление ранга . . . . . . . . . . . . . . . . 91

1
3.2. Вещественное линейное пространство. Простейшие
свойства линейного пространства. Подпространство веще-
ственного линейного пространства. Критерий
подпространства . . . . . . . . . . . . . . . . . . . . . . . . 95
3.3. Линейная комбинация векторов, линейная независимость и
линейная зависимость векторов . . . . . . . . . . . . . . . . 98
3.4. Базисный минор, базисные строки и базисные столбцы мат-
рицы. Теорема о базисном миноре и её следствия . . . . . . 103
3.5. Размерность вещественного линейного пространства. Базис
вещественного линейного пространства и координаты век-
тора в базисе. Свойства координат. Связь понятий размер-
ности и базиса . . . . . . . . . . . . . . . . . . . . . . . . . 107
4 Обратная матрица и её применения . . . . . . . . . . . . . . . . . . . 113
4.1. Обратная матрица. Свойства обратных матриц . . . . . . . 113
4.2. Матричные уравнения с невырожденными матрицами . . . 118
5 Системы линейных уравнений . . . . . . . . . . . . . . . . . . . . . . . . 120
5.1. Критерий совместности системы линейных уравнений. Пра-
вило (метод) Крамера . . . . . . . . . . . . . . . . . . . . . 120
5.2. Структура решений однородной системы . . . . . . . . . . 122
5.3. Структура решений неоднородной системы . . . . . . . . . 125
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

2
 1 Матрицы

1.1. Определение матрицы, виды матриц

Определение 1. Матрицей размера m × n называется упорядо-

ченная совокупность m · n элементов, расположенных в виде прямо-
угольной
 таблицы, содержащей
 m строк и n столбцов:
a11 a12 . . . a1n Здесь aij , i = 1, m, j = 1, n – обозначения элементов
 
 a21 a22 . . . a2n  матрицы. Элементами могут быть числа, многочлены
 .
. 
 . . .  и т. п. Индексы i, j показывают, что элемент aij рас-
am1 am2 . . . amn положен в i-й строке и j-м столбце.1

Матрицу обозначают A, Am×n , A(= (aij ), ) A = (a(ij )i=1,m,j=1,n , ино-

)
5 2 5 2 x
гда она указывается явно в виде A = , B= .
1 3 1 3 x2 − x
Будем использовать обозначение {C}ij для элемента, расположенного в
i-й строке и j-м столбце матрицы C. Например, {B}23 = x2 − x.
Совокупность элементов a11 , a22 , a33 , . . . , akk , где k = min(m, n),
называют главной диагональю матрицы, а сами элементы — диагональ-
ными. Остальные элементы aij для i ̸= j называются внедиагональными.
Обозначим в матрице A = (aij ) произвольные   q-ю строку и r-й столбец:
a1r
 
 a 
aq = (aq1 , aq2 , . . . , aqn ), ar =  
2r
 ... .
 
amr

1
Запись i = 1, m означает, что i принимает все значения из множества [1, m] ∩ Z.
Сложные индексы разделяются запятой a12,3 , ai+2,j−r .

3
 Определение 2. Множество всех матриц размера m × n с эле-
ментами из множества P обозначим через P m×n . Матрицу размера
m × n называют прямоугольной, а при m = n – квадратной порядка n.
Квадратную матрицу A порядка n называют
− верхней (правой) треугольной, если aij = 0 при всех i > j;
− нижней (левой) треугольной, если aij = 0 при всех i < j;
− симметрической, если aij = aji при всех i и j;
− кососимметрической, если aij = −aji при всех i и j;
− диагональной, если все внедиагональные элементы 0;
− диагональной, если aij = 0 при всех i ̸= j; обозначение A = diag(a11 ,
a22 , . . . , ann ). 2
− скалярной, если aij = 0 при всех i ̸= j и aii = λ всех i.
− единичной, если она скалярная и диагональные элементы равны 1.3 

2
Среди элементов a11 , a22 , . . . , ann могут быть нули.
3
Для единичной матрицы порядка n используются обозначения J , Jn , E, En .

4
 Определение 3. O ∈ Rm×n называется нулевой матрицей, если
все её элементы равны нулю.4
Пусть в матрице только первые k строк ненулевые. Для i = 1, k
обозначим через ri номер первого ненулевого элемента i-й строки (ми-
нимальный номер столбца у ненулевых элементов i-й строки). Мат-
рицу назовём верхней (правой) ступенчатой, если k = 1 или k > 2 и
последовательность ri — возрастающая. При ri = i, i = 1, k матрица
называется верхней (правой) трапециевидной.
Пусть в матрице только первые k столбцов ненулевые. Для j =
= 1, k обозначим через qj номер первого ненулевого элемента j-го столб-
ца (минимальный номер строки у ненулевых элементов j-го столбца.
Матрицу назовём нижней (левой) ступенчатой, если k = 1 или k > 2
и последовательность qj — возрастающая. При qj = j, j = 1, k мат-
рица называется нижней (левой) трапециевидной. 

4
Часто пишут просто 0 (нуль), считая из контекста ясным, что это нулевая матрица.

5
 Определение 4. Матрица называется блочной  или клеточной
B11 B12 . . . B1f
если она разбита вертикальными и  
 B21 B22 . . . B2f 
горизонтальными линиями на блоки A=  ... ... ... ... .

(клетки), являющиеся матрицами:  
Bd1 Bd2 . . . Bdf
Причём при любом i матрицы i-ой блочной строки Bi1 , Bi2 , . . . , Bif
имеют одинаковое число строк и при любом j матрицы блочного столб-
ца B1j , B2j , . . . , Bdj имеют одинаковое число столбцов.
Блочную матрицу назовём блочно-треугольной (блочно-диагональ-
ной), если она становится треугольной (диагональной) при замене ну-
левых блоков числом 0, а ненулевых блоков — любым другим числом. 

6
 Определение 5. Матрица, состоящая из одной строки, называ-
ется строчной, строкой, вектором-строкой или просто вектором.
Обозначения: A = (a1 a2 . . . an ), A = (a1 , a2 , . . . , an ).
Матрица состоящая из одного столбца, называется столбцевой,
столбцом, вектором-столбцом
  или просто вектором.
a1
 
a2 
Обозначения: A=  ⊤ ′
. . ., A = (a1 a2 . . . an ) , A = (a1 , a2 , . . . , an ) . 
 
an

7
 Определение 6. В m × n-матрице A = (aij ) выберем два возрас-
тающих набора из p номеров строк α = [i1 , i2 , . . . , ip ] и из q номеров
столбцов β = [j1 , j2 , . . . , jq ]. Элементы, расположенные на пересечении
выбранных строк и столбцов с сохранением прежнего порядка, образу-
ют p × q матрицу
 
ai1 j1 ai1 j2 . . . ai1 jq
 
 ai2 j1 ai2 j2 . . . ai2 jq 
 ,
 . . 
 . . 
aip j1 aip j2 . . . aip jq

которая называется подматрицей матрицы A.

Удобно представлять, что подматрица получается из матрицы уда-
лением невыбранных строк и столбцов. 

8
 Задачи.
Задача 1.1. Докажите, что если A = (aij )i=1,n,j=1,n кососимметри-
ческая матрица, то aii = 0 при i = 1, n.
 
a11 a12 a13 a14
 
Укажите наиболее общие   a 21 a22 a 23 a 24 
 бу-
Задача 1.2.  
случаи, когда матрица  0 a32 a33 a34 
0 0 a43 a44
дет 1) верхней треугольной, 2) нижней треугольной, 3) диагональной,
4) скалярной, 5) симметрической, 6) кососимметрической, 7) верхней
ступенчатой, 8) верхней трапециевидной, 9) нижней ступенчатой, 10)
нижней трапециевидной, 9) верхней блочно-треугольной, 10) нижней
блочно-треугольной, 11) блочно-диагональной.

9
 1.2. Равенство матриц. Операции умножения матрицы на
число, сложения матриц, умножения матриц

Определение 1. Матрицы A и B одинаковых размеров m × n

равны (обозначение A = B ), если все их соответствующие элементы
равны, т. е. {A}ij = {B}ij при всех i = 1, m и j = 1, n. 

Определение 2. Суммой матриц A и B из Rm×n называется

m × n-матрица, обозначаемая A + B, с элементами {A}ij + {B}ij .
Операция, сопоставляющая матрицам A и B матрицу A + B
(A, B 7→ A + B), называется сложением матриц. 

Определение 3. Произведением матрицы A ∈ Rm×n на число

α ∈ R называется m × n-матрица, обозначаемая α · A, с элемента-
ми {α · A}ij = α · {A}ij .
Операция, сопоставляющая матрице A и числу α матрицу α · A
(α, A 7→ α · A) называется умножением матрицы на число α. 

Определение 4. Пусть заданы матрицы A ∈ Rm×n , B ∈ Rn×r

(число столбцов первой матрицы A совпадает с числом строк второй
матрицы B ). Произведением A на B называется m × r-матрица, обо-
значаемая A · B, с элементами {A · B}ij = {A}i1 · {B}1j + {A}i2 · {B}2j +
∑
n
+ . . . + {A}in · {B}nj = {A}ik · {B}kj , i = 1, m, j = 1, r.
k=1
Операция, сопоставляющая матрицам A и B матрицу A · B,
(A, B 7→ A · B), называется умножением матриц. 

Замечание. Операция · в определениях 3 и 4 имеет три различ-

ных значения 1) α · A — умножение матрицы на число, 2) α · {A}ij и
{A}ik · {B}kj — умножение вещественных чисел, 3) A · B — умножение
матриц. 

10
 Теорема 1.2.1 (Свойства основных операций).
1o . ∀A, B, C ∈ Rm×n (A + B) + C = A + (B + C).
2o . ∀A ∈ Rm×n A+O = O+A = A ( O – нулевая m×n-матрица).
3o . ∀ A ∈ Rm×n ∃ B ∈ Rm×n A + B = B + A = O. Матрица B с
таким свойством единственная5 и она равна (−1)A.
4o . ∀A, B ∈ Rm×n A + B = B + A.
5o . ∀α, β ∈ R, A ∈ Rm×n α(βA) = (αβ)A.
6o . ∀A ∈ Rm×n 1A = A.
7o . ∀α, β ∈ R, A ∈ Rm×n (α + β)A = αA + βA.
8o . ∀α ∈ R, A, B ∈ Rm×n α(A + B) = αA + αB.
9o . ∀A ∈ Rm×n , B ∈ Rn×r , C ∈ Rr×p (AB)C = A(BC).
10o . ∀A, B ∈ Rm×n , C ∈ Rn×r (A + B)C = AC + BC.
11o . ∀A ∈ Rm×n , B, C ∈ Rn×r A(B + C) = AB + AC.
12o . ∀α ∈ R, A ∈ Rm×n , B ∈ Rn×r α(AB) = (αA)B = A(αB). 6
13o . ∀A ∈ Rm×n AJn = A.
14o . ∀A ∈ Rm×n Jm A = A.

5
Она называется противоположной для матрицы A и обозначается через −A.
6
Из 9 и 12 следует, что произведения (AB)C, A(BC), α(AB), (αA)B можно записывать без скобок.

11
 Доказательства некоторых свойств.
Для доказательств используем определение равенства матриц. Сна-
чала находим размеры всех матриц в доказываемом равенстве и получаем
равенство размеров результирующих матриц в левой и правой частях ра-
венства. Затем выражаем произвольный элемент { }ij результирующих
матриц в левой и правой частях равенства и после преобразования долж-
ны получить одинаковые выражения в левой и правой частях равенства.
1o . Матрицы A, B, C имеют размеры m×n. Из определения сложе-
ния матриц следует, что матрицы A+B, (A+B)+C, B +C и A+(B +C)
имеют размеры m × n.
Покажем равенство произвольных элементов матриц с индексами
i, j в обеих частях равенства. В левой части имеем {(A + B) + C}ij =
= {A+B}ij +{C}ij = ({A}ij +{B}ij )+{C}ij . Здесь дважды использовали
определение сложения двух матриц: сначала (A + B) и C , затем A и B .
В правой части {A + (B + C)}ij = {A}ij + {B + C}ij = {A}ij + ({B}ij +
+{C}ij ). Здесь также дважды использовали определение сложения двух
матриц: сначала A и (B + C) , затем B и C . В силу ассоциативности
свойства сложения вещественных чисел ({A}ij + {B}ij ) + {C}ij = {A}ij +
+({B}ij + {C}ij ).
3o . Для матрицы B = (−1)A выполнено B ∈ Rm×n и {A + B}ij =
= {A}ij + {B}ij = {A}ij + (−1){A}ij = 0, т. е. A + B = O.
Пусть B ∈ Rm×n такая, что A + B = O. Прибавим слева матрицу
(−1)A, и получим (−1)A + (A + B) = (−1)A + O. Отсюда ((−1)A +
+A) + B = (−1)A, O + B = (−1)A и B = (−1)A, т. е. матрица B,
удовлетворяющая равенству A + B = O, единственна.
8o . Матрицы A, B, A+B, α(A+B), αA, αB, αA+αB — размера
m × n. Далее, {α(A + B)}ij = α{A + B}ij = α({A}ij + {B}ij ) = α{A}ij +
+α{B}ij и {αA + αB}ij = {αA}ij + {αB}ij = α{A}ij + α{B}ij .
9o . Размеры: AB – m × r, BC – n × p, (AB)C и A(BC) – m × p.
Далее сравниваем элементы {A(BC)}ij и {A(BC)}ij : {A(BC)}ij =
∑n ∑n ∑r ∑
n ∑r
= {A}iq {BC}qj = {A}iq {B}qk {C}kj = {A}iq {B}qk {C}kj ,
q=1 q=1 k=1 q=1 k=1

12
 ∑
r ∑
r ∑n ∑
r ∑
n
{(AB)C}ij = {AB}ik {C}kj = ( {A}iq {B}qk ){C}kj = {A}iq ×
k=1 k=1 q=1 k=1 q=1
∑
n ∑
r
×{B}qk {C}kj = {A}iq {B}qk {C}kj .
q=1 k=1
10o . Размеры: A + B − m × n, AC, BC, AC + BC, (A + B)C − m × r.
∑n ∑n
Далее {(A+B)C}ij = {A+B}ik {C}kj = ({A}ik +{B}ik ){C}kj =
k=1 k=1
∑
n ∑
n ∑
n
= ({A}ik {C}kj + {B}ik {C}kj ) = {A}ik {C}kj + {B}ik {C}kj =
k=1 k=1 k=1
= {AC}ij + {BC}ij = {AC + BC}ij .
∑
n
13o . Размеры: A и AJn – m×n. Имеем {AJn }ij = {A}ik {Jn }kj .
k=1
∑
n
В силу {Jn }kj = 0 при k ̸= j и {Jn }jj = 1, получим {A}ik {Jn }kj =
k=1
= {A}ij . Следовательно, {AJn }ij = {A}ij . 
Замечание 1. Пусть выполняются операции в свойствах 7o , 8o , 10o ,
11o . Тогда при наличии скобок сначала выполняются операции в скобках,
а затем без скобок, причём при отсутствии скобок сначала выполняются
операции умножения, а затем операции сложения. 
Замечание 2. Свойство 1o распространяется на любое число мат-
риц большее 3, т.е. при вычислении суммы нескольких матриц одинако-
вых размеров скобки можно расставлять произвольным образом. Это поз-
воляет не ставить скобки при записи суммы матриц одинаковых размеров.
Аналогично, свойство 9o для матриц подходящих размеров распростра-
няется на любое число матриц большее 3, что также позволяет не ставить
скобки при записи произведения матриц подходящих размеров. 
Замечание 3. Из замечания 2 следует, что справедливы следующие
обобщения свойств.
7.1o . ∀k ∈ N, α1 , α2 , . . . , αk ∈ R, A ∈ Rm×n (α1 + α2 + . . . + αk )A =
= α1 A + α2 A + . . . + αk A.
8.1o . ∀k ∈ N, α ∈ R, A1 , A2 , . . . , Ak ∈ Rm×n α(A1 + A2 + . . . +
+Ak ) = αA1 + αA2 + . . . + αAk .
10.1o . ∀k ∈ N, A1 , A2 , . . . , Ak ∈ Rm×n , C ∈ Rn×r (A1 + A2 + . . . +
+Ak )C = A1 C + A2 C + . . . + Ak C.
11.1o . ∀k ∈ N, A ∈ Rm×n , B1 , B2 , . . . , Bk ∈ Rn×r A(B1 + B2 + . . . +

13
+Bk ) = AB1 + AB2 + . . . + ABk .
Проведём доказательство свойства 7.1o , опираясь на метод мате-
матической индукции: утверждение Y (k), зависящее от натурального
параметра k, верно для всех k ∈ N, если установлено, что Y (1) верно,
и для любого p ∈ N доказано, что если верно Y (p), то верно Y (p + 1).
1) При k = 1 утверждение ∀α1 ∈ R, A ∈ Rm×n (α1 )A = α1 A верно.
2) Пусть при k = p утверждение верно, т.е. ∀α1 , α2 , . . . , αp ∈ R,
A ∈ Rm×n (α1 + α2 + . . . + αp )A = α1 A + α2 A + . . . + αp A.
3) При k = p + 1 докажем, что ∀α1 , α2 , . . . , αp+1 ∈ R, A ∈ Rm×n
(α1 + α2 + . . . + αp+1 )A = α1 A + α2 A + . . . + αp+1 A.
При p = 1 из 7o для α = α1 , β = α2 получаем верное утверждение
(α1 + α2 )A = α1 A + α2 A.
При p > 1 разобьём на две части сумму α1 + α2 + . . . + αp+1 = (α1 +
+α2 + . . . + αp ) + αp+1 и обозначим α = α1 + α2 + . . . + αp , β = αp+1 .
Тогда (α1 + α2 + . . . + αp+1 )A = (α + β)A. Используя 7o и обозначения,
получим (α + β)A = αA + βA = (α1 + α2 + . . . + αp )A + αp+1 A. Далее из
предположения индукции 2) следует равенство (α1 + α2 + . . . + αp )A +
+αp+1 A = α1 A + α2 A + . . . + αp A + αp+1 A. Следовательно, верно утвер-
ждение ∀α1 , α2 , . . . , αp+1 ∈ R, A ∈ Rm×n (α1 + α2 + . . . + αp+1 )A = α1 A +
+α2 A + . . . + αp+1 A.
Итак, из метода математической индукции следует, что свойство
7.1o верно. 

14
  
( ) 2 3
1 2 3  
Задача 1.3. Сложите матрицы A = и B =  5 6 .
4 5 6
8 9
Р е ш е н и е. Размеры матриц равны 2 × 3 и 3 × 2. Их размеры не
совпадают, следовательно, сложить матрицы ( невозможно.) ( )
5 0 3 4 2 −1
Задача 1.4. Выполните операции 3· +5· .
3 −2 5 1 4 3
Р е ш е н и е. Размеры матриц равны 2 × 3, поэтому три операции
выполнить можно. Сначала выполняем умножение матриц(на 3 и 5, затем )
5 0 3
выполняем сложение полученных матриц. Запишем 3 · +
3 −2 5
( ) ( ) ( ) ( )
4 2 −1 15 0 9 20 10 −5 35 10 4
+5· = + = .
1 4 3 9 −6 15 5 20 15 14 14 30
 
( ) 4 2
5 2 −3  
Задача 1.5. Выполните умножение ·  2 −4 .
−4 −2 3
−3 4
Р е ш е н и е. Обозначим через A первую матрицу и через B вторую
матрицу. Размеры A – 2×3, размеры B – 3×2, т.о. количество столбцов
матрицы A равно 3, что совпадает с количеством строк матрицы B. По
определению 4 умножение возможно и получиться матрица A·B размера
2×2. Далее нужно для каждой выбранной i−й строки матрицы A и для
каждого выбранного j − го столбца матрицы B вычислить сумму произ-
ведений элементов выбранной строки на элементы выбранного столбца и
записать(результат в i−ю строку и j−й столбец матрицы A·B. Запишем )
5 · 4 + 2 · 2 + (−3) · (−3) 5 · 2 + 2 · (−4) + (−3) · 4
A·B = =
(−4) · 4 + (−2) · 2 + 3 · (−3) (−4) · 2 + (−2) · (−4) + 3 · 4
( ) ( )
20 + 4 + 9 10 − 8 − 12 33 −10
= = .
−16 − 4 − 9 −8 + 8 + 12 −29 12
Замечание. По традиции в операциях умножения знак · не ста-
вится, и мы не всегда будем ставить его в дальнейшем.
( )( )
1 3 −3 2 7 8
Задача 1.6. Найдите произведение .
3 −2 4 5 3 9
Р е ш е н и е. Размеры матриц равны 2 × 4 и 2 × 2. Следователь-
но, число столбцов первой матрицы не совпадает с числом строк второй

15
матрицы и поэтому произведение не существует.
 
( ) 7
 
Задача 1.7. Найдите произведение 5 3 −3  4  .
2
Р е ш е н и е. Размеры матриц равны 1 × 3 и 3 × 1. Следователь-
но, число столбцов первой матрицы 3 совпадает с числом строк второй
матрицы. Тогда произведение существует и имеет размер 1 × 1. Запишем
произведение (5 · 7 + 3 · 4 + (−3) · 2) = (35 + 12 − 6) = (41).
 
7 ( )
 
Задача 1.8. Найдите произведение  4  5 3 −3 .
2
Р е ш е н и е. Размеры матриц равны 3 × 1 и 1 × 3. Число столб-
цов первой матрицы 1 совпадает с числом строк второй матрицы. Про-
изведение матриц существует и имеет размер 3 × 3. Здесь при вычисле-
нии суммы произведений элементов строки первой матрицы на элементы
столбца второй матрицы будут присутствовать только произведения эле-
ментов,
 т.е. сумма состоит
  из одного слагаемого.
 Запишем произведение
7 · 5 7 · 3 7 · (−3) 35 21 −21
   
 4 · 5 4 · 3 4 · (−3)  =  20 12 −12  .
2 · 5 2 · 3 2 · (−3) 10 6 −6
 
a11 a12 a13
 
Задача 1.9. Проверьте равенство (x1 , x2 , x3 )  a21 a22 a23  =
a31 a32 a33
= (x1 (a11 , a12 , a13 ) + x2 (a21 , a22 , a23 )) + x3 (a31 , a32 , a33 ).
Р е ш е н и е. В левой части равенства произведение 1 × 3-матрицы
на 3 × 1-матрицу существует и даёт 1 × 3-матрицу. В правой части три
3 × 1-матрицы умножаем соответственно на x1 , x2 , x3 , затем результа-
ты складываем и получим 3 × 1-матрицу. Запишем произведение в левой
части (x1 a11 +x2 a21 +x3 a31 , x1 a12 +x2 a22 +x3 a32 , x1 a13 +x2 a23 +x3 a33 ). За-
пишем сумму произведений матриц в правой части ((x1 a11 , x1 a12 , x1 a13 ) +
+(x2 a21 , x2 a22 , x2 a23 ))+(x3 a31 , x3 a32 , x3 a33 ) = (x1 a11 +x2 a21 +x3 a31 , x1 a12 +
+x2 a22 + x3 a32 , x1 a13 + x2 a23 + x3 a33 ). Получились одинаковые результаты
в левой и правой частях равенства.

16
 Задача 1.10.  Проверьте,
 что
( ) x1 ( ( ) ( )) ( )
a11 a12 a13   a 11 a 12 a13
 x2  = x1 + x2 + x3 .
a21 a22 a23 a21 a22 a23
x3
Р е ш е н и е. В левой части равенства ( произведение 2 × 3 и)3 × 1
a11 x1 + a12 x2 + a13 x3
матриц существует и даёт 2 × 1-матрицу: .
a21 x1 + a22 x1 + a23 x3
В правой части три 2 × 1-матрицы умножаем соответственно на x1 ,
x2 , x3 , затем
((результаты
) ( складываем)) и ( получим)2 × 1-матрицу.
( Запишем
)
a11 x1 a12 x2 a13 x3 a11 x1 + a12 x2
результат + + = +
a21 x1 a22 x2 a23 x3 a21 x1 + a22 x2
( ) ( )
a13 x3 a11 x1 + a12 x2 + a13 x3
+ = . Получились одинаковые ре-
a23 x3 a21 x1 + a22 x1 + a23 x3
зультаты в левой и правой частях равенства.
 
( ) x1
a11 a12 a13  
Задача 1.11. Проверьте, что равенство  x2  =
a21 a22 a23
x3
( ) {
b1 a11 x1 + a12 x2 + a13 x3 = b1 ,
= эквивалентно системе равенств
b2 a21 x1 + a22 x2 + a13 x3 = b2 .
Р е ш( е н и е. После вычисления ) произведения
( ) равенство матриц
a11 x1 + a12 x2 + a13 x3 b1
примет вид = . Приравнивая элементы
a21 x1 + a22 x1 + a23 x3 b2
{
a11 x1 + a12 x2 + a13 x3 = b1 ,
равных матриц, получаем систему равенств
a21 x1 + a22 x2 + a13 x3 = b2 .
Задача 1.12. Заданы матрицы A = Am×n , B = Bp×q . При каких
соотношениях между m, n, p, q
1) существует произведение AB,
2) произведение AB является квадратной матрицей,
3) существуют оба произведения AB, BA и их размеры совпадают,
4) существуют оба произведения AB, BA и их размеры различны,
5) существует произведение AA,
6) существует (A + B)A?
Задача 1.13. 1) Утверждение: для любого натурального k > 3 при
вычислении суммы k чисел из R результат не зависит от расстановки

17
скобок. Докажите это утверждение, считая, что при k = 3 оно верно.
Указание. Использовать индукцию по k и свести любую расстанов-
ку скобок к левой расстановке скобок, когда действия выполняются слева
направо.
2) Сформулируйте и решите аналогичную задачу для вычисления
произведения.
Задача 1.14. 1) Докажите, что для любого натурального k > 3
при вычислении суммы k матриц из Rm×n результат не зависит от рас-
становки скобок.
2) Сформулируйте и решите аналогичную задачу для вычисления
произведения квадратных матриц из Rm×m .
3) Укажите более общие требования на размеры матриц, чтобы было
справедливо аналогичное 2) утверждение для вычисление произведения
матриц подходящих размеров.
Задача 1.15. Докажите недоказанные свойства в теореме 1.2.1, а
также свойства 8.1o , 10.1o , 11.1o .
Задача 1.16. 1) Докажите, что сумма верхних (нижних) треуголь-
ных матриц одного порядка есть верхняя (нижняя) треугольная матрица.
2) Докажите, что произведение верхних (нижних) треугольных мат-
риц одного порядка есть верхняя (нижняя) треугольная матрица.
3) Докажите, что если A ∈ Rm×n и для всех матриц B ∈ Rn×r
выполнено равенство AB = O, то A = O.
4) Докажите, что если A ∈ Rm×n и для всех матриц B, C ∈ Rn×r
выполнено равенство AB = AC, то A = O.

18
 1.3. Операции транспонирования и вычитания матриц.
Степени матрицы. Многочлены от матрицы

Определение 1. Назовём n × m-матрицу B транспонированной

по отношению к m × n-матрице A, если {B}ij = {A}ji для всех i и j.
Обозначения: B = A⊤ , B = A′ , B = t A. Операция A 7→ A⊤ , которая
сопоставляет матрице A матрицу A⊤ , называется транспонирова-
нием.
Другими словами, при транспонировании строки исходной матрицы
делаем столбцами транспонированной матрицы. 

Задача 1.17. Найдите транспонированные  к матрицам


( ) ( ) 3 2 1
a b c cos x − sin x  
A= , B= , C =  3 4 3 .
d e f sin x cos x
3 1 2
Р е ш е н и е. Соответственно, строки исходной матрицы делаем
столбцами транспонированной
  матрицы, получим  
a d ( ) 3 3 3
  cos x sin x  
A⊤ =  b e  , B ⊤ = , C⊤ =  2 4 1  .
− sin x cos x
c f 1 3 2

Теорема 1.3.1 (Свойства операции транспонирования).

1o . ∀A ∈ Rm×n (A⊤ )⊤ = A.
2o . ∀A, B ∈ Rm×n (A + B)⊤ = A⊤ + B ⊤ .
3o . ∀α ∈ R, A ∈ Rm×n (αA)⊤ = αA⊤ .
4o . ∀A ∈ Rm×n , B ∈ Rn×r (AB)⊤ = B⊤ A⊤ .

Доказательство.
4o . A ∈ Rm×n , B ∈ Rn×r ⇒ AB ∈ Rm×r ⇒ (AB)⊤ ∈ Rr×m . Анало-
гично, A ∈ Rm×n , B ∈ Rn×r ⇒ B ⊤ ∈ Rr×n , A⊤ ∈ Rn×m ⇒ B ⊤ A⊤ ∈ Rr×m .
Далее покажем равенство элементов {(AB)⊤ }ij и {B ⊤ A⊤ }ij :
∑
n ∑
n ∑
n
{B ⊤ A⊤ }ij = {B ⊤ }ik {A⊤ }kj = {B}ki {A}jk = {A}jk {B}ki ,
k=1 k=1 k=1
∑
n
{(AB)⊤ }ij = {AB}ji = {A}jk {B}ki . 
k=1

19
 Определение 2. Пусть матрица A ∈ Rm×n . Противоположной
к A называют матрицу B ∈ Rm×n такую, что A + B = B + A = O. 

Из свойства 3o стр. 11 следует существование и единственность про-

тивоположной к A матрицы, которая равна (−1)A.
Наличие противоположной для каждой матрицы позволяет опреде-
лить разность матриц.

Определение 3. Разностью матриц A, B ∈ Rm×n называется

матрица C ∈ Rm×n такая, что C + B = A. Разность матриц A и B
обозначается A − B. 

Теорема 1.3.2. Для любых двух матриц A, B ∈ Rm×n существу-

ет единственная разность A − B, равная A + (−1)B.

Доказательство. Рассмотрим C + B при C = A + (−1)B, получим

C +B = (A+(−1)B)+B = A+((−1)B +B) = A+O = A. Следовательно,
C = A + (−1)B — это разность A и B, т.е. разность существует.
Единственность. Пусть X есть разность A и B, то есть X +B = A.
Прибавим справа к обеим частям этого равенства противоположную к
B матрицу (−1)B, получим (X + B) + (−1)B = A + (−1)B. Отсюда
X + (B + (−1)B) = A + (−1)B, X + O = A + (−1)B и X = A + (−1)B.
Следовательно, разность единственна, и лемма доказана. 
Замечание. Теорема 1.3.2 позволяет каждой паре матриц A, B из
R m×n
сопоставить матрицу A − B и, таким образом, определить опе-
рацию вычитания матриц. Причём операция вычитания проводится по-
элементно: {A − B}ij = {A}ij − {B}ij , поскольку {A − B}ij = {A +
+(−1)B}ij = {A}ij + {(−1)B}ij = {A}ij + (−1){B}ij = {A}ij − {B}ij . 
Следствия. (Дистрибутивность вычитания.)
1. Пусть A, B ∈ Rm×n , C ∈ Rn×r , тогда (A − B)C = AC − BC.
2. Пусть A ∈ Rm×n , B, C ∈ Rn×r , тогда A(B − C) = AB − AC.
3. Пусть α, β ∈ R, A ∈ Rm×n , тогда (α − β)A = αA − βA.
4. Пусть α ∈ R, A, B ∈ Rm×n , тогда α(A − B) = αA − αB.
Доказательство следствий.

20
 Идея доказательства следствий — записать вычитание в виде сло-
жения и использовать свойства сложения и умножения.
1. Равенство (A − B) + B = A умножим справа на матрицу C и, ис-
пользуя дистрибутивность сложения относительно умножения, получим
(A − B)C + BC = AC. Отсюда (A − B)C = AC − BC.
2. Равенство (B − C) + C = B умножим слева на матрицу A и, ис-
пользуя дистрибутивность умножения относительно сложения, получим
A(B − C) + AC = AB. Отсюда A(B − C) = AB − AC. 
Определение 4. Пусть A ∈ Rm×m . Определим степени матри-
цы по индукции: A0 = J — единичная матрица из R m×m , Ap+1 = Ap A
при p ∈ Z+ . 7
Из определения следует: A0 = J , A1 = A0+1 = A0 A = J A = A,
A2 = A1+1 = A1 A = AA, A3 = A2+1 = A2 A = (AA)A = AAA и т.д. 
Определение 5. Пусть задан счётный набор вещественных чи-
сел f0 , f1 , f2 , . . . , причём, начиная с некоторого номера все fk = 0.
Многочленом от вещественной переменной x с вещественными
коэффициентами f0 , f1 , f2 , . . . называется сумма f0 + f1 x + f2 x2 + . . . +
n
∑∞
+fn x + . . . = fk xk . 8
k=0
Два многочлена равны, если равны все их соответствующие коэф-
фициенты.
Степенью ненулевого многочлена называем наибольшее n, для ко-
торого fn ̸= 0. Степень нулевого многочлена неопределена или счита-
ется равной символу (−∞).
∑
n
Многочлен степени n можно записать в виде f = fk xk или
k=0
f = a0 xn + a1 xn−1 + ... + an−1 x + an , причём fk = an−k , k = 0, n.
Определение 6. Пусть даны квадратная матрица A и много-
∑
n ∑
n
член f (x) = fk xk . Матрица f (A) = fk Ak = f0 J + f1 A1 +
k=0 k=0
+f2 A + . . . + fn A называется значением многочлена f (x) при x = A
2 n

или, короче, многочленом от матрицы A.

7
Z+ = {p ∈ Z, p > 0}.
8
Будем обозначать этот многочлен f или f (x). Здесь мы считаем, что x0 = 1.

21
 Задача 1.18. Докажите свойства 1o − 3o из теоремы 1.3.1 и след-
ствия 3,4 из теоремы 1.3.2.
Задача 1.19. Можно ли сложить матрицы A⊤ и B, A и B ⊤ ,
A⊤ и B ⊤ из задачи 1.3 стр. 15?
Р е ш е н и е. Размеры матриц: A2×3 , B3×2 , (A⊤ )3×2 и (B ⊤ )2×3 .
Поэтому сложить A⊤ и B можно, A и B ⊤ можно, A⊤ и B ⊤ нельзя.
Задача 1.20. Проверьте
( ) непосредственным
( ) вычислением, что
1 0 2 6
(AB)⊤ = B ⊤ A⊤ для A = , B= .
1 1 3 4
Р е ш е н и е. Матрицы A, B, A⊤ , B ⊤ имеют размеры
( ( Поэто-
)2×2. )
2 3 1 1
му все произведения существуют. Находим B ⊤ A⊤ = =
6 4 0 1
( ) ( )( ) ( )
2 5 1 0 2 6 2 6
= . Далее вычислим AB = = и
6 10 1 1 3 4 5 10
( )⊤ ( )
2 6 2 5
(AB)⊤ = = . Следовательно, (AB)⊤ = B ⊤ A⊤ .
5 10 6 10
   
1 0 3 1
   
Задача 1.21. Даны матрицы A =  2 4 1  , B =  3  ,
1 −4 2 2
 
−1
 
C =  2  и число α = 2. Найдите A⊤ B + αC.
1
Р е ш е н и е. Размеры матриц: A3×3 , (A⊤ )3×3 , B3×1 , C3×1 , (αC)3×1 .
Тогда существуют произведение (A⊤ B)3×1 и сумма (A⊤ B + αC)3×1 .
 ⊤    
1 0 3 1 −1
     
Вычисляем A⊤ B + αC =  2 4 1   3  + 2  2  =
1 −4 2 2 1
           
1 2 1 1 −2 9 −2 7
           
=  0 4 −4  ·  3  +  4  =  4  +  4  =  8  . 
3 1 2 2 2 10 2 12
Замечания 1-3 на стр. 13 и запись вычитания через сложение с
противоположным элементом позволяют писать без скобок выражения,
содержащие сложение и вычитание матриц, умноженных на числа, на-

22
пример, 2A − 3B + C − E. Это выражение можно записать ещё в виде
2A+(−3)B+1C +(−1)E, и оно называется линейной комбинацией матриц
A, B, C, E c коэффициентами 2, −3, 1, −1.

Определение 7. Линейной комбинацией матриц Ai ∈ Rm×m ,

i = 1, k с коэффициентами αi ∈ R, i = 1, k называется сумма про-
∑
k
изведений матриц на числа: α1 A1 + α2 A2 + . . . + αk Ak = αi Ai .
i=1
( ) ( )
1 1 2 1
Задача 1.22. Даны матрицы A = , B = ,
1 2 −1 1
( )
4 3
C= . Вычислите матрицу 2A + 3B − C.
1 5
Р е ш е н и е. Сначала выполняем умножение (каждого элемента)
матрицы A на 2, а матрицы B – на 3. Затем складываем полученные две
матрицы,
( ) после
( чего вычитаем
) ( из)суммы ( матрицу) (C . Запишем
) ( )
1 1 2 1 4 3 2 2 6 3 4 3
2 +3 − = + − =
1 2 −1 1 1 5 2 4 −3 3 1 5
( ) ( )
2+6−4 2+3−3 4 2
= = .
2−3−1 4+3−5 −2 2
( ) ( )
Задача 1.23. Найдите матрицу X, если 2 3 5 +2·X = 4 5 7 .
( ) ( )
Р е ш е н и е. Обозначим A = 2 3 5 и B = 4 5 7 – две
1 × 3-матрицы. Такие же размеры должны иметь матрицы 2 · X и X.
( A+)
Имеем 2·X =( B. По определению
) ( разности матриц
) 2(· X = B )− A =
= 4 5 7 − 2 3 5 = 4 − 2 5 − 3 7 − 5 = 2 2 2 , т.е.
( ) ( )
2·X = 2 2 2 . Умножив обе части на 1/2, получим X = 1 1 1 .
( )
2 −1
Задача 1.24. Пусть A = . Вычислите A3 .
3 1
Р е(ш е н и )
е. (
Найдём )1) A(= AA, 2) A3 =)A2 A.
2
( )
2 −1 2 −1 4 − 3 −2 − 1 1 −3
1) A2 = = = .
3 1 3 1 6 + 3 −3 + 1 9 −2
( )( ) ( ) ( )
1 −3 2 −1 2 − 9 −1 − 3 −7 −4
2) A3 = = = .
9 −2 3 1 18 − 6 −9 − 2 12 −11

23
 ( )
3 −2
Задача 1.25. Пусть A = . Вычислите A4 .
2 −1
Р е(ш е н и)е.(Найдём)1) A( = AA, 2) A3 )
2
= A( 2
A, 3) A)4 = A3 A.
3 −2 3 −2 9 − 4 −6 + 2 5 −4
1) A2 = = = .
2 −1 2 −1 6 − 2 −4 + 1 4 −3
( )( ) ( ) ( )
5 −4 3 −2 15 − 8 −10 + 4 7 −6
2) A3 = = = .
4 −3 2 −1 12 − 6 −8 + 3 6 −5
( )( ) ( ) ( )
7 −6 3 −2 21 − 12 −14 + 6 9 −8
3) A4 = = = .
6 −5 2 −1 18 − 10 −12 + 5 8 −7
 
a 0 d
 
Задача 1.26. Пусть A =  0 b 0  . Вычислите A4 .
0 0 c
Р е ш е н и е. Найдём 1) A = AA, 2) A3 = A2 A, 3) A4 = A3 A.
2
    2 
a 0 d a 0 d a 0 ad + cd
    
1)  0 b 0   0 b 0  =  0 b2 0 .
0 0 c 0 0 c 0 0 c2
 2    3 
a 0 ad + cd a 0 d a 0 a2 d + acd + c2 d
    
2)  0 b2 0   0 b 0  =  0 b3 0 .
0 0 c2 0 0 c 0 0 c3
 3 2 2
   4 (a3 d + a2 cd+

a 0 a d + acd + c d a 0 d a 0 +ac2 d + c3 d)
     
3)  0 b3 0 0 b 0 =   0 b4
0 .

3 4
0 0 c 0 0 c 0 0 c
Задача 1.27. Для матрицы A из задачи 1.26 вычислите (A . )
n

3 −2
Р е ш е н и е. Анализируя степени матрицы A1 = ,
2 −1
( ) ( ) ( )
5 −4 7 −6 9 −8
A2 = , A3 = , A4 = , делаем предпо-
4 −3 6 −5 8 −7
ложение, что соответствующие элементы матриц по абсолютной вели-
чине возрастают на 2, а их знаки не меняются. На главной диагонали
стоят нечётные числа, они имеют противоположные знаки и их абсолют-
ные величины отличаются на 2. На побочной диагонали стоят противо-
положные чётные числа. Сформулируем утверждение: при любом n ∈ N

24
 ( )
2n + 1 −2n
An = .
2n −2n + 1
Докажем утверждение,
( используя
) метод математической
( ) индукции.
2+1 −2 3 −2
1) При n = 1 A1 = ⇔A= — верно.
2 −2 + 1 2 −1
( )
2p + 1 −2p
2) Пусть при n = p утверждение верно, т.е. Ap = .
2p −2p + 1
( )
2(p + 1) + 1 −2(p + 1)
3) При n = p + 1 докажем, что Ap+1 = .
2(p + 1) −2(p + 1) + 1
( )( ) ( )
2p + 1 −2p 3 −2 6p + 3 − 4p −4p − 2 + 2p
Ap+1 = Ap A = = =
2p −2p + 1 2 −1 6p − 4p + 2 −4p + 2p − 1
( ) ( )
2p + 3 −2p − 2 2(p + 1) + 1 −2(p + 1)
= = — верно.
2p + 2 −2p − 1 2(p + 1) −(2(p + 1) − 1)
( )
a 1
Задача 1.28. Для матрицы A = вычислите An , n ∈ N.
0 1
Задача 1.29. Для матрицы A из задачи 1.27 вычислите An .
Задача (1.30. Найдите
) значение многочлена f (x) = 2x − 3 от
2 −3
матрицы A = .
4 1
Р е ш е н( и е. Значение
) многочлена от матрицы f (A)
( = 2A )−
1 0 2 −3
−3J , где J = . Находим f (A) = 2A − 3J = 2 −
0 1 4 1
( ) ( ) ( ) ( ) ( )
1 0 4 −6 3 0 4 − 3 −6 − 0 1 −6
−3 = − = = .
0 1 8 2 0 3 8−0 2−3 8 −1
Задача 1.31.
( Найдите
) значение многочлена f (x) = x2 − 3x + 4 от
2 3
матрицы A = .
−1 2
) ( f (A))= A(−3A+4J
2
Р е(
ш е н и)е. Значение многочлена
( от матрицы ),
1 0 2 3 2 3 1 12
где J = . Ищем A2 = AA = = ,
0 1 −1 2 −1 2 −4 1
( ) ( ) ( )
2 3 6 9 4 0
3A = 3 = , 4J = . Далее находим f (A) =
−1 2 −3 6 0 4
( ) ( ) ( ) ( )
1 12 6 9 4 0 −1 3
= A2 − 3A + 4J = − + = .
−4 1 −3 6 0 4 −1 −1

25
 Задача 1.32. Найдите значение многочлена f (x) = 2x2 + 3x + 5
 
1 1 2
 
от матрицы A =  1 3 1  .
4 1 1
 
5 0 0
 
Р е ш е н и е. f (A) = 2A2 + 3A + 5J . Ищем 5J =  0 5 0  ,
0 0 5
      
1 1 2 3 3 6 1 1 2 1 1 2
      
3A = 3  1 3 1  =  3 9 3  , 2A2 = 2  1 3 1   1 3 1  =
4 1 1 12 3 3 4 1 1 4 1 1
   
10 6 5 20 12 10
   
= 2  8 11 6  =  16 22 12 . Далее находим f (A) = 2A2 + 3A +
9 8 10 18 16 20
 
     
20 12 10 3 3 6 5 0 0 28 15 16
       
+5J =  16 22 12  +  3 9 3  +  0 5 0  =  19 36 15 
18 16 20 12 3 3 0 0 5 30 19 28
) значение многочлена f (x) = x −2x +x+1
3 2
Задача 1.33.
( Найдите
3 −2
от матрицы A = .
2 −1
Задача 1.34. Докажите утверждения.
1) Матрица A симметрическая (кососимметрическая) тогда и толь-
ко тогда, когда A⊤ = A (A⊤ = −A).
2) Если A ∈ Rn×n , то A + A⊤ симметрическая, а A − A⊤ кососим-
метрическая матрица.
3) Любую квадратную матрицу можно однозначно представить в
виде суммы симметрической и кососимметрической матриц.
4) Если A — n × n-матрица, f — многочлен, то (f (A))⊤ = f (A⊤ ).
5) Для любой матрицы A матрица AA⊤ является симметрической.

26
 1.4. Коммутирующие матрицы и их свойства

Определение 1. Матрицы A и B называются коммутирующи-

ми (перестановочными),9 если существуют оба произведения AB, BA
и AB = BA. Обозначение A ⌣ B. 

Теорема 1.4.1. 1o . Если A ⌣ B, то A и B – квадратные мат-

рицы одного порядка.
2o . A ⌣ B ⇔ αA ⌣ βB при всех α, β ∈ R.
3o . Если A1 ⌣ B, A2 ⌣ B, то A1 + A2 ⌣ B.
∑
m
4o . При всех m ∈ N из Ak ⌣ B, k = 1, m следует Ak ⌣ B.
k=1
5o . Если A1 ⌣ B, A2 ⌣ B, то A1 A2 ⌣ B.
∏
m
6o . При всех m ∈ N из Ak ⌣ B, k = 1, m следует Ak ⌣ B.
k=1
7o . Если A ⌣ B, то Am ⌣ B при всех m ∈ Z+ .
8o . Если A ⌣ B, то Am ⌣ B l при всех m, l ∈ Z+ .
9o . При всех m, l ∈ Z+ Am ⌣ Al для произвольной квадратной
матрицы A.
10o . Любые многочлены от произвольной фиксированной квадрат-
ной матрицы коммутируют.

9
Также говорят, что матрицы A и B коммутируют.

27
 Доказательство. 1o . Пусть матрицы A и B имеют размеры m× n
и p × q соответственно. Из существования AB и BA следует, что n = p,
q = m, (AB)m×q , (BA)p×n . Из равенства AB = BA следует, что m = p
и q = n. Следовательно, n = p = m = q.
2o . A ⌣ B ⇔ AB = BA ⇔ ∀α, β ∈ R (αβ)(AB) = (αβ)(BA) ⇔
∀α, β ∈ R ⇔ (αA)(βB) = (βB)(αA) ⇔ ∀α, β ∈ R αA ⌣ βB.
3o . A1 ⌣ B, A2 ⌣ B ⇒ A1 B = BA1 , A2 B = BA2 ⇒ A1 B + A2 B =
= BA1 + BA2 ⇒ (A1 + A2 )B = B(A1 + A2 ) ⇒ A1 + A2 ⌣ B.
∑
m
4o . При всех m ∈ N из Ak ⌣ B, k = 1, m следует Ak ⌣ B.
k=1
Доказывается по индукции.
∑
2
1) При m = 2 согласно 3o из Ak ⌣ B, k = 1, 2 следует Ak ⌣ B.
k=1
2) Пусть при m = p утверждение верно, т.е. из Ak ⌣ B, k = 1, p
∑p
следует Ak ⌣ B.
k=1
3) Докажем, что m = p + 1 утверждение верно, т.е. из условия
∑
p+1
Ak ⌣ B, k = 1, p + 1 следует Ak ⌣ B.
k=1
∑
p+1 ∑
p+1
Представим сумму Ak в виде суммы двух матриц Ak =
k=1 k=1
(∑
p ) ∑
p
= Ak + Ap+1 . По предположению индукции Ak ⌣ B и по усло-
k=1 k=1
∑
p
вию Ap+1 ⌣ B. Тогда из 3o следует, что ( Ak ) + Ap+1 ⌣ B, т.е.
k=1
∑
p+1
Ak ⌣ B.
k=1
5o . A1 A2 B = A1 BA2 = BA1 A2 ⇒ A1 A2 ⌣ B.
6o . Доказывается по индукции аналогично 4o .
∏
m
Из 6 при A1 = A2 = . . . = Am = A следует, что
o
Ak ⌣ B,
k=1
∏
m
тогда A ⌣ B, т.е. Am ⌣ B.
k=1
o
8 . Докажем индукцией по m следующее утверждение: для каж-
дого m ∈ Z+ Am ⌣ B l при всех l ∈ Z+ .
1) При m = 0 имеем Am = A0 = J . В силу J B l = B l = B l J
выполнено J ⌣ Bl , т.е. утверждение J ⌣ B l при всех l ∈ Z+ верно.

28
 2) Предположим, что утверждение верно для m = p, т.е. Ap ⌣ B l
при всех l ∈ Z+ .
3) Докажем, что утверждение верно для m = p + 1, т.е. Ap+1 ⌣ B l
при всех l ∈ Z+ .
Рассмотрим Ap+1 B l . В силу Ap+1 = Ap A имеем Ap+1 B l = Ap AB l .
Поскольку A ⌣ B, то из утверждения 7o следует, что при всех l ∈ Z+
A ⌣ Bl , т.е. AB l = B l A. Следовательно, Ap AB l = Ap B l A. Далее по
предположению индукции при всех l ∈ Z+ Ap ⌣ B l , т.е. Ap B l = B l Ap .
Поэтому Ap B l A = B l Ap A при всех l ∈ Z+ . Заменим Ap A = Ap+1 и
получим B l Ap A = B l Ap+1 . Итак, при всех l ∈ Z+ Ap+1 B l = B l Ap+1 , т.е.
Ap+1 ⌣ B l при всех l ∈ Z+ .
Утверждение доказано, и из него следует утверждение 8o .
9o следует из 8o при A = B.
∑
p
o
10 . Пусть f (A) = fm Am = f0 J + f1 A1 + f2 A2 + . . . + fp Ap
m=0
∑
r
и g(A) = gl Al = g0 J + g1 A1 + g2 A2 + . . . + gr Ar . Из 9o следует, что
l=0
A ⌣ A при всех m, l. Из 2o получим, что fm Am ⌣ gl Al при всех m, l.
m l
∑
Далее дважды используя утверждение 4o , получим pm=0 fm Am ⌣ gl Al
∑ ∑
при всех l и pm=0 fm Am ⌣ rl=0 gl Al . Следовательно, f (A) ⌣ g(A). 

29
 Теорема 1.4.2. Скалярная n × n-матрица коммутирует с любой
n × n-матрицей.

Доказательство. Пусть A = λJ — скалярная n × n-матрица и

B — произвольная n×n-матрица. Тогда AB = λJ B = λB и AB = λJ B =
= λB, т.е. AB = BA. 
Справедливо и обратное утверждение.

Теорема 1.4.3. Если n × n-матрица A коммутирует с любой

n × n-матрицей, то A – скалярная матрица.

Доказательство. Возьмём при каждом i и j квадратную матрицу

Eij порядка n, у которой все элементы нули, кроме элемента 1 в i-й стро-
ке и j-м столбце. По условию AEij = Eij A. Вычислим эти произведения,
приравняем их элементы и из этих равенств получим вид A.
   
a11 . . . a1i . . . a1n 0 ... 0 ... 0
   
 . . . . .   . . . . . 
   
 ai1 . . . aii . . . ain   0 . . . 1 . . . 0  i
1) AEij = 
 
 

 =
 . . . . .   . . . . . 
an1 . . . ani . . . ann 0 ... 0 ... 0
j
 
0 . . . a1i . . . 0
 
 . . . . . 
 
 0 . . . aii . . . 0  i Здесь j-й столбец совпадает с i-м
= 

 .

 . . . . .  столбцом из матрицы A.
0 . . . ani . . . 0
j
   
0 ... 0 ... 0 a11 . . . a1j . . . a1n
   
 . . . . .   . . . . . 
   
i 
 0 ... 1 ... 0 


 aj1 . . . ajj . . . ajn 
 =
2) Eij A =    
 . . . . .   . . . . . 
0 ... 0 ... 0 an1 . . . anj . . . ann
j j

30
  
0 ... 0 ... 0
 
 . . . . . 
 
i  aj1 . . . ajj . . . ajn  Здесь i-я строка совпадает с j-й
 .
=  
 . . . . .  строкой матрицы A.
0 ... 0 ... 0
j
Из условия AEij = Eij A следует, что элементы матриц Eij A и Eij A
равны, т.е. a1i = . . . = ai−1,i = 0, aii = ajj , ai+1,i = . . . = ani = 0,
aj1 = . . . = aj,j−1 = 0, ajj = aii , aj,j+1 = . . . = ajn = 0. Отсюда при
i, j = 1, n следует, что все внедиагональные элементы матрицы A нуле-
вые, а диагональные элементы равны между собой. Теорема доказана. 

Свойства степеней матрицы.

Теорема 1.4.4. Если A ⌣ B, то ∀m ∈ Z+ (AB)m = Am B m .

Доказательство. Используем индукцию по m.

При m = 0 утверждение верно.
Пусть утверждение верно при m = p, т. е. (AB)p = Ap Bp .
Докажем утверждение при m = p + 1, т. е. (AB)p+1 = Ap B p+1 .
Имеем (AB)p+1 = (AB)p AB = Ap B p AB = Ap AB p B = Ap+1 B p+1 .
Следовательно, утверждение верно при всех m ∈ Z+ . 

Теорема 1.4.5. 1o . Al Am = Am Al = Al+m при всех l, m ∈ Z+ .

2o . (Al )m = Al m при всех l, m ∈ Z+ .

Доказательство теоремы. 1o . В силу 9o теоремы 1.4.1 Am ⌣ Al ,

т.е. Al Am = Am Al . Поэтому достаточно доказать, что Am Al = Al+m
при всех l, m ∈ Z+ . Для этого докажем индукцией по m утверждение:
для каждого m ∈ Z+ Am Al = Al+m при всех l ∈ Z+ .
При m = 0 имеем l + m = l, Am = J , Al+m = Al , и утверждение
J Al = Al верно.
Пусть утверждение верно для m = p : Ap Al = Al+p при всех
l ∈ Z+ .
Докажем утверждение при m = p + 1 : Ap+1 Al = Ap+l+1 . Имеем
Ap+1 Al = Ap AAl = Ap Al A = Ap+l A = Ap+l+1 , т. е. утверждение верно.

31
 Следовательно, утверждение 1o верно при всех l, m ∈ Z+ .
Утверждение 2o докажите самостоятельно. 
Задача 1.35. Докажите:
1) утверждения 4o , 6o , 7o теоремы 1.4.1,
2) утверждение 2o теоремы 1.4.5,
3) A ⌣ B ⇔ A′ ⌣ B ′ ,
4) если матрица коммутирует с любой диагональной, то она диаго-
нальная,
5) если A диагональная матрица, {A}ii ̸= {A}jj при всех i ̸= j и
B ⌣ A, то матрица B является диагональной,
6) если матрицы A и B — коммутирующие симметрические мат-
рицы, то матрица AB является симметрической.
( )
1 2
Задача 1.36. Найдите все матрицы, коммутирующие с .
3 4
е н и е. Обозначим данную матрицу A, а искомую матрицу —
(Р е ш )
a b
B= . Тогда AB = BA, т.е.
c d
( )( ) ( )( )
1 2 a b a b 1 2
= .
3 4 c d c d 3 4
Перемножив(матрицы, получим ) ( )
a + 2c b + 2d a + 3b 2a + 4b
= .
3a + 4c 3b + 4d c + 3d 2c + 4d
Приравняем элементы  матриц и получим систему уравнений

 a + 2c = a + 3b,


 3a + 4c = c + 3d,

 b + 2d = 2a + 4b,


 3b + 4d = 2c + 4d.
Перенесём все слагаемые с неизвестными в левые части уравнений,
приведём подобные члены иполучим эквивалентную систему

 −3b + 2c = 0,


 3a + 3c − 3d = 0,

 −2a − 3b + 2d = 0,


 3b − 2c = 0.

32
 Здесь 1-е и 4-е уравнения эквивалентны, 2-е уравнение эквивалентно
a + c − d = 0, 3-е уравнение эквивалентно 2a + 3b − 2d = 0 :

 3b − 2c = 0,


 a + c − d = 0,

 2a + 3b − 2d = 0,


 3b − 2c = 0.
3
Удалим 4-е уравнение, из 1-го уравнения выразим c = b и подста-
2
вим в остальные уравнения.  Получим систему
 3

 c = b,

 2
3
a + b − d = 0,

 2


 2a + 3b − 2d = 0,
в которой 2-е и 3-е уравнения пропорциональны.
3
Удалим 3-е уравнение и выразим из 2-го уравнения a = − b + d.
2
Тогда исходная система эквивалентна
 системе уравнений
 3
 a = − b + d,
2
 3
 c = b.
2 
 3
 a = − b + d,
Тогда, исходная система уравнений имеет решение 2
 3
 c = b,
2
где b и d− любые.
 
3
 −2b + d b 
Ответ: B =  3  , где b и d− любые.
b d
2  
1 0 1
 
Задача 1.37. Найти все матрицы, коммутирующие с  0 1 0.
1 0 1
 
a b c
 
Р е ш е н и е. Искомую матрицу  d e f  получим из уравнения
g h i
     
1 0 1 a b c a b c 1 0 1
     
 0 1 0  d e f  =  d e f   0 1 0 .
1 0 1 g h i g h i 1 0 1

33
 Перемножив матрицы и приравняв элементы получим
  


a + g = a + c, 

c = g, 

a = i,

 
 


 b + h = b, 
 h = 0, 
 b = 0,

 
 
  

 c + i = a + c, 
 a = i, 
 c = g,

 Приведя 
 
 Искомая i 0 g
 d = d + f,  f = 0,  d = 0,
e = e, подобные, 0 = 0, или e = e, матрица  0 e 0 .

 
 

 f = d + f,
 получим 
 d = 0, 
 f = 0, имеет вид g 0 i

 
 


 a + g = g + i, 
 a = i, 
 g = g,

 
 


 b + h = h, 
 b = 0, 
 h = 0,
  
c + i = g + i. c = g. i = i.

34
 1.5. Определение отображения (преобразования). Свой-
ства отображений. Обратное отображение

Определение 1. Пусть X и Y два непустых множества. Ото-

бражением f множества X во множество Y называется закон, по
которому каждому элементу x ∈ X ставится в соответствие одно-
значно определённый элемент y ∈ Y, это соответствие записывается
f
записывается в виде y = f (x), x 7→ y, при этом y называют образом
x, а x — прообразом y. Говорят, что отображение f действует из X
f
в Y и пишут f : X → Y или X −→ Y.
В случае Y = X отображение f называется преобразованием
множества X.
Отображение можно задать с помощью описания, формулы, таб-
лицы, алгоритма и т.п . 

Из определения отображения следует, что у каждого элемента есть

единственный образ.
Пример 1. Возьмём элемент c ∈ Y и множество X. Каждому эле-
менту x ∈ X поставим в соответствие один тот же элемент c. Таким
образом, определено отображение f : X → Y, причём f (x) = c при всех
x ∈ X. Такое отображение называется постоянным. 
Пример 2. Пусть каждое из множеств X и Y содержит более
одного элемента. Пусть задано разбиение X на два непустых непересе-
кающихся подмножества X = X1 ∪ X2 и выбраны различные элементы
c1 , c2 ∈ Y. Определим отображение f : X → Y следующим образом
f (x) = c1 при всех x ∈ X1 и f (x) = c2 при всех x ∈ X2 . Такое отобра-
жение называется кусочно-постоянным. 

Определение 2. Отображение f : X → Y называется

− инъективным (инъекцией), если образы любых различных элементов
из множества X различны, т.е. из x1 , x2 ∈ X, x1 ̸= x2 следует, что
f (x1 ) ̸= f (x2 ),
− сюръективным (сюръекцией), если у каждого y ∈ Y есть прообраз
x ∈ X, т.е. ∀y ∈ Y ∃x ∈ X y = f (x),
− биективным (биекцией), если оно инъекция и сюръекция, т.е. ∀y ∈ Y
∃!x ∈ X y = f (x). 

Определение 3. Отображения f : X → Y и g : V → W равны,

если X = V, Y = W и для любого x ∈ X f (x) = g(x). 

35
 Определение 4. Суперпозицией, композицией или произведением
двух отображений f : X → Y и g : Y → U называется отображение
g ◦ f : X → U, определённое для любого x ∈ X условием
(g ◦ f )(x) = g(f (x)). 
Теорема 1.5.1 (Свойства отображений).
I. 1o Если f : X → Y, g : Y → U, h : U → W, то (h ◦ g) ◦ f =
= h ◦ (g ◦ f ).
II. Пусть f : X → Y, g : Y → U.
2o Если f и g инъективны, то g ◦ f инъективно.
3o Если f и g сюръективны, то g ◦ f сюръективно.
4o Если f и g биективны, то g ◦ f биективно.
5o Если g ◦ f инъективно, то f инъективно.
6o Если g ◦ f сюръективно, то g сюръективно.
Доказательство. 1o Из условия f : X → Y, g : Y → U, h : U → W
следует, что (h ◦ g) : Y → W, g ◦ f : X → U, поэтому (h ◦ g) ◦ f : X → W
и h ◦ (g ◦ f ) : X → W. Т.е. оба отображения (h ◦ g) ◦ f и h ◦ (g ◦ f ) дей-
ствуют из X в W. Далее вычислим для произвольного элемента x ∈ X
значения ((h ◦ g) ◦ f )(x) и (h ◦ (g ◦ f ))(x). По определению суперпозиции
получаем ((h ◦ g) ◦ f )(x) = (h ◦ g)(f (x)) = h(g(f (x))) и (h ◦ (g ◦ f ))(x) =
= h((g ◦ f )(x)) = h(g(f (x))) ч.т.д.
2o В силу инъективности f из x1 , x2 ∈ X, x1 ̸= x2 следует, что
f (x1 ) ̸= f (x2 ), и в силу инъективности g получим g(f (x1 )) ̸= g(f (x2 )),
т.е. g ◦ f инъективно.
3o Рассмотрим произвольное z ∈ U. В силу сюръективности g
уравнение g(y) = z имеет решение y ∈ Y. В силу сюръективности f
уравнение f (x) = y имеет решение x ∈ X. Тогда при этом x выполнено
равенство g(f (x)) = z, т.е. g ◦ f сюръективно.
4o Если f и g биективны, то они инъективны и сюръективны.
Тогда из 2o и 3o следует, что g ◦ f инъективно и сюръективно, т.е. би-
ективно.
5o Если g ◦ f инъективно, то из x1 , x2 ∈ X, x1 ̸= x2 следует,
что g(f (x1 )) ̸= g(f (x2 )). Тогда f (x1 ) ̸= f (x2 ), т.к. при f (x1 ) = f (x2 )
выполнено равенство g(f (x1 )) = g(f (x2 )). Следовательно, f инъективно.
6o Если g ◦ f сюръективно, то при произвольном фиксированном
z ∈ Y уравнение g(f (x)) = z имеет решение x ∈ X. Для этого x обо-
значим через y значение f (x) ∈ Y. Тогда при фиксированном z ∈ Y
уравнение g(y) = z имеет решение y = f (x)). Следовательно, g сюръ-
ективно.

36
 Определение 5. Преобразование eU : U → U, действующее при
любом x ∈ U по формуле eU (x) = x, называется тождественным (еди-
ничным).

Определение 6. Отображение g : Y → X называется обратным

к отображению f : X → Y, если g ◦ f = eX и f ◦ g = eY , то есть
∀x ∈ X g(f (x)) = x и ∀ y ∈ Y f (g(y)) = y.
Отображение называется обратимым, если у него есть обратное
отображение.

Теорема 1.5.2 (Свойства обратимых отображений).

1o . (Единственность обратного.)
Обратимое отображение имеет только одно обратное.
2o . (Критерий обратимости.)
Отображение обратимо ⇔ отображение биективно.

Доказательство. 1o . Пусть отображение f : X → Y имеет два

обратных g1 : Y → X, g2 : Y → X. Тогда из определения обратного отоб-
ражения следуют условия ∀x ∈ X g1 (f (x)) = x и ∀y ∈ Y f (g2 (y)) = y.
Для произвольного элемента y ∈ Y рассмотрим значение суперпо-
зиции g1 (f (g2 (y))). Из условия f (g2 (y)) = y получим g1 (f (g2 (y))) = g1 (y).
Обозначив g2 (y) = x, имеем x ∈ X, тогда g1 (f (x)) = x и g1 (f (g2 (y))) =
= g1 (f (x)) = x = g2 (y). Следовательно, g1 (y) = g1 (f (g2 (y))) = g2 (y), т.е.
g1 (y) = g2 (y).
2o 1) Пусть f : X → Y имеет обратное отображение g : Y → X.
Тогда ∀x ∈ X g(f (x)) = x и ∀y ∈ Y f (g(y)) = y.
Из первого равенства получим для любых x1 , x2 ∈ X таких, что
x1 ̸= x2 выполнено условие g(f (x1 )) = x1 ̸= x2 = g(f (x2 )). Тогда су-
перпозиция g ◦ f инъективна, и по утверждению 5o теоремы 1.5.1 f —
инъекция.
Из второго равенства получим для любого y ∈ Y существует реше-
ние z = y уравнения f (g(z)) = y. Тогда суперпозиция g◦f сюръективна,
и по утверждению 6o теоремы 1.5.1 f — сюръекция.
Следовательно, f — биекция.
2) Пусть f : X → Y — биекция. Тогда для любого y ∈ Y суще-
ствует единственное решение x ∈ X уравнения f (x) = y. Определим
отображение g : Y → X, положив для произвольного элемента y ∈ Y
g(y) = x, где x — единственное решение в X уравнения f (x) = y.
а) Тогда для произвольного элемента y ∈ Y имеем f (g(y)) = y.

37
 б) Далее для произвольного элемента x ∈ X рассмотрим y = f (x).
Здесь y ∈ Y и x решение уравнения y = f (x). Тогда g(y) = x, т.е.
g(f (x)) = x.
Из а) и б) следует, что отображение g является обратным к f. По-
этому отображение f обратимо. 
Обозначение. Для обратимого отображения f обратное обознача-
ется f −1 . 
Рассмотрим простейшие отображения в множествах векторов и мат-
риц.
Пусть задана матрица A = (aij ) ∈ R m×n .
I. Для произвольной матрицы X = (xij ) ∈ R n×r найдём матрицу
Y = (yij ) ∈ R m×r по формуле
    
y11 . . . y1r a11 a12 . . . a1n x11 x12 . . . x1r
 y21 . . . y2r   a21 a22 . . . a2n   x21 x22 . . . x2r 
 =  . (1.1)
. . .  . . . . . . . . 
ym1 . . . ymr am1 am2 . . . amn xn1 xn2 . . . xnr
Определим отображение f : R n×r → R m×r при X ∈ R n×r форму-
лой f (X) = AX и запишем равенство (1.1) в виде Y = f (X).
При r = 1 отсюда получим отображение столбцов f: R n →R m , дей-
ствующее при x ∈ R n по формуле f (x) = Ax. Для x = (x1 , x2 , . . . , xn )′ ,
y = (y1 , y2 , . . . , ym )′ равенство y = f (x) примет вид
    
y1 a11 a12 . . . a1n x1
 y2   a21 a21 . . . a2n   x2 
     (1.2)
 . . . = . . . .   . . . .
ym am1 am1 . . . amn xn
II. Для произвольной матрицы X = (xij ) ∈ R r×n найдём матрицу
Y = (yij ) ∈ R r×m по формуле
    
y11 . . . y1n x11 x12 . . . x1m a11 a12 ... a1n
y21 . . . y2n   x21 x22 . . . x2m   a21 a22 ... a2n 
 =  . (1.3)
. . .  . . . .  . . . . 
yr1 . . . yrn xr1 xr2 . . . xrm am1 am2 ... amn
Определим отображение f : R r×m → R r×n при X ∈ R r×m форму-
лой f (X) = XA и запишем равенство (1.3) в виде Y = f (X).
При r = 1 отсюда получается отображение строк f: R m →R n .
Отметим, что при m = n формулы (1.1), (1.2), (1.3) задают преоб-
разования множеств Rn×r , R n , R r×n соответственно.

38
 Задача 1.38. Определим преобразование[ f : R ]→ R формулой
3π
f (x) = sin x. Найти 1) образ 0, 2) образ отрезка 0, , 3) прообраз 0,
4
4) прообраз 2, 5) прообраз отрезка [0, 1].
Задача 1.39. Придумайте примеры, когда полный прообраз эле-
мента: 1) ∅, 2) состоит из одного элемента, 3) содержит конечное число
элементов, 4) содержит бесконечное число элементов.
Задача 1.40. Пусть задано отображение f : X → Y.
Докажите следующие утверждения.
1o . 1) Отображение f — инъекция ⇔ 2) для любого элемента
y ∈ Y уравнение f (x) = y имеет не более одного решения ⇔ 3) лю-
бой элемент y ∈ Y имеет не более одного прообраза ⇔ 4) для любых
двух элементов x1 , x2 ∈ X таких, что f (x1 ) = f (x2 ) выполнено равен-
ство x1 = x2 .
2o . 1) Отображение f — сюръекция ⇔ 2) для любого элемента
y ∈ Y уравнение f (x) = y имеет решение ⇔ 3) любой элемент y ∈ Y
имеет прообраз.
3o . 1) Отображение f — биекция ⇔ 2) для любого элемента y ∈ Y
уравнение f (x) = y имеет единственное решение ⇔ 3) любой элемент
y ∈ Y имеет единственный прообраз.

39
 1.6. Элементарные преобразования матриц

Определение 1. Будем называть элементарными преобразовани-

ями матрицы:
1o умножение строки на ненулевое число;
2o прибавление к строке другой строки, умноженной на число;
3o перестановку двух строк;
4o умножение столбца на ненулевое число;
5o прибавление к столбцу другого столбца, умноженного на число;
6o перестановку двух столбцов. 

Очевидно, что каждое элементарное преобразование, рассматривае-

мое на множестве матриц фиксированного размера m × n, является пре-
образованием этого множества.
Покажем, что элементарное преобразование строк заданной m × n-
матрицы можно записать в виде умножения этой матрицы на некоторую
вспомогательную квадратную m × m-матрицу слева, а элементарное пре-
образование её столбцов можно записать в виде умножения на некоторую
вспомогательную квадратную n × n-матрицу справа.

40
 Введём матрицы элементарных преобразований строк. Они получа-
ются из единичной матрицы Jm порядка m элементарными преобразо-
ваниями 1o −3o : 
1 ... 0 ... 0
 . . . . . 
  (i-я строка Jm умножена на
Um (i, α) =   0 . . . α . . . 0 i

 . . . . .  α ̸= 0);
0 ... 0 ... 1
 i 
1 ... 0 ... 0 ... 0
 . . . . . . . 
 
 0 ... 1 ... 0 ... 0  i
 
  (к j-й строке Jm при-
Sm (i, j, α) =  . . . . . . . 
  бавлена i-я строка,
 0 ... α ... 1 ... 0 j
  умноженная на α);
 . . . . . . . 
0 ... 0 ... 0 ... 1
 i j 
1 ... 0 ... 0 ... 0
 . . . . . . . 
 
 0 ... 0 ... 1 ... 0  i
 
 
Pm (i, j) =  . . . . . . .  (переставлены i-я и j-я
 
 0 . . . 1 . . . 0 . . . 0  j строки Jm ).
 
 . . . . . . . 
0 ... 0 ... 0 ... 1
i j

41
 Аналогично определяются матрицы элементарных преобразований
столбцов. Они получаются из единичной матрицы Jn порядка n элемен-
тарными преобразованиями
 4o −6o :
1 ... 0 ... 0
 . . . . . 
 
Un (i, α) = 
 0 . . . α . . . 0  i (i-й столбец Jn умножен на α);

 . . . . . 
0 ... 0 ... 1
 i 
1 ... 0 ... 0 ... 0
 . . . . . . . 
 
 0 ... 1 ... 0 ... 0  i
 
  (к i-му столбцу Jn
Sn (i, j, α) =  . . . . . . . 
  прибавлен j-й столбец,
 0 ... α ... 1 ... 0 j
  умноженный на α);
 . . . . . . . 
0 ... 0 ... 0 ... 1
 i j 
1 ... 0 ... 0 ... 0
 . . . . . . . 
 
 0 ... 0 ... 1 ... 0  i
 
 
Pn (i, j) =  . . . . . . .  (переставлены i-й и j-й
 
 0 . . . 1 . . . 0 . . . 0  j столбцы Jn ). 
 
 . . . . . . . 
0 ... 0 ... 0 ... 1
i j

42
 Теорема 1.6.1. Пусть X = (xij ) — произвольная m×n матрица.
Тогда можно записать результат
1) умножения i-й строки X на α в виде произведения Um (i, α)X,
2) прибавления к j-й строке X i-й строки, умноженной на α, в виде
произведения Sm (i, j, α)X,
3) перестановки i-й и j-й строк X в виде произведения Pm (i, j)X,
4) умножения i-го столбца X на α в виде произведения XUn (i, α),
5) прибавления к i-му столбцу X j-го столбца, умноженного на α, в
виде произведения XSn (i, j, α),
6) перестановки i-го и j-го столбцов X в виде произведения XPn (i, j).

Доказательство. Проводится умножением матриц.

Проверим, например, утверждения 1) и 5).
1) Найдём произведение
  
1 ... 0 ... 0 x11 . . . x1j . . . x1n
 . . . . .  . . . . . 
  
Um (i, α)X = 
 0 . . . α . . . 0   xi1 . . . xij . . . xin  .
 
 . . . . .  . . . . . 
0 ... 0 ... 1 xm1 . . . xmj . . . xmn
Матрица Um (i, α) отличается от единичной матрицы только одним эле-
ментом α в i-й строке i-м столбце. Поэтому сумма произведений элемен-
тов p-й строки матрицы Um (i, α) на элементы j-го столбца матрицы X
при p ̸= i равна xpj , а при p = i — αxij , т.е.
 
x11 . . . x1j . . . x1n
 . . . . . 
 
Um (i, α)X = 
 αx i1 . . . αx ij . . . αx 
in  .
 . . . . . 
xm1 . . . xmj . . . xmn

43
  5) Найдём произведение XSn (i, j,α)= 
x11 . . . x1i . . . x1j . . . x1n 1 ... 0 ... 0 ... 0
 .  
.  . . . . . . . 
 . . . . . 
 x   
 i1 . . . xii . . . xij . . . xin   0 . . . 1 . . . 0 . . . 0 
  
= . . . . . . .  . . . . . . . .
  
 xj1 . . . xji . . . xjj . . . xjn   0 . . . α . . . 1 . . . 0 
  
 . . . . . . .  . . . . . . . 
xm1 . . . xmi . . . xmj . . . xmn 0 ... 0 ... 0 ... 1
Матрица Sn (i, j, α) отличается от единичной матрицы только элементом
α в i-м столбце и j-й строке. Поэтому сумма произведений элементов p-й
строки матрицы Sn на элементы q-го столбца матрицы X равна xpq при
q ̸= i и xpi + αxpj при q = i, т.е. 
x11 . . . x1i + αx1j . . . x1j . . . x1n
 . . 
 . . . . . 
 
 xi1 . . . xii + αxij . . . xij . . . xin 
 
XSn (i, j, α) =  . . . . . . . . 
 
 xj1 . . . xji + αxjj . . . xjj . . . xjn 
 
 . . . . . . . 
xm1 . . . xmi + αxmj . . . xmj . . . xmn

44
 Теорема 1.6.2. Во множестве матриц R m×n рассмотрим пре-
образования 1) − 6), указанные в теореме 1.6.1. Тогда обратными к ним
преобразованиями являются соответственно
1′ ) умножение i-й строки на α−1 (при α ̸= 0) : X 7→ Um (i, α−1 )X,
2′ ) прибавление к j-й строке i-й строки, умноженной на (−α) : X 7→
7→ Sm (i, j, −α)X,
3′ ) перестановка i-й и j-й строк: X 7→ Pm (i, j)X,
4′ ) умножение i-го столбца на α−1 (при α ̸= 0), : X 7→ Um (i, α−1 )X,
5′ ) прибавление к i-му столбцу j-го столбца, умноженного на (−α) :
X 7→ XSn (i, j, −α),
6′ ) перестановка i-го и j-го столбцов: X 7→ XPn (i, j).

Доказательство. Для проверки того, что два преобразования f

из 1 − 6 и g из 1′ − 6′ соответственно являются обратными друг к дру-
гу, согласно определению покажем, что суперпозиции g ◦ f и f ◦ g яв-
ляются единичными преобразованиями, т.е. для произвольной матрицы
A ∈ R m×n выполнены равенства g(f (A)) = A и f (g(A)) = A.
Докажем это для преобразований 1) и 1′ ).
Пусть преобразование f — это умножение i-й строки матрицы на
число α, а преобразование g — это умножение i-й строки матрицы на
число α−1 . При этих преобразованиях остальные строки не меняются.
При нахождении g(f (A)) мы сначала умножаем i-ю строку матри-
цы A на α, а затем умножаем i-ю строку полученной матрицы на α−1 , и
результатом двух преобразований является матрица A. Аналогично при
нахождении f (g(A)) мы сначала умножаем i-ю строку матрицы A на
α−1 , а затем умножаем i-ю строку полученной матрицы на α, и резуль-
татом двух преобразований является матрица A.
Докажите самостоятельно остальные утверждения теоремы. 

45
 Теорема 1.6.3. 1o Результат выполнения k элементарных пре-
образований над строками данной матрицы можно записать в виде
умножения данной матрицы слева на вспомогательную матрицу, ко-
торая получается из единичной матрицы теми же элементарными
преобразованиями.
2o Результат выполнения k элементарных преобразований над
столбцами данной матрицы можно записать в виде умножения данной
матрицы справа на вспомогательную матрицу, которая получается из
единичной матрицы теми же элементарными преобразованиями.

Доказательство. 1o Пусть над матрицей X выполнены k элемен-

тарных преобразований строк. Обозначим матрицы этих элементарных
преобразований через B1 , B2 , . . . , Bk и полученную после преобразований
матрицу — через C, тогда C = Bk . . . B2 B1 X. Это можно записать в ви-
де C = (Bk . . . B2 B1 J )X. Введём обозначение D = Bk . . . B2 B1 J , тогда
C = DX. Поскольку D = Bk . . . B2 B1 J , то матрица D получена из мат-
рицы J теми же самыми k элементарными преобразованиями.
Докажите самостоятельно утверждение 2o теоремы. 

46
 1.7. Приведение матрицы к ступенчатой форме

Теорема 1.7.1. Произвольную ненулевую матрицу конечным чис-

лом преобразований 2) и 3) только строк (только столбцов) можно
привести к верхней (нижней) ступенчатой матрице.

Доказательство.
Пусть A = (aij ) ∈ Rm×n , A ̸= O. Приведение матрицы к ступенча-
той форме можно выполнить не более чем за min(m − 1, n) шагов.
Алгоритм приведения матрицы к верхней ступенчатой форме.
Если A — верхняя ступенчатая матрица, то алгоритм закончен за
0 шагов. В противном случае выполняем следующие преобразования.
Первый шаг. Так как A ̸= O, то в матрице есть ненулевые столбцы.
Пусть j1 номер первого из таких столбцов. В этом столбце есть ненулевой
элемент ai1 ,j1 из i1-й строки и матрица A имеет следующий вид
 
0 . . . 0 a1j1 . . . a1n
 . . . . . . 
 
A=  0 . . . 0 a i j
1 1
. . . a i1 n
.

 . . . . . . 
0 . . . 0 amj1 . . . amn
Если a1,j1 = 0 и i1 ̸= 1, то в матрице A меняем местами 1-ю и i1-ю
[0]
строки и обозначим преобразованную матрицу через D[0] = (dij ). В про-
[0]
тивном случае матрицу A не меняем и обозначим её через D[0] = (dij ).
Таким образом, матрица  D[0] имеет следующийвид
[0] [0]
0 . . . 0 d1j1 . . . d1n
 [0] 
 0 . . . 0 d[0] . . . d 
 2j 1 2n 
D[0] = (dij ) =  [0] 
[0] [0]
 0 . . . 0 d3j1 . . . d3n  , где d1,j1 ̸= 0.
[0]
 . . . . 
 . . 
[0] [0]
0 . . . 0 dmj1 . . . dmn
Если D[0] — верхняя ступенчатая матрица, то алгоритм закончен.
В противном случае выполняем следующие преобразования. В матрице
D[0] первый ненулевой столбец имеет номер j1 и в этом столбце первый
[0]
элемент d1,j1 ̸= 0. Назовём этот элемент ведущим элементом, первую
строку — ведущей строкой, j1-й столбец — ведущим столбцом первого
шага. Далее с помощью ведущей строки аннулируем все элементы ве-
дущего столбца, расположенные ниже ведущего элемента. Для этого из
всех строк, начиная со второй, вычтем ведущую строку, умноженную на
[0] [0] [0] [0] [0] [0]
d2,j1 /d1,j1 , d3,j1 /d1,j1 , . . . , dm,j1 /d1,j1 , соответственно. Полученную после

47
 [1] [1]
преобразований матрицу обозначим через A[1] = (aij ). В ней a1j1 ̸= 0 и
[1]
все элементы aij1 = 0 при i = 2, m. Таким образом, матрица A[1] имеет
следующий вид  
[1] [1] [1]
0 . . . 0 a1j1 a1,j1 +1 ... a1n
 
 0 ... 0 0 [1]
a2,j1 +1 ...
[1]
a2n 
 
A[1] = (aij ) =   . где a[1] ̸= 0.
[1] [1] [1]
 0 ... 0 0 a3,j1 +1 ... a3n  1,j1
 . . . . 
 . . . 
[1] [1]
0 ... 0 0 am,j1 +1 . . . amn
 [1] [1]

0 . . . 0 0 a2,j1 +1 . . . a2n
 [1] [1] 
 0 . . . 0 0 a3,j1 +1 . . . a3n 
Если её подматрица (A )1...n = 
[1] 2...m
 , об-
 . . . . . . . 
[1] [1]
0 . . . 0 0 am,j1 +1 . . . amn
разованная строками 2, m и столбцами 1, n, — нулевая или верхняя сту-
пенчатая, то алгоритм закончен, т.к. тогда матрица A[1] — верхняя сту-
пенчатая. А если указанная подматрица не является нулевой и верхней
ступенчатой, то переходим ко второму шагу.
Второй шаг. Второй шаг аналогичен первому. Он состоит в приме-
нении первого шага к подматрице (A[1] )2...m
1...n . При этом удобно считать,
что преобразования проводятся во всей матрице A[1] c её нумерацией
строк, причём первая строка этой матрицы не участвует в преобразова-
ниях.
Сначала находим
 [1] в подматрице первый ненулевой столбец. Пусть
a2,j
 [1] 2 
 a  [1]
это j2-столбец  3,j2  и в нём элемент ai2 ,j2 ̸= 0.
 ··· 
[1]
am,j2
[1]
Если a2,j2 = 0 и i2 ̸= 2, то в матрице A[1] меняем местами 2-ю
[1]
и i2-ю строки и обозначим преобразованную матрицу через D[1] = (dij ).
[1]
В противном случае матрицу A[1] обозначим через D[1] = (dij ). Таким
образом, матрица
 D[1] имеет следующий вид 
[1] [1] [1] [1]
0 . . . 0 d1,j1 . . . d1,j2 −1 d1,j2 ... d1n
 
 0 ... 0 0 ... 0 d
[1]
...
[1]
d2n 
 2,j2 
[1] 
D =  0 ... 0 0 ... [1] [1]  , где d[1] ̸= 0.
0 d3,j2 ... d3n  2,j2
 . . . 
 . . . . . . 
[1] [1]
0 ... 0 0 ... 0 dm,j2 . . . dmn

48
 Если D[1] — верхняя ступенчатая матрица, то алгоритм закончен.
В противном случае выполняем следующие преобразования. В подматри-
це (D[1] )2...m
1...n первый ненулевой столбец имеет номер j2 и в этом столбце
[1]
элемент d2,j2 ̸= 0. Назовём этот элемент ведущим элементом, вторую
строку — ведущей строкой, j2-й столбец — ведущим столбцом второго
шага. Далее с помощью ведущей строки аннулируем все элементы ве-
дущего столбца, расположенные ниже ведущего элемента. Для этого из
всех строк, начиная со третьей, вычтем ведущую строку, умноженную
[1] [1] [1] [1]
на d3,j2 /d2,j2 , . . . , dm,j2 /d2,j2 , соответственно. Полученную после преоб-
[2] [2]
разований матрицу обозначим через A[2] = (aij ). В ней a2,j2 ̸= 0 и все
[2]
элементы ai,j2 = 0 при i = 3, m. Таким образом, матрица A[2] имеет
следующий вид  
[2] [2] [2] [2] [2]
0 . . . 0 a1,j1 . . . a1,j2 −1 a1,j2 a1,j2 +1 . . . a1n
 [2] 
 0 ... 0 0 ... 0 a
[2]
a
[2]
. . . a 
 2j2 2,j2 +1 2n 
A[2] =   0 ... 0 0 ... 0 0 a3,j2 +1 . . . a3n 
[2] [2]
.
 . . . . 
 . . . . . . 
[2] [2]
0 ... 0 0 ... 0 0 am,j2 +1 . . . amn
Если её подматрица (A[2] )3...m 1...n , образованная строками 3, m и столбцами
1, n, — нулевая или верхняя ступенчатая, то алгоритм закончен, т.к. тогда
матрица A[2] — верхняя ступенчатая. А если указанная подматрица не
является нулевой и верхней ступенчатой, то переходим к следующему
шагу.
Повторяя описанные шаги, не более чем за min(m − 1, n) шагов
получим  матрицу верхней ступенчатой формы 
0 . . . 0 c1,j1 . . . 0 c1,j2 . . . . . . c1,jr . . . c1n
 0 . . . 0 0 . . . 0 c2j2 . . . . . . c2,jr . . . c2n 
 
. . . . . . . . . . . . . . . . .
 
 0 . . . 0 0 . . . 0 0 . . . 0 cr,j . . . crn  .
 r 
 0 ... 0 0 ... 0 0 ... 0 0 ... 0 
. . . . . . . . . . . . . . . . .
В этой m × n -матрице только первые r строк — ненулевые. При этом
r 6 m, r 6 n, причём для r = m — все строки ненулевые. Элементы
c1,j1 , c2,j2 , . . . , cr,jr — первые ненулевые элементы соответствующих строк.
Описанный здесь процесс будем называть основным процессом при-
ведения матрицы к верхней ступенчатой форме. 
Замечания.

49
 1.8. Система линейных уравнений. Запись системы в мат-
ричном и векторном виде. Эквивалентные системы.
Элементарные преобразования системы

Рассмотрим систему линейных уравнений



 a11 x1 + a12 x2 + . . . + a1n xn = b1 ,

a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(1.4)

 ...

am1 x1 + am2 x2 + . . . + amn xn = bm .
Здесь xi , i = 1, n — неизвестные, aij , i = 1, m, j = 1, n — ко-
эффициенты при неизвестных, bi , i = 1, m — свободные члены (правые
части), aij и bi считаются известными.
Введём матрицу системы — A = (aij ), вектор свободных чле-
нов — b = (b1 , b2 , . . . , bm )⊤ , вектор неизвестных — x = (x1 , x2 , . . . , xn )⊤ .
Расширенной матрицей системы назовём блочную матрицу B = (A|b).
Обозначим столбцы матрицы A через aj = (a1j , a2j , . . . , amj )⊤ , j = 1, n.
Определение 1. Вектор c = (c1 , c2 , . . . , cn )⊤ (или упорядоченный
набор c1 , c2 , . . . , cn ) называется решением системы (1.4), если при под-
становке значений x1 = c1 , x2 = c2 , . . . , xn = cn в систему каждое
уравнение превращается в тождество. 
Определение 2. Система (1.4) называется:
— однородной, если все свободные члены равны нулю, и неоднородной,
если хотя бы один из свободных членов отличен от нуля;
— совместной, если она имеет хотя бы одно решение, и несовместной,
если она не имеет ни одного решения;
— определённой, если она имеет единственное решение, и неопределён-
ной, если она имеет по крайней мере два различных решения. 
Наряду с системой (1.4) рассмотрим матричное уравнение
Ax = b (1.5)
и векторное уравнение
x1 a1 + x2 a2 + . . . + xn an = b. (1.6)
Определение 3. Вектор c = (c1 , c2 , . . . , cn )⊤ назовём решением
уравнения (1.5) или (1.6), если при подстановке вектора x = c в урав-
нение (1.5) или значений x1 = c1 , x2 = c2 , . . . , xn = cn в (1.6) получим
тождество. 

50
 Теорема 1.8.1. Если вектор x является решением (1.4), то век-
тор x является решением (1.5) и наоборот.
Если вектор x является решением (1.4), то вектор x является
решением (1.6) и наоборот.

Доказательство.
Система равенств (1.4) эквивалентна следующему равенству столб-
цов    
a11 x1 + a12 x2 + . . . + a1n xn b1
 a21 x1 + a22 x2 + . . . + a2n xn   b2 
 = . (1.7)
 ...   ··· 
am1 x1 + am2 x2 + . . . + amn xn bm
Левую часть (1.7) представим в виде произведения матрицы A и вектора-
столбца x и получим
 эквивалентноеравенство
   
a11 a12 . . . a1n x1 b1
 a21 a22 . . . a2n   x2   b2 
     (1.8)
 ...   · · ·  =  · · · .
am1 am2 . . . amn xn bm
Равенство (1.8) имеет вид (1.5) и утверждение 1o доказано.
Левую часть (1.7) представим в виде суммы n столбцов, и получим
эквивалентноеравенство
      
a11 x1 a12 x2 a1n xn b1
a21 x1   a22 x2     
 + + . . . + a2n xn  =  b2 . (1.9)
. . .   . . .   . . .  · · ·
am1 x1 am2 x2 amn xn bm
Полученное равенство (1.9) можно записать в эквивалентном виде
       
a11 a12 a1n b1
a21   a22   a2n   b2 
x1        
. . . +x2  . . . + . . . +xn  . . .  = · · ·. (1.10)
am1 am2 amn bm
Равенство (1.10) имеет вид (1.6) и 2o доказано. 

Определение 4. Две системы уравнений относительно одинако-

вого количества неизвестных называются эквивалентными, если мно-
жества решений систем совпадают, т. е. каждое решение одной систе-
мы является решением другой системы, или обе они несовместны. 

51
 Определение 5. Элементарным преобразованием системы (1.4)
назовём:
1) умножение обеих частей одного уравнения на ненулевое число,
2) прибавление к обеим частям одного уравнения соответствую-
щих частей другого уравнения, умноженных на любое число,
3) перестановку любых двух уравнений местами;
4) перестановку в i-ом уравнении системы слагаемых aij xj и aik xk
для всех уравнений системы (i = 1, m);
5а) удаление уравнения, которое является линейной комбинацией
других уравнений, т.е. получается в результате сложения остальных
уравнений, умноженных на некоторые числа,
5б) добавление уравнения, являющегося линейной комбинацией дру-
гих уравнений;
6) перенос слагаемого из одной части уравнения в другую с проти-
воположным знаком. 

Теорема 1.8.2. Системы, полученные из исходной системы с по-

мощью конечного числа элементарных преобразований, эквивалентны
исходной системе.

Доказательство достаточно провести для одного элементарного

преобразования каждого типа. Схема проведения доказательств следую-
щая. Предполагаем, что в первую систему подставлено её решение и тогда
все её уравнения являются тождествами. Над тождествами первой систе-
мы проделываем одно элементарное преобразование и получаем тожде-
ства для второй системы. Тогда любое решение первой системы является
решением второй системы. Далее также показываем, что любое решение
второй системы является решением первой системы. Отсюда следует, что
обе системы либо несовместны, либо множества их решений совпадают.
2) Пусть вторая система получена из первой прибавлением к j-му
уравнению i-го уравнения, умноженного на число α, и первая система
совместна. Если возьмём произвольное решение первой системы и подста-
вим его во все уравнения первой системы, то получим тождества. При-
бавим к j-му тождеству i-е тождество, умноженное на число α, снова
получим тождество. Мы можем считать, что новый набор тождеств по-
лучен из уравнений второй системы при подстановке в них решения пер-
вой системы. Поэтому любое решение первой системы является решением
второй системы. Следовательно, либо первая система несовместна, либо
совместна и любое решение первой системы является решением второй.

52
Первая система получается из второй прибавлением к j-му уравнению
i-го уравнения, умноженного на число −α, тогда либо вторая система
несовместна, либо совместна и любое решение второй системы является
решением первой. Поэтому обе системы либо несовместны, либо имеют
одинаковые множества решений.
5) Уравнение 0x1 + 0x2 + · · · + 0xn = 0 выполняется тождественно.
Поэтому его добавление к системе или его удаление из системы не меняет
множества решений.
Пусть i-е уравнение является суммой остальных уравнений, умно-
женных на коэффициенты αj , j ̸= i. Для всех j, j ̸= i будем прибавлять
к i-му уравнению j-е уравнение, умноженное на −αj . В силу свойства
преобразования 2) получим систему, эквивалентную данной, причём i-е
уравнение имеет вид 0x1 +0x2 +· · ·+0xn = 0. Удаление такого уравнения
не меняет множество решений системы.
Пусть вторая система получена из первой системы добавлением
уравнения, являющегося линейной комбинацией уравнений первой систе-
мы. При удалении этого уравнения из второй системы получим эквива-
лентную ей первую систему. 
Задача 1.41. Докажите утверждения теоремы 1.8.2 для преобра-
зований 1), 3), 4), 6).

1.9. Нахождение решения системы линейных уравнений

методом Гаусса

Рассмотрим систему линейных уравнений



 a11 x1 + a12 x2 + . . . + a1n xn = b1 ,

a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(1.4)

 ...

am1 x1 + am2 x2 + . . . + amn xn = bm .
Метод Гаусса (метод последовательного исключения неизвестных)
используется для исследования совместности или несовместности систе-
мы (1.4) и нахождения решений в случае соместности. Он позволяет при
отсутствии погрешностей вычислений за конечное число шагов привести
исходную систему к эквивалентной системе с трапециевидной матрицей,
для которой исследования совместности и нахождение решений осуществ-
ляется просто.

53
 Приведём вариант алгоритма метода Гаусса для системы (1.4),
который называется схемой единственного деления.
I. Первая часть. Прямой ход метода Гаусса: выполняем элементар-
ные преобразования 1) – 5a), чтобы получить эквивалентную систему с
трапециевидной матрицей.
II. Вторая часть. Выясняем будет ли система несовместной или сов-
местной, и во втором случае определённой или неопределённой. В случае
совместности проводим обратный ход метода Гаусса: преобразованиями
1) – 3) и 6) получаем единственное решение в случае определённой систе-
мы и определяем множество решений (общее решение) в случае неопре-
делённой системы.
Замечание 1. В первой части алгоритма проведение элементар-
ных преобразования 1) – 5a) над уравнениями системы можно записать в
виде проведения соответствующих элементарных преобразований расши-
ренной матрицы системы. 
I. Прямой ход.  
a11 a12 a13 . . . a1n b1
 a21 a22 a23 . . . a2n b2 
 
Пусть B = (A|b) =   31a a32 a33 . . . a 3n b 
3  — расширен-
 ... ... ... ... ... ... 
am1 am2 am3 . . . amn bm
ная матрица системы (1.4).
Если матрица A нулевая или трапециевидная, то алгоритм закон-
чен и переходим к ч. II. В противном случае выполняем первый шаг.
Первый шаг. Если a11 = 0, то алгоритм не работает.
При a11 ̸= 0 и ai1 = 0, i = 2, m преобразования не нужны. Обо-
значим B [1] = (A[1] |b[1] ), где A[1] = A, b[1] = b, и перейдём ко второму
шагу.
Если для a11 ̸= 0 существуют ai1 ̸= 0 при i = 2, m, то проводим
элементарные преобразования первого шага. Назовём a11 — ведущим эле-
ментом, x1 — ведущим неизвестным, 1-ю строку — ведущей строкой,
1-й столбец — ведущим столбцом первого шага. Цель преобразований —
исключить с помощью первого уравнения ведущее неизвестное из всех
уравнений со 2-го до m-го, т.е. с помощью ведущей строки расширенной
матрицы B аннулировать все элементы ведущего столбца, расположен-
ные ниже ведущего элемента. Для этого из всех строк, начиная со вто-
рой, вычтем ведущую строку, умноженную на отношения l21 = a21 /a11 ,
l31 = a31 /a11 , . . . , lm1 = am1 /a11 . В результате получим эквивалентную

54
систему
 с расширенной матрицей: 
a11 a12 a13 ... a1n b1
 0 a22 − l21 a12 a23 − l21 a13 . . . a2n − l21 a1n b2 − l21 b1 
 
 0 a32 − l31 a12 a32 − l31 a13 . . . a3n − l31 a1n b3 − l31 b1 .
 
 ... ... ... ... ... ... 
0 am2 − lm1 a12 am3 − lm1 a13 . . . amn − lm1 a1n bm − lm1 b1
Обозначим полученную матрицу B [1] = (A[1] |b[1] ) =
 [1] [1] [1] [1] [1]   [1] [1] [1] [1] [1] 
a11 a12 a13 . . . a1n b1 a11 a12 a13 . . . a1n b1
 [1] [1] [1] [1] [1]   [1] [1] [1] [1] 
 a21 a22 a23 . . . a2n b2   0 a22 a23 . . . a2n b2 
 [1]   
= a31 a32 a33 . . . a3n b3 
[1] [1] [1] [1]
=  0 a[1] [1]
32 a33 . . .
[1]
a3n
[1]
b3 .
   
 ... ... ... ... ... ...   ... ... ... ... ... ... 
[1] [1] [1] [1] [1] [1] [1] [1] [1]
am1 am2 am3 . . . amn bm 0 am2 am3 . . . amn bm
[1]
Первые строки матриц B [1] и B совпадают, т.е. a1j = a1j для
[1] [1]
j = 1, n и b1 = b1 ; a11 ̸= 0; первый столбец ниже ведущего элемента
[1]
состоит из 0, т.е. при i = 2, m ai1 = 0; остальные элементы при i = 2, m
[1]
получены по формулам li1 = ai1 /a11 , aij = aij − li1 a1j для j = 2, n и
[1]
bi = bi − li1 b1 .
Если матрица A[1] трапециевидная, то переходим к ч. II. В против-
ном случае выполняем второй шаг.
[1]
Второй шаг. Если a22 = 0, то алгоритм не работает.
[1] [1]
При a22 ̸= 0 и ai2 = 0, для i = 3, m преобразования не нужны.
Обозначим B [2] = (A[2] |b[2] ), где A[2] = A[1] , b[2] = b[1] , и перейдём к
третьему шагу.
[1] [1]
Если для a22 ̸= 0 существуют ai2 ̸= 0 при i = 3, m, то проводим
[1]
элементарные преобразования второго шага. Выберем a22 — ведущим эле-
ментом, x2 — ведущим неизвестным, 2-ю строку — ведущей строкой,
2-й столбец — ведущим столбцом второго шага. Цель преобразований —
исключить с помощью второго уравнения ведущее неизвестное из всех
уравнений со 3-го до m-го, т.е. с помощью ведущей строки расширенной
матрицы B [1] аннулировать все элементы ведущего столбца, расположен-
ные ниже ведущего элемента. Для этого из всех строк, начиная с тре-
[1] [1]
тьей, вычтем ведущую строку, умноженную на отношения l32 = a32 /a22 ,
[1] [1] [1] [1]
l42 = a42 /a22 , . . . , lm2 = am2 /a22 . В результате получим эквивалентную
систему с расширенной матрицей B [2] = (A[2] |b[2] ), в которой равны 0
элементы первого и второго столбцов ниже диагональных элементов:

55
  [2] [2] [2] [2] [2]   [2] [2] [2] [2] [2] 
a11 a12 a13 . . . a1n b1 a11 a12 a13 . . . a1n b1
 a[2] a[2] a[2] . . . a[2] b[2]   0 a22 a23 . . . a2n b2 
[2] [2] [2] [2]
 21 2   
[2]  [2]   [2] 
22 23 2n
B = a31 a32 a33 . . . a3n b[2]
[2] [2] [2]
=
3   0 0 a33 . . . a3n b3 
[2] [2]
.
 
 . . . . . . . . . . . . . . . . . .  . . . ... ... ... ... ... 
[2] [2] [2] [2] [2] [2] [2] [2]
am1 am2 am3 . . . amn bm 0 0 am3 . . . amn bm
Здесь первые две строки матриц B[2] и B [1] совпадают, т.е. при i = 1, 2
[2] [1] [2] [1] [2] [2]
aij = aij для j = 1, n и bi = bi ; a11 ̸= 0, a22 ̸= 0; первые два
[2]
столбца ниже диагональных элементов состоят из 0, т.е. aij = 0 при
1 6 j 6 2, i > j; остальные элементы при i = 3, m получены по форму-
[1] [1] [2] [1] [1] [2] [1] [1]
лам li2 = ai2 /a22 , aij = aij − li2 a2j для j = 3, n и bi = bi − li2 b2 .
И так далее продолжаем преобразования расширенной матрицы си-
стемы.
Пусть за k шагов получена система уравнений Cx = d c трапецие-
видной матрицей C, содержащей r ненулевых строк, причём все диаго-
нальные элементы cii ̸= 0, i = 1, r. Очевидно, r 6 m и r 6 n.
II. Исследование системы.
Система несовместна, если получено хотя бы одно уравнение со все-
ми нулевыми коэффициентами и ненулевым свободным членом

0x1 + 0x2 + . . . + 0xn = dj (dj ̸= 0). (1.11)

Покажем, что если таких уравнений нет, то система совместна и

можно найти все её решения.
В случае когда матрица и вектор свободных членов нулевые — си-
стема неопределённая, т.к. любой набор n чисел служит решением.
В случае ненулевой матрицы, если получены уравнения вида 0x1 +
+ . . .+0xn = 0, то, согласно предположению, все они расположены после-
довательно в конце системы и имеют номера r + 1, . . . , m. При удалении
этих уравнений в силу теоремы 1.8.2 получим эквивалентную систему из
r уравнений с n неизвестными


 c11 x1 + . . . + c1,r−1 xr−1 + c1r xr + . . . + c1n xn = d1 ,

...
(1.12)

 cr−1,r−1 xr−1 + cr−1,r xr + . . . + cr−1,n xn = dr−1 ,

crr xr + . . . + crn xn = dr .
Заметим, что все элементы c11 , c22 , . . . , crr ненулевые и r 6 n.
При r = n, начиная с последнего уравнения, можно найти един-
ственное решение xn , xn−1 , . . . , x1 .

56
 При r < n неизвестные xr+1 , . . . , xn можно выбрать произвольно
и также, начиная с последнего уравнения, найти остальные неизвестные
xr , xr−1 , . . . , x1 . Следовательно, при r = n система (1.12) является опре-
делённой, а при r < n— неопределённой.
Получим решение (решения) системы.
1. Если r = n, то неизвестные x1 , x2 , . . . , xn называются базисны-
ми. При r = n имеем систему с треугольной матрицей, где ∀ i cii ̸= 0 :

 c11 x1 + c12 x2 + . . . + c1n xn = d1 ,
ckk xk + . . . + ckn xn = dk , k = 2, n − 1, (1.13)

cnn xn = dn .
Из n-го уравнения найдём xn , затем для k, начиная от n − 1 до 1, зная
xk+1 , . . . , xn , из k-го уравнения находим xk :
∑
n
xn = dn /cnn , xk = (dk − ckj xj )/ckk , k = n − 1, 1. (1.14)
j=k+1

Из формул (1.14) следует, что система имеет единственное решение.

2. При r < n имеем систему с трапециевидной матрицей:

 c11 x1 + c12 x2 + . . . + c1,r+1 xr+1 + . . . + c1n xn = d1 ,
ckk xk + . . . + ck,r+1 xr+1 + . . . + ckn xn = dk , k = 2, r − 1,

crr xr + cr,r+1 xr+1 + . . . + crn xn = dr .
(1.15)
Здесь x1 , x2 , . . . , xr называют базисными неизвестными, xr+1 ,
. . . , xn называют свободными неизвестными. Неизвестным xr+1 , . . . , xn
можно придать произвольные значения, затем перенести слагаемые, об-
разованные этими значениями, в правые части уравнений системы (1.15).
Получится система уравнений относительно базисных неизвестных x1 , x2 ,
. . . , xr вида (1.13) с треугольной матрицей, тогда xr , xr−1 , . . . , x1 опре-
деляются аналогично (1.14). Сначала из r-го уравнения определим xr
(выразим через свободные неизвестные xr+1 , . . . , xn ) :
∑n
xr = (dr − crj xj )/crr .
j=r+1
Далее, если уже выразили xr , xr−1 , . . . , xk+1 (k + 1 < r) через сво-
бодные неизвестные, то определим xk :
∑n
xk = (dk − ckj xj )/ckk ,
j=k+1
в правую часть подставим найденные xr , xr−1 , . . . , xk+1 и выразим xk
через свободные неизвестные. И так делаем для k = r − 1, r − 2, . . . , 1.

57
 После этого получаем формулы, выражающие базисные неизвест-
ные x1 , x2 , . . . , xr через свободные неизвестные xr+1 , . . . , xn . Эти фор-
мулы определяют все решения данной системы — общее решение системы.
При этом получаем бесконечное множество решений, так как имеем бес-
конечное множество различных значений xr+1 , . . . , xn .
Замечание 2. Прямой ход схемы единственного деления осуще-
ствим, если ведущие элементы всех шагов отличны от нуля. Если вы-
числения ведутся приближённо, то прямой ход может привести к росту
погрешностей вычисления в случаях малости ведущих элементов. 
Для нахождения решения в ситуации, когда в схеме единственного
[k−1]
деления элемент akk оказывается нулём или малым по абсолютной ве-
личине, можно использовать различные модификации метода Гаусса. 
Задача 1.42. Запишите условия выполнения l-го шага и l-й шаг
алгоритма.

58
 1.10. Модификации метода Гаусса

Модификация 1. {Поиск ведущего элемента по столбцу матрицы.}

Пусть при 0 6 k − 1 < min{m − 1, n} мы имеем эквивалентную
[k−1]
(1.4) систему уравнений A[k−1] x = b[k−1] , где aii ̸= 0 при i = 1, k − 1,
[k−1]
aij = 0 при 1 6 j 6 k − 1, j < i 6 m.
На k-ом шаге ищется максимальный по модулю элемент части веду-
щего k-го столбца, начиная с диагонального элемента, до конца столбца:
[k−1] [k−1]
max |ai,k | = |aik ,k |.
k6i6m
[k−1]
При aik ,k ̸= 0 и k < ik меняем k-е и ik -е уравнения и в расширен-
ной матрице меняем k-ю и ik-ю строки. Получим систему, у которой ве-
[k−1]
дущий элемент k-го уравнения есть aik ,k ̸= 0. Далее исключаем ведущее
неизвестное xk из уравнений с (k + 1)-го по m-е, как описано в прямом
ходе схемы единственного деления, и получаем систему A[k] x = b[k] . 
Модификация 2. {Поиск ведущего элемента по строке матрицы.}
Введём обозначение x[0] = x.
Пусть при 0 6 k −1 < min{m−1, n} мы имеем эквивалентную (1.4)
[k−1]
систему уравнений A[k−1] x[k−1] = b[k−1] , где aii ̸= 0 при i = 1, k − 1,
[k−1] [k−1]
aij = 0 при 1 6 j 6 k − 1, j < i 6 m, неизвестные xi , i = 1, n—
это перестановка неизвестных xi , i = 1, n.
На k-ом шаге ищется максимальный по модулю элемент части ве-
дущей строки, начиная с диагонального элемента, до конца строки:
[k−1] [k−1]
max |ak,j | = |ak,jk |.
k6j6n
[k−1] [k−1] [k−1] [k−1] [k−1]
При ak,jk ̸= 0 и k < jk меняем apk xk и ap,jk xjk в p-м
уравнении для каждого p = 1, m и в матрице A [k−1]
меняем k-й и jk-
[k]
й столбец. Новый набор неизвестных обозначим xp , p = 1, n, причём
[k] [k−1] [k] [k−1] [k]
xp = xp для p ̸= k и p ̸= jk , xk = xjk , xjk =
[k−1] [k] [k−1]
= xk . Если столбцы не менялись, то считаем, что xp = xp , p = 1, n.
[k−1]
Получим систему C [k−1] x[k] = b[k−1] , в которой ведущий элемент ck k =
[k−1] [k]
= ak,jk ̸= 0. Далее исключаем ведущее неизвестное xk из уравнений с
(k + 1)-го по m-е, как описано в прямом ходе схемы единственного деле-
ния, и получаем систему A[k] x[k] = b[k] . 

59
 Модификация 3. {Поиск ведущего элемента по подматрице.}
В отличии от модификации 2, на k-ом шаге ищем максимальный по
модулю элемент подматрицы (aij ) i, j > k :
[k−1] [k−1]
max |aij | = |aik jk |.
i,j>k
[k−1]
При aik jk = 0 прямой ход закончен, полагаем r = k−1 и переходим
[k−1]
к ч.II. При aik jk ̸= 0 и k < ik меняем k-е и ik -е уравнения и в матри-
це (A[k−1] |b[k−1] ) меняем k-ю и ik-ю строки. Если вдобавок k < jk , то
[k−1] [k−1] [k−1] [k−1]
меняем местами слагаемые apk xk и apjk xjk в p-м уравнении для
каждого p = 1, m и в расширенной матрице меняем k-й и jk-й столбец.
[k] [k] [k−1]
Новый набор неизвестных обозначим xp , p = 1, n, причём xp = xp
[k] [k−1] [k] [k−1]
для p ̸= k и p ̸= jk , xk = xjk , xjk = xk . Если столбцы не менялись,
[k] [k−1]
то считаем, что xp = xp , p = 1, n. Получим эквивалентную систему
C [k−1] x[k] =
[k−1] [k−1]
= g [k−1]
, у которой ведущий элемент ck k = aik jk ̸= 0. Далее исклю-
[k]
чаем ведущее неизвестное xk из уравнений с (k + 1)-го по m-е, как опи-
сано в прямом ходе схемы единственного деления, и получаем систему
A[k] x[k] = b[k] . 
Замечание 3. Упрощённые варианты модификаций 1-3 состоят в
том, что в качестве ведущего элемента выбирается любой ненулевой эле-
[k−1]
мент среди элементов 1) k-го столбца aik для i > k, 2) k-й строки
[k−1] [k−1]
akj для j > k, 3) подматрицы aij для i > k, j > k. 
Модификация 4. {Метод Гаусса без обратного хода (Жордан-Гаусс).}
На k-ом шаге схемы единственного деления, модификаций 1–3 или
упрощённых модификаций 1–3 после того как ведущий элемент помещён
в k-ю строку и k-й столбец сначала делим ведущее уравнение на веду-
щий элемент, а затем исключаем ведущее неизвестное из всех уравнений,
кроме ведущего. После выполнения прямого хода для A ̸= O получим
систему A[r] x[r] = b[r] с трапециевидной матрицей A[r] , у которой под-
матрица, образованная первыми r строками и столбцами, — единичная.

60
 1.11. Решение матричных уравнений

Рассмотрим матричные уравнения:

AX = B (1.16)
(матрицы Am×n = (aij ), Bm×p = (bij ) — известные, Xn×p = (xij ) —
неизвестная),
XA = B (1.17)
(матрицы An×m = (aij ), Bp×m = (bij ) — известные, Xp×n = (xij ) —
неизвестная),
AXB = C (1.18)
(матрицы Am×n = (aij ), Bp×q = (bij ), Cm×q = (cij ) — известные, Xn×p =
= (xij ) — неизвестная.
Рассмотрим уравнение (1.16).
Будем его решать методом элементарных преобразований строк.
Для этого к обеим его частям AX и B будем последовательно приме-
нять выбранные элементарные преобразования строк, причём по теореме
1.6.1 это можно представить как умножение слева AX и B на матри-
цы выбранных элементарных преобразований. При этом матрица X не
изменится, а изменятся только строки A и B, причём одинаково. Следо-
вательно, эти преобразования можно выполнять над строками расширен-
ной матрицы (A B) . По теореме 1.7.1 существует набор элементарных
преобразования строк, который приводит матрицу A к верхней ступен-
чатой форме A. e Этот же набор элементарных преобразований приведёт
матрицу B к некоторой матрице Be и матрицу (A B) — к (Ae B) e . А
после выполнения этого набора элементарных преобразований над обеими
частями уравнения (1.16) оно примет вид
e = B.
AX e (1.19)
Покажем, что уравнения (1.16) и (1.19) эквивалентны.
Пусть X — решение первого уравнения и AX = B — верное ра-
венство. Тогда элементарными преобразованиями строк обеих его частей
AX и B получим верное равенство AX e = B.e Т.е. X — решение второго
уравнения.
Пусть теперь X решение второго уравнения и AXe = Be — верное ра-
венство. В силу теоремы 1.6.2 существуют обратные преобразования для

61
всех элементарных преобразований, проведённых при получении уравне-
ния (1.19). Выполнив над обеими его частями AX e и Be в обратном по-
рядке все обратные преобразования, получим верное равенство AX = B.
Т.е. X решение первого уравнения.
Далее исследуем уравнениe (1.19).
Обозначим элементы матриц Ae = (e aij ), Be = (ebij ) и запишем урав-
нениe (1.19) в виде
 
0 ... 0 e
a1,j1 . . . 0 e
a1,j2 . . . . . . e
a1,jr . . . e a1n
 0 ... 0 0 ... 0 e a2j2 . . . . . . ea2,jr . . . e a2n 
 
. . . . . . . . . . . . . . . . .
 X =
 0 ... 0 0 ... 0 0 ... 0 e a . . . e
a 
 r,jr rn 
 0 ... 0 0 ... 0 0 ... 0 0 ... 0 
. . . . . . . . . . . . . . . . .
 
eb1,1 eb1,2 . . . eb1p
 eb 
 2,1 eb2,2 . . . eb2p 
 
. . . . . . .
= e  (1.20)
 br,1 ebr,2 . . . ebrp 
 
. . . . . . .
ebm,1 ebm,2 . . . ebmp

Здесь в m×n -матрице Ae — первые r строк ненулевые. Очевидно, r 6 m,

r 6 n, причём при r = m — все строки ненулевые.
Покажем, что если в матрице Ae существует нулевая строка, а в
матрице Be строка с таким же номером — ненулевая, то уравнение (1.19)
не имеет решений.
Пусть в матрице Ae i-я строка — нулевая, а в матрице Be i-я стро-
ка — ненулевая. Тогда i-я строка произведения AX e — нулевая, а i-я
строка в матрице Be — ненулевая, и равенство (1.19) не выполнено для
любой матрицы X.
Далее покажем, что если в матрице Ae нет нулевых строк или любой
нулевой строке матрицы Ae соответствует нулевая строка в матрице Be с
таким же номером, то уравнение имеет хотя бы одно решение.
д

62
 {
5x1 + 2x2 = 7,
Задача 1.43. Решите систему уравнений
2x1 + x2 = 9.
Р е ш е н и е. Применим( модификацию
) Жордана-Гаусса. Преобра-
5 2 7
зуем расширенную матрицу 2 1 9 так, чтобы из матрицы системы
получить трапециевидную матрицу с единичной подматрицей в ненуле-
вых строках: 1) умножим 1-ю строку на 1/5 (запись s1 := (1/5)s1 ); 2) ко
2-й строке прибавим 1-ю, умножив её на (−2) (запись s2 := s2 − 2s1 );
3) к 1-й строке прибавим 2-ю, умножив на (−2) (запись s1 := s1 − 2s2 );
4) умножим 2-ю строку на 5 (запись s2 := 5s2 ).
(x1 x2 св.ч) ( x1 x2 св.ч ) ( x1 x2 св.ч )
s1 5 2 7 s1 := (1/5)s1 1 2/5 7/5 1 2/5 7/5
−−−−−−−−−→ −−−−−−−−−−→ −→
s2 2 1 9 2 1 9 s2 := s2 − 2s1 0 1/5 31/5

( x1 x2 св.ч ) ( x1 x2 св.ч )
s1 := s1 − 2s2 1 0 −11 1 0 −11 . Запишем полученную
−−−−−−−−−−→ −−−−−−→
0 1/5 31/5 s2 := 5s2 0 1 31
{
−11,
систему xx1 = = 31,
откуда ясно её решение.

2


 2x1 − 2x2 + 3x3 = 1,

2x1 − x2 − x3 = −2,
Задача 1.44. Решите систему уравнений

 4x − 4x2 + 6x3 = 0,
 1
6x1 − 6x2 + 7x3 = 2.
Р е ш е н и е. Применим схему единственного деления:
 x1 x2 x3 св.ч   x1 x2 x3 св.ч
s1 2 −2 3 1 2 −2 3 1
s  2 −1 −1 −2 
2 
 3
s2 := s2 − s1  0 1 −4 −3 
 . Третья строка по-
s3  4 −4 6 0  s := s − 2s  0 0 0 −2 
3 1
−4−−−−−−−1−−−→
s 4 6 −6 7 2 s := −3s + s4 0 0 −2 −1
казывает, что получилось третье уравнение вида 0x1 + 0x2 + 0x3 = −2
или 0 = −2. Это неверно для любых значений неизвестных x1 , x2 , x3 ,
поэтому исходная система уравнений решений не имеет.

 3x − 2y + z = 0,
Задача 1.45. Решить систему уравнений 5x − 14y + 15z = 0,

x + 2y − 3z = 0.
Р е ш е н и е. Применим схему единственного деления:
 x y z св.ч  x y z св.ч
s1 3 −2 1 0 3 −2 1 0
s2  5 −14 15 0  s := s − 5/3s  0 
2 2 1
0 −32/3 40/3
−−− −−−− − −−−−→ −−−−−−−−−−−−→
s3 1 2 −3 0 s3 := s3 − 1/3s1 0 8/3 −10/3 0 s3 := s3 + 1/4s2
 x y z св.ч
s1 := 1/3s1 (x y z св.ч
)
3 −2 1 0
 0 −32/3 40/3 0  s := −3/32s2
2 1 −2/3 1/3 0
.
−
→ −−−−−−−−−−→ 0 1 −5/4 0
0 0 0 0

63
 {
Получили систему с тра- x − 2/3y + 1/3z = 0,
пециевидной матрицей: y − 5/4z = 0.
Базисные
{ неизвестные x и{y выражаем через свободную неизвест-
x = 2/3y − 1/3z, x = 5/6z − 1/3z = 1/2z,
ную z : ⇒
y = 5/4z. y = 5/4z.
{
x = z/2,
Ответ: где z принимает произвольное значение.
y = 5z/4,

64
 2 Определители
2.1. Перестановки. Свойства перестановок

Определение 1. Упорядоченный набор без повторений всех эле-

ментов конечного множества называется перестановкой.

Пример 1. (1, 2, 3), (1, 3, 2), (2, 3, 1), (2, 1, 3), (3, 1, 2), (3, 2, 1) –
перестановки элементов множества {1, 2, 3}.
Пример 2. (a, b, c), (a, c, b), (b, c, a), (b, a, c), (c, b, a), (c, a, b) –
перестановки элементов множества {a, b, c}.
Понятно, что замена 1 ↔ a, 2 ↔ b, 3 ↔ c переводит перестанов-
ки одного примера в перестановки другого примера. Таким образом, без
ограничения общности можно рассматривать перестановки из натураль-
ных чисел.
Через P (1, 2, . . . , n) обозначим множество всех перестановок эле-
ментов множества {1, 2, . . . , n}.
Например, P (1, 2) = {(1, 2), (2, 1)}.
Определение 2. Транспозицией называется преобразование пере-
становки, при котором меняются местами её любые два элемента.

65
 Определение 3. Говорят, что два элемента α и β перестанов-
ки ω = (. . . , α, . . . , β, . . .) образуют порядок, если меньший элемент
предшествует большему α < β и беспорядок, или инверсию, в против-
ном случае, т.е. если α > β.
Общее число инверсий перестановки ω обозначим N (ω).
Перестановка ω называется четной ( нечетной ), если N (ω) —
чётное ( нечётное ) число.

Для подсчёта общего числа инверсий в перестановке можно сосчи-

тать число инверсий каждого элемента со всеми последующими, а затем
сложить эти числа. Рассмотрим перестановку ω = (5, 1, 4, 6, 2, 3). В ней
с последующими элементами 5 образует 4 инверсии, 1 образует 0 инвер-
сий, 4 образует 2 инверсии, 6 образует 2 инверсии, 2 образует 0 инверсий.
Поэтому N (ω) = 4 + 0 + 2 + 2 + 0 = 8.
Теорема 2.1.1. 1o Число всех различных перестановок из n раз-
личных элементов равно n!.
2o Транспозиция меняет чётность перестановки.
3o Все перестановки из n элементов можно упорядочить так,
что каждая следующая получена из предыдущей одной транспозицией.
При этом можно начать с любой перестановки.
4o Пусть j1 < j2 < · · · < jk — возрастающая последовательность
натуральных чисел, снабжённая индексами 1, 2, . . . , k,
b = (b1 , b2 , . . . , bk ) — перестановка чисел этой последовательности и
p = (p1 , p2 , . . . , pk ) — соответствующая перестановка индексов. Тогда
число инверсий N (b) и N (p) совпадают.

66
 Доказательство.
1o Докажем, утверждение индукцией по n.
1) При n = 2 перестановки из двух элементов {1, 2} – это (1, 2) и
(2, 1), и их число равно 2! = 2.
2) Пусть утверждение верно при n = m, т.е. число всех различных
перестановок из m различных элементов равно m!.
3) Докажем, что число всех различных перестановок из n = m + 1
различных элементов равно (m + 1)!.
Для каждого k от 1 до m + 1 обозначим через Pk подмножество
множества всех перестановок P (1, 2, . . . , m+1), которое содержит только
перестановки, начинающиеся с k : Pk = {(k, a1 , . . . , am ), (k, b1 , . . . , bm ), . . . }.
По предположению индукции количество таких перестановок равно m!.
Тогда число всех перестановок P (1, 2, . . . , m + 1) равно сумме всех пере-
становок во всех подмножествах Pk , т.е. m!(m + 1) = (m + 1)! и утвер-
ждение доказано.

67
 2o Пусть перестановка ω1 содержит элементы α и β, а из переста-
новки ω1 транспозицией элементов α и β получена перестановка ω2 .
Сначала рассмотрим случай, когда α и β стоят рядом, то есть
ω1 = (. . . , α, β, . . . ) и ω2 = (. . . , β, α, . . . ). В каждой из переста-
новок рассмотрим три группы элементов: в ω1 1-я группа — элемен-
ты, предшествующие α, 2-я — два элемента α и β, и 3-я — элемен-
ты, расположенные после β, в ω2 1-я группа — элементы, предшеству-
ющие β, 2-я — два элемента β и α, и 3-я — элементы, расположен-
ные после α. Для перестановки ωk , k = 1, 2 обозначим число инвер-
сий среди элементов 1-й группы – N1k , 2-й группы – N2k , 3-й группы
– N3k , между элементами 1-й и 2-й групп – N1,2 k
, между элементами
k k
1-й и 3-й групп – N1,3 , между элементами 2-й и 3-й групп – N2,3 . То-
k k k k k k
гда N (ωk ) = N1 + N2 + N3 + N1,2 + N1,3 + N2,3 , k = 1, 2. Поскольку
N11 = N12 , N31 = N32 , N1,2 1
= N1,22
, N1,31 2
= N1,3 1
, N2,3 2
= N2,3 , то общее число
инверсий N (ω1 ) и N (ω2 ) отличаются только слагаемыми N21 и N22 , т. е.
на 1. Поэтому одна из перестановок — чётная, а другая — нечётная.
Теперь рассмотрим случай, когда между элементами α и β пере-
становок стоят m элементов a1 , . . . , am : ω1 = (. . . , α, a1 , . . . , am , β, . . . )
и ω2 = (. . . , β, a1 , . . . , am , α, . . . ).
Преобразуем перестановку ω1 в ω2 , совершая транспозиции сосед-
них элементов. Сначала поменяем β и am , затем β и am−1 , . . . , β и a1 ,
и наконец, β и α, при этом совершим m + 1 транспозиций. После этого
поменяем α и a1 , затем α и a2 , . . . , α и am , здесь совершим m транс-
позиций и получим ω2 . Следовательно, ω2 получена из ω1 с помощью
2m + 1 транспозиций и одна из них — чётная, а другая — нечётная.

68
 Докажем 3o индукцией по n.
При n = 2 можно упорядочить так: (1, 2), (2, 1) или (2, 1), (1, 2).
Предположим, что утверждение верно при n = m.
Докажем утверждение при n = m + 1. Пусть начальная переста-
новка имеет вид (a1 , a2 , . . . , am+1 ). Здесь каждому элементу aj взаимно-
однозначно сопоставлен индекс j. Поэтому достаточно упорядочить все
перестановки из множества индексов {1, 2, . . . , m + 1}, начиная с пе-
рестановки (1, 2, . . . , m + 1), чтобы из них получить все перестановки
элементов {a1 , a2 , . . . , am+1 }. В перестановке (1, 2, . . . , m + 1) фик-
сируем первый элемент 1. Перестановки из оставшихся m элементов
{2, . . . , m + 1}, по предположению индукции, можно упорядочить. Вста-
вив во все полученные перестановки элемент 1 на первое место, получим
упорядоченный набор перестановок из m + 1 элементов с первым элемен-
том 1. И, следовательно, будут упорядочены все перестановки из m + 1
элементов с первым элементом 1. В последней такой перестановке сдела-
ем транспозицию 1 и 2, получим перестановку (2, b1 , b2 , . . . , bm ). Далее
фиксируем первый элемент 2 и, начиная с перестановки (b1 , b2 , . . . , bm ),
упорядочим все перестановки из m элементов {1, 3, . . . , m + 1}. Вста-
вив во все полученные перестановки элемент 2 на первое место, получим
упорядоченный набор перестановок из m + 1 элементов с первым элемен-
том 2. Сделаем в последней перестановке транспозицию элементов 2 и 3
и упорядочим перестановки из m + 1 элементов с первым элементом 3.
Продолжая далее построения, за m + 1 шагов построим упорядоченный
набор перестановок индексов {1, 2, . . . , m + 1}, с помощью которых по-
лучим упорядоченный набор перестановок элементов {a1 , a2 , . . . , am+1 }.
Теорема доказана.
Следствие. При n > 2 число чётных (нечётных) перестановок из
n элементов равно n!/2.

69
 2.2. Определитель n-го порядка

Определение 1. Определителем
∑ матрицы A = (aij ) ∈ Rn×n на-
зывается величина (−1)N (j1 ,j2 ,...,jn ) a1j1 a2j2 . . . anjn .
(j1 ,j2 ,...,jn )∈ P (1,2,...,n)
Определитель матрицы n-го порядка — это алгебраическая сум-
ма n! слагаемых, членов определителя. Членами определителя служат
всевозможные произведения n элементов матрицы, взятых по одному
в каждой строке и каждом столбце. Член берётся со знаком «плюс», ес-
ли номера столбцов его элементов образуют чётную перестановку при
условии, что сами элементы расположены в порядке возрастания номе-
ров строк, и со знаком «минус» — в противном случае.
Обозначение определителя |A| или det(A). 

70
 Пусть n  = 2. Множество
 перестановок P (1, 2) = {(1, 2), (2, 1)}.
 a11 a12  ∑
Определитель  =
 (−1)N (j1 ,j2 ) a1j1 a2j2 = (−1)N (1,2) a11 a22 +
a21 a22
(j1 ,j2 )∈ P (1,2)
+(−1) a12 a21 = a11 a22 − a12 a21 .
N (2,1)

Пусть n = 3. Множество перестановок P (1, 2, 3) = {(1, 2, 3), (2, 3, 1),

(3, 1, 2), (3, 2, 1), (2, 1, 3), (1, 3,2)}, сначала 3 чётные, затем 3 нечётные.
 a11 a12 a13  ∑
 
Определитель  a21 a22 a23  = (−1)N (j1 ,j2 ,j3 ) a1j1 a2j2 a3j3 =
 a31 a32 a33  (j1 ,j2 ,j3 )∈ P (1,2,3)
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a13 a22 a31 − a12 a21 a33 − a11 a23 a32 . Эту
формулу называют формулой треугольников. 

Теорема 2.2.1. 1o Определитель треугольной матрицы равен про-

изведению элементов главной диагонали.
2o Член определителя ap1 q1 ap2 q2 . . . apn qn имеет знак
(−1)N (p1 ,p2 ,...,pn )+N (q1 ,q2 ,...,qn ) .
3o Дана матрица (aij )i,j=1,n . Выберем последовательности номе-
ров строк p1 < p2 < ... < pk и номеров столбцов q1 < q2 < ... < qk , и
составим её подматрицу B с элементами bij = api ,qj , i, j = 1, k. Тогда
определитель подматрицы∑ B равен
(−1)N (qj1 ,qj2 ,...,qjk ) ap1 ,qj1 ap2 ,qj2 . . . apk ,qjk.
(qj1 ,qj2 ,...,qjk )∈P (q1 ,q2 ,...,qk )

71
  
 a11 0 . . . 0 
Рассмотрим сначала  

a a . . . 0
Доказательство 1o . определитель нижней  21 22 .

. . . .
треугольной матрицы  
an1 an2 . . . ann 
Если член определителя содержит хотя бы один элемент 0, то он равен
0. Будем выбирать элементы сверху вниз, стараясь, чтобы не выбрать
0. Из 1-й строки выбираем a11 , затем из 2-й строки выбрать a21 нельзя,
выбираем a22 . Из 3-й строки выбрать a31 , a32 нельзя, выбираем a33 и т.д.
Из (n − 1)-й строки выбираем an−1,n−1 и из n-й строки можно выбрать
только ann . Получим член определителя a11 a22 . . . ann . Здесь перестанов-
ка номеров столбцов (1, 2, . . . , n) — чётная, поэтому берём знак «плюс» и
определитель равен a11 a22 . . . ann . 
 a11 . . . a1,n−1 a1n 

 . . . . 
Для определителя   сделаем аналогичный
 0 . . . an−1,n−1 an−1,n 
 0 ... 0 ann 
выбор членов, начиная с последней строки, и получим a11 a22 ...ann .
2o . Для члена определителя ap1 q1 ap2 q2 . . . apn qn обозначим переста-
новки номеров строк и столбцов через ω1 = (p1 , . . . , pk , . . . , pl , . . . , pn ) и
ω2 = (q1 , . . . , qk , . . . , ql , . . . , qn ). Покажем, что при одновременной транспо-
зиции двух элементов с номерами k и l в перестановках ω1 и ω2 чётность
(нечётность) суммы числа инверсий N (ω1 )+N (ω2 ) перестановок сохраня-
ется. Отметим, что такая транспозиция совершается, если в произведении
ap1 q1 . . . apk qk . . . apl ql . . . apn qn переставить k и l множители. Пусть в пере-
становках ω1 и ω2 мы совершили транспозиции элементов pk и pl , qk и ql
и получили соответственно перестановки ω1′ = (p1 , . . . , pl , . . . , pk , . . . , pn )
и ω2′ = (q1 , . . . , ql , . . . , qk , . . . , qn ). Покажем, что числа N (ω1 ) + N (ω2 ) и
N (ω1′ )+N (ω2′ ) имеют одинаковую четность. Действительно, если оба чис-
ла N (ω1 ), N (ω2 ) четные (нечетные), то оба числа N (ω1′ ), N (ω2′ ) нечет-
ные (четные) и тогда оба числа N (ω1 ) + N (ω2 ) и N (ω1′ ) + N (ω2′ ) четные.
Если только одно из чисел N (ω1 ), N (ω2 ) четное, то только одно из чисел
N (ω1′ ), N (ω2′ ) четное и тогда оба числа N (ω1 ) + N (ω2 ) и N (ω1′ ) + N (ω2′ )
нечетные.
Попарно меняя порядок множителей в произведении ap1 q1 ap2 q2 · · · ×
×apn qn , переставим их по возрастанию номеров строк и получим a1j1 a2j2 ×
× . . . anjn . В силу доказанного свойства числа α = N (p1 , p2 , . . . , pn ) +
+N (q1 , q2 , . . . , qn ) и β = N (1, 2, . . . , n) + N (j1 , j2 , . . . , jn ) имеют одинако-
вую чётность и тогда (−1)α = (−1)β . В силу N (1, 2, . . . , n) = 0 имеем

72
β = N (j1 , j2 , . . . , jn ). Отсюда (−1)N (p1 ,p2 ,...,pn )+N (q1 ,q2 ,...,qn ) = (−1)N (j1 ,j2 ,...,jn ) ,
то есть новое правило выбора знака совпадает со старым.
3o Запишем определитель подматрицы B :
∑
|B| = (−1)N (j1 ,j2 ,...,jk ) b1,j1 b2,j2 . . . bk,jk .
(j1 ,j2 ,...,jk )∈ P (1,2,...,k)

Заменим элементы bij = api ,qj , i, j = 1, k. Тогда

∑
|B| = (−1)N (j1 ,j2 ,...,jk ) ap1 ,qj1 ap2 ,qj2 . . . apk ,qjk .
(j1 ,j2 ,...,jk )∈ P (1,2,...,k)

Очевидно, что каждой перестановке элементов (qj1 , qj2 , . . . , qjk ) из

P (q1 , q2 , . . . , qk ) взаимно-однозначно соответствует перестановка индексов
её элементов (j1 , j2 , . . . , jk ) из P (1, 2, . . . , k). Кроме того по утверждению
4o теоремы 2.1.1 число инверсий в перестановке (qj1 , qj2 , . . . , qjk ) совпада-
ет с числом инверсий в перестановке индексов (j1 , j2 , . . . , jk ) её элементов,
т.е. N (j1 , j2 , . . . , jk ) = N (qj1 , qj2 , . . . , qjk ). Поэтому определитель можно
записать в виде

∑
|B| = (−1)N (qj1 ,qj2 ,...,qjk ) ap1 ,qj1 ap2 ,qj2 . . . apk ,qjk . 
(qj1 ,qj2 ,...,qjk )∈P (q1 ,q2 ,...,qk )

73
 2.3. Свойства определителя

Теорема 2.3.1. 1◦ . |A⊤ | = |A|.

2◦ . (Равноправие строк и столбцов.) Справедливость какого-либо
свойства для строк определителя эквивалентна справедливости такого
же свойства для столбцов определителя.
3◦ . Перестановка двух строк определителя эквивалентна его ум-
ножению на (−1).
4◦ . (Аддитивность по фиксированной строке.) Если произвольная
i-я строка определителя есть сумма двух векторов vi′ + vi′′ , то он равен
сумме двух определителей, причём i-я строка в первом определителе
равна первому вектору vi′ , во втором определителе — второму вектору
vi′′ , а остальные строки в двух определителях совпадают со строками
исходного определителя.
5◦ . (Однородность по фиксированной строке.) Умножение произ-
вольной строки определителя на число α эквивалентна умножению
определителя на α. 10
6◦ . Определитель не изменится, если к одной строке прибавить
другую, умноженную на любое число.
7◦ . Определитель, содержащий нулевую строку, равен 0.
80 Определитель с двумя одинаковыми строками равен 0.
90 Определитель с пропорциональными строками равен 0.
10◦ . Если какая-то строка определителя есть линейная комбина-
ция других строк, то определитель равен 0.

10
Эквивалентные формулировки: 1) общий множитель в строке можно вынести за знак определи-
теля; 2) чтобы умножить определитель на число достаточно одну строку умножить на это число.
Аддитивность и однородность вместе называются линейностью.

74
 Доказательство. 1◦ . Покажем, что каждый член определителя
|A⊤ | совпадает только с одним членом определителя |A| и этот член
имеет одинаковые знаки в обоих определителях.
Пусть A = (aij )i,j=1,n , A⊤ = (bij )i,j=1,n , где bij = aji . По определе-
∑
⊤
нию |A | = (−1)N (j1 ,j2 ,...,jn ) b1j1 b2j2 . . . bnjn . В силу bij = aji
(j1 ,j2 ,...,jn )∈P (1,2,...,n)
имеем b1j1 b2j2 . . . bnjn = aj1 1 aj2 2 . . . ajn n , а поскольку (j1 , j2 , . . . , jn ) — это
перестановка чисел (1, 2, . . . , n), то произведение aj1 1 aj2 2 . . . ajn n содер-
жит по одному элементу из каждой строки и каждого столбца матрицы
A, т.е. это член обоих определителей. Все различные n! перестановки
(j1 , j2 , . . . , jn ) порождают n! различных членов определителя |A⊤ | и со-
ответствующих им членов определителя |A|. Из теоремы 2.2.1 следует,
что член b1j1 b2j2 . . . bnjn в |A⊤ | и член aj1 1 aj2 2 . . . ajn n в |A| имеют одина-
ковый знак (−1)N (1,2,...,n)+N (j1 ,j2 ,...,jn ) = (−1)N (j1 ,j2 ,...,jn ) .
Следовательно, определители A и A⊤ равны.
2◦ . Из этого факта следует равноправность строк и столбцов опре-
делителя. Если какое-то свойство определителя верно для строк любой
матрицы, то запишем его для строк A⊤ , тогда оно верно и для столбцов
матрицы A. Если какое-то свойство определителя верно для столбцов
любой матрицы, то запишем его для столбцов A⊤ , тогда оно верно и для
строк матрицы A.
3◦ . Поменяем местами i-ю и k-ю строки в матрице A и обозначим
полученную матрицу ∑ через A1 . Покажем, что |A1 | = −|A| ⇔ |A| = −|A1 |.
В |A| = (−1) N (j1 ,...,ji ,...,jk ,...,jn )
a1j1 . . . aiji . . . akjk . . . anjn
(j1 ,...,ji ,...,jk ,...,jn )∈P (1,...,n)
переставим множители aiji и akjk и в перестановке номеров столбцов
(j1 , . . . , ji , . . . , jk , . . . , jn ) совершим транспозицию индексов ji и jk . Про-
изведение не изменится, перестановка изменит чётность и поэтому
(−1)N (j1 ,...,j ∑
i ,...,jk ,...,jn )
= (−1)(−1)N (j1 ,...,jk ,...,ji ,...,jn ) . Отсюда следует, что
|A| = − (−1)N (j1 ,...,jk ,...,ji ,...,jn ) a1j1 . . . akjk . . . aiji . . . anjn = −|A1 |.
(j1 ,...,jk ,...,ji ,...,jn )∈P (1,...,n)
4 . В матрице A i-ю строку заменим на vi′ = (a′i1 , a′i2 , . . . , a′in ),
◦

vi′′ = (a′′i1 , a′′i2 , . . . , a′′in ), vi′ + vi′′ = (a′i1 + a′′i1 , a′i2 + a′′i2 , . . . , a′in + a′′in ) соответ-
ственно и обозначим полученные матрицы через A1 , A2 , и A3 . Докажем,
что |A3 | = |A1 | + |A2 |, т.е.

75
      
 a . . . a   a . . . a 1n   a11 . . . a1n 
 11 1n   11  
 . . .   . . .   . . . 
 ′     
 (a + a′′ ) . . . (a′ + a′′ )  =  a′ . . . a′  +  a′′ . . . a′′ .
 i1 i1 in in   i1 in   i1 in 
 . . .     
   . . .   . . . 
 an1 ... ann   an1 . . . ann   an1 . . . ann 
∑
|A3 | = (−1)N (j1 ,...,ji ,...,jn ) a1j1 . . . (a′iji + a′′iji ) . . . anjn =
∑
(j1 ,...,ji ,...,jn )∈P (1,...,n)

= (−1) N (j1 ,...,ji ,...,jn )

a1j1 . . . a′iji . . . anjn +
∑
(j1 ,...,ji ,...,jn )∈P (1,...,n)

+ (−1)N (j1 ,...,ji ,...,jn ) a1j1 . . . a′′iji . . . anjn = |A1 | + |A2 |.

(j1 ,...,ji ,...,jn )∈P (1,...,n)
◦
5 . В матрице A умножим i-ю строку на α и обозначим получен-
ную матрицу через A1 . Докажем, что |A1| = α|A|, т.е. 
 a11 . . . a1n   a11 . . . a1n 
   
 . . .   . . . 
   
 αai1 . . . αain  = α  ai1 . . . ain  .
   
 . . .   . 
  . .
 an1 . . . ann   an1 . . . ann 
∑
|A1 | = (−1)N (j1 ,...,ji ,...,jn ) a1j1 . . . (αaiji ) . . . anjn =
∑
(j1 ,...,ji ,...,jn )∈P (1,...,n)

=α (−1)N (j1 ,...,ji ,...,jn ) a1j1 . . . aiji . . . anjn = α|A|.

(j1 ,...,ji ,...,jn )∈P (1,...,n)
◦
7 . Каждый член определителя содержит нулевой элемент и поэто-
му равен нулю. Следовательно, определитель равен 0.
80 Пусть в матрице A i-я и k-я строки совпадают. Поменяем их
местами и обозначим полученную матрицу через A1 . По свойству 3◦ по-
лучим |A| = −|A1 |. Но поскольку строки одинаковы, |A1 | = |A|. Следо-
вательно, |A| = −|A|. Отсюда 2|A| = 0 и |A| = 0.
90 Пусть в матрице A k-я строка ak равна произведению i-й стро-
ки ai на α, т.е. ak = αai = (αa i1 , αai2 , . . . , αain ). Докажем,
 что |A| = 0.
 . . . . . . . .  . . . . . . . .
 { }  
 ai1 ai2 . . . ain   ai1 ai2 . . . ain 
  из kй строки  
|A| =  . . . . . . . .  = α  . . . . . . . .  .
 αai1 αai2 . . . αain  вынесем α  ai1 ai2 . . . ain 
   
 . . . . . . . .  . . . . . . . .
В полученном определителе i-я и k-я строки одинаковые. Следовательно,
|A| = 0.
6◦ . В матрице A прибавим к k-й строке i-ю строку умноженную на

76
α и обозначим  полученную матрицу через A 1 . Докажем, что |A1 | = |A|.
. . . . . . . . . . . . . .
 {
 a . . . a  Применим свойство}
 i1 in 
|A1 | =  . . . . . . . . . . . . . .  аддитивности =
 (ak1 + αai1 ) . . . (akn + αain )  по kй строке
 
. . . . . . . . . . . . . .
   
 . . . . . .  . . . . . . .
    { 2-й определитель ра- }
 ai1 . . . ain   ai1 . . . ain 
   
=  . . . . . .  +  . . . . . . .  = |A|+0 вен 0 в силу пропор- .
 ak1 . . . akn   αai1 . . . αain  циональности строк
   
 . . . . . .  . . . . . . .
10◦ . Обозначим через ai = (ai1 , ai2 , . . . , ain ), i = 1, n строки мат-
рицы A. Пусть k-я строка есть линейная комбинация остальных строк:
ak = β1 a1 + β2 a2 + · · · + βk−1 ak−1 + βk+1 ak+1 + · · · + βn an . Прибавим к k-й
строке 1-ю строку, умноженную на −β1 , 2-ю, умноженную на −β2 , . . . ,
(k − 1)-ю, умноженную на −βk−1 , (k + 1)-ю, умноженную на −βk+1 , . . . ,
n-ю, умноженную на −βn . В силу свойства 6◦ определитель не изменит-
ся, но после преобразования k-я строка будет нулевой. Следовательно,
определитель равен 0. 
 
 2 −2 3 1 
 
 2 −1 −1 −2 
Задача 2.1. Вычислите определитель   сведени-

 4 −4 8 0 
 6 −6 7 2 
ем к треугольному виду.
Р е ш е н и е.
Обозначения строк s1 , s2 , s3 , s4 .
     
 2 −2 3 1   2 −2 3 1   2 −2 3 1 
     
 2 −1 −1 −2  −s1 + s2  0 1 −4 −3   0 1 −4 −3 
    =  =
 4 −4 8 0 −2s1 + s3 =  0 0 2 −2  0 0 2 −2 
     
 6 −6 7 2 −3s1 + s4  0 0 −2 −3  s3 + s4  0 0 0 −3 
= 2 · 2 · (−3) = 12.
Задача 2.2. 1o Докажите свойства определителя.
2o Определите знак члена определителя a1n a2,n−1 . . . an−1,2 an1 .
3o Как изменится определитель, если все его строки умножить на α?
4o Как изменится определитель, если переставить его строки в обратном
порядке?

77
 2.4. Миноры и алгебраические дополнения. Теорема Ла-
пласа (разложение определителя по строкам или столб-
цам)

Определение 1. В m × n-матрице A = (aij ) выберем p номеров

строк i1 < i2 < · · · < ip и p номеров столбцов j1 < j2 < · · · < jp .
Определитель квадратной подматрицы (см. определение 6 на стр. 8)
 
 ai1 j1 ai1 j2 . . . ai1 jq 
 
 ai2 j1 ai2 j2 . . . ai2 jq 
 , (2.1)
 . . . . 
 
 ai j ai j . . . ai j 
p 1 p 2 p q

i i ... i
называется минором порядка p матрицы A, и обозначается Mj11 j22 ... jpp .
i i ... i
Пусть n×n-матрице A выбран минор U = Mj11 j22 ... jpp . Рассмотрим
номера строк i′1 < i′2 < · · · < i′n−p , дополняющие i1 , i2 , . . . , ip до 1, n, и
номера столбцов j1′ < j2′ < · · · < jn−p ′
, дополняющие j1 , j2 , . . . , jp до
i′ i′ ... i′ i1 i2 ... ip
1, n. Минор V = Mj ′1 j2′ ... jn−p
′
n−p
(обозначаемый также M j1 j2 ... jp ) называется
1 2
дополнительным минором для минора U. Алгебраическим дополнением
∑
p
(ik +jk ) i i ... i
минора U называется величина (−1)k=1 V, обозначаемая Aj11 j22 ... jpp . 
i1 i2 ... ip
Замечания. 1. Дополнительный минор M j1 j2 ... jp получится, если в
определителе |A| вычеркнуть строки с номерами i1 , i2 , . . . , ip и столбцы
с номерами j1 , j2 , . . . , jp .
2. Минорами 1-го порядка являются элементы матрицы. Алгебраи-
ческое дополнение элемента aij матрицы A часто обозначается Aij и
 
 a11 . . . a1,j−1 a . . . a 
 1,j+1 1n 
 . . . . . . . . . . 
 
 a . . . a a . . . a 
Aij = (−1)i+j  i−1,1 i−1,j−1 i−1,j+1 i−1,n 
. (2.2)
 a i+1,1 . . . a i+1,j−1 a i+1,j+1 . . . a i+1,n 
 . . . . . . . . . . 
 
 a . . . an,j−1 an,j+1 . . . ann 
n1

Теорема 2.4.1. (Теорема Лапласа о разложении определи-

теля по минорам нескольких строк или столбцов).
Пусть в определителе n × n матрица A = (aij ) фиксировано k
строк i1 < i2 < . . . < ik . Тогда определитель равен сумме произведений
всевозможных миноров, взятых из этих строк, на их алгебраические

78
 ∑ i′ i′ ...i′
дополнения: |A| = Mli11li22...l
...ik
k
(−1)(i1 +i2 +...+ik +l1 +l2 +...+lk ) Ml′1l′2...l′n−k , где
1 2 n−k
l1 <l2 <...<lk
индексы i1 , i2 , . . . , i′n−k являются дополнительными к i1 , i2 , . . . , ik
′ ′
и ин-
дексы l1′ , l2′ , . . . , ln−k
′
являются дополнительными к l1 , l2 , . . . , lk .

Доказательство. Сначала докажем теорему для разложения опре-

делителя по первым
∑ k строкам i1 = 1, i2 = 2, . . . , ik = k :
|A| = Ml1 l2 ...lk (−1)(1+2+...+k+l1 +l2 +...+lk ) Mlk+1k+2...n
12...k
′ l′ ...l′ , где ин-
1 2 n−k
l1 <l2 <...<lk
дексы k + 1, k + 2, . . . , n являются дополнительными к 1, 2, . . . , k и ин-
дексы l1′ , l2′ , . . . , ln−k
′
являются дополнительными к l1 , l2 , . . . , lk . Рассмот-
∑
рим сумму S = Ml12...k
1 l2 ...lk
(−1)(1+2+...+k+l1 +l2 +...+lk ) Mlk+1k+2...n
′ l′ ...l′ и по-
1 2 n−k
l1 <l2 <...<lk
кажем, что S = |A|. Для доказательства найдём произведение трёх
выражений: 1) члена определителя Ml12...k 1 l2 ...lk
со своим знаком, 2) знака
(−1)(1+2+...+k+l1 +l2 +...+lk ) , 3) члена определителя Mlk+1k+2...n ′ ′ ′ со своим зна-
1 l2 ...ln−k
ком и покажем, ∑ что получим ∑ общий член определителя |A| со своим зна-
ком: S = [ (−1)N (j1 ,...,jk )
a1j1 . . . akjk ] ×
l1 <l2 <...<lk (j1 ,...,jk )∈P (l1 ,...,lk )
∑ ′ ′
× [(−1) (1+2+...+k+l1 +l2 +...+lk )
][ (−1)N (j1 ,...,jn−k ) ak+1,j1′ . . . ×
′
(j1′ ,...,jn−k ′
)∈P (l1′ ,...,ln−k )
∑ ∑ ∑
×an,jn−k
′ ] = (−1)N (j1 ,...,jk ) ×
l1 <l2 <...<lk (j1 ,...,jk )∈P (l1 ,...,lk ) (j1′ ,...,jn−k
′ )∈P (l1′ ,...,ln−k
′ )
′ ′
×(−1) (1+2+...+k+l1 +l2 +...+lk )
(−1) N (j1 ,...,jn−k )
a1j1 . . . akjk ak+1,j1′ . . . an,jn−k
′ .
′ ′
Знак (−1)N (j1 ,...,jk ,j1 ,...,jn−k )
полученного члена определителя |A| :
a1j1 . . . akjk ak+1,j1′ . . . an,jn′ определяется а) числом беспорядков в первой
группе N (j1 , . . . , jk ), б) числом беспорядков во второй группе N (j1′ , . . . ,
′
jn−k ), в) числом беспорядков между элементами первой и второй групп.
При подсчёте числа беспорядков в) элементы первой и второй групп пе-
реставляем в порядке возрастания l1 < l2 < . . . < lk и l1′ < l2′ < . . . < ln−k ′

Тогда в) даёт (l1 − 1) + (l2 − 2) + . . . + (lk − k) беспорядков и знак

(−1)(l1 −1)+(l2 −2)+...+(lk −k) = (−1)(l1 +1)+(l2 +2)+...+(lk +k) . Следовательно,
′ ′ ′ ′
(−1)N (j1 ,...,jk ,j1 ,...,jn−k ) = (−1)N (j1 ,...,jk ) (−1)N (j1 ,...,jn−k ) (−1)(l1 +1)+(l2 +2)+...+(lk +k) .
Докажем разложение определителя по произвольным k строкам с
номерами i1 , i2 , . . . , ik .
Последовательно для каждого m = 1, k поставим строку im на
место m-й строки, переставляя im − m раз соседние строки и не меняя
порядка следования остальных строк. В результате, совершив p = i1 −
1 + i2 − 2 + . . . + ik − k перестановок строк, приведём определитель к виду

79
  
 a 
 i1 1 . . . ai1 n 
 . . 
 .
 . . . aik n 
p  aik 1
|A| = (−1)   , где индексы i′1 < . . . < i′n−k являют-
 ai′1 1 . . . ai′1 n 
 
 . . . 
 
 ai′n−k 1 . . . ai′n−k n 
ся дополнительными к i1 , . . . , ik . Применив к последнему определителю
разложение по  строкам 1, 2, .. . , k получим |A| =  
∑  11  a . . . a 
1 k 
 a ′ j′ . . . a ′ j′ 
i j i j  i1 1 i 1 n−k 
= (−1)p  . . .  (−1)1+...+k+j1 +...+jk  . . . =
   
j1 <...<jk aik j1 . . . aik jk   ai′ j ′ . . . ai′ j ′ 
   n−k 1 n−k n−k

 ai1 j1 . . . ai1 jk   ai′1 j1′ . . . ai′1 j ′ 
∑    n−k 
=  . . .  (−1)i1 +...+ik +j1 +...+jk  . . . .
   
j1 <...<jk   
aik j1 . . . aik jk ain−k j1 . . . ain−k jn−k 
′ ′ ′ ′

Здесь индексы j1′ < . . . < jn−k ′

являются дополнительными к j1 , . . . , jk . 

80
  
 −3 −1 −3 −1 
Вычислите с помощью тео-  
 −3 −2 −1 3 
Задача 2.3. ремы Лапласа определи-  
 −2 −8 0 0  .
тель 4-го порядка  
 0 −3 0 −2 
Р е ш е н и е. Обозначим через A матрицу, определитель кото-
рой надо найти. Наибольшее число нулей содержат две строки матрицы.
Поэтому выберем разложение определителя |A| по минорам подматрицы,
1 2 3 4
( )
3 −2 −8 0 0
состоящей из двух строк — 3-й и 4-й : 4 0 −3 0 −2
. Если подматри-
n!
ца имеет k строк и n столбцов, то из неё можно выбрать Cnk =
(n − k)!k!
4! 1·2·3·4
миноров k-го порядка. Здесь Cnk = C42 = = = 6 миноров
2!2! 1·2·1·2
второго порядка в этих строках. Для их записи перебираем пары столб-
цов:
 1 2  1 3   1 4   2 3  2 4  3 4 
3  −2 −8   −2 0   −2 0   −8 0   −8 0  0 0 
=6,   =0,  
 0 −2  =4,
 
 −3 0  =0,
   
 −3 −2  =16,  0 −2  = 0.
4  0 −3  0 0 
1 2 3 4
( )
1 −3 −1 −3 −1
В подматрице из дополнительных строк 1-й и 2-й 2 −3 −2 −1 3
ищем для найденных выше ненулевых миноров дополнительные миноры
 3 4   2 3   1 3
1  −3 −1   −1 −3   −3 −3  Затем для каждого ненулевого минора вы-
     
2  −1 3 ,  −2 −1 ,  −3 −1 .
числяем алгебраическое дополнение (дополнительный минор, взятый со
знаком «+» или «−» в зависимости от того, чётна или нечётна сумма
номеров всех
 строк и столбцов, в которых
 расположен
 исходный
 минор):

 −3 −1     
(−1)3+4+1+2   = −10, (−1)3+4+1+4  −1 −3  = −5, (−1)3+4+2+4  −3 −3  = 6.
−1 3   −2 −1   −3 −1 
Из теоремы Лапласа следует, что определитель равен сумме произ-
ведений ненулевых миноров на их алгебраические дополнения, т.е.
|A| = 6 · (−10) + 4 · (−5) + 16 · 6 = −60 − 20 + 96 = 16.
 
 −2 −2 −3 3 
Упростите и вычислите с  
 3 2 3 −1 
Задача 2.4. помощью теоремы Лапласа  
 −3 −3 −3 2  .
определитель 4-го порядка  
 1 2 3 −3 
Р е ш е н и е. Обозначим через A матрицу, определитель кото-
рой надо найти. Сначала образуем нули в |A|. Для этого прибавим 1-ю

81
  
 −2 −2 −3 3 
 
 1 0 0 2
строку ко 2-й и к 4-й, получим |A| =   . Далее раз-

 −3 −3 −3 2 
 −1 0 0 0 
ложим полученный определитель по минорам подматрицы, составленной
1 2 3 4
( )
2 1 0 0 2
2-й и 4-й строк 4 −1 0 0 0
. Из шести миноров не равен нулю только
1 4
2 1 2
4 −1 0
. Для него составляем алгебраическое дополнение — это допол-
2 3
1 −2 −3
нительный минор 3 −3 −3 со знаком (−1)2+4+1+4 (знак считается по
номерам строк и столбцов исходного
 минора). По теореме Лапласа имеем
 1 2  
|A| =   (−1)2+4+1+4  −2 −3  = 2(−1)11 (6 − 9) = 2 · 3 = 6.
−1 0   −3 −3 

82
 Следствие. Сумма произведений элементов строки (столбца) на
алгебраические дополнения к другой строке (другому столбцу) равна 0.
Доказательство. В определителе |A| заменим k-ю строку на i-ю,
получится определитель, равный 0. Разложив полученный определитель
∑n
по k-й строке, получим 0 = aij Akj . 
j=1

83
 2.5. Определитель суммы двух матриц

Теорема 2.5.1. 1o Пусть в определителе n × n-матрицы A m

строк с номерами ik , k = 1, m являются суммами двух векторов vk′ +vk′′ .
Тогда определитель равен сумме 2m определителей, у которых для каж-
дого k = 1, m ik-й строкой берётся либо вектор vk′ , либо vk′′ , остальные
строки берутся из матрицы A.
2o Определитель суммы двух n × n-матриц равен сумме 2n опре-
делителей, у которых для каждого k = 1, n k-й строкой берётся либо
k-я строка первой матрицы, либо k-я строка второй матрицы.
Аналогичные утверждения верны для столбцов.

Доказательство. 1o Индукция по m. При m = 1 утверждение

верно, т. к. это свойство 3◦ определителя — аддитивность по строке.
Пусть утверждение верно при m = p < n. Докажем утверждение
при m = p + 1. Пусть в |A| p + 1 строк с номерами ik , k = 1, p + 1 явля-
ются суммами двух векторов vk′ +vk′′ . Применяя свойство аддитивности по
ip+1-й строке, представим |A| в виде суммы двух определителей, причём
′ ′′
у них ip+1-я строка образована векторами vp+1 и vp+1 соответственно. По
предположению индукции каждый из этих определителей равен сумме 2p
определителей, у которых для каждого k = 1, p ik-й строкой берётся либо
вектор vk′ , либо vk′′ . Всего получим сумму 2p+1 определителей, у которых
для каждого k = 1, p + 1 ik-й строкой берётся либо вектор vk′ , либо vk′′ .
2o Используем утверждение 1o при m = n и получим утверждение
теоремы для строк. Применив утверждение для строк к транспонирован-
ной матрице, получим утверждение для столбцов . 

84
  
 x + a1 a a . . . a 
 2 3 n 
Найдите  a1 x + a a . . . a 
 2 3 n 
Задача 2.5. определитель  a1 a2 x + a3 . . . an  .
n-го порядка  . . . . . . . . . . . 

 a a a . . . x + a 
1 2 3 n
Р е ш е н и е. Обозначим через C матрицу, определитель которой
надо найти.
Представим C в виде суммы C = A+B, матрица A с одинаковыми
строками (a1 , a2 , a3 , . . . , an ), B = diag(x, x, . . . , x) — диагональная мат-
рица. Далее воспользуемся теоремой 2.5.1, и для |C| = |A + B| получим
∑
p−1
n
сумму p = 2 определителей |Ai |, у которых для каждого k = 1, n k-
i=0
й строкой берётся либо строка (a1 , a2 , a3 , . . . , an ), либо k-я строка матри-
цы B. Возьмём эти определители в следующем порядке: 1) |A0 | = |B| все
строки из B, 2) |Ai | для i = 1, 2, . . . , n одна i-я строка из A, остальные
строки из B, 3) |Ai |, i = n + 1, p − 1 не менее двух строк из A, осталь-
ные строки из B. В первом случае определитель диагональной матрицы
|B| равен произведению диагональных элементов, т.е |B| = xn . В третьем
случае каждый определитель |Ai | = 0, т.к. имеет не менее двух одина-
ковых строк — (a1 , a2 , a3 , . . . , an ). Остаётся вычислить n определителей
|Ai | во втором случае. Разложим  по i-му столбцу: |Ai | =
x ... 0 0 0 ... 0   
   
. . . . . . . . . . . . . .  x . . . 0 0 . . . 0 
  . . . . . . . . .
   
 0 ... x 0 0 ... 0   
  0 . . . x 0 . . . 0
= a1 . . . ai−1 ai ai+1 . . . an = ai (−1)i+i   = ai xn−1.

   0 . . . 0 x . . . 0 
 0 ... 0 0 x ... 0  . . . . . . . . .
   
. . . . . . . . . . . . . .  0 . . . 0 0 . . . x
 
 0 ... 0 0 0 ... 0 
∑
n
Следовательно, |C| = |A0 | + |Ai | = xn + (a1 + a2 + . . . + an )xn−1 .
i=1

85
 2.6. Определитель блочно-треугольной матрицы. Опреде-
литель произведения квадратных матриц

Теорема 2.6.1. Для квадратной блочно-треугольной матрицы с

квадратными диагональными блоками определитель равен произведению
определителей диагональных блоков.

Доказательство.  Докажем индукцией

 по k, что
 B1 ∗ . . . ∗ 
 
 O B2 . . . ∗ 
  = |B1 ||B2 | . . . |Bk |.
 . . . . 
 
 O O . Bk 
Пусть k = 2 и квадратные блоки B1 и B2 имеют порядки m и p
соответственно.
  Разложим определитель по первым m столбцам и полу-
B ∗ 
чим  1  = |B1 |(−1)1+...+m+1+...+m |B2 | = |B1 ||B2 |, т. е. утверждение
O B2 
верно.
Предположим, что утверждение верно при k = p и докажем, что
утверждение верно при  k = p + 1, т. е. 
 B1 ∗ . . . ∗ ∗ 
 
 O B2 . . . ∗ ∗ 
 
|A| =  . . . . . . . . . .  = |B1 ||B2 | . . . |Bp+1 |.
 O O . Bp ∗ 
 
 O O . O Bp+1 
Объединим
 элементы строк  и столбцов, которые не входят в Bp+1 ,
B1 ∗ . . . ∗  
 O B2 . . . ∗   C ∗ 
в блок C =   . .
 . Тогда |A| =  
 O Bp+1  и по дока-
. . 
O O . Bp
занному |A| = |C||Bp+1 |. Используя предположение индукции, имеем
|C| = |B1 ||B2 | . . . |Bp |. Следовательно, |A| = |B1 ||B2 | . . . |Bp ||Bp+1 |, т. е.
утверждение верно при k = p + 1.
Утверждение для нижней блочно-треугольной матрицы доказыва-
ется аналогично . 

86
 Теорема 2.6.2. Определитель произведения n × n-матриц равен
произведению их определителей: |A1 A2 . . . Ak | = |A1 ||A2 | . . . |Ak |.

Доказательство. Пусть квадратные матрицы Aj , j = 1, k, имеют

порядок n. Докажем утверждение индукцией по k.
1) Пусть k = 2, A1 = (aij ), A2 = (bij ).
Докажем, что |A1 A2 | = |A1 ||A2 |. ( )
A1 O
Рассмотрим блочно-треугольную матрицу C = , где
−J A2
O — нулевая и J — единичная матрицы порядка n. Вычислим опреде-
литель |C| двумя способами.
а) |C| = |A1 ||A2 | как определитель блочно-треугольной матрицы.
б) В определителе |C| с помощью элементарных преобразований
столбцов получим нулевой блок на месте матрицы A2 . Для этого будем
при каждом k = 1, n к (n+k)-му столбцу прибавлять столбцы 1, 2, . . . , n ,
умноженные на элементы k-го столбца матрицы A2: b1k , b2k , . . . , bnk . 
 ∑
n ∑
n ∑
n 
 a11 a12 . . . a1n a1j bj1 a1j bj2 . . . a1j bjn 
   
 a11 a12 . . . a1n 0 0 ... 0  
j=1
∑
j=1
∑
j=1
∑ 
 n n n
 a21
 a22 . . . a2n 0 0 ... 0   a21 a22 . . . a2n a2j bj1 a2j bj2 . . . a2j bjn 
 .
 . . . . . . .   j=1 j=1 j=1 

 an1  . . . . . . . . 
 an2 . . . ann 0 0 ... 0   ∑
n ∑
n ∑n 
=
anj bjn
 −1 .
 0 . . . 0 b11 b12 ... b1n   an1 an2 . . . ann anj bj1 anj bj2 . . .
 0  
 −1 . . . 0 b21 b22 ... b2n   j=1 j=1 j=1

 .  −1 
.  
0 ... 0 0 0 ... 0
 . . . . . . 
 0  0 −1 . . . 0 
bnn 
0 0 ... 0 
0 . . . 0 bn1 bn2 ...
 . . . . . . . . 
 
 0 0 . . . −1 0 0 ... 0 
Блок, расположенный в первых n строках  и последних
 n столб-
 A1 A1 A2 
цах, равен произведению A1 A2 , поэтому |C| =   . Разложим
−J O 
определитель по последним n строкам и получим |C| = |−J |(−1)p |A1 A2 |,
где p = (n + 1) + (n + 2) + . . . + (n + n) + 1 + 2 + . . . + n = 1 + 2 + . . . +
+2n = (1 + 2n)2n/2 = (1 + 2n)n = 2n2 + n. Поскольку | − J | = (−1)n и
2 2
(−1)n (−1)2n +n = (−1)2n +2n = 1, получим |C| = |A1 A2 |.
Итак, |C| = |A1 ||A2 | и |C| = |A1 A2 |, тогда |A1 A2 | = |A1 ||A2 |.
2) Предположим, что при k = p выполнено |A1 ×
×A2 . . . Ap | = |A1 ||A2 | . . . |Ap |, и докажем утверждение при k = p + 1 :
|A1 . . . Ap Ap+1 | = |A1 | . . . |Ap ||Ap+1 |. Применив утверждение для произве-
дения двух матриц, имеем |(A1 . . . Ap )Ap+1 | = |A1 . . . Ap ||Ap+1 |. Отсюда,
используя предположение индукции, получаем |A1 . . . Ap Ap+1 | = |A1 | ×
× . . . |Ap | |Ap+1 |.
Теорема доказана . 

87
 Следствие. |Ak | = |A|k .
Доказательство. В равенстве |A1 A2 . . . Ak | = |A1 ||A2 | . . . |Ak | по-
ложим A1 = A2 = . . . = Ak = A и получим |Ak | = |A|k . 

88
 Задача 2.6. Найдите определитель порядка n =  4k матрицы
 πi 
A = (aij )i,j=1,n , где aii = 1, i = 1, n, ai,i+1 = ai+1,i = sin  , i = 1, n − 1
4
и остальные элементы aij = 0.  
 πi 
Р е ш е н и е. Значения ai,i+1 = ai+1,i = sin  при i = 1, 2, 3, 4
√ √ 4
соответственно равны 2/2, 1, 2/2, 0 и далее повторяются для каждой
следующей четвёрки значений i = 4p−3, 4p−2, 4p−3, 4p, p = 1, k. Поэто-
му матрица A— блочно-диагональная
√ с k квадратными диагональными
√1 2/2 0 0
 2/2 1 1 
блоками B =  √0  .
 0 1 2/2 
√1
0 0 2/2 1
Проведём преобразования строк и столбцов определителя |B| :
 √ 
 1 2/2 0 0 
√  √
 2/2 1 1 0  s2 := s2 − 2/2s1
 √  √ =
 0 1 1 2/2  s3 := s3 − 2/2s4
 √ 
 0 0 2/2 1  {преобразуем столбцы}
 
 1 0 0 0 
√  {применим разложение по
 2/2 1/2 1 0 
=  √  теореме Лапласа по первой =

 0 1 1/2 2/2  и четвёртой строкам}
 0 0 0 1 
   
1 0  1/2 1 
=   (−1)1+4+1+4 
 
 = 1 · 1 · (1/4 − 1) = −3/4.
0 1 1 1/2 
Тогда по теореме 2.6.1 |A| = |B|k = (−3)k /4k .

89
  
 a1 + b1 a1 + b2 . . . a1 + bn 
Найдите  
 a2 + b1 a2 + b2 . . . a2 + bn 
Задача 2.7. определитель  .

. . . . . . . . . . .
n-го порядка  
an + b1 an + b2 . . . an + bn 
Р е ш е н и е. Обозначим через C матрицу, определитель которой
надо найти.
1-й способ. Представим эту матрицу в виде произведения двух квад-
ратных матриц C = AB. Элемент {C}ij i-й строки j-го столбца мат-
рицы C по условию равен ai + bj . С другой стороны он равен сумме
произведений элементов i-й строки A на элементы j-го столбца мат-
∑n
рицы B : {C}ij = {A · B}ij = {A}ik · {B}kj . Запишем, например,
k=1
ai + bj = ai · 1 + 1 · bj , и тогда возьмём в i-й строке A два ненулевых
элемента ai и 1, а в j-м столбце  матрицы B —два  ненулевых элемента 
a1 1 0 . . . 0 1 1 1 ... 1
 a2 1 0 . . . 0   b1 b2 b3 . . . bn 
1 и bj . Получим C = AB =  
 . . . . . . .  . . . . . . . . .


an 1 0 . . . 0 0 0 0 ... 0
По теореме 2.6.2 имеем |C| = |A| |B|. При n > 2 в матрицах A, B есть
нулевые строки или столбцы, тогда |A| = |B| = 0 и |C| = 0. При n = 2
|A| = a1 − a2 , |B| = b2 − b1 и |C| = (a1 − a2 )(b2 − b1 ).
2-й способ. Обозначим строки C через si , i = 1, n. Для i, начиная
от n до 2, i-ю строку будем менять на si −si−1 , т.е. будем попарно вычи-
тать строки или к i-й строке прибавлять (i − 1)-ю строку, умноженную
на (−1). Определитель |C| не изменится, а мы получим в i-й строке
si − si−1 = (ai + b1 , ai + b2 , . . . , ai + bn ) − (ai−1 + b1 , ai−1 + b2 , . . . , ai−1 + bn ) =
= (ai −ai−1 , ai −ai−1 , . . . , ai −ai−1 ) — одинаковые значения, свои для каж-
дого i = 2, n. Тогда при n > 2 в определителе получатся  пропорциональ- 
 a1 + b1 a1 + b2 
ные строки, и он равен 0. При n = 2 имеем |C| =  =

  a2 − a 1 a 2 − a1
 a + b1 a1 + b2 
= (a2 − a1 )  1  = (a2 − a1 )(b1 − b2 ).

1 1

90
 3 Ранг матрицы
3.1. Ранг матрицы. Сохранение ранга при элементарных
преобразованиях. Вычисление ранга

Определение 1. Рангом ненулевой матрицы называется макси-

мальный порядок ненулевых миноров. Ранг нулевой матрицы считается
равным 0. Ранг матрицы A обозначается rA . Итак, rA = r, если есть
ненулевой минор порядка r, а миноры большего порядка все нулевые или
отсутствуют . 
 
1 2 3
Пример. В матрице A =  2 4 6  существуют миноры первого
0 0 0
порядка, отличные от нуля, например, 1 ̸= 0. Все девять миноров второго
порядка равны нулю, т. к. содержат либо пропорциональные строки, либо
нулевую строку. Минор третьего порядка равен нулю. Поэтому rA = 1. 

Теорема 3.1.1. 1o При элементарных преобразованиях матрицы

ранг сохраняется.
2o Любую ненулевую матрицу элементарными преобразованиями
строк можно привести к верхней ступенчатой матрице.
3o Любую ненулевую матрицу элементарными преобразованиями
столбцов можно привести к нижней ступенчатой матрице.
4o Если элементарными преобразованиями матрица приведена к
верхней ступенчатой с k ненулевыми строками или к нижней ступен-
чатой матрице с k ненулевыми столбцами, то её ранг равен k.

91
 Доказательство. 1o Пусть m × n-матрица B получена из A од-
ним элементарным преобразованием.
1) Пусть матрица B получена из A умножением i-й строки на
α ̸= 0. Миноры матрицы B, не содержащие i-й строки, совпадают с
соответствующими минорами матрицы A, а миноры матрицы B, содер-
жащие i-ю строку, равны соответствующим минорам матрицы A, умно-
женным на α ̸= 0. Тогда соответствующие миноры обеих матриц либо
одновременно равны 0, либо одновременно не равны 0. Отсюда наиболь-
ший порядок ненулевых миноров в матрицах одинаков и ранги матриц
равны.
2) Пусть матрица B получена из A прибавлением к j-й строке
матрицы A её i-й строки, умноженной на число α.
Очевидно, ранг матрицы B не превосходит числа её строк и числа
её столбцов, т. е. rB 6 min(m, n). Тогда в случае rA = min(m, n) имеем
rB 6 min(m, n) = rA .
В случае rA = r < min(m, n) в обеих матрицах есть миноры поряд-
ка r + 1. Рассмотрим произвольный минор U порядка r + 1 матрицы
B и соответствующий минор V матрицы A, причём V = 0, поскольку
rA = r. Эти миноры равны, если они содержат i-ю и j-ю строки матриц
A и B, если они не содержат i-ю и j-ю строки, если они содержат i-ю и
не содержат j-ю строки. Пусть эти миноры не содержат i-ю и содержат 
 . . . . 
 
j-ю строки, тогда U =  ajk1 + αaik1 ajk2 + αaik2 . . . ajkr+1 + αaikr+1 .
 . . . . 
   
 . . . .   . . . . 
   
В силу линейности U =  ajk1 ajk2 . . . ajkr+1 +α  aik1 aik2 . . . aikr+1 .
 . . . .   . . . . 
Здесь первый определитель является минором V, а второй определитель,
может быть, только порядком строк отличается от некоторого минора
матрицы A, и поэтому также равен 0. Итак, U = 0. Тогда все миноры
порядка r + 1 матрицы B равны 0 и rB 6 r = rA .
Поскольку матрица A получается прибавлением к j-й строке мат-
рицы B её i-й строки, умноженной на число (−α), справедливо неравен-
ство rA 6 rB . Следовательно, rA = rB .
3) Пусть матрица B получена перестановкой i-й и j-й строк матри-
цы A. Как и для 2) в случае rA = min(m, n) имеем rB 6 min(m, n) = rA .
В случае rA = r < min(m, n) рассмотрим произвольный минор U поряд-
ка r + 1 матрицы B. Если он не содержат i-ю и j-ю строки матриц A и

92
B, то он равен соответствующему минору матрицы A. В противном слу-
чае найдётся минор порядка r + 1 матрицы A, который совпадает с ним
или отличается от него только порядком строк. Во всех случаях U = 0.
Тогда все миноры порядка r + 1 матрицы B равны 0 и rB 6 r = rA .
Поскольку матрица A получается перестановкой i-й и j-й строк
матрицы B справедливо неравенство rA 6 rB . Следовательно, rA = rB .
Аналогично рассматриваются элементарные преобразования столб-
цов матрицы.
Теорема доказана . 

93
  
1 −1 7 −5 3
Методом окаймляющих 
2 5 −3 9 4 
Задача 3.1. миноров11 определить   3 −2 8 1 5 .

ранг матрицы
4 6 −4 2 6
Р е ш е н и е. Обозначим матрицу через A = (aij ). Её размеры —
4 × 5, значит rA 6 4.
1) Матрица имеет ненулевые миноры первого порядка (элементы
матрицы), например,
 a11 = 1. Следовательно,
  rA > 1 .
a a   1 −1 
2) минор  11 12  =   = 7 ̸= 0 окаймляет минор 1)
a21 a22 2 5 
⇒ rA > 2;  
 1 −1 7 
 
3) минор  2 5 −3  = 40 + 9 − 28 − 105 − 6 + 16 = −74 ̸= 0

 3 −2 8 
окаймляет  минор 2) ⇒ rA > 3;
 1 −1 7 −5 
 
 2 5 −3 9 
3)   = 1098 ̸= 0 окаймляет минор 3) ⇒ rA = 4.

 3 −2 8 1 
 4 6 −4 2 
 
−1 4 3 a −1
При всех значениях a
Задача 3.2. A =  −2 7 5 a −a .
найдите ранг матрицы
−1 2 1 a2 5
Р е ш е ни е. Применим метод элементарных
  преобразований: 
{−2s1 + s2 } −1 4 3 a −1 −2s2 + s2 −1 4 3 a −1
A −s1 + s3
→
−  0 −1 −1 −a 2 − a −−−−−−→ 0 −1 −1 −a 2 − a .
0 −2 −2 a − a
2 6 0 0 2
0 a + a 2a + 2
Здесь a2 + a = 0 при a = 0 и a = −1, 2a + 2 = 0 при a = −1. Тогда
при a = −1 ранг равен 2, а при a ̸= −1 ранг равен 3.

11
Пусть в матрице выбраны миноры D1 и D2 порядков k и (k + 1) соответственно. Говорят, что
D2 окаймляет D1 , если D1 является минором D2 .

94
 3.2. Вещественное линейное пространство. Простейшие
свойства линейного пространства. Подпространство
вещественного линейного пространства. Критерий
подпространства

Определение 1. Пусть E — произвольное непустое множество,

элементы которого будем называть векторами.
Пусть определены две операции:
A) сложение векторов — каждой паре векторов a, b ∈ E сопо-
ставлен определённый вектор, который обозначается a + b и называ-
ется суммой векторов a и b,
B) умножение вектора на вещественное число — каждому век-
тору a ∈ E и каждому числу α ∈ R сопоставлен определённый вектор,
который обозначается α a и называется произведением вектора a на
число α.
Тогда множество E называется вещественным линейным про-
странством, если выполняются следующие аксиомы:
1) ∀ a, b, c ∈ E (a + b) + c = a + (b + c).
2) ∃ θ ∈ E ∀ a ∈ E a + θ = a (θ называется нулевым вектором).
3) ∀ a ∈ E ∃ b ∈ E a + b = θ (вектор b называется противопо-
ложным для вектора a).
4) ∀ a, b ∈ E a + b = b + a.
5) ∀ α, β ∈ R, a ∈ E α(βa) = (αβ)a.
6) ∀ a ∈ E 1a = a.
7) ∀ α, β ∈ R, a ∈ E (α + β)a = αa + βa.
8) ∀ α ∈ R, a, b ∈ E α(a + b) = αa + αb.
Операции A) и B) называются линейными операциями . 

Примерами вещественных линейных пространств являются множе-

ства матриц Rm×n и их частные случаи Rn×1 — множество векторов-
столбцов или R1×n — множество векторов-строк. Пространством Rn бу-
дем называть пространство Rn×1 . 

Теорема 3.2.1 (Свойства линейного пространства).

Для любого вещественного линейного пространства E выполнены
следующие свойства.
1. Нулевой вектор единственен.

95
 2. Для любого вектора противоположный к нему вектор единственен.
3. Для любых элементов f, g, h ∈ E из f + h = g + h или h + f = h + g
следует f = g.
4. Для любых элементов f, g ∈ E существует, и притом единствен-
ное, решение x = g+(−f ) = (−f )+g уравнения x+f = g(f +x = g);
это решение называется разностью g и f и обозначается g − f.
Итак, g − f = g + (−f ) и эта формула определяет операцию вы-
читания.
5. ∀α ∈ P, f, g ∈ E α(f − g) = αf − αg.
6. ∀α, β ∈ P, f ∈ E (α − β)f = αf − βf.
7. ∀ α ∈ P αθ = θ.
8. ∀ f ∈ E 0f = θ.
9. Из равенства αf = θ, α ∈ P, f ∈ E следует α = 0 или f = θ.
10. ∀f ∈ E (−f ) = (−1)f ( противоположный вектор для f равен
(−1)f ).

Доказательство.
1. Если θ1 и θ2 нулевые векторы, то θ2 + θ1 = θ2 , т.к. θ1 нулевой
вектор и θ1 + θ2 = θ1 , т.к. θ2 нулевой вектор. а из аксиомы L4 имеем
θ2 + θ1 = θ1 + θ2 . Следовательно, θ1 = θ2 .
2. Пусть g1 и g2 — противоположные векторы для f, т.е. g1 +
f = θ, f + g2 = θ. Из ассоциативности сложения следует, что (g1 + f ) +
g2 = g1 + (f + g2 ). Отсюда θ + g2 = g1 + θ и g2 = g1 .
3. Прибавим противоположный вектор (−h) к обеим частям ра-
венства f + h = g + h. Получим (f + h) + (−h) = (g + h) + (−h). Отсюда
следуют равенства f + (h + (−h)) = g + (h + (−h)), f + θ = g + θ и f = g.
4. Проверим,  что x = g + (−f ) решение уравнения x + f = g.
Действительно, xx=g+(−f ) + f = g + (−f ) + f = g + θ = g.
Пусть x = c решение уравнения x+f = g, т.е. c+f = g. Прибавим
к обеим частям равенства c + f = g противоположный элемент (−f ).
Получим c + f + (−f ) = g + (−f ). Откуда следует c + θ = g + (−f ) и
c = g + (−f ), т.е. решение единственно.
5. Для разности справедливо равенство (f − g) + g = f. Умножим
обе части этого равенства на α, получим α((f −g)+g) = αf и α(f −g)+
αg = αf. Тогда по определению разности получаем α(f − g) = αf − αg.

96
 6. Для разности чисел справедливо равенство (α − β) + β = α.
Умножим вектор f на это число, получим ((α−β)+β)f = αf и (α−β)f +
βf = αf. Тогда по определению разности получаем (α − β)f = αf − βf.
7. Из свойства 5 при g = f получаем α(f − f ) = αf − αf. Отсюда
следует равенство αθ = θ.
8. Из свойства 6 при β = α получаем (α − α)f = αf − αf. Отсюда
следует равенство 0f = θ.
9. Если α = 0, то утверждение верно. При α ̸= 0 существу-
ет обратное число α−1 . Умножим равенство αf = θ на α−1 , получим
α−1 αf = α−1 θ. Отсюда следует равенство 1f = θ, т.е. f = θ.
10. Сложим векторы f = 1f и (−1)f. Получим f + (−1)f = 1f +
(−1)f = (1 + (−1))f = 0f = θ, т.е. f + (−1)f = θ. Следовательно, вектор
(−1)f является противоположным к f, т.е. (−f ) = (−1)f. 

Определение 2. Пусть E — вещественное линейное простран-

ство. Непустое подмножество L в E называется линейным подпро-
странством линейного пространства E или просто подпространством
E, если L само является вещественным линейным пространством от-
носительно тех же операций как и E. 

Теорема 3.2.2 (Критерий линейного подпространства).

Подмножество L ̸= ∅ вещественного линейного пространства E
является подпространством тогда и только тогда, когда L замкнуто
относительно линейных операций, т.е.
1. ∀ a, b ∈ L a + b ∈ L;
2. ∀ a ∈ L , α ∈ R αa ∈ L.

Доказательство. I. Пусть L - подпространство E. Тогда в L

определены такие же как и в E операции сложения векторов и умно-
жения векторов на числа из P. Тогда выполнены свойства а) и б).
II. Пусть в L выполнены свойства а) и б), следовательно, опре-
делены операции сложения векторов и умножения векторов на числа из
P. Тогда в L выполнены аксиомы 1, 4, 5, 6, 7, 8, так как равенства в
аксиомах выполнены в E, а L ⊂ E, причём L замкнуто относительно
линейных операций.
Поскольку при f ∈ L в силу свойства б) заключаем, что нулевой
вектор θ = 0f ∈ L, следовательно, аксиома 2 выполнена в L. Анало-
гично, для f ∈ L в силу свойства б) заключаем, что противоположный
вектор (−1)f ∈ L, и тогда аксиома 3 выполнена в L. 

97
 3.3. Линейная комбинация векторов, линейная независи-
мость и линейная зависимость векторов

Определение 1. Пусть в вещественном линейном пространстве

E заданы векторы e1 , e2 , . . . , ek и заданы числа α1 , α2 , . . . , αk ∈ R, где
k ∈ N. Вектор α1 e1 +α2 e2 +. . .+αk ek называется линейной комбинацией
векторов e1 , e2 , . . . , ek с коэффициентами α1 , α2 , . . . , αk .
Линейная комбинация называется тривиальной, если все её коэф-
фициенты равны 0, и нетривиальной, если существует хотя бы один
ненулевой коэффициент.
∑k
Если вектор b равен линейной комбинации αi ei , то говорят,
i=1
что вектор b линейно выражается через векторы e1 , e2 , . . . , ek , а пред-
∑k
ставление b = αi ei называют разложением вектора b по векторам
i=1
e1 , e2 , . . . , ek . 

Тривиальная линейная комбинация равна нулевому вектору θ.

Определение 2. Система векторов e1 , e2 , . . . , ek ∈ E называ-
ется линейно зависимой, если найдётся нетривиальная линейная ком-
бинация этих векторов, равная θ, т. е. существуют коэффициенты
∑
k
α1 , α2 , . . . , αk , не все равные 0 и такие, что αi ei = θ.
i=1
Система векторов e1 , e2 , . . . , ek называется линейно независимой,
если только тривиальная линейная комбинация этих векторов равна θ,
∑
k
т. е. из условия αi ei = θ следует α1 = α2 = . . . = αk = 0.
i=1
Также говорят, что векторы e1 , e2 , . . . , ek линейно зависимы или
линейно независимы . 

Лемма 3.3.1. При изменении порядка векторов их линейная за-

висимость (независимость) сохраняется.

Доказательство. Если векторы e1 , e2 , . . . , ek линейно зависимы,

то существует нетривиальная линейная комбинация α1 e1 +α2 e2 +. . .+αk ek
равная θ. Так как при перестановки слагаемых сумма не меняется, то пе-
реставленный набор этих векторов образует линейно зависимую систему
векторов. Следовательно, при изменении порядка векторов их линейная
зависимость сохраняется.

98
 Пусть данные векторы являются линейно независимыми. Докажем
«от противного», что при изменении порядка векторов их линейная неза-
висимость сохраняется.
Предположим противное: переставленный набор этих векторов яв-
ляется линейно зависимым. Тогда, по доказанному выше, векторы в ис-
ходном порядке также являются линейно зависимыми, что противоречит
условию. Следовательно, при изменении порядка векторов их линейная
независимость сохраняется. 
Следующая теорема и её следствия дают критерии линейной зави-
симости и линейной независимости векторов.
Теорема 3.3.1.
1o Вектор e1 является линейно зависимым тогда и только тогда,
когда он нулевой.
2o Векторы e1 , e2 , . . . , ek , k > 1 являются линейно зависимыми
тогда и только тогда, когда хотя бы один ∑из них линейно выражается
через остальные векторы, т.е. ∃j : ej = αi ei .
i̸=j

Доказательство. 1o a) Если вектор e1 линейно зависимый, то

найдётся нетривиальная линейная комбинация α1 e1 равная θ, то есть
α1 e1 = θ, где α1 ̸= 0. Отсюда следует, что e1 = θ.
Обратно. Пусть вектор e1— нулевой, т.е. e1 = θ. Отсюда 1e1 = θ,
т.е. нетривиальная линейная комбинация 1e1 равна θ. Следовательно,
вектор e1 линейно зависимый.
2o a) Если векторы e1 , e2 , . . . , ek линейно зависимы, то найдёт-
∑k
ся линейная комбинация αi ei равная θ, где некоторый коэффициент
i=1 ∑ ∑
αj ̸= 0. Тогда имеем αj ej + αi ei = θ, откуда ej = (−αi /αj )ei , т.е.
i̸=j i̸=j
здесь также вектор ej линейно выражается через остальные векторы.
Обратно. Пусть один из векторов
∑ e1 , e2 , . . . , ek линейно
∑ выражает-
ся через остальные векторы: ej = αi ei . Отсюда 1ej + (−αi )ei = θ, т.е.
i̸=j i̸=j
имеем нетривиальную линейную комбинацию, равную θ. Следовательно,
векторы линейно зависимы . 
Следствия.
1) Вектор e1 является линейно независимым тогда и только то-
гда, когда он ненулевой.
2) Векторы e1 , e2 , . . . , ek , k > 1 являются линейно независимы-
ми тогда и только тогда, когда ни один из них не является линейной

99
комбинацией остальных
∑ векторов, т.е. для каждого j выполнено нера-
венство ej ̸= αi ei при любых числах αi .
i̸=j
Справедливость следствий 1) и 2) устанавливается доказательством
"от противного". 
Приведём ещё несколько условий линейной зависимости и линейной
независимости векторов.
Теорема 3.3.2. 1o Если часть векторов линейно зависима, то и
все векторы линейно зависимы.
2o Если все векторы линейно независимы, то и любая их часть
линейно независима.
3o Если векторы e1 , e2 , . . . , ek линейно независимы, а векторы
e1 , e2 , . . . , ek , x линейно зависимы, то x линейно выражается через
e1 , e2 , . . . , ek .
4o Если существует вектор x, разложение которого по векто-
рам e1 , e2 , . . . , ek единственно, то e1 , e2 , . . . , ek линейно независимы.
А если векторы e1 , e2 , . . . , ek линейно независимы, то любой вектор,
являющийся линейной комбинацией этих векторов, имеет единствен-
ное разложение по ним.
Доказательство. 1o Переставив, если нужно заданные векторы,
считаем, что из m векторов e1 , . . . , ek , ek+1 , . . . , em линейно зависимы-
ми являются векторы e1 , e2 , . . . , ek . Тогда существует коэффициенты
∑
k
α1 , α2 , . . . , αk , не все равные 0, и такие, что αi ei = θ. Добавим к это-
i=1
∑
m
му равенству вектор 0ei = θ, и получим нетривиальную линейную
i=k+1
∑
k ∑
m
комбинацию всех векторов αi ei + 0ei , равную θ. Следователь-
i=1 i=k+1
но, векторы e1 , . . . , ek , . . . ,
em линейно зависимы и в силу леммы 3.3.1
заданные векторы линейно зависимы.
2o Справедливость утверждения устанавливается доказательством
"от противного".
3o Из линейной зависимости векторов e1 , e2 . . . , ek , x следует, что
существуют коэффициенты α1 , α2 , . . . , αk+1 , не все равные 0, и такие,
что
∑ k
αi ei + αk+1 x = θ. (3.1)
i=1

100
 ∑
k
Если αk+1 = θ, то из (3.1) имеем αi ei = θ, причём среди коэффи-
i=1
циентов αi , i = 1, k есть ненулевой. Тогда векторы e1 , e2 . . . , ek линейно
зависимы вопреки условию. Следовательно, αk+1 ̸= θ и из (3.1) можно
∑k −α
i
выразить вектор x = ei .
i=1 αk+1
4o 1) Пусть вектор x имеет единственное разложение по векторам
∑
k
e1 , e2 , . . . , ek : x = βi ei , где βi ∈ R, i = 1, k. Требуется доказать, что
i=1
векторы e1 , e2 , . . . , ek линейно независимы.
Предположим противное: векторы e1 , e2 . . . , ek линейно зависимы.
∑k
Тогда αi ei = θ для некоторых коэффициентов α1 , α2 , . . . , αk , среди
i=1
∑
k ∑
k
которых есть αj ̸= 0. Сложив два равенства x = βi ei и θ = αi ei ,
i=1 i=1
∑
k ∑
k ∑k
получим x+θ = βi ei + αi ei , или после упрощения имеем x = (βi +
i=1 i=1 i=1
+αi )ei — второе разложение вектора x. Из единственности разложения
следует совпадение всех коэффициентов βi = βi + αi , i = 1, k, что про-
тиворечит условию βj ̸= βj + αj , т.к. αj ̸= 0. Полученное противоречие
доказывает линейную независимость векторов e1 , e2 , . . . , ek .
2) Каждый вектор x, который является линейной комбинацией дан-
∑
k
ных векторов e1 , e2 , . . . , ek , имеет разложение x = αi ei по этим век-
i=1
торам. Докажем, что это разложение единственно при условии линейной
независимости векторов e1 , e2 , . . . , ek .
Предположим противное: для вектора x существует два различных
∑
k ∑k
разложения x = αi ei и x = βi ei , где αj ̸= βj для некоторого j.
i=1 i=1
∑
k
Вычитание двух разложений приводит к равенству (βi − αi )ei = θ,
i=1
где αj − βj ̸= 0 для некоторого j. Таким образом, получена нетривиаль-
ная линейная комбинация векторов e1 , e2 , . . . , ek , равная θ, что противо-
речит линейной независимости этих векторов. Полученное противоречие
доказывает утверждение. 

Теорема 3.3.3. Векторы e1 , e2 , . . . , ek ∈ E (k > 1) являются ли-

нейно зависимыми тогда и только тогда, когда e1 = θ или один из них

101
 ∑
j−1
есть линейная комбинация предыдущих, т.е. ∃j > 2 ej = αi ei .
i=1

Доказательство. 1) Пусть векторы e1 , e2 , . . . , ek ∈ E (k > 1) ли-

нейно зависимы. Докажем, что e1 = θ или один из них есть линейная
∑
j−1
комбинация предыдущих, т.е. ∃j > 2 ej = αi ei .
i=1
Если e1 = θ, то утверждение верно.
Пусть e1 ̸= θ. Из линейной зависимости векторов e1 , e2 , . . . , ek сле-
дует, что существуют коэффициенты α1 , α2 , . . . , αk , не все равные 0, и
∑
k
такие, что αi ei = θ. Среди коэффициентов α2 , . . . , αk есть ненуле-
i=1
∑
k
вые. В противном случае из αi ei = θ следует, что α1 e1 = θ, причём
i=1
α1 ̸= 0, т.к. не все коэффициенты αi = 0. Тогда e1 = θ, что противоречит
предположению e1 ̸= θ. Обозначим через j номер последнего ненулевого
∑j ∑
j−1
коэффициента среди αi , i = 2, n. Тогда αi ei = θ и ej = (−αi /αj )ei ,
i=1 i=1
т.е. здесь вектор ej линейно выражается через предыдущие векторы.
2) Пусть e1 = θ или вектор ej линейно выражается через предыду-
∑
j−1
щие векторы ej = βi ei . Тогда e1 линейно зависим или e1 , . . . , ej ли-
i=1
нейно зависимы. При этом они образуют часть всех векторов e1 , . . . , ek ,
поэтому все векторы линейно зависимы. 
Следствие.
Векторы e1 , e2 , . . . , ek ∈ E (k > 1) являются линейно независи-
мыми тогда и только тогда, когда e1 ̸= θ и ни один из них не является
∑
j−1
линейной комбинацией предыдущих, т.е. ∀j > 2 ej ̸= αi ei при всех
i=1
αi ∈ R, i = 1, j − 1.

102
 3.4. Базисный минор, базисные строки и базисные столб-
цы матрицы. Теорема о базисном миноре и её след-
ствия
Определение 1. В ненулевой матрице любой ненулевой минор
порядка, равного рангу, называется базисным минором. Строки и столб-
цы матрицы, на которых расположен базисный минор, называются ба-
зисными. 
 
1 2 3 1
Пример. Матрица A =  2 4 6 1  имеет ранг 2, т.к. все мино-
1 2 3 1
ры
 третьего
 порядка
 имеют
 одинаковые строки и равны нулю, а миноры
1 1  
  ̸= 0 и  3 1  ̸= 0. Указанные миноры являются базисными, а
2 1  
  6 1
1 2
минор   = 0 не является базисным. Для первого базисного минора
2 4
базисные
  строки  —1-я (1 2 3 1) и 2-я (2 4 6 1), базисные столбцы — 1-й
1 1
 2  и 4-й  1  . 
1 1
Теорема 3.4.1. В ненулевой матрице базисные столбцы (строки)
линейно независимы и любой столбец (любая строка) линейно выража-
ется через базисные столбцы (строки).
Доказательство. Пусть дана произвольная ненулевая m × n мат-
рица B. Очевидно, она имеет ранг r > 1 и базисный минор. Докажем ли-
нейную независимость столбцов, на которых расположен базисный минор.
Если изменить порядок столбцов матрицы, а также одинаково изменить
порядок элементов во всех столбцах, то линейная зависимость (незави-
симость) любого подмножества столбцов не изменится. Поэтому сначала
сделаем перестановку столбцов, а затем строк так, чтобы базисный минор
располагался в столбцах от 1 до r и в строках от 1 до r. Обозначим по-
лученную
 матрицу через A = (aij ) и её столбцы — a1 , a2 , . . . , am . Минор
 a11 . . . a1r 
 
∆ =  . . .  ̸= 0 является базисным.
 ar1 . . . arr 
Докажем, что столбцы a1 , a2 , . . . , ar линейно независимы.
Предположим противное: столбцы линейно зависимы. При r = 1 в
силу теоремы 3.3.2 a1 = O. Отсюда a11 = 0, т.е. ∆ = 0. При r > 1 в

103
силу теоремы
∑ 3.3.1 один из столбцов∑есть линейная комбинация осталь-
ных: aj = βp ap . Отсюда aij = βp aip для каждого i = 1, m и, в
p̸=j p̸=j
частности, для i = 1, r. Таким образом, j-й столбец (a1j , a2j , . . . , arj )⊤
внутри базисного минора есть линейная комбинация остальных столбцов,
и в силу свойства 9◦ определителей он равен 0. Итак, во всех случаях
∆ = 0, а это противоречит тому, что минор — базисный. Полученное
противоречие доказывает, что базисные столбцы линейно независимы.
Докажем, что произвольный столбец aj матрицы A линейно выра-
жается через базисные столбцы a1 , a2 , . . . , ar .
Рассмотрим при  фиксированном i (1 6 i 6 m) определитель (r+1)-
 a11 . . . a1r a1j 
 
. . . . . . .
го порядка: ∆ij =  .

a
 r1 . . . a rr arj 
 ai1 . . . air aij 
Имеем ∆ij = 0, т. к. при i 6 r две строки совпадают, при j 6 r
два столбца совпадают, при i > r и j > r это минор (r + 1)-го по-
рядка матрицы ранга r. Обозначим алгебраические дополнения к по-
следней строке определителя ∆ij через γ1 , . . . , γr , γr+1 и разложим
его по последней строке: ∆ij = ai1 γ1 + . . . + air γr + aij γr+1 = 0. От-
сюда γ1 ai1 + . . . + γr air + γr+1 aij = 0. Заметим, что, во-первых, ал-
гебраические дополнения γ1 , . . . , γr , γr+1 зависят только от элемен-
тов первых r строк минора ∆ij и, следовательно, не зависят от i , во-
вторых, γr+1 совпадает с базисным минором и поэтому γr+1 ̸= 0. Отсюда
aij = (−γ1 /γr+1 )ai1 + . . . + (−γr /γr+1 )air для каждого i = 1, m. Обозна-
∑
r
чив коэффициенты (−γp /γr+1 ) = βp , p = 1, r, получим aij = βp aip
p=1
∑
r
для каждого i = 1, m. Это означает, что aj = βp ap , и утверждение
p=1
теоремы для столбцов доказано.
Утверждение для строк матрицы A следует из доказанного утвер-
ждения для столбцов, применённого к матрице A⊤ . 
Следствия из теоремы о базисном миноре.
1. Ранг матрицы равен максимальному числу линейно независимых
столбцов (строк).
2. Пусть A ненулевая матрица из Rm×n . Тогда
а) столбцы матрицы линейно зависимы ⇔ rA < n,
б) столбцы матрицы линейно независимы ⇔ rA = n,
в) строки матрицы линейно зависимы ⇔ rA < m,

104
 г) строки матрицы линейно независимы ⇔ rA = m.
3. Пусть A ∈ Rn×n . Тогда
а) |A| = 0 ⇔ столбцы (строки) линейно зависимы,
б) |A| ̸= 0 ⇔ столбцы (строки) линейно независимы.
4. При m > n любые m векторов из Rn линейно зависимы.
5. В Rn n векторов линейно зависимы (независимы) ⇔ определи-
тель, составленный из элементов этих векторов, равен (не равен) нулю.
Доказательство. 1. Рассмотрим n × m-матрицу A ранга r. При
r = 0 A = O и тогда нет линейно независимых столбцов. При r > 1
по теореме 3.4.1 имеется r линейно независимых столбцов. Для r = m
утверждение верно. Для r < m предположим, что существует более чем r
линейно независимых столбцов: aj1 , . . . , ajr , ajr+1 , . . . . Образуем из них
матрицу B, которая является подматрицей A. Тогда ранг rB 6 r и
число базисных столбцов не превосходит r. Среди столбцов в B есть
по крайней мере один внебазисный и, согласно теореме 3.4.1, он является
линейной комбинацией базисных столбцов. В силу теоремы 3.3.1 эта часть
столбцов линейно зависима, тогда по теореме 3.3.2 все столбцы матрицы
B линейно зависимы, что противоречит предположению. Следовательно,
максимальное число линейно независимых столбцов матрицы A равно r.
Утверждение для строк получается, если применить утверждение
для столбцов к транспонированной матрице A⊤ , ранг которой также ра-
вен r.
2. а) n столбцов матрицы A линейно зависимы ⇔ максимальное
число линейно независимых столбцов меньше n ⇔ {из следствия 1} ранг
rA < n.
б) столбцы матрицы линейно независимы ⇔ максимальное число
линейно независимых столбцов равно n ⇔ {из следствия 1} rA = n.
Аналогично, в) и г).
3. Пусть A ∈ Rn×n .
а) |A| = 0 ⇔ ранг rA < n ⇔ {2а) или 2в)} столбцы (строки)
линейно зависимы.
б) отрицание а).
4. Пусть заданы m векторов-столбцов из Rn и m > n. Образуем
из этих столбов n × m-матрицу A. Ранг rA 6 n < m ⇒ {2а)} столбцы
линейно зависимы.
5. Пусть заданы n векторов-столбцов из Rn . Образуем из этих
столбцов n × n-матрицу A.
Заданные векторы линейно зависимы ⇔ {3 а)} |A| = 0.

105
Заданные векторы линейно независимы ⇔ {3 б)} |A| ̸= 0. 

106
 3.5. Размерность вещественного линейного пространства.
Базис вещественного линейного пространства и коор-
динаты вектора в базисе. Свойства координат. Связь
понятий размерности и базиса
Определение 1. Пусть E — вещественное линейное простран-
ство.
Размерность нулевого пространства считается равной 0.
Число k ∈ N называется размерностью ненулевого простран-
ства, если в нём найдутся k линейно независимых векторов, а любые
k + 1 векторов — линейно зависимы (в этом случае k — это наибольшее
число линейно независимых векторов пространства).
Если в пространстве для любого k ∈ N найдутся k линейно неза-
висимых векторов, то размерность считается равной ∞.
Размерность пространства E обозначается — dim(E). 

Определение 2. Назовём базисом вещественного линейного про-

странства E упорядоченный набор векторов e1 , e2 , . . . , en ∈ E таких,
что:
1) e1 , e2 , . . . , en линейно независимы;
2) любой вектор x ∈ E линейно выражается через e1 , e2 , . . . , en ,
т. е. найдутся числа α1 , α2 , . . . , αn ∈ R такие, что
∑
n
x = α1 e1 + α2 e2 + . . . + αn en = αi ei , (3.2)
i=1

при этом числа α1 , α2 , . . . , αn называются координатами вектора x в

базисе e = (e1 , e2 , . . . , en ). 
 
α1
 α2 
Удобно обозначить координатный столбец вектора x так: [x]e =  
 ... ,
αn
тогда равенство (3.2) можно записать  в виде

α1
 α2 
x = (e1 e2 . . . en )  
 . . .  , или x = e[x]e (3.3)
αn
где в правой части произведение вектора-строки e на вектор-столбец [x]e .
Единственность координат вектора в заданном базисе будет доказа-
на ниже.

107
 Отметим, что для нулевого вектора θ равенство (3.2) имеет вид
θ = 0e1 + 0e2 + . . . + 0en , т.е. нулевой вектор имеет нулевые координаты
в любом базисе.
Для вектора базиса ej равенство (3.2) имеет вид ej = 0e1 + . . . +
+0ej−1 + 1ej + 0ej+1 + . . . + 0en , т.е. для вектора базиса ej все координаты
в этом базисе равны 0, кроме j-й координаты, которая равна 1.
Теорема 3.5.1 (Свойства координат).
1o Координаты любого вектора в фиксированном базисе определя-
ются однозначно.
2o При сложении векторов складываются их соответствующие
координаты или каждая координата суммы векторов равна сумме их
соответствующих координат: [ ]
∑
k ∑
k
∀f1 , f2 , . . . , fk ∈ E fj = [fj ]e .
j=1 j=1
e
o
3 При умножении вектора на число все его координаты умножа-
ются на это число:
∀f ∈ E, α ∈ R [αf ]e = α[f ]e .
o
4 Каждая координата линейной комбинации векторов равна ли-
нейной комбинации соответствующих координат этих векторов с те-
ми же коэффициентами: [ ]
∑
k ∑
k
∀f1 , f2 , . . . , fk ∈ E, α1 , α2 , . . . , αk ∈ P αj fj = αj [fj ]e .
j=1 j=1
e
5o Векторы линейно зависимы (независимы) ⇔ их координатные
столбцы линейно зависимы (независимы).
Доказательство. Пусть e1 , e2 , . . . , en — базис линейного простран-
ства E.
∑
n ∑n ∑
n ∑
n
1o Если x = αi ei и x = αi′ ei , то x − x = αi ei − αi′ ei и
i=1 i=1 i=1 i=1
∑
n
тогда θ = (αi − αi′ )ei . В силу линейной независимости векторов базиса
i=1
отсюда следует, что все коэффициенты (αi − αi′ ) = 0, т.е. αi = αi′ для
всех i.
2o Докажем утверждение при количестве векторов k = 2.
∑
n
Пусть заданы два вектора fj = αij ei с координатами α1j , α2j ,
i=1
∑
n ∑
n ∑
n
. . . , αnj , j = 1, 2. Тогда f1 + f2 = αi1 ei + αi2 ei = (αi1 + αi2 )ei .
i=1 i=1 i=1
Имеем i-е координаты векторов f1 , f2 , f1 + f2 — это соответственно

108
αi1 , αi2 , αi1 + αi2 , т.е. при сложении двух векторов складываются их
соответствующие координаты. Этот результат можно изобразить в виде
координатных столбцов.
Координатные столбцы векторов f1 , f2 , f1 +f2 соответственно рав-
ны:      
α11 α12 α11 + α12
 α21     
[f1 ]e =   , [f2 ]e =  α22  , [f1 + f2 ]e =  α21 + α22  .
 ...   ...   ... 
αn1 α α + αn2
 n2    n1
α11 + α12 α11 α12
 α21 + α22   α21   α22 
Тогда [f1 + f2 ]e =  
=    
  . . .  +  . . .  = [f1 ]e + [f2 ]e ,
...
αn1 + αn2 αn1 αn2
поэтому [f1 + f2 ]e = [f1 ]e + [f2 ]e .
Утверждение при произвольном k доказывается по индукции.
∑ n
3o Пусть заданы вектор f = αi ei с координатами α1 , α2 , . . . , αn
i=1
∑
n ∑
n
и число α ∈ R. Тогда αf = α αi ei = (ααi )ei . Имеем i-е координаты
i=1 i=1
f и αf — это соответственно αi и т.е. при умножении вектора
ααi ,
на число все его координаты умножаются на это число. Этот результат
можно изобразить в виде координатных столбцов: [αf ]e = α[f ]e .
4o Пусть заданы векторы fj ∈ E, j = 1, k и их линейная комбина-
∑k
ция αj fj с коэффициентами αj ∈ P, j = 1, k. Запишем координатный
j=1 [ ]
∑
k
столбец линейной комбинации: αj fj . К этому выражению приме-
j=1
e
ним сначала свойство 2 , а затем свойство 3o :
o
[ ]
∑k ∑k ∑k
αj fj = [αj fj ]e = αj [fj ]e .
j=1 j=1 j=1
e [ ]
∑k ∑
k
Следовательно, αj fj = αj [fj ]e .
j=1 j=1
e
o
5 Докажем утверждение о линейной зависимости:
векторы fj ∈ E, j = 1, k линейно зависимы ⇔ координатные столбцы
векторов [fj ]e , j = 1, k линейно зависимы.
Пусть векторы fj , j = 1, k линейно зависимы. Тогда существует
нетривиальная линейная комбинация векторов fj , j = 1, k равная нуле-

109
вому вектору, т.е. существуют числа αj , j = 1, k, среди которых есть
∑
k
αm ̸= 0, такие, что выполнено равенство αj fj = θ. Поскольку равен-
j=1
ство векторов эквивалентно равенству координатных
[ столбцов
] векторов,
∑
k
то для тех же чисел αj выполнено равенство αj fj = [θ]e , и, в силу
j=1
e
∑
k
утверждения 4o , справедливо равенство αj [fj ]e = [θ]e для координат-
j=1
ных столбцов векторов. Так как координатный столбец нулевого вектора
[θ]e является нулевом столбцом, мы получили нетривиальную линейную
комбинацию координатных столбцов векторов, равную нулевому столбцу.
Следовательно, координатные столбцы векторов [fj ]e , j = 1, k линейно
зависимы.
Далее нам удастся провести рассуждения последнего абзаца в об-
ратном порядке и получить доказательство обратного утверждения.
Пусть координатные столбцы векторов [fj ]e , j = 1, k линейно за-
висимы. Тогда найдётся нетривиальная линейная комбинация  координат-
0
 0 
ных столбцов [fj ]e , j = 1, k равная нулевому столбцу  
 . . .  = [θ]e , т.е.
0
существуют числа αj , j = 1, k, среди которых есть αm ̸= [0, такие,]что
∑
k ∑k
выполнено равенство αj [fj ]e = [θ]e . Отсюда получаем αj fj =
j=1 j=1
e
∑
k
= [θ]e и далее αj fj = θ. Следовательно, нетривиальная линейная
j=1
комбинация векторов fj , j = 1, k равна нулевому вектору, и векторы
fj , j = 1, k линейно зависимы. 
Существует связь понятий базиса и размерности линейного про-
странства.
Теорема 3.5.2. 1o Если размерность линейного пространства E
равна n (1 6 n < ∞), то в E существует базис из n векторов и любые
n линейно независимых векторов из E образуют в нём базис.
2o Если некоторый базис линейного пространства E состоит из
n векторов, то dim(E) = n.
Доказательство. 1o Пусть dim(E) = n. Из определения размер-
ности следует, что в E существуют n линейно независимых векторов. До-

110
кажем, что n произвольных линейно независимых векторов e1 , e2 , . . . , en
образуют базис в E. Добавим к ним любой вектор x ∈ E. Из опреде-
лению размерности следует, что n + 1 векторов e1 , e2 , . . . , en , x линей-
но зависимы. В силу теоремы 3.3.2 вектор x линейно выражается через
e1 , e2 , . . . , en . Следовательно, e1 , e2 , . . . , en — базис в E.
2o Пусть e = (e1 , e2 , . . . , en ) — базис в E. Тогда эти n векто-
ров линейно независимы и, следовательно, в E существуют n линейно
независимых векторов.
Докажем, что произвольные n + 1 векторов f1 , f2 , . . . , fn+1 ∈ E
линейно зависимы. Разложим каждый вектор fj , j = 1, n + 1 по базису
∑n
e : fj = aij ei и из координатных столбцов [fj ]e образуем n × (n + 1)-
i=1
матрицу A = (aij ). Ранг rA этой матрицы не больше числа строк n
и, следовательно, меньше числа столбцов n + 1. Из теоремы о базис-
ном миноре следует, что максимальное число её линейно независимых
столбцов равно рангу матрицы. Так как rA < n + 1, что все n + 1
столбцов матрицы A линейно зависимы. Следовательно, координатные
столбцы [fj ]e , j = 1, n + 1 линейно зависимы и по теореме 3.5.1 векторы
f1 , f2 , . . . , fn+1 линейно зависимы.
Итак, в E существуют n линейно независимых векторов, а любые
n + 1 векторов линейно зависимы, тогда dim(E) = n. 
Следствия. 1. Если размерность линейного пространства E рав-
на n (1 6 n < ∞), то любой базис в E состоит из n векторов.
2. dim(Rn ) = n.
Доказательство. 1. Предположим, что некоторый базис в E со-
держит k векторов и k ̸= n. Тогда из утверждения 2o теоремы 3.5.2 сле-
дует, что dim(E) = k и k ̸= n, а это противоречит условию dim(E) = n.
Следовательно, любой базис в E состоит из n векторов.
2. Базис в Rn образуют n векторов, у которых один элемент равен
1, а остальные элементы равны 0 : e1 = (1, 0, . . . , 0)⊤ , e2 = (0, 1, . . . , 0)⊤ ,
. . . , en = (0, 0, . . . , 1)⊤ . Линейная независимость этих векторов следу-
ет из следствия 3б) теоремы 3.4.1. Произвольный вектор x = (x1 , x2 ,
. . . , xn )⊤ равен линейной комбинации x1 e1 + x2 e2 + . . . + xn en . Из теоре-
мы 3.5.2 следует, что dim(Rn ) = n. 

111
 Задача 3.3. Найдите выражение вектора b = (1, −1, 4, −1) в виде
линейной комбинации векторов f1 = (1, −1, 2, 1) и f2 = (1, −1, 1, 2).
Р е ш е н и е. Вектор b линейно выражается через векторы f1 и f2 ,
если b = α1 · f1 + α2 · f2 . Отсюда следует равенство
(1, −1, 4, −1) = α1 · (1, −1, 2, 1) + α2 · (1, −1, 1, 2) или
(1, −1, 4, −1) = (α1 + α2 , −α1 − α2 , 2 · α1 + α2 , α1 + 2 · α2 ).
Приравняв соответствующие элементы, получим систему линейных
уравнений


 α1 + α2 = 1,
 Решив систему, найдём
−α1 − α2 = −1,
α1 = 3, α2 = −2.

 2α 1 + α 2 = 4,
 Значит, b = 3 · f1 − 2 · f2 .
α1 + 2α2 = −1.
Задача ( 3.4. )Проверьте ( линейную) зависимость
( матриц (
) )
1 2 0 −1 0 −1 0 1
A1 = , A2 = , A3 = , A4 = .
0 1 2 1 4 0 0 1
Р е ш е н и е. Составим линейную комбинацию матриц и приравняем
её нулевой
( матрице(
) ) ( ) ( ) ( )
1 2 0 −1 0 −1 0 1 0 0
α1 · + α2 · + α3 · + α4 · = .
0 1 2 1 4 0 0 1 0 0
После выполнения
( линейных операций имеем ) равенство
( ) матриц
α1 2α1 − α2 − α3 + α4 0 0
= .
2α2 + 4α3 α1 + α2 + α4 0 0
Приравняв
 соответствующие элементы, получим систему

 α1 = 0, Решив систему, найдём α1 = 0,

2α1 − α2 − α3 + α4 = 0, α2 = 0, α3 = 0, α4 = 0. Это озна-

 2α + 4α3 = 0, чает, что исходная система матриц
 2
α1 + α2 + α4 = 0. линейно независима.
Задача 3.5. В пространстве R3 заданы векторы e1 = (1, 1, 1),
e2 = (1, 1, 2), e3 = (1, 2, 3), x = (6, 9, 14). Покажите, что векторы e1 , e2 , e3
образуют базис и найдите координаты вектора x в этом базисе.
Р е ш е н и е. Найдём линейное выражение вектора x через e1 , e2 , e3 :
x = α1 e1 + α2 e2 + α3 e3 или (6, 9, 14) = α1 (1, 1, 1) + α2 (1, 1, 2) + α3 (1, 2, 3).
После выполнения линейных операций, приравняв соответствующие
элементы,  получим систему  
 α1 + α2 + α3 = 6,  α1 + α2 + α3 = 6,  α1 = 1,
α + α2 + 2α3 = 9, ⇔ α = 3, ⇔ α = 2,
 1  3  2
α1 + 2α2 + 3α3 = 14, α2 + α3 = 5, α3 = 3.
Следовательно, вектор x имеет единственное линейное выражение
x = e1 + 2e2 + 3e3 . В силу теоремы 3.3.2 векторы e1 , e2 , e3 линейно неза-

112
висимы. Поскольку размерность пространства равна 3, из теоремы 3.5.2
следует, что e1 , e2 , e3 образуют базис. Тогда α1 = 1, α2 = 2, α3 = 3 —
координаты вектора x в этом базисе.

4 Обратная матрица и её применения

4.1. Обратная матрица. Свойства обратных матриц

Определение 1. Если для матрицы A существует матрица B

такая что AB = BA = J , то B называют обратной к A, а матрицу
A называют обратимой.
В силу теоремы 1.4.1 матрицы A и B являются квадратными
матрицами одного порядка.

Теорема 4.1.1. Для любой обратимой квадратной матрицы су-

ществует только одна обратная.
Обозначение. Для обратимой матрицы A обратную матрицу обо-
значают A−1 .

Определение 2. Пусть дана n × n-матрица A.

 ′  
A11 A12 . . . A1n A11 A21 . . . An1
 A21 A22 . . . A2n   
Матрица Ab =   =  A12 A22 . . . An2  , где
 . . . .   . . . . 
An1 An2 . . . Ann A1n A2n . . . Ann
Aij — алгебраические дополнения (2.2) к элементам матрицы A, назы-
вается присоединённой к A.
Квадратная матрица A называется вырожденной, если |A| = 0,
и невырожденной, если |A| =
̸ 0.

Теорема 4.1.2. 1o ∀ A ∈ Rn×n AAb = AA

b = |A|J .
2o Квадратная матрица имеет обратную тогда и только тогда,
когда она невырожденная.
1 b 1
3o Для обратимой матрицы A−1 = A и |A−1 | = .
|A| |A|
4o Пусть A, B − n × n-матрицы и AB = J . Тогда B является
обратной к A и A является обратной к B.
5o Если матрицы A и B обратимые, то матрица AB обратимая
и (AB)−1 = B −1 A−1 .
6o Пусть матрица A обратимая. Тогда

113
 ( )−1
• матрица A−1 обратимая и A−1 = A,
′ ′ −1
( −1 )′
• матрица A обратимая и (A ) = A ,
• при α ̸= 0 матрица αA обратимая и (αA)−1 = α−1 A−1 .

Доказательство. 1o Пусть A = (aij ) — n × n-матрица. Тогда

b ij = ∑ {A}ik {A}
b kj = ∑ aik Ajk , и в силу теоремы ?? получим |A|
n n
{AA}
k=1 k=1
при i = j и 0 при i ̸= j. Следовательно, AAb — скалярная матрица с
диагональными элементами |A|. Аналогично проверьте, что AA b = |A|J .
2o Пусть матрица A имеет обратную матрицу A−1 . Тогда AA−1 =
= J и отсюда |AA−1 | = |J |. Поскольку определитель произведения
матриц равен произведению их определителей и определитель единичной
матрицы равен 1, получаем |A||A−1 | = 1. Следовательно, |A| ̸= 0, т. е.
матрица A невырожденная.
Пусть матрица A невырожденная,
( ) (т. е. |A|
) ̸= 0. Из 1 следует, что
o

AAb = AAb = |A|J . Тогда A 1 Ab = 1 b

A A = J . Следовательно,
|A| |A|
1 b
обратная матрица A−1 равна A.
|A|
3o Из условия |AB| = |J | = 1. Тогда |A||B| = 1 и обе матрицы
невырождены. Из 1o следует, что существуют обратные матрицы A−1 и
B−1 . Умножим равенство AB = J на A−1 слева, получим A−1 AB =
= A−1 J или B = A−1 . Аналогично, умножая равенство AB = J на
B−1 справа, получим ABB −1 = J B −1 или A = B −1 .
4o Из условия |AB| = |J | = 1. Тогда |A||B| = 1 и обе мат-
рицы невырождены. Из 1o следует, что существуют обратные матри-
цы A−1 и B −1 . Умножим равенство AB = J на A−1 слева, получим
A−1 AB = A−1 J или B = A−1 . Аналогично, умножая равенство AB = J
на B −1 справа, получим ABB −1 = J B −1 или A = B −1 .
5o (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AJ A−1 = AA−1 = J . Из 3o
следует, что матрица B −1 A−1 является обратной к AB.
6o Из условия следует, что AA−1 = J .
( −11.)Тогда из 3o следует, что A является обратной к A−1 , т. е. A =
−1
= A .
( )′
2. Транспонируя AA−1 = J , получим A−1 A′ = J ′ = J . Отсюда
′
( −1 )′
и из 3o следует, что обратная
( −1 −1 ) к A — это A .
−1 −1
3. αA α A = αα AA = 1J = J . Отсюда и из 3o следует,
что обратная к αA — это α−1 A−1 .

114
 Теорема 4.1.3. Пусть матрица A ∈ Rn×n имеет обратную A−1 .
Пусть преобразования f, g : Rn → Rn определены для x ∈ Rn равен-
ствами f (x) = Ax и g(x) = A−1 x. Тогда преобразование g является
обратным к f.

Доказательство. При всех x ∈ Rn g(f (x)) = A−1 Ax = J x = x и

f (g(x)) = AA−1 x = J x = x.
Нахождение обратной матрицы
1. Для невырожденной матрицы A = (aij )i,j=1,n получена формула
для вычисления обратной матрицы
 
A11 A21 . . . An1
1 b 1  
 A12 A22 . . . An2  ,
A−1 = A= (4.1)
|A| |A|  . . . . 
A1n A2n . . . Ann
где Aij — алгебраические дополнения (2.2). Эту формулу обычно приме-
няют для матриц небольшого порядка.
2. Метод элементарных преобразований.

Теорема 4.1.4.
1o Если элементарными преобразованиями строк из блочной мат-
рицы (A|J ) получена матрица (J |B) , то B = A−1 .
2o Если
( элементарными
) преобразованиями
( ) столбцов из блочной
A J
матрицы получена матрица , то B = A−1 .
J B
3o Невырожденную n × n матрицу A элементарными преобразо-
ваниями только строк (только столбцов) можно привести к единичной
матрице.

Доказательство. 1o Пусть матрица (J |B) получена из (A|J )

элементарными преобразованиями строк, заданных с помощью матрицы
C, т.е. C (A|J ) = (J |B) . При умножении матриц можно последователь-
но вычислить суммы произведений элементов каждой строки матрицы C
сначала на элементы первого столбца из (A|J ) , затем второго и т.д. По-
этому результат умножения можно записать в виде: C (A|J ) = (CA|CJ ) .
Отсюда C (A|J ) = (CA|C) и тогда (CA|C) = (J |B) . Следовательно,
CA = J и C = B, поэтому BA = J . В силу теоремы 4.1.2 отсюда
получаем B = A−1 .

115
 ( ) ( )
J A
2o Пусть матрица получена из элементарными пре-
B J
( ) ( )
A J
образованиями столбцов, заданных матрицей C : C = .
J B
( ) ( )
AC J
Отсюда = . Тогда AC = J и C = B, поэтому AB = J .
JC B
Следовательно, B = A−1 .
3o Элементарные преобразования строк (и, аналогично, столбцов)
проводятся, как в методе Гаусса (Жордана-Гаусса).

116
 ( )
−2 4
Задача 4.1. Найдите обратную матрицу для A = с по-
1 3
мощью а) алгебраических дополнений, б) элементарных  преобразований.

 −2 4 
Р е ш е н и е. а) Найдём определитель |A| =   = −10 и
1 3
алгебраические дополнения A11 = 3; A12 ( = −1; A21)= −4; ( A22 = −2. )
1 3 −4 −0.3 0.4
Получаем обратную матрицу A−1 = − · = .
10 −1 −2 0.1 0.2
б) Элементарными преобразованиями строк приведём матрицу
( ) к виду )(J |B), (
(A|J тогда B обратная ) к A. ( )
−2 4 1 0 −1/2s 1 −2 − 2 0 −s1 + s2 1 −2 − 12 0 2/5s2 + s1
1 1
−−−−→ −−−−−−→ 1 −−−−−−−→
1 3 0 1 1 3 0 1 0 5 1
( ) ( ) ( 2 )
1 0 − 10 5 1/5s
3 2 2 1 0 − 10 5 3 2
1 0 −0.3 0.4
−→ −−−→ → .
0 5 12 1 0 1 10 1 1
0 1 0.1 0.2
( ) 5
−0.3 0.4
Ответ: A−1 = .
0.1 0.2
 
2 5 7
Задача 4.2. Найдите обратную матрицу к A =  6 3 4 
5 −2 −3
с помощью а) алгебраических дополнений, б) элементарных преобразова-
ний.
Р е ш е н и е. Обозначим исходную  матрицу через A .
2 5 7 
 

а) Найдём определитель |A| =  6 3 4  = 2 · 3 · (−3) + 5 · 4 · 5 +
 5 −2 −3 
+7·6·(−2)−7·3·5−2·4·(−2)−5·6·(−3) = −18+100−84−105+16+90 = −1
Найдём
 алгебраические
 дополнения  
 3 4  6 4 
A11 =   = −9 + 8 = −1; A12 = − 


 5 −3  = −(−18 − 20) = 38;
 −2 −3   
6 3   5 7 
A13 =   = −12 − 15 = −27; A21 = − 
 
 = −(−15 + 14) = 1;

 5 −2   −2 −3
2 7  2 5 
A22 =    
5 −3  = −6 − 35 = −41; A23 = −  5 −2  = −(−4 − 25) = 29;
   
5 7 2 7
A31 =   = 20 − 21 = −1; A32 = − 


 6 4  = −(8 − 42) = 34;
 3 4
2 5
A33 =   = 6 − 30 = −24. Получаем обратную матрицу
6 3

117
    
−1 1 −1 1 −1 1
A = −  38 −41 34  =  −38
−1
41 −34  .
−27 29 −24 27 −29 24
б) Элементарными преобразованиями строк приведём матрицу
(A|J ) к виду (J |B), тогда B обратная к A.
   
2 5 7 1 0 0 −3s1 + s2 2 5 7 1 0 0
 6 3 4 0 1 0  −5s + 2s  0 −12 −17
1 3
−3 1 0  −29s + 12s
2 3
−−−−−−−→ −−−−−−−−−→
5 −2 −3 0 0 1 0 −29 −41 −5 0 2
  1 
0 −7s + s 2 5
3
2 5 7 1 0 0 −188 203 −168

−→ 0 −12 −17 −3 1 0  17s + s  0 −12
3 2
0 456 −492 408 5/12s + s
2 1
−−−−−−→ −−−−−−−−→
0 0 1 27 −29 24 0 0 1 27 −29 24
   
2 0 0 2 −2 2 1/2s1 1 0 0 1 −1 1
−→  0 −12 0 456 −492 408  −1/12s  0 1 0 −38 41 −34 .
2
−−−−−→
0 0 1 27 −29 24 0 0 1 27 −29 24
 
1 −1 1
Отсюда A−1 =  −38 41 −34 .
27 −29 24

4.2. Матричные уравнения с невырожденными матрица-

ми

Теорема 4.2.1. 1o Пусть в уравнении AX = B матрицы An×n ,

Bn×m — известные, Xn×m — неизвестная. Если A невырождена, то
уравнение имеет единственное решение X = A−1 B.
2o Пусть в уравнении XA = B матрицы An×n , Bm×n — извест-
ные, Xm×n — неизвестная. Если A невырождена, то уравнение имеет
единственное решение X = BA−1 .
3o Пусть в уравнении AXB = C матрицы An×n , Bm×m , Cn×m —
известные, Xn×m — неизвестная. Если A, B невырождены, то урав-
нение имеет единственное решение X = A−1 CB −1 .

Доказательство. 1o Подставим X = A−1 B в уравнение, получим

в левой части AA−1 B = J B = B, т.е. уравнение обратилось в тождество
B = B.
Пусть X — решение уравнения. Тогда AX = B — тождество.
Умножим слева на обратную матрицу A−1 , получим A−1 AX = A−1 B,
J X = A−1 B, X = A−1 B, т. е. решение единственно.
2o и 3o доказывается аналогично.

118
 Нахождение решений матричных уравнений

Вычисление решений уравнений по приведённым формулам исполь-

зуется, если уже построены обратные матрицы. Если они неизвестны, то
можно применить метод элементарных преобразований.
1o Если матрица (J |C) получена из (A|B) элементарными преоб-
разованиями строк, то X(= C )— решение уравнения AX(= B.)
J A
2o Если матрица получена из матрицы элемен-
C B
тарными преобразованиями столбцов, то X = C– решение уравнения
XA = B.
Доказательство. 1o Пусть матрица (J |C) получена из (A|B) эле-
ментарными преобразований строк, заданных матрицей D, т.е. D (A|B)=
= (J |C) . Отсюда (DA|DB) = (J |C) . Тогда DA = J и DB = C, по-
этому D = A−1 и C = A−1 B. Следовательно, C – решение уравнения
AX = B. ( ) ( )
J A
2o Пусть матрица получена из элементарными преоб-
C B
( ) ( )
A J
разованиями столбцов, заданных матрицей D : D= . От-
B C
( ) ( )
AD J
сюда = . Тогда AD = J и BD = C, поэтому D = A−1
BD C
и C = BA−1 . Следовательно, C– решение уравнения X A = B.
Замечание 1. Частным случаем рассмотренных уравнений явля-
ются уравнения AX = J и XA = J для нахождения обратной матрицы
X = A−1 .
Замечание 2. Метод элементарных преобразований может приме-
няться для решения уравнения AX = B с вырожденной, а также прямо-
угольной матрицей A. В этом случае расширенная матрица (A|B) приво-
дится к верхней трапециевидной матрице с помощью элементарных пре-
образований строк и перестановки столбцов, как в методе Гаусса или его
модификациях. Далее, в случае совместности, находим обратным ходом
каждый столбец матрицы X.
Замечание 3. Аналогично решается уравнение XA = B с вырож-( )
A
денной, а также прямоугольной матрицей A. Блочная матрица
B
приводится к нижней трапециевидной матрице с помощью элементарных
преобразований столбцов и перестановки строк. Далее, в случае совмест-
ности, находим обратным ходом каждую строку матрицы X.

119
 {
AY = C,
Замечание 4. Уравнение AXB = C сводится к системе
XB = Y.
В этой системе сначала решается первое уравнение, затем — второе.

5 Системы линейных уравнений

5.1. Критерий совместности системы линейных уравне-
ний. Правило (метод) Крамера

Рассмотрим систему линейных уравнений



 a11 x1 + a12 x2 + . . . + a1n xn = b1 ,

a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(5.1)

 ...

am1 x1 + am2 x2 + . . . + amn xn = bm .

Здесь x = (x1 , x2 , . . . , xn )⊤ — вектор неизвестных, A = (aij ) —

матрица системы, b = (b1 , b2 , . . . , bm )⊤ — вектор свободных членов, рас-
ширенная матрица системы — B = (A|b).

Теорема 5.1.1 (Кронекера - Капелли). Система линейных

уравнений (5.1) совместна тогда и только тогда, когда ранг матрицы
системы равен рангу расширенной матрицы системы.

Доказательство. Пусть система (5.1) совместна и x1 , x2 , . . . , xn—

её решение. Обозначим через aj , j = 1, n столбцы матрицы A. Согласно
теореме 1.8.1 система (5.1) эквивалентна векторному уравнению x1 a1 +
x2 a2 + . . . + xn an = b, т.е. столбец свободных членов есть линейная комби-
нация столбцов aj , j = 1, n. В расширенной матрице B = (A|b) к столбцу
b прибавим −x1 a1 − x2 a2 − . . . − xn an , получим матрицу B1 = (A|O) и в
силу теоремы 3.1.1 rB = rB1 . Любой ненулевой минор матрицы B1 явля-
ется минором матрицы A, поэтому rA = rB1 . Следовательно, rA = rB .
Пусть B = (A|b) и rA = rB = r. Если r = 0, то все коэффициенты
и правые части системы равны нулю, тогда любой набор x1 , x2 , . . . , xn
является решением, и система совместна. При r > 0 выберем в A ба-
зисный минор, он же будет базисным минором в B. Пусть базисными
столбцами матрицы A являются столбцы aj1 , aj2 , . . . , ajr . По теореме
о базисном миноре столбец b является линейной комбинацией базисных
столбцов, c коэффициентами xjk , k = 1, k : xj1 aj1 + xj2 aj2 + . . . xjr ajr = b.
Добавим сюда сумму xj aj , j ̸∈ {j1 , j2 , . . . , jr } с коэффициентами xj = 0,

120
получим x1 a1 + x2 a2 + . . . xn an = b, т.е. набор x1 , x2 , . . . , xn — решение
системы (1.4) . 
Рассмотримсистему линейных уравнений с квадратнойматрицейA :

 a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
... (5.2)

an1 x1 + an2 x2 + . . . + ann xn = bn .
В случае невырожденной матрицы укажем явные формулы, выра-
жающие неизвестные через коэффициенты и свободные члены системы.
Эти формулы называются формулами Крамера.
Теорема 5.1.2. Пусть матрица A невырождена. Тогда система
∆i
(5.2) имеет единственное решение xi = , i = 1, n, где ∆ = |A| и ∆i
∆
получается из ∆ заменой i-го столбца на столбец свободных членов.
Доказательство. Согласно 1.8.1 система (1.4) эквивалентна мат-
ричному уравнению Ax = b. В силу теоремы 4.2.1 это уравнение имеет
единственное решение x = A−1 b. Применим формулу (4.1) для обратной
матрицы
  и получим
    ∑n 
x1 A11 A21 . . . An1 b1 A b
∑k=1 k1 k
 x2  1  A12 A22 . . . An2   b2  1  n Ak2 bk 
    =  k=1 .
 · · ·  = |A|  . . . .   · · ·  |A|  ∑ . . . 
n
xn A1n A2n . . . Ann bn k=1 Akn bk
1 ∑n
Отсюда xi = Aki bk , i = 1, n. Разложим определитель ∆i по
∆ k=1 
 a11 . . . b1 . . . a1n 
 
 a21 . . . b2 . . . a2n 
i-му столбцу: ∆i =   = b1 A1i + b2 A2i + . . . + bn Ani =
 . . . . 
 an1 . . . bn . . . ann 
∑ ∆i
= nk=1 Aki bk . Следовательно, xi = , i = 1, n.
∆

121
 {
Методом Крамера решите x1 + 2x2 = 5,
Задача 5.1.
систему уравнений 3x − x = 1.
( ) 1 ( 2)
1 2 5
Р е ш е н и е. Из условия задачи A = ,b= .
 3 −1
 1
1 2 
Найдем определитель ∆ = |A| =   = −1 − 6 = −7 ̸= 0.
3 −1 
Следовательно, система имеет единственное решение.
Найдем определители,
 полученные
 из ∆, заменой соответствующих
 
5 2   1 5
столбцов на b: ∆1 =   = −5 − 2 = −7; ∆2 =  
 3 1 = 1 −
1 −1 
−15 = −14.
Теперь, используя формулы из теоремы 5.1.2, найдем неизвестные:
∆1 −7 ∆2 −14
x1 = = = 1; x2 = = = 2.
∆ −7 ∆ −7
Следовательно, получаем x = (1, 2)′ .

5.2. Структура решений однородной системы

Рассмотрим однородную систему линейных алгебраических уравне-

ний 
 a11 x1 + a12 x2 + . . . + a1n xn = 0,
ak1 x1 + ak2 x2 + . . . + akn xn = 0, k = 2, m − 1, (5.3)

am1 x1 + am2 x2 + . . . + amn xn = 0.
Обозначим через A– матрицу системы (5.3), r = rA– ранг матрицы
A, L– множество векторов {x|x = (x1 , x2 , . . . , xn )⊤ ∈ Rn }, являющихся
решением системы (5.3). Это множество содержит нулевой вектор O, т. к.
x1 = 0, x2 = 0, . . . , xn = 0– решение системы (5.3).

Теорема 5.2.1. 1o Множество L — решений системы (5.3) —

является линейным подпространством в Rn размерности n − r.
2o Если r = n, то L = {O}, т. е. x = (0, 0, . . . , 0)⊤ — един-
ственное решение.
3o Если r < n, то существуют векторы e1 , e2 , . . . , en−r ∈ L,
образующие базис в L, тогда каждое решение x ∈ L имеет вид

x = α1 e1 + α2 e2 + . . . + αn−r en−r (5.4)

при выборе единственного набора αi ∈ R, i = 1, n − r и при любом на-

боре αi ∈ R, i = 1, n − r формула (5.4) даёт решение x ∈ L.

122
 Доказательство. 1o В силу теоремы 1.8.1 система (5.3) эквива-
лентна матричному уравнению Ax = O.
Если x = (x1 , x2 , . . . , xn )⊤ и y = (y1 , y2 , . . . , yn )⊤ – решения (5.3),
то Ax = O и Ay = O. Сложив, получим Ax + Ay = O, откуда A(x +
+y) = O, т.е. x + y– решение (5.3).
Если x = (x1 , x2 , . . . , xn )′ – решение (5.3), то Ax = O. Умножив
на α ∈ R, получим αAx = O. Тогда A(αx) = O, т.е. αx– решение (5.3).
Следовательно, множество решений L является подпространством
Rn .
2o Пусть a1 , a2 , . . . , an– столбцы матрицы A. В силу теоремы 1.8.1
система (5.3) эквивалентна векторному уравнению x1 a1 + x2 a2 + . . . +
+xn an = O.
При r = n в силу следствия из теоремы о базисном миноре сле-
дует, что все векторы a1 , a2 , . . . , an линейно независимы. Поэтому толь-
ко тривиальная линейная комбинация этих столбцов равна нулю, т.е. из
x1 a1 + x2 a2 + . . . + xn an = O следует x1 = x2 = . . . = xn = 0. Поэтому
нулевое решение системы (5.3) единственно.
3o При r = 0 матрица системы нулевая, тогда любой вектор
x = (x1 , x2 , . . . , xn )⊤ ∈ Rn является решением. Возьмём единичный ба-
зис в Rn e1 = (1, 0, . . . , 0)⊤ , e2 = (0, 1, . . . , 0)⊤ , . . . , en = (0, 0, . . . , 1)⊤
и тогда вектор x = x1 e1 + x2 e2 + . . . + xn en , т.е. произвольное решение x
представлено в форме (5.4), где αi = xi , i = 1, n.
При r > 0 применим к системе (5.3) метод Жордана-Гаусса с выбо-
ром ведущего элемента по подматрице. За r шагов получим эквивалент-
ную систему A[r] x[r] = O, где координаты вектора x[r]– это переставлен-
ные координаты вектора x. Причём в матрице A[r] ненулевые элементы
расположены только в первых r строках и её подматрица из первых r
строк и первых r столбцов является единичной матрицей. Обозначим bij
и yi элементы матрицы B = A[r] и вектора y = x[r] , отбросим уравнения
со всеми нулевыми коэффициентами и получим систему

 y1 + . . . . . . + b1,r+1 yr+1 + b1,r+2 yr+2 + . . . + b1n yn = 0,
yk + . . . + bk,r+1 yr+1 + bk,r+2 yr+2 + . . . + bkn yn = 0, k = 2, r − 1, (5.5)

yr + br,r+1 yr+1 + br,r+2 yr+2 + . . . + brn yn = 0,
эквивалентную системе (5.3). Если мы придадим свободным неизвест-
ным yr+1 , yr+2 , . . . , yn произвольные значения, то базисные неизвестные
yk , k = 1, r определим по формулам yk = −bk,r+1 yr+1 − bk,r+2 yr+2 − . . . −
bkn yn , k = 1, r. Запишем вектор решения системы (5.5)

123
    
y1 −b1,r+1 yr+1 − b1,r+2 yr+2 . . . − b1n yn
   
 ...   ... 
 yr   −br,r+1 yr+1 − br,r+2 yr+2 . . . − brn yn 
 
 
   
y= yr+1  =  yr+1 =
   
 yr+2   yr+2 
   
 ···   ··· 
y yn
n     
−b1,r+1 −b1,r+2 −b1n
 ···   ···   ··· 
     
     
 −br,r+1   −br,r+2   −brn 
     
= yr+1  1  + yr+2  0  + . . . + yn  0  .
     
 0   1   0 
     
 ···   ···   ··· 
0 0 1
Мы получили представление произвольного вектора решений y в
виде линейной комбинации n − r векторов, которые обозначим через
e′1 , e′2 , . . . , e′n−r , с коэффициентами α1 = yr+1 , α2 = yr+1 , . . . , αn−r = yn .
Итак, произвольное решение y системы (5.5) имеет вид y = α1 e′1 + α2 e′2 +
+ . . . + αn−r e′n−r . Отметим, что каждый вектор e′i , i = 1, n − r являет-
ся решением и он получается при выборе одной свободной неизвестной
yr+i = 1 и остальных свободных неизвестных yr+j = 0 при j ̸= i).
Векторы e′i , i = 1, n − r линейно независимы, так как ранг матри-
цы, составленной из этих элементов этих векторов равен n−r, поскольку
эта матрица, содержит единичную подматрицу в последних n−r строках.
Из вектора y решения системы (5.5) после перестановки коорди-
нат получим вектор x решения исходной системы. Сделаем такую пере-
становку во всех векторах y, e′i , i = 1, n − r. Векторы, полученные из
e′i , i = 1, n − r, обозначим ei , i = 1, n − r. Очевидно, эти векторы линей-
но независимы и произвольное решение имеет вид x = α1 e1 + α2 e2 + . . . +
+αn−r en−r . Следовательно, векторы ei , i = 1, n − r образуют базис под-
пространства L. Тогда dim(L) = n − r и координаты αi , i = 1, n − r
вектора решения x системы (5.3) определяются однозначно.
Если в формуле (5.4) взять произвольный набор α1 , α2 , . . . , αn−r ,
то получим решение x = α1 e1 + α2 e2 + . . . + αn−r en−r ∈ L, так как L
содержит векторы ei , i = 1, n − r и, следовательно, все их линейные ком-
бинации.
Следствие 1. При r = n система является определённой, а при
r < n система является неопределённой.

124
 Следствие 2. Однородная система при m = n имеет ненулевые
решения тогда и только тогда, когда определитель матрицы равен 0.

Определение 1. Фундаментальной системой решений системы

(5.3) называется любой базис подпространства решений.
Формула (5.4) называется общим решением системы (5.3).

Задача 5.2. Найдите общее

 решение и фундаментальную систему

 2 x1 + x2 + 5 x3 − 3 x4 = 0,

3 x1 + 2 x2 + 7 x3 − 5 x4 = 0,
решений (ФСР) для системы

 3 x1 + x2 + 8 x3 − 4 x4 = 0,

7 x1 + 5 x2 + 16 x3 − 12 x4 = 0.
Р е ш е н и е. Преобразуем расширенную матрицу:
 x1 x2 x3 x4 св.ч  x1 x2 x3 x4 св.ч x1 x2 x3 x4 св.ч
1 2 
s1 2 1 5 −3 0 −1 −1 −2 2 0 3s + s −1 −1 −2 2 0
s2 
3 2 7 −5 0   2
 3 2 7 −5 0  3s1 + s3  0 −1 1 1 0
1  1 4  
s 3
3 1 8 −4 0  −s + s  3 1 8 −4 0  7s + s  0 −2 2 2 0 →−
−−−−−−→ −−−−−−→
s4 7 5 16 −12 0 7 5 16 −12 0 0 −2 2 2 0

 x1 x2 x3 x4 св.ч
−s2 + s1 −1 0 −3 1 0 −s1
Отсюда получим
−2s2 + s3  0 −1 1 1 0 −s2 ( x1 x2 x3 x4 св.ч)
  удалим 1 0 3 −1 0 общее решение
−2s2 + s4  0 0 0 0 0  s3 и s4 . −−−−−−−−−−−−−−−−→
−−−−−−−→ −−−−→ 0 1 −1 −1 0
0 0 0 0 0
   
{ x1 −3x3 + x4
Для нахождения  x2   x3 + x4 
x1 = −3x3 + x4 ,    .
∀ x3 , x4 . ФСР запишем век-  x3  =  
x2 = x3 + x4 , x3
тор общего решения
x x4
      4    
Представим этот вектор в виде ли- x1 −3x3 x4 −3 1
нейной комбинации векторов, со-   x 2
  x3   x4 
= +  = x3 
 1 

 1 
 
держащих только одну свободную  x3   x3   0   1  + x4  0 .
неизвестную x3 или x4 : x4 0 x4 0 1
Полученные векторы решения e1 = (−3, 1, 1, 0)′ , e2 = (1, 1, 0, 1)′ линейно независимы,
и любое решение x = (x1 , x2 , x3 , x4 )′ = x3 e1 +x4 e2 является их линейной комбинацией, поэто-
му они образуют ФСР. Эти же векторы можно найти из общего решения: при x3 = 1, x4 = 0
получаем x1 = −3, x2 = 1, и для этих значений e1 = (x1 , x2 , x3 , x4 )′ , при x3 = 0, x4 = 1
получаем x1 = 1, x2 = 1, и для этих значений e2 = (x1 , x2 , x3 , x4 )′ . Вместо векторов (1, 0)′
и (0, 1)′ для векторов из свободных переменных (x3 , x4 )′ можно взять любые линейно неза-
висимые векторы.

5.3. Структура решений неоднородной системы

Рассмотрим неоднородную систему линейных уравнений

125
 

 a11 x1 + a12 x2 + . . . + a1n xn = b1 ,

a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(5.6)

 ...

am1 x1 + am2 x2 + . . . + amn xn = bm .
Пусть B = (A|b) — расширенная матрица системы (5.6).
Пусть M — множество решений (5.6), L — множество решений
соответствующей однородной системы (5.3).
Определение. Любое фиксированное решение x ∈ M называется
частным решением системы (5.6).

Теорема 5.3.1. Пусть rA , rB — ранги матрицы и расширенной

матрицы системы (5.6). Тогда
1o если rA < rB , то система несовместна,
2o если rA = rB = r, то система совместна, т.е. существует
решение x ∈ M, причём
а) при r = n система имеет единственное решение, т.е. M = {x},
б) при r < n каждое решение x ∈ M системы имеет вид

x = x + α1 e1 + α2 e2 + . . . + αn−r en−r , (5.7)

где x — частное решение системы (5.6), e1 , e2 , . . . , en−r— фундамен-

тальная система решений однородной системы (5.3), причём набор
αi ∈ R, i = 1, n − r однозначно определяется по x, x, e1 , e2 , . . . , en−r
и для любого набора αi ∈ R, i = 1, n − r формула (5.7) даёт решение
системы (5.6).

Доказательство. При rA = rB (rA ̸= rB ) система совместна

(несовместна) в силу теоремы Кронекера — Капелли. Поскольку все ми-
норы матрицы A являются минорами матрицы B, неравенство rA > rB
невозможно. Следовательно, либо rA < rB , либо rA = rB .
1o При rA < rB система несовместна, т.е. M = ∅.
2o При rA = rB = r система совместна, т.е. M ̸= ∅ и, следователь-
но, существует решение x ∈ M.
Докажем, что для каждое решение x ∈ M имеет единственное пред-
ставление x = x + y, где y решение однородной системы (5.3).
Действительно, если x ∈ M и x ∈ M, то Ax = b и Ax = b. Вычтем
из первого равенства второе, получим Ax − Ax = b − b или Ax − Ax = O.
Поскольку Ax−Ax = A(x−x), имеем A(x−x) = O. Обозначив y = x−x,
получим Ay = O. Следовательно, y — это решение однородной системы

126
(5.3). Представление решения x ∈ M в виде x = x + y, где y решение
однородной системы (5.3) единственно, т.к. y — это разность x и x, а
разность единственна.
Далее для решения y однородной системы (5.3) из теоремы 5.2.1 по-
лучаем y = O при r = n, а при r < n — y = α1 e1 + α2 e2 + . . . + αn−r en−r ,
где ei , i = 1, n − r– фундаментальная система решений однородной систе-
мы, αi ∈ R, i = 1, n − r – некоторый набор чисел и для любого набора
αi ∈ R, i = 1, n − r y = α1 e1 + α2 e2 + . . . + αn−r en−r является решением
(5.3). Следовательно, при r = n получим единственное решение системы
(5.6) x = x, а при r < n получим общее решение системы (5.6) в виде
x = x + α1 e1 + α2 e2 + . . . + αn−r en−r . 
Формулу (5.7) называют общим решением неоднородной системы и
её кратко записывают в виде xон = xчн + xоо , где xон , xчн — общее
и частное решение неоднородной системы (5.6), xоо — общее решение
однородной системы (5.3 ). 

Найдите об-   3 x1 +2 x2 +3 x3 −12 x4 +12 x5 = −7,

щее решение 2 x1 + x2 + 2 x3 − 8 x4 + 7 x5 = −4,
Задача 5.3.
в виде (5.7)   3 x +4 x2 +5 x3 −16 x4 +22 x5 = −9,
 1
для системы 5 x1 +2 x2 + 2x3 −14 x4 +10 x5 = −12.
Р е ш е н и е. Преобразуем расширенную матрицу.
 x1 x2 x3 x4 x5 св.ч  x1 x2 x3 x4 x5 св.ч 
s1 3 2 3 −12 12 −7 −1 0 −1 4 −2 1 2s1 + s2
s2 
2 1 2 −8 7 −4   2 1 2 −8 7 −4  3s1 + s3
1  1
s3  3 4 5 −9 −2s + s  3 −16 22 −9  5s + s
2 4
−16 22 4 5
−−−−−−→ −−−−−−→
s4 5 2 2 −14 10 −12 5 2 2 −14 10 −12

 x1 x2 x3 x4 x5 св.ч  x1 x2 x3 x4 x5 св.ч
−1 0 −1 4 −2 1 −s 1
1 0 1 −4 2 −1 −1/2s + s
3 1

 0 1 0 0 3 −2  −4s + s  0 1 0
2 3
0 3 −2  −3/2s + s4
3
   
 0 4 2 −4 16 −6 −2s2 + s4  0 0 2 −4 4 2  1/2s
3
−
→ −−−−−−→ −−−−−−−−→
0 2 −3 6 0 −7 0 0 −3 6 −6 −3

 x1 x2 x3 x4 x5 св.ч  x1 x2 x3 x4 x5 св.ч   x1 = −2 + 2x4 ,


1 0 1 −4 2 −1 −s3 + s1 1 0 0 −2 0 −2  x2 = −2 − 3x5 ,
→
−  
 0 1 0 0 3 −2 −−−−−−→  0 1 0 0 3 −2  −
 → x3 = 1 + 2x4 − 2x5 , −
→
 0 0 1 −2 2 1   0 0 1 −2 2 1   
 x = x4 ,

 4
0 0 0 0 0 0 0 0 0 0 0 0 x =x .
         5 5  
x1 −2 + 2x4 −2 + 2x4 + 0x5 −2 2 0
 x2   −2 − 3x5   −2 + 0x4 − 3x5   −2  0  −3 
           
→
− x
  
3
 =  1 + 2x4 − 2x5  =  1 + 2x4 − 2x5  =  1  + x4 2  + x5 −2  −
        →
 x4   x4   0 + 1x4 + 0x5   0  1  0 
x5 x5 0 + 0x4 + 1x5 0 0 1

127
        
x1 −2 2 0
 x2   −2  0  −3 
       
−
→       
 x3  =  1  + c1 2  + c2 −2 .
 x4   0  1  0 
x5 0 0 1

Список литературы

1. Беклемишев Д.В. Курс аналитической геометрии и линейной алгеб-

ры : учебник для студ. вузов / Д.В. Беклемишев. — М. : Физматлит,
2007. — 307 с.

2. Гантмахер Ф.Р. Теория матриц / Ф.Р. Гантмахер. — М. : Физматлит,

2004. — 559 с.

3. Ильин В.А. Линейная алгебра: учебник для студ. физич. специаль-

ностей и специальности «Прикладная математика» / В.А. Ильин,
Э.Г. Позняк. — М. : Физматлит, 2006. — 278 с.

4. Ильин В.А. Линейная алгебра и аналитическая геометрия : учеб-

ник для студ. ун-тов и техн. вузов, обуч. по специальностям «Ма-
тематика», «Прикладная математика и информатика» / В.А. Ильин,
Г.Д. Ким. — М. : Изд-во МГУ, Проспект, 2012. — 388 с.

5. Кострикин А.И. Введение в алгебру. Ч. 2. Линейная алгебра : учебник

для студентов университетов, обучающихся по специальности «Мате-
матика» и «Прикладная математика» / А.И. Кострикин. — М. : Физ-
матлит, 2004. — 368 с.

6. Курош А.Г. Курс высшей алгебры / А.Г. Курош. — СПб. [и др.] : Лань,
2007. — 431 с.

7. Проскуряков И.В. Сборник задач по линейной алгебре / И.В. Проску-

ряков. — СПб ; М. ; Краснодар : Лань, 2007. –– 475 с.

8. Фаддеев Д.К. Сборник задач по высшей алгебре : учеб. пособие для

студ. вузов, обуч. по матем. специальностям / Д.К. Фаддеев, И.С. Со-
минский. — СПб. : Лань, 2004. — 287 с.

128