Alg I Geom Na Python

С. В.
БОРЗУНОВ,
С. Д. КУРГАЛИН
АЛГЕБРА И ГЕОМЕТРИЯ
С ПРИМЕРАМИ
НА PYTHON
УЧЕБНОЕ ПОСОБИЕ
САНКТПЕТЕРБУРГ • МОСКВА • КРАСНОДАР

2020
УДК 512+514+519.6+004.4
ББК 22.14; 22.15; 32.97я73
Б 82 Борзунов С. В. Алгебра и геометрия с примерами на Python :

учебное пособие для вузов / С. В. Борзунов, С. Д. Кургалин. —
СанктПетербург : Лань, 2020. — 444 с. — Текст : непосредствен
ный.
ISBN 9785811454891
Учебное пособие является современным введением в линейную
алгебру и аналитическую геометрию для студентов естественнонаучных
факультетов вузов. Базовые алгоритмы алгебры и геометрии
представлены на языке программирования Python.
УДК 512+514+519.6+004.4
ББК 22.14; 22.15; 32.97я73
Рецензенты:
А. Г. БУХОВЕЦ — доктор технических наук, профессор, профессор кафедры
экономического анализа, статистики и прикладной математики Воронежского
государственного аграрного университета им. Императора Петра I;
С. Г. ТИХОМИРОВ — доктор технических наук, профессор, профессор кафедры
информационных и управляющих систем Воронежского государственного
университета инженерных технологий.
Обложка
П. И. ПОЛЯКОВА
© Издательство «Лань», 2020

© С. В. Борзунов, С. Д. Кургалин, 2020
© Издательство «Лань»,
художественное оформление, 2020
Оглавление
Список основных обозначений . . . . . . . . . . . . . . . . . . 8
Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Глава 1. Матрицы и матричные алгоритмы . . . . . . . . . . 17

1.1. Матрицы и операции над ними . . . . . . . . . . . . . . . . . . 17
1.2. Понятие алгоритма. Корректность алгоритмов . . . . . . . . . 28
1.3. Оценка эффективности алгоритмов . . . . . . . . . . . . . . . 30
1.4. Простейшие операции с матрицами на Python . . . . . . . . . 32
1.4.1. Библиотека NumPy . . . . . . . . . . . . . . . . . . . 35
1.5. Матричные алгоритмы в теории графов . . . . . . . . . . . . 35
Контрольные вопросы к главе «Матрицы и матричные
алгоритмы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Задачи для самостоятельного решения . . . . . . . . . . . . . 42
Ответы и решения к главе «Матрицы и матричные
алгоритмы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Глава 2. Алгебра матриц . . . . . . . . . . . . . . . . . . . . . . 62

2.1. Определители матриц. Определители второго и третьего
порядка . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.2. Определители n-го порядка. Миноры . . . . . . . . . . . . . . 64
2.3. Общие свойства определителей.
Элементарные преобразования матрицы . . . . . . . . . . . . 66
2.4. Обратная матрица . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.5. Целочисленные степени матриц . . . . . . . . . . . . . . . . . 71
2.5.1. Метод математической индукции . . . . . . . . . . . 71
2.6. Функции от матриц . . . . . . . . . . . . . . . . . . . . . . . . 75
2.6.1. Экспонента и логарифм . . . . . . . . . . . . . . . . 76
2.7. Ранг матрицы . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Контрольные вопросы к главе «Алгебра матриц» . . . . . . . 83
Ответы и решения к главе «Алгебра матриц» . . . . . . . . . 96
3
4 ОГЛАВЛЕНИЕ
Глава 3. Системы линейных уравнений . . . . . . . . . . . . 139

3.1. Метод Крамера . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.2. Метод обратной матрицы . . . . . . . . . . . . . . . . . . . . . 142
3.3. Метод Гаусса . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
3.4. Фундаментальная совокупность решений однородной системы
уравнений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
3.5. Общее решение неоднородной системы уравнений . . . . . . . 158
Контрольные вопросы к главе «Системы линейных
уравнений» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
Ответы и решения к главе «Системы линейных
уравнений» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
Глава 4. Комплексные числа и матрицы . . . . . . . . . . . . 187

4.1. Арифметические операции с комплексными числами . . . . . 187
4.2. Основная теорема алгебры . . . . . . . . . . . . . . . . . . . . 192
4.3. Формула Кардано . . . . . . . . . . . . . . . . . . . . . . . . . 193
4.4. Матрицы с комплексными коэффициентами . . . . . . . . . . 195
4.4.1. Эрмитовы матрицы . . . . . . . . . . . . . . . . . . 195
4.4.2. Унитарные матрицы . . . . . . . . . . . . . . . . . . 196
4.5. Основы квантовых вычислений . . . . . . . . . . . . . . . . . 197
4.5.1. Матрицы Паули и матрицы Дирака . . . . . . . . . 200
4.5.2. Основные операции над кубитами . . . . . . . . . . 201
Контрольные вопросы к главе «Комплексные числа
и матрицы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Ответы и решения к главе «Комплексные числа
и матрицы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
Глава 5. Векторные пространства . . . . . . . . . . . . . . . . 232

5.1. Линейная зависимость векторов в пространстве Rn . . . . . . 233
5.2. Базис в пространстве Rn . . . . . . . . . . . . . . . . . . . . . 234
5.3. Евклидово векторное пространство . . . . . . . . . . . . . . . 237
5.4. Собственные значения и собственные векторы матрицы . . . 239
Контрольные вопросы к главе «Векторные пространства» . . 245
Ответы и решения к главе «Векторные пространства» . . . . 251
Глава 6. Векторы в трехмерном пространстве . . . . . . . . 269

6.1. Декартова система координат . . . . . . . . . . . . . . . . . . 270
6.2. Скалярное произведение векторов . . . . . . . . . . . . . . . . 272
ОГЛАВЛЕНИЕ 5
6.3. Векторное произведение векторов . . . . . . . . . . . . . . . . 274

6.3.1. Свойства векторного произведения . . . . . . . . . . 274
6.4. Смешанное произведение векторов . . . . . . . . . . . . . . . 276
6.4.1. Свойства смешанного произведения . . . . . . . . . 277
6.5. Двойное векторное произведение . . . . . . . . . . . . . . . . . 279
Контрольные вопросы к главе «Векторы в трехмерном
пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
Ответы и решения к главе «Векторы в трехмерном
пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Глава 7. Уравнение прямой на плоскости . . . . . . . . . . . 290

7.1. Уравнение прямой с угловым коэффициентом . . . . . . . . . 290
7.2. Общее уравнение прямой . . . . . . . . . . . . . . . . . . . . . 291
7.3. Уравнение прямой с угловым
коэффициентом, проходящей через заданную точку . . . . . . 292
7.4. Уравнение прямой, проходящей через две заданные точки . . 293
7.5. Угол между двумя прямыми . . . . . . . . . . . . . . . . . . . 294
7.6. Уравнение прямой в отрезках . . . . . . . . . . . . . . . . . . 295
7.7. Нормальное уравнение прямой . . . . . . . . . . . . . . . . . . 296
7.8. Отрезки прямых . . . . . . . . . . . . . . . . . . . . . . . . . . 300
Контрольные вопросы к главе «Уравнение прямой
на плоскости» . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
Ответы и решения к главе «Уравнение прямой
на плоскости» . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
Глава 8. Уравнение плоскости в пространстве . . . . . . . . 320

8.1. Уравнение плоскости, ортогональной заданному вектору
и проходящей через заданную точку . . . . . . . . . . . . . . . 320
8.2. Общее уравнение плоскости . . . . . . . . . . . . . . . . . . . 321
8.3. Уравнение плоскости в отрезках . . . . . . . . . . . . . . . . . 321
8.4. Нормальное уравнение плоскости . . . . . . . . . . . . . . . . 322
8.5. Уравнение плоскости, проходящей через заданную точку
параллельно двум заданным векторам . . . . . . . . . . . . . 324
8.6. Уравнение плоскости, проходящей через
три заданные точки . . . . . . . . . . . . . . . . . . . . . . . . 324
8.7. Угол между двумя плоскостями . . . . . . . . . . . . . . . . . 325
8.8. Расстояние от точки до плоскости . . . . . . . . . . . . . . . . 325
8.9. Пучок плоскостей . . . . . . . . . . . . . . . . . . . . . . . . . 326
6 ОГЛАВЛЕНИЕ
Контрольные вопросы к главе «Уравнение плоскости

в пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . 327
Ответы и решения к главе «Уравнение плоскости
в пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . 328
Глава 9. Уравнение прямой в пространстве . . . . . . . . . . 334

9.1. Уравнение прямой, проходящей через заданную точку
параллельно заданному вектору . . . . . . . . . . . . . . . . . 334
9.2. Уравнение прямой, проходящей через две заданные точки . . 335
9.3. Угол между двумя прямыми . . . . . . . . . . . . . . . . . . . 336
9.4. Угол между прямой и плоскостью . . . . . . . . . . . . . . . . 337
9.5. Условие принадлежности двух прямых одной плоскости . . . 338
Контрольные вопросы к главе «Уравнение прямой
в пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . 341
Ответы и решения к главе «Уравнение прямой
в пространстве» . . . . . . . . . . . . . . . . . . . . . . . . . . 343
Глава 10. Билинейные и квадратичные формы . . . . . . . . 348

10.1. Билинейные формы . . . . . . . . . . . . . . . . . . . . . . . . 348
10.2. Квадратичные формы . . . . . . . . . . . . . . . . . . . . . . . 350
10.3. Приведение квадратичной формы к каноническому виду . . . 352
10.3.1. Метод Лагранжа выделения полных квадратов . . . 353
10.3.2. Метод Якоби . . . . . . . . . . . . . . . . . . . . . . 356
Контрольные вопросы к главе «Билинейные и квадратичные
формы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
Ответы и решения к главе «Билинейные и квадратичные
формы» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
Глава 11. Кривые второго порядка . . . . . . . . . . . . . . . . 370

11.1. Эллипс . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
11.2. Гипербола . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
11.3. Парабола . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
11.4. Вырожденные кривые . . . . . . . . . . . . . . . . . . . . . . . 377
11.4.1. Мнимый эллипс . . . . . . . . . . . . . . . . . . . . . 377
11.4.2. Пара пересекающихся прямых . . . . . . . . . . . . 378
11.4.3. Пара мнимых пересекающихся прямых . . . . . . . 378
11.4.4. Пара параллельных прямых . . . . . . . . . . . . . . 378
11.4.5. Пара мнимых параллельных прямых . . . . . . . . 378
ОГЛАВЛЕНИЕ 7
11.4.6. Пара совпадающих прямых . . . . . . . . . . . . . . 379

11.5. Алгоритм вычисления координат точек касания кривой
второго порядка и прямой . . . . . . . . . . . . . . . . . . . . 379
Контрольные вопросы к главе «Кривые второго порядка» . . 382
Ответы и решения к главе «Кривые второго порядка» . . . . 385
Глава 12. Эллиптические кривые . . . . . . . . . . . . . . . . . 396

12.1. Операция сложения точек эллиптической кривой . . . . . . . 397
12.1.1. Сложение точки с O . . . . . . . . . . . . . . . . . . 399
12.1.2. Сложение двух различных точек . . . . . . . . . . . 400
12.1.3. Сложение двух противоположных точек . . . . . . . 401
12.1.4. Удвоение точки . . . . . . . . . . . . . . . . . . . . . 402
12.2. Эллиптические кривые с рациональными точками . . . . . . . 406
12.3. Реализация алгоритма сложения . . . . . . . . . . . . . . . . . 408
Контрольные вопросы к главе «Эллиптические кривые» . . . 413
Ответы и решения к главе «Эллиптические кривые» . . . . . 416
Приложение A. Основные операторы в Python и C . . . . . 421
Приложение B. Тригонометрические формулы . . . . . . . . 425
Приложение C. Греческий алфавит . . . . . . . . . . . . . . . 427
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . 428
Указатель имен . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
Предметный указатель . . . . . . . . . . . . . . . . . . . . . . . 436

Список основных обозначений
N множество натуральных чисел

Z множество целых чисел
Q множество рациональных чисел
R множество вещественных чисел
C множество комплексных чисел
Rn n-мерное арифметическое пространство
∅ пустое множество
A⇒B логическое следствие или импликация
A⇔B логическая эквивалентность
∀x(P (x)) для всех x верно утверждение P (x)
∃x(P (x)) существует такое x, что верно утверждение P (x)
AиB конъюнкция логических выражений A и B
A или B дизъюнкция логических выражений A и B
A≡B тождественное равенство
{a1 , a2 , . . . , an } множество, состоящее из элементов a1 , a2 , . . . , an
n
ai сумма a1 + a2 + . . . + an
i=1
n
ai произведение a1 a2 . . . an
i=1
A = (aij ) матрица, образованная элементами aij

AT матрица, транспонированная по отношению к A
СПИСОК ОСНОВНЫХ ОБОЗНАЧЕНИЙ 9
I единичная матрица
O нулевая матрица
δij символ Кронекера
[A, B] коммутатор матриц A и B
tr A след матрицы A
O(g(n)) класс функций, растущих не быстрее функции g(n)
G(V, E) граф G, в котором V — множество вершин, E — мно-
жество ребер
d(v) степень вершины v графа
D(V, E) ориентированный граф D, в котором V — множество
вершин, E — множество ребер
d+ (v) полустепень исхода вершины v орграфа
d− (v) полустепень захода вершины v орграфа
x целая часть числа x (см. определение на стр. 97)
Mij дополнительный минор элемента матрицы, стоящего
на пересечении i-й строки и j-го столбца
Aij = алгебраическое дополнение элемента aij
i+j
(−1) Mij
A−1 обратная матрица к матрице A
Mji11,j,i22,...,j
,...,ik
k
минор k-го порядка (см. стр. 78)
rk A ранг матрицы A
eA или экспонента от матрицы A
exp A
ln A логарифм от матрицы A
√
i = −1 мнимая единица
z∗ комплексное число, сопряженное по отношению к
комплексному числу z
10 СПИСОК ОСНОВНЫХ ОБОЗНАЧЕНИЙ
|z| модуль комплексного числа z

arg z аргумент комплексного числа
ZH эрмитово сопряженная матрица
|ψ квантовое состояние
|0 , |1 базовые квантовые состояния кубита
σ 1 , σ2 , σ3 матрицы Паули
x = вектор n-мерного линейного пространства Rn
[x1 , . . . , xn ]T
0 нулевой вектор
x евклидова норма вектора x
Xо.о. общее решение однородной системы линейных урав-
нений
Xч.н. частное решение неоднородной системы линейных
уравнений
PrL a проекция вектора a на прямую L (см. стр. 270)
i, j, k орты декартовой системы координат
a⊥b ортогональность векторов a и b
(a · b) скалярное, или внутреннее, произведение векторов
a×b векторное, или внешнее, произведение векторов
(a, b, c) смешанное произведение
a×(b×c) двойное векторное произведение
abs(x) абсолютная величина вещественного числа x
sgn(x) знак вещественного числа x
μ нормирующий множитель (см. стр. 298 и 323)
δ отклонение точки от прямой или от плоскости
A(x, y) билинейная форма
Powered by TCPDF (www.tcpdf.org)

СПИСОК ОСНОВНЫХ ОБОЗНАЧЕНИЙ 11
ω(x) квадратичная форма

ε эксцентриситет кривой второго порядка
Γ эллиптическая кривая с вещественными точками
Ξ эллиптическая кривая с рациональными точками
O бесконечно удаленная точка эллиптической кривой
A⊕B сумма двух точек A и B на эллиптической кривой
Предисловие
Бурное развитие информационных технологий (ИТ) предъявляет осо-

бые требования к подготовке молодых специалистов в этой области. Од-
новременно с быстрым ростом мощности современных вычислительных
систем растет и сложность задач, решаемых для нужд науки и техники,
промышленности и экономики. В связи с этим важным условием под-
готовки кадров в области ИТ становится получение фундаментальных
знаний для разработки математических основ и создания методов реше-
ния таких задач.
К важным разделам математики, идеи и результаты которых могут
использоваться при разработке информационных систем и в любом до-
статочно крупном бизнес-проекте, следует отнести алгебру и геометрию.
Базовыми понятиями алгебры являются числовые матрицы и методы
работы с ними — матричные алгоритмы. Они находят широкое приме-
нение в научно-технических задачах и в проектах игровой индустрии.
Бурное развитие игровых технологий, технологий дополненной и аль-
тернативной реальности привело к необходимости уделять в универси-
тетском курсе геометрии особое внимание методам аналитической гео-
метрии, свойствам фигур в трехмерном пространстве и быстрым алго-
ритмам работы с двух- и трехмерными объектами.
Еще одна перспективная область применения алгоритмов линейной
алгебры получила стремительное развитие буквально в последние го-
ды — это работа с «большими данными» (Big Data). Анализ предельно
больших массивов данных требует применения не только известных ме-
тодов, но и ставит задачу разработки новых подходов и высокоэффек-
тивных алгоритмов.
Настоящее учебное пособие является введением в линейную алгеб-
ру и аналитическую геометрию для студентов естественно-научных фа-
культетов вузов. Оно создано на основе курсов «Алгебра и геометрия»,
«Аналитическая геометрия» и «Фундаментальная и компьютерная ал-
гебра», которые преподаются для студентов первого курса факультета
компьютерных наук Воронежского государственного университета. По-
собие предназначено как для теоретической подготовки (в качестве до-
ПРЕДИСЛОВИЕ 13
полнения к известным учебникам), так и для проведения практических

и лабораторных занятий, а также для самостоятельной работы.
В данной книге термин «алгебра» будем считать эквивалентным тер-
мину «линейная алгебра», а «геометрия» — термину «аналитическая гео-
метрия».
Авторы стремились сделать изложение материала максимально до-
ступным, не теряя при этом строгости в формулировках определений и
теорем. Утверждения (теоремы, свойства) сопровождаются доказатель-
ствами, либо даются ссылки на специальную литературу, где они приво-
дятся для углубленного изучения материала.
Отметим, что в настоящем пособии фундаментальные основы ал-
гебры и геометрии представлены в учебно-методической форме, наибо-
лее подходящей для курсов подготовки будущих ИТ-специалистов. Рас-
смотрены базовые алгоритмы работы с матрицами, векторами, систе-
мами линейных уравнений. Теоретический материал содержит решения
основных типов задач и дополняется большим количеством подробно
разобранных примеров. Окончание примеров обозначается символом .
В конце каждой главы приведены задачи для самостоятельной работы.
Ко многим задачам для самостоятельной работы приводятся не только
полные ответы, но и даются развернутые решения. Знаком ∗ отмечены
задания повышенной сложности.
Отличительной особенностью книги является ее направленность на
применение в учебном процессе факультетов, ведущих подготовку специ-
алистов в области информационно-коммуникационных технологий. По-
мимо разделов, традиционно включаемых в курсы алгебры и геометрии,
одна из глав пособия посвящена математическим основам современно-
го раздела криптографии, а именно криптографии на эллиптических
кривых. Наличие данного раздела послужит связующим звеном между
математическими курсами и методами, применяемыми в практической
деятельности разработчиков программного обеспечения.
Методы современной алгебры и геометрии находят широкое примене-
ние в компьютерных науках. Одному из примеров приложений алгебры
посвящен раздел о квантовых вычислениях. В нем показано, что поня-
тия линейной алгебры используются для построения новых алгоритмов,
вычислительная мощь которых значительно превосходит существующие.
Кратко остановимся на содержании пособия. Первые четыре главы
посвящены классическим разделам линейной алгебры, в них рассматри-
ваются матрицы и определители, системы линейных уравнений, даются
понятия векторного пространства и фундаментального решения одно-
родной системы уравнений. Следующие несколько глав знакомят чита-
теля с основами векторной алгебры и координатного метода на плоскости
14 ПРЕДИСЛОВИЕ
и в трехмерном пространстве, здесь рассмотрены темы: векторы в трех-

мерном пространстве, уравнение прямой на плоскости, уравнение плос-
кости в пространстве, уравнение прямой в пространстве. Анализируются
кривые второго порядка. Глава «Эллиптические кривые» обычно остает-
ся за рамками традиционного курса алгебры и геометрии. Тем не менее
ее присутствие в книге, на наш взгляд, способствует более глубокому по-
ниманию методов линейной алгебры и аналитической геометрии и дает
пример реализации таких методов для решения задач теоретической и
практической криптографии.
В качестве языка программирования для иллюстрации рассматри-
ваемых алгоритмов используется Python. Это позволяет знакомить чи-
тателей с методами решения практических задач уже на первоначаль-
ном этапе освоения учебного материала. Выбор языка Python обуслов-
лен тем, что он является универсальным и широко распространенным
языком программирования общего назначения, подходящим для успеш-
ной реализации численных алгоритмов. Язык Python постоянно разви-
вается, многие его реализации являются программным обеспечением с
открытым кодом. Он широко распространен, обладает необходимыми
средствами автоматической проверки ошибок, которые могут появиться
в программном коде в процессе его создания. Наличие большого количе-
ства дополнительных библиотек (таких как NumPy, SciPy, pandas) зна-
чительно расширяет возможности программиста. Таким образом, этот
язык вполне подходит для обучения методам разработки и анализа ал-
горитмов линейной алгебры и аналитической геометрии.
В примерах мы используем Python 3. Хотя более ранняя версия
(Python 2) еще распространена во многих значимых проектах на момент
написания книги и широко освещена в учебной литературе, официаль-
ная поддержка Python 2 ограничена, и запланировано ее завершение.
Заметим, что имеются существенные различия между этими двумя вер-
сиями языка, но доступны методы для преобразования кода из Python 2
в Python 3 (подробнее см. официальную страницу Python:
https://www.python.org/).
В книге приводится список учебной литературы по линейной алгебре
и аналитической геометрии, которая может быть использована для более
детального изучения вопросов, затронутых в данном пособии.
Приложения содержат справочную информацию, включающую пе-
речень операторов Python и C, основные тригонометрические формулы
и греческий алфавит. Эти материалы позволят снизить потребность в
обращении к справочной литературе.
Заключительная часть книги содержит именной и предметный ука-
затели.
ПРЕДИСЛОВИЕ 15
Ниже представлена схема информационной зависимости глав книги

в виде ориентированного графа, отображающего предпочтительный по-
рядок изучения учебного материала. Например, после изучения глав 1,
2 и 3 можно перейти к одной из двух глав: 4 или 6, содержание которых
является относительно независимым. После главы 9 главы 11 и 12 можно
осваивать в любом порядке.
Глава 1
Глава 2
Глава 3
Глава 4
Глава 5
Глава 6
Глава 7
Глава 8
Глава 9
Глава 10
Глава 11 Глава 12
Схема информационной зависимости глав учебного пособия

16 ПРЕДИСЛОВИЕ
Благодарности
Авторы выражают искреннюю признательность своим коллегам за
полезные обсуждения и критические замечания. Большую пользу по
улучшению текста оказали ценные замечания А. В. Атанова, А. Г. Бу-
ховца, С. А. Запрягаева, Е. А. Киселева, А. В. Лободы, П. В. Лукина,
П. А. Мелешенко, Л. А. Минина, М. Е. Семенова, А. А. Федякова, Т. А. Чу-
раковой.
Отладку и проверку программного кода, размещенного в книге, по-
могали осуществлять студенты факультета компьютерных наук Воро-
нежского государственного университета А. В. Данилова, С. А. Зайцев,
Н. В. Пауков, А. С. Коновской, М. А. Теплякова, В. А. Ушаков.
На протяжении нескольких семестров рукопись этой книги служи-
ла в качестве основного учебного пособия для студентов Воронежского
государственного университета. Их заинтересованность и увлеченность
положительно повлияли на содержание учебного курса. Мы благодарим
всех студентов, прослушавших курс алгебры и геометрии, за найден-
ные опечатки и неточности в первых вариантах рукописи. Большую
помощь в проверке решений и ответов к задачам и упражнениям ока-
зали студенты П. С. Бурдюг, К. И. Ганигин, Д. И. Демьянов, Е. Д. Ко-
ротеева, З. С. Корсаков, Д. В. Макушин, П. Л. Некрасов, Н. В. Салова,
Д. С. Тыняный, А. С. Цыбульская, А. А. Янкевич. Разумеется, все воз-
можно оставшиеся в тексте ошибки исключительно на совести авторов.
С. Д. Кургалин выражает особую благодарность Ольге Кургалиной и
Александру Широкову за постоянную поддержку во время работы над
книгой.
Декабрь 2019 г. С. В. Борзунов,

С. Д. Кургалин
Глава 1
Матрицы и матричные
алгоритмы
1.1. Матрицы и операции над ними

Матрицей размера m × n называется прямоугольная таблица чисел,
в которой m строк и n столбцов.
Матрицу записывают в виде
⎡ ⎤
a11 a12 . . . a1n
⎢ ⎥
⎢ a21 a22 . . . a2n ⎥
A=⎢ ⎢ ⎥. (1.1)
⎥
⎣. . . . . . . . . . . . . . . . . . ⎦
am1 am2 . . . amn
Обозначают матрицы обычно заглавными буквами латинского алфа-

вита, например A, B, U, . . .
Числа aij , входящие в состав матрицы, — это ee элементы. Упорядо-
ченный набор элементов ai1 , ai2 , . . . , ain матрицы A, имеющих одинако-
вый первый индекс i, называют i-й строкой матрицы, а упорядоченный
набор элементов a1j , a2j , . . . , amj , имеющих одинаковый второй индекс j,
называют j-м столбцом. Таким образом, первый индекс произвольного
элемента aij указывает номер строки, а второй индекс — номер столбца,
на пересечении которых находится этот элемент.
Широко применяется краткая запись матрицы:
A = (aij ), i = 1, 2, . . . , m; j = 1, 2, . . . , n. (1.2)
Столбец n чисел называется также n-вектором, или просто век-

тором. Так, 1-вектор представляет собой единственное число, или, как
говорят, скаляр.
18 ГЛАВА 1. МАТРИЦЫ И МАТРИЧНЫЕ АЛГОРИТМЫ
Примечание. Матрицы первоначально были введены для компактной

записи систем линейных уравнений. Сейчас они применяются в различ-
ных разделах математики, физики и их приложений для более просто-
го представления различных математических операций над элементами
матриц.
Пример 1.1. Точка на экране компьютера в формате RGB представ-
ляется в виде 3-вектора с компонентами
⎡ ⎤
p
⎢ R⎥
P = ⎣ pG ⎥
⎢
⎦, (1.3)
pB
где pR , pG , pB — вещественные числа из интервала [0, 1], они характе-

ризуют интенсивность красной, зеленой и голубой составляющих цвета
соответственно. Различные комбинации значений компонент позволяет
получить любой цвет. В частности, векторы
⎡ ⎤ ⎡ ⎤
1 0,2
⎢ ⎥ ⎢ ⎥
P1 = ⎢ 0
⎣ ⎦
⎥ и P2 = ⎢ 0,2 ⎥
⎣ ⎦ (1.4)
0 0,6
определяют красный и темно-синий цвет соответственно.

Если выполняется условие m = n, то матрица называется квадрат-
ной матрицей порядка n. Если число строк не равно числу столбцов
и, тем самым, выполняется неравенство m = n, то такая матрица —
прямоугольная.
Примечание. Для представления матриц используются также обозна-
чения
⎛ ⎞
a
a11 a12 . . . a1n 11 a12 . . . a1n
⎜ ⎟
⎜ a21 a22 . . . a2n ⎟ a21 a22 . . . a2n
⎜ ⎟
⎜. . . . . . . . . . . . . . . . . .⎟ или . . . . . . . . . . . . . . . . . . . (1.5)
⎝ ⎠

am1 am2 . . . amn am1 am2 . . . amn
Элементами вещественных матриц являются вещественные числа

из множества R = (−∞, ∞), а элементы комплексных матриц явля-
ются комплексными числами.
Примечание. В стандартной математической записи индексы элемен-
тов начинаются с единицы: i, j = 1, 2, . . . Во многих языках программи-
рования, в том числе в Python и C, строки и столбцы нумеруются от
ГЛАВА 1. МАТРИЦЫ И МАТРИЧНЫЕ АЛГОРИТМЫ 19
нуля до m − 1 и n − 1 соответственно. На это различие следует обращать

внимание при реализации матричных алгоритмов на указанных языках.
Для матрицы A построим новую матрицу B, в которой строки и

столбцы поменяем местами:
⎡ ⎤
a11 a21 . . . am1
⎢ ⎥
⎢ a12 a22 . . . am2 ⎥
B=⎢ ⎥
⎢. . . . . . . . . . . . . . . . .⎥ . (1.6)
⎣ ⎦
a1n a2n . . . amn
Полученная таким образом матрица B называется транспонирован-

ной по отношению к A и обозначается AT . Как легко видеть, повторное
применение операции транспонирования возвращает к исходной матри-
це: (AT )T = A.
Пример 1.2.
5 0 −4
Транспонированной по отношению к матрице A = яв-
2 −1 3
⎡ ⎤
5 2
⎢ ⎥
ляется матрица AT = ⎢
⎣ 0 −1⎦.
⎥
−4 3
Пусть A — квадратная матрица. Ее главной диагональю назы-
вают набор элементов a11 , a22 , . . . , ann , имеющих одинаковые индексы, а
побочной диагональю, или кросс-диагональю, — набор элементов
an1 , a(n−1)2 , . . . , a1n матрицы.
Квадратную матрицу называют диагональной, если все ее элемен-
ты, расположенные вне главной диагонали, равны нулю:
⎡ ⎤
d1 0 . . . 0
⎢ ⎥
⎢ 0 d2 . . . 0 ⎥
⎢ ⎥
⎢. . . . . . . . . . . . . .⎥ . (1.7)
⎣ ⎦
0 0 . . . dn
Если в диагональной матрице вида (1.7) для всех значений i = 1, 2, . . . ,

n справедливы равенства di = 1, то матрицу называют единичной и
обозначают через I, а если все элементы di = 0, то ее называют нулевой
и обозначают через O:
⎡ ⎤ ⎡ ⎤
1 0 ... 0 0 0 ... 0
⎢ ⎥ ⎢ ⎥
⎢0 1 . . . 0⎥ ⎢0 0 . . . 0 ⎥
I=⎢ ⎢ ⎥, ⎢
O=⎢ ⎥. (1.8)
⎥ ⎥
⎣ . . . . . . . . . . . ⎦ ⎣ . . . . . . . . . . . ⎦
0 0 ... 1 0 0 ... 0
Для обозначения элементов единичной матрицы используется сим-

вол Кронекера1 , определяемый следующим образом:

1, если i = j,
δij = (1.9)
0, если i = j.
Таким образом, в символических обозначениях имеем I = (δij ), где i, j =

1, 2 . . . , n.
Примечание. Часто в обозначении символа Кронекера индексы раз-
деляют запятыми: δi,j .
Матрица A = (aij ) называется верхней треугольной, если aij = 0
при i > j, т. е. все элементы, расположенные ниже главной диагонали,
равны нулю. Аналогично матрица B = (bij ) называется нижней тре-
угольной, если bij = 0 при i < j, т. е. все элементы выше главной
диагонали равны 0.
Верхнюю и нижнюю треугольную матрицу схематически можно обо-
значить, как показано на рис. 1.1.
⎡ ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥.
A=⎢ ⎥, B = ⎢ ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
⎣ 0 ⎦ ⎣ ⎦
Рис. 1.1. Схематические обозначения для верхней A и нижней B

треугольных матриц. Цветом выделено расположение отличных
от нуля элементов
Квадратная матрица A = (aij ) называется симметричной, если для

всех значений i, j = 1, 2, . . . , n элементы aij = aji , иными словами, все
1
Кронекер (Leopold Kronecker) (1823–1891) — немецкий математик.
элементы, симметричные относительно главной диагонали, равны между

собой.
С учетом понятия транспонированной матрицы условие симметрич-
ности можно записать в виде равенства A = AT .
У антисимметричной матрицы элементы aij = −aji , где i, j =
= 1, 2, . . . , n.
Обратимся к понятию равенства матриц. Две матрицы A = (aij ) и
B = (bij ) размера m × n равны друг другу в том и только в том случае,
если aij = bij для всех i и j. Таким образом, свойство равенства может
выполняться только для матриц совпадающего размера.
Пример 1.3. Рассмотрим две матрицы C и D:

1 c2 d2 −d
C= , D= , (1.10)
−c2 c4 d d2
где c и d — некоторые вещественные числа.
Равенство матриц C = D равносильно системе уравнений, отражаю-
щей равенство отдельных элементов:
⎧
⎪
⎪ d2 = 1,
⎪
⎪
⎨ c2 = −d,
(1.11)
⎪
⎪ −c 2
= d,
⎪
⎪
⎩
c4 = d2 .
Значит, матрицы C и D равны, если и только если выполняются ра-
венства c = ±1 и d = −1.
Пример 1.4. Двоичной матрицей, или (0, 1)-матрицей, называет-
ся матрица, элементы которой принимают значения 0 или 1. Вычислим,
сколько существует двоичных матриц размера m × n.
Каждый элемент такой матрицы может принимать только два зна-
чения. Поскольку в матрице, состоящей из m строк и n столбцов, всего
mn элементов, то получаем 2mn способов присвоить значения элементам.
Следовательно, количество двоичных матриц размера m × n равно 2mn .

Рассмотрим основные операции над матрицами. Операции над мат-
рицами вводятся с помощью известных арифметических действий над
их элементами. Сложение и умножение вещественных чисел естествен-
ным образом переносятся на матрицы и образуют основные операции
матричной алгебры.
Суммой двух матриц A = (aij ) и B = (bij ) одинакового размера m×
n называют матрицу C = (cij ) того же размера, состоящую из элементов
cij = aij + bij . При этом для суммы матриц пишут C = A + B.
Заметим, что складывать можно только квадратные или прямоуголь-

ные матрицы одинаковых размеров.
Пример 1.5. Пусть даны две матрицы A и B:

2 0 −1 0 5 3
A= , B= . (1.12)
1 3 4 2 1 4
Найдем их сумму A + B, выполнив операции сложения соответству-

ющих элементов:

2 + 0 0 + 5 −1 + 3 2 5 2
A+B = = . (1.13)
1+2 3+1 4+4 3 4 8

Произведение αA действительного числа α и матрицы A = (aij )
есть матрица C = (cij ), состоящая из элементов cij = α · aij .
Пример 1.6. Пустьзаданы вещественные числа α =2, β = −3 и мат-
0 −1 2 0 −2 4
рица A = . Тогда αA = 2A = , βA = (−3)A =
−2 3 4 −4 6 8

0 3 −6
= .
6 −9 −12

На основании введенных операций можно составить разность матриц
согласно определению: A − B = A + (−1)B. Таким образом, разность
матриц представляет собой не что иное, как сумму первого слагаемого
со вторым слагаемым, домноженным на число (−1).
Заметим, что для антисимметричной матрицы A имеет место равен-
ство AT = −A.
Пример 1.7. Найдем разность матриц, определенных в примере 1.5:

2 0 −1 0 5 3 2 0 −1 0 5 3
A−B = − = + (−1) =
1 3 4 2 1 4 1 3 4 2 1 4

2 + (−1)0 0 + (−1)5 −1 + (−1)3 2 −5 −4
= = .
1 + (−1)2 3 + (−1)1 4 + (−1)4 −1 2 0

Введенные операции обладают следующими свойствами, справедли-
выми для произвольных матриц A, B и C и всех λ, μ ∈ R:
1. A + B = B + A (коммутативность сложения);
2. (A + B) + C = A + (B + C) (ассоциативность сложения);
3. λ(μA) = (λ · μ)A;
4. λ(A + B) = λA + λB;
5. (λ + μ)A = λA + μA;
6. A + O = O + A = A.
Важнейшей операцией линейной алгебры является произведение мат-
риц. Она на основе двух исходных матриц позволяет сконструировать
новую матрицу.
Чтобы ввести это понятие, обратимся сначала к одному частному
случаю. Произведением строки из n элементов на столбец из n элемен-
тов называется элемент, равный сумме произведений соответствующих
элементов строки и столбца:
⎡ ⎤
b1
⎢ ⎥
⎢ b2 ⎥
a1 a2 . . . an ⎢ .. ⎥
⎢
⎥ = a1 b1 + a2 b2 + . . . + an bn . (1.14)
⎣.⎦
bn
Пример 1.8. Вычислим произведение строки [1, 2, 4, 8, 16] на столбец

[16, 8, 4, 2, 1]T :
⎡ ⎤
16
⎢ ⎥
⎢8⎥
⎢ ⎥
⎢ ⎥
1 2 4 8 16 ⎢ 4 ⎥ = 1 · 16 + 2 · 8 + 4 · 4 + 2 · 8 + 1 · 16 = 80. (1.15)
⎢ ⎥
⎢2⎥
⎣ ⎦
1

Теперь обратимся к рассмотрению общего случая матриц произволь-
ного размера.
Произведением матрицы A = (aij ) размера m × n и матрицы
B = (bij ) размера n × p называют матрицу C = (cij ) размера m × p,
элементы которой выражаются согласно правилу:

n
cij = aik bkj . (1.16)
k=1
Произведение матриц записывается так: C = A · B или C = AB.

Таким образом, элемент cij матрицы C = AB есть сумма произведе-
ний элементов i-й строки матрицы A на соответствующие элементы j-го
столбца матрицы B.
⎡ ⎤
⎡ ⎤ b1j ⎡ ⎤
⎢ ⎥
⎢ ⎥⎢ b2j ⎥ ⎢ ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥⎢⎢
⎥ ⎢
⎥=⎢ ⎥
i-я ⎢a a . . . ain ⎥
.. ⎥ i-я
строка ⎣ i1 i2 ⎦⎢⎢ . ⎥ ⎣
⎥ cij ⎦строка
⎣ ⎦
bnj
j-й
j-й столбец
столбец

n
cij = aik bkj
k=1
Рис. 1.2. Умножение матриц (aij ) и (bij )

1 2
Пример 1.9. Выполним операцию перемножения матриц и
−3 4

−3 6
:
5 −4

1 2 −3 6 1 · (−3) + 2 · 5 1 · 6 + 2 · (−4)
= =
−3 4 5 −4 (−3) · (−3) + 4 · 5 (−3) · 6 + 4 · (−4)

7 −2
= . (1.17)
29 −34

Примечание. Введенное выше определение произведения матриц вы-
глядит менее естественно, чем определение суммы. Однако именно такой
способ введения операции умножения позволяет в матричной алгебре со-
хранить многие свойства, характерные для произведения вещественных
чисел.
Выполняются следующие свойства:
1. A(B + C) = AB + AC, (B + C)A = BA + CA (дистрибутивность

умножения относительно сложения);
2. (AB)C = A(BC) (ассоциативность умножения);
3. OA = AO = O (свойство нулевой матрицы);
4. IA = AI = A (свойство единичной матрицы).
В общем случае в произведении матриц существенен их порядок, что

демонстрирует следующий пример.

2 −1 3 0
Пример 1.10. Пусть A = иB= .
1 0 1 −1
Тогда имеем:

2 −1 3 0 2 · 3 + (−1) · 1 2 · 0 + (−1) · (−1) 5 1
AB = = = ,
1 0 1 −1 1·3+0·1 1 · 0 + 0 · (−1) 3 0
(1.18)
в то же время произведение матриц, выполненное в другом порядке,
равно

3 0 2 −1 3·2+0·1 3 · (−1) + 0 · 0 6 −3
B A= = = .
1 −1 1 0 1 · 2 + (−1) · 1 1 · (−1) + (−1) · 0 1 −1
(1.19)

Итак, умножение матриц некоммутативно, т. е. при перестановке
сомножителей результат может измениться.
Как непосредственно следует из определения произведения матриц,
их можно перемножать в том и только в том случае, когда число столб-
цов первого сомножителя — матрицы A, совпадает с числом строк вто-
рого сомножителя — матрицы B. Отметим также, что из существования
произведения AB не следует существование произведения BA.
Коммутатор матриц и след матрицы

Матрицы A и B называются коммутирующими (или переста-
новочными), если AB = BA. Коммутирующие матрицы обязательно
квадратные и имеют одинаковый порядок.
Коммутатором двух квадратных матриц одинакового порядка на-
зывается величина
[A, B] = AB − BA. (1.20)
По определению для коммутирующих матриц выполняется условие

[A, B] = O.
Пример 1.11. Вычислим [A, B], если
⎡ ⎤ ⎡ ⎤
−1 2 −2 1 0 −1
⎢ ⎥ ⎢ ⎥
A = ⎣ 2 1 −1⎦ , B = ⎣−1 1 1 ⎥
⎢ ⎥ ⎢
⎦. (1.21)
−1 −1 −1 2 0 0
Решение.
⎡ ⎤ ⎡⎤ ⎡ ⎤
−1 2 −2
0 −1 −7 2 3
1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
AB = ⎢ ⎥ ⎢ ⎥ ⎢
⎣ 2 1 −1⎦ ⎣−1 1 1 ⎦ = ⎣−1 1 −1⎦ ,
⎥ (1.22)
−1 −1 −1 2 0 0 −2 −1 0
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
0 −1
1 −1 2 −2 0 3 −1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
BA = ⎢
⎣ −1 1 1 ⎥
⎦
⎢ 2 1 −1⎥ = ⎢ 2 −2 0 ⎥ ,
⎣ ⎦ ⎣ ⎦ (1.23)
2 0 0 −1 −1 −1 −2 4 −4
⎡ ⎤
−7 −1 4
⎢ ⎥
[A, B] = AB − BA = ⎢ ⎥
⎣−3 3 −1⎦ . (1.24)
0 −5 4

Пример 1.12. Докажем тождество Якоби2 , справедливое для ком-
мутаторов любых матриц размера n × n:
[[P, Q], R] + [[Q, R], P ] + [[R, P ], Q] ≡ O. (1.25)
Доказательство.
Воспользуемся определением коммутатора [P, Q] = P Q − QP , тогда
[[P, Q], R] = [P Q − QP, R] = (P Q − QP )R − R(P Q − QP ) =
= P QR − QP R − RP Q + RQP. (1.26)
Далее аналогичным образом представим оставшиеся слагаемые в сум-
ме:
[[Q, R], P ] = QRP − RQP − P QR + P RQ, (1.27)
[[R, P ], Q] = RP Q − P RQ − QRP + QP R. (1.28)
2
Яко́би (Carl Gustav Jacob Jacobi) (1804–1851) — немецкий математик.
Суммa величин (1.26), (1.27) и (1.28), как легко видеть после приве-
дения подобных слагаемых, равна нулю. Тем самым тождество Якоби
доказано.
Следом tr A квадратной матрицы A = (aij ), где 1 i, j n, назы-
вается сумма ее диагональных элементов:

n
tr A = aii . (1.29)
i=1
Еще один способ обозначения следа матрицы A — Sp A, от немецкого

слова spur.
Пример 1.13. След единичной матрицы I размера n × n равен ее
порядку: tr I = n.
Оценка количества операций умножения при умножении

матриц
Для оценки времени работы вычислительных алгоритмов необходи-
мо знать количество операций умножения, выполняемых в программе.
Определим это количество для операции умножения матриц.
Пусть обе матрицы произведения являются квадратными и имеют
одинаковый порядок n. Тогда AB представляет собой матрицу n × n.
Для вычисления всех элементов результата потребуются n2 умножений
строки на столбец. В каждом из таких умножений участвуют ровно n
операций умножения вещественных чисел. Следовательно, для опреде-
ления произведения AB требуется n3 вещественных умножений.
Примечание. Существуют неэлементарные алгоритмы, позволяющие
выполнить умножение матриц за меньшее число операций. Одним из са-
мых известных из таких алгоритмов является алгоритм Штрассена3 .
Заметим, что преимущества использования алгоритма Штрассена и ана-
логичных ему неэлементарных методов умножения матриц проявляются
только для достаточно больших значений размера матриц [47].
Современные научно-технические задачи, проекты игровой индустрии,
технологии дополненной и альтернативной реальности требуют быстрого
выполнения матричных операций над данными большого размера. В свя-
зи с этим такие действия над матрицами, как транспонирование, умно-
жение и другие, в настоящее время выполняются с помощью методов
параллельного программирования. Работа с матрицами на высокопроиз-
водительных параллельных системах имеет свои особенности, связанные
с методами представления данных в памяти компьютера и способами
3
Штрассен (Volker Strassen) (род. 1936) — немецкий математик.
межпроцессорного взаимодействия. В работах [35, 50, 71] приводятся ба-

зовые алгоритмы матричной алгебры, адаптированные для применения
на высокопроизводительных вычислительных системах. Примеры реа-
лизации таких алгоритмов приведены в [63].
Примечание. Как уже было указано выше, в качестве элементов мат-
рицы рассматриваются вещественные или комплексные числа. Кроме то-
го, это также могут быть и функции, над которыми можно производить
алгебраические операции. В таком случае говорят о функциональных
матрицах. В дальнейшем, если не оговорено иное, рассматриваются
только числовые матрицы.
1.2. Понятие алгоритма. Корректность

алгоритмов
В разделе 1.4. будут приведены алгоритмы работы с матрицами на
языке Python. Поэтому ниже предварительно рассмотрим понятия алго-
ритма, корректности алгоритмов и укажем, как оценивается их эффек-
тивность.
Алгоритм — это точное предписание, определяющее вычислитель-
ный процесс, ведущий от варьируемых исходных данных к искомому
результату (данные — упорядоченный набор символов) [19]. Другими
словами, алгоритм описывает конкретную вычислительную процедуру,
с помощью которой решается вычислительная задача. Как правило, ал-
горитм используется для решения некоторого класса задач, а не одной
конкретной задачи [57, 28]. Термин «алгоритм» происходит от имени
средневекового математика аль-Хорезми́4 .
Понятие алгоритма относится к базовым, фундаментальным поняти-
ям математики. Многие исследователи пользуются разными определени-
ями понятия алгоритма, отличающимися друг от друга. Однако во всех
определениях явно или неявно подразумеваются следующие свойства
алгоритма [13].
1. Дискретность. Алгоритм должен представлять процесс решения
задачи как последовательное выполнение отдельных шагов. Выполнение
каждого шага алгоритма требует некоторого времени, и каждая опера-
ция осуществляется только целиком и не может осуществляться частично.
2. Элементарность шагов. Способ исполнения каждой команды дол-
жен быть известен и достаточно прост.
4
аль-Хорезми (Muh.ammad ibn Mūsā al-Khwārizmı̄) (ок. 780 — ок. 850) — выдающийся математик,
астроном, географ и философ. Термин «алгебра» происходит от названия его сочинения, содержа-
щего общие приемы для решения задач, сводящихся к некоторым алгебраическим уравнениям [39].
3. Детерминированность (от латинского dētermināre — определять).

Каждый следующий шаг работы алгоритма однозначно определен. Для
одних и тех же исходных данных результат должен быть одним и тем же.
4. Направленность. Должно быть известно, что считать результатом
работы алгоритма.
5. Массовость. Требуется, чтобы была возможность применить алго-
ритм ко всем наборам исходных данных из определенного, заранее фик-
сированного множества.
Корректность алгоритмов
Рассмотрим алгоритм A, решающий конкретную вычислительную
задачу. Возможность применения данного алгоритма в компьютерной
программе требует обоснования правильного решения задачи для всех
входных данных, т. е. следует провести доказательство корректно-
сти алгоритма A. Для этого необходимо проследить все изменения зна-
чений переменных, которые происходят в результате работы алгоритма.
С математической точки зрения речь идет об установлении истинност-
ных значений некоторых предикатов, описывающих переменные величи-
ны.
Пусть P — предикат, истинный для входных данных алгоритма A,
Q — предикат, принимающий истинное значение после завершения рабо-
ты A. Введенные предикаты называются предусловием и постусло-
вием соответственно.
Высказывание {P }A{Q} означает следующее: «если работа алгорит-
ма A начинается с истинного значения предиката P , то она закончится
при истинном значении Q». Получаем, что доказательство корректности
алгоритма A равносильно доказательству истинности {P }A{Q}. Пред-
и постусловие в совокупности с самим алгоритмом называют тройкой
Хоара5 . Тройка Хоара описывает, как выполнение данного фрагмента
компьютерной программы изменяет состояние вычисления [74].
Пример 1.14. Докажем корректность алгоритма обмена значений двух
величин:
Листинг 1.1

1 # Exchanging values of the variables a and b
2 temp = a
3 a = b
4 b = temp

5
Хоар (Charles Antony Richard Hoare) (род. 1934) — английский ученый, специализирующийся
в области информатики и вычислительной техники.
Пусть переменные a и b принимают следующие значения: a = a0 ,
b = b0 .
Предусловие: P = {a = a0 , b = b0 }, постусловие: Q = {a = b0 , b =
= a0 }.
Подставим значения переменных a и b в тело алгоритма A, что при-
ведет к следующим значениям: temp = a0 , a = b0 , b = a0 . Поэтому
предикат {P }A{Q} принимает истинное значение, тем самым доказана
корректность алгоритма swap.
1.3. Оценка эффективности алгоритмов

Важной задачей анализа алгоритмов является оценка числа опера-
ций, выполняемых алгоритмом на определенном классе входных данных.
Точное значение количества элементарных операций здесь не играет су-
щественной роли, так как оно зависит от программной реализации алго-
ритма, архитектуры компьютера и других факторов. Поэтому показате-
лем эффективности алгоритма считается скорость роста этой величины
при возрастании объема входных данных [57, 66].
Для анализа эффективности алгоритмов необходимо оценивать вре-
мя работы компьютера, решающего поставленную задачу, а также объем
используемой при этом памяти. Оценку времени работы вычислительной
системы получают обычно путем подсчета элементарных операций, вы-
полняемых при вычислениях (такие операции называют базовыми). В
предположении, что одна элементарная операция совершается за строго
определенное время, функцию f (n), определяемую как число операций
при вычислениях на входных данных размера n, называют функцией
временно́й сложности [66].
При анализе алгоритмов оценивают число базовых операций и
принимают, что для выполнения каждой из указанных ниже операций
требуется постоянное, не зависящее от n время [67].
1. Бинарные арифметические операции (+, −, ∗, /) и операции срав-
нения вещественных чисел (<, , >, , =, =).
2. Логические операции (и, или).
3. Операции ветвления.
4. Вычисление значений элементарных функций при относительно
небольших значениях аргументов.
При реализации матричных алгоритмов в большинстве случаев базо-
вой операцией считают операцию умножения двух вещественных чисел.
Обратимся к рассмотрению функций f, g : N → (0, ∞). Будем счи-

тать, что g(n) описывает временную сложность известного алгоритма.
Говорят, что функция f (n) принадлежит классу O(g(n)) (читается «о
большое от g»), если скорость роста f (n) не превышает скорость роста
g(n). Дадим строгое определение: f (n) = O(g(n)), если для всех значе-
ний аргумента n, начиная с порогового значения n = n0 , выполняется
неравенство f (n) cg(n) для некоторого положительного c:
O(g(n)) = {f (n) : ∃c > 0, n0 ∈ N такие, что для всех n n0

выполняется f (n) cg(n)}. (1.30)
Запись f (n) ∈ O(g(n)) можно прочитать как «функция g мажори-

рует функцию f ».
Поскольку O(g(n)) обозначает множество функций, растущих не быст-
рее функции g(n), то для указания принадлежности данному множеству
используют запись f (n) ∈ O(g(n)). Нередко в литературе встречается
другое обозначение: f (n) = O(g(n)), знак равенства в котором понима-
ется условно, а именно в смысле принадлежности множеству. На класс
O(g(n)) ссылаются как на «O-символику».
Пример 1.15. Докажите, что справедлива асимптотическая оценка
3n3 ∈ O(n4 ).
Согласно определению (1.30) необходимо доказать, что существует
положительная постоянная c такая, что, начиная с некоторого номера
n0 , выполняется неравенство 3n3 cn4 или (cn − 3)n3 0.
Положим c = 3, тогда, начиная с n0 = 1, последнее неравенство
верно. Значит, 3n3 ∈ O(n4 ).

Примечание. Запись O(f (t)) используется не только при t → ∞, но
и может обобщаться на случай произвольного предельного значения ар-
гумента t → t0 . Например, выражение
f (t) = O(g(t)) при t → t0 (1.31)
означает, что предел отношения функций f (t) и g(t) берется в точке

t = t0 :
f (t)
lim = const 0. (1.32)
t→t0 g(t)
1.4. Простейшие операции с матрицами на

Python
В программах на языке Python матрицы представляются в виде дву-
мерных массивов [27]. Для массивов в Python применяется специальный
термин — «список » (list). Список — это упорядоченная последователь-
ность чисел или других представимых в памяти вычислительной систе-
мы объектов. Таким образом, матрица задается в виде списка, элемента-
ми которого являются списки одинаковой длины. В частности, матрица
⎡ ⎤
11 13 15 17
⎢ ⎥
A=⎢ ⎣−9 −8 −7 −6⎦
⎥ (1.33)
−1 −2 12 14
в программе на Python будет представлена так:

A=[[11, 13, 15, 17], [-9, -8, -7, -6], [-1, -2, 12, 14]]
Как видно, для формирования списка используется перечисление его
элементов через запятую. Для обращения к элементам матрицы исполь-
зуются квадратные скобки, например A[i, j].
Обращаем внимание на то, что индексы массивов в Python начина-
ются с нуля, а не с единицы. Например, для матрицы (1.33) имеем сле-
дующие равенства:
A[0, 0] = 11
A[2, 1] = -2
Примечание. Соглашение о нулевых начальных значениях индексов
применяется также в таких языках программирования, как C и Java [60].
Однако в языках Fortran и Pascal индексы по правилу умолчания начи-
наются с единицы [42, 79].
Приведем программный код, используемый для ввода элементов мат-
рицы с консоли и вывода матрицы на консоль (Листинг 1.2).
Листинг 1.2

1 def read_matrix_from_console ():
2 n = int ( input ()) # Number of rows
3 m = int ( input ()) # Number of columns
4 A = []
5
6 for i in range ( n ):
7 row = input (). split ()
8 for j in range ( m ):
9 row [ j ] = int ( row [ j ])

10 A . append ( row )
11 return A
12
13
14 def print_matrix_to_console (A ):
15 for row in A :
16 for elem in row :
17 print ( elem , end = ’ ’)
18 print ()

Пример вызова функций read_matrix_from_console() и print_mat-
rix_to_console()
A = read_matrix_from_console()
print_matrix_to_console(A)
Следующие функции, представленные в Листинге 1.3, выполняют
стандартные операции над матрицами — сложение, умножение на число
и транспонирование.
Листинг 1.3

1 def matrix_add (A , B ):
2 if len ( A ) == len ( B ) and \
3 len ( A [0]) == len ( B [0]):
4 C = [[0 for j in range ( len ( A [0]))] \
5 for i in range ( len ( A ))]
6
7 for i in range ( len ( A )):
8 for j in range ( len ( A [0])):
9 C [ i ][ j ] = A [ i ][ j ] + B [ i ][ j ]
10
11 return C
12
13
14 def matrix_mult_by_scalar (A , alpha ):
17
20 C [ i ][ j ] = alpha * A [ i ][ j ]
21
22 return C
23
24
25 def matrix_subtract (A , B ):
26 if len ( A ) == len ( B ) and \
27 len ( A [0]) == len ( B [0]):
30
33 C [ i ][ j ] = A [ i ][ j ] - B [ i ][ j ]
34
35 return C
36
37
38 def matrix_transpose (A ):
39 C = [[0 for j in range ( len ( A ))] \
40 for i in range ( len ( A [0]))]
41
44 C [ j ][ i ] = A [ i ][ j ]
45
46 return C

Важная функция, вычисляющая произведение матриц по форму-

ле (1.16), представлена в Листинге 1.4.
Листинг 1.4

1 # Multiplication of matrices A and B
2 def matrix_mult (A , B ):
3 C = [[0 for j in range ( len ( B [0]))] \
5
7 for j in range ( len ( B [0])):
8 s = 0
9
10 for k in range ( len ( B )):
11 s += A [ i ][ k ] * B [ k ][ j ]
12
13 C [ i ][ j ] = s
14
15 return C

1.4.1. Библиотека NumPy

Для высокопроизводительных вычислений широко используется биб-
лиотека с открытым исходным кодом NumPy [64, 72]. В этом пакете для
представления матриц в памяти вводится тип данных array. Кроме того,
при подключении NumPy с помощью команды
from numpy import*
становится доступным большое количество матричных функций и про-
цедур. Важнейшие из них перечислены в таблице 1.1.
В частности, транспонирование произвольных прямоугольных мат-
риц осуществляется с помощью метода «.T»:
A=array([[11, 13, 15, 17],[-9, -8, -7, -6],[-1, -2, 12, 14]])
A.T
На консоль (точнее, в стандартный поток вывода) будет отправлено
A=array([[11, -9, -1],
[13, -8, -2],
[15, -7, 12],
[17, -6, 14]])
1.5. Матричные алгоритмы в теории графов

В качестве примера алгоритма работы с матрицами рассмотрим один
из важных алгоритмов теории графов — алгоритм Уоршелла6 [1, 75], ко-
торый используется для вычисления матрицы достижимости заданного
ориентированного графа D(V, E).
Предварительно напомним основные понятия теории графов. Ниже
всюду знаки операций умножения «·» и «×» будем считать эквивалент-
ными. В некоторых случаях, когда ясно, что речь идет об умножении,
они могут быть опущены.
Графом называется пара G = (V, E), где V — множество вершин,
а E — множество ребер, соединяющих некоторые пары вершин [22, 29,
31, 48]. У ориентированных графов ребра являются упорядоченной
парой вершин, т. е. имеет значение, какая вершина является началом
ребра, а какая — концом. Ориентированные графы также называют ор-
графами.
Рисунок, на котором вершины графа изображены точками, а ребра —
отрезками или дугами, называется диаграммой графа [21].
6
Уоршелл (Stephen Warshall) (1935–2006) — американский исследователь в области компьютер-
ных наук.
Т а б л и ц а 1.1
Матричные функции и процедуры NumPy
Название Комментарий
dot(A,B) произведение матриц A и B
trace(A) след матрицы
linalg.inv(A) обращение матрицы
linalg.det(A) определитель матрицы
linalg.matrix_rank(A) ранг матрицы
возведение матрицы A в целую сте-
linalg.matrix_power(A, n) пень n
вычисление собственных значений
linalg.eigvals(A) матрицы
решение задачи на собственные
значения и собственные векторы,
linalg.eig(A) функция возвращает все решения
(λ, X) системы AX = λX
решение системы линейных уравне-
linalg.solve(A, B) ний AX = B c вектором B в ее правой
части
Две вершины u и v графа смежны, если они соединены ребром

r = uv. При этом говорят, что вершины u и v являются концами ребра r.
Если вершина v является концом ребра r, то v и r считаются инцидент-
ными (от латинского incēdere — распространяться).
Число элементов (мощность) любого множества, например, V , обо-
значается как |V |.
Матрица смежности M — это двоичная матрица отношения на
множестве вершин графа G(V, E), которое задается его ребрами. Мат-
рица смежности имеет размер |V | × |V |, а ее элементы определяются
согласно правилу

1, если ребро ij ∈ E,
M (i, j) = (1.34)
0, если ребро ij ∈
/ E.
Маршрутом длины k в графе G называется последовательность

вершин v0 , v1 , . . . , vk такая, что ∀i = 1, . . . , k вершины vi−1 и vi являются
смежными. Рассматривают также тривиальные маршруты вида vi , vi .
Для ориентированных графов маршруты также называют путями.
Под длиной маршрута будем понимать количество ребер в нем с
учетом повторений.
Пример 1.16. Рассмотрим орграф D(V, E), множество вершин V и
множество ребер E которого заданы следующим образом:
V = {a, b, c, d, e}, E = {ab, ae, bc, bd, dc, de, ec}.
Граф D(V, E) представлен на рис. 1.3.
b c d
a e
Рис. 1.3. Орграф D(V, E) (пример 1.16)
Матрица смежности M орграфа D имеет вид:

a b c d e
⎡ ⎤
a 0 1 0 0 1
⎢ ⎥
b ⎢0 0 1 1 0⎥
⎢ ⎥ (1.35)
⎢ ⎥
M= c ⎢0 0 0 0 0⎥ .
⎢ ⎥
d ⎢0 0 1 0 1⎥
⎣ ⎦
e 0 0 1 0 0
Матрицей достижимости M ∗ орграфа D(V, E) называют логиче-
скую матрицу замыкания по транзитивности отношения E. В матрице
достижимости хранится информация о существовании путей между вер-
шинами орграфа: на пересечении i-й строки и j-го столбца стоит 1 тогда
и только тогда, когда существует путь из вершины vi в vj . Вычислить
M ∗ можно по формуле с использованием логической операции или [30]:
M ∗ = M или M 2 или . . . или M n , (1.36)
где n — число вершин ориентированного графа, т. е. n = |V |. Заметим,

что определение элементов матрицы M ∗ по формуле (1.36) связано с
вычислениями значительного объема, поэтому для орграфов с бо́льшим
количеством вершин используют алгоритм Уоршелла, известный так-
же как алгоритм Роя7 – Уоршелла [75].
Алгоритм Уоршелла основан на формировании последовательности
вспомогательных двоичных матриц W (0) , W (1) , . . . , W (n) , где n = |V |.
Первую матрицу полагают равной матрице смежности M орграфа. Эле-
(k) (k)
менты Wij , где 1 i, j, k n, вычисляются по правилу: Wij = 1,
если существует путь, соединяющий вершины vi и vj , такой, что все
внутренние вершины принадлежат множеству Vk = {v1 , v2 , . . . , vk }, или
(k)
Wij = 0 в противном случае. Отметим, что внутренней вершиной пути
P = vi , . . . , vl , . . . , vj называют любую вершину vl , 1 l n, принадле-
жащую P , за исключением первой vi и последней vj . Результирующая
матрица W (n) оказывается равной W (n) = M ∗ , поскольку Mij∗ = 1 тогда
и только тогда, когда существует путь vi , . . . , vj , все внутренние вершины
которого содержатся в V = {v1 , v2 , . . . , vn }.
Принципиальным моментом является то, что матрицу W (k) можно
получить из W (k−1) следующим образом. Путь vi , . . . , vj , содержащий
внутренние вершины только из множества Vk , существует тогда и только
тогда, когда выполняется одно из условий:
1) существует путь vi , . . . , vj с внутренними вершинами только из
Vk−1 = {v1 , v2 , . . . , vk−1 };
2) найдутся пути v1 , . . . , vk и vk , . . . , vj , содержащие внутренние вер-
шины только из Vk−1 .
(k−1)
Получаем два случая: либо Wij = 1, если vk входит в множество
(k−1) (k−1)
разрешенных на данном этапе вершин, либо Wik = 1 и Wkj = 1.
Следовательно, с использованием логических операций или (дизъюнк-
ции) и и (конъюнкции) можно записать:
(k) (k−1) (k−1) (k−1)
Wij = Wij или Wik и Wkj . (1.37)
Приведем соответствующий алгоритм для построения M ∗ по задан-

ной матрице смежности M размера n × n, где n > 1. Промежуточные
матрицы W (k) , где 0 k n − 1, не обязательно хранить в памяти до
окончания работы алгоритма, поэтому в предлагаемой реализации эле-
менты W (k−1) заменяются элементами последующей матрицы W (k) .
7
Рой (Bernard Roy) (род. 1934) — французский математик.
Листинг 1.5

1 def Warshall_algorithm (M ):
2 n = len ( M )
3
4 W = [[0 for j in range ( n )] \
5 for i in range ( n )]
6
8 for j in range ( n ):
9 W [ i ][ j ] = M [ i ][ j ]
10
11 for k in range ( n ):
14 W [ i ][ j ] = W [ i ][ j ] or \
15 ( W [ i ][ k ] and W [ k ][ j ])
16
17 return W

a b
d c
Рис. 1.4. Ориентированный граф D
Корректность алгоритма WarshallAlgo можно доказать методом ма-

тематической индукции (см. описание этого метода далее п. 2.5.1) [75].
Решение задачи о нахождении M ∗ исследуется также в упражнении 1.39
и в [75].
Пример 1.17. Пусть задан орграф D (рис. 1.4). Построим матрицу

достижимости M ∗ , воспользовавшись алгоритмом Уоршелла.
Решение.
Матрица W (0) совпадает с матрицей смежности орграфа и имеет вид
a b c d
⎡ ⎤
a 0 1 0 0
⎢ ⎥
b ⎢1 0 1 0⎥
W (0) = ⎢ ⎥.
⎢0 0 0 0⎥
c ⎣ ⎦
d 1 0 1 0
(0) (1)
Вычислим W (1) . Если Wij = 1, то соответствующий элемент Wij
(1) (0)
также равен 1: Wij = 1. Если Wij = 0, то следует обратить внимание
на элементы первой строки и первого столбца, стоящие на пересечении
(0) (0) (1)
с j-м столбцом и i-й строкой: если W1j = Wi1 = 1, то Wij = 1. Усло-
(0) (0)
вие W1j = Wi1 = 1 выполняется для двух пар (i, j), а именно для
(1) (1)
i = j = 2 и i = 4, j = 2. Значит, W22 = W42 = 1, а все остальные эле-
менты W (1) совпадают с соответствующими элементами матрицы W (0) .
Для наглядности в записи матрицы выделим полужирным шрифтом и
подчеркиванием элементы W (1) , изменившие значение на данном шаге:
a b c d
⎡ ⎤
a 0 1 0 0
⎢ ⎥
b ⎢1 1 1 0⎥
W (1) = ⎢ ⎥.
⎢0 0 0 0⎥
c ⎣ ⎦
d 1 1 1 0
Далее вычислим W (2) . Рассмотрим вторую строку и второй столбец

матрицы W (1) . Те элементы W (1) , которые расположены в одной строке с
(1)
элементами Wi2 = 1 из второго столбца и в одном столбце с элементами
(1)
W2j = 1 из второй строки, изменят свое значение в W (1) на 1. Таки-
(1) (1)
ми будут элементы W11 и W13 . Остальные элементы W (2) совпадают с
соответствующими элементами матрицы W (1) .
a b c d
⎡ ⎤
a 1 1 1 0
⎢ ⎥
b ⎢1 1 1 0⎥
W (2) = ⎢ ⎥.
⎢0 0 0 0⎥
c ⎣ ⎦
d 1 1 1 0
На следующем шаге к множеству возможных вершин добавляется

вершина c. Это не приводит к появлению новых элементов со значением
1.
a b c d
⎡ ⎤
a 1 1 1 0
⎢ ⎥
(3) b ⎢
⎢ 1 1 1 0⎥ ⎥.
W =
c ⎢
⎣ 0 0 0 0 ⎥
⎦
d 1 1 1 0
На заключительном шаге получаем W (4) = W (3) , и матрица дости-
жимости орграфа D будет иметь вид
a b c d
⎡ ⎤
a 1 1 1 0
⎢ ⎥
∗ b ⎢⎢ 1 1 1 0⎥⎥.
M =
c ⎢⎣ 0 0 0 0 ⎥
⎦
d 1 1 1 0
Контрольные вопросы к главе «Матрицы и

матричные алгоритмы»
1. Дайте определение диагональной матрицы, верхней треугольной
матрицы, нижней треугольной матрицы, симметричной матрицы,
двоичной матрицы.
2. Каким образом выполняется операция транспонирования матри-
цы?
3. Как определяется символ Кронекера?
4. Какие матрицы называются симметричными, антисимметричны-
ми?
5. Сформулируйте определение произведения двух матриц размера
m × n и n × p.
6. Чему равен коммутатор матриц A и B?
7. Дайте определение следа квадратной матрицы.
8. Что такое алгоритм?
9. Перечислите основные свойства алгоритмов.
10. Как оценивают эффективность алгоритмов?
11. Поясните смысл обозначения O(f (n)).
12. Опишите, как представляются матрицы в Python.
13. Перечислите основные матричные функции и процедуры библио-

теки NumPy.
14. Какими способами представляются графы в памяти компьютера?
15. Для решения какой задачи используют алгоритм Уоршелла?
Задачи для самостоятельного решения

2 1 −1 −2 1 0
1.1. Вычислите 3A + 2B, где A = ., B=
−3 2 2
0 1 4
⎡ ⎤
1 1
1 −1 0 ⎢ ⎥
1.2. Вычислите AB, где A = , B = ⎣2 −1⎥
⎢
⎦. Найдите
2 3 4
3 0
B T AT и (A B)T .
1.3. Пусть матрица A = (aij ) имеет размер n1 × n2 , а матрица B =

= (bij ) — размер n2 × n3 . Докажите, что выполняется равенство
(AB)T = B T AT , (1.38)
т. е. транспонированное произведение двух матриц равно произве-

дению транспонированных матриц, взятых в обратном порядке.
1.4. Выпишите матрицы размера 3×3, элементы которых определяются

по формулам:
1) aij = (−1)i+j−1 ;
i + j + |i − j|
2) bij = ;
2
3) cij = (i − 2)2 + (j − 2)2 ;
4) dij = sin(|i − j|).

Вычислите сумму всех элементов S каждой из матриц.
1.5. Пусть A = (aij ) — квадратная матрица

порядка n 3. Восполь-
зовавшись символом суммирования , запишите следующие вели-
чины:
1) сумму элементов третьей строки;
2) сумму элементов второго столбца;
3) сумму квадратов диагональных элементов;
4) модуль суммы элементов, расположенных на побочной диагона-
ли.
1.6. Как с помощью знака суммирования записать сумму элементов

квадратной матрицы, расположенных выше главной диагонали?
Как это сделать для элементов, расположенных ниже главной диа-
гонали?
1.7. Студент, проводящий опыт в химической лаборатории, случайно

залил реактивом страницу конспекта по алгебре, на которой бы-
ла записана антисимметричная матрица. В результате оказалось
невозможным прочитать некоторые ее элементы. Если обозначить
такие элементы символом «?», то запись будет выглядеть так:
⎡ ⎤
0 1 −1 ?
⎢ ⎥
⎢? 0 2 2⎥
⎢ ⎥
⎢? ? ? ?⎥ .
⎣ ⎦
7 ? 0 ?
Восстановите неизвестные элементы и запишите исходную матри-

цу.
1.8. Определите число двоичных квадратных матриц из n строк и n

столбцов, являющихся
1) симметричными;
2) антисимметричными
относительно главной диагонали.
1.9. Вычислите:
⎡ ⎤
0 0 1 ⎡ ⎤
⎢ ⎥ −1 −1 3
⎢1 1 2⎥ ⎢ ⎥ 1 −2
а) ⎢ ⎥⎢ 2 2 ⎥ 4 ; б) .
⎢2 2 3⎥ ⎣ ⎦ 1 3 −4
⎣ ⎦
1 1
3 3 4
1.10. Рассмотрим двоичные матрицы

⎡ ⎤ ⎡ ⎤
0 1 0 0 0 1
⎢ ⎥ ⎢ ⎥
Q1 = ⎢ ⎥
⎣1 0 0⎦ , Q2 = ⎢ ⎥
⎣0 1 0⎦ .
0 0 1 1 0 0
Выполните действия: Q1 Q2 , Q2 Q1 , Q21 и Q22 .
1.11. Для каких матриц D второго порядка квадрат D2 равен нулевой

матрице?
1.12. Пусть заданы матрицы L = [−2, −1, 0, 1, 2], M = [0, 2, 4, 6, 8]. Вы-
числите произведения LM T и M T L.
1.13. Элементы матрицы G = (gij ) определены согласно правилу

1, если i j,
gij =
0, если i < j.
Чему равны элементы матрицы G2 ?
1.14. На экзамене по линейной алгебре студент утверждает, что в резуль-

тате перемножения двух ненулевых матриц результат обязательно
будет ненулевой матрицей. Прав ли студент?
∗ 1.15. Обозначим через xi количество процессоров, выпущенных некото-

рым предприятием, считая от начала года. В частности, работа
предприятия в первый месяц описывается вектором X = [x1 , x2 , . . . ,
x31 ]T . Определите матрицу D, которой следует подействовать на
X, чтобы в результате получить вектор Y = [x2 − x1 , x3 − x2 , . . . ,
xn − xn−1 ]T : Y = D · X. Вектор Y отражает ежедневный прирост
производительных мощностей предприятия.
1.16. Вычислите произведение функциональных матриц A(ψ)B(θ)A(ϕ),

если
⎡ ⎤ ⎡ ⎤
cos ϕ sin ϕ 0 1 0 0
⎢ ⎥ ⎢ ⎥
A(ϕ) = ⎢ ⎥ ⎢ ⎥
⎣− sin ϕ cos ϕ 0⎦ , B(θ) = ⎣0 cos θ sin θ ⎦ .
0 0 1 0 − sin θ cos θ
1.17. Вычислите коммутатор [A, B], если

⎡ ⎤ ⎡ ⎤
7 5 3 6 2 3
⎢ ⎥ ⎢ ⎥
A=⎢ ⎥ ⎢
⎣1 3 2⎦ , B = ⎣ 5 2 1⎥⎦.
2 2 7 1 1 6
1.18. Вычислите коммутатор [A, B], если A — произвольная матрица,

B = I — единичная матрица того же порядка, что и A.
1.19. Рассмотрим матрицы

⎡ ⎤ ⎡ ⎤ ⎡ ⎤
0 −1 0 0 0 0 0 0 1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎢
P1 = ⎣1 0 0⎦ , P2 = ⎣0 0 −1⎥
⎥ ⎢
P3 = ⎣ 0 0 0 ⎥
⎦, ⎦ . (1.39)
0 0 0 0 1 0 −1 0 0
Вычислите коммутаторы [P1 , P2 ], [P2 , P3 ] и [P3 , P1 ].
1.20. Верно ли, что для любых квадратных матриц A, B и C одинакового

размера выполняется равенство [A + B, C] = [A, C] + [B, C]?
1.21. Докажите, что для любых матриц A, B и C одинакового размера

справедливо тождество
[AB, C] ≡ A[B, C] + [A, C]B. (1.40)
1.22. Верно ли, что для любых квадратных матриц A, B и C одинакового

размера выполняется равенство [A, [B, C]] = [[A, B], C]?
1.23. Пусть даны квадратные матрицы A и B одного и того же порядка.

В каком случае справедливо равенство (A + B)2 = A2 + 2AB + B 2 ?
1.24. Верно ли, что если [A, B] = O и [A, C] = O, то матрицы B и C

являются коммутирующими?
1.25. Предположим, что размеры матриц A, B и C равны n1 ×n2 , n2 ×n3

и n3 × n4 соответственно. Чтобы вычислить произведение ABC,
операции умножения можно выполнить двумя способами: (A·B)·C
или A · (B · C). При каком соотношении между величинами n1 , n2 ,
n3 и n4 вычисление первым способом — как (A · B) · C — потребует
меньшего количества операций умножения вещественных чисел по
сравнению со вторым способом?
1.26. Докажите корректность алгоритма обмена значений двух величин

без использования вспомогательной переменной.
Листинг 1.6

1 # Exchanging values of the variables a and b
2 # without using the auxiliary variable
3 a = a + b
4 b = a - b
5 a = a - b

1.27. Докажите корректность алгоритма сложения квадратных матриц.

Листинг 1.7

1 # Addition of matrices A and B
2 def matrix_add (A , B ):
3 if len ( A ) == len ( B ) and \
4 len ( A [0]) == len ( B [0]):
7
10 C [ i ][ j ] = A [ i ][ j ] + B [ i ][ j ]
11
12 return C

1.28. Докажите корректность алгоритма умножения квадратных мат-

риц.
Листинг 1.8

1 # Multiplication of matrices A and B
2 def matrix_mult (A , B ):
3 C = [[0 for j in range ( len ( B [0]))] \

5
7 for j in range ( len ( B [0])):
8 s = 0
9
10 for k in range ( len ( B )):
11 s += A [ i ][ k ] * B [ k ][ j ]
12
13 C [ i ][ j ] = s
14
15 return C

1.29. Докажите корректность оптимизированного алгоритма умножения

матриц.
Листинг 1.9

1 # Optimized multiplication
2 # of matrices A and B
3 def matrix_mult2 (A , B ):
4 n = len ( A )
5
6 C = [[0 for i in range ( n )] \
7 for j in range ( n )]
8
9 D = [0 for i in range ( n )]
10
13 s = 0
14
16 D [ k ] = B [ k ][ j ]
17
19 s += A [ i ][ k ] * D [ k ]
20
21 C [ i ][ j ] = s
22
23 return C

Примечание. Рассмотренный вариант умножения матриц оптими-

зирован таким образом, чтобы предварительно выбирать элементы
столбца B[k, j] в промежуточный массив D, который можно цели-
ком разместить в быстрой кэш-памяти [3].
1.30. Определите количество операций сложения двух чисел, выполняе-
мых алгоритмом matrix_add(A, B) для матриц размера N × N .
1.31. Определите количество операций сложения и умножения, выпол-
няемых алгоритмом matrix_mult(A, B) для матриц размера N ×N .
1.32. Предложите способ уменьшить число операций сложения, выпол-
няемых алгоритмом matrix_mult(A, B).
1.33. Пусть A1 , A2 и A3 — числовые матрицы размера 50 × 25, 25 × 30 и
30 × 10 соответственно. Определите минимальное число операций
умножения, необходимых для вычисления произведения A1 A2 A3
стандартным алгоритмом matrix_mult, реализация которого для
квадратных матриц представлена в упражнении 1.28.
1.34. Пусть A1 , A2 , A3 и A4 — числовые матрицы размера 25×10, 10×50,
50 × 5 и 5 × 30 соответственно. Определите минимальное число
операций умножения, необходимых для вычисления произведения
A1 A2 A3 A4 стандартным алгоритмом matrix_mult.
1.35. Пусть A1 , A2 , A3 и A4 — числовые матрицы размера 100×20, 20×15,
15 × 50 и 50 × 100 соответственно. Определите минимальное число
операций умножения, необходимых для вычисления произведения
A1 A2 A3 A4 стандартным алгоритмом matrix_mult.
∗ 1.36. Докажите, что число способов вычисления произведения матриц
A1 A2 . . . Am+1 , m 1, или, другими словами, число способов рас-
становки скобок в данном произведении, где A1 , A2 , . . . , Am+1 —
числовые матрицы размера n1 × n2 , n2 × n3 , . . . , nm+1 × nm+2 соот-
ветственно, равно числу Каталана8 Cm , определяемому по формуле
1
Cm = C(2m, m) для всех m 1, (1.41)
m+1
где C(2m, m) — биномиальный коэффициент.
1.37. Оцените число операций, совершаемых алгоритмом Уоршелла для
получения матрицы достижимости орграфа.
8
Каталан (Eugène Charles Catalan) (1814–1894) — бельгийский математик.
1.38. С помощью алгоритма Уоршелла вычислите матрицу достижимо-

сти орграфа D, представленного на рис. 1.5.
2 4
1 5
Рис. 1.5. К упр. 1.38
1.39. Один из путей модификации алгоритма Уоршелла заключается в

представлении строк двоичных матриц как битовых строк. В этом
случае для вычисления элементов матриц W (k) для 1 i N
используется побитовая операция or. Определите число операций
на битовых строках, совершаемых данной реализацией алгоритма
Уоршелла.
1.40. Запишите аналитическое выражение для функции f (N ), представ-

ленной алгоритмом:
Листинг 1.10

1 def f ( n : int ):
2 temp = 0
3
4 for i in range (1 , n + 1):
5 for j in range (1 , n + 1):
6 for k in range (j , n + 1):
7 temp += 1
8
9 return temp

∗ 1.41. Запишите аналитическое выражение для функции g(N ), представ-

Листинг 1.11

1 def g ( n : int ):
2 temp = 0
3
5 for j in range (n , i - 1 , -1):
6 for k in range (1 , j + 1):
7 temp += 1
8
9 return temp

∗ 1.42. Запишите аналитическое выражение для функции h(N ), представ-

Листинг 1.12

1 def h ( n : int ):
2 temp = 0
3
5 for j in range (1 , i + 1):
6 for k in range (1 , j + 1):
7 for l in range (1 , k + 1):
8 temp += 1
9
10 return temp

1.43. Вычислите след матрицы A = (aij ), где 1 i, j n, элементы

которой заданы формулами:
1) aij = i + j;
2) aij = i − j;
3) aij = ln(i2 + j 2 );
4) aij = max(i, n − j);
1 1
5) aij = min( , );
i j
6) aij = sin(π(i + 2j));
n
7) aij = − (i + j);
2
1
8) aij = i + .
j

1.44. Докажите, что след произведения квадратных матриц не зависит

от порядка сомножителей: tr (AB) = tr (BA).
Ответы и решения к главе «Матрицы и мат-

ричные алгоритмы»
1.1. Решение.
6 3 −3 −4 2 0
Вычисляем слагаемые в сумме: 3A = , 2B = .
0 3 12 −6 4 4

2 5 −3
Выполняем операцию суммирования матриц: 3A+2B = .
−6 7 16
Произведение AB вычислим, ⎡ ⎤ опираясь на формулу (1.16):
1 1
1 −1 0 ⎢ ⎢2 −1⎥ =
⎥
A·B = ⎣ ⎦
2 3 4
3 0

1 · 1 + (−1) · 2 + 0 · 3 1 · 1 + (−1) · (−1) + 0 · 0 −1 2
= = .
2·1+3·2+4·3 2 · 1 + 3 · (−1) + 4 · 0 20 −1
Выполняем
⎡ операцию
⎤ транспонирования матриц:
1 2
⎢ ⎥ T 1 2 3
A =⎢
T ⎥
⎣−1 3⎦ , B = 1 −1 0 ;
0 4

1 · 1 + 2 · (−1) + 3 · 0 1 · 2 + 2 · 3 + 3 · 4
B T · AT = =
1 · 1 + (−1) · (−1) + 0 · 0 1 · 2 + (−1) · 3 + 0 · 4

−1 20
= .
2 −1

−1 20
(A · B)T = .
2 −1
Заметим, что равенство (A B)T = B T AT выполняется для любых
матриц A и B, для которых определено произведение AB (см. упр. 1.38).
1.3. Доказательство.
На основании определения операции транспонирования матрицы и
формулы (1.16) левая часть равенства (1.38) состоит из элементов:

n2
(AB)T ij
= (AB)ji = ajk bki ,
k=1
где 1 i n3 , 1 j n1 .
Далее, представим элементы правой части равенства (1.38) в виде

n2
n2
n2
(B T AT )ij = (B T )ik (AT )kj = bki ajk = ajk bki
k=1 k=1 k=1
для 1 i n3 , 1 j n1 .
Доказано, что для всех возможных номеров i и j элементы матриц
(AB)T и B T AT совпадают. В соответствии с определением равенства мат-
риц на с. 21 получаем:
(AB)T = B T AT .
Вычислив
⎡ элементы
⎤ матриц по указанным формулам, получим:
−1 1 −1
⎢ ⎥
1) ⎣ 1 −1 1 ⎥
⎢
⎦, сумма всех элементов S = −1;
−1 1 −1
⎡ ⎤
1 2 3
⎢ ⎥
2) ⎢
⎣2 2 3⎥
⎦, S = 22;
3 3 3
⎡ ⎤
2 1 2
⎢ ⎥
⎢ 0 1⎥
3) ⎣1 ⎦, S = 12;
2 1 2
⎡ ⎤
0 sin 1 sin 2
⎢ ⎥
4) ⎢ ⎥
⎣sin 1 0 sin 1⎦, S = 4 sin 1 + 2 sin 2.
sin 2 sin 1 0
1) Для элементов третьей строки имеем i = 3, j = 1, 2, . . . , n. Следо-
n
вательно, сумма элементов третьей строки представляется в виде a3j .
j=1
2) Элементы второго столбца могут быть записаны как ai2 , где i =

n
= 1, 2, . . . , n. Значит, их сумма равна ai2 .
i=1
3) У диагональных элементов индексы i и j совпадают: aii . Суммa

n
квадратов таких элементов равна a2ii .
i=1
4) Побочную диагональ составляют элементы, у которых сумма ин-
дексов на единицу больше порядка матрицы: i+j = n+1. Следовательно,
n

j = (n + 1) − i, и модуль суммы этих элементов равен abs ai(n+1−i) .
i=1
Запишем сумму элементов квадратной матрицы, расположенных вы-
ше главной диагонали. Количество подлежащих суммированию элемен-
тов в строках выше главной диагонали уменьшается на единицу с увели-
чением номера строки. В силу этого суммирование элементов в i-й строке

n
начинается с i + 1, тогда сумма в одной строке будет равна aij . Вы-
j=i+1

n n
полняя операцию суммирования по всем строкам, получим aij .
i=1 j=i+1
Теперь запишем сумму элементов, расположенных ниже главной диа-
гонали. Количество подлежащих суммированию элементов ниже главной
диагонали возрастает на единицу с увеличением номера строки. Значит,
верхний предел суммирования должен быть равен i−1, и сумма по одной

i−1
строке вычисляется как aij . Для суммы элементов, расположенных
j=1

n i−1
ниже главной диагонали, получаем aij .
i=1 j=1
По определению антисимметричной матрицы AT = −A, тогда
⎡ ⎤ ⎡ ⎤
0 a21 a31 7 0 −1 1 −a14
⎢ ⎥ ⎢ ⎥
⎢1 0 a32 a42 ⎥ ⎢ −2 −2 ⎥
AT = ⎢ ⎥ , −A = ⎢−a21 0 ⎥
⎢−1 2 a33 0 ⎥ ⎢−a −a −a −a ⎥ .
⎣ ⎦ ⎣ 31 32 33 34 ⎦
a14 2 a34 a44 −7 −a42 0 −a44
Приравнивая соответствующие элементы матриц, получаем:

⎡ ⎤
0 1 −1 −7
⎢ ⎥
⎢−1 0 2 2 ⎥
A=⎢ ⎢ 1 −2 0 0 ⎥ .
⎥
⎣ ⎦
7 −2 0 0
Прежде всего заметим, что количество элементов на главной диаго-
нали матрицы равно n, в то время как количество элементов, лежащих
выше нее, равно n(n − 1)/2.
1) Элементы симметричной матрицы, лежащие ниже главной диаго-
нали, однозначно определяются верхней треугольной частью матрицы,
это можно сделать 2n(n−1)/2 способами. Для выбора диагональных эле-
ментов существует 2n способов. Получаем, что количество симметрич-
ных матриц из n строк и n столбцов равно 2n(n−1)/2 · 2n = 2n(n+1)/2 .
2) Главная диагональ антисимметричной матрицы заполнена нуля-
ми. Для определения такой матрицы достаточно задать элементы выше
главной диагонали, это можно сделать 2n(n−1)/2 способами. Следователь-
но, всего существует 2n(n−1)/2 антисимметричных матриц размера n × n.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
0 0 1 ⎡ ⎤ 1 1 5
⎢ ⎥ −1 −1 ⎢ ⎥ ⎢ ⎥
⎢1 1 2⎥ ⎢ ⎥ ⎢ 3⎥ ⎢ ⎥
а) ⎢ ⎥ ⎢ 2 2 ⎥ 4 = ⎢3 ⎥ 4 = ⎢15⎥ ;
⎢2 2 ⎥ ⎣ ⎦ ⎢5 ⎥ ⎢25⎥
⎣ 3⎦ 1 ⎣ 5⎦ 1 ⎣ ⎦
1 1
3 3 4 7 7 35
3
1 −2 1 −2 1 −2 1 −2 −5 6 1 −2
б) = = =
3 −4 3 −4 3 −4 3 −4 −9 10 3 −4

13 −14
= .
21 −22
⎡ ⎤⎡ ⎤ ⎡ ⎤
0 1 0 0 0 1 0 1 0
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢
Q 1 Q2 = ⎣ 1 0 0 ⎦ ⎣ 0 1 0 ⎦ = ⎣ 0 0 1 ⎥
⎦;
0 0 1 1 0 0 1 0 0
⎡ ⎤⎡ ⎤ ⎡ ⎤
0 0 1 0 1 0 0 0 1
⎢ ⎥⎢ ⎥ ⎢ ⎥
Q2 Q1 = ⎢
⎣ 0 1 0 ⎥ ⎢1 0 0⎥ = ⎢1 0 0⎥ ;
⎦⎣ ⎦ ⎣ ⎦
1 0 0 0 0 1 0 1 0
⎡ ⎤⎡ ⎤ ⎡ ⎤
0 1 0 0 1 0 1 0 0
⎢ ⎥⎢ ⎥ ⎢ ⎥
Q21 = ⎢ ⎥⎢ ⎥ ⎢
⎣1 0 0⎦ ⎣1 0 0⎦ = ⎣0 1 0⎦ ;
⎥
0 0 1 0 0 1 0 0 1
⎡ ⎤⎡ ⎤ ⎡ ⎤
0 0 1 0 0 1 1 0 0
⎢ ⎥⎢ ⎥ ⎢ ⎥
Q22 = ⎢ ⎥⎢ ⎥ ⎢
⎣0 1 0⎦ ⎣0 1 0⎦ = ⎣0 1 0⎦ .
⎥
1 0 0 1 0 0 0 0 1
a b
Пусть матрица D имеет вид , где a, b, c, d — неизвестные веще-
c d
ственные числа.
Возведем D в квадрат и приравняем полученный результат нулевой
матрице:

a b a b a2 + bc ab + bd 0 0
= = .
c d c d ac + dc bc + d2 0 0
Запишем систему относительно неизвестных a, b, c, d:
⎧
⎪
⎪ a2 + bc = 0,
⎪
⎪
⎨ c(a + d) = 0,
⎪
⎪ b(a + d) = 0,
⎪
⎪
⎩
bc + d2 = 0.
Из полученной
системы следует, что матрица D должна иметь вид
a b
, причем величины a, b и c связаны условием a2 + bc = 0.
c −a
1.12. Ответ.
Размер матрицы L равен 1 × 5, размер матрицы M T равен 5 × 1.
Следовательно, матрицы LM T и M T L имеют размеры 1 × 1 (это скаляр)
и 5 × 5, соответственно. Выполнив операции умножения, получим:

⎡ ⎤
0
⎢ ⎥
⎢2⎥
⎢ ⎥
⎢ ⎥
LM T = [−2, −1, 0, 1, 2] ⎢4⎥ = (−2) · 0 + (−1) · 2 + 0 · 4 + 1 · 6 + 2 · 8 = 20;
⎢ ⎥
⎢6⎥
⎣ ⎦
8
⎡ ⎤ ⎡ ⎤
0 0 0 0 0 0
⎢ ⎥ ⎢ ⎥
⎢2⎥ ⎢ −4 −2 0 2 4 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
M T L = ⎢4⎥ [−2, −1, 0, 1, 2] = ⎢ −8 −4 0 4 8 ⎥ .
⎢ ⎥ ⎢ ⎥
⎢6⎥ ⎢−12 −6 0 6 12⎥
⎣ ⎦ ⎣ ⎦
8 −16 −8 0 8 16
1.13. Ответ.
Пусть H = G2 , тогда

i − j + 1, если i j,
hij =
0, если i < j.

t 0 0 0
Пусть A = ,B= , где t ∈ R.
0 0 t 0
Как легко видеть, здесь выполняется равенство AB = O, следова-
тельно, произведение двух ненулевых матриц может быть равно нулевой
матрице. Студент не прав.
⎡ ⎤⎡ ⎤
cos ψ
sin ψ 0 1 0 0
⎢ ⎥⎢ ⎥
A(ψ)B(θ) = ⎢ ⎥⎢
⎣− sin ψ cos ψ 0⎦ ⎣0 cos θ sin θ ⎦ =
⎥
0 0 1 0 − sin θ cos θ
⎡ ⎤
cos ψ sin ψ cos θ sin ψ sin θ
⎢ ⎥
=⎢ − sin ψ cos ψ cos θ cos ψ sin θ ⎥.
⎣ ⎦
0 − sin θ cos θ
A(ψ)B(θ)A(ϕ) =
⎡ ⎤⎡ ⎤
cos ψ sin ψ cos θ sin ψ sin θ cos ϕ sin ϕ 0
⎢ ⎥⎢ ⎥
=⎢ ⎥⎢ ⎥
⎣− sin ψ cos ψ cos θ cos ψ sin θ⎦ ⎣− sin ϕ cos ϕ 0⎦ =
0 − sin θ cos θ 0 0 1
⎡ ⎤
cos ψ cos ϕ − sin ψ cos θ sin ϕ cos ψ sin ϕ + sin ψ cos θ cos ϕ sin ψ sin θ
=⎣− sin ψ cos ϕ − cos ψ cos θ sin ϕ − sin ψ sin ϕ + cos ψ cos θ cos ϕ cos ψ sin θ⎦ .
sin θ sin ϕ − sin θ cos ϕ cos θ
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
7 5 3 6 2 3 70 27 44
⎢ ⎥ ⎢
⎥ ⎢ ⎥
AB = ⎢⎣1 3 2⎦
⎥ 2 1⎥⎢5 ⎢
⎦ = ⎣23
⎣ 10 18⎥⎦,
2 2 7 1 6 1 29 15 50
⎡ ⎤ ⎡
⎤ ⎡ ⎤
6 2 3 5 3 7 50 42 43
⎢ ⎥ ⎢
⎥ ⎢ ⎥
BA = ⎢ ⎣5 2 1⎦
⎥ 3 2⎥⎢1 ⎢
⎦ = ⎣39
⎣ 33 26⎥⎦,
1 1 6 2 7 2 20 20 47
⎡ ⎤
20 −15 1
⎢ ⎥
⎢
[A, B] = AB − BA = ⎣−16 −23 −8⎥
⎦.
9 −5 3
1.18. Ответ: [A, I] = O.
1.19. Ответ:
[P1 , P2 ] = P3 , [P2 , P3 ] = P1 и [P3 , P1 ] = P2 .
1.20. Ответ:
Да, равенство [A + B, C] = [A, C] + [B, C] справедливо для любых
квадратных матриц A, B и C одинакового размера. Простые вычисления
показывают, что
[(A+B), C] = (A+B)C−C(A+B) = AC−CA+BC−CB = [A, C]+[B, C].

Преобразуем правую часть равенства (1.40), опираясь на определе-
ние (1.20):
A[B, C] + [A, C]B = A(BC − CB) + (AC − CA)B.
Далее раскроем скобки и приведем подобные слагаемые, после чего еще

раз воспользуемся определением коммутатора:
A[B, C]+[A, C]B = ABC−ACB+ACB−CAB = ABC−CAB = [AB, C].
Таким образом, тождество (1.40) доказано.

Нет, равенство [A, [B, C]] = [[A, B], C] выполняется не для всех A, B
и C, как показывает следующий контрпример:

1 0 0 1 0 0
A= , B= , C= ,
0 0 0 0 1 0

0 0 1 0
[A, [B, C]] = , [[A, B], C] = .
0 0 0 −1
Следовательно, для прозвольных матриц [A, [B, C]] = [[A, B], C].
1.23. Ответ: равенство справедливо в случае AB = BA, т. е. если
матрицы являются коммутирующими.
Не верно. К высказыванию из условия задачи можно привести сле-
дующий контрпример:

1 0 1 0 0 1
A= , B= , C= .
0 1 0 −1 1 0
В этом случае выполняются равенства [A, B] = [A, C] = O, в то время

как

1 0 0 1 0 1 1 0 0 −2
[B, C] = − = = O.
0 −1 1 0 1 0 0 −1 −2 0
Следовательно, матрицы B и C не обязательно являются коммути-

рующими.
Вычислим количество операций умножения для каждого из двух спо-
собов.
1) При умножении каждой строки матрицы A на каждый столбец
матрицы B производится n2 операций умножения. Так, если число строк
равно n1 , а число столбцов — n3 , то в итоге получим n1 n2 n3 операций.
Матрица AB имеет размер n1 × n3 , тогда для получения матрицы ABC
из AB и C необходимо n1 n3 n4 операций умножения вещественных чи-
сел. Таким образом, вычисление (AB)C требует n1 n3 (n2 + n4 ) операций
умножения.
2) Рассуждая аналогично, получим n2 n4 (n1 + n3 ) операций умноже-
ния, необходимых для вычисления по схеме A(BC).
В итоге, вычисление первым способом — как (AB)C — потребует
меньшего количества операций умножения вещественных чисел при вы-
полнении условия n1 n3 (n2 + n4 ) < n2 n4 (n1 + n3 ).
1.30. Ответ: для вычисления суммы двух матриц A и B потребу-
ются N 2 сложений для определения каждого из N 2 элементов A + B.
Каждый из N 2 элементов матрицы AB вычисляется как скалярное
произведение двух векторов размера N , что, соответственно, требует
N сложений и N умножений. Общее число как сложений, так и умноже-
ний получается равным N · N 2 = N 3 .
Тело цикла по переменной k можно переписать в следующем виде:
C[i][j] = A[i][0] * B[0][j]
for k in range(1, len(B)):

C[i][j] = C[i][j] + A[i][k] * B[k][j]
Тогда число сложений уменьшится до N 3 − N 2 , а число умножений

не изменится.
Как известно, число операций умножения, необходимых для вычис-
ления произведения матриц размера n1 × n2 и n2 × n3 , равно n1 n2 n3 .
(Напомним, что произведение двух матриц определено, если количество
столбцов первой из них совпадает с количеством строк второй.) В силу
ассоциативности операции умножения произведение A1 A2 A3 может быть
вычислено двумя способами: (A1 A2 )A3 и A1 (A2 A3 ).
В первом случае потребуется 50·25·30+50·30·10 = 52 500 умножений,

во втором — 25 · 30 · 10 + 50 · 25 · 10 = 20 000. Итак, минимальное число
операций умножения, необходимых для вычисления элементов матрицы
A1 A2 A3 стандартным алгоритмом, равно 20 000.
Примечание. Существует эффективный алгоритм [57] определения
порядка умножений в произведении A1 A2 . . . An , n > 2, с минимальным
числом операций.
1.34. Ответ: 7 500.
1.35. Ответ: 255 000.
Для вычисления W [i, k] в строках с номерами 14–15 (см. алгоритм
на с. 39) требуются две логические операции. Поскольку данная строка
выполняется N × N × N = N 3 раз, где N — размер матрицы смежности
орграфа, то полное число операций для получения M ∗ равно 2N 3 .
1.38. Ответ:
⎡ ⎤
0 1 1 1 1
⎢ ⎥
⎢0 1 1 1 0⎥
⎢ ⎥
⎢ ⎥
M ∗ = ⎢0 1 1 1 0⎥ .
⎢ ⎥
⎢0 1 1 1 0⎥
⎣ ⎦
0 1 1 1 0
N 2 (N + 1)
1.40. Ответ: f (N ) = .
2
1
1.41. Ответ: g(N ) = (N (N + 1)(2N + 1)).
6
1
1.42. Ответ: h(N ) = (N (N + 1)(N + 2)(N + 3)).
24
1.43. Ответ:
1) tr A = n(n + 1);
2) tr A = 0;
n
3) tr A = n ln 2 + 2 ln(n!), где n! = i — факториал числа n;
i=1
3k 2 , если n = 2k,
4) tr A = 2
где k ∈ N;
3k + 3k + 1, если n = 2k + 1,
n 1
5) tr A = Hn , где Hn = — гармоническое число;
i=1 i
6) tr A = 0;
1
7) tr A = − n(n + 2);
2
1
8) tr A = n(n + 1) + Hn , где Hn — гармоническое число (см. выше).
2
Справедливость утверждения tr (AB) = tr (BA) следует из цепочки
равенств:
i↔j
tr (AB) = aij bji = bji aij = bij aji = tr (BA).
i,j i,j i,j
Глава 2
Алгебра матриц
2.1. Определители матриц. Определители

второго и третьего порядка
Одним из основополагающих понятий линейной алгебры является
определитель квадратной матрицы. Начнем рассмотрение этого по-
нятия с определителей
второго
и третьего порядков.
a11 a12
Матрице A = размера 2 × 2 поставим в соответствие число
a21 a22
a11 a22 − a21 a12 , (2.1)
которое называется определителем второго порядка матрицы A и

обозначается
a a
11 12
Δ ≡ det A ≡ |A| ≡ . (2.2)
a21 a22

3 2
3 2
Пример 2.1. Если A = , то Δ = = 3 · 5 − 1 · 2 = 13.
1 5 1 5
Определителем третьего порядка матрицы A размера 3 × 3 на-
зывается число, полученное согласно следующей формуле:

a11 a12 a13

Δ ≡ det A ≡ |A| ≡ a21 a22 a23 =

a31 a32 a33
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 −
− a13 a22 a31 − a12 a21 a33 − a11 a23 a32 . (2.3)
ГЛАВА 2. АЛГЕБРА МАТРИЦ 63
Формулу (2.3) легко запомнить с помощью правила треугольника:

величина определителя третьего порядка равна алгебраической сумме
шести членов, каждый из которых — произведение трех элементов, взя-
тых по одному из каждой строки и каждого столбца матрицы A. Знак
«+» имеет произведение элементов, лежащих на главной диагонали, и
два произведения элементов, образующих в матрице треугольники с ос-
нованиями, параллельными главной диагонали. Знак «−» имеют произ-
ведения элементов, лежащих на побочной диагонали, и два произведе-
ния элементов, образующих треугольники с основаниями, параллельны-
ми побочной диагонали (см. рис. 2.1). К сожалению, правило треуголь-
ника применимо для вычисления определителей матриц только размера
3×3. Как следует поступать в случае матриц большего размера, описано
в разделе 2.2.
знак «+» знак «−»

Рис. 2.1. Схема «правила треугольника» для расчета определителя
третьего порядка
Пример 2.2.

4 2 2

det A = |A| = −4 −3 1 =

3 0 3
= 4 · (−3) · 3 + 2 · 1 · 3 + 2 · (−4) · 0 −
− 2 · (−3) · 3 − 2 · (−4) · 3 − 4 · 1 · 0 =
= −36 + 6 + 0 + 18 + 24 − 0 = 12.

64 ГЛАВА 2. АЛГЕБРА МАТРИЦ
Заметим, что определитель первого порядка для матрицы A = [a11 ],

состоящей из одного элемента, равен значению этого элемента: det[a11 ] =
= a11 .
2.2. Определители n-го порядка. Миноры

Определитель n-го порядка, где n 2, имеет вид

a a . . . a1n
11 12

a21 a22 . . . a2n
Δ = . . (2.4)
..
.. . . .
. ...

an1 an2 . . . ann
По аналогии с (2.3) он представляет собой полином, каждое слагае-

мое которого является произведением ровно n элементов матрицы (aij ),
причем из каждой строки и из каждого столбца этой матрицы в произ-
ведение входит лишь один сомножитель.
Обратимся теперь к строгим определениям.
Пусть упорядоченный набор индексов (k1 , k2 , . . . , kn ) образует неко-
торую перестановку чисел 1, 2, . . . , n. Для n первых натуральных чисел,
как легко видеть, существует n! попарно различных перестановок.
Инверсией перестановки, или просто инверсией, называется па-
ра (k1 , k2 ), в которой большее число стоит перед меньшим: k1 > k2 .
Пример 2.3. В наборе (4, 3, 2, 1) имеется шесть инверсий: (4, 3), (4, 2),
(4, 1), (3, 2), (3, 1), (2, 1), других инверсий в этом наборе нет.
Примечание. Единственной перестановкой, не содержащей ни одной
инверсии, является тождественная перестановка (1, 2, . . . , n).
Определителем n-го порядка матрицы (aij ) называется сумма

det A = (−1)σ a1k1 a2k2 . . . ankn , (2.5)
perm
где суммирование выполняется по всем перестановкам, σ — число инвер-

сий в перестановке (k1 , k2 , . . . , kn ). Определитель содержит n! членов, из
которых половина берется с положительным знаком и половина — с от-
рицательным знаком.
Пример 2.4. Раскроем определение (2.5) для случая n = 2.
Решение.
При n = 2 имеем 2! = 1 · 2 = 2 перестановки, а именно k1 = 1, k2 = 2
и k1 = 2, k2 = 1. Сумма в det A будет состоять из двух членов: a11 a22 и
a12 a21 , взятых с положительным и отрицательным знаком, соответствен-

но:
det A = (−1)σ a1k1 a2k2 = (−1)0 a11 a22 + (−1)1 a12 a21 . (2.6)
perm
Полученная формула в точности согласуется с определением (2.1), при-

веденным в разделе 2.1.
Примечание. Инверсии иногда называют беспорядками [32].
Если из матрицы A n-го порядка убрать i-ю строку и j-й столбец, то
получится матрица (n − 1)-го порядка, определитель которой называют
дополнительным минором элемента aij матрицы A и обозначают
через Mij .
Величину Aij = (−1)i+j Mij называют алгебраическим дополне-
нием (cofactor) элемента aij матрицы A.
Пример 2.5. Пусть дан определитель

2 1 −2

Δ = 3 −1 4 , (2.7)

−3 5 0
тогда дополнительные миноры элементов матрицы a23 и a31 и алгебраи-

ческие дополнения для них равны:

2 1

M23 = = 10+3 = 13, A23 = (−1)2+3 M23 = (−1)·13 = −13, (2.8)
−3 5

1 −2

M31 = = 4 − 2 = 2, A31 = (−1)3+1 M31 = 2. (2.9)
−1 4

Теорема 2.1 (Теорема Лапласа ). Для определителя матрицы
1
A = (aij ) справедливы формулы:

n
det A = aij Aij , i = 1, 2, . . . , n, (2.10)
j=1

n
det A = aij Aij , j = 1, 2, . . . , n, (2.11)
i=1
1
Лаплас (Pierre-Simon, marquis de Laplace) (1749–1827) — французский математик, физик и
астроном.
т. е. определитель можно разложить по любой строке или любому

столбцу, используя алгебраические дополнения элементов матрицы.
Формулы (2.10) и (2.11) позволяют свести расчет определителя n-го
порядка к вычислению определителя (n − 1)-го порядка. Процедура по-
нижения порядка продолжается до тех пор, пока мы не придем к опре-
делителям второго или третьего порядка, которые относительно легко
вычислить.
Соотношения (2.10) и (2.11) называются разложениями Лапласа.
Пример 2.6. Вычислим определитель четвертого порядка, разложив
его по первому столбцу:

2 3 −3 4

1 −1 2 3 −3 4 3 −3 4
2 1 −1 2
Δ = = 2 2 1 0 − 2 2 1 0 + 6 1 −1 2 −

6 2 1 0
3 0 −5 3 0 −5 3 0 −5
2 3 0 −5

3 −3 4

− 2 1 −1 2 = 2(−5 + 0 + 0 − 6 − 0 − 10) −

2 1 0
− 2(−15 + 0 + 0 − 12 − 0 − 30) + 6(15 − 18 + 0 + 12 − 0 − 15) −
− 2(0 − 12 + 4 + 8 − 6 − 0) = −42 + 114 − 36 + 12 = 48.
2.3. Общие свойства определителей.

Элементарные преобразования матрицы
Перечислим общие свойства определителей [12, 15].
Свойство 1. При транспонировании матрицы ее определитель не
меняется:
det AT = det A. (2.12)
Свойство 2. При перестановке двух строк (столбцов) матрицы опре-
делитель меняет знак.
Свойство 3. Определитель матрицы с двумя одинаковыми строками
(или столбцами) равен нулю.
Свойство 4. Определитель матрицы с двумя пропорциональными
строками (столбцами) равен нулю.
Свойство 5. Определитель матрицы не изменится, если ко всем эле-

ментам его строки (столбца) прибавить соответствующие элементы дру-
гой строки (столбца), умноженные на одно и то же число.
Свойство 6. Определитель произведения матриц равен произведе-
нию определителей, т. е.
det(A · B) = det A · det B. (2.13)
Свойство 7. Определитель треугольной матрицы совпадает с про-

изведением элементов, стоящих на главной диагонали.
Свойство 8. Если все элементы какой-либо строки (столбца) матри-
цы умножить на одно и то же число, то ее определитель умножится на
это число.
Свойство 9. Если все элементы i-й строки определителя представ-
лены в виде суммы двух слагаемых aij = uj + vj для j = 1, . . . , n, то
определитель равен сумме двух определителей следующего вида:

a11 a12 ... a1n a11 a12 . . . a1n a11 a12 . . . a1n

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u 1 + v1 u 2 + v2 . . . u n + v n = u1 u 2 . . . u n + v 1 v 2 . . . v n .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

an1 an2 ... ann an1 an2 . . . ann an1 an2 . . . ann
(2.14)
Свойство 10. Если все элементы какой-либо строки или столбца
матрицы равны нулю, то ее определитель равен нулю.
Элементарными преобразованиями матрицы называются такие
преобразования, которые связаны со свойствами 2, 5, 8: перестановка
двух строк (столбцов); умножение строки (столбца) на ненулевое число;
прибавление к одной из строк матрицы другой строки, умноженной на
любое ненулевое число (то же и для столбцов).
С помощью элементарных преобразований матрица может быть све-
дена к треугольному виду, а ее определитель тогда может быть легко
получен с помощью свойства 7.
Пример 2.7. Вычислим определитель

2 3 −3 4

2 1 −1 2
(2.15)
6 2 1 0

2 3 0 −5
с помощью элементарных преобразований матрицы, соответствующей

этому определителю.
Решение.
1) Вычитаем из второй и четвертой строки первую строку, а из тре-
тьей строки первую, умноженную на 3.
В результате получим:

2 3 −3 4 2 3 −3 4

2 1 −1 2 0 −2 2 −2
=
6 2 1 0 0 −7 10 −12 ; (2.16)

2 3 0 −5 0 0 3 −9
7
2) прибавим к третьей строке вторую, умноженную на − :
2

2 3 −3 4

0 −2 2 −2

0 0 3 −5 ; (2.17)

0 0 3 −9
3) вычтем из четвертой строки третью:

2 3 −3 4

0 −2 2 −2
. (2.18)
0 0 −5
3

0 0 0 −4
В результате получаем определитель верхней треугольной матрицы,
который равен произведению элементов, расположенных на главной диа-
гонали:
2 · (−2) · 3 · (−4) = 48. (2.19)

Примечание. Отметим, что в линейной алгебре известны альтерна-
тивные способы определения величины det A, в частности, аксиоматиче-
ское определение [12].
2.4. Обратная матрица

Пусть A — квадратная матрица размера n × n, а I — единичная
матрица того же размера.
Матрицу B называют обратной к матрице A, если выполняются

равенства
A · B = B · A = I.
Обратная к A матрица обозначается A−1 .
Обратим внимание на то, что не для всякой матрицы существует об-
ратная по отношению к ней матрица.
Теорема 2.2. Если определитель матрицы A равен нулю, т. е.
det A = 0, то обратной матрицы A−1 не существует.
Квадратная матрица называется невырожденной (или неособен-
ной), если для нее определена обратная матрица. В противном случае
A — вырожденная (особенная) матрица. Известно, что матрица, об-
ратная к неособенной матрице, единственна.
Теорема 2.3. Если определитель матрицы A = (aij ) отличен от
нуля, т. е. Δ = det A = 0, то существует обратная матрица
1
A−1 = (Aij )T , (2.20)
Δ
где (Aij ) — матрица, составленная из алгебраических дополнений эле-
ментов aij матрицы A (cofactor matrix).
Примечание. Матрица, транспонированная к (Aij ), называется при-
соединенной (adjugate, classical adjoint) по отношению к исходной [44,
56, 76, 32].
Справедливы следующие утверждения.
1. Если матрица A обратима, то AT также обратима, причем (AT )−1 =
(A−1 )T .
2. Если матрицы A и B обратимы, то (A B)−1 = B −1 A−1 .
3. Обратная к верхней (нижней) треугольной матрице также является
верхней (нижней) треугольной.
1
4. Если существует A−1 , то det(A−1 ) = .
det A
Пример 2.8. Найдем обратную матрицу для матрицы:
⎡ ⎤
2 5 7
⎢ ⎥
A=⎢ ⎣ 6 3 4 ⎥.
⎦ (2.21)
5 −2 −3
Решение.
Определитель матрицы равен

3 4 6 4 6 3

det A = 2 − 5 + 7 =
−2 −3 5 −3 5 −2
= 2(−9 + 8) − 5(−18 − 20) + 7(−12 − 15) = −1. (2.22)
Вычислим алгебраические дополнения:

3 4 6 4

A11 = (−1)1+1 = −1, A12 = (−1)1+2 = 38, (2.23)
−2 −3 5 −3

6 3 5 7

A13 = (−1)1+3 = −27, A21 = (−1)2+1 = 1, (2.24)
5 −2 −2 −3

2 7 2 5

A22 = (−1)2+2 = −41, A23 = (−1)2+3 = 29, (2.25)
5 −3 5 −2

7
3+1 5 3+2 2 7
A31 = (−1) = −1, A32 = (−1) = 34, (2.26)
3 4 6 4

2 5

A33 = (−1)3+3 = −24. (2.27)
6 3
Запишем матрицу, сформированную из алгебраических дополнений:
⎡ ⎤
−1 38 −27
⎢ ⎥
⎢ 1 −41 29 ⎥ . (2.28)
⎣ ⎦
−1 34 −24
В результате искомая обратная матрица будет иметь вид:

⎡ ⎤ ⎡ ⎤
−1 1 −1 1 −1 1
1 ⎢ ⎥ ⎢
⎢ 38 −41 34 ⎥ = ⎢−38 41 −34⎥ .
⎥
A−1 = ⎣ ⎦ ⎣ ⎦ (2.29)
(−1)
−27 29 −24 27 −29 24

2.5. Целочисленные степени матриц

Понятие возведения числа в целую степень в матричной алгебре легко
обобщается. По определению
A0 = I, A1 = A, A2 = AA, A3 = AAA, ..., (2.30)
и если A — невырожденная матрица, то
A−p = (A−1 )p = (Ap )−1 . (2.31)
Для диагональных матриц их p-я степень сохраняет свойство диаго-

нальности: ⎡ ⎤p ⎡ p ⎤
d1 0 . . . 0 d1 0 . . . 0
⎢ ⎥ ⎢ ⎥
⎢ 0 d2 . . . 0 ⎥ ⎢ p ⎥
⎢ ⎥ = ⎢ 0 d2 . . . 0 ⎥ (2.32)
⎢. . . . . . . . . . . . . .⎥ ⎢. . . . . . . . . . . . . .⎥
⎣ ⎦ ⎣ ⎦
0 0 . . . dn 0 0 . . . dpn
для всех целых p.
Для решения последующих задач нам потребуется метод математи-
ческой индукции.
2.5.1. Метод математической индукции

Для доказательства утверждений, зависящих от натурального пара-
метра, в математике широко используется метод математической ин-
дукции [1, 14, 25] (от латинского inductio — выведение).
Принцип математической индукции. Пусть P (n) — утвержде-
ние, определенное для всех натуральных чисел n, и пусть выполняются
следующие условия:
1) P (1) истинно;
2) ∀k 1 справедливо логическое следствие P (k) ⇒ P (k + 1) .
Тогда P (n) истинно при любом натуральном n.
Высказывание 1 обычно называют базой индукции, высказывание
2 — шагом индукции.
Для доказательства тождеств методом математической индукции по-
ступают следующим образом. Пусть утверждение P (k) принимает истин-
ное значение, когда рассматриваемое тождество верно для некоторого
натурального числа k. Тогда доказываются два утверждения:
1) база индукции, т. е. P (1);
2) шаг индукции, т. е. P (k) ⇒ P (k + 1) для произвольного k 1.

Согласно методу математической индукции делается вывод о спра-
ведливости рассматриваемого тождества для всех натуральных значений
n.
Заметим, что в математической логике утверждение вида P (n) назы-
вается предикатом.
Пример 2.9. С помощью метода математической индукции докажем
утверждение:
1 + 3 + 5 + . . . + (2n − 1) = n2 для всех натуральных чисел n.
Пусть P (n) — предикат «1 + 3 + 5 + . . . + (2n − 1) = n2 ».
База индукции
Для n = 1 получаем 1 = 12 , т. е. P (1) — истинно.
Шаг индукции
Пусть для n = k утверждение 1 + 3 + 5 + . . . + (2k − 1) = k 2 истинно.
Докажем истинность P (k + 1):
1 + 3 + 5 + . . . + (2k − 1) + (2(k + 1) − 1) =
= k 2 + (2(k + 1) − 1) = k 2 + 2k + 1 = (k + 1)2 .
Таким образом, при любом натуральном k справедлива импликация

P (k) ⇒ P (k + 1). Значит, по принципу математической индукции пре-
дикат P (n) имеет истинное значение для всех натуральных n.
Пример 2.10. Опираясь на метод математической индукции докажем,
что n2 + n четно для всех натуральных n.
Обозначим f (n) = n2 + n и P (n) — предикат «f (n) делится на 2».
При n = 1 получаем f (1) = 12 + 1 = 2 — четное число, поэтому P (1)
истинно.
Предположим, что f (k) четно для натуральных k 1. Докажем, что
это влечет четность f (k + 1):
f (k + 1) = (k + 1)2 + (k + 1) = k 2 + 2k + 1 + k + 1 =
= (k 2 + k) + 2k + 2 = f (k) + 2(k + 1).
Поскольку в правой части полученного соотношения стоит сумма двух

четных чисел, то f (k + 1) делится на 2.
Примечание. Утверждение примера становится очевидным, если пред-

ставить выражение k 2 + k в виде k 2 + k = k(k + 1). Из двух последо-
вательных натуральных чисел одно обязательно является четным, и их
произведение кратно двум.
a c
Пример 2.11. Вычислим сотую степень матрицы A = .
0 a
Найдем несколько младших степеней этой матрицы:

2 3 2
a c a c a c a 2ac a 3a c
A1 = , A2 = = 2
, A3 = , ...
0 a 0 a 0 a 0 a 0 a3
(2.33)
Возникает предположение,
n что для всех натуральных
значений n спра-
a c an nan−1 c
ведливо равенство: = .
0 a 0 an
Чтобы проверить это предположение, воспользуемся методом мате-
матической индукции.
Докажем, что для всех натуральных n выполняется равенство:

n an nan−1 c
A = . (2.34)
0 an
n n−1
a na c
Обозначим предикат «An = » через P (n).
0 an
Рассмотрим случай n = 1. Равенство принимает вид A1 = A, что
является истинным утверждением.
Предположим, что P (k) для некоторого
k = 1, 2, . . . принимает ис-
k k−1
a ka c
тинное значение, т. е. Ak = . Докажем, что P (k + 1) — ис-
0 ak
тинно.
Запишем предикат P (k + 1) в виде:

ak+1 (k + 1)ak c
Ak+1 = . (2.35)
0 ak+1
Воспользуемся индуктивным предположением и перепишем сумму

Ak+1 как Ak A:

k+1 ak kak−1 c a c ak · a ak c + kak−1 c · a
A = = .
0 ak 0 a 0 ak · a
После алгебраических преобразований получаем:

k+1 k
a (k + 1)a c
Ak+1 = .
0 ak+1
Это выражение совпадает с (2.35). Значит, при любом k = 1, 2, . . . им-

пликация P (k) ⇒ P (k + 1) справедлива,
и методом математической ин-
n n−1
a na c
дукции доказано, что An = для всех натуральных n.
0 an
100
Подставляя в(2.34) значение n = 100, окончательно получаем: A =
a100 100a99 c
= .
0 a100
Операцию возведения матрицы в степень удается выполнить путем
относительно малого количества вычислений, если исходная матрица
представима в виде
B = U −1 DU, (2.36)
где D — диагональная матрица, U — невырожденная матрица: U U −1 = I.
Вычисление B p = (U −1 DU )p проведем, опираясь на свойство ассоциа-
тивности операции умножения (см. с. 25):
B p =(U −1 DU )p = (U −1 DU )(U −1 DU )(U −1 DU ) . . . (U −1 DU )(U −1 DU ) =

!" #
p раз
= U D(U U )D(U U )D(U . . . U )D(U U −1 )DU =
−1 −1 −1 −1
= U −1 DIDID . . . DIDU = U −1 (DD . . . D) U = U −1 Dp U. (2.37)

!" #
p раз
Правило возведения в степень матрицы B обобщается на случай це-

лых отрицательных p = −abs(p):
B −abs(p) = (U −1 BU )−abs(p) = ((U −1 BU )−1 )abs(p) =

= (U −1 B −1 (U −1 )−1 )abs(p) = (U −1 B −1 U )abs(p) =
= U −1 B −abs(p) U = B p . (2.38)
Следовательно, представленные выше рассуждения доказывают тео-

рему о возведении в целую степень матриц B специального вида (2.36).
Теорема 2.4 (о степени матрицы). Для произвольной матрицы
B, представимой в виде B = U −1 DU , и целого числа p справедливо
равенство:
B p = U −1 Dp U. (2.39)
Пример 2.12. Докажем, что разные целые степени матрицы комму-
тируют:
Ap1 Ap2 = Ap2 Ap1 (2.40)
В самом деле, на основании свойств операции возведения в степень
имеем: Ap1 Ap2 = Ap1 +p2 = Ap2 +p1 = Ap2 Ap1 .
2.6. Функции от матриц

Матрица может выступать в качестве аргумента некоторой функции.
Начнем с рассмотрения полинома от матрицы. Как известно, полиномом
степени p от переменной x называется сумма f (x) вида:
f (x) = c0 + c1 x + c2 x2 + · · · + cp xp , (2.41)
где ci (i = 0, 1, . . . , p) — произвольные численные коэффициенты.

Заметим, что полином также называют многочленом.
Под полиномом f (A) степени p от матрицы A будем понимать вы-
ражение
f (A) = c0 I + c1 A + c2 A2 + . . . + cp Ap . (2.42)
Как легко видеть, значение функции f (A) есть, в свою очередь, тоже
некоторая матрица. Ее элементы выражаются формулами:
(f (A))ij = c0 δij + c1 (A)ij + c2 (A2 )ij + . . . + cp (Ap )ij . (2.43)
Используя теорему о степени матрицы специального вида (2.39), за-

пишем соотношение
f (U −1 AU ) = U −1 f (A)U, (2.44)
справедливое для произвольной невырожденной матрицы U .

Дробно-рациональной функцией от матрицы называется вели-
чина
f1 (A)
= f1 (A)(f2 (A))−1 = (f2 (A))−1 f1 (A) (2.45)
f2 (A)
при условии det f2 (A) = 0.

Покажем корректность введенного определения, т. е. что два произ-
ведения в (2.45) всегда равны между собой. Действительно, умножив
обе части равенства f1 (A)(f2 (A))−1 = (f2 (A))−1 f1 (A) на f2 (A) справа и,
затем, на f2 (A) слева, получим
f2 (A)f1 (A) = f1 (A)f2 (A). (2.46)
Полиномы f1 (A) и f2 (A) зависят только от матрицы A, и, следовательно,

f1 (A)
коммутируют. В силу этого частное определено корректно [68].
f2 (A)
2.6.1. Экспонента и логарифм

Бесконечная сумма матриц размера m × n вида
A + B + C + ... + Z + ... (2.47)
называется рядом. Говорят, что ряд сходится, если для всех i = 1, 2, . . . ,

m и j = 1, 2, . . . , n сходятся последовательности из соответствующих
компонент этих матриц [68]:
aij + bij + . . . + tij + . . . (2.48)
По определению, экспоненту eA квадратной матрицы A полагают

равной сумме
1 2 1 3 1
eA = I + A + A + A + . . . + Ap + . . . (2.49)
2! 3! p!
Известно, что этот ряд сходится для любой вещественной квадратной
матрицы [58]. Матрица I в формуле (2.49) берется того же порядка, что
и A.
В компактном виде эту сумму можно представить как
∞

A Ap
e = . (2.50)
p=0
p!
Иногда, особенно при записи формул с дробями, применяется другое

а именно как exp A.
обозначение для матричной экспоненты,

1 λ
Пример 2.13. Вычислим exp , где λ ∈ R.
0 1
Решение.
Как следует из формулы (2.34), доказанной pв примере
2.11, для всех
1 λ 1 pλ
натуральных p выполняется равенство = . Обозначим
0 1 0 1

1 λ
A= .
0 1
Используя определение (2.49), получим:
∞

A p 1 0 1 λ 1 1 2λ 1 1 3λ
eA = = + + + + ... =
p=0
p! 0 1 0 1 2! 0 1 3! 0 1
⎡∞ ∞ p⎤ ⎡ ⎤
1 ∞
λ 1
⎢p=0 p! p! ⎥ ⎢e λ ⎥ e λe 1 λ
=⎢⎣
p=0 ⎥
∞ 1 ⎦ = ⎣ p=1 (p − 1)! ⎦ = =e .
0 0 e 0 e 0 1
p=0 p!
(2.51)
При вычислении элементов матрицы eA было использовано опреде-

ление числа e = 2,71818 . . . (или, как его еще называют, основания
натуральных логарифмов), известное из курса математического ана-
лиза [80]:
∞
1 1 1 1
e= = 1 + + + ... + + ... (2.52)
p=0
p! 1! 2! p!

Примечание. Понятие экспоненты от матрицы широко используется
в теории систем дифференциальных уравнений [34].
Логарифмом квадратной матрицы A называется сумма
1 1 1
ln A = (A−I)− (A−I)2 + (A−I)3 −. . .+(−1)p−1 (A−I)p +. . . , (2.53)
2 3 p
если этот ряд сходится. Как и в случае матричной экспоненты, единич-

ная матрица I в формуле (2.53) должна иметь тот же порядок, что и A.
В компактном виде сумму (2.53) можно представить следующим обра-
зом:
∞
(−1)p
ln A = (A − I)p .
p=1
p

1 λ
Пример 2.14. Вычислим ln , где λ ∈ R.
0 1
Решение.
Нам потребуются натуральные степени разности матриц (A − I) =
0 λ
= .
0 0

2 0 λ 0 λ 0 0
Поскольку (A − I) = = , то все слагаемые ряда
0 0 0 0 0 0
в (2.53), кроме первого, в данном случае равны нулевой матрице. Сле-
довательно, значение
ln A полностью определяется первым слагаемым
0 λ
ряда ln A = .
0 0
Теорема 2.5. Для определителя произвольной матрицы A справед-
лива формула
det A = exp(tr ln A). (2.54)
Примечание. Большое количество примеров использования различ-
ных функций от матриц для решения практических задач рассмотрены
в [55].
2.7. Ранг матрицы

Минором k-го порядка Mji11,j,i22,...,j
,...,ik
k
матрицы A размера m × n называ-
ется определитель матрицы, полученной из элементов, стоящих на пере-
сечении выбранных строк с номерами i1 , i2 , . . . , ik и столбцов с номерами
j1 , j2 , . . . , jk при условии 1 i1 < i2 < · · · < ik m и 1 j1 < j2 < · · · <
< jk m.
Пример 2.15. Пусть дана квадратная матрица
⎡ ⎤
a11 a12 a13
⎢ ⎥
A=⎢ ⎣a21 a22 a23 ⎦ ,
⎥ (2.55)
a31 a32 a33
для которой число строк m и число столбцов n равны m = n = 3.
Тогда миноры второго порядка матрицы A имеют вид

a a a a
1,2 11 12 1,2 11 13
M1,2 = , M1,3 = , (2.56)
a21 a22 a21 a23

a a a a
1,3 11 12 1,3 11 13
M1,2 = , M1,3 = (2.57)
a31 a32 a31 a33
и т. д. до минора
a a
2,3 22 23
M2,3 = . (2.58)
a32 a33
Всего для матрицы размера 3 × 3 можно составить девять миноров
второго порядка (количество миноров матрицы произвольного порядка
см. в решении упр. 2.18).
Число r называется рангом матрицы A, если существует минор по-
рядка r, отличный от нуля, и все миноры большего порядка равны нулю.
Любой минор максимального порядка r, отличный от нуля, называ-
ется базисным.
Для ранга матрицы A используется обозначение rk A.
В дальнейшем изложении нам потребуется понятие линейной зависи-
мости строк матрицы. Пусть даны k строк вида
U1 = [u11 u12 . . . u1n ],

U2 = [u21 u22 . . . u2n ],
(2.59)
.......................
Uk = [uk1 uk2 . . . ukn ],
каждая из которых содержит n вещественных чисел. Умножим каждый

элемент первой строки на некоторое вещественное число α1 , каждый эле-
мент второй строки — на вещественное число α2 , и т. д. После этого про-
суммируем соответствующие элементы полученных строк. В результате
получим новую строку:
W = α 1 U1 + α 2 U2 + . . . + α k u k =
= α1 [u11 u12 . . . u1n ] +
+ α2 [u21 u22 . . . u2n ] + (2.60)
........................
+ αk [uk1 uk2 . . . ukn ].
Строка W называется линейной комбинацией строк Ui (i = 1, 2, . . . , k).

О числах αi , где i = 1, 2, . . . , k, говорят как о коэффициентах линей-
ной комбинации строк.
Если существует набор вещественных чисел α1 , α2 , . . . , αk , среди ко-
торых хотя бы одно не равно нулю, таких, что W является нулевой стро-
кой, то строки U1 , U2 , . . . , Uk называют линейно зависимыми. В про-
тивном случае говорят, что эти строки линейно независимые.
Аналогично вводится определение линейной зависимости/независи-

мости столбцов матрицы.
Пример 2.16. Строки U1 = [1 0 −3], U2 = [3 −2 1], U3 = [5 −2 −5]
являются линейно зависимыми, поскольку существует их линейная ком-
бинация, равная нулевой строке:
2U1 + U2 − U3 = [0 0 0]. (2.61)

Теорема 2.6 (о базисном миноре). Число линейно независимых
строк и столбцов матрицы одинаково и равно порядку базисного мино-
ра. При этом строки (столбцы), входящие в базисный минор, линейно
независимы, а остальные через них линейно выражаются.
Примечание. У нулевой матрицы нет линейно независимых строк. В
связи с этим ранг матрицы, образованной нулевыми элементами, будем
считать равным нулю по определению [10, 18].
При элементарных преобразованиях ранг матрицы не меняется.
Напомним, что элементарными преобразованиями матрицы на-
зываются (см. раздел 2.3):
а) перестановка двух строк (столбцов);
б) умножение строки (столбца) на ненулевое число;
в) прибавление к одной из строк матрицы другой строки, умноженной
на любое ненулевое число (то же и для столбцов).
При вычислении ранга матрицы используется вычеркивание нулевой
строки (столбца) или одной из двух пропорциональных строк (столбцов),
при этом ранг матрицы не меняется.
Матрицу называют ступенчатой, если каждая ее строка начинается
со строго большего числа нулей, чем предыдущая строка.
Одним из основных методов нахождения ранга матрицы является
метод элементарных преобразований.
Метод элементарных преобразований позволяет привести мат-
рицы к ступенчатому виду с помощью следующего алгоритма.
1) Выбираем строку, в начале которой стоит ненулевой элемент. Эту
строку записывают первой и называют рабочей.
2) Ко всем оставшимся строкам прибавляют рабочую, умноженную
на
ai1
− (2.62)
a11
(здесь i — номер строки, к которой прибавляют рабочую). В результате
во всех строках, кроме рабочей, первые элементы будут равны нулю.
3) Из оставшихся строк выбирают ту, у которой второй элемент не
равен нулю. Ее записывают второй и считают рабочей.
4) К оставшимся строкам прибавляют рабочую строку, умноженную

на
ai2
− . (2.63)
a22
В результате во втором столбце образовались нулевые элементы за ис-
ключением первой и второй строки.
Этот процесс продолжается до получения ступенчатой матрицы. Ко-
личество ненулевых строк в этой матрице и будет ее рангом.
Пример 2.17. Найдем ранг матрицы методом элементарных преобра-
зований: ⎡ ⎤
3 5 7
⎢ ⎥
A = ⎣ 1 2 3⎥
⎢
⎦. (2.64)
1 3 5
Минор третьего порядка представляет собой определитель матрицы:
1,2,3
M1,2,3 = det A.
Вычислим определитель матрицы A методом разложения по первому
столбцу:

2 3 5 7 5 7

det A = 3 · (−1)1+1 + 1 · (−1)2+1 + 1 · (−1)3+1 =
3 5 3 5 2 3
= 3 · (10 − 9) − 1 · (25 − 21) + 1 · (15 − 14) = 3 − 4 + 1 = 0.
Рассмотрим минор второго порядка

3 5
1,2
M1,2 = = 1 = 0. (2.65)
1 2
Так как он не равен нулю, то rk A = 2.

Вычислить ранг матрицы, исходя из его определения, часто бывает
сложно, так как приходится перебирать большое количество миноров.
Для того, чтобы облегчить вычисление ранга матрицы, ее, как правило,
с помощью элементарных преобразований (см. раздел 2.3) приводят к
более простому виду.
Итак, ранг матрицы, представленной в ступенчатой форме, равен ко-
личеству ненулевых строк.
В дальнейшем будем использовать следующие обозначения для экви-
валентных преобразований:
A → B — матрица B получена в результате элементарного преобра-
зования матрицы A;
(i) + a(j) — прибавление к i-й строке матрицы строки с номером j,

умноженной на константу a;
(i) − a(j) — вычитание из i-й строки матрицы строки с номером j,
умноженной на константу a;
(i) ↔ (j) — перестановка двух строк.
Аналогичные обозначения будем применять и для действий со столб-
цами, причем столбец с номером j будем обозначать через [j].
Пример 2.18. Найдем ранг матрицы
⎡ ⎤
3 −1 3 2 5
⎢ ⎥
⎢5 −3 2 3 4 ⎥
⎢ ⎥
⎢1 −3 −5 0 −7⎥ . (2.66)
⎣ ⎦
7 −5 1 4 1
Решение.
Поменяем местами первую и третью строки:
⎡ ⎤
1 −3 −5 0 −7
⎢ ⎥
⎢5 −3 2 3 4 ⎥
⎢ ⎥
⎢3 −1 3 2 5 ⎥ . (2.67)
⎣ ⎦
7 −5 1 4 1
Ко второй строке прибавим элементы первой строки, умноженные

на (−5), к третьей — на (−3) и к четвертой — на (−7). В результате
получим: ⎡ ⎤
1 −3 −5 0 −7
⎢ ⎥
⎢0 12 27 3 39 ⎥
⎢ ⎥
⎢0 8 18 2 26 ⎥ . (2.68)
⎣ ⎦
0 16 36 4 50
Разделим вторую строку на 3, третью и четвертую строки на 2:
⎡ ⎤
1 −3 −5 0 −7
⎢ ⎥
⎢0 4 9 1 13 ⎥
⎢ ⎥
⎢0 4 9 1 13 ⎥ . (2.69)
⎣ ⎦
0 8 18 2 25
Затем вычтем из третьей строки вторую, а из четвертой — удвоенную

вторую:
⎡ ⎤ ⎡ ⎤
1 −3 −5 0 −7 1 −3 −5 0 −7
⎢ ⎥ ⎢ ⎥
⎢0 4 9 1 13 ⎥ ⎢0 4 9 1 13 ⎥
⎢ ⎥ →(3)↔(4) ⎢ ⎥. (2.70)
⎢0 0 0⎥ ⎢0 0 −1⎥
⎣ 0 0 ⎦ ⎣ 0 0 ⎦
0 0 0 0 −1 0 0 0 0 0
Получена ступенчатая форма матрицы. Количество ненулевых строк

равно трем, и, следовательно, ранг этой матрицы равен трем.
Существует еще один способ вычисления ранга матрицы. Он называ-
ется методом окаймляющих миноров и состоит в следующем. Для
вычисления величины rk A последовательно вычисляем миноры, перехо-
дя от миноров меньших порядков к минорам бо́льших порядков. Если
уже найден минор r-го порядка
⎡ ⎤
a11 . . . a1r
⎢ ⎥
M =⎢ ⎥
⎣. . . . . . . . . . .⎦ , (2.71)
ar1 . . . arr
отличный от нуля, то достаточно вычислить лишь миноры (r + 1)-го
порядка, окаймляющие минор M :
⎡ ⎤
a11 . . . a1r a1t2
⎢ ⎥
⎢. . . . . . . . . . . . . . . . . . ⎥
⎢ ⎥ для всех t1 , t2 > r. (2.72)
⎢a ⎥
⎣ r1 . . . arr art2 ⎦
at1 1 . . . at1 r at1 t2
В случае, если все они оказались равными нулю, получаем rk A = r.
Метод окаймляющих миноров особенно удобен в тех задачах, где
встречаются функциональные матрицы или матрицы, элементы кото-
рых зависят от параметров (см. напр., упр. 2.60).
Контрольные вопросы к главе «Алгебра

матриц»
1. Что такое определитель второго порядка, третьего порядка?
2. Сформулируйте правило треугольника вычисления определителя

третьего порядка.
3. Дайте определение понятия инверсии.
4. Запишите формулу для определителя n-го порядка.
5. Как связаны между собой дополнительный минор Mij элемента aij

и его алгебраическое дополнение Aij ?
6. Сформулируйте теорему Лапласа.
7. Перечислите общие свойства определителей.
8. Какие преобразования матриц относятся к элементарным?
9. Что такое обратная матрица?
10. Какая матрица называется вырожденной?
11. Для чего используется метод математической индукции?
12. Как вычисляют функции от матриц?
13. Дайте определение экспоненты и логарифма матрицы.
14. Какие строки называются линейно зависимыми?
15. Как формулируется теорема о базисном миноре?
16. На чем основан метод элементарных преобразований?
17. Перечислите способы нахождения ранга матрицы.

2.1. Раскройте определение (2.5) для случая n = 3.
2.2. Определите количество инверсий в перестановке (5, 1, 4, 3, 6, 8, 7, 2).
2.3. Сколько инверсий содержится в перестановке (n, n − 1, . . . , 2, 1)?
2.4. Определите количество инверсий в каждой из перестановок набора

из 2n чисел:
1) (1, 3, 5, 7, . . . , 2n − 1, 2, 4, 6, . . . , 2n);
2) (2, 4, 6, . . . , 2n, 1, 3, 5, 7, . . . , 2n − 1).
2.5. С каким знаком входит в выражение для определителя (2.5) сла-

гаемое an1 an−1,2 . . . a2,n−1 a1n ?
2.6. Вычислите определители третьего порядка:

3 −2 1 1 2 0 2 0 5

1) −2 1 3 ; 2) 0 1 3 ; 3) 1 3 16 ;

2 0 −2 5 0 −1 0 −1 10

2 −1 3 2 1 0 2 0 0

4) −2 3 2 ; 5) 1 0 3 ; 6) 3 3 0 .

0 2 5 0 5 −1 4 4 4
2.7. Вычислите определители четвертого порядка:

−3 0 2 −1 3 4 2 −1 1 0
0 0

2 2 0 0 0 −1 5 −3 0 1 2 −1
а) ; б) ; в)
3 −1 0 3 −1 2 3 .
1 0 0 5 −3

−1 5 3 5 0 0 0 2 3 1 6 1
2.8. Решите следующее уравнение относительно переменной x:

x 1 1 1

1 x 1 1

1 1 x 1 = 0.

1 1 1 x
2.9. Вычислите определитель

1 1 1 . . . 1 1

1 2 1 . . . 1 1

1 1 3 . . . 1 1

,
. . . . . . . . . . . . . . . . . . . .

1 1 1 . . . p 1

1 1 1 . . . 1 p + 1
где p — натуральное число.

∗ 2.10. Вычислите определитель матрицы Q размера n × n, элементы ко-

торой равны:
а) qij = δi,j+1 + δi+1,j ,
б) qij = δi,j+1 − δi+1,j
для всех 1 i, j n. Здесь δk1 ,k2 — символ Кронекера (см. с. 20).
2.11. Последовательность Фибоначчи2
Fn = 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, . . . для n = 1, 2, . . .
определяется рекуррентным соотношением: Fn+2 = Fn + Fn+1 с

начальными условиями F1 = F2 = 1 [4, 6].
Докажите, что (n + 1)-й член ряда Фибоначчи равен определителю
n-го порядка
⎡ ⎤
1 1 0 0 ... 0 0
⎢ ⎥
⎢−1 1 1 0 . . . 0 0⎥
⎢ ⎥
⎢ ⎥
⎢ 0 −1 1 1 . . . 0 0⎥
⎢ ⎥
Fn+1 = ⎢⎢ . . . . . . . . . . . . . . . . . . . . . . . . ⎥.
⎥ (2.73)
⎢ ⎥
⎢ 0 0 0 0 . . . 1 0⎥
⎢ ⎥
⎢ 0 0 0 0 . . . 1 1⎥
⎣ ⎦
0 0 0 0 . . . −1 1
∗ 2.12. Определителем Вандермонда3 называется определитель раз-

мера n × n, составленный из вещественных чисел a1 , a2 , . . . , an :

1 1 1 ... 1

a1 a2 a3 . . . an

Vn = a21 a22 a23 . . . a2n . (2.74)

. . . . . . . . . . . . . . . . . . . . . . . . . .

n−1 n−1 n−1
a1 a2 a3 . . . an−1 n
1) Проверьте, что при n = 2 этот определитель равен V2 = a2 − a1 .

2
Под именем Фибоначчи известен средневековый математик Пизано (Leonardo Pisano) (ок. 1170
— ок. 1250).
3
Вандермонд (Alexandre-Théophile Vandermonde) (1735–1796) — французский математик и му-
зыкант.
2) Методом математической индукции докажите, что определитель

Вандермонда Vn равен произведению всевозможных разностей aj −
ai для 1 i < j n:
$
Vn = (aj − ai ). (2.75)
i<j
2.13. Пусть A — матрица размера n × n, m — произвольное натуральное

число. Верно ли, что выполняется равенство det(mA) = mn det A?
2.14. На экзамене по линейной алгебре студент утверждает, что опреде-
литель суммы двух матриц всегда равен сумме определителей этих
матриц: det(A + B) = det A + det B. Прав ли студент?
2.15. Является ли определитель

1 1 1 1 10000

10000 1 1 1 1

1 1 1 10000 1 (2.76)

1 10000 1 1 1

1 1 10000 1 1
положительным числом, отрицательным числом или нулем?

2.16. Является ли определитель

1 10000 3 4 5

5 1 2 3 10000

4 5 1 10000 3 (2.77)

3 4 10000 1 2

10000 3 4 5 1
положительным числом, отрицательным числом или нулем?

2.17. Используя Python, вычислите определители в упр. 2.15 и 2.16 и
убедитесь в правильности решения этих упражнений.
2.18. Определите количество миноров k-го порядка в матрице, состоя-
щей из m строк и n столбцов.
2.19. Сколько миноров k-го порядка в матрице размера n×n не содержат
диагональных элементов исходной матрицы?
∗ 2.20. Какое наибольшее значение может принимать определитель мат-

рицы размера 3 × 3, состоящей из элементов +1 и −1?
∗ 2.21. Какое наибольшее значение может принимать определитель мат-

рицы размера 3 × 3, состоящей из элементов 0 и 1?
2.22. Изменится ли определитель матрицы, если переставить ее столбцы

в обратном порядке?
2.23. Вычисление определителя матрицы с использованием

Python
В текстовом файле input.txt записаны подряд по строкам эле-
менты целочисленной квадратной матрицы A. Используя рекур-
сию, вычислите определитель det A. Результат выведите в тексто-
вый файл output.txt.
2.24. Оцените число умножений, выполняемых рекурсивным алгорит-

мом вычисления определителя матрицы размера n × n (см. преды-
дущее упражнение).
∗ 2.25. Докажите, что точное число умножений, выполняемых рекурсив-

ным алгоритмом вычисления определителя матрицы размера n × n
(см. упр. 2.23 и 2.24), равно
T (n) = enΓ(n, 1) − n!,
%∞
где e — основание натуральных логарифмов; Γ(n, x) = e−t tn−1 dt —
& x
неполная гамма-функция для натуральных n ∈ N верно ра-
−x
xk '
n−1
венство Γ(n, x) = (n − 1)! e .
k=0 k!
∗ 2.26. Получите асимптотическую оценку для среднего значения числа

инверсий A(N ) в массиве, состоящем из N элементов, при N → ∞.
∗ 2.27. Докажите справедливость тождества
det(I + εB) = 1 + ε tr B + O(ε2 ) при ε → 0, (2.78)
где B — некоторая квадратная матрица, I — единичная матрица

того же размера.
∗ 2.28. Получите асимптотическую оценку величины

I
det при ε → 0, (2.79)
(I + εB)p
если B — произвольная квадратная матрица, I — единичная мат-
рица того же размера, p ∈ N.
∗ 2.29. Пусть M = G + εH, где ε — вещественное число, G — обратимая
матрица. Опираясь на равенство det A = exp(tr ln A) (см. теоре-
му 2.5 на с. 78), докажите, что
det M =
1
= det G 1 + εtr (G−1 H) + ε2 (tr2 (G−1 H) − tr (G−1 H)2 ) + O(ε3 )
2
(2.80)
при ε → 0.
2.30. Пусть выбраны вещественные параметры a, b, c и d такие, что вы-
полняется
неравенство
ad − bc = 0. Вычислите матрицу, обратную
a b
кA= .
c d
2.31. Найдите обратные матрицы к следующим матрицам:

1 2 3 4
1) ; 2) ;
3 4 5 7
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
3 −4 5 2 7 3 1 2 2
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
3) ⎢
⎣ 2 −3 1 ⎥ ; 4) ⎢3 9 4⎥ ; 5) ⎢2 1 −2⎥ .
⎦ ⎣ ⎦ ⎣ ⎦
3 −5 −1 1 5 3 2 −2 1
2.32. Найдите обратные матрицы к следующим матрицам:

⎡ ⎤
⎡ ⎤ 1 1 1 1
1 1 1 ⎢ ⎥
1 1 ⎢ ⎥ ⎢0 2 2 2⎥
1) ⎢ ⎥ ⎢
; 2) ⎣0 2 2⎦ ; 3) ⎢ ⎥.
⎥
0 2 ⎣0 0 3 3⎦
0 0 3
0 0 0 4
2.33. Вычислите коммутаторы [A, A−1 ] и [A−1 , A].

2.34. При каких значениях вещественного параметра λ матрица не имеет

обратной?
⎡ ⎤
−1 λ λ
⎢ ⎥
1) ⎣ λ λ 0 ⎥
⎢
⎦;
6 4 λ
⎡ ⎤
3 λ λ
⎢ ⎥
2) ⎢
⎣ λ λ −1 ⎥.
⎦
−1 −1 λ
2.35. Вычислите матрицу, обратную к A:
⎡ ⎤
1 α 0 0
⎢ ⎥
⎢0 1 β 0 ⎥
⎢
A=⎢ ⎥,
⎥
⎣0 0 1 γ ⎦
0 0 0 1
где α, β, γ ∈ R. При всех ли возможных значениях параметров

матрица A−1 существует?
∗ 2.36. Вычислите матрицу, обратную к Gn размера n × n, где n 2:

⎡ ⎤
0 0 0 ... 0 1
⎢ ⎥
⎢0 0 0 . . . 1 0 ⎥
⎢ ⎥
⎢ ⎥
Gn = ⎢. . . . . . . . . . . . . . . .⎥ . (2.81)
⎢ ⎥
⎢0 1 0 . . . 0 0 ⎥
⎣ ⎦
1 0 0 ... 0 0
2.37. Элементы матрицы Гильберта4 H = (hij ) задаются по правилу

1
hij = , где i, j = 1, 2, . . . , n.
i+j−1
С помощью Python вычислите H −1 , H ·H −1 и H −1 ·H для n = 6, 7, 8.
4
Гильберт (David Hilbert) (1862–1943) — немецкий математик.

∗ 2.38. Найдите обратную к следующей матрице:

⎡ ⎤
1 λ λ2 λ3 . . . λn
⎢ ⎥
⎢0 1 λ λ2 . . . λn−1 ⎥
⎢ ⎥
⎢ ⎥
⎢0 0 1 λ . . . λn−2 ⎥ ,
⎢ ⎥
⎢. . . . . . . . . . . . . . . . . . . . . . ⎥
⎣ ⎦
0 0 0 0 ... 1
где λ — некоторое вещественное число.
2.39. С помощью метода математической индукции докажите формулу

обращения произведения матриц
(A1 A2 . . . An−1 An )−1 = A−1 −1 −1 −1

n An−1 . . . A2 A1 . (2.82)
2.40. Решите матричные уравнения:

2 1 −6 4
1) ·X = ;
0 2 2 1
⎡ ⎤ ⎡ ⎤
−1 1 1 −2 1 1
⎢ ⎥ ⎢ ⎥
2) ⎢ ⎥ ⎢
⎣ 0 2 2⎦ · X = ⎣−1 0 2⎦ ;
⎥
0 2 3 −1 −2 0
⎡ ⎡⎤ ⎤
1 10 −3 0 −1 2
⎢ ⎥ ⎢ ⎥
3) X · ⎢
⎣ −3 6 2 ⎥ = ⎢−1 −2 −2⎥ ;
⎦ ⎣ ⎦
2 6 −3 0 1 10

2 3 1 7 1 −1
4) ·X · = .
−3 2 5 4 0 1
2.41. Считая, что a — произвольное вещественное число, выполните воз-

ведение матрицы в степень:
⎡ ⎤256
1 0 0
⎢ ⎥
⎢0 1 0⎥ . (2.83)
⎣ ⎦
0 a 1
∗ 2.42. Выполните возведение матрицы в степень:

⎡ ⎤512
1 0 0
⎢ ⎥
⎢ g 1 0⎥ , (2.84)
⎣ ⎦
h 0 1
где константы g, h ∈ R.
2.43. Используя метод математической
индукции, докажите что n-я сте-
0 1
пень матрицы F = имеет вид
1 1

Fn−1 Fn
F =n
(2.85)
Fn Fn+1
для всех натуральных значений n > 1, где Fn — числа Фибоначчи
(см. определение в упр. 2.11 на с. 86).
⎡ ⎤
1 α γ
⎢ ⎥
2.44. Вычислите n-ю степень верхней треугольной матрицы A = ⎢ ⎥
⎣0 1 β ⎦ ,
0 0 1
где α, β, γ ∈ R.
2.45. Вычислите q-ю степень функциональной матрицы

cos ϕ sin ϕ
U (ϕ) =
− sin ϕ cos ϕ
для всех целых значений q ∈ Z.
2.46. Про матрицы A и B известно, что их коммутатор представляет
собой единичную матрицу: [A, B] = I. Вычислите [A, B q ] для всех
целых значений параметра q ∈ Z.
2.47. Вычислите значение функции f (x) = x2 − 3x + 2, если в качестве
аргумента берется матрица A, где

1 0
1) A = ;
0 1

1 −2
2) A = .
−3 1
2.48. Вычислите значение функции g(x) = x3 + x − 3, если в качестве

аргумента берется матрица A, где
⎡ ⎤
1 0 0
⎢ ⎥
1) A = ⎢ ⎥
⎣ 1 1 0⎦;
1 1 1
⎡ ⎤
−2 1 0
⎢ ⎥
2) A = ⎢
⎣ 3 −1 1 ⎥.
⎦
2 1 0
2.49. Вычислите значение дробно-рациональной функции g(A), если

x3 + x2 − 3x − 5
g(x) = и
x3 − 5x − 2
⎡ ⎤
2 0 0
⎢ ⎥
1) A = ⎢
⎣0 −4 0⎦;
⎥
0 0 1
⎡ ⎤
1 1 0
⎢ ⎥
2) A = ⎢
⎣ 0 1 0 ⎥.
⎦
0 1 1
2.50. Покажите, что справедливо равенство

0 −1 cos 1 − sin 1
exp = .
1 0 sin 1 cos 1
2.51. Найдите eA для

⎡ ⎤
1 0 0
⎢ ⎥
1) A = ⎢
⎣ 0 1 0 ⎥;
⎦
0 0 0
⎡ ⎤
0 1 0
⎢ ⎥
⎢
2) A = ⎣0 0 1⎥⎦.
0 0 0
∗ 2.52. Найдите eA для

⎡ ⎤
1 0 1
⎢ ⎥
1) A = ⎢
⎣ 0 1 0 ⎥;
⎦
0 0 1
⎡ ⎤
1 0 1
⎢ ⎥
⎢
2) A = ⎣1 1 1⎥⎦.
0 0 1
2.53. Для матриц, заданных в предыдущем упражнении, вычислите ln A.
∗ 2.54. Докажите, что для коммутирующих матриц экспонента от суммы

равна произведению экспонент от каждого из слагаемых:
exp(A + B) = exp(A) exp(B).
2.55. Докажите, что exp(tA) = I + tA + O(t2 ) при t → 0.
2.56. Рассмотрим всевозможные матрицы размера 3 × 3, не содержа-

щие нулевого столбца. Перечислите попарно различные ступенча-
тые формы таких матриц.
2.57. Какие из элементарных операций над элементами ступенчатой мат-

рицы сохраняют ее ступенчатую форму?
2.58. Найдите ранги матриц:

⎡ ⎤
⎡ ⎤ 2 −4 3 1 0
1 2 −4 3 −2 ⎢ ⎥
⎢ ⎥ ⎢1 −2 1 −4 2⎥
⎢ ⎥ ⎢
1) A = ⎣−1 3 −6 −2 4 ⎦ ; 2) A = ⎢ ⎥;
−1 ⎥
⎣ 0 1 3 1 ⎦
2 −1 2 5 6
4 −7 4 −4 5
⎡ ⎤
⎡ ⎤ 0 2 −4
1 2 1 3 ⎢ ⎥
⎢ ⎥ ⎢−1 −4 −5 ⎥
⎢4 −1 −5 −6⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
3) A = ⎢ ⎥ ; 4) A = ⎢ 3 1 7 ⎥;
⎣1 −3 −4 −7⎦ ⎢ ⎥
⎢ 0 5 −10⎥
2 1 −1 0 ⎣ ⎦
2 3 0
⎡ ⎤ ⎡ ⎤
3 5 7 4 3 2 2
⎢ ⎥ ⎢ ⎥
5) A = ⎣1 2 3⎦ ; 6) A = ⎣0 2 1 1⎥
⎢ ⎥ ⎢
⎦;
1 3 5 0 0 3 3
⎡ ⎤
⎡ ⎤ 1 3 5 −1
1 −1 2 4 3 ⎢ ⎥
⎢ ⎥ ⎢ 4⎥
7) A = ⎢ −2 1 5 2 6 ⎥ ; 8) A = ⎢2 −1 −3 ⎥.
⎣ ⎦ ⎢5 1 −1 7⎥
⎣ ⎦
2 −1 4 7 2
7 7 9 1
2.59. С помощью метода окаймляющих миноров определите максималь-

ное значение, которое может принимать ранг матрицы Λ:
⎡ ⎤
β−γ 0 γ −β
⎢ ⎥
Λ=⎢ ⎣ γ − α −γ 0 α ⎥,
⎦
α−β β −α 0
если α, β и γ — вещественные константы:
∗ 2.60. Найдите ранги следующих матриц при всех возможных значениях

вещественного параметра λ:
⎡ ⎤
1 λ 0
⎢ ⎥
а) ⎢ ⎥
⎣ 1 1 0⎦ ;
0 0 1
⎡ ⎤
1−λ 0 0
⎢ ⎥
б) ⎢
⎣ 0 2 − λ 0 ⎥;
⎦
0 0 3−λ
⎡ ⎤
1 2 −3
⎢ ⎥
в) ⎢
⎣−1 2 − λ 10 ⎦ ;
⎥
−1 0 3−λ
⎡ ⎤
−λ 1 1
⎢ ⎥
⎢
г) ⎣ 0 1 − λ 1 ⎥⎦;
0 0 2−λ
⎡ ⎤
1 −6 −5
⎢ ⎥
д) ⎢
⎣ −1 2 − λ 5 ⎥;
⎦
−1 6 1−λ
⎡ ⎤
1−λ 2 0 0
⎢ ⎥
⎢ 1 2 − λ 0 0 ⎥
е) ⎢
⎢ 0
⎥;
⎣ 0 3−λ 0 ⎥ ⎦
0 0 0 4−λ
⎡ ⎤
1−λ 2 0 0
⎢ ⎥
⎢ 1 1+λ 0 0 ⎥
ж) ⎢⎢ ⎥;
− ⎥
⎣ 0 0 2 λ 0 ⎦
0 0 0 2+λ
⎡ ⎤
1+λ 2 0 4
⎢ ⎥
⎢ 1 1 0 0⎥
⎢
з) ⎢ ⎥;
⎣ 0 0 2 + λ −1⎥ ⎦
1 0 2 1
⎡ ⎤
−λ 1 1 1 ... 1 1
⎢ ⎥
⎢ 0 1−λ
⎢ 1 1 ... 1 1 ⎥ ⎥
⎢ 0
⎢ 0 2 − λ 1 ... 1 1 ⎥ ⎥
и) ⎢ ⎥.
⎢. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎥
⎢ ⎥
⎢ ⎥
⎣ 0 0 0 0 . . . (n − 1) − λ 1 ⎦
0 0 0 0 ... 0 n−λ
Ответы и решения к главе «Алгебра матриц»

При n = 3 имеем 3! = 1 · 2 · 3 = 6 перестановок:
k1 = 1, k2 = 2, k3 = 3; k1 = 1, k2 = 3, k3 = 2; k1 = 2, k2 = 1, k3 = 3;
k1 = 2, k2 = 3, k3 = 1; k1 = 3, k2 = 1, k3 = 2; k1 = 3, k2 = 2, k3 = 1.
Следовательно, сумма в det A будет состоять из 6 членов, половина из

которых берется с положительным знаком, другая половина — c отри-
цательным знаком:

det A = (−1)σ a1k1 a2k2 a3k3 =
perm
= (−1)0 a11 a22 a33 + (−1)1 a11 a23 a32 + (−1)1 a12 a21 a33 +
+ (−1)2 a12 a23 a31 + (−1)2 a13 a21 a32 + (−1)3 a13 a22 a31 =
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 −
− a13 a22 a31 − a12 a21 a33 − a11 a23 a32 .
Полученная формула, конечно, согласуется с определением (2.3).

2.2. Ответ: число инверсий равно 10.
Первый элемент перестановки, равный n, образует n − 1 инверсий в
паре с каждым из элементов n − 1, n − 2, . . . , 1. Второй элемент пере-
становки n − 1 образует с остальными элементами n − 2 инверсий. Как
легко видеть, элемент перестановки, равный k, где 1 k n, образует
k − 1 инверсию. Следовательно, полное число инверсий в перестановке

n
(n, n − 1, . . . , 2, 1) равно сумме k = n(n − 1)/2.
k=1
2.4. Ответ:
n(n − 1)
1) ;
2
n(n + 1)
2) .
2
Слагаемому an1 an−1,2 . . . a2,n−1 a1n в формуле (2.5) приписан знак (−1)σ =
= (−1)n(n−1)/2 , поскольку число инверсий в перестановке (n, n−1, . . . , 2, 1)
равно σ = n(n − 1)/2 (см. упр. 2.3).
Примечание. С помощью функции «пол» x — наибольшего целого,
меньшего или равного аргументу x, т. е. x = max(n ∈ Z, n x), ответ
можно записать в более компактном виде: (−1)σ = (−1)n/2 .
1) Вычислим определитель, воспользовавшись правилом треугольни-
ка для
расчета по
формуле (2.3).

3 −2 1

−2 1 3 = 3 · 1 · (−2) + (−2) · 3 · 2 + 1 · (−2) · 0 −

2 0 −2
−1 · 1 · 2 − (−2) · (−2) · (−2) − 3 · 3 · 0 = −12.

2)
Выполним разложение определителя по первой строке:

1 2 0 1 3 0 3 0 1

0 1 3 = 1 −2 +0 = 1 · (1 · (−1) − 0 · 3) − 2 ·
0 −1 5 −1 5 0

5 0 −1
(0 · (−1) − 3 · 5) + 0 · (0 · 0 − 5 · 1) =
= −1 + 30 = 29.
3)
Выполним разложение определителя по первой строке:

2 0 5

1 3 16 = 2·(3·10−(−1)·16)−0·(1·10−0·16)+5·((−1)·1−0·3) =

0 −1 10
= 92 − 5 = 87.
4) Выполним разложение определителя, например, по третьей строке:

2 −1 3

−2 3 2 = 0 · (3 · 3 − (−1) · 2) − 2 · (2 · 2 − (−2) · 3)+

0 2 5
+5 · (2 · 3 − (−2) · (−1)) = −20 + 20 = 0.
5)
Разложим определитель по первой строке:

2 1 0

1 0 3 = 2 · (0 · (−1) − 5 · 3) − 1 · (1 · (−1) − 0 · 3) + 0 · (1 · 5 − 0 · 0) =

0 5 −1
= −30 + 1 = −29.
6) Определитель нижней треугольной матрицы вычисляем как про-

изведение диагональных элементов:
ее

2 0 0

3 3 0 = 2 · 3 · 4 = 24.

4 4 4
а) Выполним разложение определителя по первой строке:

−3 0 0 0

2 0 0 2 0 0 2 2 0
2 2 0 0

1 3 −1 0 = −3 · 3 −1 0 − 0 · 1 −1 0 + 0 · 1 3 0 −

5 3 5 −1 3 5 −1 5 5
−1 5 3 5

2 2 0

−0 · 1 3 −1 = −3 · (−10 + 0 + 0 − 0 − 0 − 0) − 0 + 0 − 0 = 30.

−1 5 3
Заметим, что исходная матрица является нижней треугольной, зна-

чит ее определитель можно вычислить более простым способом как про-
изведение диагональных элементов: Δ = (−3) · 2 · (−1) · 5 = 30.
б) Разложим определитель по первому столбцу:

2 −1 3 4

−1 5 −3 −1 3 4 −1 3 4
0 −1 5 −3
= 2 · 0 5 −3 − 0 · 0 5 −3 + 0 · −1 5 −3 −
0 0 5 −3

0 0 2 0 0 2 0 0 2
0 0 0 2

−1 3 4

−0 · −1 5 −3 = 2 · (−10 + 0 + 0 − 0 − 0 − 0) − 0 + 0 − 0 = −20.

0 5 −3
К результату можно прийти быстрее, заметив, что матрица является

верхней треугольной. Тогда Δ = 2 · (−1) · 5 · 2 = −20.
в) Разложим определитель по первой строке:

2 −1 1 0

1 2 −1 0 2 −1 0 1 −1
0 1 2 −1
= 2 · −1 2 3 − (−1) · 3 2 3 + 1 · 3 −1 3 −
3 −1 2 3

1 6 1 3 6 1 3 1 1
3 1 6 1

0 1 2

−0 · 3 −1 2 = 2 · (2 + 6 + 6 + 2 − 18 + 2) − (−1) · (0 + 18 − 18 + 6 − 0 − 6)+

3 1 6
+1 · (0 + 9 − 3 − 3 − 0 − 3) − 0 = 0.
Обозначим определитель через Δ и разложим его по первой строке.
Полученные определители третьего порядка разложим по первой строке
или по строке,
состоящей
из единиц,
если
таковая
имеется:

x 1 1 1 1 1 1 x 1 1 x 1

Δ = x 1 x 1 − 1 x 1 + 1 1 1 − 1 1 x =

1 1 x 1 1 x 1 1 x 1 1 1

=x x(x2 − 1) − (x − 1) + (1 − x) − (x2 − 1) − (x − 1) + (1 − x) +
+ − (x2 − 1) + (x − 1) − (1 − x) − (x2 − 1) − (x − 1) + (1 − x) =
= x(x3 − 3x + 2) − 3(x2 − 2x + 1) = x(x − 1)(x2 + x − 2) − 3(x − 1)2 =
= (x − 1)(x3 + x2 − 5x + 3) = (x − 1)3 (x + 3).
В итоге, корни уравнения Δ = 0 равны x = 1 и x = −3.
Применим к определителю следующие эквивалентные преобразова-
ния: из каждой строки, начиная со второй, вычитаем первую. В резуль-
тате получим определитель верхней треугольной матрицы:

1 1 1 . . . 1 1

0 1 0 . . . 0 0

0 0 2 . . . 0
0
.
0 0 0 . . . 0 0

0 0 0 . . . p − 1 0

0 0 0 . . . 0 p
Такой определитель равен произведению диагональных элементов мат-

рицы: 1 · 1 · 2 . . . (p − 1) · p = p!.
а) Обозначим определитель матрицы Q через Qn и выпишем его в
явном виде:
0 1 0 0 . . . 0 0

1 0 1 0 . . . 0 0

0 1 0 1 . . . 0 0

Qn = .
. . . . . . . . . . . . . . . . . . .

0 0 0 0 . . . 0 1

0 0 0 0 . . . 1 0
Воспользуемся разложением по его первой строке, после чего полу-

ченный определитель порядка (n − 1) × (n − 1) разложим по первому
столбцу:

1 1 0 . . . 0 0

0 1 . . . 0 0
0 0 1 . . . 0 0
1 0 . . . 0 0
0 1 0 . . . 0 0

Qn = (−1)1+2 · = (−1)1+2 (−1)1+1 · . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
0 0 . . . 0 1

0 0 0 . . . 0 1
0 0 . . . 1 0
0 0 0 . . . 1 0
Заметим, что задача свелась к вычислению величины Qn−2 . Для наи-

меньших возможных значений порядка матрицы n = 1 и n = 2 имеем

0 1
Q1 = det[0] = 0, Q2 = det = −1.
1 0
Таким образом, получается рекуррентное соотношение:

Qn = −Qn−2 ,
Q1 = 0, Q2 = −1.
Методом математической индукции можно показать, что его решение

Qn будет иметь вид:

(−1)n/2 , если n четно,
Qn =
0, если n нечетно.
б) Используя метод Лапласа, аналогично пункту a) получим рекур-

рентное соотношение:

Qn = Qn−2 ,
Q1 = 0, Q2 = 1.
Его решение, как легко показать с помощью метода математической

индукции, имеет вид:
1
Qn = 1 + (−1)n .
2
Обозначим через P (n) предикат «Fn+1 = D(n)», где D(n) — опреде-
литель (2.73). Воспользуемся методом математической индукции.
Для n = 1 и n = 2 имеем:

1 1 1 1 0

F2 = — верно, F3 = −1 1 1 — верно.
−1 1
0 −1 1
Предположим истинность утверждений P (k) для k = 1, 2, . . . .
Докажем, что это влечет истинность P (k + 1).
В самом деле, разлагая определитель D(n + 1) по первой строке,
получим:
Dn+1 = Dn + Dn−1 .
Согласно индуктивному предположению D(n) = Fn+1 , D(n−1) = Fn .
Следовательно, получено верное равенство Fn+2 = Fn+1 + Fn .
Таким образом, методом математической индукции доказано, что
Fn+1 = D(n) для всех натуральных n.
1) Согласно определению (2.74) при n = 2 имеем

1 1

Vn = = a 2 − a1 .
a1 a2

2) Введем в рассмотрение предикат «Vn = (aj −ai )» и обозначим
i,j∈[1,n]
i<j
его через P (n).
Случай наименьшего n = 2 доказан в пункте 1) данного упражнения.
для некоторого натурального k 2 выполняется равенство
Пусть
Vk = (aj − ai ).
i,j∈[1,k]
i<j
Докажем, что Vk+1 = (aj − ai ).
i,j∈[1,k+1]
i<j
Преобразуем Vk+1 следующим образом: из (k + 1)-й строки вычитаем

k-ю, умноженную на a1 , затем из k-й вычитаем (k − 1)-ю, также умно-
женную на a1 и так вплоть до второй строки включительно:

1 1 1 ... 1

0 a − a a − a . . . a − a
2 1 3 1 k+1 1

Vk+1 = 0 a22 − a1 a2 a23 − a1 a3 . . . a2k+1 − a1 ak+1 .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

0 a2 − a1 a2
k k−1
a3 − a1 a3
k k−1
. . . ak+1 − a1 ak+1
k k−1
Первый столбец полученного определителя образован нулями, за ис-

ключением элемента в левом верхнем углу, равного единице. Используя
этот факт, легко выполнить разложение по первому столбцу. После вы-
несения общих множителей за знак определителя имеем:

1 1 ... 1

a2 a3 . . . ak+1

Vk+1 = (a2 − a1 )(a3 − a1 ) . . . (ak+1 − a1 ) a22 a23 . . . a2k+1 .

. . . . . . . . . . . . . . . . . . . .

k−1 k−1 k−1
a2 a3 . . . ak+1
В результате получен определитель Vk , который по индуктивному

предположению равен произведению всевозможных разностей aj −ai для
1 i < j k.
Следовательно, методом математической индукции доказана форму-
ла (2.75).
Примечание. Матрица Вандермонда, т. е. матрица вида

1 1 . . . 1

a1 a . . . a
2 n
2
a1 a22 . . . a2n ,

. . . . . . . . . . . . . . . . . . . .

n−1 n−1
a1 a2 . . . an n−1
часто встречается в теории приближений функций полиномами [41, 70].

При умножении любой строки на вещественное число определитель
этой матрицы умножается на это число. Следовательно, при умножении
всех элементов матрицы A на m определитель умножится на величину
m×m×
!". . . × m# .
n раз
Таким образом, для всех m ∈ N выполняется равенство det(mA) =

= mn det A.
Студент не прав. Определитель суммы двух матриц не всегда равен
сумме определителей этих матриц, что подтверждает следующий контр-
пример.
Рассмотрим единичную матрицу размера n × n. Тогда выполняется
неравенство:
det(I + I) = det I + det I,
поскольку det(I + I) = det(2I) = 2n (см. упр. 2.13). В то же время,
det I + det I = 1 + 1 = 2 = det(I + I).
Разложение определителя по формуле (2.5) содержит 5! = 120 слага-
емых. Одно из этих слагаемых вида a15 a21 a34 a42 a53 имеет в своем составе
все пять множителей величиной 10000 и равно (−1)σ 100005 = (−1)σ 1020 .
Здесь σ — число инверсий в перестановке (5, 1, 4, 2, 3). Как легко заме-
тить, σ = 6.
Оставшиеся 5!−1 = 119 слагаемых содержат в своем составе не более
трех сомножителей 10000 и, следовательно, не превышают по абсолют-
ной величине 100003 × 1 × 1 = 1012 . Отсюда можно сделать вывод, что
рассматриваемый определитель не меньше разности 1020 − 119 · 1012 > 0.
В итоге, определитель положителен.
Опираясь на рассуждения, аналогичные приведенным в решении
упр. 2.15, получаем: определитель в данном случае не превышает зна-
чение
(−1020 + 119 · 4 · 5 · 1012 ) < 0.
Следовательно, этот определитель является отрицательным числом.
2.17. Ответ:
Вычисление определителей с помощью Python приводит к следую-
щим результатам:

1 1 1 1 104

104 1 1 1 1

1 1 1 104 1 = 99999990001999850004,

1 104 1 1 1

1 1 104 1 1

4
1 10 3 4 5

5 1 2 3 10 4

4 5 1 104 3 = −99999909053183731167.

3 4 104 1 2

4
10 3 4 5 1
Эти результаты, разумеется, согласуются с решениями упр. 2.15 и 2.16.
Напомним, что в комбинаторике число сочетаний из n различных
элементов по k без повторений обозначается как C(n, k) [1, 52].
Чтобы сформировать минор k-го порядка, нужно выбрать из матри-
цы k строк и k столбцов. Строки можно выбрать C(m, k) способами, а
столбцы — C(n, k) способами. Применяя комбинаторное правило произ-
ведения, получаем, что всего можно получить C(m, k)C(n, k) миноров
k-го порядка.
2.19. Ответ:
Строки для формирования минора можно выбрать, используя чис-
ло сочетаний, C(n, k) способами. Далее столбцы следует выбирать так,
чтобы их номера не совпадали с номерами выбранных строк. Это мож-
но сделать C(n − k, k) способами. Итого по комбинаторному правилу
произведения получаем ответ: C(n, k)C(n − k, k) миноров.
Рассмотрим матрицу A размера 3 × 3
⎡ ⎤
a a a
⎢ 11 12 13 ⎥
A = ⎣a21 a22 a23 ⎥
⎢
⎦
a31 a32 a33
и запишем ее определитель в виде
det A = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 −
− a11 a23 a32 − a12 a21 a33 − a13 a22 a31 =
=α+β+γ+
+ δ + ε + ζ,
где введены обозначения α = a11 a22 a33 , β = a12 a23 a31 , . . . , ζ = −a13 a22 a31 .
Каждая из величин α, β, . . . , ζ принимает значения из множества {−1, 1}.
Все шесть слагаемых определителя не могут иметь одинаковый знак.
В самом деле, произведение αβγ можно представить в виде произведения
девяти элементов матрицы A:
3
$
αβγ = aij .
i,j=1

В то же время имеет место равенство δεζ = (−1)3 3i,j=1 aij = −αβγ.
Следовательно, среди α, β, . . . , ζ есть отрицательные слагаемые, и
det A < 6.
Если пять членов определителя имеют один знак, а шестой — другой,
то det A является четным числом. Значит, det A < 5.
Как несложно установить прямым вычислением, матрица
⎡ ⎤
−1 1 1
⎢ ⎥
⎢ 1 −1 1⎥
⎣ ⎦
1 1 −1
имеет det A = 4.
Окончательно получаем: наибольшее значение определителя матри-
цы размера 3 × 3, состоящей из элементов +1 и −1, равно 4.
2.21. Ответ: 2.
2.22. Ответ: определитель умножится на (−1)n/2 .
# The number of multiplications

count = 0
def get_determ(A):
global count
size = len(A)
if size == 1:
return A[0][0]
elif size == 2:
count += 2
return A[0][0] * A[1][1] - A[0][1] * A[1][0]
else:
det = 0
# Expansion over the first row

for col in range(size):
minor = [row[:col] + row[col + 1:] for row \
in (A[1:])]
det_sign = 1 if col % 2 == 0 else -1

det += det_sign * A[0][col] * get_determ(minor)
count += 1
return det
mas = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

print("det =", get_determ(mas))
print("count =", count)
Для матрицы размера n×n осуществляется n рекурсивных вызовов и
производится n умножений вида aij ×Aij , j = 1, . . . , n. Выход из рекурсии
будет при n = 1, в этом случае умножения не выполняются. В силу этого
общее число умножений удовлетворяет рекуррентному соотношению:

T (n) = nT (n − 1) + n, n > 1,
T (1) = 0.
Решим полученное соотношение методом подстановки, т. е. последо-

вательно выражая T (n − 1) через T (n − 2), затем T (n − 2) через T (n − 3),
и т. д.:
T (n) = nT (n − 1) + n =
= n[(n − 1)T (n − 2) + n − 1] + n =
= n(n − 1)T (n − 2) + n(n − 1) + n =
= n(n − 1)[(n − 2)T (n − 3) + n − 2] + n(n − 1) + n =
= n(n − 1)(n − 2)T (n − 3) + n(n − 1)(n − 2) + n(n − 1) + n.
Продолжая аналогичным образом этот процесс до T (1) = 0, получим:
T (n) = n(n − 1)(n − 2) . . . 2 · T (1) +

+ n(n − 1)(n − 2) . . . 2 + n(n − 1)(n − 2) . . . 3 + . . . + n(n − 1) + n =
n! n! n!
= 0 + n! + + . . . + + =
2! (n − 2)! (n − 1)!
( )
n−1
1 1 1 1
= n! 1 + + . . . + + = n! .
2! (n − 2)! (n − 1)! k!
k=1
Имеется возможность записать аналитическое выражение для T (n)

через неэлементарные функции, однако для решения поставленной за-
дачи достаточно оценить асимптотическое поведение функции T (n).
Заметим, что при n → ∞

n−1 ∞
∞

1 1 1
lim = = − 1 = e − 1,
n→∞ k! k! k!
k=1 k=1 k=0
где e = 2,71828 . . . — основание натуральных логарифмов. Отсюда по-

лучаем неравенство

n−1
1
n! n! (e − 1)n!,
k!
k=1
и, окончательно, T (n) = O(n!).

1
n−1
Согласно результату предыдущего упражнения, T (n) = n! .
k=1 k!
Раскроем выражение enΓ(n, 1) − n!, учитывая определение неполной
гамма-функции:

n−1 k
1
n−1
1
n−1
1
enΓ(n, 1) − n! = en · (n − 1)! e−1 − n! = n! − n! = n! ,
k! k! k!
k=0 k=0 k=1
что совпадает с T (n).
Определим, сколько всего инверсий S(N ) содержится во всех переста-
S(N )
новках N элементов. Отношение будет равно среднему значению
N!
числа инверсий A(N ) в N -элементном массиве.
Для вычисления величины S(N ) предположим, что в некоторой пе-
рестановке (ai1 , ai2 , . . . , ain−1 , ain ) содержится ровно σ инверсий.
Заметим, что в перестановке (ain , ain−1 , . . . , ai2 , ai1 ) число инверсий
N (N − 1)
равно − σ. Это означает, что суммарное число инверсий в
2
паре массивов
(ai1 , ai2 , . . . , ain−1 , ain ) и (ain , ain−1 , . . . , ai2 , ai1 )
& N (N − 1) ' N (N − 1)
равно σ + −σ = .
2 2
Поскольку существует всего N ! перестановок N -элементного масси-
1 N (N − 1)
ва, то S(N ) = N ! × , и, следовательно, имеет место следую-
2 2
щая оценка для среднего значения числа инверсий:
S(N ) 1 2
A(N ) = = N + O(N ) при N → ∞.
N! 4
Обозначим элементы матрицы B через bij , 1 i, j n. С помощью
введенного обозначения можно записать, что матрица I + εB образована
элементами (δij + εbij ).
Согласно определению, величина det(I + εB) равна сумме по всем
возможным перестановкам:

det(I + εB) = (−1)σ (δ1i1 + εb1i1 )(δ2i2 + εb2i2 ) . . . (δnin + εbnin ).
perm
Раскрывая скобки под знаком суммы, получим:

det(I + εB) = (−1)σ (δ1i1 δ2i2 . . . δnin +
perm
+ εb1i1 δ2i2 δ3i3 . . . δnin +
+ εb2i2 δ1i1 δ3i3 . . . δnin +
+ εb3i3 δ1i1 δ2i2 . . . δnin + . . . +
+ εbnin δ1i1 δ2i2 . . . δ(n−1)in−1 +
+ ε2 (. . . ) + . . . ).
Произведение δ1i1 δ2i2 . . . δnin равно единице, если i1 = 1, i2 = 2, . . . ,

in = n, и равно нулю в остальных случаях.
Далее, произведения вида
εbkik δ1i1 δ2i2 . . . δ(k−1)ik−1 δ(k+1)ik+1 . . . δnin
сводятся к слагаемым εbkk .
Из этого следует, что

det(I + εB) = (−1)σ0 1 + εb11 + εb22 + . . . + εbnn + O(ε2 ) ,
где σ0 — количество инверсий в перестановке (i1 , i2 , . . . , in ) = (1, 2, . . . , n).
Ясно, что σ0 = 0.
В итоге получаем:
&
n '
σ0
det(I + εB) = (−1) 1 + ε bkk + O(ε ) = 1 + ε tr B + O(ε2 ).
2
k=1

I
2.28. Ответ: det = 1 − pε(tr B) + O(ε2 ).
(I + εB)p
Представим матрицу M в виде M = G(I + εG−1 H). Вычислим опре-
делитель
detM = det G det(I + εG−1 H) =
& ∞
(−1)k−1 '
= det G exp(tr ln(I + εG−1 H)) = det G exp tr (εG−1 H)k =
k
k=1
1
= det G 1 + εtr (G−1 H) + ε2 (tr2 (G−1 H) − tr (G−1 H)2 ) + O(ε3 ) .
2
Таким образом, формула (2.80) доказана.
Определитель матрицы равен det A = ad − bc.
Вычислим алгебраические дополнения для каждого из элементов мат-
рицы A:
A11 = (−1)1+1 · d = d, A12 = (−1)1+2 · c = −c;
A21 = (−1)2+1 · b = −b, A22 = (−1)2+2 · a = a.
Запишем матрицу из алгебраических дополнений:

d −c
.
−b a
Тогда искомая обратная матрица будет иметь вид:

1 d −b
A−1 = .
ad − bc −c a
1) Поскольку det A = −2 = 0, то обратная матрица существует.
Находим алгебраические дополнения элементов матрицы A:
A11 = 4, A12 = −3,

A21 = −2, A22 = 1.
Следовательно,
матрицу алгебраических дополнений можно записать
4 −3
в виде: .
−2 1
T
4 −3 4 −2
Транспонируем матрицу (Aij ): = .
−2 1 −3 1
Для вычисления A−1 делимполученную присоединенную
матрицу на
4 −2 −2 1
определитель: A−1 = /(−2) = .
−3 1 3/2 −1/2
2) Поскольку det A = 1 = 0, то обратная матрица существует. Нахо-
дим алгебраические дополнения элементов матрицы A:
A11 = 7, A12 = −5,

A21 = −4, A22 = 3.
T
7 −5 7 −4
Транспонируем матрицу (Aij ): = .
−4 3 −5 3

1 7 −4 7 −4
Следовательно, A−1 = = .
det A −5 3 −5 3
3) Вычисляем определитель методом разложения по первому столб-
цу:

−3 1 −4 5 −4 5

det A = 3 − 2 + 3 = 24 − 58 + 33 = −1 = 0.
−5 −1 −5 −1 −3 1
Находим алгебраические дополнения:


−3 1

A11 = = 8, A12 = 5, A13 = −1,
−5 −1
A21 = −29, A22 = −18, A23 = 3,
A31 = 11, A32 = 7, A33 = −1. ⎡ ⎤
8 5 −1
⎢ ⎥
Получим матрицу алгебраических дополнений: ⎣−29 −18 3 ⎥
⎢
⎦.
11 7 −1
Выполним операцию транспонирования:
⎡ ⎤T ⎡ ⎤
8 5 −1 8 −29 11
⎢ ⎥ ⎢ ⎥
⎢−29 −18 3 ⎥ = ⎢ 5 −18 7 ⎥ .
⎣ ⎦ ⎣ ⎦
11 7 −1 −1 3 −1
С помощью операции деления на det A запишем обратную матрицу:

⎡ ⎤ ⎡ ⎤
8 −29 11 −8 29 −11
−1 1 ⎢ ⎢
⎥ ⎢
⎥ ⎢
⎥
⎥.
A = 5 −18 7 = −5 18 −7
det A ⎣ ⎦ ⎣ ⎦
−1 3 −1 1 −3 1
4) Поскольку det A = −3 = 0, то A−1 определена. Находим алгебра-

ические дополнения Aij :
A11 = 7, A12 = −5, A13 = 6,
A21 = −6, A22 = 3, A23 = −3,
A31 = 1, A32 = 1, A33 = −3.
⎡ ⎤ ⎡ 7 1
⎤
7 −6 1 − 2 −
1 ⎢ ⎥ ⎢ 53 3⎥
−1 ⎢−5 3 1 ⎥ = ⎢ ⎢ 1⎥
Обратная матрица A =
det A ⎣ ⎦ ⎣ −1 − ⎥ .
3 3⎦
6 −3 −3 −2 1 1
5) Находим определитель: det A = −27 = 0. Алгебраические допол-
нения равны
A11 = −3, A12 = −6, A13 = −6,
A21 = −6, A22 = −3, A23 = 6,
A31 = −6, A32 = 6, A33 = −3.
Вычисляем элементы обратной матрицы:
⎡ ⎤ ⎡ ⎤
−3 −6 −6 1 2 2
−1 1 ⎢ ⎢
⎥ 1⎢
⎥ ⎢
⎥
⎥.
A = −6 −3 6 = 2 1 −2
det A ⎣ ⎦ 9⎣ ⎦
−6 6 −3 2 −2 1
2.32. Ответ:
⎡ ⎤
⎡ ⎤ 1
1 − 0 0
⎡ ⎤ 1 ⎢ 2 ⎥
1 ⎢1 − 2 0 ⎥ ⎢
⎢0 1 1 ⎥
⎢ 1 − ⎥
⎢
⎢ 1
⎥
1⎥ ⎢ − 0 ⎥
⎥
1) ⎣ 2
1 ⎦ ; 2) ⎢ 0 − ⎥ ; 3) ⎢
⎢
2 3 ⎥.
1⎥
⎢ 2 3⎥ ⎢0 1
− ⎥
0 ⎣ ⎦ ⎢ 0
2 1
⎣ 3 4⎥
0 0
3 1 ⎦
0 0 0
4
2.33. Ответ: [A, A−1 ] = [A−1 , A] = O.
1) Как известно, матрица A не имеет обратной при выполнении усло-
вия det A = 0.

−1 λ λ

Вычислим определитель: λ λ 0 = −λ3 − 3λ2 = −λ2 (λ + 3).

6 4 λ
Следовательно, матрица не имеет обратной при λ ∈ {0, −3}.
2) Определитель равен −λ3 + 3λ2 + λ − 3 = −(λ − 3)(λ − 1)(λ + 1).
Матрица не имеет обратной при λ ∈ {−1, 1, 3}.
Для нахождения обратной матрицы вычислим определитель det A.

1 α 0 0

0 1 β 0
det A = ,
0 0 1 γ

0 0 0 1
det A = 1, поскольку A — верхняя треугольная матрица и определитель
равен произведению диагональных элементов.
Находим алгебраические дополнения:
A11 = 1, A12 = 0, A13 = 0, A14 = 0,
A21 = −α, A22 = 1, A23 = 0, A24 = 0,
A31 = αβ, A32 = −β, A33 = 1, A34 = 0,
A41 = −αβγ, A42 = βγ, A43 = −γ, A44 = 1.
Выполняем транспонирование и получаем присоединенную матрицу:

⎡ ⎤T ⎡ ⎤
1 0 0 0 1 −α αβ −αβγ
⎢ ⎥ ⎢ ⎥
⎢ −α 1 0 0 ⎥ ⎢0 1 −β βγ ⎥
⎢ ⎥ ⎢ ⎥.
⎢ αβ −β 1 0⎥ = ⎢0 0 −γ ⎥
⎣ ⎦ ⎣ 1 ⎦
−αβγ βγ −γ 1 0 0 0 1
Поскольку определитель равен единице, то A−1 совпадает с присо-

единенной матрицей:
⎡ ⎤
1 −α αβ −αβγ
⎢ ⎥
⎢0 1 −β βγ ⎥
A =⎢
−1
⎢0 0
⎥.
⎣ 1 −γ ⎥ ⎦
0 0 0 1
Как показано выше, определитель det A не зависит от параметров

α, β, γ, следовательно, матрица A−1 определена при любых значениях
α, β, γ ∈ R.
Определитель матрицы Gn = (gij ) равен det Gn = (−1)n(n−1)/2 , по-
скольку единственное ненулевое произведение в сумме вида (2.5) равно
g1,n g2,n−1 . . . gn,1 = 1, а множитель σ для этого произведения принимает
значение σ = (−1)n(n−1)/2 (см. упр. 2.5).
Построим матрицу алгебраических дополнений элементов gij , где 1
i, j n. Алгебраическое дополнение любого элемента, равного нулю,
будет равно нулю. Это следует из того, что при вычеркивании нулевого
элемента в соответствующем миноре появляется нулевая строка и нуле-
вой столбец, и, в свою очередь, такой минор равен нулю. Минор любого
элемента gi,(n+1)−i , расположенного на побочной диагонали, будет равен
det Gn−1 = (−1)(n−1)(n−2)/2 , т. к. при вычеркивании gi,(n+1)−i будет полу-
чаться матрица Gn−1 размера (n − 1) × (n − 1).
Следовательно, алгебраические дополнения таких элементов gi,n−i
равны
(−1)i+(n+1−i) · det Gn−1 = (−1)n+1 · (−1)(n−1)(n−2)/2 =

= (−1)n(n−1)/2+2 = (−1)n(n−1)/2 .
Таким образом, матрица алгебраических дополнений равна исходной

Gn , умноженной на (−1)n(n−1)/2 .
Как легко видеть, транспонирование не меняет полученной матри-

цы. Последний шаг — делим присоединенную матрицу на определитель
det Gn = (−1)n(n−1)/2 . Окончательно получаем, что матрица, обратная к
G, совпадает с ней самой: G−1 ≡ G для всех значений n 2.
Приведем код на Python для решения задачи.
import numpy as np
def get_Hilbert_matrix(n):
return np.matrix([[ 1 / (i + j - 1)
for j in range(1, n + 1)] for i in range(1, n + 1)])
matrix = get_Hilbert_matrix(6)
inversed = np.linalg.inv(matrix)
hh1 = np.matmul(matrix, inversed)
h1h = np.matmul(inversed, matrix)
print(matrix)
print(inversed)
print(hh1)
print(h1h)
Отличие вычисленных с помощью Python элементов матриц H · H −1
и H −1 · H от единичной матрицы составляет ∼ 10−10 для n = 6, ∼ 10−7
для n = 8 и ∼ 10−8 для n = 7. (Символ ∼ здесь означает равенство по
порядку величины.)
Таким образом, матрицы Гильберта демонстрируют накопление ма-
шинных ошибок [70] при выполнении вычислений над вещественными
числами. Эти матрицы очень часто используются для тестирования чис-
ленных алгоритмов.
Матрицу H −1 можно найти в явном виде, аналитические представ-
ления для hij приведены в [61]. Интересной особенностью этой задачи
является также то, что элементы обратной матрицы являются целыми
числами.
Данная матрица является верхней треугольной, и ее определитель
равен произведению элементов, расположенных на главной диагонали,
т. е. равен единице.
Построим матрицу алгебраических дополнений. Алгебраические до-

полнения всех единичных элементов, расположенных на главной диаго-
нали, будут равны единице. При вычеркивании всех нулей, кроме тех,
что стоят на диагонали под главной, появляются матрицы с пропорци-
ональными строками, следовательно, их миноры будут равны нулю. Те
нули, что находятся на диагонали ниже главной, будут иметь в каче-
стве алгебраических дополнений величины (−λ). Сумма i + j для таких
элементов всегда нечетна, так как они стоят под главной диагональю,
а при их вычеркивании получаем верхнюю треугольную матрицу с од-
ним элементом λ и остальными единицами на главной диагонали. При
вычеркивании λ любой степени, кроме нулевой, мы получаем верхнюю
треугольную матрицу с нулями и единицами на главной диагонали. Сле-
довательно, и минор, и алгебраическое дополнение в этом случае равны
нулю.
Наконец, выполняя операцию транспонирования, получаем обратную
матрицу: ⎡ ⎤
1 −λ 0 0 ... 0
⎢ ⎥
⎢0 1 −λ 0 . . . 0⎥
⎢ ⎥
⎢ ⎥
⎢0 0 1 −λ . . . 0⎥ .
⎢ ⎥
⎢. . . . . . . . . . . . . . . . . . . . . .⎥
⎣ ⎦
0 0 0 0 ... 1
Воспользуемся методом математической индукции.
Для наименьшего натурального n = 1 имеем:
(A1 )−1 = A1−1 — верно.
Предположим, что для n = k справедливо равенство:
(A1 A2 . . . Ak−1 Ak )−1 = A−1 −1 −1 −1

k Ak−1 . . . A2 A1 .
Тогда нужно доказать, что для n = k + 1 верно следующее:
(A1 A2 . . . Ak+1−1 Ak+1 )−1 = A−1 −1 −1 −1

k+1 Ak+1−1 . . . A2 A1 .
Обозначим выражение для A−1 −1

k . . . A1 через B, тогда:
(BAk+1 )−1 = A−1

k+1 B
−1
= A−1 −1 −1 −1
k+1 (Ak Ak−1 . . . A1 ).
Следовательно, согласно методу математической индукции ∀n ∈ N,

справедливо тождество
(A1 A2 . . . An−1 An )−1 = A−1 −1 −1 −1

n An−1 . . . A2 A1 .
2 1
1) Найдем матрицу, обратную к матрице A = .
0 2
detA = 4, матрица алгебраических
Ее определитель равен дополне-
2 0 1/2 −1/4
ний имеет компоненты , обратная матрица: A−1 = .
−1 2 0 1/2

−6 4
Матрицу X получим, умножив A−1 на матрицу B = :
2 1

1/2 −1/4 −6 4 −7/2 7/4 1 −14 7
X= · = = .
0 1/2 2 1 1 1/2 4 4 2
⎡ ⎤
−1 1 1
⎢ ⎥
2) Найдем матрицу, обратную к матрице A = ⎣ 0 2 2⎥
⎢
⎦.
0 2 3
Определитель равен det A = −2.
−1
⎡ матрица A⎤ :
Обратная
−1 1/2 0
⎢ ⎥
A−1 = ⎢
⎣ 0 3/2 −1 ⎥.
⎦
0 −1 1
Умножим
⎡ ⎤ обратную к матрице A, на матрицу
матрицу,
−2 1 1
⎢ ⎥
B = ⎣−1 0 2⎥
⎢
⎦:
−1 −2 0
⎡ ⎤⎡ ⎤ ⎡ ⎤
−1 1/2 0 −2 1 1 3 −2 0
⎢ ⎥⎢ ⎥ 1⎢ ⎥
X = A B = ⎣ 0 3/2 −1⎦ ⎣−1 0 2⎦ = ⎣−1 4 6 ⎥
−1 ⎢ ⎥ ⎢ ⎥ ⎢
⎦.
2
0 −1 1 −1 −2 0 0 −4 −4
3) Решение уравнения получим, умножив обе части уравнения

X · A = B на A−1 справа.
Для этого найдем матрицу, обратную к матрице A:

⎡ ⎤
−30 12 38
1 ⎢⎢ −5 3
⎥
−1
A = 7⎥⎦.
10 ⎣
−30 14 36
Вычисляем элементы неизвестной матрицы X = B · A−1 :

⎡ ⎤ ⎡ ⎤ ⎡ ⎤
0 −1 2 −30 12 38 −55 25 65
⎢ ⎥ 1 ⎢ ⎥ 1 ⎢ ⎥
⎢ ⎥
X = ⎣−1 −2 −2⎦ · ⎢ −5 3 ⎥
7⎦= ⎢ 100 −46 −124 ⎥.
10 ⎣ 10 ⎣ ⎦
0 1 10 −30 14 36 −305 143 367
4) Из уравнения A · X · B = C неизвестную матрицу X находим по

формуле X = A−1 · C · B −1 .
Имеем:

1 2 −3 1 −4 7
A−1 = , B −1 = .
13 3 2 31 5 −1
Последовательно выполняем умножения в следующем порядке:

(A−1 · C) · B −1 .
Умножим матрицу, обратную к матрице A, на матрицу C:

1 2 −3 1 −1 1 2 −5
A−1 C = = .
13 3 2 0 1 13 3 −1
Наконец, умножим произведение A−1 C на матрицу, обратную матри-

це B:
1 2 −5 1 −4 7 1 −33 19
X= · = .
13 3 −1 31 5 −1 403 −17 22
⎡ ⎤
1 0 0
⎢ ⎥
2.41. Ответ: ⎢
⎣0 1 0⎦.
⎥
0 256a 1
Вычислив несколько первых степеней A⎡k , а именно,
⎤ вторую, третью,
1 0 0
⎢ ⎥
⎢
четвертую и пятую степени матрицы A = ⎣g 1 1⎥ ⎦, имеем:
h 0 1
⎡ ⎤ ⎡ ⎤
0 0 1 1 0 0
⎢ ⎥ ⎢ ⎥
A2 = ⎢ ⎥
⎣2g + h 1 2⎦ , A3 = ⎢ ⎥
⎣3g + 3h 1 3⎦ ,
2h 0 1 3h 0 1
⎡ ⎤ ⎡ ⎤
1
0 0 1 0 0
⎢ ⎥ ⎢ ⎥
A4 = ⎢ ⎥
⎣4g + 6h 1 4⎦ , A5 = ⎢ ⎥
⎣5g + 10h 1 5⎦ .
4h 0 1 5h 0 1
На основании полученных равенств предположим, что для всех на-

туральных значений n выполняется тождество:
⎡ ⎤n
1 0 0
⎢ ⎥
An = ⎢
⎣ ng + n(n − 1)h/2 1 n ⎥ ,
⎦
nh 0 1
соответствующий предикат обозначим через P (n).

Воспользуемся методом математической индукции.
Б а з а⎡ и н д у к ц и и ⎤
1 0 0
⎢ ⎥
A =⎢
1
⎣ 1 · g + 1(1 − 1)h/2 1 1 ⎥ = A — верно.
⎦
1·h 0 1
Пусть при n = k предикат P (n) принимает истинное значение, тогда:
⎡ ⎤
1 0 0
⎢ ⎥
A = ⎣kg + k(k − 1)h/2 1 k ⎥
k ⎢
⎦.
kh 0 1
Докажем, что при n = k + 1 справедливо равенство:

⎡ ⎤
1 0 0
⎢ ⎥
A k+1
= ⎣(k + 1)g + k(k + 1)h/2 1 k + 1⎥
⎢
⎦.
(k + 1)h 0 1
В самом деле,
⎡ ⎤⎡ ⎤
1 0 0 1 0 0
⎢ ⎥⎢ ⎥
Ak+1 = ⎢ ⎥⎢
⎣kg + k(k − 1)h/2 1 k ⎦ ⎣g 1 1⎦ =
⎥
kh 0 1 h 0 1
⎡ ⎤
1 0 0
⎢ ⎥
=⎢⎣ (k + 1)g + k(k + 1)h/2 1 k + 1 ⎥.
⎦
(k + 1)h 0 1
Таким образом, предикат P (n) доказан для всех n ∈ N.

Подставляя в качестве
⎡ показателя степени матрицы
⎤ число n = 512,
1 0 0
⎢ ⎥
получаем ответ: A512 = ⎢
⎣256(2g + 511h) 1 512 ⎥.
⎦
512h 0 1
Fn−1 Fn
Обозначим через P (n) предикат F n = .
Fn Fn+1
Базу индукции составляет утверждение P (2):

0 1 0 1 1 1 F 1 F2
= = ,
1 1 1 1 1 2 F2 F3
что соответствует формуле (2.85).
Предположим,
при n = k утверждение верно:
что
Fk−1 Fk
Fk = .
Fk Fk+1
Вычислим матрицу F n для n = k + 1:

F k−1 F k 0 1 F k F k−1 + F k
F k+1 = = .
Fk Fk+1 1 1 Fk+1 Fk + Fk+1
Согласно определению последовательности Фибоначчи каждый член
этой последовательности равен сумме двух предыдущих, и для всех k > 1
справедливо тождество Fk−1 + Fk = Fk+1 .
Таким образом, предикат P (n) доказан для всех натуральных n > 1.
Попробуем найти закономерность в последовательности A1 , A2 , A3 ,
. . . Для этого возведем матрицу во вторую, третью и четвертую степени:
⎡ ⎤⎡ ⎤ ⎡ ⎤
1 α γ 1 α γ 1 2α 2γ + αβ
⎢ ⎥⎢ ⎥ ⎢ ⎥
2 ⎢ ⎥ ⎢ ⎥ ⎢
A = ⎣0 1 β ⎦ ⎣0 1 β ⎦ = ⎣ 0 1 2β ⎥ ⎦,
0 0 1 0 0 1 0 0 1
⎡ ⎤⎡ ⎤ ⎡ ⎤
1 2α 2γ + αβ 1 α γ 1 3α 3γ + 3αβ
⎢ ⎥⎢ ⎥ ⎢ ⎥
A3 = A2 · A = ⎢
⎣0 1 2β ⎥ ⎢0 1 β ⎥ = ⎢0
⎦⎣ ⎦ ⎣ 1 3β ⎥,
⎦
0 0 1 0 0 1 0 0 1
⎡ ⎤⎡ ⎤ ⎡ ⎤
1 3α 3γ + 3αβ 1 α γ 1 4α 4γ + 6αβ
⎢ ⎥⎢ ⎥ ⎢ ⎥
A 4 = A3 · A = ⎢
⎣0 1 3β ⎥ ⎢0 1 β ⎥ = ⎢0
⎦⎣ ⎦ ⎣ 1 4β ⎥.
⎦
0 0 1 0 0 1 0 0 1
1
Анализ последовательности
⎡ степеней A⎤ , A2 , A3 , . . . приводит к гипо-
1 nα nγ + n(n − 1)αβ/2
⎢ ⎥
тезе, что An = ⎢
⎣ 0 1 nβ ⎥.
⎦
0 0 1
Докажем справедливость этого предположения с помощью метода
математической индукции. ⎡ ⎤
1 nα nγ + n(n − 1)αβ/2
⎢ ⎥
n ⎢
Обозначим через P (n) утверждение «A = ⎣0 1 nβ ⎥».
⎦
0 0 1
Истинность утверждения P (1) очевидна.
Предположим,
⎡ что P (n) справедливо
⎤ при n = k для некоторого k 1:
1 kα kγ + k(k − 1)αβ/2
⎢ ⎥
k ⎢
A = ⎣0 1 kβ ⎥.
⎦
0 0 1
Докажем, что P (k) ⇒ P (k + 1).
⎡ ⎤⎡ ⎤
1 kα kγ + k(k − 1)αβ/2 1 α γ
⎢ ⎥⎢ ⎥
Ak+1 = Ak · A = ⎢
⎣ 0 1 kβ ⎥ ⎢0 1 β ⎥ =
⎦⎣ ⎦
0 0 1 0 0 1
⎡ ⎤
1 (k + 1)α (k + 1)γ + k(k + 1)αβ/2
⎢ ⎥
=⎢⎣0 1 (k + 1)β ⎥.
⎦
0 0 1
Следовательно, P (n) принимает истинное значение для всех n 1.

Тем самым доказано, что
⎡ ⎤
1 nα nγ + n(n − 1)αβ/2
⎢ ⎥
An = ⎢⎣ 0 1 nβ ⎥
⎦
0 0 1
для всех n ∈ N.
Предположим, что q-я степень матрицы U (ϕ) определяется по фор-
муле:

cos(qϕ) sin(qϕ)
q
(U (ϕ)) = , где q ∈ Z.
− sin(qϕ) cos(qϕ)
Обозначим это утверждение через P (q) и докажем его сначала для
q ∈ N. Применим метод математической индукции.
Для n = 1 имеем

cos(ϕ) sin(ϕ)
(U (ϕ))1 = = U (1 · ϕ) — верно.
− sin(ϕ) cos(ϕ)
Предположим, что P (n) верно для n = k:

k cos(kϕ) sin(kϕ)
(U (ϕ)) = ,
− sin(kϕ) cos(kϕ)
Докажем истинность утверждения для n = k + 1.

k+1 cos(kϕ) sin(kϕ) cos ϕ sin ϕ
(U (ϕ)) = =
− sin(kϕ) cos(kϕ) − sin ϕ cos ϕ

cos(kϕ) cos ϕ − sin(kϕ) sin ϕ cos(kϕ) sin ϕ + sin(kϕ) cos ϕ
= =
− sin(kϕ) cos ϕ − cos(kϕ) sin ϕ − sin(kϕ) sin ϕ + cos(kϕ) cos ϕ

cos(k + 1)ϕ sin(k + 1)ϕ
= .
− sin(k + 1)ϕ cos(k + 1)ϕ
Следовательно, для q ∈ N имеет место равенство:

q cos(qϕ) sin(qϕ)
(U (ϕ)) = .
Теперь осталось доказать справедливость этого равенства для всех

целых q.
В самом деле, (U (ϕ))0 = I = U (0) и для всех ϕ ∈ R существует
обратная матрица
U (ϕ)−1 = U (−ϕ).
Таким образом, для q = 0, 1, 2, . . . выполняется (U (ϕ))−q = U (−qϕ).
Это означает, что

cos(qϕ) sin(qϕ)
(U (ϕ))q = для q ∈ Z.
2.46. Ответ:
[A, B q ] = qB q−1 для всех q ∈ Z.
Последовательно
выполняем
алгебраические
действия:
1 0 1 0 1 0 1 0
1) f (A) = −3 +2 =
0 1 0 1 0 1 0 1

1 0 3 0 2 0 0 0
= − + = .
0 1 0 3 0 2 0 0

1 −2 1 −2 1 −2 1 0 7 −4
2) f (A) = −3 +2 = −
−3 1 −3 1 −3 1 0 1 −6 7

3 −6 2 0 6 2
− + = .
−9 3 0 2 3 6
⎡ ⎤⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 0 0 1 0 0 1 0 0 1 0 0 1 0 0
⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢
1) g(A) = ⎣1 1 0⎦ ⎣1 1 0⎦ ⎣ 1 1 0⎦ + ⎣ 1 1 0⎦ − 3 ⎣0 1 0⎥
⎥ ⎢ ⎥ ⎢ ⎥ ⎢
⎦=
1 1 1 1 1 1 1 1 1 1 1 1 0 0 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 0 0 1 0 0 3 0 0 −1 0 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
=⎢ ⎥ ⎢ ⎥ ⎢
⎣3 1 0⎦ + ⎣ 1 1 0⎦ − ⎣0 3 0⎥ =
⎦ ⎣
⎢ 4 −1 0 ⎥ ;
⎦
6 3 1 1 1 1 0 0 3 7 4 −1
⎡ ⎤⎡ ⎤⎡ ⎤
−2 1 0 −2 1 0 −2 1 0
⎢ ⎥⎢ ⎥⎢ ⎥
2) g(A) = ⎢
⎣ 3 −1 1⎥ ⎢ 3 −1 1⎥ ⎢ 3 −1 1⎥ +
⎦⎣ ⎦⎣ ⎦
2 1 0 2 1 0 2 1 0
⎡ ⎤ ⎡ ⎤
−2 1 0 1 0 0
⎢ ⎥ ⎢ ⎥
+⎢ ⎥ ⎢
⎣ 3 −1 1⎦ − 3 ⎣0 1 0⎥⎦=
2 1 0
0 0 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
−21 11 −3 −2 1 0 3 0 0 −26 12 −3
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
=⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ 27 −13 5 ⎦ + ⎣ 3 −1 1⎦ − ⎣0 3 0⎦ = ⎣ 30 −17 6 ⎦ .
7 −1 1 2 1 0 0 0 3 9 0 −2
1) Числитель дроби равен
⎡ ⎤
1 0 0
⎢ ⎥
⎢0 −41 0 ⎥ .
⎣ ⎦
0 0 −6
В свою очередь, знаменатель образует матрица
⎡ ⎤
−4 0 0
⎢ ⎥
⎢ 0 −46 0 ⎥ ,
⎣ ⎦
0 0 −6
обратная по отношению к ней матрица равна
⎡ ⎤
−1/4 0 0
⎢ ⎥
⎢ 0 −1/46 0 ⎥.
⎣ ⎦
0 0 −1/6
Выполнив операцию умножения, получим:
⎡ ⎤⎡ ⎤ ⎡ ⎤
1 0 0 −1/4 0 0 −23 0 0
⎢ ⎥⎢ ⎥ ⎢ ⎥
g(A) = ⎢
⎣0 −41 0⎥ ⎢
⎦⎣ 0 −1/46 0 ⎥ ⎦ = 1/92 ⎢ 0
⎣ 82 0 ⎥⎦.
0 0 −6 0 0 −1/6 0 0 92
2)
⎡ Числитель ⎤дроби равен
−6 2 0
⎢ ⎥
⎢ 0 −6 0 ⎥ .
⎣ ⎦
0 2 −6
Знаменатель
⎡ этой дроби равен
⎤
−6 −2 0
⎢ ⎥
⎢ 0 −6 0 ⎥ .
⎣ ⎦
0 −2 −6
Найдем
⎡ матрицу, обратную
⎤ к знаменателю:
−1/6 1/18 0
⎢ ⎥
⎢ 0 −1/6 0 ⎥.
⎣ ⎦
0 1/18 −1/6
В итоге⎡получаем: ⎤ ⎡ ⎤ ⎡ ⎤
−6 2 0 −1/6 1/18 0 3 −2 0
⎢ ⎥⎢ ⎥ 1⎢ ⎥
g(A) = ⎢ ⎥⎢
⎣ 0 −6 0 ⎦ ⎣ 0 −1/6 0 ⎥ = ⎢0 3 0⎥ .
⎦ 3⎣ ⎦
0 2 −6 0 1/18 −1/6 0 −2 3
Рассмотрим последовательность
целых неотрицательных степеней
0 −1
матрицы A = :
1 0

0 1 0 1 0 −1 2 −1 0
A = ,A = ,A = ,
0 1 1 0 0 −1

0 1 1 0
A3 = , A4 = и т. д.
−1 0 0 1
Получаем, что элементы матрицы exp(A) определяются суммами
∞ (−1)k
(eA )11 = 1 + 0/1! − 1/2! + 0/3! + 1/4! + . . . = = cos 1,
k=0 (2k)!
∞ (−1)k+1
(eA )12 = 0 − 1/1! − 0/2! + 1/3! + 0/4! + . . . = = − sin 1,
k=0 (2k + 1)!

∞ (−1)k
(eA )21 = 0 + 1/1! + 0/2! − 1/3! + 0/4! + . . . = = sin 1,
k=0 (2k + 1)!
∞ (−1)k
(eA )22 = 1 + 0/1! − 1/2! + 0/3! − 1/4! + . . . = = cos 1.
k=0 (2k)!
Следовательно, имеет место равенство

cos 1 − sin 1
exp(A) = .
sin 1 cos 1
1) Вычисляем
⎡ ⎤младшие ⎡ матрицы A:
степени ⎤ ⎡ ⎤
1 0 0 1 0 0 1 0 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
A0 = ⎢ ⎥ 1 ⎢ ⎥ 2 ⎢
⎣0 1 0⎦ , A = ⎣0 1 0⎦ , A = ⎣0 1 0⎦ .
⎥
0 0 1 0 0 0 0 0 0
Ясно, что ∀n 1 (A = A). Элементы матрицы exp(A) равны
n
1 1 1
(eA )11 = (eA )22 = 1 +
+ + + . . . = e, (eA )33 = 1,
1! 2! 3!
а остальные элементы принимают нулевые значения.
Следовательно, ⎡ ⎤
e 0 0
⎢ ⎥
exp(A) = ⎢ ⎥
⎣0 e 0⎦ .
0 0 1
2) Младшие
⎡ степени
⎤ матрицы
⎡ равны
⎤ ⎡ ⎤
1 0 0 0 1 0 0 0 1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
A0 = ⎢
⎣ 0 1 0 ⎥ , A1 = ⎢0 0 1⎥ , A2 = ⎢0 0 0⎥ .
⎦ ⎣ ⎦ ⎣ ⎦
0 0 1 0 0 0 0 0 0
Как легко видеть, A3 = O, и все старшие натуральные степени этой
матрицы равны нулевой матрице.
Окончательно получаем:
⎡ ⎤
1 1 1/2
⎢ ⎥
⎢
exp(A) = ⎣0 1 1 ⎥ ⎦.
0 0 1
n
⎤ математической индукции несложно доказать, что A =
⎡1) Методом
1 0 n
⎢ ⎥
= ⎣0 1 0 ⎥
⎢
⎦ для всех целых неотрицательных n.
0 0 1
⎡∞ ⎤
1 ∞ k
⎢ 0 ⎥
⎢k=0 k! ∞ k=1 k! ⎥
⎢ 1 ⎥
Согласно формуле (2.49), имеем: eA = ⎢⎢ 0 0 ⎥ ⎥.
⎢ k=0 k! ⎥
⎣ ∞ 1⎦
0 0
k=0 k!
Суммы, определяющие диагональные элементы, сходятся к основа-
нию натуральных логарифмов
n
1
e = lim 1 + .
n→∞ n
Далее, сумма
∞
∞
∞

k 1 1
(eA )13 = = =
k! (k − 1)! k!
k=1 k=1 k=0
также равна e.
Таким образом, запишем ответ:
⎡ ⎤
e 0 e
⎢ ⎥
eA = ⎢ ⎥
⎣0 e 0⎦ . (2.86)
0 0 e
2) Вычислив
⎡ ⎤ натуральную степень матрицы A, полу-
произвольную
1 0 n
⎢ ⎥
чим: A = ⎢
n ⎥
⎣n 1 n(n + 1)/2⎦.
0 0 1
Вычисление диагональных элементов экспоненты и элемента (eA )13
проводится аналогично пункту 1) этого упражнения.
Элемент, который расположен на пересечении второй строки и тре-

∞ n(n + 1)
тьего столбца, определяется суммой (eA )23 = . Преобразуем
n=1 2n!
эту сумму к виду
∞ ∞ ∞ ∞
(n + 1) (n − 1) + 2 1 1 2
= = + .
n=1
2(n − 1)! n=1
2(n − 1)! 2 n=2
(n − 2)! n=1
2(n − 1)!
3
Следовательно, (eA )23 = e.
2
В итоге получаем: ⎡ ⎤
e e 0
⎢ 3 ⎥
eA = ⎢
⎣ e e e⎥ .
2 ⎦
0 0 e
1) Согласно формуле (2.53) имеем:
1
ln A = (A − I) − (A − I)2 + . . . ,
2
или
⎡ ⎤ ⎡ ⎤ ⎡ ⎤2 ⎡ ⎤
1 0 1 0 0 1 0 0 1 0 0 1
⎢ ⎥ ⎢ ⎥ 1⎢ ⎥ ⎢ ⎥
ln ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣0 1 0⎦ = ⎣0 0 0⎦ − 2 ⎣ 0 0 0⎦ + . . . = ⎣ 0 0 0⎦ .
0 0 1 0 0 0 0 0 0 0 0 0
2) После вычисления младших степеней матрицы (A − I) можно за-

писать общую формулу для (A − I)n , где n 1:
⎡ ⎤
0 0 δn1
⎢ ⎥
(A − I) = ⎣δn1 0 δn1 + δn2 ⎥
n ⎢
⎦,
0 0 0
где δij — символ Кронекера.

Из этого следует, что
⎡ ⎤ ⎡ ⎤
1 0 1 0 0 1
⎢ ⎥ ⎢ ⎥
ln ⎢ 1 1 1 ⎥ = ⎢1 0 1 ⎥ .
⎣ ⎦ ⎣ 2⎦
0 0 1 0 0 0
2.54. Указание.
Воспользуйтесь формулой (2.49) и примените метод математической
индукции.
2.56. Ответ:
Квадратная матрица размера 3 × 3 после приведения к ступенчатому
виду с помощью элементарных преобразований может принять одну из
следующих форм:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 a b 1 a b 1 a b 1 a b
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 0 1 c ⎥ , ⎢ 0 1 c ⎥ , ⎢ 0 0 1⎥ , ⎢0 0 0⎥ .
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0 0 1 0 0 0 0 0 0 0 0 0
Здесь через a, b и c обозначены произвольные вещественные числа.
2.57. Ответ:
1) добавление к i-й строке строки с номером j при j > i;
2) добавление к i-му столбцу столбца с номером j при j < i.
1) Проведем следующие элементарные преобразования: ко второй
строке прибавим первую, из третьей строки вычтем удвоенную первую,
затем к третьей строке прибавим вторую строку. ⎡ ⎤
1 2 −4 3 −2
⎢ ⎥
Получим матрицу в ступенчатой форме: A → ⎣0 5 −10 1 2 ⎥
⎢
⎦, ее
0 0 0 0 12
ранг равен rk A = 3.
2) Из второй строки вычтем половину первой, из четвертой строки
вычтем две первых, поменяем местами вторую и третью строки, из чет-
вертой строки вычтем вторую, поменяем местами третью и четвертую
строки, и, наконец, из четвертой строки вычтем половину третьей.
⎡ ⎤
2 −4 3 1 0
⎢ ⎥
⎢0 1 −1 3 1⎥
Получим: A → ⎢ ⎥
⎢0 0 −1 −9 4⎥, следовательно, rk A = 3.
⎣ ⎦
0 0 0 0 0
3) Воспользуемся методом элементарных преобразований. Из второй
строки вычтем учетверенную первую, из третьей строки вычтем первую,
из четвертой строки вычтем удвоенную первую. Далее из третьей стро-
ки вычтем вторую, умноженную на 5/9. Наконец, из четвертой строки
вычтем вторую, деленную на 3.
Тогда получим:
⎡ ⎤
1 2 1 3
⎢ ⎥
⎢0 −9 −9 −18⎥
⎢
A=⎢ ⎥,
⎥
⎣ 0 0 0 0 ⎦
0 0 0 0
следовательно, rk A = 2.
4) Поменяем местами первую и вторую строки, прибавим к третьей
строке утроенную первую, к пятой строке прибавим удвоенную первую.
Далее к третьей строке прибавим вторую, умноженную на 11/2. Из чет-
вертой строки вычтем вторую, умноженную на 5/2. К пятой строке при-
бавим вторую, умноженную на 5/2. Наконец, из пятой строки вычтем
третью, умноженную на 2/3. ⎡ ⎤
−1 −4 −5
⎢ ⎥
⎢ 0 2 −4 ⎥
⎢ ⎥
⎢ ⎥
После указанных преобразований получим: A → ⎢ 0 0 −30⎥,
⎢ ⎥
⎢0 0 0 ⎥
⎣ ⎦
0 0 0
следовательно, ранг этой матрицы равен трем.
5) Выполним следующие элементарные преобразования: из второй
строки вычтем первую, умноженную на 1/3. Далее из третьей строки
вычтем первую, умноженную на 1/3. И, наконец, из третьей строки вы-
чтем учетверенную вторую. ⎡ ⎤
3 5 7
⎢ ⎥
После этого получим: A → ⎢ 0 1/3 2/3 ⎥, ранг такой матрицы равен
⎣ ⎦
0 0 0
двум.
6) Матрица представлена в ступенчатой форме, и, как легко видеть,
rk A = 3.
7) Ко второй строке прибавим удвоенную первую, из третьей строки
вычтем удвоенную первую, к третьей строке прибавим вторую.
Тогда получим:
⎡ ⎤
1 −1 2 4 3
⎢ ⎥
A→⎢ ⎥
⎣0 −1 9 10 12⎦ ,
0 0 9 9 8
и ранг матрицы A равен трем.

8) Из второй строки вычтем удвоенную первую, из третьей строки

вычтем первую, умноженную на пять. Далее из четвертой строки вы-
чтем первую, умноженную на семь. Из третьей строки вычтем удвоен-
ную вторую и поменяем местами третью и четвертую строки. Наконец,
из третьей строки вычтем удвоенную вторую.
После выполнения указанных преобразований получим:
⎡ ⎤
1 3 5 −1
⎢ ⎥
⎢0 −7 13 6 ⎥
A→⎢ ⎢0 0 0 −4⎥ ,
⎥
⎣ ⎦
0 0 0 0
следовательно, rk A = 3.
Рассмотрим минор первого порядка M11 = β − γ. Если β = γ, то ранг
матрицы Λ не меньше единицы.
β − γ 0
1,2
Далее рассмотрим минор второго порядка M1,2 = . Если
γ − α −γ
выполняется условие γ = 0, то rk Λ 2.
Наконец, вычислим окаймляющие миноры третьего порядка:

β − γ 0 γ

1,2,3
M1,2,3 = γ − α −γ 0 = 0,

α − β β −α

β − γ 0 −β

1,2,3
M1,2,4 = γ − α −γ α = 0.

α − β β 0
Следовательно, максимальное значение, которое может принимать ранг
матрицы Λ, равно двум.
Заметим, что с помощью символа Кронекера (см. с. 20) формулу для
ранга этой матрицы можно записать в виде rk Λ = 2(1 − δα0 δβ0 δγ0 ).
а) Используем метод окаймляющих миноров (см. с. 83):

1 λ
1,2
M11 = 1 = 0, M1,2 = = 1 − λ.
1 1
Далее рассмотрим два случая. ⎡ ⎤ ⎡ ⎤

1 1 0 1 1 0
⎢ ⎥ (2)−(1) ⎢ ⎥
1) Если λ = 1, то матрица равна ⎢ ⎣ 1 1 0 ⎥
⎦ → (2)↔(3) ⎢0 0 1⎥. Ясно,
⎣ ⎦
0 0 1 0 0 0
что ее ранг равен двум.
2) Если λ = 1, то в этом случае вычисляем окаймляющий минор
третьего порядка (он единственен):

1 λ 0

1,2,3
M1,2,3 = 1 1 0 = 1 − λ = 0.

0 0 1
Следовательно, ранг матрицы равен

2, если λ = 1,
3, если λ = 1.
б) Младший минор M11 = 1 − λ.

Далее рассматриваем два случая. ⎡ ⎤
0 0 0
⎢ ⎥
1) Если λ = 1, то матрица равна ⎣0 1 0⎥
⎢
⎦, и ее ранг, как легко
0 0 2
видеть, равен двум.
2) Если λ = 1, то вычисляем окаймляющие миноры дальше:

1 − λ
1,2 0
M1,2 = = (1 − λ)(2 − λ).
0 2 − λ
⎡ ⎤
−1 0 0
⎢ ⎥
Если λ = 2, получаем матрицу ⎢
⎣0 0 0⎥⎦, ее ранг равен двум.
0 0 1
1,2,3
Если λ = 2, то требуется вычислить окаймляющий минор M1,2,3 :
1,2,3
M1,2,3 = (1 − λ)(2 − λ)(3 − λ).
⎡ ⎤
−2 0 0
⎢ ⎥
В случае, когда λ = 3, матрица равна ⎢ ⎥
⎣ 0 −1 0⎦, ее ранг равен
0 0 0
двум. Иначе, ранг равен трем.
В итоге формируем ответ:

2, если λ ∈ {1, 2, 3},
3, в противном случае.
в) Поскольку M11 = 1 = 0, то ранг матрицы не меньше единицы.

Далее рассматриваем миноры второго порядка:

1 2
1,2
M1,2 = = 4 − λ.
−1 2 − λ
Этот минор не равен нулю при λ = 4. Рассмотрим для этого случая
окаймляющий минор третьего порядка:

1 2 −3

1,2,3
M1,2,3 = −1 2 − λ 10 = λ2 − 4λ − 14.

−1 0 3 − λ
√
Определитель равен нулю при λ = 2 ± 3 2. При таких значениях λ
ранг равен двум, для остальных значений ранг равен трем.
Теперь рассмотрим случай λ = 4.
Тогда ненулевой минор второго порядка:

2 −3
1,2
M2,3 = = 14 = 0.
2 − λ 10
Значит, ранг не меньше двух. Минор √ третьего порядка единственный,
но он равен нулю только при λ = 2 ± 3 2, как показано выше. Значит,
в этом случае ранг равен√ трем.
Итак, при λ = 2 ± 3 2 ранг матрицы равен двум, при остальных λ
ранг матрицы равен трем.
г) Существует M21 = 1 = 0, значит, ранг матрицы не меньше единицы.
Далее рассматриваем миноры второго порядка:

−λ 1
1,2
M1,2 = = λ(λ − 1).
0 1 − λ
Этот минор не равен нулю при λ = 0 и при λ = 1. Ищем для этого
случая минор третьего порядка:

−λ 1 1

1,2,3
M1,2,3 = 0 1 − λ 1 = λ(λ − 1)(2 − λ),

0 0 2 − λ
λ(λ − 1)(2 − λ) = 0 при λ = 2 (т. к. λ = 1 и λ = 0). В этом случае

ранг равен трем.
При λ = 2 ранг равен двум.
Пусть
⎡ теперь
⎤ λ = 0:
0 1 1
⎢ ⎥
⎢ 0 1 1⎥ ,
⎣ ⎦
0 0 2

1 1
2,3
M2,3 = = 2 = 0.
0 2
Значит, ранг больше двух.

0 1 1

Но так как выполняется условие 0 1 1 = 0,

0 0 2
то в этом случае ранг равен двум.
Теперь
⎡ рассмотрим
⎤ λ = 1:
−1 1 1
⎢ ⎥
⎢ 0 0 1⎥
⎣ ⎦
0 0 1

1 1
1,2
Ранг равен двум, т.к. M2,3 = = 1 = 0, и определитель матрицы
0 1
равен нулю.
Следовательно, ранг равен двум при λ ∈ {0, 1, 2} и равен трем в
остальных случаях.
д) Минор первого порядка M11 = 1 = 0, значит, ранг матрицы при-
нимает значение, не меньшее единицы.
Найдем окаймляющий минор второго порядка:

1 −6
1,2
M1,2 = = −4 − λ.
−1 2 − λ
Этот минор не равен нулю, если λ = −4. Найдем минор третьего

порядка для таких значений λ:

1 −6 −5

1,2,3
M1,2,3 = −1 2 − λ 5 = λ2 + 8λ + 16.

−1 6 1 − λ
Это выражение может быть равно нулю только при λ = −4. Следо-
вательно, в этом случае ранг равен трем.
Теперь
⎡ рассмотрим
⎤ случай, когда λ = −4.
1 −6 −5
⎢ ⎥
⎢−1 6 5 ⎥ .
⎣ ⎦
−1 6 5
Ранг полученной матрицы равен единице.
В итоге, ранг равен единице при λ = −4 и равен трем при λ = −4.
е) Существует M12 = 1 = 0, значит, ранг не меньше единицы.
Найдем миноры второго порядка:

1 − λ 2
1,2
M1,2 = = λ(λ − 3).
1 2 − λ
1,2
Минор M1,2 не равен нулю, если λ = 0 и λ = 3. Определим для таких
значений параметра λ окаймляющие миноры третьего порядка.

1 − λ 2 0

1,2,3
M1,2,3 = 1 2−λ 0 = λ(λ − 3)(3 − λ).

0 0 3 − λ
Минор третьего порядка ненулевой для всех рассматриваемых в этом

λ. Найдем минор четвертого
случае порядка (он единственный):
1 − λ
2 0 0

1 2−λ 0 0
= λ(λ − 3)(3 − λ)(4 − λ).
0 3−λ 0
0

0 0 0 4 − λ
Он равен нулю только при λ = 4. Для этого случая ранг равен трем.
При λ = 4 ранг равен четырем.
Далее рассмотрим
значение λ = 0:
3 0
3,4
M3,4 = = 12 = 0,
0 4

3 0 0

2,3,4
M2,3,4 = 0 3 0 = 24 = 0.

0 0 4
Для λ = 0 определитель исходной матрицы равен нулю. Значит, ранг
равен трем.
⎡ λ = 3:
При ⎤
−2 2 0 0
⎢ ⎥
⎢ 1 −1 0 0⎥
⎢ ⎥
⎢ 0 0 0 0⎥ .
⎣ ⎦
0 0 0 1
Не существует минора третьего ранга, который не равнялся бы нулю.
Следовательно, ранг равен двум.
Окончательно получаем: ранг равен двум при λ = 3, трем при λ ∈
∈ {0, 4}, четырем — в остальных случаях.
ж) Существует M12 = 0, значит, ранг не меньше единицы.

1 − λ
1,2 2
M1,2 = = −(λ2 + 1) = 0.
1 1 + λ
Этот минор всегда отличен от нуля. Рассмотрим окаймляющие ми-
норы
третьего порядка:

1 − λ 2 0

1 1+λ 0 = (2 − λ)(−λ2 − 1) = 0 только при λ = 2, но

0 0 2 − λ

1 − λ 2 0

1 1+λ 0 = (2 + λ)(−λ2 − 1) = 0 только при λ = −2.

0 0 2 + λ
Это значит, что миноры третьего порядка одновременно не равны
нулю.
Вычислим определитель исходной матрицы (другими словами, минор
четвертого
порядка):
1 − λ 0
2 0

1 1 + λ 0 0
= (2 + λ)(2 − λ)(−λ2 − 1).
0 2−λ 0
0

0 0 0 2 + λ
При λ = ±2:
(2 + λ)(2 − λ)(−λ2 − 1) = 0, значит, ранг равен трем.
Для остальных λ ранг равен четырем.
Итак, ранг равен трем при λ = ±2, четырем — при λ = ±2.
з) Существует M12 = 0, значит, ранг не меньше единицы.

1 + λ 2
1,2
M1,2 = = λ − 1 = 0 при λ = 1.
1 1
Для этого случая находим миноры третьего порядка:

1 + λ 2 4

1,2,3
M1,2,4 = 1 1 0 = −(λ − 1) = 0.

0 0 −1
Значит, ранг не меньше трех. Вычислим определитель исходной мат-

рицы:

1 + λ 2
0 4

1 1 0 0
= λ2 − λ − 12.
0 0 2 + λ −1

1 0 2 1
Определитель равен нулю при λ = 4 или λ = −3. Следовательно, при
таких значениях параметра λ ранг равен трем. В остальных случаях ранг
равен четырем.
Теперь рассмотрим случай, когда λ = 1. Найдем минор второго по-
рядка:
1 0
2,3
M2,3 = = 3 = 0.
0 3
Вычислим минор третьего порядка:

2 0 4

1,2,3
M2,3,4 = 1 0 0 = 12 = 0.

0 3 −1
Значит, ранг матрицы не меньше трех. Теперь найдем определитель
исходной матрицы.
2 2 0 4

1 1 0 0

0 0 3 −1 = −12 = 0.

1 0 2 1
Из этого следует, что ранг в таком случае равен четырем.
Итак, ранг равен трем при λ ∈ {−3, 4} и равен четырем в остальных
случаях.
и) Размер матрицы равен (n + 1) × (n + 1). Как легко видеть, при

λ ∈ {0, 1, . . . , n} определитель матрицы принимает значение, равное ну-
лю. Заметим также, что в этом случае существует минор порядка n,
отличный от нуля. Например, для λ = 0:

1 − λ 1 1 ... 1 1

0 2 − λ 1 ... 1 1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

0 0 0 . . . (n − 1) − λ 1

0 0 0 ... 0 n − λ
Определитель верхней треугольной матрицы, как известно, равен про-

изведению диагональных членов матрицы. Поскольку выполняется усло-
вие λ = 0, то это произведение не равно нулю. Следовательно, ранг ис-
ходной матрицы в этом случае равен n. Если же условие λ ∈ {0, 1, . . . , n}
не выполняется, то ранг исходной матрицы принимает значение, равное
n + 1.
Получаем окончательный ответ: ранг матрицы равен n при λ ∈ {0, 1,
. . . , n}, и равен n + 1 при остальных значениях λ.
Глава 3
Системы линейных уравнений
Систему m линейных уравнений с n неизвестными записывают так:
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
⎪
⎪
⎨ a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(3.1)
⎪
⎪ ....................................
⎪
⎪
⎩
am1 x1 + am2 x2 + . . . + amn xn = bm .
Здесь через x1 , x2 , . . . , xn обозначены неизвестные числа, aij и bi —

заданные числа, или, как говорят, коэффициенты системы уравне-
ний (3.1). Величины bi называют свободными членами, или правыми
частями уравнений.
Решением системы уравнений называют такую совокупность n
чисел, которая при подстановке в систему на место неизвестных x1 , x2 , . . .,
xn превращает все уравнения в тождества. Решение записывают в виде
вектора [x1 , x2 , . . . , xn ]T .
Если bi = 0 при всех i = 1, 2, . . . , m, то систему уравнений называют
однородной. Если хотя бы один из свободных членов bi = 0, то систему
уравнений называют неоднородной.
В случае, когда m = n, систему уравнений называют квадратной,
а когда m = n — прямоугольной.
Система линейных уравнений называется совместной, если она име-
ет хотя бы одно решение, и несовместной, если решений нет [32].
Если совместная система имеет единственное решение, то ее называ-
ют определенной. Если у совместной системы имеется по крайней мере
два различных решения, то она называется неопределенной.
140 ГЛАВА 3. СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ
Матрицу
⎡ ⎤
a11 a12 . . . a1n
⎢ ⎥
⎢ a21 a22 . . . a2n ⎥
⎢
A=⎢ ⎥, (3.2)
⎥
⎣ . . . . . . . . . . . . . . . . . . ⎦
am1 am2 . . . amn
состоящую из коэффициентов при неизвестных aij , называют матрицей
системы.
Матрицу
⎡ ⎤
a11 a12 . . . a1n | b1
⎢ ⎥
⎢ a21 a22 . . . a2n | b2 ⎥
B=⎢ ⎢ ⎥, (3.3)
| ⎥
⎣ . . . . . . . . . . . . . . . . . . . . . ⎦
am1 am2 . . . amn | bm
в которую добавлен столбец свободных членов bj , называют расширен-
ной матрицей системы.
Если неизвестные и свободные члены записать в виде столбцов (мат-
риц размера n × 1 и m × 1 соответственно):
⎡ ⎤ ⎡ ⎤
x1 b1
⎢ ⎥ ⎢ ⎥
⎢ x2 ⎥ ⎢ b2 ⎥
X=⎢ ⎥
⎢ ... ⎥ , B=⎢ ⎥
⎢ ... ⎥ , (3.4)
⎣ ⎦ ⎣ ⎦
xn bm
то систему уравнений (3.1) можно представить в сокращенном матрич-

ном виде:
A · X = B. (3.5)
3.1. Метод Крамера

Рассмотрим квадратную систему из n уравнений с n неизвестными:
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
⎪
⎪
⎨ a x + a x + ... + a x = b ,
21 1 22 2 2n n 2
(3.6)
⎪
⎪ ..................................
⎪
⎪
⎩
an1 x1 + an2 x2 + . . . + ann xn = bn .
ГЛАВА 3. СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ 141
Теорема 3.1 (метод Крамера1 ). Если определитель матрицы A

системы (3.6) отличен от нуля, то система (3.6) определена, т. е.
имеет единственное решение. Это решение можно вычислить по
формуле
Δi
xi = , i = 1, 2, . . . , n. (3.7)
Δ
Здесь Δi — определитель матрицы, полученный из исходной матрицы A
заменой i-го столбца на столбец из свободных членов:

a ... a
11 1 i−1 b 1 a1 i+1 . . . a 1n

a21 . . . a2 i−1 b2 a2 i+1 . . . a2n
Δi = . .
. . . ... . (3.8)
.. .. ... ..
.
..
.

an1 . . . an i−1 bn an i+1 . . . ann
Если Δ = 0 и при этом хотя бы один из определителей Δi отличен

от нуля, то система (3.6) совсем не имеет решений (т. е. несовместна).
Если же Δ = 0, но также все Δi = 0, то система (3.6) имеет бес-
конечно много решений (т. е. совместна, но неопределена) или является
несовместной.
Пример 3.1. Решим систему:

5x − 6y = −8,
(3.9)
5x + 6y = 28.
Для данной системы имеем:

5 −6 −8 −6 5 −8

Δ= = 60, Δx = = 120, Δy = = 180.
5 6 28 6 5 28
(3.10)
Таким образом, согласно методу Крамера,
Δx 120 Δy 180
x= = = 2, y = = = 3. (3.11)
Δ 60 Δ 60

Пример 3.2. Решим систему линейных уравнений:
⎧
⎪
⎨ 2x − y + 3z = 8,
⎪
x + y − 2z = 5, (3.12)
⎪
⎪
⎩ 3x − 2y + z = 7.
1
Крамер (Gabriel Cramer) (1704–1752) — швейцарский математик.
Решение.
Вычислим определители, требуемые для применения правила Кра-
мера:

2 −1 3 8 −1 3

Δ = 1 1 −2 = −14, Δx =
5 1 −2 = −56, (3.13)

3 −2 1 7 −2 1

2 8 3 2 −1 8

Δy = 1 5 −2 = −42, Δz = 1 1 5 = −14. (3.14)

3 7 1 3 −2 7
Отсюда
Δx Δy Δz
x= = 4, y = = 3, z = = 1. (3.15)
Δ Δ Δ

3.2. Метод обратной матрицы

Рассмотрим систему уравнений (3.6). Запишем эту систему в виде
A · X = B в соответствии с (3.5).
Пусть матрица A имеет обратную A−1 . Умножим обе части равенства
A · X = B на A−1 слева:
A−1 · A · X = A−1 · B. (3.16)
Преобразуем полученное матричное уравнение. Так как справедливы

тождества A−1 · A ≡ I и I · X ≡ X, то решение системы X может быть
записано в виде
X = A−1 · B. (3.17)
Следовательно, если найти обратную матрицу A−1 , то решение си-
стемы можно получить как произведение матриц A−1 и B.
Пример 3.3. Решим систему уравнений
⎧
⎪
⎨ −2x + 2y − 3z = −10,
⎪
2x − y + 2z = 7, (3.18)
⎪
⎪
⎩ 3x − y + 3z = 10
методом обратной матрицы.

Решение.
Матрица анализируемой системы уравнений A имеет вид:
⎡ ⎤
−2 2 −3
⎢ ⎥
⎢ 2 −1 2 ⎥ . (3.19)
⎣ ⎦
3 −1 3
Построим обратную матрицу, используя матрицу алгебраических до-

полнений. Определитель матрицы A равен

−1 2 2 2 2 −1

det A = −2 − 2 − 3 =
−1 3 3 3 3 −1
= (−2)(−3 + 2) − 2(6 − 6) − 3(−2 + 3) = −1. (3.20)
Вычислим алгебраические дополнения:

−1 2 2 2

A11 = (−1)1+1 = −1, A12 = (−1)1+2 = 0, (3.21)
−1 3 3 3

−1 −3
1+3 2 2+1 2
A13 = (−1) = 1, A21 = (−1) = −3, (3.22)
3 −1 −1 3

−2 −3 −2 2

A22 = (−1)2+2 = 3, A23 = (−1)2+3 = 4, (3.23)
3 3 3 −1

2 −3 −2 −3

A31 = (−1)3+1 = 1, A32 = (−1)3+2 = −2, (3.24)
−1 2 2 2

−2 2

A33 = (−1)3+3 = −2. (3.25)
2 −1
Запишем матрицу, сформированную из алгебраических дополнений:
⎡ ⎤
−1 0 1
⎢ ⎥
⎢−3 3 4 ⎥ . (3.26)
⎣ ⎦
1 −2 −2
В результате искомая обратная матрица будет иметь вид:

⎡ ⎤ ⎡ ⎤
−1 −3 1 1 3 −1
1 ⎢ ⎢
⎥ ⎢ ⎥
−1
A = 0 3 −2⎥ ⎢
⎦ = ⎣ 0 −3 2 ⎦ .
⎥ (3.27)
(−1) ⎣
1 4 −2 −1 −4 2
Тогда решение системы находим с помощью операции умножения

матриц:
⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎡ ⎤
x 1 3 −1 −10 −10 + 21 − 10 1
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢y ⎥ = ⎢ 0 −3 2 ⎥ ⎢ 7 ⎥ = ⎢ 0 − 21 + 20 ⎥ = ⎢−1⎥ . (3.28)
⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎣ ⎦ ⎣ ⎦
z −1 −4 2 10 10 − 28 + 20 2
3.3. Метод Гаусса

Использование понятия ранга матрицы позволяет получить критерий
совместности системы линейных уравнений.
Рассмотрим систему:
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
⎪
⎪
⎨ a x + a x + ... + a x = b ,
21 1 22 2 2n n 2
(3.29)
⎪
⎪ ....................................
⎪
⎪
⎩
am1 x1 + am2 x2 + . . . + amn xn = bm .
Расширенная матрица системы размера m × (n + 1) имеет вид:

⎡ ⎤
a11 a12 . . . a1n | b1
⎢ ⎥
⎢ a21 a22 . . . a2n | b2 ⎥
B=⎢ ⎥
⎢ . . . . . . . . . . . . . . . . . . | . . .⎥ . (3.30)
⎣ ⎦
am1 am2 . . . amn | bm
Критерием совместности системы линейных алгебраических уравне-

ний является теорема Кронекера – Капелли2 (иначе называемая теоремой
Руше3 – Капелли) [76].
2
Капелли (Alfredo Capelli) (1855–1910) — итальянский математик.
3
Руше (Eugène Rouché) (1832–1910) — французский математик.
Теорема 3.2 (Теорема Кронекера – Капелли). Система линей-

ных алгебраических уравнений (3.29) совместна тогда и только то-
гда, когда ранг основной матрицы A равен рангу расширенной, т. е.
rk A = rk B = r.
Если r = n, то получается квадратная матрица с ненулевым опреде-
лителем. Ее решение существует и оно единственно.
Если r < n и система совместна, то имеется бесконечное множество
решений.
Если rk B > rk A, то система несовместна.
В дальнейшем нулевыми уравнениями будем называть уравнения
вида 0 · x1 + 0 · x2 + . . . + 0 · xn = 0.
Элементарными преобразованиями системы линейных уравне-
ний называются:
1) перестановка любых двух уравнений;
2) умножение уравнения на любое ненулевое число;
3) прибавление к одному уравнению другого, умноженного на произ-
вольное число;
4) отбрасывание нулевых уравнений.
Метод Гаусса4 состоит в преобразовании расширенной матрицы B
с помощью элементарных преобразований к ступенчатому виду. Цель
таких преобразований будет состоять в получении системы вида:
⎧
⎪
⎪ b11 · x1 + b12 · x2 + . . . + b1r · xr + . . . + b1n · xn = p1 ,
⎪
⎪
⎨ b22 · x2 + . . . + b2r · xr + . . . + b2n · xn = p2 ,
(3.31)
⎪
⎪ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
⎪
⎪
⎩
brr · xr + . . . + brn · xn = pr .
Заметим, что для приведения системы уравнений к указанному виду

может потребоваться изменение нумерации переменных.
Система (3.31) может содержать меньше уравнений, чем исходная за
счет отбрасывания нулевых уравнений вида:
0 · x1 + 0 · x2 + . . . + 0 · xn = 0. (3.32)
Если в результате преобразований получается уравнение
0 · x1 + 0 · x2 + . . . + 0 · xn = d = 0, (3.33)
то система несовместна.
4
Гаусс (Johann Carl Friedrich Gauß) (1777–1855) — выдающийся немецкий математик и астроном.
1,2,...,r
Очевидно, что минор M1,2,...,r — это базисный минор, если исходить
из того, что xr+1 , . . . , xn являются свободными неизвестными, которым
мы можем присваивать произвольные значения:
xr+1 = C1 , . . . , xn = Cn−r . (3.34)
Перенесем эти переменные в правую часть, тогда полученная система
заведомо имеет решение относительно неизвестных x1 , x2 , . . . , xr .
Из последнего уравнения находим xr , из предпоследнего — xr−1 и т. д.
Примечание. О методе Гаусса говорят также как о методе после-
довательного исключения неизвестных.
Пример 3.4. Решим систему уравнений методом Гаусса:
⎧
⎪
⎪ x1 − 2x2 + x4 = −3,
⎪
⎪
⎨ 3x − x − 2x = 1,
1 2 3
(3.35)
⎪
⎪ 2x1 + x2 − 2x3 − x4 = 4,
⎪
⎪
⎩
x1 + 3x2 − 2x3 − 2x4 = 7.
Решение.
Выпишем расширенную матрицу:
⎡ ⎤
1 −2 0 1 | −3
⎢ ⎥
⎢3 −1 −2 0 | 1⎥
⎢ ⎥. (3.36)
⎢2 1 −2 −1 | 4⎥
⎣ ⎦
1 3 −2 −2 | 7
Приведем полученную матрицу к верхнетреугольному виду. Для это-
го вычтем из второй строки утроенную первую, из третьей — удвоенную
первую, а из четвертой — первую:
⎡ ⎤
1 −2 0 1 | −3
⎢ ⎥
⎢0 5 −2 −3 | 10 ⎥
⎢ ⎥
⎢0 5 −2 −3 | 10 ⎥ . (3.37)
⎣ ⎦
0 5 −2 −3 | 10
На следующем этапе вычтем из третьей и четвертой строки вторую.
Первая и вторая строки остаются без изменений:
⎡ ⎤
1 −2 0 1 | −3
⎢ ⎥
⎢0 5 −2 −3 | 10 ⎥
⎢ ⎥
⎢0 0 0 0 | 0 ⎥ . (3.38)
⎣ ⎦
0 0 0 0 | 0
Ясно, что ранги основной и расширенной матриц равны двум. Систе-

ма совместна и неопределена. В качестве свободных переменных возьмем
x1 и x3 . Пусть x1 = C1 , а x3 = C2 . Тогда имеем:

−2 · x2 + x4 = −3 − C1 ,
(3.39)
5 · x2 − 3 · x4 = 10 + 2 · C2 .
Решаем эту систему относительно переменных x2 и x4 :

x2 = −1 + 3 · C1 − 2 · C2 ,
(3.40)
x4 = −5 + 5 · C1 − 4 · C2 .
Окончательно записываем ответ в виде:

⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
x1 C1 0 1 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢x2 ⎥ ⎢−1 + 3C1 − 2C2 ⎥ ⎢−1⎥ ⎢ ⎥ ⎢ ⎥
X=⎢ ⎥=⎢ ⎥ = ⎢ ⎥ + C1 ⎢3⎥ + C2 ⎢−2⎥ . (3.41)
⎢x ⎥ ⎢ ⎥ ⎢0⎥ ⎢0⎥ ⎢1⎥
⎣ 3⎦ ⎣ C2 ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
x4 −5 + 5C1 − 4C2 −5 5 −4

Пример 3.5. Решим матричное уравнение относительно неизвестной
матрицы Y :

1 −1 1 3 −2 −6
Y = . (3.42)
−1 2 1 3 3 9
Обратим внимание
на вырожденность одного из сомножителей, а
1 3
именно матрицы .
1 3
Решение.
1 3
Заметим, что вырожденность матрицы не позволяет восполь-
1 3
зоваться методом решения уравнения с помощью обратной матрицы.
В таком случае сведем задачу к системе линейных уравнений.
Обозначим элементы матрицы Y через y1 , y2 , y3 и y4 :

y 1 y2
Y = . (3.43)
y3 y4
Последовательно раскрываем произведение матриц:

1 −1 y1 y2 1 3 −2 −6 y 1 − y3 y2 − y 4 1 3
= = =
−1 2 y3 y4 1 3 3 9 −y1 + 2y3 −y2 + 2y4 1 3

y1 + y2 − y3 − y4 3y1 + 3y2 − 3y3 − 3y4
= . (3.44)
−y1 − y2 + 2y3 + 2y4 −3y1 − 3y2 + 6y3 + 6y4

−2 −6
Полученная матрица равна .
3 9
Приравнивая соответствующие элементы матриц, получаем неодно-
родную систему линейных уравнений относительно неизвестных y1 , y2 ,
y3 и y4 : ⎧
⎪
⎪ y1 + y2 − y3 − y4 = −2,
⎪
⎪
⎨ 3y + 3y − 3y − 3y = −6,
1 2 3 4
(3.45)
⎪
⎪ −y1 − y2 + 2y3 + 2y4 = 3,
⎪
⎪
⎩
−3y1 − 3y2 + 6y3 + 6y4 = 9.
Запишем расширенную матрицу этой системы:
⎡ ⎤
1 1 −1 −1 | −2
⎢ ⎥
⎢ 3 3 −3 −3 | −6⎥
⎢ ⎥. (3.46)
⎢−1 −1 2 2 | 3⎥
⎣ ⎦
−3 −3 6 6 | 9
Из второй строки вычтем первую, умноженную на 3, после этого из

четвертой строки вычтем третью, умноженную на 3:
⎡ ⎤
1 1 −1 −1 | −2
⎢ ⎥
⎢0 0 0 0 | 0⎥
⎢ ⎥
⎢−1 −1 2 2 | 3 ⎥ . (3.47)
⎣ ⎦
0 0 0 0 | 0
Далее к третьей строке прибавим первую. Нулевые строки не оказы-

вают влияния на решение, поэтому получаем следующую эквивалентную
матрицу:
1 1 −1 −1 | −2
. (3.48)
0 0 1 1 | 1
Ей соответствует система уравнений с четырьмя неизвестными

y1 + y2 − y3 − y4 = −2,
(3.49)
y3 + y4 = 1.
Ранги основной и расширенной матриц равны двум. Следовательно,
делаем вывод о том, что система (3.49) совместна и неопределена.
В качестве независимых переменных выберем, например, y2 и y4 :
y2 = C1 , y4 = C2 , где C1 , C2 ∈ R. (3.50)
Подставив (3.50) в систему (3.49), получим:

y1 + C1 − y3 − C2 = −2,
(3.51)
y3 + C 2 = 1,
или
y1 = −1 − C1 ,
(3.52)
y3 = 1 − C2 .
Выпишем коэффициенты y1 –y4 в виде столбца:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
y1 −1 −1 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢y2 ⎥ ⎢ 0 ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ = ⎢ ⎥ + C 1 ⎢ 1 ⎥ + C2 ⎢ 0 ⎥ . (3.53)
⎢y ⎥ ⎢ 1 ⎥ ⎢0⎥ ⎢−1⎥
⎣ 3⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
y4 0 0 1
В итоге, матрица Y равна

−1 − C1 C1
, (3.54)
1 − C2 C2
где C1 , C2 — произвольные вещественные числа.
Таким образом, матричное уравнение (3.42) имеет бесконечное мно-
жество решений, зависящих от двух вещественных параметров.
Проверка.
Непосредственной подстановкой полученной матрицы в (3.42) легко
убедиться, что Y определена верно:

1 −1 −1 − C1 C1 1 3
=
−1 2 1 − C2 C 2 1 3

−2 − C1 + C2 C1 − C2 1 3 −2 −6
= = .
3 + C1 − 2C2 −C1 + 2C2 1 3 3 9

Пусть A и B — произвольные матрицы, размер которых равен m × n
и n × p соответственно. Оценку для ранга произведения матриц A и B
дает следующая теорема.
Теорема 3.3. Ранг произведения матриц удовлетворяет неравен-
ству
rk AB min(rk A, rk B). (3.55)
Иными словами, при умножении матриц ранг не может увеличить-
ся [12, 76].
Существует множество различных методов решения систем линейных
уравнений.
Метод Гаусса является одним из наиболее часто используемых.
Рассмотрим реализацию на Python метода Гаусса решения систем
линейных уравнений (Листинг 3.1).
Для определенности будем строить решения для систем, в которых
количество уравнений и неизвестных совпадает, однако приведенный ал-
горитм легко трансформируется и для систем с произвольным соотно-
шением уравнений и неизвестных.
Листинг 3.1

1 import math
2
3
4 def gaussian_elimination (A , B ):
5 m = len ( A )
6 n = len ( A [0])
7
8 if len ( B ) != m :
9 raise ValueError
10
11 C = [[ A [ i ][ j ] if j != n else B [ i ] \
12 for j in range ( n +1)] for i in range ( m )]
13
14 # Forward elimination
15 for r in range ( min (n , m )):
16 max_row_pos = r
17
18 # Pivoting strategy
19 for i in range ( r + 1 , m ):
20 if abs ( C [ i ][ r ]) > \
21 abs ( C [ max_row_pos ][ r ]):
22 max_row_pos = i
23
24 C [ r ] , C [ max_row_pos ] = \
25 C [ max_row_pos ] , C [ r ]
26
27 if math . isclose ( C [ r ][ r ] , 0):
28 continue
29
30 for i in range ( r + 1 , m ):
31 factor = C [ i ][ r ] / C [ r ][ r ]
32
33 for j in range (r , n + 1):
34 C [ i ][ j ] -= factor * C [ r ][ j ]
35
36 # Back substitution
37 answer = [0] * n
38
39 for i in range ( min ( n - 1 , m - 1) , -1 , -1):
40 s = 0.0
41
42 for j in range ( i + 1 , n ):
43 s += C [ i ][ j ] * answer [ j ]
44
45 if not math . isclose ( C [ i ][ i ] , 0):
46 answer [ i ] = ( C [ i ][ n ] - s ) / C [ i ][ i ]
47 elif not math . isclose ( C [ i ][ n ] - s , 0):
48 return None
49
50 for i in range (n , m ):
51 s = 0.0
52
54 s += C [ i ][ j ] * answer [ j ]
55
56 if not math . isclose ( C [ i ][ n ] - s , 0):
57 return None
58
59 return answer

На вход данной функции поступает два параметра: матрица коэф-

фициентов при неизвестных в системе уравнений A и матрица правых
частей B.
Реализация функции состоит из трех основных этапов. На первом
из них строится матрица C, которая получается путем приписывания
матрицы B к исходной матрице A справа.
Затем выполняется так называемый прямой ход, целью которого яв-
ляется приведение матрицы к ступенчатому виду (то есть к виду, при
котором в каждой следующей строке при просмотре слева направо на-
ходится больше нулей, чем в предыдущей). Данная процедура осуществ-
ляется путем применения к матрице C ряда элементарных преобразо-
ваний по следующему алгоритму: последовательно, начиная с первого,
просматриваются все столбцы. Среди элементов текущего столбца на-
ходится наибольший по модулю, называемый главным, или опорным.
Далее из каждой строки вычитается строка, содержащая опорный эле-
мент и умноженная на коэффициент, равный отношению элемента стро-
ки в рассматриваемом столбце к опорному элементу. Таким образом, все
элементы в столбце, кроме опорного, становятся равными нулю. Процесс
выполняется до тех пор, пока в матрице не останется строка, содержа-
щая только две величины: один коэффициент при неизвестной и одно
значение в правой части.
На третьем этапе выполняется обратный ход, при котором из полу-
ченной матрицы последовательно выражаются значения всех неизвест-
ных через уже найденные переменные, в результате чего получается
единственное решение или определяется, что решений нет или же систе-
ма уравнений содержит бесконечное множество решений. Выполнение
обратного хода начинается со строки, содержащей минимальное коли-
чество ненулевых коэффициентов, и продолжается до тех пор, пока все
неизвестные не окажутся выраженными через уже известные или будет
установлено, что единственного решения нет.
Асимптотическая сложность метода Гаусса в силу тройной вложенно-
сти циклов по переменным r, i, j равна O(n3 ), где n — число уравнений
в системе.
Приведем пример (см. Листинг 3.2) использования функции gaussi-
an_elimination(A, B) для решения системы уравнений, матрица кото-
рой размера 100 × 100 имеет единицы на побочной диагонали и равные
нулю остальные элементы. Столбец B равен [1, 2, 3, 4, . . . , 100].
Листинг 3.2

1 size = 100
2
3 A = [[0 for j in range ( size )] \
4 for i in range ( size )]
5 B = [0 for i in range ( size )]

6
7 for i in range ( size ):
8 for j in range ( size ):
9 A [ i ][ j ] = 1 if j == size - i - 1 else 0
10
11 for i in range ( size ):
12 B [ i ] = float ( i )
13
14 print ( gaussian_elimination (A , B ))

3.4. Фундаментальная совокупность

решений однородной системы уравнений
Рассмотрим однородную систему линейных уравнений, которая имеет
вид ⎧
⎪ a11 x1 + a12 x2 + . . . + a1n xn = 0,
⎪
⎪
⎪
⎨ a x + a x + . . . + a x = 0,
21 1 22 2 2n n
(3.56)
⎪
⎪ . . . . . . . . . . . . . . . . . . . . . . . . . . .
⎪
⎪
⎩
am1 x1 + am2 x2 + . . . + amn xn = 0,
где m — число уравнений, n — число неизвестных.
Данную систему можно записать в матричном виде:
A · X = 0, (3.57)
где A — матрица системы, а через X обозначен столбец, образованный

переменными: ⎡ ⎤
x1
⎢ ⎥
⎢ x2 ⎥
X=⎢ ⎥
⎢ ... ⎥ . (3.58)
⎣ ⎦
xn
Эта система заведомо имеет решение X = [0, 0, . . . , 0]T , которое на-
зывается тривиальным.
Наша задача состоит в нахождении всех нетривиальных решений,
если таковые существуют.
Теорема 3.4. Пусть матрица A однородной системы уравнений
имеет размер m × n и ранг r. Если r = n, то система имеет только
тривиальное решение. Если r < n, то существует ровно n − r линей-

но независимых решений, называемых фундаментальной совокуп-
ностью решений, или фундаментальной системой решений.
Предположим, мы нашли базисный минор и он находится в левом
верхнем углу (в противном случае можно изменить порядок переменных
и уравнений). Оставим только те уравнения, коэффициенты которых во-
шли в базисный минор, то есть с первого по r-й. Неизвестные с номера
r + 1 до n называются свободными и переносятся в правую часть урав-
нений:
⎧
⎪
⎨ a11 x1 + . . . + a1r xr = −a1r+1 xr+1 − . . . − a1n xn ,
⎪
................................................ (3.59)
⎪
⎪
⎩ ar1 x1 + . . . + arr xr = −arr+1 xr+1 − . . . − arn xn .
Введем в рассмотрение квадратную матрицу

⎡ ⎤
a11 . . . a1r
⎢ . . ⎥
C=⎢ . . . ... ⎥ , (3.60)
⎣ . ⎦
ar1 . . . arr
при этом, согласно свойству базисного минора, выполняется неравенство

det C = 0.
Обозначим
⎡ ⎤ ⎡ ⎤
x1 xr+1
⎢ ⎥ ⎢ ⎥
⎢ x2 ⎥ ⎢xr+2 ⎥
Y =⎢.⎥∈R , Z=⎢ . ⎥
⎢ ⎥ r ⎢
⎥∈R .
n−r
(3.61)
⎣ ⎦.
. ⎣ .
. ⎦
xr xn
Далее выберем n − r линейно независимых векторов Z1 , Z2 , . . . , Zn−r .

Обычно берут наборы, образующие так называемый канонический ба-
зис в Rn−r :
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 0 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢1⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
Z1 = ⎢0⎥ , Z2 = ⎢0⎥ , . . . , Zn−r = ⎢0⎥ . (3.62)
⎢.⎥ ⎢.⎥ ⎢.⎥
⎢ .. ⎥ ⎢ .. ⎥ ⎢ .. ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0 0 1
Назовем F1 вектор правой части уравнения при заданном Z1 , . . . ,

Fn−r — при Zn−r .
В таком случае будем иметь системы уравнений в матричном виде:
⎧
⎪
⎨ C · Y1 = F1 ,
⎪
...... ... (3.63)
⎪
⎪
⎩ C · Yn−r = Fn−r .
По теореме Крамера решения Y1 , Y2 , . . . , Yn−r определены однознач-

но. Тогда полное решение системы будет состоять из векторов:
* + * +
Y1 Yn−r
X1 = , . . . , Xn−r = , (3.64)
Z1 Zn−r
которые линейно независимы, так как Z1 , . . . , Zn−r линейно независимы.

Совокупность решений X1 , X2 , . . . , Xn−r представляет собой фунда-
ментальную систему решений (ФСР).
Если свободная неизвестная в системе одна, то ей придаем значение,
равное единице. Если свободных неизвестных нет, т. е. r = n, то такая
система имеет только тривиальное решение и, следовательно, фундамен-
тальных решений нет.
Общее решение однородной системы будем обозначать Xо.о. :
Xо.о. = C1 X1 + C2 X2 + . . . + Cn−r Xn−r , (3.65)
где C1 , C2 , . . . , Cn−r — произвольные константы.

Пример 3.6. Найдем фундаментальную систему решений для одно-
родной системы уравнений
⎧
⎪
⎨ 2x1 − 4x2 + 5x3 + 3x4 = 0,
⎪
3x1 − 6x2 + 4x3 + 2x4 = 0, (3.66)
⎪
⎪
⎩ 4x1 − 8x2 + 17x3 + 11x4 = 0.
Решение.
Находим ранг матрицы данной системы
⎡ ⎤
2 −4 5 3
⎢ ⎥
⎢3 −6 4 2 ⎥ (3.67)
⎣ ⎦
4 −8 17 11
путем приведения к верхнетреугольному виду.
Вычитаем из третьей строки вторую. В результате получим:

⎡ ⎤
2 −4 5 3
⎢ ⎥
⎢3 −6 4 2⎥ , (3.68)
⎣ ⎦
1 −2 13 9
меняем местами первую и третью строки:

⎡ ⎤
1 −2 13 9
⎢ ⎥
⎢3 −6 4 2⎥ . (3.69)
⎣ ⎦
2 −4 5 3
Из второй строки вычитаем первую строку, умноженную на 3, а из

третьей — удвоенную первую. Имеем:
⎡ ⎤
1 −2 13 9
⎢ ⎥
⎢0 0 −35 −25⎥ . (3.70)
⎣ ⎦
0 0 −21 −15
Делим вторую строку на (−5), а третью на (−3):

⎡ ⎤
1 −2 13 9
⎢ ⎥
⎢0 0 7 5⎥ . (3.71)
⎣ ⎦
0 0 7 5
Вычитаем из третьей строки вторую:

⎡ ⎤
1 −2 13 9
⎢ ⎥
⎢0 0 7 5⎥ . (3.72)
⎣ ⎦
0 0 0 0
Отсюда видно, что ранг данной матрицы равен двум.

В качестве базисного ненулевого минора возьмем, например, минор
1,2
M3,4 исходной матрицы:

5 3

. (3.73)
4 2
Далее используем первые два уравнения, коэффициенты из которых

входят в базисный минор. Переносим в правую часть уравнений слагае-
мые, не входящие в базисный минор. Получаем:

5x3 + 3x4 = 4x2 − 2x1 ,
(3.74)
4x3 + 2x4 = 6x2 − 3x1 .
Свободным неизвестным x1 и x2 зададим два разных значения. Пер-
вый случай:
x1 1
= . (3.75)
x2 0
Подставляя эти значения в систему, получаем:

5x3 + 3x4 = −2,
(3.76)
4x3 + 2x4 = −3.
5 7
Решение этой системы: x3 = − и x4 = .
2 2
Второй случай:
x1 0
= . (3.77)
x2 1
Аналогично первому случаю, получаем:

5x3 + 3x4 = 4,
(3.78)
4x3 + 2x4 = 6.
При этом x3 = 5 и x4 = −7.
Окончательно для фундаментальной системы решений имеем:
⎡ ⎤ ⎧⎡ ⎤ ⎡ ⎤⎫
x1 ⎪
⎪ 1 0 ⎪ ⎪
⎢ ⎥ ⎪ ⎪
⎨ ⎢ ⎥ ⎢ ⎥⎪⎪
⎢x2 ⎥ ⎢ ⎥ ⎢ ⎥⎬
⎢ ⎥ ∈ ⎢ 0 ⎥,⎢ 1 ⎥ . (3.79)
⎢x ⎥ ⎪⎢−5/2⎥ ⎢ 5 ⎥⎪
⎣ 3⎦ ⎪ ⎪ ⎣ ⎦ ⎣ ⎦ ⎪
⎪
⎪
⎩ ⎪
⎭
x4 7/2 −7
Общее решение данной однородной системы может быть записано
как: ⎡ ⎤ ⎡ ⎤
2 0
⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢ ⎥
Xо.о. = C1 ⎢ ⎥ + C2 ⎢ 1 ⎥ , (3.80)
⎢−5⎥ ⎢5⎥
⎣ ⎦ ⎣ ⎦
7 −7
где C1 и C2 — произвольные числа.
3.5. Общее решение неоднородной системы

уравнений
Рассмотрим неоднородную систему уравнений:
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
⎪
⎪
⎨ a x + a x + ... + a x = b ,
21 1 22 2 2n n 2
(3.81)
⎪
⎪ ...........................
⎪
⎪
⎩
am1 x1 + am2 x2 + . . . + amn xn = bm .
Теорема 3.5. Пусть Xо.о. — общее решение однородной системы,

когда все величины bi заменены нулями, и Xч.н. — частное решение
неоднородной системы. Тогда Xо.н. — общее решение неоднородной си-
стемы — равно:
Xо.н. = Xо.о. + Xч.н. . (3.82)
Пример 3.7. Решим систему:
⎧
⎪
⎪ 2x1 + x2 − x3 − 3x4 = 2,
⎪
⎪
⎨ 4x1 + x3 − 7x4 = 3,
(3.83)
⎪
⎪ 2x2 − 3x3 + x4 = 1,
⎪
⎪
⎩
2x1 + 3x2 − 4x3 − 2x4 = 3.
Решение.
Выпишем расширенную матрицу системы:
⎡ ⎤
2 1 −1 −3 | 2
⎢ ⎥
⎢4 0 1 −7 | 3⎥
⎢ ⎥
⎢0 2 −3 1 | 1⎥ . (3.84)
⎣ ⎦
2 3 −4 −2 | 3
Найдем ранг этой матрицы, для чего из второй строки вычтем удво-
енную первую, а из четвертой — первую:
⎡ ⎤
2 1 −1 −3 | 2
⎢ ⎥
⎢0 −2 3 −1 | −1⎥
⎢ ⎥
⎢0 2 −3 1 | 1 ⎥ . (3.85)
⎣ ⎦
0 2 −3 1 | 1
Видно, что последние три строки пропорциональны друг другу, и из

них достаточно оставить одну:

2 1 −1 −3 | 2
. (3.86)
0 −2 3 −1 | −1
Ранг основной и расширенной матрицы равен двум, следовательно,
система совместна. Найдем общее решение однородной системы, для чего
x3 и x4 перенесем в правую часть уравнений. Получим:

2x1 + x2 = x3 + 3x4 ,
(3.87)
−2x2 = −3x3 + x4 .
Выберем следующие значения для независимых переменных:

x3 1
= , (3.88)
x4 0
в таком случае получаем систему

2x1 + x2 = 1,
(3.89)
−2x2 = −3,
3 1
откуда x2 = , x1 = − .
2 4
Теперь, выбирая значения

x3 0
= , (3.90)
x4 1
получаем систему
2x1 + x2 = 3,
(3.91)
−2x2 = 1,
1 7
решение которой x2 = − и x1 = .
2 4
Следовательно, общее решение однородной системы имеет вид:
⎡ ⎤ ⎡ ⎤
1 7
−
⎢ 4⎥ ⎢ 4 ⎥
⎢ 3 ⎥ ⎢ 1⎥
⎢ ⎥ ⎢− ⎥
Xо.о. = C1 ⎢ ⎥ ⎢ ⎥
⎢ 2 ⎥ + C2 ⎢ 2 ⎥ , где C1 , C2 ∈ R. (3.92)
⎢ 1 ⎥ ⎢ 0 ⎥
⎣ ⎦ ⎣ ⎦
0 1
Если ввести в рассмотрение новые константы C1 = C1 /4, C2 = C2 /4,

то Xо.о. запишем в виде, свободном от дробей:
⎡ ⎤ ⎡ ⎤
−1 7
⎢ ⎥ ⎢ ⎥
⎢6⎥ ⎢ ⎥
⎢−2⎥
Xо.о. = C1 ⎢ ⎥
⎢ 4 ⎥ + C2 ⎢ 0 ⎥ , где C1 , C2 ∈ R. (3.93)
⎣ ⎦ ⎣ ⎦
0 4
Для нахождения частного решения вернемся к расширенной матри-

це (3.86). Уравнения для вычисления Xч.н. имеют вид:

2x1 + x2 = x3 + 3x4 + 2,
(3.94)
−2x2 = −3x3 + x4 − 1.
Полагая значения независимых переменных равными нулю, находим x1 =

3 1
= , x2 = , и
4 2 ⎡ ⎤
3
⎢4⎥
⎢1⎥
⎢ ⎥
Xч.н. = ⎢ ⎥
⎢2⎥ . (3.95)
⎢0⎥
⎣ ⎦
0
В итоге, общее решение неоднородной системы равно
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
−1 7 3
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢6⎥ ⎢ ⎥ 1 ⎢2⎥
⎢−2⎥
Xо.н. = Xо.о. + Xч.н. = C1 ⎢ ⎥ ⎢ ⎥
⎢ 4 ⎥ + C2 ⎢ 0 ⎥ + 4 ⎢0⎥ , где C1 , C2 ∈ R.
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0 4 0
(3.96)

Контрольные вопросы к главе «Системы

линейных уравнений»
1. Дайте определение решения системы линейных уравнений.
2. Какая система уравнений называется совместной, несовместной?

3. В каком случае система уравнений является определенной, неопре-

деленной?
4. Расскажите, как строится расширенная матрица системы линей-

ных уравнений.
5. Опишите методы решения систем линейных уравнений: метод Гаус-

са, метод обратной матрицы, метод Крамера.
6. Чему равна асимптотическая сложность метода Гаусса?
7. Какое решение имеет любая однородная система линейных урав-

нений?
8. Дайте определение фундаментальной системы решений.
9. Как вычисляется общее решение неоднородной системы?

3.1. Для расширения компьютерной лаборатории ее заведующий пла-
нирует приобрести 9 рабочих станций и 7 ноутбуков. Если сделать
заказ на 14 рабочих станций и 9 ноутбуков, то стоимость закупки
возрастет в 1,5 раза. Определите, во сколько раз рабочая станция
стоит дороже ноутбука.
3.2. Решите системы линейных уравнений, используя метод Крамера:

⎧
⎪
3x − 5y = 13, ⎨ 2x1 − x2 + 3x3
⎪ = 9,
а) б) 3x1 − 5x2 − x3 = −10,
2x + 7y = 81; ⎪
⎪
⎩ 4x1 − 7x2 + x3 = −7;
⎧ ⎧
⎪ ⎪
⎪
⎨ x + 2y + z = 4, ⎨ 2x − 4y + 9z = 28,
⎪
в) 3x − 5y + 3z = 1, г) 7x + 3y − 6z = −1,
⎪
⎪ ⎪
⎪
⎩ 2x + 7y − z = 8; ⎩ 7x + 9y − 9z = 5;
⎧ ⎧
⎪
⎪ ⎪
⎪
⎨ 7x + 2y + 3z = 15, ⎨ x + y + z = 36,
д) 5x − 3y + 2z = 15, е) 2x − 3z = −17,
⎪
⎪ ⎪
⎪
⎩ 10x − 11y + 5z = 36; ⎩ 6x − 5z = 7;
⎧
⎪
⎪
⎨ 3x1 + 2x2 + x3 = 5,
ж) x1 + x2 − x3 = 0,
⎪
⎪
⎩ 4x1 − x2 + 5x3 = 3.
3.3. Решите системы линейных уравнений, используя метод Гаусса:

⎧ ⎧
⎪ ⎪
⎪
⎨ 6x1 + 2x2 + 3x3 = 74, ⎨ 2x1 + 5x2 − 2x3 = −6,
⎪
а) 7x1 + 4x2 = 91, б) −3x1 − 2x2 + x3 = 0,
⎪
⎪ ⎪
⎪
⎩ x 1 + x 2 + x3 = 18; ⎩ 3x2 + 2x3 = −8;
⎧ ⎧
⎪
⎪ 3x1 − x2 + 6x3 = −4, ⎪
⎪ 5x1 + 3x2 − 3x3 = 8,
⎨ ⎨
в) 3x1 − 7x2 = 2, г) −4x1 − 3x2 − 2x3 = 1,
⎪
⎪ ⎪
⎪
⎩ −4x1 − 4x2 − 3x3 = −10; ⎩ −2x1 + 3x2 + 6x3 = −29.

⎧ ⎧
⎪
⎪ −2x +7x +4x = 32, ⎪
⎪ −x1 −2x3 −x4 = −6,
⎪
⎪
1 2 3
⎪
⎪
⎨ 2x +8x −x +7x = 63, ⎨ −5x −x +6x +x = 23,
1 2 3 4 1 2 3 4
а) б)
⎪
⎪ −6x1 +6x2 +8x3 −8x4 = 2, ⎪
⎪ 5x1 −8x2 −9x3 +4x4 = 62,
⎪
⎪ ⎪
⎪
⎩ ⎩
6x2 −4x3 +5x4 = 58; 6x1 −9x2 −5x3 +x4 = 73;
⎧ ⎧
⎪
⎪ 4x1 −9x3 −x4 = 37, ⎪
⎪ −8x1 +x2 −4x3 −8x4 = 7,
⎪
⎪ ⎪
⎪
⎨ 7x1 −x2 −5x3 −5x4 = 36,
⎨ −7x2 −6x3 +7x4 = 56,
в) г)
⎪
⎪ 8x1 −5x2 +4x4 = −38, ⎪
⎪ −8x1 +3x2 +2x3 −2x4 = −63,
⎪
⎪ ⎪
⎪
⎩ ⎩
x1 −4x2 +9x3 −4x4 = −25; −8x1 −3x2 −x3 −4x4 = −6.
∗ 3.5. Решите системы линейных уравнений относительно пяти неизвест-

ных: ⎧
⎪
⎪ 5x1 − 8x2 − 5x3 + 8x4 + 8x5 = −5,
⎪
⎪
⎪
⎪
⎪
⎨ 2x2 + 2x3 + x4 − x5 = 8,
а) −2x1 + 4x2 + 3x3 − 8x4 + 4x5 = −39,
⎪
⎪
⎪
⎪ 5x1 + 6x2 + 2x3 − 2x4 − 4x5 = 32,
⎪
⎪
⎪
⎩ x − 2x − x + 2x − 2x = 23;
1 2 3 4 5
⎧
⎪
⎪ 6x1 − x2 + 6x3 + 3x4 − 7x5 = 6,
⎪
⎪
⎪
⎪
⎨ −4x1 − 4x2 + 3x3 − x4 − 8x5
⎪ = −30,
б) −x1 + x2 + 5x4 − x5 = −22,
⎪
⎪
⎪
⎪ 4x1 + x2 − 3x3 + 3x4 − 5x5 = −3,
⎪
⎪
⎪
⎩ 8x + x − x
2 4 5 = −61.
∗ 3.6. Решите системы линейных уравнений относительно шести неиз-

вестных:
⎧
⎪
⎪ −x1 + 2x3 + 5x4 − 2x5 − 4x6 = 4,
⎪
⎪
⎪
⎪ −x1 − x2 + x3 − 3x4 + x5 − 4x6 = −46,
⎪
⎪
⎪
⎨ −x1 + 5x2 + 4x3 − 2x5 − x6 = −19,
а)
⎪
⎪ x1 − 2x2 + 4x3 − 2x5 − x6 = −9,
⎪
⎪
⎪
⎪
⎪
⎪ −2x1 − 5x2 + 3x3 − 2x4 − 3x5 = −20,
⎪
⎩
3x1 + x2 + 3x3 + x6 = 4;
⎧
⎪
⎪ −2x1 − 4x2 − 4x5 + 5x6 = 2,
⎪
⎪
⎪
⎪ −x1 + 5x2 + 3x3 + 5x5 = −12,
⎪
⎪
⎪
⎨ −2x − 5x + 5x − 3x − 5x − 3x
1 2 3 4 5 6 = −7,
б)
⎪
⎪ −4x1 − 5x2 − 3x3 + 5x4 − 2x5 + 3x6 = 10,
⎪
⎪
⎪
⎪
⎪
⎪ x1 + 3x2 − 5x3 + 4x4 + 3x5 + 2x6 = 8,
⎪
⎩
−4x1 + x2 − 4x3 + 3x4 + x5 − x6 = 3.
3.7. Найдите полином четвертой степени p(x) с вещественными коэф-

фициентами, для которого выполняются следующие свойства:
p(5) = 1 и p(1) = p(2) = p(3) = p(4) = 0.
3.8. При каких значениях параметра λ система уравнений

⎧
⎪
⎪
⎨ x1 + x2 = 1,
λx1 + x2 = 2,
⎪
⎪
⎩ x1 + λx2 = 4.
совместна?
3.9. При каких значениях параметра λ система линейных уравнений

⎧
⎪
⎪ x1 + λx2 = 0,
⎨
−x1 + x2 − x3 = 5,
⎪
⎪
⎩ −x2 + x3 = −4,
имеет единственное решение? При этих значениях λ найдите реше-

ние системы, используя правило Крамера.
∗ 3.10. Решите матричное уравнение A · X · B = C, где

⎡ ⎤ ⎡ ⎤
−3 2 3 −13 0
⎢ ⎥ ⎢ ⎥
A=⎢ −2 1 4 ⎥ , B = −1 0 , C = ⎢−25 0⎥ . (3.97)
⎣ ⎦ −1 0 ⎣ ⎦
6 1 2 −33 0
Обратите внимание на вырожденность одного из сомножителей, а

именно матрицы B.
∗ 3.11. Решите матричные уравнения:

6 2 −4 4
1) ·X = ;
3 1 −2 2

15 −5 1 −1
2) X · = ;
−3 1 −2 1
⎡ ⎤ ⎡ ⎤
6 −1 1 6 19 −22
⎢ ⎥ ⎢ ⎥
⎢ ⎥
3) X · ⎣−10 −5 6 ⎦ = ⎣ 10 5⎢ −6 ⎥
⎦;
0 −20 23 −6 −19 22
⎡ ⎤ ⎡ ⎤
−1 2 5 −7 8 2
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢
4) ⎣ 5 3 −1 ⎦ · X = ⎣ 2 1⎥
7 ⎦.
7 −1 −11 1 −1 1
3.12. Дан фрагмент программы, обрабатывающий одномерный массив

a, состоящий из пяти элементов:
for i in range(len(a)):
temp = a[0]
for j in range(len(a) - 1):

a[j] = -2 * a[j + 1]
a[len(a) - 1] += temp
После выполнения этого фрагмента программного кода массив a[]

состоит из следующих элементов: [-32, 32, 32, 32, 16]. Опре-
делите, какие значения принимали элементы массива a[i], где
i = 1, . . . , 5, перед выполнением этого фрагмента.
3.13. Дан фрагмент программы, обрабатывающий одномерный массив
a, состоящий из семи элементов:
for i in range(len(a)):
temp = a[0]
for j in range(len(a) - 1):

a[j] = 3 * a[j + 1] - 1
a[len(a) - 2] = -a[len(a) - 2] - temp
После выполнения этого фрагмента программного кода массив a[]

состоит из следующих элементов: [365, 608, -769, -499, -409,
107, 5]. Определите, какие значения принимали элементы масси-
ва a[i], i = 1, . . . , 7, перед выполнением этого фрагмента.
3.14. Существует модификация метода Гаусса, которая носит название
метод Гаусса – Жордана5 . В методе Гаусса – Жордана матрица
коэффициентов системы уравнений приводится не к треугольному,
а к диагональному виду. Напишите реализацию этого метода на
Python и сравните ее асимптотическую сложность со сложностью
стандартного метода Гаусса.
3.15. Найдите общее решение и фундаментальную систему решений для
систем уравнений:
⎧ ⎧
⎪ − ⎪
⎪
⎨ 1x 4x 2 + x 3 = 0, ⎨ 2x1 − x2 + 3x3 + x4 = 0,
⎪
1) x1 + x2 − x3 = 0, 2) 2x1 − 5x2 − x3 = 0,
⎪
⎪ ⎪
⎪
⎩ 3x1 − 2x2 − x3 = 0; ⎩ 4x1 − 7x2 + x3 + 3x4 = 0;
5
Жордан (Wilhelm Jordan) (1842–1899) — немецкий геодезист и математик.
⎧ ⎧
⎪
⎪ x1 + 2x2 + 4x3 − 3x4 = 0, ⎪
⎪ 3x1 + 5x2 + 2x3 = 0,
⎪
⎪ ⎪
⎪
⎨ 3x1 + 5x2 + 6x3 − 4x4 = 0, ⎨ 4x1 + 7x2 + 5x3 = 0,
3) 4)
⎪
⎪ 4x1 + 5x2 − 2x3 + 3x4 = 0, ⎪
⎪ x1 + x2 − 4x3 = 0,
⎪
⎪ ⎪
⎪
⎩ ⎩
3x1 + 8x2 + 24x3 − 19x4 = 0; 2x1 + 9x2 + 6x3 = 0;
⎧
⎪ ⎧
⎪
⎪ 2x1 + 4x2 + 6x3 + x4 = 0, ⎪
⎪
⎨ x + 2x + 3x + x ⎪
⎨ x + 2y + 3z = 0,
1 2 3 4 = 0,
5) 6) 2x + 3y + 4z = 0,
⎪
⎪ 3x1 + 6x2 + 9x3 − x4 = 0, ⎪
⎪
⎪
⎪ ⎩ x + y + z = 0;
⎩
x1 + 2x2 + 3x3 + 5x4 = 0;
⎧
⎪
⎪ x1 − 2x2 + 3x3 − 4x4 = 0,
⎪
⎪
⎨ 2x1 − 4x2 + 5x3 + 7x4 = 0,
7)
⎪
⎪ 6x1 − 12x2 + 17x3 − 9x4 = 0,
⎪
⎪
⎩
7x1 − 14x2 + 19x3 + 17x4 = 0.
Ответы и решения к главе «Системы

линейных уравнений»
Обозначим стоимость одной рабочей станции через x, а ноутбука —
через y. Пусть стоимость 9 рабочих станций и 7 ноутбуков равна a. Тогда
получаем систему линейных уравнений относительно неизвестных x и y:
⎧
⎨ 9x + 7y = a,
⎩ 14x + 9y = 3 a.
2
3 1
Ее решение x = a, y = a. Следовательно, рабочая станция дороже
34 34
ноутбука в три раза.
а)
Расширенная
матрица системы имеет вид
3 −5 | 13
.
2 7 | 81
Вычислим
необходимые
определители:
3 −5

Δ= = 21 + 10 = 31,
2 7

13 −5

Δx = = 91 + 405 = 496.
81 7
Δx 496
Следовательно, x = = = 16.
Δ 31
3 13

Δy = = 243 − 26 = 217,
2 81
Δy 217
y= = = 7.
Δ 31
б) Расширенная матрица системы имеет вид
⎡ ⎤
2 −1 3 | 9
⎢ ⎥
⎢3 −5 −1 | −10⎥.
⎣ ⎦
4 −7 1 | −7

2 −1 3 11 −16 0

Δ = 3 −5 −1 =(1)+3(2) 3 −5 −1 = 11 · (−12) + 16 · 7 = −20,

4 −7 1 4 −7 1

9 −1 3 −21 −16 0
(1)+3(2)
Δ1 = −10 −5 −1 = −10 −5 −1 =(3)+(2)

−7 −7 1 −7 −7 1

−21 −16 0

= −10 −5 −1 = 252 − 272 = −20,

−17 −12 0
Δ1 −20
x1 = = = 1,
Δ −20

2 9 3 11 −21 0

Δ2 = 3 −10 −1 =(1)+3(2) 3 −10 −1 =(3)+(2)

4 −7 1 4 −7 1

11 −21 0

= 3 −10 −1 = −(−1)(−187 + 147) = −40,

7 −17 0
Δ2 −40
x2 = = = 2,
Δ −20

2 −1 9 0 −1 9
[1]+2[2]
Δ3 = 3 −5 −10 = −7 −5 −10 =

4 −7 −7 −10 −7 −7
= (49 − 100) + 9(49 − 50) = −60,
Δ3 −60
x3 = = = 3.
Δ −20
в)
⎡ Расширенная ⎤ матрица системы имеет вид
1 2 1 | 4
⎢ ⎥
⎢3 −5 3 | 1⎥.
⎣ ⎦
2 7 −1 | 8

1 2 1 0 2 1

Δ = 3 −5 3 =[1]−[3] 0 −5 3 = 3 · (6 + 5) = 33,

2 7 −1 3 7 −1

4 2 1 4 2 1

Δx = 1 −5 3 =(3)−2(1) 1 −5 3 = 4 · (15 − 9) − (−6 − 3) = 33,

8 7 −1 0 3 −3
Δx 33
x= = = 1,
Δ 33

1 4 1 1 0 1

Δy = 3 1 3 =[2]−4[1] 3 −11 3 = −11 · (−1 − 2) = 33,

2 8 −1 2 0 −1
Δy 33
y= = = 1,
Δ 33

1 2 4 1 2 4
(3)−2(1)
Δz = 3 −5 1 = 3 −5 1 = −3 · (1 − 12) = 33,

2 7 8 0 3 0
Δz 33
z= = = 1.
Δ 33
г)
⎡ Расширенная матрица⎤ системы имеет вид
2 −4 9 | 28
⎢ ⎥
⎢7 3 −6 | −1⎥.
⎣ ⎦
7 9 −9 | 5

2 −4 9 2 −4 9
(3)−(2)
Δ = 7 3 −6 = 7 3 −6 = 2(−9 + 36) − 7(12 − 54) = 348,

7 9 −9 0 6 −3

28 −4 9 33 5 0
(1)+(3)
Δx = −1 3 −6 = −1 3 −6 = 6(297 − 25) − 9(99 + 5) =

5 9 −9 5 9 −9
= 696,
696
x= = 2,
348

2 28 9 2 28 9

Δy = 7 −1 −6 =(3)−(2) 7 −1 −6 = 2(3 + 36) − 7(−84 − 54) =

7 5 −9 0 6 −3
= 1044,
1044
y= = 3,
348

2 −4 28 2 −4 28
(3)−(2)

Δz = 7 3 −1 = 7 3 −1 = 2(18 + 6) − 7(−24 − 168) =

7 9 5 0 6 6
= 1392,
1392
z= = 4.
348
д) Расширенная матрица системы имеет вид
⎡ ⎤
7 2 3 | 15
⎢ ⎥
⎢ 5 −3 2 | 15⎥.
⎣ ⎦
10 −11 5 | 36

7 2 3 7 2 3
(3)−2(2)
Δ = 5 −3 2 = 5 −3 2 = 5(14 − 15) + (−21 − 10) = −36,

10 −11 5 0 −5 1

15 2 3 15 2 3

Δx = 15 −3 2 =(2)−(1) 0 −5 −1 = −72,

36 −11 5 36 −11 5
−72
x= = 2,
−36

7 15 3 7 15 3
(2)−(1)
Δy = 5 15 2 = −2 0 −1 = 2(75−108)+(252−150) = 36,

10 36 5 10 36 5
36
y= = −1,
−36

7 2 15

Δz = 5 −3 15 = −36,

10 11 36
−36
z= = 1.
−36
е)
⎡ Расширенная матрица
⎤ системы имеет вид
1 1 1 | 36
⎢ ⎥
⎢2 0 −3 | −17⎥.
⎣ ⎦
6 0 −5 | 7

1 1 1

Δ = 2 0 −3 = −(−10 + 18) = −8,

6 0 −5

36 1 1

Δx = −17 0 −3 = −(85 + 21) = −106,

7 0 −5
−106 53
x= = .
−8
4

1 36 1 1 36 1
(3)−3(2)
Δy = 2 −17 −3 = (2)−2(1) 0 −89 −5 = −356 + 290 = −66,

6 7 −5 0 58 4
−66 33
y= = ,
−8 4

1 1 36

Δz = 2 0 −17 = −(14 + 17 · 6) = −116,

6 0 7
−116 29
z= = .
−8 2
ж) Расширенная матрица системы имеет вид

⎡ ⎤
3 2 1 | 5
⎢ ⎥
⎢1 1 −1 | 0⎥.
⎣ ⎦
4 −1 5 | 3

3 2 1 1 2 1 1 2 3
[1]−[2] [3]+[2]
Δ = 1 1 −1 = 0 1 −1 =

0 1 0 = 4 − 15 =

4 −1 5 5 −1 4 5 −1 4
= −11,

5 2 1 5 2 3

Δ1 = 0 1 −1 =[3]+[2] 0 1 0 = 20 − 9 = 11,

3 −1 5 3 −1 4
11
x1 = = −1.
−11

3 5 1 4 5 1

Δ2 = 1 0 −1 =[1]+[3] 0 0 −1 = 12 − 45 = −33,

4 3 5 9 3 5
−33
x2 = = 3,
−11

3 2 5 1 2 5

Δ3 = 1 1 0 =[1]−[2] 0 1 0 = 3 − 25 = −22,

4 −1 3 5 −1 3
−22
x3 = = 2.
−11
а) Выполним следующие элементарные преобразования расширенной
матрицы
⎡ системы:⎤ ⎡ ⎤
6 2 3 | 74 0 −4 −3 | −34
⎢ ⎥ (1)−6(3) ⎢ ⎥
⎢7 4 0 | 91⎥ →(2)−7(3) ⎢0 −3 −7 | −35⎥ →−3·(1)
⎣ ⎦ ⎣ ⎦
1 1 1 | 18 1 1 1 | 18
⎡ ⎤ ⎡ ⎤
0 12 9 | 102 0 0 −19 | −38
⎢ ⎥ (1)+4(2) ⎢ ⎥
→⎢
⎣ 0 −3 −7 | −35 ⎥→
⎦
⎢0 −3 −7 | −35⎥.
⎣ ⎦
1 1 1 | 18 1 1 1 | 18
38
Отсюда следует, что x3 = = 2,
19
−3x2 = −35 + 14 = −21, x2 = 7,
x1 = 18 − 2 − 7 = 9.
Окончательный ответ: [x1 , x2 , x3 ]T = [9, 7, 2]T .
б) Выполним следующие элементарные преобразования расширенной
матрицы
⎡ системы: ⎤ ⎡ ⎤
2 5 −2 | −6 2 5 −2 | −6
⎢ ⎥ 2·(2) ⎢ ⎥
⎢−3 −2 1 | 0⎥ → ⎢−6 −4 2 | 0 ⎥ →(2)+3(1)
⎣ ⎦ ⎣ ⎦
0 3 2 | −8 0 3 2 | −8
⎡ ⎤ ⎡ ⎤
2 5 −2 | −6 2 5 −2 | −6
⎢ ⎥ 11·(3) ⎢ ⎥
→⎢⎣0 11 −4 | −18⎥
⎦→
⎢0 11 −4 | −18⎥ →(3)−3(2)
⎣ ⎦
0 3 2 | −8 0 33 22 | −88
⎡ ⎤
2 5 −2 | −6
⎢ ⎥
⎢
→ ⎣0 11 −4 | −18⎥
⎦.
0 0 34 | −34
−34
Отсюда следует, что x3 = = −1,
34
11x2 = −18 − 4 = −22, x2 = −2,
2x1 = −6 − 2 + 10 = 2, x1 = 1.
Получаем ответ: [x1 , x2 , x3 ]T = [1, −2, 1]T .
в) Выполним следующие элементарные преобразования расширенной
матрицы
3 −1 6 | −4 3 −1 6 | −4
⎢ ⎥ (2)−(1) ⎢ ⎥
⎢3 −7 0 | 2 ⎥ → ⎢ 0 −6 −6 | 6 ⎥ →4·(1)
⎣ ⎦ ⎣ ⎦
−4 −4 −3 | −10 −4 −4 −3 | −10
⎡ ⎤ ⎡ ⎤
12 −4 24 | −16 0 −16 15 | −46
⎢ ⎥ (1)+3(3) ⎢ ⎥
→⎢
⎣0 −6 −6 | 6 ⎥
⎦ → ⎢ 0 −6 −6 | 6 ⎥ →(2)·8
⎣ ⎦
−4 −4 −3 | −10 −4 −4 −3 | −10
⎡ ⎤ ⎡ ⎤
0 −16 15 | −46 0 −16 15 | −46
⎢ ⎥ (2)−3(1) ⎢ ⎥ (1)↔(2)
⎢
→⎣ 0 −48 −48 | 48 ⎥ → ⎢0 0 −93 | 186 ⎥ →(3)↔(1)
⎦ ⎣ ⎦
−4 −4 −3 | −10 −4 −4 −3 | −10
⎡ ⎤
−4 −4 −3 | −10
⎢ ⎥
→ ⎣ 0 −16 15 | −46⎥
⎢
⎦.
0 0 −93 | 186
Отсюда следует, что x3 = −2,
−16x2 = −46 + 30 = −16, x2 = 1,

−4x1 = −10 − 6 + 4 = −12, x1 = 3.
Получаем ответ: [x1 , x2 , x3 ]T = [3, 1, −2]T .
г) Выполним следующие элементарные преобразования расширенной
матрицы
5 3 −3 | 8 5 3 −3 | 8
⎢ ⎥ (2)−2(3) ⎢ ⎥ 2·(1)
⎢−4 1 ⎥ ⎢ 0 −9 59 ⎥
⎣ −3 −2 | ⎦→ ⎣ −14 | ⎦→
−2 3 6 | −29 −2 3 6 | −29
⎡ ⎤ ⎡ ⎤
10 6 −6 | 16 0 21 24 | −129
⎢ ⎥ (1)+5(3) ⎢ ⎥ 1 (1)
→⎢
⎣0 −9 −14 | 59 ⎥
⎦→
⎢ 0 −9
⎣ −14 | 59 ⎥ ⎦→
3
−2 3 6 | −29 −2 3 | −29
6
⎡ ⎤ ⎡ ⎤
0 7 8 | −43 0 78 | −43
⎢ ⎥ 7·(2) ⎢ ⎥ (2)+9(1)
⎢
→⎣ 0 ⎥ ⎢ −98 | 413 ⎥
−9 −14 | 59 ⎦ → = ⎣ 0 −63 ⎦→
−2 3 | −29
6 −2 3 6 | −29
⎡ ⎤ ⎡ ⎤
0 7 8 | −43 −2 3 6 | −29
⎢ ⎥ (1)↔(3) ⎢ ⎥
→ ⎣ 0 0 −26 | 26 ⎥
⎢
⎦→
(3)↔(2) ⎢ 0 7 8 | −43⎥.
⎣ ⎦
−2 3 6 | −29 0 0 −26 | 26
Отсюда следует, что x3 = −1,
7x2 = −43 + 8 = −35, x2 = −5,
−2x1 = −29 + 6 + 15 = −8, x1 = 4.
Получаем ответ: [x1 , x2 , x3 ]T = [4, −5, −1]T .
а) Выполним следующие элементарные преобразования расширенной
матрицы системы:
⎡ ⎤ ⎡ ⎤
−2 7 4 0 | 32 0 15 3 7 | 95
⎢ ⎥ ⎢ ⎥
⎢ 2 8 −1 7 | 63⎥ (1)+(2) ⎢ 2 8 −1 7 | 63⎥
⎢ ⎥ ⎢ ⎥
⎢−3 3 4 −4 | 1 ⎥ → ⎢−3 3 4 −4 | 1 ⎥ =
⎣ ⎦ ⎣ ⎦
0 6 −4 5 | 58 0 6 −4 5 | 58
⎡ ⎤ ⎡ ⎤
2 8 −1 7 | 63 2 8 −1 7 | 63
⎢ ⎥ ⎢ ⎥
⎢ 0 15 3 7 | 95⎥ 2(4)+3(1) ⎢0 15 3 7 | 95 ⎥ 2·(2)
⎢ ⎥ ⎢ ⎥
=⎢
−4 | ⎥→ ⎢0 6 −4 5 | 58 ⎥ →
⎣ 0 6 5 58 ⎦ ⎣ ⎦
−3 3 4 −4 | 1 0 30 5 13 | 191
⎡ ⎤ ⎡ ⎤
2 8 −1 7 | 63 2 8 −1 7 | 63
⎢ ⎥ (2)−(4) ⎢ ⎥
⎢0 30 6 14 | 190⎥ ⎢ 1 | −1 ⎥
→⎢ ⎥ →(4)−5(3) ⎢0 0 1 ⎥ (4)−25(2)
⎢0 6 −4 5 | 58 ⎥ ⎢0 6 −4 5 | 58 ⎥ →
⎣ ⎦ ⎣ ⎦
0 30 5 13 | 191 0 0 25 −12 | −99
⎡ ⎤
2 8 −1 7 | 63
⎢ ⎥
⎢0 6 −4 5 | 58 ⎥
→⎢
⎢0
⎥,
⎣ 0 1 1 | −1 ⎥ ⎦
0 0 0 −37 | −74
−74
x4 = = 2,
−37
x3 = −1 − 2 = −3,
6x2 = 58 − 12 − 10 = 36, x2 = 6,
2x1 = 63 − 48 − 3 − 14 = −2, x1 = −1.
Запишем ответ: [x1 , x2 , x3 , x4 ]T = [−1, 6, −3, 2]T .
б) Выполним следующие элементарные преобразования расширенной
⎡ ⎤ ⎡ ⎤
−1 0 −2 −1 | −6 1 0 2 1 | 6
⎢ ⎥ ⎢ ⎥
⎢−5 −1 6 1 | 23 ⎥ (1)·(−1) ⎢−5 −1 6 1 | 23⎥ (3)+(2)
⎢ ⎥ ⎢ ⎥
⎢ 5 −8 −9 4 | 62 ⎥ → ⎢ 5 −8 −9 4 | 62⎥ →
⎣ ⎦ ⎣ ⎦
6 −9 −5 1 | 73 6 −9 −5 1 | 73
⎡ ⎤ ⎡ ⎤
1 0 2 1 | 6 1 0 2 1 | 6
⎢ ⎥ ⎢ ⎥
⎢−5 −1 6 1 | 23⎥ (2)+5(1) ⎢0 −1 16 6 | 53⎥ (4)−(3)
⎢ ⎥ →(4)−6(1) ⎢ ⎥
⎢ 0 −9 −3 5 | 85⎥ ⎢0 −9 −3 5 | 85⎥ →
⎣ ⎦ ⎣ ⎦
6 −9 −5 1 | 73 0 −9 −17 −5 | 37
⎡ ⎤ ⎡ ⎤
1 0 2 1 | 6 1 0 2 1 | 6
⎢ ⎥ ⎢ ⎥
⎢0 −1 16 6 | 53 ⎥ ⎢
(4) ⎢0 −1 16 6 | 53⎥
⎥ (3)−9(2)
→⎢⎢ ⎥ →
−1
5 | 85 ⎥
2
⎢0 −9 −3 5 | 85⎥ →
⎣0 −9 −3 ⎦ ⎣ ⎦
0 0 −14 −10 | −48 0 0 7 5 | 24
⎡ ⎤ ⎡ ⎤
1 0 2 1 | 6 1 0 2 1 | 6
⎢ ⎥ ⎢ ⎥
⎢0 −1 16 6 | 53 ⎥ (3)+21(4) ⎢0 −1 16 6 | 53 ⎥ (3)↔(4)
→⎢⎢0 0 −147 −49 | −392⎥ →
⎥ ⎢ ⎥
⎢0 0 0 56 | 112⎥ →
⎣ ⎦ ⎣ ⎦
0 0 7 5 | 24 0 0 7 5 | 24
⎡ ⎤
1 0 2 1 | 6
⎢ ⎥
⎢0 −1 16 6 | 53 ⎥
→⎢⎢ ⎥,
| ⎥
⎣ 0 0 7 5 24 ⎦
0 0 0 56 | 112
112
x4 = = 2,
56
7x3 = 24 − 10 = 14, x3 = 2,
−x2 = 53 − 12 − 32, x2 = −9,
x1 = 6 − 2 − 4 = 0.
Запишем ответ: [x1 , x2 , x3 , x4 ]T = [0, −9, 2, 2]T .
в) Выполним следующие элементарные преобразования расширенной
(1)−4(4)
⎡ ⎤ (2)−7(4) ⎡ ⎤
(3)−8(4)
4 0 −9 −1 | 37 (1)↔(2)
1 −4 9 −4 | −25
⎢ ⎥ ⎢ ⎥
⎢7 −1 −5 −5 | 36 ⎥ ⎢0 16 −45 15 | 137 ⎥ 1 ·(4)
(1)↔(4)
⎢ ⎥ ⎢
→ (3)↔(4) = ⎥
⎢8 −5 0 4 | −38⎥ ⎢0 27 −68 23 | 211 ⎥ → 9
⎣ ⎦ ⎣ ⎦
1 −4 9 −4 | −25 0 27 −72 36 | 162
⎡ ⎤ ⎡ ⎤
1 −4 9 −4 | −25 1 −4 9 −4 | −25
⎢ ⎥ ⎢ ⎥
⎢0 16 −45 15 | 137 ⎥ (3)−9(4) ⎢0 16 −45 15 | 137 ⎥ 3·(2)
⎢
→⎢ ⎥ ⎢ ⎥→
−68 | ⎥→ ⎢0 0 −13 | ⎥
⎣ 0 27 23 211 ⎦ ⎣ 4 49 ⎦
0 3 −8 4 | 18 0 3 −8 4 | 18
⎡ ⎤ ⎡ ⎤
1 −4 9 −4 | −25 1 −4 9 −4 | −25
⎢ ⎥ ⎢ ⎥
⎢0 48 −135 45 | 411 ⎥ (2)−16(4) ⎢0 0 −7 −19 | 123 ⎥ 4·(2)
⎢
→⎢ ⎥ ⎢ ⎥
−13 | ⎥→ ⎢0 0 4 −13 | 49 ⎥ →
⎣ 0 0 4 49 ⎦ ⎣ ⎦
0 3 −8 4 | 18 0 3 −8 4 | 18
⎡ ⎤ ⎡ ⎤
1 −4 9 −4 | −25 1 −4 9 −4 | −25
⎢ ⎥ ⎢ ⎥
⎢0 0 −28 −76 | 492 ⎥ (2)+7(3) ⎢0 3 −8 4 | 18 ⎥
⎢
→⎢ ⎥ ⎢ ⎥
⎥→
(2)↔(4)
−13 | ⎢0 0 4 −13 | 49 ⎥,
⎣0 0 4 49 ⎦ ⎣ ⎦
0 3 −8 4 | 18 0 0 0 −167 | 835
835
x4 = = −5,
−167
4x3 = 49 − 65 = −16, x3 = −4,
3x2 = 18 − 32 + 20 = 6, x2 = 2,
x1 = −25 + 8 + 36 − 20 = −1.
Запишем ответ: [x1 , x2 , x3 , x4 ]T = [−1, 2, −4, −5]T .
г) Выполним следующие элементарные преобразования расширенной

матрицы
−8 1 −4 −8 | 7 −8 1 −4 −8 | 7
⎢ ⎥ ⎢ ⎥
⎢ 0 −7 −6 7 | 56 ⎥ (3)−(1) ⎢ 0 −7 −6 7 | 56 ⎥ 1 (3)
⎢ ⎥ →(4)−(1) ⎢ ⎥
⎢−8 3 2 −2 | −63⎥ ⎢ 0 2 6 6 | −70⎥ → 2
⎣ ⎦ ⎣ ⎦
−8 −3 −1 −4 | −6 0 −4 3 4 | −13
⎡ ⎤ ⎡ ⎤
−8 1 −4 −8 | 7 −8 1 −4 −8 | 7
⎢ ⎥ ⎢ ⎥
⎢ 0 −7 −6 7 | 56 ⎥ (2)+7(3) ⎢ 0 0 15 28 | −189⎥ (4)−(2)
→⎢⎢ ⎥ ⎢ ⎥
⎥→ ⎢ 0 1 3 3 | −35 ⎥ →
(4)+4(3)
⎣ 0 1 3 3 | −35 ⎦ ⎣ ⎦
0 −4 3 4 | −13 0 0 15 16 | −153
⎡ ⎤
−8 1 −4 −8 | 7
⎢ ⎥
⎢ 0 0 15 28 | −189⎥
→⎢⎢0 1 3
⎥,
⎣ 3 | −35 ⎥ ⎦
0 0 0 −12 | 36
36
x4 = = −3,
−12
15x3 = 84 − 189, x3 = −7,
x2 = −35 + 9 + 21 = −5,
−8x1 = 7 − 24 − 28 + 5 = −40, x1 = 5.
Запишем ответ: [x1 , x2 , x3 , x4 ]T = [5, −5, −7, −3]T .
3.5. Ответ:
а) [x1 , x2 , x3 , x4 , x5 ]T = [6, −6, 7, 0, −6]T ;
б) [x1 , x2 , x3 , x4 , x5 ]T = [6, −7, −1, −1, 4]T .
3.6. Ответ:
а) [x1 , x2 , x3 , x4 , x5 , x6 ]T = [5, 0, −5, 5, −5, 4]T ;
б) [x1 , x2 , x3 , x4 , x5 , x6 ]T = [1, −2, −2, 0, 1, 0]T .
Полином четвертой степени с вещественными коэффициентами мож-
но представить в виде:
p(x) = a4 x4 + a3 x3 + a2 x2 + a1 x + a0 ,
где a0 , a1 , . . . , a4 ∈ R — неизвестные коэффициенты. Получаем систему

линейных уравнений относительно коэффициентов ai :

⎧
⎪
⎪ 54 a4 + 53 a3 + 52 a2 + 5a1 + a0 = 1,
⎪
⎪
⎪
⎪ 4 3 2
⎪
⎨ 1 a4 + 1 a3 + 1 a2 + 1a1 + a0 = 0,
24 a4 + 23 a3 + 22 a2 + 2a1 + a0 = 0,
⎪
⎪
⎪
⎪ 34 a4 + 33 a3 + 32 a2 + 3a1 + a0 = 0,
⎪
⎪
⎪
⎩ 44 a + 43 a + 42 a + 4a + a = 0.
4 3 2 1 0
Запишем матрицу этой системы и приведем ее к ступенчатому виду:

⎡ ⎤ ⎡ ⎤
625 125 25 5 1 | 1 1 1 1 1 1 | 0
⎢ ⎥ ⎢ ⎥
⎢ 1 1 1 1 1 | 0⎥ ⎢0 8 12 14 15 | 0⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
⎢ 16 8 4 2 1 | 0⎥ → ⎢0 0 6 9 10 | 0⎥ .
⎢ ⎥ ⎢ ⎥
⎢ 81 27 9 3 1 | 0⎥ ⎢0 0 0 24 50 | 0⎥
⎣ ⎦ ⎣ ⎦
256 64 16 4 1 | 0 0 0 0 0 1 | 1
Находим значения ai :
⎧
⎪
⎪ a0 = 1,
⎧ ⎪
⎪
⎪ ⎪
⎪ 50
⎪
⎪ a4 + a3 + a2 + a1 + a0 = 0, ⎪
⎪ a1 = − ,
⎪
⎪ ⎪
⎪ 24
⎪
⎪ ⎪
⎪
⎨ 8a3 + 12a2 + 14a1 + 15a0 = 0, ⎨ 35
6a2 + 9a1 + 10a0 = 0, ⇒ a2 = ,
⎪ ⎪ 24
⎪
⎪ ⎪
⎪
⎪
⎪ 24a1 + 50a0 = 0, ⎪
⎪
10
a3 = − ,
⎪
⎪ ⎪
⎪
⎩ ⎪
⎪ 24
a 0 = 1; ⎪
⎪ 1
⎪
⎩ a4 = .
24
В результате искомый полином четвертой степени равен
1 4
p(x) = (x − 10x3 + 35x2 − 50x + 24).
24
Система линейных уравнений совместна тогда и только тогда, когда
ранг матрицы системы равен рангу расширенной матрицы системы.
Найдем ранг основной матрицы:
⎡ ⎤
1 1
⎢ ⎥
A = ⎣λ 1 ⎥
⎢
⎦.
1 λ
⎡ ⎤ ⎡ ⎤
(2)−λ(1) ⎢
1 1 1 1
⎥ ⎢ ⎥
A→ (3)−(1) ⎢0 1 − λ⎥ → (3)+(2) ⎢
0 1 − λ⎥.
⎣ ⎦ ⎣ ⎦
0 λ−1 0 0

2, если λ = 1,
rk A =
1, если λ = 1.
Вычислим ранг расширенной матрицы:
⎡ ⎤ ⎡ ⎤
1 1 | 1 (2)−λ(1) ⎢
1 1 | 1
⎢ ⎥ ⎥
(A|B) = ⎢ λ 1 | 2 ⎥ → (3)−(1) ⎢0 1 − λ | 2 − λ⎥ → (2)+(3)
⎣ ⎦ ⎣ ⎦
1 λ | 4 0 λ−1 | 3
⎡ ⎤
1 1 | 1
⎢ ⎥
→⎢
⎣ 0 1 − λ | 2 − λ ⎥.
⎦
0 0 | 5−λ
Таким образом,

2, если λ = 5,
rk (A|B) =
3, если λ = 5.
Условие rk A = rk (A|B) выполняется при λ = 5. Следовательно,

система совместна при λ = 5.
3.9. Ответ: система имеет единственное решение при λ = 0. Для

таких значений λ решение системы имеет вид x1 = −1, x2 = λ−1 , x3 =
= λ−1 − 4.
Поскольку матрица A имеет размер 3 × 3, а матрица B — размер
2 × 2, то неизвестная матрица X представима в виде:
⎡ ⎤
a b
⎢ ⎥
X = ⎣c d⎥
⎢
⎦ , где a, b, c, d, e, f — некоторые вещественные числа.
e f
Подставив эту матрицу в уравнение A · X · B = C, получим систему

линейных уравнений относительно неизвестных a, b, . . . , f :
⎧
⎪
⎨ 3a + 3b − 2c − 2d − 3e − 3f = −13,
⎪
2a + 2b − c − d − 4e − 4f = −25,
⎪
⎪
⎩−6a − 6b − c − d − 2e − 2f = −33.
Приведем расширенную матрицу систему к ступенчатому виду:

⎡ ⎤
3 3 −2 −2 −3 −3 | −13
⎢ ⎥
M =⎢
⎣ 2 2 −1 −1 −4 −4 | −25⎦ →
⎥
−6 −6 −1 −1 −2 −2 | −33
⎡ ⎤
3 3 −2 −2 −3 −3 | −13
⎢ ⎥
→⎢ 0 0 1 1 −6 −6 | −49 ⎥.
⎣ ⎦
0 0 0 0 1 1 | 8
1,2,3
В качестве базисного минора выбираем, например, M1,3,5 = 0. Значит,
b, d, f — независимые переменные, через которые выражаются перемен-
ные a, c, e: ⎡ ⎤
3−b b
⎢ ⎥
X=⎢ ⎣ −1 − d d ⎥ , где b, d, f ∈ R.
⎦
8−f f
3.11. Ответ:

a b
1) X = , где a, b ∈ R;
−2 − 3a 2 − 3b
2) X ∈ ∅,⎡т. е. решений нет; ⎤
5a 3(a − 1) −a − 4
1⎢ ⎥
3) X = ⎢ ⎣ 5d 3d − 5 −d ⎥ ⎦ , где a, d, g ∈ R;
5
5g 3(g + 1) 4 − g
4) X ∈ ∅.
Обозначим первоначальные значения элементов массива a[] через
a[1], a[2], . . . , a[5]. После выполнения кода фрагмента программы
массив a[] будет содержать следующие элементы:
16a[1]+16a[5],
-8a[1]+16a[2]-8a[5],
4a[1]-8a[2]+16a[3]+4a[5],
-2a[1]+4a[2]-8a[3]+16a[4]-2a[5],
a[1]-2a[2]+4a[3]-8a[4]+17a[5].
Получаем систему линейных уравнений с пятью неизвестными. Ее
решение a[1] = −4, a[1] = 1, a[1] = 3, a[1] = 3, a[1] = 2. Значит,
исходный массив имеет вид [-4, 1, 3, 3, 2].
3.13. Ответ: [-14, -5, -2, 1, 1, 1, 5].
import math
def gauss_jordan_elimination(A, B):

m = len(A)
n = len(A[0])
if len(B) != m:
raise ValueError
C = [[A[i][j] if j != n else B[i]

for j in range(n+1)] for i in range(m)]
for r in range(n):
max_row_pos = r
# Pivoting strategy
for i in range(r + 1, n):
if abs(C[i][r]) > abs(C[max_row_pos][r]):
max_row_pos = i
C[r], C[max_row_pos] = C[max_row_pos], C[r]
if math.isclose(C[r][r], 0):
continue
for i in range(n):
factor = C[i][r] / C[r][r]
for j in range(n + 1):

if i != r and j != r:
C[i][j] -= factor * C[r][j]
for i in range(n):
if i != r:
C[i][r] = 0.0
for j in range(n + 1):

if j != r:
C[r][j] /= C[r][r]
C[r][r] = 1.0
answer = [0] * n
for i in range(n):
if not math.isclose(C[i][i], 0):
answer[i] = C[i][n] / C[i][i]
elif not math.isclose(C[i][n], 0):
return None
return answer
Приведем пример вызова функции gauss_jordan_elimination():
size = 100
A = [[0 for j in range(size)]

for i in range(size)]
B = [0 for i in range(size)]
for i in range(size):
for j in range(size):
A[i][j] = 1 if j == i else 0
for i in range(size):
B[i] = float(i)
print(A)
print(B)
print(gauss_jordan_elimination(A, B))
Асимптотическая сложность метода Гаусса – Жордана совпадает со

сложностью метода Гаусса и равна O(n3 ), где n — число уравнений ис-
ходной системы уравнений [70].
1) Обозначим матрицу системы через A и приведем ее к верхнему
треугольному виду.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 −4 1 (2)−(1) ⎢
1 −4 1 1 −4 1
⎢ ⎥ ⎥ ⎢ ⎥
A=⎢ 1 1 −1 ⎥ → (3)−3(1) ⎢0 5 −2⎥ → (3)−2(2) ⎢0 5 −2⎥ .
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
3 −2 −1 0 10 −4 0 0 0
Ранг матрицы равен двум, количество переменных три. Из этого следует,

что система будет иметь 3 − 2 = 1 свободную переменную.
Выпишем получившиеся уравнения:

x1 − 4x2 + x3 = 0,
5x2 − 2x3 = 0.
В качестве независимой переменной выберем x3 :

⎧
⎪ 3
⎨ x1 = x3 ,
5
⎪ 2
⎩ x 2 = x3 .
5
В итоге получаем фундаментальную систему решений: {[3, 2, 5]T }.
2) Запишем матрицу системы A и приведем ее к верхнему треуголь-
ному виду.
⎡ ⎤ ⎡ ⎤
2 −1 3 1 2 −1 3 1
⎢ ⎥ (2)−(1) ⎢ ⎥
A=⎢ ⎣ 2 −5 −1 0 ⎥ → (3)−2(1) ⎢0 −4 −4 −1⎥ →−1(2)
⎦ ⎣ ⎦
4 −7 1 3 0 −5 −5 1
⎡ ⎤ ⎡ ⎤
2 −1 3 1 2 −1 3 1
⎢ ⎥ ⎢ ⎥
→⎢
⎣ 0 4 4 1 ⎥ → 4(3)+5(2) ⎢0 4 4 1⎥ .
⎦ ⎣ ⎦
0 −5 −5 1 0 0 0 9
Ясно, что ранг матрицы rk A = 3, количество переменных равно 4. Сле-

довательно, система будет иметь 4 − 3 = 1 свободную переменную. Вы-
пишем получившиеся уравнения:
⎧
⎪
⎨ 2x1 − x2 + 3x3 + x4 = 0,
⎪
4x2 + 4x3 + x4 = 0,
⎪
⎪
⎩ 9x4 = 0.
В качестве независимой переменной выберем x3 :

⎧
⎪
⎪ −2x3 ,
⎨ x1 =
x2 = −x3 ,
⎪
⎪
⎩ x4 = 0.
Фундаментальная система решений: {[−2, −1, 1, 0]T }.

ному виду.
⎡ ⎤ ⎡ ⎤
1 2 4 −3 (4)−(2)
1 2 4 −3
⎢ ⎥ ⎢ ⎥
⎢3 5 6 −4 ⎥ (2)−3(1) ⎢
0 −1 −6 5 ⎥
A=⎢ ⎢ ⎥ → (3)−4(1) ⎢ ⎥.
⎥ ⎢ ⎥
⎣4 5 −2 3 ⎦ ⎣0 −3 −18 15 ⎦
3 8 24 −19 0 3 18 −15
Заметим, что вторая, третья и четвертая строки пропорциональны:

1 2 4 −3
A→ .
0 −1 −6 5
Ранг матрицы rk A = 2, количество переменных 4. Следовательно, систе-

ма будет иметь 4−2 = 2 свободных переменных. Выпишем получившиеся
уравнения:
x1 + 2x2 + 4x3 − 3x4 = 0,
−x2 − 6x3 + 5x4 = 0.
В качестве независимых переменных выберем x3 и x4 :

x1 = 8x3 − 7x4 ,
x2 = −6x3 + 5x4 .
Фундаментальная система решений: {[8, −6, 1, 0]T , [−7, 5, 0, 1]T }.


ному виду.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
3 5 2 1 1 −4 (2)−4(1)
1 1 −4
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢4 7 5 ⎥ (1)↔(3) ⎢4 7 5 ⎥ (3)−3(1) ⎢
0 3 21 ⎥
A=⎢ ⎥
⎢1 1 −4⎥ →
⎢
⎢3 5 2 ⎥ →
⎥ (4)−2(1) ⎢ ⎥
⎢0 2 14 ⎥ →
(4)−(3)
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
2 9 6 2 9 6 0 7 14
⎡ ⎤ ⎡ ⎤
1 1 −4 1 1 −4
⎢ ⎥ ⎢ ⎥
⎢0 3 21 ⎥ ⎢0 3 21 ⎥
→⎢ ⎥
⎢0 2 14 ⎥ →
3(3)−2(2) ⎢
⎢0 0 0 ⎥ .
⎥
⎣ ⎦ ⎣ ⎦
0 5 0 0 5 0
Третья строка целиком состоит из нулевых элементов и может быть уда-
лена из матрицы системы.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 1 −4 1 1 −4 1 1 −4
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 3 21 ⎥ →(2)↔(3) ⎢0 5 0 ⎥ → 5(3)−3(2) ⎢0 5 0 ⎥ .
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0 5 0 0 3 21 0 0 105
Ранг матрицы rk A = 3, количество переменных 3. Следовательно, у
системы нет свободных переменных. Выпишем получившиеся уравнения:
⎧
⎪
⎨ x1 + x2 − 4x3 = 0,
⎪
5x2 = 0,
⎪
⎪
⎩ 105x3 = 0.
Отсюда: ⎧
⎪
⎪
⎨ x1 = 0,
x2 = 0,
⎪
⎪
⎩ x3 = 0.
В итоге, система имеет только тривиальное решение: [0, 0, 0]T .

5) Запишем матрицу системы и приведем ее к верхнему треугольному
виду.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
2 4 6 1 1 2 3 0 (2)−(1)
1 2 3 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢1 2 3 1 ⎥ ⎢
(1)−(2) ⎢ 1 2 3 1 ⎥ (3)−3(1) ⎢
0 0 0 1⎥
⎢ ⎥ ⎥ ⎢ ⎥
⎥→ ⎢3 6 9 −1⎥ →
A=⎢ (4)−(1)
−1 ⎢0 0 0 −1⎥ .
⎣ 3 6 9 ⎦ ⎣ ⎦ ⎣ ⎦
1 2 3 5 1 2 3 5 0 0 0 5
Вторая, третья и четвертая строки являются пропорциональными:

1 2 3 0
A→ .
0 0 0 1
Ранг матрицы rk A = 2, количество переменных равно четырем, следова-

тельно, система будет иметь 4 − 2 = 2 свободные переменные. Выпишем
получившиеся уравнения:

x1 + 2x2 + 3x3 = 0,
x4 = 0.
Отсюда:
x1 = −2x2 − 3x3 ,
x4 = 0.
Фундаментальная система решений: {[−2, 1, 0, 0]T , [−3, 0, 1, 0]T }.
6) Запишем матрицу A и приведем ее к верхнему треугольному виду.
⎡ ⎤ ⎡ ⎤
1 2 3 1 2 3
⎢ ⎥ (2)−2(1) ⎢ ⎥
A=⎢ ⎣ 2 3 4 ⎥ → (3)−(1) ⎢0 −1 −2⎥ .
⎦ ⎣ ⎦
1 1 1 0 −1 −2
Вторая и третья строки пропорциональны:

1 2 3
A→ .
0 −1 −2
Ранг матрицы rk A = 2, количество переменных равно трем. Следова-

тельно, система будет иметь 3 − 2 = 1 свободную переменную. Выпишем
получившиеся уравнения:

x + 2y + 3z = 0,
−y − 2z = 0.
Отсюда:
x = z,
y = −2z.
Фундаментальная система решений: {[1, −2, 1]T }.

ному виду.
⎡ ⎤ ⎡ ⎤
1 −2 3 −4 (2)−2(1)
1 −2 3 −4
⎢ ⎥ ⎢ ⎥
⎢2 −4 5 7 ⎥ (3)−6(1) ⎢
0 0 −1 15 ⎥
⎢ ⎥ (4)−7(1) ⎢ ⎥
⎢6 −12 17 −9⎥ → ⎢0 0 −1 15 ⎥ .
⎣ ⎦ ⎣ ⎦
7 −14 19 17 0 0 −2 45
Вторая и третья строки пропорциональны:

⎡ ⎤ ⎡ ⎤
1 −2 3 −4 1 −2 3 −4
⎢ ⎥ ⎢ ⎥
⎢0 0 −1 15 ⎥ (3)−2(2) ⎢ ⎥
⎣ ⎦→ ⎣0 0 −1 15 ⎦ .
0 0 −2 45 0 0 0 15
Ранг матрицы rk A = 3, количество переменных равно четырем. Следо-

вательно, система будет иметь 4 − 3 = 1 свободную переменную. Выпи-
шем получившиеся уравнения:
⎧
⎪
⎨ x1 − 2x2 + 3x3 − 4x4 = 0,
⎪
−x3 + 15x4 = 0,
⎪
⎪
⎩ 15x4 = 0.
Отсюда: ⎧
⎪
⎪
⎨ x1 = 2x2 ,
x3 = 0,
⎪
⎪
⎩ x4 = 0.
Фундаментальная система решений имеет вид {[2, 1, 0, 0]T }.

Глава 4
Комплексные числа и матрицы
Как уже отмечалось в первой главе, элементами матриц могут вы-

ступать комплексные числа. Более того, характеристики вещественных
матриц (такие как их собственные значения, см. далее главу 5 «Вектор-
ные пространства» на с. 240) в некоторых случаях оказываются ком-
плексными. В связи с этим рассмотрим методы алгебры комплексных
чисел.
Комплексным числом z называется упорядоченная пара веще-
ственных чисел (a, b), где a, b ∈ R. Первое число a называется веще-
ственной частью комплексного числа z = (a, b) и обозначается симво-
лом Re z, второе число пары b называется мнимой частью z и обозна-
чается Im z [24, 49].
Комплексное число вида (a, 0), у которого мнимая часть равна нулю,
отождествляют с вещественным числом a, т. е. (a, 0) ≡ a. Это позволяет
рассматривать множество всех вещественных чисел R как подмножество
множества комплексных чисел C.
Два комплексных числа z1 = (a1 , b1 ) и z2 = (a2 , b2 ) считают равными
тогда и только тогда, когда их вещественные и мнимые части попарно
равны: z1 = z2 ⇔ a1 = a2 , b1 = b2 .
4.1. Арифметические операции

с комплексными числами
На множестве C определяются операции сложения и умножения ком-
плексных чисел. Суммой комплексных чисел z1 = (a1 , b1 ) и z2 = (a2 , b2 )
называется комплексное число z, равное z1 +z2 = (a1 + a2 , b1 + b2 ). Про-
изведением чисел z1 = (a1 , b1 ) и z2 = (a2 , b2 ) называется такое ком-
плексное число z = (a, b), что a = a1 a2 − b1 b2 , b = a1 b2 + a2 b1 .
Пара (0, 1) имеет важнейшее значение в операциях с комплексными
188 ГЛАВА 4. КОМПЛЕКСНЫЕ ЧИСЛА И МАТРИЦЫ
числами, обозначается (0, 1) ≡ i и носит название мнимой единицы.

Основное свойство мнимой единицы заключается в том, что i2 = i · i =
= (0, 1) · (0, 1) = (−1, 0), или i2 = −1.
Комплексное число вида z = (0, b) называется чисто мнимым. Так
как (0, b) = (b, 0) · (0, 1), то чисто мнимое число z представимо в виде
произведения z = bi.
Любое комплексное число можно представить в виде
z = (a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0) · (0, 1) = a + ib. (4.1)
Такая запись называется алгебраической формой комплексного

числа. Это позволяет рассматривать i в качестве множителя, квадрат
которого равен −1, и производить операции с комплексными числами
так же, как они производятся с алгебраическими полиномами, полагая
в промежуточных выкладках i2 = −1.
Пример 4.1. Пусть z1 = 2 + 5i, z2 = −3 + 2i. Тогда результатом
сложения этих чисел будет комплексное число
z1 + z2 = (2 + 5i) + (−3 + 2i) = (2 − 3) + (5 + 2)i = −1 + 7i. (4.2)
Произведение чисел z1 и z2 вычисляется перемножением выражений (2+

+ 5i) и (−3 + 2i) как полиномов с учетом равенства i2 = −1:
z1 z2 = (2 + 5i)(−3 + 2i) = 2(−3) + 2(2i) − 3(5i) + (5i)(2i) =

= −6 + 4i − 15i + 10i2 = −6 − 10 + (4 − 15)i = −16 − 11i. (4.3)

Комплексное число z ∗ = (a, −b) = a − ib носит название сопряжен-
ного по отношению к комплексному числу z = (a, b) = a+ib. Существует
еще одно часто встречающееся обозначение сопряженного числа — z. Ес-
ли коэффициенты полинома p(z) вещественны, то справедливо равенство
(p(z))∗ = p(z ∗ ).
Удобно изображать число z = a + ib точкой (x, y) плоскости с де-
картовыми координатами x = a и y = b. Каждому комплексному числу
z сопоставим точку плоскости с координатами (x, y), а также радиус-
вектор, соединяющий начало координат с этой точкой. Такая плоскость
z и называется комплексной (рис. 4.1). Отметим,
обозначается через ○
что геометрическую интерпретацию комплексных чисел иногда называ-
ют диаграммой Арга́на1 .
1
Арган (Jean-Robert Argand) (1768–1822) — французский математик.
ГЛАВА 4. КОМПЛЕКСНЫЕ ЧИСЛА И МАТРИЦЫ 189
y z
○
z = a + ib
b = Im z
ρ
ϕ
O a = Re z x
Рис. 4.1. Изображение числа z на комплексной плоскости
Во многих приложениях широко используется тригонометрическая

форма комплексного числа z. Введем полярную систему координат так,
чтобы полюс находился в начале декартовой системы (x, y). Ось поляр-
ной системы направим вдоль положительного направления оси Ox.
В таком случае декартовы и полярные координаты произвольной точ-
ки, отличной от начала координат, связаны формулами
x = ρ cos ϕ, y = ρ sin ϕ,
⎧
⎪ y
⎪
⎪ arctg , если x > 0;
⎪
⎪ x
⎪
⎪ y
⎪
⎨arctg + π, если x < 0, y 0;
/
ρ = x2 + y 2 , ϕ= x
⎪ y
⎪arctg − π, если x < 0, y < 0;
⎪
⎪
⎪ x
⎪
⎪ π
⎪
⎩ sgn y, если x = 0.
2
В итоге получаем тригонометрическую форму числа z:
z = (x, y) = x + iy = ρ(cos ϕ + i sin ϕ). (4.4)
Величину ρ называют модулем, а ϕ — аргументом комплексного

числа z и обозначают ρ = |z|, ϕ = arg z. Следует обратить внимание на
то, что аргумент ϕ определен неоднозначно: вместо значения ϕ можно
взять значение ϕ + 2πk, где k ∈ Z. Если arg z выбран таким образом,
что −π < arg z π, то такое значение называется главным значением
аргумента.
a) y b) y
z
○ z
○
z1 z2
z1 + z2
z2 z2
z1 z1
ϕ1 + ϕ 2 ϕ2
O x O ϕ1 x
Рис. 4.2. Сумма (панель a) и произведение (панель b) комплексных чисел

z 1 и z2
Для чисел z1 = ρ1 (cos ϕ1 +i sin ϕ1 ) и z2 = ρ2 (cos ϕ2 +i sin ϕ2 ), заданных

в тригонометрической форме, выполняются соотношения
z1 z2 = ρ1 ρ2 (cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )),

z1 ρ1
= (cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )), ρ2 = 0.
z2 ρ2
Геометрическая иллюстрация суммы и произведения комплексных
чисел представлена на рис. 4.2. Для любых z1 , z2 ∈ C радиус-вектор
суммы z1 + z2 равен сумме радиус-векторов слагаемых z1 и z2 . Радиус-
вектор произведения z1 z2 получается поворотом радиус-вектора числа z1
на угол arg z2 против часовой стрелки и растяжением в |z2 | раз.
Формула Эйлера2 связывает показательную функцию мнимого ар-
гумента с тригонометрическими функциями мнимой части аргумента [24]:
eiϕ = cos ϕ + i sin ϕ. (4.5)
Поэтому можно ввести еще одну форму записи комплексного числа, а

именно показательную: z = ρeiϕ . Показательную форму записи удобно
использовать при операциях умножения, деления, возведения в степень
и извлечения корня. Например, n-ю степень числа z можно представить
в виде
z n = (ρeiϕ )n = ρn einϕ = ρn (cos nϕ + i sin nϕ) (4.6)
для всех целых значений n.
Важное следствие из полученной формулы
(cos ϕ + i sin ϕ)n = cos nϕ + i sin nϕ (4.7)

2
Эйлер (Leonhard Euler) (1707–1783) — выдающийся швейцарский математик.
связывают с именем Муавра3 .

Корень n-й степени из z = ρ(cos ϕ + i sin ϕ) можно вычислить как
√
n
z ≡ z 1/n = [ρ(cos(ϕ + 2πk) + i sin(ϕ + 2πk))]1/n , k ∈ Z, (4.8)
или, после применения формулы Эйлера,

√ & & ϕ + 2πk ' & ϕ + 2πk ''
n
z = ρ1/n cos +i sin , k = 0, 1, . . . , n−1. (4.9)
n n
Здесь получается n возможных значений корня n-й степени при k =
. . . , n − 1. Остальные допустимые k не приводят к новым значе-
= 0, 1,√
ниям n z. Например, при k = n аргумент равен arg z = ϕ/n + 2π и
отличается от случая k = 0 на величину 2π, что соответствует равному
ему комплексному числу.
Пример 4.2. Обозначим корни уравнения z n = 1, где n — натуральное
число, через ωk , k = 0, . . . , n − 1. Докажем, что на комплексной плос-
кости точки, соответствующие величинам ωk , расположены в вершинах
правильного n-угольника, вписанного в единичную окружность, центр
которой расположен в начале координат [49].
Согласно введенному определению,
ωk = (e2πi )k/n = e2πik/n ,

k = 0, 1, . . . , n − 1. (4.10)
√
В частности, для n = 4 имеем следующие значения 4 1:
ωk = (e2πi )k/4 = eπik/2 , k ∈ {0, 1, 2, 3}, (4.11)
или, после вычисления комплексных экспонент:
ωk = 1, i, −1, −i. (4.12)
Модуль комплексного числа ωk = e2πik/n равен единице для всех зна-

чений переменной k, а аргумент равен arg ωk = 2πk/n, k = 0, 1, . . . , n−1.
В силу этого можно сделать вывод, что корни n-й степени из единицы
расположены на единичной окружности C, причем первый корень ω0 ,
соответствующий k = 0, лежит на вещественной оси, и ωk делят окруж-
ность на n дуг одинаковой длины (см. пример для частного случая n = 9
на рис. 4.3).

3
Муавр (Abraham de Moivre) (1667–1754) — английский математик французского происхож-
дения.
y z
○
O 1 x
Рис. 4.3. Расположение корней n-й степени из единицы на единичной

окружности для n = 9
4.2. Основная теорема алгебры

Теорема 4.1 (основная теорема алгебры) гласит, что любой по-
лином ненулевой степени с комплексными коэффициентами имеет ком-
плексный корень [15]. Из этого следует, что произвольный полином с ве-
щественными (или комплексными) коэффициентами всегда имеет неко-
торый корень z ∈ C.
Каждый полином степени n
p(z) = cn z n + cn−1 z n−1 + . . . + c0 , ci ∈ C для i = 0, 1, . . . , n, cn = 0,

(4.13)
можно единственным образом (с точностью до порядка сомножителей)
разложить в произведение
p(z) = cn (z − z1 )m1 (z − z2 )m2 . . . (z − zk )mk , (4.14)
где zi — корень полинома p(z) кратности mi , 1 i k.

Для полиномов со степенью меньшей, чем пятая, всегда можно по-
лучить корни, выразив их через арифметические операции и арифме-
тические корни произвольной степени, или радикалы. Метод для вы-
числения корней кубического полинома был предложен Кардано4 (см.
далее раздел 4.3.), полинома четвертой степени — Феррари5 . Однако
для отыскания корней полиномов более высоких степеней общих мето-
дов не существует, о чем свидетельствует следующая теорема.
4
Кардано (Hieronymus Cardanus) (1501–1576) — итальянский математик и философ.
5
Феррари (Lodovico Ferrari) (1522–1565) — итальянский математик.
Теорема 4.2 (Теорема Абеля6 – Руффини7 ). Произвольное урав-

нение степени n при n 5 неразрешимо в радикалах.
4.3. Формула Кардано

Для определения корней кубического уравнения
az 3 + bz 2 + cz + d = 0, где a, b, c, d ∈ C, (4.15)
поступают следующим образом. При помощи замены переменной z =

b
=y− уравнение приводят к канонической форме
3a
y 3 + py + q = 0, p, q ∈ C. (4.16)
По формуле Кардано корни кубического уравнения y1 , y2 , y3 в

канонической форме равны [20]
y1 = α + β, (4.17)
α+β √ α−β
y2 = − +i 3· , (4.18)
2 2
α+β √ α−β
y3 = − −i 3· , (4.19)
2 2
где 0
q /
α= 3
− + Q,
2
0
q /
β= − − Q,
3
2
& p '3 & q '2
Q= + .
3 2
Применяя эти соотношения, нужно для каждого из трех значений ку-
бического корня α брать то значение корня β, для которого выполняется
равенство αβ = −p/3.
Пример 4.3. Определим корни уравнения z 3 − 5z 2 + 9z − 5 = 0, поль-
зуясь формулой Кардано.
Решение.
6
Абель (Niels Henrik Abel) (1802–1829) — норвежский математик.
7
Руффини (Paolo Ruffini) (1765–1822) — итальянский математик.
5
Сделаем замену переменной z = y + . Получим кубическое уравне-
3
ние в канонической форме
2 20
y3 + y + = 0, (4.20)
3 27
2 20
здесь p = , q = . Далее используем формулу Кардано (4.17)–(4.19):
3 27
& p '3 & q '2 4
Q= + = ,
3 2 27
1 0 2
3 10 4 13 √
α, β = − ± = −10 ± 6 3.
27 27 3
1/
3
√ p
Пусть α = 6 3 − 10, тогда, чтобы выполнялось условие αβ = − ,
3 / 3
13 √
выбираем β = − 6 3 + 10. Корни уравнения будут иметь вид
3
2 2
1 3 √ 3 √
y1 = 6 3 − 10 − 6 3 + 10 ;
3
2 2 √ 2 2
1 3 √ 3 √ i 3 3 √ 3 √
y2 = − 6 3 − 10− 6 3 + 10 + 6 3 − 10+ 6 3 + 10 ;
6 6
2 2 √ 2 2
1 3 √ 3 √ i 3 3 √ 3 √
y3 = − 6 3 − 10− 6 3 + 10 − 6 3 − 10+ 6 3 + 10 .
6 6
Полученные выражения можно упростить, если

/ заметить, что выпол-
√ √ 3 3
√ √
няется равенство 6 3 ± 10 = ( 3 ± 1) . Тогда 6 3 ± 10 = 3 ± 1, и
1 &√ √ ' 2
y1 = 3 − 1 − ( 3 + 1) = − ;
3 3
1 &√ √ ' i√3 &√ √ ' 1
y2 = − 3 − 1 − ( 3 + 1) + 3−1+ 3+1 = + i;
6 6
√ 3
1 &√ √ ' i 3 &√ √ ' 1
y3 = − 3 − 1 − ( 3 + 1) − 3−1+ 3+1 = − i.
6 6 3
5
Возвращаясь к исходной переменной z = y + , получаем z1 = 1,
3
z2 = 2 + i, z3 = 2 − i.
4.4. Матрицы с комплексными

коэффициентами
Среди матриц с комплексными коэффициентами особую роль в ал-
гебре и ее приложениях играют классы эрмитовых и унитарных матриц.
4.4.1. Эрмитовы матрицы

Рассмотрим матрицу Z, содержащую комплексные элементы Z =
= (zij ), где i = 1, 2, . . . , m, j = 1, 2, . . . , n. Эрмитово-сопряженной
матрицей по отношению к Z называется матрица Z H , элементы которой
равны
∗
zijH = zji . (4.21)
Для того чтобы получить эрмитово-сопряженную матрицу, к исходной
матрице применяются операции транспонирования и комплексного со-
пряжения. Указанные операции независимы, их можно выполнять в лю-
бом порядке.
Пример 4.4. Эрмитово-сопряженной матрицей по отношению к Z =

1 + i 2 + 3i
= является матрица
−1 5 − 4i
⎛ T ⎞∗ * +∗
1 + i 2 + 3i 1 + i −1 1 − i −1
ZH = ⎝ ⎠ = = .
−1 5 − 4i 2 + 3i 5 − 4i 2 − 3i 5 + 4i
(4.22)

Примечание. Часто для обозначения эрмитово-сопряженной матрицы
используют обозначения Z † или Z + .
Перечислим основные свойства операции эрмитового сопряжения:
1) I H = I;
2) (Z1 + Z2 )H = Z1H + Z2H ;
3) (λZ)H = λ∗ Z H ∀λ ∈ C;
4) (Z H )H = Z;
H −1
5) если существует A−1 , то A−1 = AH ;
6) det AH = det A∗ = (det A)∗ .
Теорема 4.3. Если для комплексных матриц Z1 и Z2 определено
произведение Z1 Z2 , то
(Z1 Z2 )H = Z2H Z1H . (4.23)

Справедливость теоремы следует из свойства транспонирования про-
изведения матриц:
(Z1 Z2 )T = Z2T Z1T . (4.24)
С помощью уравнения (4.24) получим цепочку равенств
(Z1 Z2 )H = ((Z1 Z2 )T )∗ = (Z2T Z1T )∗ = (Z2T )∗ (Z1T )∗ = Z2H Z1H , (4.25)
что и доказывает тождество (4.23).

Среди комплексных матриц очень широкое применение находят эр-
митовы матрицы. Эрмитовой матрицей называется квадратная матри-
ца, у которой Z H = Z. Соответствующее условие на элементы такой
∗
матрицы: ∀i, j (zij = zji ). Другими словами, эрмитова матрица совпада-
ет со своей эрмитово-сопряженной.
1 −3 − i
Пример 4.5. Матрица Z = является, как легко ви-
−3 + i 1
деть, эрмитовой. Проверим это.
⎛ T ⎞∗ * +∗
1 −3 − i 1 −3 + i 1 −3 − i
ZH =⎝ ⎠ = = .
−3 + i 1 −3 − i 1 −3 + i 1
(4.26)
Напомним, что применение операции комплексного сопряжения к ве-
щественному числу оставляет это число без изменений.
Примечание. Эрмитовы матрицы называются также самосопряжен-
ными матрицами. Теория самосопряженных матриц находит широкое
применение в современной физике [16].
4.4.2. Унитарные матрицы

Квадратная матрица U с комплексными элементами называется уни-
тарной, если выполняется условие U H U = I. Условие унитарности мож-
но записать в других эквивалентных формах следующим образом:
UUH = I или U H = U −1 . (4.27)

1 1 1
Пример 4.6. Докажем, что матрица Z = √ является уни-
2 −i i
тарной. Для этого вычислим произведение Z H Z:

* +H
1 1 1 1 1 1 1 1 i 1 1 1 1 0
ZHZ = √ √ =√ √ = .
2 −i i 2 −i i 2 1 −i 2 −i i 0 1
(4.28)
Следовательно, Z — унитарная матрица.
Теорема 4.4. Определитель унитарной матрицы есть комплексное
число, модуль которого равен единице.
Доказательство см. в упр. 4.51.
Между унитарными и эрмитовыми матрицами существует тесная
связь: каждая унитарная матрица A представляется в виде A = exp(iB),
где B — эрмитова матрица [5].
4.5. Основы квантовых вычислений

В квантовых компьютерах для реализации вычислений используются
процессы квантовой природы, проявляющиеся в экспериментах с объек-
тами микромира — элементарными частицами, атомами, молекулами,
молекулярными кластерами и др. Описание таких процессов основано
на применении комплексных чисел и комплексных матриц.
Как хорошо известно, базовым понятием классической теории инфор-
мации является бит [45]. Классический бит принимает значения 0 или 1
(и только эти значения).
Кубит (quantum bit) является наименьшим элементом, выполняю-
щим функцию хранения информации в квантовом компьютере [9, 36, 69].
Кубитом называется квантовая система |ψ , допускающая два состо-
яния: |0 и |1 [69]. В соответствии с так называемой бра-кет нотацией
Дирака8 (от английского слова bra(c)ket), символы |0 или |1 читаютcя
как «кет 0» и «кет 1» соответственно. Скобки |. . . указывают, что ψ
является некоторым состоянием квантовой системы.
Фундаментальное различие между классическим битом и кубитом
заключается в том, что кубит может находиться в состоянии, отличном
от |0 или |1 . Произвольное состояние кубита определяется линейной
комбинацией базовых состояний:
|ψ = u |0 + v |1 , (4.29)
где комплексные коэффициенты u и v удовлетворяют следующему усло-
вию:
|u|2 + |v|2 = 1. (4.30)
8
Дирак (Paul Adrien Maurice Dirac) (1902–1984) — английский физик.
Математическое описание базовых состояний сводится к их представ-

лению в матричном виде:

1 0
|0 = , |1 = . (4.31)
0 1
На основании представления (4.31) записывается произвольное состо-

яние кубита
u
|ψ = . (4.32)
v
Система из двух кубитов задается линейной комбинацией базовых
состояний
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 0 0 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
|00 = ⎢ ⎥ , |01 = ⎢1⎥ , |10 = ⎢0⎥ , |11 = ⎢0⎥ . (4.33)
⎢0⎥ ⎢0⎥ ⎢1⎥ ⎢0⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
0 0 0 1
Аналогичным образом вводятся состояния
|00 . . . 00 , |00 . . . 01 , ..., |11 . . . 11 (4.34)
нескольких взаимодействующих между собой кубитов. Такие кванто-

вые состояния называются состояниями вычислительного базиса
(computational basis states), или сокращенно — базисными состояни-
ями.
Для изменения состояния квантовой системы используются кванто-
вые операции, которые называются гейтами, или вентилями (quantum
gate). Таким образом, гейты осуществляют логические операции над ку-
битами. Заметим, что об изменении состояния |ψ во времени говорят
также как об эволюции квантовой системы.
Важным шагом работы квантовых алгоритмов является процедура
измерения состояния. При измерении состояния кубита он случай-
ным образом переходит в одно из своих состояний: |0 или |1 . Следова-
тельно, комплексные коэффициенты u и v из определения кубита (4.29)
связаны с вероятностью получить значение 0 или 1 при измерении его
состояния. Согласно постулатам квантовой теории, вероятности перехо-
дов в состояния |0 и |1 равны |u|2 и |v|2 соответственно. В связи с этим
равенство (4.30) отражает закон сохранения вероятности. После изме-
рения кубит переходит в базовое состояние, отвечающее классическому
результату измерения. Вероятности получения результата 0 или 1, вооб-

ще говоря, различны для различных состояний квантовой системы.
Другими словами, квантовое вычисление есть последовательность опе-
раций простого вида над совокупностью взаимодействующих между со-
бой кубитов. На заключительном этапе процедуры квантового вычис-
ления измеряется состояние квантовой системы и делается вывод о ре-
зультате вычисления. Измерение дает возможность получить на макро-
скопическом уровне информацию о квантовом состоянии. Особенностью
квантовых измерений является их необратимость, что коренным образом
отличает квантовые вычисления от классических.
Квантовая система, образованная N двухуровневыми квантовыми
элементами, имеет Σ(N ) = 2N независимых состояний. Ключевым мо-
ментом функционирования такой системы является взаимодействие от-
дельных кубитов друг с другом. Количество состояний Σ(N ) растет экс-
поненциально с увеличением размера квантовой системы, что позволяет
решать практические задачи с очень высокой асимптотической слож-
ностью (см. раздел «Асимптотическая сложность» на с. 30). Например,
известен эффективный квантовый алгоритм разложения числа на про-
стые множители, что имеет важное значение в криптографии. В итоге,
для многих задач квантовые алгоритмы обеспечивают экспоненциальное
или полиномиальное ускорение по сравнению с классическими методами
решения.
К сожалению, полнофункциональный квантовый компьютер еще не
создан, хотя многие его элементы уже построены и изучаются в ведущих
лабораториях мира [78]. Основным препятствием на пути развития кван-
товых вычислений является нестабильность системы из многих кубитов.
Чем больше кубитов будут объединены в связанную систему, тем больше
усилий требуется для обеспечения малости числа ошибок в измерениях.
Тем не менее, история развития квантовых компьютеров демонстриру-
ет огромный потенциал, заложенный в объединении квантовой теории и
теории алгоритмов.
Прежде чем перейти к описанию основных квантовых операций над
кубитами, введем понятия матриц Паули9 и матриц Дирака.
4.5.1. Матрицы Паули и матрицы Дирака

Матрицы σ1 , σ2 и σ3

0 1 0 −i 1 0
σ1 = , σ2 = , σ3 = (4.35)
1 0 i 0 0 −1
9
Паули (Wolfgang Ernst Pauli) (1900–1958) — швейцарский и американский физик.
носят название матриц Паули. Они находят широкое применение в

квантовой теории для описания частиц с полуцелым спином, например,
электрона. (Спин — это квантовое свойство элементарной частицы, соб-
ственный момент количества движения [16]. Так, полуцелым спином об-
ладают электроны, протоны, нейтрино; спин фотонов, гравитонов явля-
ется целым.)
Для матриц Паули справедливы следующие свойства.
1) Матрицы Паули эрмитовы и унитарны:
∀k ∈ {1, 2, 3} σk = σkH = σk−1 . (4.36)
2) ∀k ∈ {1, 2, 3} квадрат матрицы Паули равен единичной матрице:

1 0
σi2 = . (4.37)
0 1
3) ∀i, j ∈ {1, 2, 3} выполняются равенства

1 0
σi σj + σj σi = 2δij . (4.38)
0 1
Иногда в линейной алгебре и ее приложениях приходится пользовать-

ся матрицами, разбитыми на прямоугольные части или блоки [5, 18]. Рас-
смотрим прямоугольную матрицу A = (aij ), где 1 i m, 1 j n.
Пусть m = m1 + m2 , n = n1 + n2 .
Проведем горизонтальную и вертикальную линии и рассечем матри-
цу A на четыре прямоугольных блока:
n1 n2
"# !"# !
⎡ ⎤3
⎢ B11 B12 ⎥
⎢ ⎥ m1
A= ⎢
⎢
⎥3
⎥
⎢ ⎥ (4.39)
⎣ B21 B22 ⎦ m2
Таким образом, матрица A представлена в виде блочной матрицы,

состоящей из блоков B11 , B12 , B21 , B22 размера m1 × n1 , m1 × n2 , m2 × n1 ,
m2 × n2 соответственно.
В качестве примера блочного задания матриц приведем определение
матриц Дирака. Четыре матрицы Дирака α1 , α2 , α3 , β входят в урав-
нение, носящее его имя [2], для релятивистской частицы с полуцелым
спином и выражаются через матрицы Паули σk , k = 1, 2, 3 следующим

образом:
O σk I O
αk = , β= , (4.40)
σk O O −I
где O — нулевая матрица размера 2 × 2, I — единичная матрица то-
го же размера. (Релятивистскими называются частицы, которые имеют
скорость, близкую к скорости света.)
Каждая из матриц Дирака обладает свойством эрмитовости и свой-
ством унитарности. Кроме того, для всех l, m ∈ {1, 2, 3} справедливы
равенства:
αl αm + αm αl = 2δlm I, (4.41)
αl β + βαl = O. (4.42)
Заметим, что в формулах (4.41) и (4.42) размер матриц I и O равен 4×4.
4.5.2. Основные операции над кубитами

Рассмотрим основные операции над кубитами.
Воздействие квантового гейта на кубит |ψ осуществляется посред-
ством применения квантовомеханического оператора, например,
U |ψ [26, 78]. Операторы могут быть представлены в виде унитарных
матриц. В частности, эволюция одного кубита описывается унитарной
матрицей размера 2 × 2.
Последовательное применение ряда операторов U1 , U2 , . . . , Un к од-
ному кубиту эквивалентно воздействию оператора W , матрица которого
является произведением матриц U1 U2 . . . Un [69]:
Un (Un−1 (. . . (U2 (U1 |ψ )) . . .)) = (U1 U2 . . . Un ) |ψ = W |ψ . (4.43)
Такой оператор W называется композицией операторов U1 , U2 , . . . , Un .

Вследствие некоммутативности операции умножения матриц в общем
случае имеет значение порядок применения квантовых гейтов.
Пример 4.7. Покажем, что применение оператора σ3 (см. определе-
ние (4.35)) к кубиту в состоянии |ψ = u |0 + v |1 переводит его в состо-
яние |ψ = u |0 − v |1 .
Запишем кубит |ψ в матричном представлении:

u
|ψ = . (4.44)
v
Определим действие σ3 на это квантовое состояние:

u 1 0 u u 1 0
|ψ = σ3 = = =u −v = u |0 − v |1 .
v 0 −1 v −v 0 1
(4.45)

Широко применяется графическое представление квантовых опера-
ций в виде схем или диаграмм (quantum circuit).
Некоторый квантовомеханический оператор U , преобразующий еди-
ничный кубит (one-qubit gate), изображается следующим образом:
|ψin U |ψout
Последовательность выполнения шагов квантового алгоритма соот-
ветствует направлению на схеме слева направо.
В табл. 4.1 перечислены часто используемые гейты, преобразующие
один кубит, и матричные представления этих гейтов.
Покажем способ вычисления матрицы квантовой операции на основе
ее действия на базовые векторы.
Гейт Адамара10 преобразует состояние системы по правилу:
1
|0 → √ (|0 + |1 ), (4.46)
2
1
|1 → √ (|0 − |1 ). (4.47)
2
Следовательно, произвольное состояние |ψ будет изменяться в этом

случае следующим образом:

u 1 0
|ψ = =u +v →
v 0 1

1 1 1 1 1 u
→ u √ (|0 + |1 ) + v √ (|0 − |1 ) = √ . (4.48)
2 2 2 1 −1 v

1 1 1
Таким образом, элементу Адамара отвечает матрица √ .
2 1 −1
Разумеется, для выполнения сложных алгоритмов кубиты должны
взаимодействовать между собой и обмениваться информацией. В свя-
зи с этим особое значение имеют логические операции, затрагивающие
10
Адамар (Jacques Salomon Hadamard) (1865–1963) — французский математик.
два и более кубитов. В табл. 4.2 перечислены наиболее важные гейты,

преобразующие состояние из двух кубитов.
Пример 4.8. Определим, как преобразуется кубит |ψ под действием
двукратного применения элемента Адамара:
|ψ H H |ψ
Решение.
Как показано выше, в матричном представлении элемент Адамара
описывается матрицей

1 1 1
MH = √ . (4.49)
2 1 −1
Вычислим матрицу, соответствующую двукратному применению эле-
мента Адамара как матричное произведение (см. формулу (4.43)):

1 1 1 1 1 1 1 2 0 1 0
MH MH = √ ·√ = = . (4.50)
2 1 −1 2 1 −1 2 0 2 0 1
Получена единичная матрица, следовательно, двукратное примене-
ние элемента Адамара возвращает кубит в его исходное состояние.
Пример 4.9. Найдем матричное представление следующей квантовой
схемы:
•
•
Решение. Квантовая схема состоит из двух элементов «управляемый
NOT», или, как его еще называют, «CNOT» (Controlled NOT).
Матрица элемента CNOT имеет вид (см. табл. 4.2):
⎡ ⎤
1 0 0 0
⎢ ⎥
⎢0 1 0 0 ⎥
⎢ ⎥ (4.51)
⎢0 0 0 1 ⎥
⎣ ⎦
0 0 1 0
С учетом матричного представления CNOT вычислим, каким обра-
зом произвольное состояние |ψ1 ψ2 = (u1 |0 + v1 |1 )(u2 |0 + v2 |1 ) изме-
нится после действия первого CNOT:
⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤
u1 1 0 0 0 u1 u1
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ v1 ⎥ ⎢ 0 1 0 0 ⎥ ⎢ v1 ⎥ ⎢ v1 ⎥
|ψ1 ψ2 = ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ u ⎥ → ⎢ 0 0 0 1 ⎥ ⎢u ⎥ = ⎢ v ⎥ . (4.52)
⎣ 2⎦ ⎣ ⎦ ⎣ 2⎦ ⎣ 2 ⎦
v2 0 0 1 0 v2 u2
Это эквивалентно тому, что состояния вычислительного базиса (4.33)

преобразуются согласно правилу:
⎧
⎪
⎪ |00 → |00 ,
⎪
⎨|01 → |01 ,
(4.53)
⎪|10 → |11
⎪ ,
⎪
⎩
|11 → |10 .
Обратим внимание, что следующий элемент CNOT принимает вход-
ные состояния в порядке, обратном по отношению к первому элементу.
Правило преобразования базисных состояний в этом случае имеет вид:
⎧
⎪
⎪ |00 → |00 ,
⎪
⎨|01 → |11 ,
(4.54)
⎪
⎪ |10 → |10 ,
⎪
⎩
|11 → |01 .
Следовательно, очередной этап эволюции квантовой системы описыва-
ется матрицей ⎡ ⎤
1 0 0 0
⎢ ⎥
⎢0 0 0 1⎥
⎢ ⎥
⎢0 0 1 0⎥ . (4.55)
⎣ ⎦
0 1 0 0
Выполняем матричные вычисления:
⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤
u1 1 0 0 0 u1 u1
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ v1 ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥ → ⎢ 0 0 0 1 ⎥ ⎢ v 1 ⎥ = ⎢ u2 ⎥ . (4.56)
⎢v ⎥ ⎢0 0 1 0⎥ ⎢ v ⎥ ⎢ v ⎥
⎣ 2⎦ ⎣ ⎦ ⎣ 2⎦ ⎣ 2⎦
u2 0 1 0 0 u2 v1
В результате, исходное состояние |ψ1 ψ2 = [u1 , v1 , u2 , v2 ]T перейдет в
[u1 , u2 , v2 , v1 ]T . Матричное представление анализируемой схемы можно
записать в виде:
⎡ ⎤⎡ ⎤ ⎡ ⎤
1 0 0 0 1 0 0 0 1 0 0 0
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢0 1 0 0⎥ ⎢0 0 0 1⎥ ⎢0 0 0 1⎥
⎢ ⎥⎢ ⎥=⎢ ⎥
⎢0 0 0 1⎥ ⎢0 0 1 0⎥ ⎢0 1 0 0⎥ . (4.57)
⎣ ⎦⎣ ⎦ ⎣ ⎦
0 0 1 0 0 1 0 0 0 0 1 0

Операции над одним кубитом
Название Обозначение Матрица

1 0
Тождественное I I=
преобразование 0 1

0 1
Элемент Паули X X σ1 =
1 0

0 −i
Элемент Паули Y Y σ2 =
i 0

1 0
Элемент Паули Z Z σ3 =
0 −1

1 1 1
Элемент Адамара H √
2 1 −1

1 0
Фазовый элемент S 0 i

1 0
Элемент π/8 T 0 eiπ/4
Измерение Проекция на |0 и |1
Контрольные вопросы к главе «Комплексные

числа и матрицы»
1. Что такое комплексное число?
2. Перечислите арифметические операции над комплексными числа-

ми.
3. Как найти число, сопряженное по отношению к данному комплекс-

ному числу?
4. Каким образом можно геометрически представить комплексное чис-

ло?
5. Расскажите, в чем заключаются отличия между следующими фор-

Операции над двумя кубитами
Название Обозначение Матрица

⎡ ⎤
1 0 0 0
⎢ ⎥
⎢0 0 1 0⎥
Обмен ⎢ ⎥
× ⎢0
⎣ 1 0 0⎥⎦
×
0 0 0 1
⎡ ⎤
1 0 0 0
⎢ ⎥
⎢0 1 0 0⎥
Управляемый NOT • ⎢ ⎥
⎢0 0 0 1⎥
⎣ ⎦
0 0 1 0
⎡ ⎤
1 0 0 0
⎢ ⎥
⎢0 1 0 0⎥
Управляемый • ⎢ ⎥
⎢0 0 1 0⎥
фазовый элемент ⎣ ⎦
S 0 0 0 i
мами комплексных чисел: алгебраической, тригонометрической, по-

казательной.
6. Запишите формулу Эйлера.
7. Как найти корень n-й степени из комплексного числа? Сколько

значений он принимает?
8. Сформулируйте основную теорему алгебры.
9. Для чего применяют формулу Кардано?
10. Какие матрицы называются эрмитовыми, унитарными?
11. Дайте определение понятиям «бит», «кубит».
12. Какие состояния относят к состояниям вычислительного базиса?
13. Что такое гейт?
14. Расскажите, как выполняется измерение квантового состояния.

15. Запишите матрицы Паули и матрицы Дирака.

16. Перечислите основные операции над одним кубитом.
17. Какие квантовые операции применяют к системе из двух кубитов?

4.1. Выполнив арифметические действия, представьте заданное ком-
плексное число z в алгебраической форме z = Re z + i Im z:
1) (3 + i)(2 + 5i);
2) (3 − i)(3 + i);
3) (1 − i)4 + (1 + i)4 ;
4) 2 − i3 .
4.2. Выполнив арифметические действия, представьте заданное ком-
плексное число z в алгебраической форме z = Re z + i Im z:
1) (2 − i)(−1 + i);
2) (6 + 5i)(4 − i);
3) (1 + 3i)2 + (2 − i)2 ;
4) i5 − i3 .
4.3. Даны комплексные числа z1 = 5 + i, z2 = 4 − i, z3 = −1 + 3i.
Найдите z1 z3 − z22 .
4.4. Даны комплексные числа z1 = 1 − 2i, z2 = −1 + i, z3 = −i. Найдите
z1 z2 (z33 − z13 ).
4.5. Выполните действия:
1) (1 + 4i)3 + (1 − 4i)3 ;
2) (6 − i)4 + (6 + i)4 .
a + ib
4.6. Выполнив деление, представьте комплексное число z = , где
c + id
a, b, c, d ∈ R, c = 0, d = 0, в алгебраической форме.
4.7. Упростите выражения:
3+i
1) ;
3−i
1 + 3i
2) ;
1 − 3i
2 + i2
3) ;
3 + i3
i i
4) + .
1+i 1−i
4.8. Даны комплексные числа z1 = 2 + i, z2 = z1∗ , z3 = z1 + z2 . Найдите
(z1 − z3 )(z2 − z3 )/z2 .
4.9. Даны комплексные числа z1 = 7+2i, z2 = −z1 , z3 = 2−z1∗ . Найдите

(z1 z2 + z2 z3 + z1 z3 )/z1 .
4.10. Найдите число, сопряженное с числом z, если:

1 − 3i
1) z = ;
1 + 3i
1
2) z = 2i + .
2+i
4.11. Найдите z, если z − 3z ∗ = 18 + 4i.
4.12. Найдите z, если 3z ∗ − 7z = 10 − 10i.
4.13. Докажите, что для произвольных z1 , z2 ∈ C выполняются равен-

ства:
1) (z1 + z2 )∗ = z1∗ + z2∗ ;

2) (z1 z2 )∗ = z1∗ z2∗ .
4.14. Докажите, что если |z| = 1, то z −1 = z ∗ .
∗ 4.15. Докажите, что для любых z1 , z2 ∈ C выполняются неравенства

треугольника:

abs |z1 | − |z2 | |z1 + z2 | |z1 | + |z2 |.
∗ 4.16. Вычислите суммы:

10
1) ik ;
k=1

49
2) ik .
k=−49
4.17. Упростите выражение im для произвольного m ∈ Z.

4.18. Представьте комплексное число в тригонометрической форме:
1) 2;
2) 3i;
3) 4 + 3i;
4) −i;
5) −3 − 6i;
√
6) 2(1 + i);
√
7) 3(−1 + 3i);
9+i
8) .
9−i
4.19. Представьте следующие комплексные числа в алгебраической фор-
ме z = Re z + i Im z:
π π
1) z = cos + i sin ;
3 3
& π π '
2) z = 4 cos(− ) + i sin(− ) ;
2 2
√
3
3) z = ;
3π 3π
cos + i sin
4 4
π π
4) z = cos(− ) + i sin(− ).
8 8
a + ib
4.20. Докажите, что комплексное число вида u = , где a, b ∈ R,
a − ib
можно представить в виде экспоненты с чисто мнимым показате-
лем, т. е. в виде
u = eiδ , δ ∈ R.
4.21. Вычислите ii .
4.22. Вычислите:
√
1) 8i;
√
2) 6 4096.
∗ 4.23. Докажите, что для корней из единицы ωk = e2πik/n , где k = 0, . . . , n−
−1, верны следующие утверждения [49]:
1) ωk+n/2 = −ωk для четных n и 0 k n/2 − 1;

n−1
2) ωk = 0 для n > 1;
k=0

n−1
3) ωk = (−1)n−1 .
k=0
∗ 4.24. Докажите справедливость равенств для корней из единицы ωk =

= e2πik/n , где 0 k n − 1, для всех натуральных значений n:

n−1
1) (z − ωk ) = z n − 1;
k=0

n−1 0, 1 d n − 1;
2) (ωk )d =
k=0 n, d = n.
∗ 4.25. Докажите справедливость равенств для корней n-й степени из еди-

ницы ωk = e2πik/n , где k = 0, 1, . . . , n − 1, для всех значений n > 2:

n−2
1) ωk ωk+1 = −ωn−1 ;
k=0

n−2 ωk−1 ωk+1
2) = −(1 + ωn−1 );
k=1 ωk

n−1
3) ωk ωk = 0;
k,k =0
k<k

n−1 ωk ωk n
4) = .
k,k =0 ωk −k 1 − ω2
k<k
∗ 4.26. Пусть ωk = e2πik/n , где 0 k n − 1, — корни n-й степени из

единицы, x — произвольное комплексное число, причем x = ωk ни
ωk
n−1
для какого k. Вычислите сумму .
k=0 x − ωk
∗ 4.27. Докажите, что для всех натуральных n ∈ N и комплексных α =

= 2πk, k ∈ Z, справедливы тождества Лагранжа11 [59]:
11
Лагранж (Joseph-Louis Lagrange) (1736–1813) — французский математик, механик и астроном.

sin(nα/2)
1) cos α + cos 2α + . . . + cos nα = cos[(n + 1)α/2];
sin (α/2)
sin(nα/2)
2) sin α + sin 2α + . . . + sin nα = sin[(n + 1)α/2].
sin (α/2)
4.28. Докажите формулу Муавра для натуральных значений показателя
степени n, используя метод математической индукции.
∗ 4.29. Пользуясь формулой Муавра, выразите cos 3ϕ и sin 3ϕ через cos ϕ

и sin ϕ.
∗ 4.30. Выразите cos 4ϕ и sin 4ϕ через cos ϕ и sin ϕ.
∗ 4.31. Существуют соотношения, выражающие коэффициенты полинома

через его корни (формулы Виета12 ). Если α1 , α2 , . . . , αn — корни
полинома p(z) = xn + a1 xn−1 + . . . + an , причем каждый корень
взят соответствующее его кратности число раз, то выполняются
следующие равенства:
α 1 + α2 + . . . + α n = − a1 ,
α1 α2 + α2 α3 + . . . + α1 αn + α2 α3 + . . . + αn−1 αn = a2 ,
α1 α2 α3 + α1 α2 α4 + . . . + αn−2 αn−1 αn = − a3 ,
...
α1 α2 . . . αn−1 + α1 α2 αn−2 αn + . . . + α2 α3 . . . αn = (−1)n−1 an−1 ,
α1 α2 . . . αn = (−1)n an .
Докажите справедливость формул Виета.
4.32. Пусть z1 , z2 — корни квадратного трехчлена p(z) = z 2 + uz + v.

Выразите следующие величины через коэффициенты u и v:
1) z12 + z22 ;
2) z1−2 + z2−2 .
4.33. Пусть z1 , z2 — корни квадратного трехчлена p(z) = z 2 + uz + v.

Выразите следующие величины через коэффициенты u и v:
1) z14 + z24 ;
2) z1−4 + z2−4 .
12
Виет (François Viète, seigneur de la Bigotière) (1540–1603) — французский математик.
4.34. Определите сумму и произведение всех корней для каждого урав-

нения:
1) z 3 + 3z 2 + 3z + 1 = 0;
2) z 4 + 10z 2 + 20 = 0.
4.35. Определите сумму и произведение всех корней для каждого урав-
нения:
1) z 100 − 100z 99 + z 98 = 0;
2) z 5 + z 4 + 1 = 0.
∗ 4.36. Вычислите определитель

z1 z2 z3

Δ = z3 z1 z2 ,

z2 z3 z1
где z1 , z2 и z3 — корни кубического уравнения z 3 + αz + β = 0

с комплексными коэффициентами α, β ∈ C.
∗ 4.37. Пользуясь формулой Кардано, решите уравнение z 3 − 3z + 2 = 0.
∗ 4.38. Решите уравнение 2z 3 − 13z 2 − 17z + 70 = 0, пользуясь формулой
Кардано.
4.39. Решите системы линейных уравнений, используя метод Крамера:
⎧
⎪
⎪ 1 − i,
⎨ (1 + i)x1 + (−2 + 2i)x2 + (1 + i)x3 =
а) −x1 + (3 − i)x2 + (2 + i)x3 = −7 + 2i,
⎪
⎪
⎩ (−2 − i)x1 + (−1 − i)x3 = 3 − 5i;
⎧
⎪
⎪
⎨ (−2 + 2i)x1 + (2 + i)x2 + (2 + 2i)x3 = 7i,
б) (−1 + 2i)x1 + (−2 − i)x2 + 2ix3 = −8 + 2i,
⎪
⎪
⎩ (2 + 2i)x1 + 2ix2 + (1 − i)x3 = 2 + 4i;
⎧
⎪
⎪ (−1 + i)x3 = 1 − 3i,
⎨
в) (−1 + i)x1 − x2 + (−1 − i)x3 = 3 − 2i,
⎪
⎪
⎩ x1 + (4 + i)x2 + (3 − i)x3 = 4 + 8i;
⎧
⎪
⎨ (4 + i)x1 − ix2 + 3x3 = −i,
⎪
г) 3x1 + 4x2 + (1 − i)x3 = −4 + 9i,
⎪
⎪
⎩ ix1 + 3x2 + x3 = −5 + 6i.

⎧
⎪
⎨ (2 + i)x1 + (1 − i)x2 + (1 − i)x3 =
⎪ 8i,
а) (1 − i)x1 + (−1 + i)x2 + ix3 = −2,
⎪
⎪
⎩ −ix1 + (3 + i)x2 + (−1 − i)x3 = 8 + 4i;
⎧
⎪
⎨ (4 − i)x1 + (4 − i)x2 − ix3 = 2 + 9i,
⎪
б) 5x1 + 3x2 − ix3 = 5 + 10i,
⎪
⎪
⎩ 2x1 + (2 + i)x2 + (1 + i)x3 = 3 + 5i;
⎧
⎪
⎪
⎨ (1 + 2i)x1 + (3 + 2i)x2 + (−2 + 2i)x3 = 11 + i,
в) (4 − i)x1 + (−1 + 2i)x2 − x3 = 8 + 3i,
⎪
⎪
⎩ (1 + i)x1 + 2ix2 = 4 + 8i;
⎧
⎪
⎨ 5x1 + (−2 − i)x2 + (−3 − i)x3 = −12 − i,
⎪
г) ix1 + (1 + 2i)x2 + (2 − i)x3 = −3 + i,
⎪
⎪
⎩ 2ix2 + x3 = −4 + i.
∗ 4.41. Решите системы линейных уравнений относительно пяти перемен-

ных, используя метод Гаусса:
⎧
⎪
⎪ (4−i)x1 +ix2 +(−1+i)x3 +(4+2i)x4 +(−3+i)x5 = −5−9i,
⎪
⎪
⎪
⎪
⎪
⎨ 2x1 −x2 −3x3 +(2−i)x4 +(−2−i)x5 = 3−5i,
а) (1−i)x1 +(1−i)x2 +(2−i)x3 +(−2−i)x4 +3x5 = 10+11i,

⎪
⎪
⎪
⎪
⎪
⎪
(1+2i)x1 −2x2 +(2+2i)x3 −3x4 +(−2+i)x5 = −2,
⎪
⎩ (−3+2i)x1 +x2 +(−2+i)x3 −ix4 +2ix5 = −11+3i;
⎧
⎪
⎪ −3x1 +(−3−i)x2 +(2−i)x3 +(−2+i)x4 +ix5 = −2−i,
⎪
⎪
⎪
⎪
⎪
⎨ −x1 +ix2 +(−3+2i)x3 +(1+i)x4 +(4+2i)x5 = 9+12i,
б) 2ix1 +(2−i)x2 +3x3 +2x4 +(−2−i)x5 = −9−5i,

⎪
⎪
⎪
⎪
⎪
⎪
(−3−i)x1 +(−3−i)x2 +ix3 +(1+i)x4 +(−1+i)x5 = 4,
⎪
⎩ (2+i)x1 +2x2 +(1+i)x3 +(3+2i)x5 = −3+10i.
4.42. Какие из следующих матриц являются эрмитовыми?

1 2 + 10i
1) ;
2 − 10i 3

1 1 −1
2) √ ;
2 −2 −2

1 2 + 2i 2i
3) √ ;
6 −2i −2 + 2i

3 −i
4) ;
−i 3
⎡ ⎤
1 0 2
1 ⎢ ⎥
5) √ ⎣0 3 0 ⎥
⎢
⎦;
10
2 0 −i
⎡ ⎤
1 1 1 1
⎢ ⎥
⎢1 i −1 −i ⎥
⎢
6) ⎢ ⎥.
−1 −1 ⎥
⎣ 1 1 ⎦
1 −i −1 i
4.43. Какое условие накладывается на диагональные элементы эрмито-

вой матрицы?
4.44. Покажите, что если Z1 и Z2 — комплексные матрицы одного по-

1
рядка, то матрица (Z1 Z2 + Z2 Z1 ) является эрмитовой.
2
4.45. Антиэрмитовой, или косоэрмитовой, матрицей называется мат-
рица A, для которой выполняется соотношение AH = −A. Другими
словами, эрмитово сопряжение такой матрицы приводит к умно-
жению всех ее элементов на (−1). Какие из следующих матриц
являются антиэрмитовыми?

1 0 2+i
1) √ ;
2 −2 + i i

i −2
2) ;
3 −2i

1 2+i 2i
3) ;
3 −2i −2 + i
⎡ ⎤
1 5 0
1⎢ ⎥
4) ⎢ ⎣ −5 2i −5⎥⎦;
5
0 5 3i
⎡ ⎤
−2i 1 0
1⎢ ⎥
5) ⎢ ⎣ −1 0 −3⎥ ⎦;
5
0 3 2i
⎡ ⎤
i i i i
⎢ ⎥
⎢i i −i −i⎥
⎢
6) ⎢ ⎥.
−i −i ⎥
⎣ i i ⎦
i −i −i i
4.46. Какое условие накладывается на диагональные элементы антиэр-

митовой матрицы?
4.47. Какие из следующих матриц являются унитарными?

1 2 3
1) ;
3 2 1

1 1 −i
2) √ ;
2 −i 1

1 2+i 2i
3) ;
3 −2i −2 + i

1 3 −i
4) √ ;
10 −i 3
⎡ ⎤
1 0 0
1 ⎢ ⎥
5) √ ⎣0 e2i 0 ⎥
⎢
⎦;
10 4i
0 0 e
⎡ ⎤
1 1 1 1
⎢ ⎥
1⎢⎢ 1 i −1 −i ⎥
⎥.
6) ⎢
2 ⎣1 −1 1 −1⎥ ⎦
1 −i −1 i
4.48. Какому условию должны удовлетворять комплексные
числа u1 и
u1 u2
u2 и вещественное число ϕ, чтобы матрица iϕ ∗ iϕ ∗
была
−e u2 e u1
унитарной?
4.49. На экзамене по курсу линейной алгебры студент утверждает, что
для любой квадратной матрицы A справедливо равенство
ln(exp A) = A. Прав ли студент?
∗ 4.50. Докажите тождество det(eA ) = etr A , справедливое для произволь-
ной квадратной матрицы A с комплексными коэффициентами.
4.51. Докажите теорему 4.4 (см. с. 197): определитель унитарной матри-
цы есть комплексное число, модуль которого равен единице.
4.52. Вычислите коммутаторы матриц Паули [σ1 , σ2 ], [σ2 , σ3 ] и [σ3 , σ1 ].
4.53. Вычислите произведение матриц Паули σ1 σ2 σ3 .
∗ 4.54. Докажите обобщение тождества Эйлера для матриц Паули σ1 ,
σ2 и σ 3 :
exp(iσk ϕ) = I cos ϕ + iσk sin ϕ для k = 1, 2, 3, ϕ ∈ R, (4.58)

1 0
где I = — единичная матрица второго порядка.
0 1
4.55. Чему равен квадрат матрицы Дирака β?
4.56. Вычислите произведение матриц Дирака α1 α2 α3 β.
4.57. Вычислите результат действия квантовой схемы
H S H X
на кубит, находящийся первоначально в состоянии |0 .
T Z H Y
на кубит, находящийся первоначально в состоянии |1 .

S H S H T
на кубит, находящийся первоначально в состоянии |ψ = u |0 +
+v |1 , где u, v ∈ C.
4.60. Покажите, что квантовая схема

• •
•
переводит состояние |ψ1 ψ2 в состояние |ψ2 ψ1 .
Ответы и решения к главе «Комплексные

числа и матрицы»
1) Операции с комплексными числами следует производить анало-
гично соответствующим операциям с алгебраическими полиномами, ис-
пользуя свойство i2 = −1:
(3 + i)(2 + 5i) = 3 · 2 + 3 · (5i) + i · 2 + i · (5i) =

= 6 + 15i + 2i + 5i2 = 6 + 17i + 5(−1) = 1 + 17i;
2) (3 − i)(3 + i) = 32 − i2 = 10;
3) (1 − i)4 + (1 + i)4 = (1 − 4i + 6i2 − 4i3 + i4 ) + (1 + 4i + 6i2 + 4i3 + i4 ) =

= 2 1 + 6i2 + (i2 )2 = 2 1 + 6(−1) + (−1)2 = −8;
4) 2 − i3 = 2 − i · i2 = 2 + i.
4.2. Ответ:
1) −1 + 3i;
2) 29 + 14i;
3) −5 + 2i;
4) 2i.
Проводим алгебраические преобразования, учитывая, что i2 = −1:
z1 z3 − z22 = (5 + i)(−1 + 3i) − (4 − i)2 = 5 · (−1) + 5 · (3i) + i · (−1) +
+i · (3i) − (16 − 8i + i2 ) = −8 + 14i − 15 + 8i = −23 + 22i.
Выполняем алгебраические действия: z1 z2 = 1 + 3i, z33 = i, z13 =
= −11 + 2i, z33 − z13 = 11 − i. В итоге z1 z2 (z33 − z13 ) = 14 + 32i.
1) Выполняем алгебраические преобразования:
(1 + 4i)3 + (1 − 4i)3 =
= (1 + 4i + 1 − 4i)((1 + 4i)2 − (1 − 4i)(1 + 4i) + (1 − 4i)2 ) =
= 2(1 + 8i − 16 − 17 + 1 − 8i − 16) = −47 · 2 = −94.
2) Воспользуемся формулой бинома Ньютона13 :

n
(a + b)n = C(n, k)an−k bk ,
k=0
справедливой для всех a, b ∈ C и натуральных n:
(6 − i)4 + (6 + i)4 = 64 − 4 · 63 · i + 6 · 62 · (−1) − 4 · 6i · (−1) + (−1) · (−1) +

+ 64 + 4 · 63 · i + 6 · 62 · (−1) + 4 · 6i · (−1) + (−1) · (−1) = 2162.
z1
Обозначим z1 = a + ib, z2 = c + id. Дробь вида , где z1 , z2 ∈ C,
z2
z2∗
удобно преобразовать, умножив ее на 1 ≡ ∗ :
z2
z1 z1 z1 z2∗ z1 z2∗ z1 z2∗
= ·1= · ∗= ∗ = .
z2 z2 z2 z 2 z2 z2 |z2 |2
Поэтому результатом деления двух комплексных чисел z1 /z2 , причем

z2 = 0, будет число
z1 ac + bd bc − ad
= 2 2
+i 2 .
z2 c +d c + d2
Воспользовавшись приемом, предложенным в предыдущем упражне-
нии (т. е. z1 /z2 = (z1 z2∗ )/(z2 z2∗ ) = (z1 z2∗ )/|z2 |2 ), получим:
3 + i (3 + i)(3 + i) 1
1) = = (4 + 3i);
3−i 9 − i2 5
13
Ньютон (Isaac Newton) (1643–1727) — английский математик, физик, механик, астроном.
1 + 3i (1 + 3i)2 1
2) = = (−4 + 3i);
1 − 3i 1 − 9i 2 5
2 + i2 2−1 1
3) = = (3 + i);
3 + i3 3 + i2 · i 10
i i i(1 − i) + i(1 + i)
4) + = = i.
1+i 1−i (1 + i)(1 − i)
Находим z2 и z3 : z2 = 2 − i, z3 = (2 + i) + (2 − i) = 4. После этого
получаем: (z1 − z3 )(z2 − z3 )/z2 = (2 + i − 4)(2 − i − 4)/(2 − i) = −(2 −
−i)(−2 − i)/(2 − i) = 2 + i.
Найдем z1 и z2 : z2 = −7 − 2i, z3 = −5 + 2i.
Далее, z1 z2 = −45 − 28i, z2 z3 = 39 − 4i, z1 z3 = −39 + 4i, z1 z2 + z2 z3 +
+z1 z3 = −45 − 28i.
Окончательный ответ: (z1 z2 + z2 z3 + z1 z3 )/z1 = −7 − 2i.
4.10. Ответ:
1
1) z = (−4 + 3i);
5
1
2) z = (2 − 9i).
5
Пусть z = a + ib, тогда z − 3z ∗ = (a + ib) − 3(a − ib) = −2a + 4ib.
Поскольку комплексные числа равны тогда и только тогда, когда равны
их вещественные и мнимые части, получаем

−2a = 18, a = −9,
⇔
4b = 4; b = 1,
откуда z = −9 + i.
5
4.12. Ответ: z = − + i.
2
Пусть z1 = x1 + iy1 , z2 = x2 + iy2 , где x1 , x2 , y1 , y2 ∈ R.
1) Выразим левую часть равенства через x1 , x2 , y1 и y2 :
(z1 + z2 )∗ = [(x1 + x2 ) + i(y1 + y2 )]∗ = (x1 + x2 ) − i(y1 + y2 ).
Теперь преобразуем его правую часть
z1∗ + z2∗ = (x1 − iy1 ) + (x2 − iy2 ) = (x1 + x2 ) − i(y1 + y2 ).
Поэтому ∀z1 , z2 ∈ C (z1 + z2 )∗ = z1∗ + z2∗ .

2) Левая часть равенства
(z1 z2 )∗ = [(x1 + iy1 )(x2 + iy2 )]∗ = (x1 x2 − y1 y2 ) − i(x1 y2 + x2 y1 ).
Правая часть совпадает с левой:
z1∗ z2∗ = (x1 − iy1 )(x2 − iy2 ) = (x1 x2 − y1 y2 ) − i(x1 y2 + x2 y1 ) = (z1 z2 )∗ .
Представим число с модулем, равным единице, в показательной фор-
ме: z = eiϕ . После алгебраических преобразований
z −1 = (eiϕ )−1 = e−iϕ = (eiϕ )∗ = z ∗
получаем равенство z −1 = z ∗ .
Воспользуйтесь геометрической интерпретацией чисел z1 и z2 . Длина
стороны произвольного треугольника не больше суммы длин двух дру-
гих сторон и не меньше абсолютной величины их разности.
Воспользуемся формулой для суммы геометрической прогрессии:

n
q n+1 − q
qk = q + . . . + qn = .
q−1
k=1

10 i11 − i −i − i −2i(−i − 1)
1) ik = = = = −1 + i.
k=1 i−1 i−1 (i − 1)(−i − 1)

49 1 99
2) ik = i(k+49) .
k=−49 i49 k=−99
В последней сумме проведем замену индекса суммирования k = k + 49.
Тогда искомая сумма примет следующий вид:
49
98
i99 − 1 i99 − 1
ik = i−49 ik = i−48−1 = −i · =
i−1 i−1
k=−49 k =0
i96 · i3 − 1 i3 − 1 i4 − i 1 − i
= −i · = −i · =− = = 1.
i−1 i−1 i−1 i−1
Мнимая единица обладает свойством i4 = 1. Рассмотрим четыре слу-
чая в зависимости от остатка деления m на 4:
1) m = 4k, k ∈ Z,
im = i4k = (i4 )k = 1k = 1;
2) m = 4k + 1, k ∈ Z,
im = i4k+1 = i4k · i = 1 · i = i;
3) m = 4k + 2, k ∈ Z,
im = i4k+2 = i4k · i2 = i2 = −1;
4) m = 4k + 3, k ∈ Z,
im = i4k+3 = i4k · i3 = −i.
Таким образом, окончательно получаем

⎧
⎪
⎪ 1, если m = 4k, k ∈ Z;
⎪
⎨ i, если m = 4k + 1, k ∈ Z;
im =
⎪
⎪ −1, если m = 4k + 2, k ∈ Z;
⎪
⎩
−i, если m = 4k + 3, k ∈ Z.
1) Для перехода к тригонометрической форме комплексного числа
необходимо определить модуль ρ = |z| и аргумент ϕ = arg z. Воспользо-
вавшись формулами для ρ и ϕ, получим
/ /
ρ = x2 + y 2 = 22 + 02 = 2,
y
ϕ = arctg + 2πk = 0 + 2πk = 2πk, k ∈ Z,
x
поэтому тригонометрическая форма числа 2 имеет вид
2(cos(2πk) + i sin(2πk)), где k ∈ Z.

√ π π
2) ρ = 0 + 32 = 3, ϕ = sgn(3) + 2πk = + 2πk, поэтому 3i =
& &π ' &π 2 '' 2
= 3 cos + 2πk + i sin + 2πk , k ∈ Z.
2 2

√ 3
3) ρ = 16 + 9 = 5, ϕ = arctg + 2πk ,
4
3 3
4 + 3i = 5 cos arctg + 2πk + i sin arctg + 2πk , k ∈ Z.
4 4
π π
4) ρ = 1, ϕ = sgn(−1) + 2πk = − + 2πk;
2 2
−i = cos(π(2k − 1/2)) + i sin(π(2k − 1/2)), k ∈ Z.
√ √
5) ρ = 9 + √ 36 = 3 5, ϕ = arctg 2 − π + 2πk,
−3 − 6i = 3 5(cos(arctg 2 + π(2k − 1)) + i sin(arctg 2 + π(2k − 1))),
k ∈ Z.
6) ρ =√2, ϕ = π/4 + 2πk,
√
2 + 2i = 2(cos(π/4 + 2πk) + i sin(π/4 + 2πk)), k ∈ Z.
√
7)√ρ = √ 30, ϕ =√arctg(−3) + π + 2πk,
− 3 + 3 3i = 30(cos(π − arctg 3 + 2πk)) + i sin(π − arctg 3 + 2πk)),
k ∈ Z.
8) Домножим числитель и знаменатель дроби на величину (9 + i) и
преобразуем полученное выражение:
9+i (9 + i)(9 + i) 80 + 18i 40 9
= = = − i,
9 − i (9 − i)(9 − i) 82 41 41
0&
40 '2 & 9 '2 9
ρ= + = 1, ϕ = − arctg + 2πk. Окончательно по-
41 41 41
лучаем:
9+i & 9' & 9'
= cos 2πk − arctg + i sin 2πk − arctg , k ∈ Z.
9−i 40 40
4.19. Решение. √
π π 1 3
1) cos + i sin = + i;
& 3 π3 2 2 '
π
2) 4 cos − + i sin − = −4i;
√ 2 √2 √
3 6 6
3) =− i− ;
3π 3π 2 2
cos + i sin
4 4 / /
√ √
π π 2+ 2 2− 2
4) cos − + i sin − = − i.
8 8 2 2
Перейдем к экспоненциальной форме числа u. Пусть a + ib = ρeiϕ ,
тогда a − ib = ρe−iϕ и
a + ib eiϕ
u= = −iϕ = eiϕ · eiϕ = e2iϕ .
a − ib e
Поэтому u = eiδ , где δ = 2ϕ.
Показательная форма записи мнимой единицы имеет вид i = eiπ/2+2πik ,
где k ∈ Z. Записав мнимую единицу в основании степени в форме экс-
поненты и используя тождество (ea )b ≡ eab [24], получим
2
(π/2+2πk)
ii = (eiπ/2+2πik )i = ei = e−π/2+2πk , где k, k ∈ Z.
Как видно из рассмотренного примера, показательная функция яв-

ляется многозначной функцией на множестве комплексных чисел C.
4.22. Ответ:
√
1) 8i = ±2(1 + i);
√ √ √
2) 6 4096 ∈ {±4, ±2(1 ± i 3), ±2(1 ∓ i 3)}.
1) Преобразуем показательную форму записи числа ωk+n/2 :
2πi(k+n/2) 2πik
ωk+n/2 = e n =e n eπi = ωk eπi .
Используя равенство eπi = −1, получаем: ωk+n/2 = −ωk для четных

n и k = 0, 1, . . . , n/2 − 1.
2) Величины ωk образуют геометрическую прогрессию, знаменатель
которой равен ω1 = e2πi/n . Используя известную формулу для суммы
1 − q n+1
геометрической прогрессии 1 + q + q 2 + . . . + q n = для |q| < 1,
1−q
получаем

n−1
n−1
(e2πi/n )n − 1
ωk = e2πik/n = 2πi/n = 0.
k=0 k=0
e −1
3)
n−1
n−1
$
n−1 $
n−1
2πik/n (2πi k)/n
2πik/n
ωk = e = ek=0 =e k=0 .
k=0 k=0

n−1 n(n − 1)
Сумма в показателе экспоненты равна k= , значит,
k=0 2
$
n−1
ωk = eπi(n−1) = cos π(n − 1) + i sin π(n − 1) = (−1)n−1 .
k=0
n
4.26. Ответ: .
xn −1
n
Рассмотрим сумму Z = eiαk . Легко видеть, что выполняются сле-
k=1
дующие соотношения:
cos α + cos 2α + . . . + cos nα = Re Z,
sin α + sin 2α + . . . + sin nα = Im Z.
Вычислим Z, используя формулу для суммы геометрической про-
грессии:
n
eiα(n+1) − eiα
Z= eiαk = .
eiα − 1
k=1
e−iα/2
Упростим полученное выражение, домножив дробь на 1 = −iα/2 и
e
выполнив простые преобразования:
eiα(n+1) − eiα e−iα/2 eiα(n+1/2) − eiα/2
Z= · = .
eiα − 1 e−iα/2 eiα/2 − e−iα/2
Знаменатель полученной дроби равен eiα/2 − e−iα/2 = 2i sin α/2. Пере-
пишем экспоненты в числителе, используя формулу Эйлера:
1
Z= cos[(n+1/2)α]+i sin[(n+1/2)α]−(cos α/2+i sin α/2) =
2i sin α/2
sin[(n + 1/2)α] − sin α/2 cos[(n + 1/2)α] − cos α/2
= + .
2 sin α/2 2i sin α/2
Далее воспользуемся известными тригонометрическими формулами
(см. Приложение B, формулы (B.16) и (B.18)):
a−b a+b
sin a − sin b = 2 sin cos ,
2 2
a−b a+b
cos a − cos b = −2 sin sin .
2 2
Получаем
sin(nα/2) sin(nα/2)
Z= cos[(n + 1)α/2] + i sin[(n + 1)α/2],
sin (α/2) sin (α/2)
откуда непосредственно следуют тождества Лагранжа.
Обозначим предикат «(cos ϕ+i sin ϕ)n = cos nϕ+i sin nϕ» через P (n)
и докажем утверждение ∀n P (n) методом математической индукции.
Для n = 1 получаем верное тождество (cos ϕ + i sin ϕ)1 = cos ϕ +
+ i sin ϕ, поэтому P (1) — истинно.
Предположим, что P (k), k ∈ N истинно. Докажем истинность выска-
зывания P (k + 1). Требуется доказать, что
(cos ϕ + i sin ϕ)k+1 = cos (k + 1)ϕ + i sin (k + 1)ϕ.
Рассмотрим выражение (cos ϕ + i sin ϕ)k+1 и представим его в виде
(cos ϕ + i sin ϕ)k+1 = (cos ϕ + i sin ϕ)k · (cos ϕ + i sin ϕ).
По индуктивному предположению первый множитель равен
(cos ϕ + i sin ϕ)k = cos kϕ + i sin kϕ.
Тогда
(cos ϕ + i sin ϕ)k+1 = (cos kϕ + i sin kϕ) · (cos ϕ + i sin ϕ).
Раскроем скобки в полученном выражении, воспользовавшись извест-

ными тождествами для тригонометрических функций, приведенными в
Приложении B, формулы (B.11) и (B.9):
cos(a + b) = cos a cos b − sin a sin b,

sin(a + b) = sin a cos b + cos a sin b,
полагая a = kϕ, b = ϕ. Получаем
(cos ϕ + i sin ϕ)k+1 = (cos kϕ cos ϕ − sin kϕ sin ϕ) +

!" #
cos (k+1)ϕ
+ i (sin kϕ cos ϕ + cos kϕ sin ϕ) .
!" #
sin (k+1)ϕ
Значит, по принципу математической индукции формула Муавра
(cos ϕ + i sin ϕ)n = cos nϕ + i sin nϕ
справедлива для любых натуральных значений n ∈ N.
Рассмотрим более общий случай условия задачи и выразим cos nϕ и
sin nϕ через косинус и синус угла ϕ.
Для этого заметим, что в левой части формулы Муавра (4.7) стоит
выражение, которое можно раскрыть по формуле бинома Ньютона (см.
с. 207). Таким образом, представим левую часть в виде:

n
(cos ϕ + i sin ϕ)n = C(n, j)(cosn−j ϕ)(i sin ϕ)j =
j=0

n
= ij C(n, j) cosn−j ϕ sinj ϕ.
j=0
Удобно разбить данную сумму на две суммы — по четным (j = 2k) и

нечетным (j = 2k + 1) значениям j и ввести новую переменную сумми-
рования k ∈ N:
(cos ϕ + i sin ϕ)n =

n/2

= i2k C(n, 2k) cosn−2k ϕ sin2k ϕ +
k=0
(n−1)/2

+ i2k+1 C(n, 2k + 1) cosn−2k−1 ϕ sin2k+1 ϕ =
k=0
n/2

= (−1)k C(n, 2k) cosn−2k ϕ sin2k ϕ +
k=0
(n−1)/2

+i (−1)k C(n, 2k + 1) cosn−2k−1 ϕ sin2k+1 ϕ.
k=0
Теперь осталось воспользоваться тем, что cos nϕ = Re (cos ϕ+i sin ϕ)n ,
sin nϕ = Im (cos ϕ + i sin ϕ)n . Получаем формулы для косинуса и синуса
кратного аргумента:
n/2

cos nϕ = (−1)k C(n, 2k) cosn−2k ϕ sin2k ϕ,
k=0
(n−1)/2

sin nϕ = (−1)k C(n, 2k + 1) cosn−2k−1 ϕ sin2k+1 ϕ.
k=0
Для n = 3 полученные формулы принимают вид

1

cos 3ϕ = (−1)k C(3, 2k) cos3−2k ϕ sin2k ϕ = cos3 ϕ − 3 cos ϕ sin2 ϕ,
k=0
1

sin 3ϕ = (−1)k C(3, 2k + 1) cos3−2k−1 ϕ sin2k+1 ϕ = 3 cos2 ϕ sin ϕ−sin3 ϕ.
k=0
4.30. Ответ.
2

cos 4ϕ = (−1)k C(4, 2k) cos4−2k ϕ sin2k ϕ =
k=0
= cos4 ϕ − 6 cos2 ϕ sin2 ϕ + sin4 ϕ,
1

sin 4ϕ = (−1)k C(4, 2k + 1) cos4−2k−1 ϕ sin2k+1 ϕ =
k=0
= 4 cos3 ϕ sin ϕ − 4 cos ϕ sin3 ϕ.
Перемножьте скобки в правой части факторизации полинома p(z) и
сравните полученные коэффициенты при одинаковых степенях с коэф-
фициентами p(z).
1) Представим z12 + z22 в виде:
z12 + z22 = (z1 + z2 )2 − 2z1 z2

и выразим сумму и произведение корней p(z) по формулам Виета, дока-

занным в предыдущем упражнении:
z12 + z22 = (−u)2 − 2v = u2 − 2v.
1 1 z12 + z22 u2 − 2v
2) + = = .
z12 z22 z12 z22 v2
4.33. Ответ:
1) z14 + z24 = (u2 − 2v)2 − 2v 2 ;
1 1 (u2 − 2v)2 − 2v 2
2) 4 + 4= .
z1 z2 v4
4.34. Ответ:

3
3
1) zk = −3, zk = −1;
k=1 k=1

4
4
2) zk = 0, zk = 20.
k=1 k=1
4.35. Ответ:

4
4
1) zk = 100, zk = 0;
k=1 k=1

5
5
2) zk = −1, zk = −1.
k=1 k=1
В определителе к первой строке прибавим вторую и третью строки:

z1 + z2 + z3 z1 + z2 + z3 z1 + z2 + z3

Δ = z3 z1 z2 .

z2 z3 z1
Согласно формулам Виета (см. упр. 4.31), сумма всех корней z1 + z2 + z3

равна коэффициенту при квадратичном члене z 2 , взятому с обратным
знаком. Для уравнения z 3 + αz + β = 0 имеем z1 + z2 + z3 = 0, и,
следовательно, в определителе Δ первая строка состоит полностью из
нулевых элементов. Ясно, что такой определитель равен нулю.
4.37. Ответ: z1 = −2, z2 = z3 = 1.

5
4.38. Ответ: z1 = 7, z2 = − , z3 = 2.
2
4.39. Ответ:
а) [x1 , x2 , x3 ]T = [2i, −2, i]T ;
б) [x1 , x2 , x3 ]T = [i, 1, 2 + 2i]T ;
в) [x1 , x2 , x3 ]T = [−3, 3, −2 + i]T ;
г) [x1 , x2 , x3 ]T = [1, −1 + 2i, −2 − i]T .
4.40. Ответ:
а) [x1 , x2 , x3 ]T = [2i, 1 + i, −2 + 2i]T ;
б) [x1 , x2 , x3 ]T = [3 + 2i, −3 + i, 3 − i]T ;
в) [x1 , x2 , x3 ]T = [2, 3 − i, −1 + 2i]T ;
г) [x1 , x2 , x3 ]T = [−2 + 2i, 3i, 2 + i]T .
4.41. Ответ:
а) [x1 , x2 , x3 , x4 , x5 ]T = [2 + i, i, −1 + i, −2, 1 + 2i]T ;
б) [x1 , x2 , x3 , x4 , x5 ]T = [i, −2, −1 − i, 1 + i, 2 + 2i]T .
4.42. Ответ: эрмитовыми являются матрицы 1) и 2).
4.43. Ответ: диагональные элементы эрмитовой матрицы действи-
тельны.
1
Введем обозначение W = (Z1 Z2 +Z2 Z1 ) и найдем эрмитово-сопряжен-
2
ную матрицу по отношению к W :
H
H 1 1 1
W = (Z1 Z2 +Z2 Z1 ) = ((Z1 Z2 )H +(Z2 Z1 )H ) = (Z2 Z1 +Z1 Z2 ) = W.
2 2 2
Доказано, что W является эрмитовой матрицей.
4.45. Ответ: антиэрмитовыми являются матрицы 1), 5), 6).
4.46. Ответ: диагональные элементы антиэрмитовой матрицы яв-
ляются чисто мнимыми величинами.
4.47. Ответ: унитарными являются матрицы 2), 3), 4), 6).
4.48. Ответ: |u1 |2 + |u2 |2 = 1, ϕ ∈ R — любое.
Студент в данном случае ошибается, поскольку для A = 2πiI, где
I — единичная матрица, имеем: exp(A) = e2πi I = I, следовательно,
ln(exp(A)) = O = A.
Для диагональной матрицы det(eA ) = eλ1 eλ2 . . . eλn = etr A . Недиа-
гональную матрицу либо диагонализируем, если это возможно, либо с
любой наперед заданной точностью приближаем последовательностью
матриц, каждая из которых диагонализируема.
Пусть U — произвольная унитарная матрица. Используя свойство 6)
эрмитового сопряжения (см. с. 195), модуль определителя U представим
в следующем виде:
/ 2
∗
| det U | = (det U )(det U ) = (det U )(det U H ).
Поскольку произведение определителей матриц равно определителю их

произведения, ∀A, B (det A · det B = det(AB)), то
2 √
| det U | = det(U U H ) = det I = 1.
Таким образом, модуль определителя унитарной матрицы равен единице.

4.52. Ответ: [σ1 , σ2 ] = 2iσ3 , [σ2 , σ3 ] = 2iσ1 , [σ3 , σ1 ] = 2iσ2 .
4.53. Ответ: σ1 σ2 σ3 = iI, где I — единичная матрица размера 2 × 2.
4.55. Ответ: β 2 = I, где I — единичная матрица размера 4 × 4.
4.56. Ответ:
⎡ ⎤
0 0 −i 0
⎢ ⎥
⎢0 0 0 −i⎥
α1 α 2 α 3 β = ⎢
⎢i 0
⎥.
⎣ 0 0⎥⎦
0 i 0 0
1
Состояние кубита |0 описывается матрицей . Принимая во внима-
0
ние матричное представление квантовых элементов H, S и X из табл. 4.1,
получим:
⎡1 − i⎤

1 1 1 1 0 1 1 1 0 1 1 ⎢ ⎥
|ψ → |ψ = √ √ = ⎣ 2 ⎦.
2 1 −1 0 i 2 1 −1 1 0 0 1 + i
2
Таким образом, в результате действия квантовой схемы на кубит, на-

ходящийся в состоянии |ψ = |0 , он перейдет в состояние
1−i 1+i
|ψ = |0 + |1 .
2 2
4.58. Ответ: в результате действия квантовой схемы на кубит, на-

ходящийся в состоянии |ψ = |1 , он перейдет в состояние
& i ' &1 − i'
|ψ = − √ |0 − |1 .
2 2
4.59. Ответ: кубит, находящийся в состоянии |ψ = u |0 + v |1 ,

&1 1 ' &1 1 '
перейдет в состояние |ψ = (1+i)u+ √ v |0 + (1+i)u− √ v |1 .
2 2 2 2
Глава 5
Векторные пространства
Под n-мерным арифметическим вектором будем понимать упо-

рядоченный набор из n вещественных чисел.
Числа xi (i = 1, 2, . . . , n) называют координатами, или компонен-
тами, вектора x. Они записываются либо в строку: x = (x1 , x2 , . . . , xn ),
либо в столбец: ⎡ ⎤
x1
⎢ ⎥
⎢ x2 ⎥
x=⎢ ⎥
⎢ ... ⎥ . (5.1)
⎣ ⎦
xn
Для обозначения векторов и отличия их от скалярных величин ис-
пользуется полужирный шрифт, например a, b, c и т. п.1
Векторы x = (x1 , x2 , . . . , xn ) и y = (y1 , y2 , . . . , yn ) называют равны-
ми, если выполняются равенства x1 = y1 , x2 = y2 , . . . , xn = yn .
Суммой векторов x и y называют вектор
x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn ). (5.2)
Произведением числа α на вектор x называют вектор
αx = (αx1 , αx2 , . . . , αxn ). (5.3)
Разностью векторов x и y называют вектор
x − y = x + (−1)y = (x1 − y1 , x2 − y2 , . . . , xn − yn ). (5.4)
Нулевым называют вектор 0 = (0, 0, . . . , 0), имеющий нулевые ко-

ординаты. Очевидно, что x + 0 = x − 0 = x.
1
Используется и другое обозначение вектора, когда ставится стрелка над его символом. Напри-
→
−
мер, векторы a и b таким способом будут обозначены как −→a и b.
ГЛАВА 5. ВЕКТОРНЫЕ ПРОСТРАНСТВА 233
Для вектора x ∈ R через −x обозначим вектор с координатами
(−x1 , −x2 , . . . , −xn ), (5.5)
такой вектор называется противоположным по отношению к x.

Из введенных определений следует, что −x = (−1)·x и x+(−x) = 0.
Множество всех арифметических векторов с введенными над ними
операциями сложения и умножения на число называют n-мерным
арифметическим пространством и обозначают Rn [23, 51].
Пример 5.1. R1 — это одномерное пространство (прямая), R2 — дву-
мерное пространство (плоскость), R3 — трехмерное пространство.
5.1. Линейная зависимость векторов

в пространстве Rn
Рассмотрим набор векторов x1 , x2 , . . . , xk ∈ Rn и вещественные числа
α1 , α2 , . . . , αk ∈ R.
Вектор x = α1 · x1 + α2 · x2 + . . . + αk · xk называют линейной
комбинацией векторов x1 , x2 , . . . , xk .
Пример 5.2. Пусть даны векторы
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
3 4 5
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
x1 = ⎣−2⎦ , x2 = ⎣3⎦ , x3 = ⎣3⎥
⎢ ⎥ ⎢ ⎥ ⎢
⎦. (5.6)
−1 0 7
⎡ ⎤
−1
⎢ ⎥
Тогда вектор x = 2x1 − 3x2 + x3 = ⎢ ⎥
⎣−10⎦ есть линейная комбинация
5
векторов x1 , x2 , x3 .
Система векторов x1 , x2 , . . . , xk называется линейно независимой,
если из равенства α1 · x1 + α2 · x2 + . . . + αk · xk = 0 следует, что α1 =
= α2 = . . . = αk = 0.
Если существует набор вещественных чисел α1 , α2 , . . . , αk , среди ко-
торых хотя бы одно не равно нулю, то систему векторов называют ли-
нейно зависимой.
Пример 5.3. Даны векторы x1 = (2, −3) и x2 = (4, 5). Покажем, что
они линейно независимы.
234 ГЛАВА 5. ВЕКТОРНЫЕ ПРОСТРАНСТВА
Найдем решение системы уравнений

2 4 0
α1 + α2 = , (5.7)
−3 5 0

α1 · 2 + α2 · 4 = 0,
(5.8)
α1 · (−3) + α2 · 5 = 0.
Поскольку эта система имеет единственное решение α1 = α2 = 0, то
векторы x1 и x2 линейно независимы.
Замечание. Пусть векторы x1 , x2 , . . . , xk линейно зависимы. Тогда
по крайней мере один из коэффициентов αi отличен от нуля (например,
α1 = 0). В этом случае можно записать:
α2 α3 αk
x1 = − x2 − x3 − . . . − xk . (5.9)
α1 α1 α1
Таким образом, если векторы линейно зависимы, то один из них ли-
нейно выражается через все остальные [51]. Справедливо и обратное
утверждение: если один из векторов набора линейно выражается через
остальные, то эти векторы линейно зависимы. Последнее свойство можно
рассматривать как определение линейной зависимости векторов.
5.2. Базис в пространстве Rn

Прежде чем ввести понятие базиса в линейном пространстве Rn , до-
кажем следующую теорему.
Теорема 5.1. Любая система из n + 1 векторов в пространстве Rn
является линейно зависимой.
Доказательство. Возьмем произвольные n + 1 векторов
xi = (x1i , x2i , . . . , xni ), (5.10)
где i = 1, 2, . . . , n + 1.
Составим их линейную комбинацию и приравняем ее нулевому век-
тору:
α1 · x1 + α2 · x2 + . . . + αn+1 · xn+1 = 0. (5.11)
Расписывая это равенство покоординатно, придем к системе из n урав-
нений с n + 1 неизвестными α1 , α2 , . . . , αn+1 :
⎧
⎪
⎨ α1 · x11 + α2 · x12 + . . . + αn+1 · x1 n+1 = 0,
⎪
.................................... (5.12)
⎪
⎪
⎩ α1 · xn1 + α2 · xn2 + . . . + αn+1 · xn n+1 = 0.
Матрица системы (5.12) отличается от соответствующей расширен-

ной матрицы только нулевым столбцом, поэтому их ранги совпадают.
Следовательно, по теореме Кронекера – Капелли система имеет беско-
нечно много решений. Среди них обязательно будет и ненулевое реше-
ние. Таким образом, существует ненулевой набор коэффициентов α1 , α2 ,
. . . , αn+1 , при котором линейная комбинация векторов x1 , x2 , . . . , xn+1
равна нулевому вектору. Следовательно, векторы xi , где 1 i n + 1,
являются линейно зависимыми.
Любая система из n линейно независимых векторов b1 , b2 , . . . , bn на-
зывается базисом векторного пространства.
Рассмотрим в пространстве Rn систему векторов:
e1 = (1, 0, . . . , 0),
e2 = (0, 1, . . . , 0),
(5.13)
... ... ............
en = (0, 0, . . . , 1).
Эти векторы линейно независимы, поскольку из условия
α1 · e 1 + . . . + α n · e n = 0 (5.14)
непосредственно следует система равенств α1 = α2 = . . . = αn = 0.
Векторы e1 , e2 , . . . , en называют ортами пространства Rn , они об-
разуют базис в этом пространстве.
Вывод: линейно независимая система векторов в Rn может иметь
самое большее n векторов.
Рассмотрим систему из n векторов
xi = (x1i , x2i , . . . , xni ), где i = 1, 2, . . . , n. (5.15)
Составим матрицу из координат векторов:
⎡ ⎤
x11 x12 . . . x1n
⎢ ⎥
⎢ x21 x22 . . . x2n ⎥
⎢ ⎥
⎢ ... .. . . . ... ⎥ . (5.16)
⎣ . ⎦
xn1 xn2 . . . xnn
Такую матрицу называют матрицей системы векторов, а ее опре-
делитель — определителем системы векторов.
Теорема 5.2. Для того чтобы система из n векторов являлась
базисом, необходимо и достаточно, чтобы определитель системы был
отличен от нуля.
Доказательство. Рассмотрим произвольную систему из n векторов

xi = (x1i , x2i , . . . , xni ), i = 1, 2, . . . , n. (5.17)
Составим их линейную комбинацию и приравняем ее к нулевому век-
тору: ⎡ ⎤ ⎡ ⎤
α1 · x11 + α2 · x12 + . . . + αn · x1n 0
⎢ ⎥ ⎢ ⎥
⎢ α1 · x21 + α2 · x22 + . . . + αn · x2n ⎥ ⎢0⎥
⎢ ⎥ = ⎢ ⎥. (5.18)
⎢ .............................. ⎥ ⎢.⎥
⎣ ⎦ ⎣ .. ⎦
α1 · xn1 + α2 · xn2 + . . . + αn · xnn 0
Получим однородную систему из n уравнений с n неизвестными и
определителем, отличным от нуля. Такая система в этом случае имеет
только нулевое решение, т. е. αi = 0, где i = 1, 2, . . . , n, и система векто-
ров является базисом.
Теорема 5.3. Пусть векторы x1 , x2 , . . . , xn образуют базис. Тогда
любой вектор y из Rn можно представить, причем единственным спо-
собом, в виде линейной комбинации векторов xi (i = 1, 2, . . . , n):
y = α1 · x1 + α2 · x2 + . . . + αn · xn . (5.19)
Запишем разложение (5.19) по проекциям:
⎡ ⎤ ⎡ ⎤
α1 · x11 + α2 · x12 + . . . + αn · x1n y1
⎢ ⎥ ⎢ ⎥
⎢ α1 · x21 + α2 · x22 + . . . + αn · x2n ⎥ ⎢ y2 ⎥
α1 x1 +α2 x2 +. . .+αn xn = ⎢
⎢
⎥ = ⎢ ⎥.
⎥ ⎢ ... ⎥
⎣ .............................. ⎦ ⎣ ⎦
α1 · xn1 + α2 · xn2 + . . . + αn · xnn
yn
(5.20)
Получена неоднородная система из n уравнений с n неизвестными.
Так как определитель этой системы отличен от нуля, то в силу теоремы
Крамера эта система имеет единственное решение.
Примечание. Формула (5.19) называется разложением вектора y
по базису xi (i = 1, 2, . . . , n).
Пример 5.4. Покажем, что векторы a = (1, 1, 4), b = (0, −3, 2) и
c = (2, 1, −1) образуют базис.
Составим определитель системы векторов и вычислим его:

1 0 2

1 −3 1 = 1 · (3 − 2) + 2 · (2 + 12) = 29. (5.21)

4 2 −1
Так как определитель системы не равен нулю, векторы a, b, c обра-

зуют базис.
Пример 5.5. Разложим вектор d = (6, 5, −14) по базису (a, b, c) (см.
предыдущий пример).
Представим вектор d в виде разложения:
d = α1 · a + α2 · b + α3 · c. (5.22)
Имеем: ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
6 1 0 2
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 5 ⎥ = α1 ⎢1⎥ + α2 ⎢−3⎥ + α3 ⎢ 1 ⎥ . (5.23)
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
−14 4 2 −1
Запишем это равенство в виде системы линейных уравнений:
⎧
⎪
⎪
⎨ α1 +2α3 = 6,
α1 −3α2 +α3 = 5, (5.24)
⎪
⎪
⎩ 4α1 +2α2 −α3 = −14.
Полученная система имеет единственное решение α1 = −2, α2 =

= −1, α3 = 4. Таким образом, d = −2a − b + 4c.
5.3. Евклидово векторное пространство

В произвольном n-мерном векторном пространстве существует воз-
можность ввести скалярное произведение (или внутреннее произ-
ведение) — правило, согласно которому двум векторам a, b ∈ Rn ста-
вится в соответствие число (a · b). Скалярное произведение позволяет
говорить о таких аналогах пространственного расположения многомер-
ных векторов Rn , как ортогональность и коллинеарность.
По определению, скалярное произведение векторов a = (a1 , a2 , . . . , an )
и b = (b1 , b2 , . . . , bn ) вычисляется по формуле:
(a · b) = a1 b1 + a2 b2 + . . . + an bn . (5.25)
Заметим, что с помощью знака суммы величина (a · b) записывается

n
компактным образом как (a · b) = ai b i .
i=1
Перечислим свойства скалярного произведения.
Для произвольных a, a1 , a2 , b ∈ Rn и α ∈ R справедливы следующие
равенства:
1) (a · b) = (b · a) (симметричность);
2) ((a1 + a2 ) · b) = (a1 · b) + (a2 · b) (линейность);
3) (αa · b) = α(a · b) (линейность);
4) (a · a) 0, причем (a · a) = 0 ⇔ a = 0 (неотрицательность).
Примечание. Для скалярного произведения векторов a и b применя-
ют также обозначения (a, b), a · b или ab.
Пример 5.6. Пусть n = 4, и в координатной записи векторы имеют
вид a = (10, −2, 1, 9), b = (0, 3, 4, −2), c = (−12, 2, −4, −5). Тогда
a · b = 10 · 0 + (−2) · 3 + 1 · 4 + 9 · (−2) = −20,

a · c = 10 · (−12) + (−2) · 2 + 1 · (−4) + 9 · (−5) = −173,
b · c = 0 · (−12) + 3 · 2 + 4 · (−4) + (−2) · (−5) = 0.

Пример 5.7. Покажем, что если условие (a · t) = (b · t) выполняется
для всех t ∈ Rn , то векторы a и b равны друг другу.
Доказательство. На основании свойства линейности представим ра-
венство (a · t) = (b · t) в эквивалентном виде
(a · t) = (b · t) ⇔ ((a − b) · t) = 0. (5.26)
В полученное равенство подставим t = a − b. Далее согласно свойству

неотрицательности имеем (a − b) = 0 или a = b, что и требовалось
доказать. /
Длиной, или нормой, вектора называется величина a = (a · a).
Отметим следующие легко доказываемые свойства нормы, справед-
ливые для произвольных векторов a и b евклидова пространства:
1) a 0, причем a = 0 ⇔ a = 0;
2) αa = abs(α) a для всех α ∈ R;
3) a + b a + b .
Последнее неравенство носит название неравенства треугольни-
ка, или неравенства Минковского2 .
Пример 5.8. Для векторов a = (0, −1, −1, 3, 1) и b = (5, −3, 0, −2, −1)
в пространстве R5 имеем:
/ / √
a = (a · a) = 0 + (−1)2 + (−1)2 + 32 + 12 = 12;
/ / √
b = (b · b) = (−5)2 + (−3)2 + 02 + (−2)2 + (−1)2 = 39.

2
Минковский (Hermann Minkowski) (1864–1909) — немецкий математик.
Ортогональными называются векторы, скалярное произведение ко-

торых равно нулю. Обычно для ортогональных векторов применяется
обозначение a ⊥ b.
Множество векторов, в котором все векторы попарно ортогональны,
естественно назвать ортогональным. Если в таком множестве все век-
торы имеют единичную норму, то такое множество — ортонормиро-
ванное.
Конечно, в произвольном базисе векторы могут не обладать свой-
ством попарной ортогональности и, тем более, ортонормированности.
Покажем, что существует возможность сконструировать новый базис на
основе исходного, причем в новом базисе все векторы будут попарно
ортогональны. Такая процедура называется ортогонализацией Гра-
ма3 – Шмидта4 .
Пусть в линейном евклидовом пространстве с нормой задан базис
(p1 , p2 , . . . , pn ). Процедура построения нового ортонормированного ба-
зиса заключается в выполнении следующих шагов.
Последовательно вычисляем векторы q 1 , q 2 , . . . , q n по формулам:
t1
t1 = p1 , q1 = ,
t1
t2
t2 = p2 − (p2 , q 1 )q 1 , q 2 = ,
t2
t3
t3 = p3 − (p3 , q 1 )q 1 − (p3 , q 2 )q 2 , q 3 = ,
t3
...
tn
tn = pn − (pn , q 1 )q 1 − . . . − (pn , q n−1 )q n−1 , q n = .
tn
Полученный таким образом базис (q 1 , q 2 , . . . , q n ) является ортонор-

мированным.
5.4. Собственные значения и собственные

векторы матрицы
Две матрицы A и A , связанные соотношением
A = P −1 AP, (5.27)
3
Грам (Jørgen Pedersen Gram) (1850–1916) — датский математик.
4
Шмидт (Erhardt Schmidt) (1876–1959) — немецкий математик.
где P — некоторая обратимая матрица, называются подобными. В та-

ком случае применяют обозначение A ∼ A.
Примечание. Переход от матрицы A к A называют преобразова-
нием подобия.
1 −3 −2 1
Пример 5.9. Матрицы и являются подобными,
−1 2 −9 5
поскольку выполняется равенство
−1
−2 1 1 −1 1 −3 1 −1
= . (5.28)
−9 5 −2 1 −1 2 −2 1
−1
1 −1 −1 −1
В самом деле, = и равенство (5.28) легко про-
−2 1 −2 −1
веряется непосредственным перемножением матриц.

Теорема 5.4 (о свойствах подобия матриц). Выполняются сле-
дующие свойства подобия:
1) A ∼ A — рефлексивность;
2) A ∼ B ⇒ B ∼ A — симметричность;
3) (A ∼ B) и (B ∼ C ⇒ A) ∼ C — транзитивность.
Из теоремы о свойствах подобия следует, что подобие матриц явля-
ется отношением эквивалентности [1, 62, 68].
Две подобные матрицы имеют равные определители. В самом деле,
из определения (5.27) следует, что
|A | = |P −1 AP | = |P −1 | |A| |P | = |A|. (5.29)
Заметим, что из равенства определителей вовсе не следует подобие

матриц.
Пример
5.10.
Выясним,
являются ли подобными следующие матри-
0 1 1 0
цы: и .
1 0 1 1
Определители этих матриц равны −1 и 1 соответственно. Следова-
тельно, эти матрицы не обладают свойством подобия.
Число λ и ненулевой вектор b называют собственным значением и
собственным вектором матрицы A соответственно, если выполняется
равенство
Ab = λb. (5.30)
Вектор b рассматривается как вектор-столбец. Для нахождения b и

λ представим уравнение (5.30) в следующем виде:
(A − λI)b = 0, (5.31)
где I — единичная матрица.

Мы получили однородную систему линейных уравнений. Чтобы оно
имело ненулевое решение, необходимо и достаточно равенство нулю опре-
делителю матрицы A−λI. Таким образом, чтобы найти λ, нужно решить
уравнение
|A − λI| = 0 (5.32)
или в развернутой записи

a − λ
11 a 12 . . . a 1n

a21 a 22 − λ . . . a 2n

. . . . . . . . . . . . . . . . . . . . . . . . . . . . = 0. (5.33)

an1 an2 . . . ann − λ
Это уравнение называют характеристическим.

Если раскрыть определитель, то получится полином степени n отно-
сительно переменной λ:
p(λ) = (−λ)n + h1 (−λ)n−1 + . . . + hn−1 (−λ) + hn , (5.34)
причем выполняются следующие свойства:
• коэффициент h1 равен следу матрицы A: h1 = tr A = a11 + a22 +

+ . . . + ann ;
• свободный член hn совпадает с определителем: hn = det A.
Полином (5.34) также называют характеристическим.

Известно, что у подобных матриц характеристические полиномы сов-
падают.
Согласно основной теореме алгебры, характеристическое уравнение
(5.30) имеет не более n решений. Для каждого решения λ ему в соответ-
ствие ставится собственный вектор b.
Примечание. Хотя собственное значение может быть равным нулю,
собственный вектор по своему определению всегда отличен от нулевого
вектора.
Пример 5.11. Найдем собственные значения и собственные векторы

матрицы ⎡ ⎤
1 1 3
⎢ ⎥
A=⎢ ⎥
⎣1 5 1⎦ . (5.35)
3 1 1
Вычислим определитель матрицы A − λI и приравняем его к нулю:

1−λ 1 3

|A − λI| = 1 5−λ 1 =

3 1 1−λ
= (1 − λ) · [(5 − λ) · (1 − λ) − 1] − (1 − λ) + 3 + 3 · [1 − 3 · (5 − λ)] =
= (1 − λ) · (λ2 − 6 · λ + 3) + 9 · λ − 39 = −λ3 + 7 · λ2 − 36 =
= −(λ + 2) · (λ2 − 9 · λ + 18) = 0.
Решая это уравнение, получим три корня λ1 = −2, λ2 = 6, λ3 = 3.

Для каждого λ найдем соответствующий ему собственный вектор.
1. Пусть λ = −2. Тогда
⎡ ⎤
3 1 3
⎢ ⎥
A − λ1 I = ⎢ ⎥
⎣1 7 1⎦ . (5.36)
3 1 3
Считая, что b = (x, y, z), получим систему уравнений

⎧
⎪
⎪
⎨ 3x + y + 3z = 0,
x + 7y + z = 0, (5.37)
⎪
⎪
⎩ 3x + y + 3z = 0.
Запишем матрицу, которая соответствует этой системе:

⎡ ⎤
3 1 3
⎢ ⎥
⎢1 7 1⎥ . (5.38)
⎣ ⎦
3 1 3
К третьей строке этой матрицы прибавим вторую, умноженную на

(−1): ⎡ ⎤
3 1 3
⎢ ⎥
⎢ 1 7 1⎥ . (5.39)
⎣ ⎦
0 0 0
Отбросим нулевую строку, поменяем местами вторую и первую стро-
ку. Тогда имеем:
1 7 1
. (5.40)
3 1 3
Приведем матрицу к ступенчатому виду, прибавим ко второй строке
первую, умноженную на −3. Получаем:

1 7 1
. (5.41)
0 −20 0
Перейдя к уравнениям, запишем:

x +7y +z = 0,
(5.42)
y = 0,
или x + z = 0.
В качестве свободной переменной выберем z. Далее положим z = 1,
тогда x = −1.
Таким образом, b1 = (−1, 0, 1).
2. Для λ = 6 получаем систему:
⎧
⎪
⎨ −5x + y + 3z = 0,
⎪
x − y + z = 0, (5.43)
⎪
⎪
⎩ 3x + y − 5z = 0.
Для нахождения вектора b2 запишем матрицу этой системы и ее пре-

образования:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
−5 1 3 1 −1 1 1 −1 1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ 1 −1 1
⎢ 1 −1 1 ⎥ → ⎢−5 1 3 ⎥ → ⎢0 −4 8 ⎥ → .
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ 0 1 −2
3 1 −5 3 1 −5 0 4 −8
Перейдем к системе уравнений:

x − y = −z,
(5.44)
y = 2z.
Положив z = 1, находим y = 2 и x = 1.
Таким образом, b2 = (1, 2, 1).
3. Для λ = 3 имеем систему:
⎧
⎪
⎨ −2x + y + 3z = 0,
⎪
x + 2y + z = 0, (5.45)
⎪
⎪
⎩ 3x + y − 2z = 0.
Для нахождения вектора b3 проводим аналогичные эквивалентные

преобразования:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
−2 1 3 1 2 1 1 2 1
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ 1 2 1
⎢ 1 2 1 ⎥ → ⎢−2 1 3 ⎥ → ⎢0 5 5⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦→ 0 1 1 .
3 1 −2 3 1 −2 0 −5 −5
Переходим к системе уравнений:

x + 2y = −z,
(5.46)
y = −z.
Положив z = 1, находим y = −1, x = 1.
Таким образом, матрица A имеет следующие собственные значения
и соответствующие им собственные векторы:
λ1 = −2, b1 = (−1, 0, 1), (5.47)
λ2 = 6, b2 = (1, 2, 1), (5.48)
λ3 = 3, b3 = (1, −1, 1). (5.49)

Примечание. Характеристическое уравнение в физике иногда назы-
вают вековым уравнением в связи с тем, что такого рода уравнения
возникли при анализе движений планет Солнечной системы и их спутни-
ков на значительных промежутках времени (как говорят, вековых дви-
жений) [33].
Аннулирующим полиномом для матрицы A называется такой по-
лином p(x), значение которого от этой матрицы равно нулевой матрице:
p(A) = O.
Теорема 5.5 (теорема Кэли5 – Гамильтона6 ). Для любой квад-
ратной матрицы A характеристический полином является ее аннули-
рующим полиномом.
5
Кэли (Arthur Cayley) (1821–1895) — английский математик.
6
Гамильтон (William Rowan Hamilton) (1805–1865) — ирландский математик и физик.
Пример 5.12. Проиллюстрируем теорему Кэли –Гамильтона с помо-

1 −10
щью характеристического полинома матрицы A = .
−6 5

1 − λ −10

Действительно, p(λ) = det |A − λI| = = λ2 − 6λ − 55.
−6 5 − λ
Проверим, что выполняется равенство p(A) = O:
2
1 −10 1 −10 1 0
p(A) = −6 − 55 =
−6 5 −6 5 0 1

61 −60 −6 60 −55 0 0 0
= + + = .
−36 85 36 −30 0 −55 0 0
Значит, p(λ) является аннулирующим полиномом для матрицы A.

Напомним, что подобные матрицы A и B связаны соотношением B =
= P −1 AP для некоторой невырожденной матрицы P . Выбирая P состав-
ленной из столбцов, равных собственным векторам A (записанным в про-
извольном порядке), получим диагональную матрицу B. В этом состоит
процедура диагонализации исходной матрицы.
Заметим, что достаточным условием возможности диагонализации
является наличие различных собственных значений исходной матрицы,
и их число должно совпадать с ее порядком.
Контрольные вопросы к главе «Векторные

пространства»
1. Дайте определение n-мерного арифметического вектора.
2. Перечислите основные операции над векторами.
3. Что такое n-мерное арифметическое пространство?
4. Как строится линейная комбинация системы векторов?
5. Какая система векторов называется линейно зависимой?
6. Дайте определение базиса векторного пространства.
7. Сформулируйте критерий того, что произвольная система векто-
ров является базисом.
8. Расскажите, как в векторном пространстве можно ввести скаляр-

ное произведение векторов.
9. Перечислите основные свойства скалярного произведения.
10. Как найти норму вектора?
11. Для чего используют процедуру ортогонализации Грама – Шмидта?
12. Какие две матрицы называют подобными?
13. Перечислите свойства подобия матриц.
14. Дайте определение понятиям «собственный вектор» и «собственное

значение» матрицы.
15. Как, зная элементы матрицы, составить ее характеристическое

уравнение?
16. Сформулируйте теорему Кэли – Гамильтона.
17. В чем состоит достаточное условие диагонализации матрицы?

5.1. Выясните, образуют ли векторы p, q, r базис в трехмерном вектор-
ном пространстве. Если образуют, то разложите вектор x по этому
базису. ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
2 1 4 3
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
1) p = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣1⎦ , q = ⎣0⎦ , r = ⎣2⎦ , x = ⎣1⎦ . (5.50)
0 1 1 3
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
5 2 1 13
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
2) p = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣1⎦ , q = ⎣−1⎦ , r = ⎣ 0 ⎦ , x = ⎣ 2 ⎦ . (5.51)
0 3 −1 7
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
4 2 −1 −9
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
3) p = ⎣1⎦ , q = ⎣ 0 ⎦ , r = ⎣ 2 ⎦ , x = ⎣ 5 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢
⎦. (5.52)
1 −3 1 5
5.2. Векторы e1 , e2 , e3 , e4 заданы своими координатами в некотором

базисе. Покажите, что векторы e1 , e2 , e3 , e4 сами образуют базис
и найдите координаты вектора x в этом базисе:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 1 1 7
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢2⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
e1 = ⎢ ⎥ , e2 = ⎢ 3 ⎥ , e3 = ⎢2⎥ , e4 = ⎢ 3 ⎥ , x = ⎢ 14 ⎥ .
⎢−1⎥ ⎢0⎥ ⎢1⎥ ⎢−1⎥ ⎢−1⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
−2 −1 4 0 2
(5.53)
5.3. Проверьте, что векторы a = (1, 2, 3), b = (−3, −2, 3), c = (0, −2, −2)
линейно независимы и таким образом образуют базис. Является ли
он ортогональным? Ортонормированным? Если ответы на эти во-
просы отрицательные, то с помощью процедуры ортогонализации
Грама – Шмидта постройте ортонормированный базис.
5.4. Проверьте, что векторы a = (3, −1, 1, 2), b = (−3, 1, 0, −2), c =
= (0, −2, 2, −2), d = (1, 4, 2, −7) образуют базис в R4 . Является ли
он ортогональным? Ортонормированным? Если ответы на эти во-
просы отрицательные, то с помощью процедуры ортогонализации
Грама – Шмидта постройте ортонормированный базис.
5.5. Докажите, что набор векторов {(i, 2 − i, 5), (1, 2 + i, −i), (1, i, −1)}
является базисом в линейном пространстве C3 . Чему равны коор-
динаты векторов (1, 0, 0), (1, 1, 0), (1, 1, 1) в этом базисе?
5.6. Пусть векторы v 1 = [a1 , a2 ]T и v 2 = [b1 , b2 ]T линейно независимы.
Что можно сказать о линейной зависимости или независимости век-
торов w1 = [a1 , b1 ]T и w2 = [a2 , b2 ]T ?
5.7. Докажите, что множество M = {Mpq } всех матриц с p строками и
q столбцами с вещественными элементами образует линейное про-
странство относительно операций сложения матриц и умножения
матрицы на число.
5.8. Докажите неравенство Коши7 – Буняковского8 (называемое
также неравенством Коши – Шварца9 ):
для произвольных векторов x, y ∈ Rn справедливо соотношение
(x · y)2 (x · x)(y · y), (5.54)
7
Коши (Augustin-Louis Cauchy) (1789–1857) — французский математик и механик.
8
Виктор Яковлевич Буняковский (1804–1889) — русский математик и историк математики.
9
Шварц (Karl Hermann Amandus Schwarz) (1843–1921) — немецкий математик.
причем равенство имеет место тогда и только тогда, когда векторы

x и y отличаются скалярным множителем, т. е. пропорциональны.
5.9. Докажите теорему Пифагора10 :

Если векторы x, y ∈ Rn ортогональны, то имеет место равен-
ство
x + y 2 = x 2 + y 2. (5.55)
5.10. Проверьте справедливость тождества

2 2 2
x+y + x−y ≡ 2( x + y 2) (5.56)
для произвольных элементов n-мерного векторного пространства

Rn . Каков геометрический смысл этого тождества в пространствах
R 2 и R3 ?
5.11. Известно, что выполняются равенства x = 6, x + y = 10,

x − y = 12. Чему равна величина x ?
5.12. Определите максимальное число линейно независимых векторов

1) на плоскости;
2) в трехмерном пространстве;
3) в Rn .
5.13. Проверьте, что система векторов
[1, 1, 1, . . . , 1]T , [0, 1, 1, . . . , 1]T , [0, 0, 1, . . . , 1]T , . . . , [0, 0, 0, . . . , 1]T
образует базис в Rn .
5.14. Является ли система векторов
[1, 1, 1, . . . , 1]T , [1, 2, 3, . . . , n]T , [1, 22 , 32 , . . . , n2 ]T , ...,

n−1 n−1
[1, 2 ,3 , . . . , nn−1 ]T
базисом в Rn ?

0 0 0 a
5.15. Покажите, что матрицы и , где a ∈ R, являются
a 0 0 0
подобными.
10
Пифагор Самосский (Pythagoras of Samos, Πυθαγόρας ὁ Σάμιος) (ок. 570 до н. э. — ок. 495 до
н. э.) — древнегреческий философ и математик.
5.16. Установите, являются ли матрицы A1 и A2 подобными:

1 −1 0 0
1) A1 = и A2 = ;
0 0 1 1
⎡ ⎤ ⎡ ⎤
1 0 0 1 0 1
⎢ ⎥ ⎢ ⎥
2) A1 = ⎣0 1 0⎦ и A2 = ⎣1 0 0⎥
⎢ ⎥ ⎢
⎦.
0 0 0 0 1 0
5.17. Верно ли, что у подобных матриц след совпадает?
5.18. Найдите собственные значения и собственные векторы матрицы A.

⎡ ⎤ ⎡ ⎤
4 −5 2 3 1 0
⎢ ⎥ ⎢ ⎥
1) A = ⎢⎣ 5 −7 3 ⎥ ; 2) A = ⎢−4 −1 0 ⎥ ;
⎦ ⎣ ⎦ (5.57)
6 −9 4 4 −8 −2
⎡ ⎤ ⎡ ⎤
2 −1 2 0 1 0
⎢ ⎥ ⎢ ⎥
3) A = ⎢
⎣5 −3 3⎥ ⎦ ; 4) A = ⎢−4 4 0⎥ ;
⎣ ⎦ (5.58)
−1 0 −2 −2 1 2
⎡ ⎤
1 −3 3
⎢ ⎥
5) A = ⎢
⎣ −2 −6 13 ⎥.
⎦ (5.59)
−1 −4 8
5.19. Приведите матрицу к диагональному виду:

⎡ ⎤
4 15 −3
⎢ ⎥
A=⎢ ⎣ 8 −3 3 ⎥.
⎦
0 −15 7
5.20. Приведите следующие матрицы к диагональному виду:

1) ⎡ ⎤
4 1 4
⎢ ⎥
⎢
A=⎣ 6 6 ⎥
3 ⎦;
−11 −5 −11
2) ⎡ ⎤
−23 −16 −28
⎢ ⎥
A=⎢
⎣ 58 64 ⎥⎦.
39
−11 −7 −10
5.21. Приведите матрицу, зависящую от вещественного параметра a, к диа-
гональному виду:
⎡ ⎤
a −1 −1
⎢ ⎥
A=⎢
⎣−1 a 1⎥⎦.
1 1 a
∗ 5.22. Запишите характеристическое уравнение для матрицы Ω размера
n × n: ⎡ ⎤
0 1 0 ... 0 0
⎢ ⎥
⎢ 0 0 1 . . . 0 0⎥
⎢ ⎥
⎢ ⎥
Ω = ⎢. . . . . . . . . . . . . . . .⎥ .
⎢ ⎥
⎢ 0 0 0 . . . 0 1⎥
⎣ ⎦
ω 0 0 ... 0 0
∗ 5.23. Используя теорему Кэли – Гамильтона, вычислите n-ю степень мат-
рицы Ω, определенной в предыдущем упражнении.
∗ 5.24. Найдите значение предела:
n
1 ϕ/n
lim . (5.60)
n→∞ −ϕ/n 1
5.25. Приведите комплексную матрицу к диагональному виду:

⎡ ⎤
1 − 2i 2i 2
⎢ ⎥
Z=⎢⎣ 0 i 0⎥⎦.
i −2 0
5.26. Известно, что два из трех собственных значений матрицы

⎡ ⎤
910 1013 + 57i −1013 + 57i
⎢ ⎥
⎢
Y = ⎣ 57 − 899i 68 − 1070i 57 + 1013i ⎥ ⎦
−57 − 899i 57 − 1013i 68 + 1070i

равны 11 + 57i и 11 − 57i. Не решая характеристическое уравнение,

найдите третье собственное значение.
5.27. Докажите, что собственные значения эрмитова оператора веще-

ственны.
∗ 5.28. Докажите, что все собственные значения унитарной матрицы ле-

жат в комплексной плоскости на единичной окружности с центром
в начале координат.
5.29. Вычислите собственные значения и собственные векторы матриц

Паули σ1 , σ2 , σ3 (см. с. 199).
Ответы и решения к главе «Векторные

пространства»
Запишем матрицу A, составленную из координат векторов a, b и c:
⎡ ⎤
1 −3 0
⎢ ⎥
A=⎢ ⎥
⎣2 −2 −2⎦ .
3 3 −2
Поскольку det A = 16 = 0, то векторы линейно независимы и обра-

зуют базис. Базис не является ортогональным, т. к., например,
√ (a · b) =
= 2 = 0, и не является ортонормированным, т. к. a = 14 = 1.
Для построения ортонормированного базиса применим алгоритм Гра-
ма – Шмидта:
⎡ ⎤
1
⎢ ⎥ t1 1
t1 = a = ⎣ 2 ⎥
⎢
⎦ , q 1 = t1 = √14 (1, 2, 3);
3
t2 = b − (b · q 1 )q 1 =
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
−3 1 −11
⎢ ⎥ 1 1 ⎢ ⎥ ⎢ ⎥
=⎢ ⎥ ⎢ ⎥ 2⎢ ⎥
⎣−2⎦ − √14 (1 · (−3) + 2 · (−2) + 3 · 3) √14 ⎣2⎦ = 7 ⎣ −8 ⎦ ,
3 3 9
⎡ ⎤
−11
t2 1 ⎢ ⎢
⎥
⎥;
q2 = =√ −8
t2 266 ⎣ ⎦
9
t3 = c − (c · q 1 )q 1 − (c · q 2 )q 2 =
⎡ ⎤ ⎡ ⎤
0 1
⎢ ⎥ 1 1 ⎢ ⎥
⎢ ⎥
= ⎣−2⎦ − √ (0 · 1 − 2 · 2 − 2 · 3) √ ⎣2⎥ ⎢ −
14 14 ⎦
−2 3
⎡ ⎤ ⎡ ⎤
−11 3
1 1 ⎢ ⎥
⎢ −8 ⎥ = 4 ⎢ ⎥
⎢ ⎥
−√ (0 · (−11) − 2 · (−8) − 2 · 9) √ ⎦ 19 ⎣−3⎦ ;
266 266 ⎣
9 1
⎡ ⎤
3
t3 1 ⎢ ⎥
q3 = = √ ⎣−3⎥ ⎢
⎦.
t3 19
1
В итоге получаем ортонормированный базис:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 −11 3
1 ⎢ ⎥ 1 ⎢ ⎥ 1 ⎢ ⎥
q1 = √ ⎢ 2⎥ , q 2 = √ ⎢ −8 ⎥ , q 3 = √ ⎢−3⎥ .
14 ⎣ ⎦ 266 ⎣ ⎦ 19 ⎣ ⎦
3 9 1
Запишем матрицу A, составленную из координат заданных векторов:
⎡ ⎤
3 −3 0 1
⎢ ⎥
⎢−1 1 −2 4 ⎥
A=⎢ ⎢ ⎥.
⎥
⎣ 1 0 2 2 ⎦
2 −2 −2 −7
Ее определитель равен det A = −72 = 0.

Ясно, что rk A = 4, тогда по теореме о базисном миноре векторы
a = (3, −1, 1, 2), b = (−3, 1, 0, −2), c = (0, −2, 2, −2), d = (1, 4, 2, −7)
образуют базис в арифметическом пространстве R4 .
Этот базис не является ни ортогональным, ни ортонормированным,
т. к., например, (a · b) = −14 = 0 и (a · a) = 15 = 1.
Для построения ортонормированного базиса (q 1 , q 2 , q 3 , q 4 ) применим
алгоритм Грама – Шмидта:
t1 1
t1 = a = (3, −1, 1, 2), q 1 = = √ (3, −1, 1, 2);
t1 15
⎡t2 =⎤b − (b · q 1 )q 1 = ⎡ ⎤ ⎡ ⎤
3 3 −3
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢−1⎥ ⎢ ⎥ ⎢ ⎥
=⎢ ⎥ − √1 ((−3) · 3 + 1 · (−1) + 0 · 1 − 2 · 2) √1 ⎢−1⎥ = 1 ⎢ 1 ⎥,
⎢1⎥ 15 ⎢ ⎥ ⎢ ⎥
⎣ ⎦ 15 ⎣ 1 ⎦ 15 ⎣ 14 ⎦
2 2 −2
⎡ ⎤
−3
⎢ ⎥
t2 1 ⎢ ⎢ 1 ⎥;
⎥
q2 = =√ ⎢
t2 210 ⎣ 14 ⎥ ⎦
−2
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
0 −3 3
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢−2⎥ 1 ⎢ 1 ⎥ 1 ⎢−15⎥
t3 = c − (c · q 1 )q 1 − (c · q 2 )q 2 = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 2 ⎥ − 0 · q 1 − 7 ⎢ 14 ⎥ = 7 ⎢ 0 ⎥ ,
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
−2 −2 −12
⎡ ⎤
1
⎢ ⎥
t3 1 ⎢−5⎥
q3 = =√ ⎢ ⎥;
t3 42 ⎢⎣ ⎦0 ⎥
⎡t4 =⎤d − (d ·⎡q 1 )q⎤1 − (d · ⎡ 2 − (d · ⎡

q 2 )q⎤ q 3 )q⎤3 = ⎡ ⎤
1 1 −3 3 4
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢4⎥ 3 ⎢ ⎥ 43 ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
=⎢ ⎥ ⎢−5⎥ ⎢ 1 ⎥ 13 ⎢−1⎥ ⎢ 4 ⎥
⎢ 2 ⎥ − 124 ⎢ 0 ⎥ − 210 ⎢ 14 ⎥ + 15 ⎢ 1 ⎥ = ⎢ 0 ⎥,
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
−7 −4 −2 2 −4
⎡ ⎤
1
⎢ ⎥
t4 1 ⎢ 1⎥
q4 = =√ ⎢ ⎥.
t4 3⎢⎣ ⎦
0 ⎥
−1
В итоге, перечислим
⎡ ⎤ векторы ортонормированного
⎡ ⎤ базиса:
3 −3
⎢ ⎥ ⎢ ⎥
1 ⎢−1⎥ ⎢ ⎥
⎥ , q2 = √ 1 ⎢ 1 ⎥ ,
q1 = √ ⎢ ⎢
15 ⎣ 1 ⎦⎥ 210 ⎢ ⎥
⎣ 14 ⎦
2 −2
⎡ ⎤ ⎡ ⎤
1 4
⎢ ⎥ ⎢ ⎥
1 ⎢−5⎥ 1 ⎢ ⎥
⎢ 4 ⎥.
q3 = √ ⎢ ⎢
⎥ , q4 = √
⎥ ⎢
42 ⎣ 0 ⎦ 4 3⎣ 0 ⎥ ⎦
−4 −4
Составим матрицу A из координат заданных векторов.
⎡ ⎤
i 1 1
⎢ ⎥
A=⎢ ⎣ 2 − i 2 + i i ⎥.
⎦
5 −i −1
Ее определитель det A = −8 − 6i = 0, следовательно, набор векторов

образует базис в пространстве C3 .
Найдем координаты векторов a = (1, 0, 0), b = (1, 1, 0), c = (1, 1, 1) в
этом базисе.
Вектор a в базисе (e1 , e2 , e3 ) имеет координаты (a1 , a2 , a3 ), удовле-
творяющие системе уравнений, которая в матричной записи имеет вид:
⎡ ⎤⎡ ⎤ ⎡ ⎤
i 1 1 a 1
⎢ ⎥ ⎢ 1⎥ ⎢ ⎥
⎢2 − i 2 + i i ⎥ ⎢a2 ⎥ = ⎢0⎥ .
⎣ ⎦⎣ ⎦ ⎣ ⎦
5 −i −1 a3 0
Для решения полученной системы воспользуемся методом Крамера,

Δi
согласно которому для i ∈ {1, 2, 3} выполняются равенства ai = .
Δ
Δ = −6 − 2i,

1 1 1

Δ1 = 0 2 + i i = −3 − i,

0 −i −1

i 1 1

Δ2 = 2 − i 0 i = 2 + 4i,

5 0 −1

i 1 1

Δ3 = 2 − i 2 + i 0 = −11 − 7i.

5 −i 0
Отсюда получаем следующие координаты:
−3 − i 1 1
a = (a1 , a2 , a3 ), где a1 = = (3 − i), a2 = − (4 + 2i),
−8 − 6i 10 10
1
a3 = (13 − i).
10
Запишем систему уравнений для координат второго вектора b:
⎡ ⎤⎡ ⎤ ⎡ ⎤
i 1 1 b 1
⎢ ⎥ ⎢ 1⎥ ⎢ ⎥
⎢2 − i 2 + i i ⎥ ⎢b2 ⎥ = ⎢1⎥.
⎣ ⎦⎣ ⎦ ⎣ ⎦
5 −i −1 b3 0

1 1 1

Δ1 = 1 2 + i i = −2 − 2i,

0 −i −1

i 1 1

Δ2 = 2 − i 1 i = −3 + 3i,

5 0 −1

i 1 1

Δ3 = 2 − i 2 + i 1 = −7 − 7i.

5 −i 0
1 1 1
Значения координат: b1 = (7 + i), b2 = (3 − 21i), b3 = (49 + 7i).
25 50 50
Наконец, координаты вектора c удовлетворяют следующей системе
уравнений в матричной форме:

⎡ ⎤⎡ ⎤ ⎡ ⎤
i 1 1 a 1
⎢ ⎥ ⎢ 1⎥ ⎢ ⎥
⎢2 − i 2 + i i ⎥ ⎢a2 ⎥ = ⎢1⎥ .
⎣ ⎦⎣ ⎦ ⎣ ⎦
5 −i −1 a3 1

1 1 1

Δ1 = 1 2 + i i = −4 − 2i,

1 −i −1

i 1 1

Δ2 = 2 − i 1 i = 2i,

5 1 −1

i 1 1

Δ3 = 2 − i 2 + i 1 = −10 − 4i.

5 −i 1
1 1
Координаты вектора c равны: c1 = (11 − 2i), c2 = − (3 + 4i),
25 25
1
c3 = (26 − 7i).
25
Критерием, т. е. необходимым и достаточным условием линейной неза-
висимости системы векторов v 1 , v 2 является неравенство нулю опреде-
лителя, составленного из их координат:

a b
1 1
= 0.
a2 b2
Как известно, транспонирование матрицы не меняет ее определителя.

Следовательно, имеет место неравенство

a a
1 2
= 0,
b1 b 2
и векторы w1 = [a1 , b1 ]T и w2 = [a2 , b2 ]T являются независимыми.

Каждую матрицу из множества M можно представить как числовую
последовательности длины p × q. В самом деле, для этого достаточно
записать элементы матрицы построчно в вектор, или, другими словами,

в одномерный массив размера p × q. Поскольку векторы одного размера
образуют арифметическое пространство, то и множество M = {Mpq }
тоже образует линейное пространство относительно операций сложения
матриц и умножения матрицы на число.
Введем в рассмотрение вектор z = x − λy, где λ — некоторое веще-
ственное число.
На основании четвертого свойства скалярного произведения (z, z)
0, или
((x − λy) · (x − λy)) = (x · x) − 2λ(x · y) + λ2 (y · y) 0. (5.61)
Это неравенство должно быть справедливым при любых λ ∈ R. Об-
ратим внимание на то, что левая часть неравенства (5.61) представляет
собой квадратичный трехчлен. Необходимое и достаточное условие его
неотрицательности состоит в неположительности дискриминанта:
(x · y)2 − (x · x)(y · y) 0.
Полученное неравенство, как легко видеть, после переноса слагаемого
(x · x)(y · y) в правую часть совпадает с неравенством Коши – Буняков-
ского.
Знак равенства будет иметь место в том и только том случае, если z ≡
≡ 0, т. е. x и y пропорциональны и отличаются скалярным множителем.
Из определения длины вектора и свойств скалярного произведения
следуют равенства
2
x+y = ((x+y)·(x+y)) = (x·x)+(x·y)+(y·x)+(y·y) = x 2 + y 2 .
Тем самым, теорема Пифагора доказана для всех ортогональных век-
торов x, y ∈ Rn .
Преобразуя квадраты норм в левой части тождества, получим:
2 2
x+y = ((x + y) · (x + y)) = x + 2(x · y) + y 2 , (5.62)
2 2
x−y = ((x − y) · (x − y)) = x − 2(x · y) + y 2 . (5.63)
Из этих соотношений следует равенство (5.56). Геометрический смысл
этого равенства заключается в том, что сумма квадратов диагоналей
параллелограмма равна сумме квадратов сторон.
Выразим величину y , воспользовавшись тождеством (5.56) из
предыдущего упражнения:
/
y = ( x + y 2 + x − y 2 )/2 − x 2 .
/
Подставив
√ числовые данные, получим: y = (100 + 144)/2 − 36 =
= 86.
5.12. Ответ:
1) максимальное число линейно независимых векторов равно 2;
2) 3;
3) n.
Матрица
⎡ рассматриваемой ⎤ системы векторов имеет нижний треуголь-
1 0 ... 0 0
⎢ ⎥
⎢1 1 . . . 0 0 ⎥
⎢ ⎥
⎢ ⎥
ный вид: ⎢. . . . . . . . . . . . .⎥
⎢ ⎥
⎢1 1 . . . 1 0 ⎥
⎣ ⎦
1 1 ... 1 1
Ее определитель равен произведению элементов, расположенных на
главной диагонали. Следовательно, векторы линейно независимы и об-
разуют базис в линейном пространстве Rn .
5.14. Ответ: является. Это легко видеть из неравенства нулю опре-
делителя Вандермонда в этом случае (см. (2.74) на с. 86).
Легко проверить, что выполняется равенство:

0 a 0 0
= P −1 P,
0 0 a 0

0 1
где P = . Следовательно, по определению отношения подобия (5.27),
1 0
приведенные в условии задачи матрицы являются подобными.
5.16. Ответ:
−1
0 1 0 1
1) да, A2 = A1 ;
−1 0 −1 0
2) нет, поскольку не выполняется равенство определителей этих мат-

риц.
Да, как следует из упр. 1.44, для любых матриц A и обратимой P
выполняется равенство
tr (P −1 AP ) = tr (AP −1 P ) = tr A.
1) Как известно, собственным вектором матрицы A называется такой
вектор u, что при умножении A на u в результате получается вектор λu,
где λ ∈ R — собственное значение.
Запишем уравнение вида Au = λu:
⎡ ⎤⎡ ⎤ ⎡ ⎤
4 −5 2 u1 u
⎢ ⎥⎢ ⎥ ⎢ 1⎥
⎢5 −7 3⎥ ⎢u2 ⎥ = λ ⎢u2 ⎥ ,
⎣ ⎦⎣ ⎦ ⎣ ⎦
6 −9 4 u3 u3
или⎧в координатах вектора u:
⎪
⎨4u1 − 5u2 + 2u3 = λu1 ,
5u1 − 7u2 + 3u3 = λu2 ,
⎪
⎩6u − 9u + 4u = λu ,
⎧ 1 2 3 3
⎪
⎨ (4 − λ)u1 − 5u2 + 2u 3 = 0,
5u1 − (7 + λ)u2 + 3u3 = 0,
⎪
⎩
6u1 − 9u2 + (4 − λ)u3 = 0.
Заметим, что собственный вектор по определению не может быть ну-
левым: ⎡ ⎤ ⎡ ⎤
u 0
⎢ 1⎥ ⎢ ⎥
⎢u2 ⎥ = ⎢0⎥ .
⎣ ⎦ ⎣ ⎦
u3 0
Следовательно, уравнения линейно зависимы и определитель матри-
цы системы равен нулю:

(4 − λ) 5u2 2u3

5u1 −(7 + λ)u2 3u3 = 0.

6u1 −9u2 (4 − λ)u3
Вычислив определитель, получаем характеристическое уравнение:
λ − λ3 = 0.
2
Собственные значения: λ1,2 = 0, λ3 = 1, причем нуль является соб-

ственным значением кратности два.
Найдем соответствующие собственные векторы:
Пусть
⎧ λ = 0.
⎪
⎨4u1 − 5u2 + 2u3 = 0,
5u1 − 7u2 + 3u3 = 0,
⎪
⎩
6u1 − 9u2 + 4u3 = 0.
Решив эту систему, получим: ⎡ ⎤ ⎡ ⎤
u u
⎢ 1⎥ ⎢ 1 ⎥
u1 = 0, u2 = 2u1 , u3 = 3u1 , или ⎣u2 ⎦ = ⎣2u1 ⎥
⎢ ⎥ ⎢
⎦, u1 ∈ R.
u3 3u1
⎡ ⎤
1
⎢ ⎥
Собственный вектор: ⎣2⎥
⎢
⎦.
3
Пусть
⎧ λ = 1.
⎪
⎨3u1 − 5u2 + 2u3 = 0,
5u1 − 8u2 + 3u3 = 0,
⎪
⎩
6u1 − 9u2 + 3u3 = 0.
Решив эту систему, получим: ⎡ ⎤ ⎡ ⎤
u u
⎢ 1⎥ ⎢ 2⎥
u1 = u2 , 0u2 = 0u2 , u3 = u2 , или ⎣u2 ⎦ = ⎣u2 ⎥
⎢ ⎥ ⎢
⎦, u2 ∈ R. Собственный
u3 u2
⎡ ⎤
1
⎢ ⎥
вектор: ⎢
⎣1⎦.
⎥
1
2) По аналогии с решением предыдущего пункта запишем уравнение
вида Au = λu. Затем получим характеристическое уравнение:
−(λ + 2)(λ − 1)2 = 0.
Собственные значения равны: λ1 = −2, λ2,3 = 1.
Найдем собственные векторы.
⎧ λ = −2:
Для
⎪
⎨5u1 + u2 = 0,
−4u1 + u2 = 0,
⎪
⎩
4u1 − 8u2 = 0,
u1 = 0, u2 = 0, u3 ∈ R.
⎡ ⎤
0
⎢ ⎥
⎢
⎦.
1
Для λ2,3 = 1:
⎧
⎪
⎨2u1 + u2 = 0,
−4u1 − 2u2 = 0,
⎪
⎩
4u1 − 8u2 − 3u3 = 0,
20
u2 = −2u1 , u3 = u1 ,
⎡ ⎤ ⎡ ⎤ 3
u u 1
⎢ 1⎥ ⎢ ⎥
⎢u2 ⎥ = ⎢−2u1 ⎥, u1 ∈ R.
⎣ ⎦ ⎣ ⎦
20
u3 u1
3 ⎡ ⎤
3
⎢ ⎥
Собственный вектор: ⎢ ⎣−6⎦.
⎥
20
3) Характеристическое уравнение: −λ3 − 3λ2 − 3λ − 1 = 0.
Собственное
⎧ значение имеет кратность, равную трем: λ = −1.
⎪3u1 − u2 + 2u3 = 0,
⎨
5u1 − 2u2 + 3u3 = 0,
⎪
⎩
−u1 − u3 = 0.
Найдем нетривиальное ⎡ решение:
⎤ u1 = −u3 , u2 = −u3 .
−1
⎢ ⎥
Собственный вектор: ⎣−1⎥
⎢
⎦.
1
4) Характеристическое уравнение имеет вид: −(λ − 2)3 = 0.
Собственное значение: λ = 2.
Найдем
⎧ собственный вектор для λ = 2:
⎪−2u1 + u2 = 0,
⎨
−4u1 + 2u2 = 0,
⎪
⎩
−2u1 + u2 = 0,
тогда u = c1 [1/2, 1, 0]T + c2 [0, 0, 1]T .
Собственные векторы: [1, 2, 0]T , [0, 0, 1]T .
5) Характеристическое уравнение: −λ3 + 3λ2 − 3λ + 1 = 0.
Собственное значение λ = 1 имеет кратность, равную трем.
⎧
⎪
⎨−3u2 + 3u3 = 0,
−2u1 − 7u2 + 13u3 = 0,
⎪
⎩
−u1 − 4u2 + 7u3 = 0,
следовательно,
⎡ ⎤ u2 = u3 , u1 = 3u3 .
3u
⎢ 3⎥
⎢ u3 ⎥, u3 ∈ R.
⎣ ⎦
u3
⎡ ⎤
3
⎢ ⎥
⎢
⎦.
1
Составим характеристическое уравнение:
⎡ ⎤
4−λ 15 −3
⎢ ⎥
⎢
det ⎣ 8 −3 − λ 3 ⎥ = 0.
⎦
0 −15 7−λ
Найдем характеристический полином, выполняя разложение опреде-

лителя по первому столбцу:
p(λ) = (4 − λ)((−3 − λ)(7 − λ) + 45) − 8(15(7 − λ) − 45),
p(λ) = λ3 − 8λ2 − 80λ + 384.
Найдем собственные значения: λ1 = 12, λ2 = −8, λ3 = 4.
Составим собственные
⎧ векторы.
⎪
⎨−8x1 + 15x2 − 3x3 = 0,
1) Для λ1 : 8x1 − 15x2 + 3x3 = 0, ⇒ a1 = c(3, 1, −3).
⎪
⎩
−15x2 − 5x3 = 0
⎧ Для λ2 :
2)
⎪
⎨12x1 + 15x2 − 3x3 = 0,
8x1 + 5x2 + 3x3 = 0, ⇒ a2 = c(−1, 1, 1).
⎪
⎩
−15x2 + 15x3 = 0
⎧ Для λ3 :
3)
⎪
⎨15x2 − 3x3 = 0,
8x1 − 7x2 + 3x3 = 0, ⇒ a3 = c(−1, 1, 5).
⎪
⎩
−15x2 + 3x3 = 0
Запишем матрицу перехода и обратную к ней:
⎡ ⎤ ⎡ ⎤
3 −1 −1 1 1 0
⎢ ⎥ ⎢ ⎥
P =⎢ 1 1 1 ⎥, P −1 = 1 ⎢−2 3 −1⎥.
⎣ ⎦ 4⎣ ⎦
−3 1 5 1 0 1
В итоге, диагонализованная матрица равна
⎡ ⎤ ⎡ ⎤
12 0 0 −3 −1 −1
⎢ ⎥ ⎢ ⎥
B = P −1 AP = ⎢ ⎥ ⎢
⎣ 0 −8 0⎦ , где P = ⎣−1 1 1 ⎦ .
⎥
0 0 4 3 1 5
Характеристическое уравнение имеет вид:
⎡ ⎤
4−λ 1 4
⎢ ⎥
|A − λI| = ⎢
⎣ 6 3−λ 6 ⎥ = 0.
⎦
−11 −5 −11 − λ
Вычислим характеристический полином:

p(λ) = (4 − λ)((3 − λ)(−11 − λ) + 30) − (6(−11 − λ) + 30) +
+ 4(−30 − (3 − λ) · (−11)),
p(λ) = −λ3 − 4λ2 − 3λ.
Собственные значения: λ1 = −3, λ2 = −1, λ3 = 0.
Составим собственные векторы.
⎧ λ1 :
Для
⎪
⎨7x1 + x2 + 4x3 = 0,
6x1 + 6x2 + 6x3 = 0, ⇒ a1 = c(1, 1, −2).
⎪
⎩
−11x1 − 5x2 − 8x3 = 0
⎧ λ2 :
Для
⎪
⎨5x1 + x2 + 4x3 = 0,
6x1 + 4x2 + 6x3 = 0, ⇒ a2 = c(5, 3, −7).
⎪
⎩
−11x1 − 5x2 − 10x3 = 0
⎧
⎪
⎨4x1 + x2 + 4x3 = 0,
Для λ3 : 6x1 + 3x2 + 6x3 = 0, ⇒ a3 = c(−1, 0, 1).
⎪
⎩
−11x1 − 5x2 − 11x3 = 0
⎡ ⎤
1 5 −1
⎢ ⎥
Матрица перехода P = ⎣ 1 3 0 ⎥
⎢
⎦,
−2 −7 1
⎡ ⎤
−3 −2 −3
⎢ ⎥
обратная к ней матрица имеет вид P −1 = ⎢
⎣1 1 1⎥⎦.
1 3 2
Диагонализованная матрица:
⎡ ⎤ ⎡ ⎤
−3 0 0 1 5 −1
⎢ ⎥ ⎢ ⎥
B = P −1 AP = ⎢
⎣0 −1 0⎥ ⎢ ⎥
⎦ , где P = ⎣ 1 3 0 ⎦ .
0 0 0 −2 −7 1
2) Запишем характеристическое уравнение:

⎡ ⎤
−23 − λ −16 −28
⎢ ⎥
A − λI = ⎢
⎣ 58 39 − λ 64 ⎥ = 0,
⎦
−11 −7 −10 − λ
p(λ) = (−23 − λ)((39 − λ)(−10 − λ) + 64 · 7) + 16(58(−10 − λ) +
+ 11 · 64) − 28(−7 · 58 + 11(39 − λ)),
p(λ) = −λ3 + 6λ2 − 11λ + 6.
Собственные значения: λ1 = 3, λ2 = 2, λ3 = 1.
Составим собственные векторы.
⎧ λ1 :
Для
⎪
⎨−26x1 − 16x2 − 28x3 = 0,
58x1 + 36x2 + 64x3 = 0, ⇒ a1 = c(2, −5, 1).
⎪
⎩
−11x1 − 7x2 − 13x3 = 0
⎧ λ2 :
Для
⎪
⎨−25x1 − 16x2 − 28x3 = 0,
58x1 + 37x2 + 64x3 = 0, ⇒ a2 = c(4, −8, 1).
⎪
⎩
−11x1 − 7x2 − 12x3 = 0
Для λ3 :
⎧
⎪
⎨−24x1 − 16x2 − 28x3 = 0,
58x1 + 38x2 + 64x3 = 0, ⇒ a3 = c(5, −11, 2).
⎪
⎩−11x − 7x − 11x = 0
1 2 3
⎡ ⎤
2 4 5
⎢ ⎥
Матрица перехода P = ⎣−5 −8 −11⎥
⎢
⎦,
1 1 2
⎡ ⎤
−5 −3 −4
⎢ ⎥
обратная к ней матрица P −1 = ⎢
⎣ −1 −1 −3 ⎥.
⎦
3 2 4
Запишем диагонализованную матрицу:
⎡ ⎤ ⎡ ⎤
3 0 0 2 4 5
⎢ ⎥ ⎢ ⎥
B = P −1 AP = ⎢
⎣ 0 2 0 ⎥ , где P = ⎢−5 −8 −11⎥ .
⎦ ⎣ ⎦
0 0 1 1 1 2
5.21. Ответ:
Характеристический полином имеет вид p(λ) = λ3 − 3aλ2 + 3a2 λ −
−λ + (a − a3 ), его корни равны λ1 = a − 1, λ2 = a, λ3 = a + 1.
Диагонализованная матрица равна
⎡ ⎤ ⎡ ⎤
a+1 0 0 −1 1 0
⎢ ⎥ ⎢ ⎥
B = P −1 AP = ⎢ ⎣ 0 a 0 ⎥ ⎢
⎦ , где P = ⎣ 1 −1 −1⎦ .
⎥
0 0 a−1 0 1 1
Левую часть характеристического уравнения det(Ω − λI) = 0 запи-
шем, разложив определитель по первому столбцу:

−λ 1 0 . . . 0 0

0 −λ 1 . . . 0 0

det(Ω − λI) = . . . . . . . . . . . . . . . . . . . . . . . . =

0 0 0 . . . −λ 1

ω 0 0 . . . 0 −λ

−λ 1 0 . . . 0 1 0 . . . 0 0

0 −λ 1 . . . 0 −λ 1 . . . 0 0

= . . . . . . . . . . . . . . . . . . . − (−1)n . . . . . . . . . . . . . . . . . =

0 0 0 . . . 1 0 0 . . . 1 0

ω 0 0 . . . −λ 0 0 . . . −λ 1
= − λ(−λ)n−1 − (−1)n ω = (−λ)n − (−1)n ω.
В итоге, характеристическое уравнение для матрицы Ω имеет вид
(−1)n (λn − ω) = 0 или (λn − ω) = 0.
Согласно теореме Кэли – Гамильтона, при подстановке матрицы в ее
характеристическое уравнение получается тождество. Как показано в
упр. 5.22, характеристическое уравнение для Ω имеет вид (λn − ω) = 0.
Значит, справедливо равенство
Ωn − ωI = O, или Ωn = ωI,
где, как обычно, O — нулевая матрица размера n × n, I — единичная
матрица того же размера.
1 ϕ/n
Обозначим A = .
−ϕ/n 1
Собственные значения этой матрицы равны λ1,2 = 1 ± iϕ/n, соответ-
ствующие им собственные векторы равны [1, i]T и [1, −i]T .
Вычислим степень An , предварительно приведя матрицу к диаго-
нальному виду A :
−1
1 1 1 ϕ/n 1 1 1 + iϕ/n 0
A = = ,
i −i −ϕ/n 1 i −i 0 1 − ϕ/n
следовательно, по теореме о степени матрицы специального вида на с. 75

1 1 1 1
An = (A )n =
i −i i −i
−1 −1
1 1 (1 + iϕ/n)n 0 1 1
= .
i −i 0 (1 − ϕ/n)n i −i
После несложных вычислений получим

1 (1 + ia/n) n
+ (1 − ia/n) n
i(−(1 + ia/n) n
+ (1 − ia/n) n
)
An = .
2 i((1 + ia/n)n − (1 − ia/n)n ) (1 + ia/n)n + (1 − ia/n)n
Пользуясь известным из математического анализа соотношением [80]

lim (1 + t/n)n = et ,
n→∞
справедливым для всех t ∈ C, выполняем предельный переход:

−ia/n −ia/n
1 e ia/n
+ e e ia/n
− e
lim An = .
n→∞ 2 e−ia/n − eia/n eia/n + e−ia/n
Представляя экспоненту от мнимого числа по формуле Эйлера cos z+

+i sin z = eiz , приходим к окончательному ответу:
n
1 ϕ/n cos ϕ sin ϕ
lim = .
n→∞ −ϕ/n 1 − sin ϕ cos ϕ
5.25. Ответ:
⎡ ⎤ ⎡ ⎤
−2i 0 0 −2 −2i −i
⎢ ⎥ ⎢ ⎥
Z = P −1 ZP = ⎢
⎣ 0 i 0⎥⎦ , где P = ⎢0
⎣ 1−i 0⎥⎦.
0 0 1 1 2 1
Как известно, у подобных матриц следы совпадают (см. упр. 5.17).
Следовательно, сумма собственных значений матрицы равна следу этой
матрицы:
3

tr Y = λ1 + λ2 + λ3 = yii = 910 + (68 − 1070i) + (68 + 1070i) = 1046.
i=1
Третье собственное значение равно
λ3 = 1046 − (λ1 + λ2 ) = 1046 − ((11 + 57i) + (11 − 57i)) = 1024.
Пусть A — произвольная эрмитова матрица размера n × n, имеющая
собственный вектор b, которому отвечает собственное значение λ0 . Это
означает, что выполняется равенство
Ab = λ0 b. (5.64)
Рассмотрим выражение bH Ab. Оно равно вещественному числу, т. к.

по теореме об эрмитовом сопряжении произведения на с. 195
(bH Ab)H = bH AH (bH )H = bH Ab. (5.65)
Согласно (5.64), выполняется равенство
bH Ab = λ0 bH b = λ0 (|b1 |2 + |b2 |2 + . . . + |bn |2 ), (5.66)
где b1 , b2 , . . . , bn — компоненты вектора b.

Сравнивая (5.65) и (5.66), получаем, что λ0 ∈ R.
Пусть U — произвольная унитарная матрица, имеющая собственный
вектор b, которому отвечает собственное значение λ0 . Это означает, что
U b = λ0 b. (5.67)
Рассмотрим выражение (U b)H (U b). В силу (5.67) это выражение мож-
но представить в виде:
(U b)H (U b) = (λ0 b)H (λ0 b) = (λ∗0 bH )(λ0 b) = λ∗0 λ0 bH b = |λ0 |2 bH b. (5.68)
Заметим, что в преобразованиях было использовано свойство 3) опера-

ции эрмитового сопряжения (см. с. 195).
С другой стороны, опираясь на теорему об эрмитовом сопряжении
произведения на с. 195 и на свойство унитарности U H U = I, получим:
(U b)H (U b) = (bH U H )(U b) = bH (U H U )b = bH Ib = bH b. (5.69)
Сравнивая (5.68) и (5.69), приходим к выводу: |λ0 |2 = 1.

Следовательно, комплексное число λ0 расположено на комплексной
плоскости на расстоянии ρ = 1 от начала координат. Геометрическое ме-
сто всех таких точек λ0 есть окружность единичного радиуса с центром
в начале координат, что и требовалось доказать.
5.29. Ответ:
1 1
для σ1 : λ1,2 = ±1, собственные векторы b1,2 = √ ;
2 ±1

1 1
для σ2 : λ1,2 = ±1, собственные векторы b1,2 = √ ;
2 ±i

1 0
для σ3 : λ1,2 = ±1, собственные векторы b1 = и b2 = .
0 1
Глава 6
Векторы в трехмерном
пространстве
−→
Геометрическим вектором называется направленный отрезок AB
с началом в точке A и концом в точке B. В дальнейшем слово «геомет-
рический» в этом определении будем для краткости опускать.
Нулевым называют вектор, начало и конец которого совпадают.
−→
Длину отрезка AB называют длиной, или модулем, вектора AB и
−→
обозначают |AB|.
Векторы, лежащие на параллельных прямых, называют коллинеар-
ными.
Единичным называют вектор, модуль которого равен единице.
Вектор b называют произведением числа α, α = 0, на вектор a, если
выполняются условия:
1) |b| = abs(α)|a|;
2) направление векторов a и b совпадает, если α > 0, и эти векторы
противоположно направлены, если α < 0.
Произведение 0 на a равно по определению нулевому вектору.
−→ −−→
Два вектора AB и CD считают равными, если они коллинеарны,
имеют одинаковые модули и направлены в одну сторону.
Вектор
−→
AB
ε = −→ (6.1)
|AB|
−→
называется ортом вектора AB. Это единичный вектор, по направлению
−→
совпадающий с вектором AB.
При определении суммы векторов следует использовать правило па-
раллелограмма (рис. 6.1).
Пусть в пространстве заданы прямая L и точка A. Проведем через
270 ГЛАВА 6. ВЕКТОРЫ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ
c=a+b
Рис. 6.1. Определение вектора c как суммы векторов a и b (правило

параллелограмма)
точку A плоскость π, ортогональную прямой L. Точка пересечения плос-

кости π и прямой L называется проекцией точки A на прямую L.
−→
Рассмотрим вектор AB и прямую L в пространстве. Пусть A и B
есть проекции точек A и B на прямую L соответственно. Тогда век-
−−→ −→
тор A B называют проекцией вектора AB на прямую L и обозначают
−→
PrL AB.
−→ −→
Числовая проекция вектора AB на прямую L равна модулю |AB|,
−→
умноженному на косинус угла α между вектором AB и прямой L, т. е.
−→ −→
PrL AB = |AB| cos α.
Числовые проекции векторов обладают следующими свойствами:
PrL (a + b) = PrL a + PrL b; (6.2)
PrL (αa) = αPrL a. (6.3)
6.1. Декартова система координат

Декартовой1 системой координат называют систему, состоящую из
начальной точки O, трех взаимно перпендикулярных осей Ox, Oy, Oz,
которые пересекаются в точке O, и масштабного единичного отрезка.
−→
Пусть A — произвольная точка в пространстве. Вектор OA называют
−→
радиус-вектором точки A. Числовую проекцию вектора OA на ось
Ox обозначают через x и называют абсциссой, на ось Oy — через y и
1
Декарт (René Descartes) (1596–1650) — французский философ, математик, физик, физиолог.
ГЛАВА 6. ВЕКТОРЫ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ 271
A
k
O j y
i
x
Рис. 6.2. Декартова система координат
называют ординатой и на ось Oz — через z и называют аппликатой

точки A [46, 8].
У равных векторов соответствующие координаты совпадают.
Вещественные числа x, y, z являются координатами точки A и радиус-
−→ −→
вектора OA, что можно записать как A(x, y, z) и OA = (x, y, z).
Ортами (базисными векторами) декартовой системы координат
называют единичные векторы i, j, k (см. рис. 6.2). В координатном
представлении они имеют следующий вид: i = (1, 0, 0), j = (0, 1, 0) и
k = (0, 0, 1).
−→
Произвольный вектор AB = (x, y, z) можно представить в виде раз-
ложения по базису декартовой системы координат:
−→
AB = xi + yj + zk. (6.4)
Линейные операции над векторами, т. е. сложение векторов и умно-
жение вектора на число производятся, как говорят, покомпонентно или
покоординатно. Это означает, что если a = (ax , ay , az ), b = (bx , by , bz ) и
c ∈ R, то
a + b = (ax + bx , ay + by , az + bz ), ca = (cax , cay , caz ). (6.5)
С помощью ортов системы координат полученные равенства можно за-
писать как
a+b = (ax +bx )i+(ay +by )j +(az +bz )k, ca = cax i+cay j +caz k. (6.6)
Проиллюстрируем использование введенных определений на следую-
щем примере.
Пример 6.1. Для векторов v 1 = (−2, −1, 7), v 2 = (0, 4, −6) и скаляра
t = 3 имеем:
v 1 + v 2 = (−2 + 0, −1 + 4, 7 + (−6)) = (−2, 3, 1) = −2i + 3j + k,
tv 1 = (3 · (−2), 3 · (−1), 3 · 7) = (−6, −3, 21) = −6i − 3j + 21k.

6.2. Скалярное произведение векторов

Напомним (см. с. 237), что скалярное произведение двух векторов
a = (xa , ya , za ) и b = (xb , yb , zb ) обозначается как a · b и определяется
через их координаты следующим образом:
a · b = x a x b + ya y b + z a z b . (6.7)
Нетрудно проверить, что для скалярных произведений базисных век-
торов справедлива серия равенств:
i · j = i · k = j · k = 0 и i · i = j · j = k · k = 1. (6.8)
Теорема 6.1. Скалярное произведение двух векторов a и b равно
произведению модулей этих векторов на косинус угла α между ними.
Понятия проекции вектора на прямую и скалярного произведения
векторов тесно связаны. В самом деле, поскольку, с одной стороны, про-
екция вектора a на прямую, содержащую вектор b, равна Prb a = |a|cos α,
с другой стороны, Pra b = |b| cos α, то можно записать:
a · b = |a||b| cos α = |a| Pra b = |b| Prb a. (6.9)
Если a · b = 0, но a = 0 и b = 0, то такие векторы называют ортого-
нальными, так как угол между ними равен π/2. Напомним (см. с. 239),
что для обозначения ортогональности векторов применяют запись вида
a ⊥ b.
Пример 6.2. Вычислим скалярное произведение векторов a = (3, 2, 1)
и b = (0, 2, 1).
Решение.
a · b = 3 · 0 + 2 · 2 + 1 · 1 = 5. (6.10)

Длина |a| вектора a = (xa , ya , za ) вычисляется по формуле
/
|a| = x2a + ya2 + za2 . (6.11)
/ вектора a = (5, −3, −1).

Пример 6.3. Определим длину √
√Решение. Длина |a| равна 5 2 + (−3)2 + (−1)2 = 25 + 9 + 1 =
= 35.
Расстояние между точками A(xa , ya , za ) и B(xb , yb , zb ) вычисляется по
формуле: /
AB = (xa − xb )2 + (ya − yb )2 + (za − zb )2 . (6.12)
Пример 6.4. Найдем расстояние между точками A(5, 3, 2) и B(0, 3, 2).
Решение.
/
AB = (5 − 0)2 + (3 − 3)2 + (2 − 2)2 = 5. (6.13)

Определим угол между двумя произвольными векторами трехмерно-
го векторного пространства.
Пусть даны векторы a = (xa , ya , za ) и b = (xb , yb , zb ). Представим ска-
лярное произведение a · b двумя способами, а именно, по формулам (6.7)
и (6.9):
a · b = x a x b + ya y b + z a z b , (6.14)
a · b = |a||b| cos α. (6.15)
Отсюда можно сделать вывод, что косинус угла α равен
xa x b + y a y b + z a z b
cos α = / / . (6.16)
xa + ya2 + za2 x2b + yb2 + zb2
2
Ясно, что
& xa x b + y a y b + z a z b '
α = arccos / / . (6.17)
x2a + ya2 + za2 x2b + yb2 + zb2
Пример 6.5. Найдем угол между векторами a = (1, 2, 3) и b = (0, 2, 1).
Решение. Используя формулу (6.17), получим:
& 1·0+2·2+3·1 ' 7
α = arccos √ √ = arccos √ . (6.18)
1+4+9· 0+4+1 70

Пример 6.6. Пусть даны два вектора: a = (5, 4, 1) и b = (2, −2, −2).
Являются ли эти векторы коллинеарными или взаимноортогональными?
Решение.
Если векторы коллинеарны, то существует такое вещественное число
λ, что выполняется условие a = λb. Отсюда следует:
xa ya za
= = . (6.19)
xb yb zb
5 4 1
Но так как имеют место неравенства = = , то векторы a и b
2 −2 −2
неколлинеарны.
Для проверки взаимной ортогональности векторов найдем скалярное
произведение a · b:
a · b = 5 · 2 − 4 · 2 − 1 · 2 = 0. (6.20)
Значит, векторы a и b взаимноортогональны.
6.3. Векторное произведение векторов

Векторным произведением двух векторов, заданных в декарто-
вой системе координат как a = (xa , ya , za ) и b = (xb , yb , zb ), называется
вектор, обозначаемый a × b или [a, b] и определяемый согласно правилу:

i j k

a×b = xa ya za = (ya ·zb −za ·yb )i+(za ·xb −xa ·zb )j +(xa ·yb −xb ·ya )k.

xb yb z b
(6.21)
6.3.1. Свойства векторного произведения

Для произвольных векторов трехмерного линейного пространства R3
выполняются следующие свойства.
Свойство 1.
|a × b| = |a||b| sin α, (6.22)
где α — угол между a и b.
Доказательство. Докажем, что выполняется равенство:
|a × b|2 = |a|2 |b|2 sin2 α. (6.23)
Выразим |a × b|2 через координаты исходных векторов.
|a × b|2 = (ya zb − za yb )2 + (za xb − xa zb )2 + (xa yb − xb ya )2 = ya2 zb2 +
+za2 yb2 + za2 x2b + x2a zb2 + x2a yb2 + x2b ya2 − 2ya zb za yb − 2za xb xa zb − 2xa yb xb ya .
С другой стороны, правую часть равенства (6.23) можно представить

в виде:
|a|2 |b|2 sin2 α = |a|2 |b|2 (1 − cos2 α) = (x2a + ya2 + za2 )(x2b + yb2 + zb2 )−
−(xa xb + ya yb + za zb )2 = x2a x2b + x2a yb2 + x2a zb2 + ya2 x2b + ya2 yb2 + ya2 zb2 + za2 x2b +
+za2 yb2 + za2 zb2 − x2a x2b − ya2 yb2 − za2 zb2 − 2xa xb ya yb − 2xa xb za zb − 2ya yb za zb =
= ya2 zb2 +za2 yb2 +za2 x2b +x2a zb2 +x2a yb2 +x2b ya2 −2ya zb za yb −2za xb xa zb −2xa yb xb ya .
(6.24)
Из соотношения |a × b|2 = |a|2 |b|2 sin2 α окончательно приходим к
выводу, что |a × b| = |a||b| sin α.
Отсюда следует: если a и b коллинеарны, то a × b = 0 (т. к. sin 0 = 0
и sin π = 0).
Свойство 2.
Если векторы a и b не коллинеарны, то вектор c = a × b ортогонален
каждому из векторов a и b.
Доказательство. Раскроем скалярное произведение векторов с уче-
том их координат:
(a × b) · a = ya zb xa − za yb xa − xa zb ya + za xb ya + xa yb za − ya xb za = 0. (6.25)
Аналогично (6.25) получим, что (a × b) · b = 0.

Следовательно, вектор c ортогонален и вектору a, и вектору b.
Свойство 3.
a × b = −b × a. (6.26)
Свойство 4.
a × (b + c) = a × b + a × c, (6.27)
(a + b) × c = a × c + b × c. (6.28)
Пример 6.7. Даны векторы a = (3, −1, −2) и b = (1, 2, −1). Найдем
координаты вектора (2a − b) × (2a + b).
Решение. Определим координаты новых векторов: 2a−b = (5, −4, −3),
2a + b = (7, 0, −5). Тогда искомый вектор будет равен

i j k

5 −4 −3 = 20i + 4j + 28k. (6.29)

7 0 −5
Получаем ответ: (20, 4, 28).

Пример 6.8. Даны точки A(1, 2, 0), B(3, 0, −3) и C(5, 2, 6). Вычислим
площадь SΔABC треугольника ABC (см. рис. 6.3).
B
D
A
C
Рис. 6.3. К вычислению площади треугольника ABC (пример 6.8)
Площадь треугольника ABC представляет собой площадь половины

−→ −→
параллелограмма, образованного векторами AB = (2, −2, −3) и AC =
= (4, 0, 6). Поэтому
1 1 −→ −→
SΔABC = SABDC = |AB × AC|. (6.30)
2 2
Далее,

i j k
−→ −→
AB × AC = 2 −2 −3 = −12i − 24j + 8k. (6.31)

4 0 6
Отсюда
1/ 2
SΔABC = 12 + 242 + 82 = 14. (6.32)
2
6.4. Смешанное произведение векторов

Смешанным произведением векторов a, b и c называется число
(a, b, c), получаемое как результат вычисления выражения (a × b) · c.
Сначала векторы a и b перемножают векторно, а затем получившийся
вектор умножают на c скалярно.
Легко проверяется формула, выражающая смешанное произведение
векторов через их координаты:
(a, b, c) ≡ ((a × b) · c) =

xa ya za

= (ya zb − za yb )xc + (za xb − xa zb )yc + (xa yb − ya xb )zc = xb yb zb .

xc yc z c
(6.33)
Заметим, что для смешанного произведения (a × b) · c применяют

также обозначение (abc).
6.4.1. Свойства смешанного произведения

Свойство 1.
(a × b) · c = a · (b × c) = (c × a) · b. (6.34)
Свойство 2.
abs((a × b) · c) = Vn , (6.35)
где Vn — объем параллелепипеда, образованного векторами a, b и c
(рис. 6.4).
D C
B A
C
D
a
B b A
Рис. 6.4. К вычислению объема параллелепипеда
Доказательство. По определению числовой проекции вектора c на

прямую, задаваемую вектором a × b, справедливо равенство:
(a × b) · c = |a × b| Pra×b c, (6.36)
где |a × b| = S — площадь параллелограмма, лежащего в основании

параллелепипеда.
Вектор a × b ортогонален основанию параллелепипеда, поэтому
Pra×b c совпадает с высотой параллелепипеда h.
abs((a × b) · c) = S · h, (6.37)
что и требовалось доказать.
Замечание. Так как тетраэдр ABCA составляет одну шестую часть
объема параллелепипеда, то его объем равен
1 1
VABCA = Vn = abs((a × b) · c). (6.38)
6 6
Три вектора называют компланарными, если все они параллельны
одной и той же плоскости.
Свойство 3.
Векторы a, b и c компланарны тогда и только тогда, когда (a, b, c) =
= 0.
Пример 6.9. Пусть даны вершины тетраэдра A(2, −1, 1), B(5, 5, 4),
C(3, 2, −1) и D(4, 1, 3). Вычислим его объем.
−→ −→ −−→
Решение. Составим векторы AB = (3, 6, 3), AC = (1, 3, −2) и AD =
= (2, 2, 2). Тогда объем тетраэдра ABCD равен:
⎡ ⎤
3 6 3
1 −→ −→ −−→ 1 ⎢ ⎥
VABCD = abs(AB × AC) · AD) = abs det ⎣1 3 −2⎥
⎢
⎦=
6 6
2 2 2
⎡ ⎤
1 2 1
1 ⎢ ⎥
= · 3 · 2 · abs det ⎢
⎣ 1 3 −2⎥
⎦ = abs(−3) = 3. (6.39)
6
1 1 1

Пример 6.10. Установим, компланарны ли векторы a = (2, −1, 2),
b = (1, 2, −3), c = (3, −4, 7).
Решение. Найдем смешанное произведение заданных векторов:

2 −1 2

(a, b, c) = 1 2 −3 = 2 · (14 − 12) + 1 · (7 + 9) + 2 · (−4 − 6) = 0. (6.40)

3 −4 7
Следовательно, векторы a, b и c компланарны.

6.5. Двойное векторное произведение

Имея в распоряжении три вектора, например, a, b и c, применим
операцию векторного произведения сначала к b и c, а затем умножим
векторным образом a и b×c. В результате получим двойное векторное
произведение a × (b × c).
Теорема 6.2. Для произвольных векторов трехмерного векторного
пространства a, b и c справедливо тождество
a × (b × c) ≡ b(a · c) − c(a · b). (6.41)
Доказательство этой теоремы см. в упр. 6.12.

Примечание. Соотношение (6.41) называется также тождеством
Лагранжа.
Следствие. Для операции двойного векторного произведения имеет
место тождество Якоби
a × (b × c) + c × (a × b) + b × (c × a) ≡ 0. (6.42)
Доказательство. Для каждого из трех слагаемых суммы воспользу-

емся разложением (6.41):
a × (b × c) = b(a · c) − c(a · b), (6.43)

b × (c × a) = c(b · a) − a(b · c), (6.44)
c × (a × b) = a(c · b) − b(c · a). (6.45)
Вычисление суммы трех векторных произведений (6.43)–(6.45) после

приведения подобных слагаемых приводит к нулю. Следствие доказано.
Контрольные вопросы к главе «Векторы

в трехмерном пространстве»
1. Дайте определение геометрического вектора.
2. Что такое нулевой вектор, единичный вектор?
3. Какие векторы называются коллинеарными?
4. В чем состоит условие равенства векторов?
5. Сформулируйте правило параллелограмма сложения векторов.

6. Как определяется проекция вектора b на вектор a?
7. Что такое декартова система координат?
8. Перечислите орты декартовой системы координат. Как с их помо-

щью выполнить разложение произвольного вектора по декартово-
му базису?
9. Дайте определение скалярного произведения векторов.
10. Какие векторы называются ортогональными?
11. Как найти расстояние между двумя точками, заданными своими

декартовыми координатами?
12. Дайте определение векторного произведения векторов.
13. Перечислите свойства векторного произведения.
14. Дайте определение смешанного произведения векторов.
15. Перечислите свойства смешанного произведения.
16. Какие три вектора называются компланарными?
17. Что такое двойное векторное произведение?
18. Запишите тождество Лагранжа для двойного векторного произве-

дения.
19. Запишите тождество Якоби.

6.1. Вычислите скалярное и векторное произведения векторов c1 =
= 2a − b и c2 = −a + 3b, если:
а) a = (−2, 1, 1), b = (3, −2, 4);
б) a = (2, 1, −2), b = (−1, 0, −2).
6.2. Заданы вершины треугольника ABC. Вычислите его площадь и

косинус внутреннего угла при вершине B:
а) A(2, 1, 0), B(3, 0, 3), C(2, −3, 7);
б) A(4, −3, 2), B(−1, 4, 3), C(6, 3, −2).
6.3. Определите, компланарны ли векторы a, b, c:

а) a = (1, 1, 1), b = (2, 3, 0), c = (3, −1, −1);
б) a = (−1, 0, −2), b = (0, 0, −1), c = (−1, 0, 3).
6.4. Докажите, что точки A(1, −1, 1), B(1, 3, 1), C(4, 3, 1) и D(4, −1, 1)
являются вершинами прямоугольника. Вычислите длину его диа-
гоналей.
6.5. Вычислите координаты вектора c, ортогонального векторам a =
= 2j − k и√b = −i + 2j − 3k и образующего тупой угол с осью Oy,
если |c| = 7.
6.6. Найдите угол между векторами a + b и a − b, если a = 3i − j + 2k
и b = i + j − k.
6.7. Векторы a и b образуют угол π/3. Найдите длину вектора a − 2b,
если |a| = 2, |b| = 1.
6.8. При каком значении вещественного параметра d векторы
a = (12, 2, d) и b = (−3, 17d, −1) ортогональны?
6.9. При каком значении вещественного параметра κ векторы трехмер-
ного евклидова векторного пространства t1 = a−10b и t2 = a+κb
будут ортогональными, если |a| = 5, |b| = 3, а угол ϕ между век-
π
торами a и b равен ?
6
6.10. При каком значении вещественного параметра κ векторы трехмер-
ного евклидова векторного пространства t1 = 2a+κb и t2 = b−2a
будут ортогональными, если |a| = 1, |b| = 3/2, а угол ϕ между век-
2π
торами a и b равен ?
3
6.11. Векторы a и b имеют в декартовом базисе координаты a = (a1 , a2 , 0)
и b = (b1 , b2 , 0). Найдите синус угла между этими векторами.
6.12. Докажите теорему о двойном векторном произведении (6.41).
6.13. Докажите тождества, справедливые для произвольных векторов a,
b, c, d.
1) (a × b) · (c × d) ≡ (a · c)(b · d) − (a · d)(b · c);
2) (a × b) × (c × d) ≡ c(abd) − d(abc);
3) a × (b × (c × d)) ≡ (b · d)(a × c) − (b · c)(a × d);
4) (((a × b) × (b × c))((b × c) × (c × a))((c × a) × (a × b))) ≡ (abc)4 .
6.14. Докажите тождество, справедливое для произвольных векторов a,

b, c, d, e, f :
(a × b) · ((c × d) × (e × f )) ≡ (abd)(cef ) − (abc)(def ).
∗ 6.15. Упростите векторное выражение, зависящее от натурального пара-

метра n:
f n = (a × . . . × (a × (a × b)) . . .) .
!" #
n произведений
6.16. Докажите, что для p1 , p2 , p3 , p4 , p5 ∈ R3 выполняется равенство:

(p p p ) (p p p )
1 2 5
(p1 p2 p3 )(p1 p4 p5 ) = 1 2 4 .
(p1 p3 p4 ) (p1 p3 p5 )
∗ 6.17. Решите систему линейных уравнений, представленную в векторном

виде, относительно неизвестных величин x1 , x2 , x3 :
α · x = γ,
α × x + β = 0,
где x = (x1 , x2 , x3 ), векторы α = 0, β и скаляр γ не зависят от x1 ,

x2 , x 3 .
∗ 6.18. Решите систему линейных уравнений, представленную в векторном

виде, относительно неизвестных величин x1 , x2 , x3 :
α · x = c1 ,
β · x = c2 ,
γ · x = c3 ,
где x = (x1 , x2 , x3 ), векторы α, β, γ и константы c1 , c2 , c3 не зависят

от x1 , x2 , x3 и (α, β, γ) = 0.
∗ 6.19. Решите систему уравнений относительно неизвестных векторов x

и y:
π × x + ρ × y = σ,
ρ × x − π × y = τ,
где π, ρ, σ, τ ∈ Rn , причем векторы π и ρ не равны нулевому
вектору одновременно.
Ответы и решения к главе «Векторы

в трехмерном пространстве»
а) Запишем векторы c1 и c2 в координатном виде:
c1 = 2(−2, 1, 1)−(3, −2, 4) = (−7, 4, −2), c2 = −(−2, 1, 1)+3(3, −2, 4) =
= (11, −7, 11).
Скалярное произведение равно c1 ·c2 = −7·11+4·(−7)−2·11 = −127.
Векторное произведение равно

i j k

c1 × c2 = −7 4 −2 = 30i + 55j + 5k = (30, 55, 5).

11 −7 11
б) Запишем векторы c1 и c2 : c1 = (5, 2, −2), c2 = (−5, −1, −4).

Их скалярное произведение равно c1 ·c2 = 5·(−5)+2·(−1)−2·(−4) =
= −19.
Векторное произведение:

i j k

c1 × c2 = 5 2 −2 = −10i + 30j + 5k = (−10, 30, 5).

−5 −1 −4
6.2. Решение. −→ −−→

а) Вычислим координаты векторов BA и BC:
−→
BA = (2 − 3, 1 − 0, 0 − 3) = (−1, 1, −3),
−−→
BC = (2 − 3, −3 − 0, 7 − 3) = (−1, −3, 4).
Далее определим косинус угла ϕ при вершине B:
−→ −−→
BA · BC −1 · (−1) + 1 · (−3) + (−3) · 4
cos ϕ = −→ −−→ = / / =
|BA| · |BC| (−1)2 + 12 + (−3)2 · (−1)2 + (−3)2 + 42
14
= −√ .
286
Вычислить площадь можно двумя способами.
Первый способ
−→ −−→
Векторное произведение BA и BC определяется как

i j k
−→ −−→
BA× BC = −1 1 −3 = (4−9)i−(−4−3)j +(3+1)k = −5i+7j +4k.

−1 −3 4
Подставляем полученные значения координат в формулу для площади
треугольника:
1 −→ −−→ 1/ 3√
S = |BA × BC| = (−5)2 + 72 + 42 = 10.
2 2 2
Второй способ
Согласно основному тригонометрическому тождеству (см. Приложе-
ние B, формула (B.1)) имеем:
0 √
/ 142 3 10
sin ϕ = 1 − cos ϕ = 1 −
2 =√ .
286 286
Подставляем значения координат в формулу площади:
1 −→ −−→
S = |BA| · |BC| · sin ϕ =
2 √
1/ / 3 10 3 √
= (−1) + 1 + (−3) · (−1) + (−3) + 4 · √
2 2 2 2 2 2 = 10.
2 286 2
Разумеется, оба способа вычисления площади треугольника приводят
к одинаковому ответу:
14 3√
cos ϕ = − √ , S= 10.
286 2
−→ −−→
б) Координаты векторов BA и BC равны
−→ −−→
BA = (5, −7, −1), BC = (7, −1, −5).
Вычислим косинус угла ϕ между этими векторами:
−→ −−→
(BA · BC) 5 · 7 + (−7) · (−1) + (−5) · (−1) 47
cos ϕ = −→ −−→ = / / = .
|BA| · |BC| 5 + (−7) + (−1) · 7 + (−1) + (−5)
2 2 2 2 2 2 75
−→ −−→
Далее вычислим векторное произведение BA и BC:

i j k
−→ −−→
BA × BC = 5 −7 −1 = 34i + 18j + 44k.

6 −1 −5
Подставляем значения координат в формулу площади:

1 −→ −−→ 1 / √
S = |BA × BC| = · 342 + 182 + 442 = 854.
2 2
Окончательно получаем:
47 √
cos ϕ = , S= 854.
75
а) Поскольку определитель, составленный из координат векторов, не
равен нулю:

1 1 1

2 3 0 = −12,

3 −1 −1
то векторы a, b и c не компланарны.
б) Определитель, составленный из координат векторов, равен нулю:

−1 0 −2

0 0 1 = 0,

−1 0 3
следовательно, эти векторы компланарны.
Заметим, что точки A, B, C и D лежат в одной плоскости, поскольку
аппликата у всех этих точек равна z = 1.
Докажем, что эти четыре точки являются вершинами параллело-
грамма. Для этого докажем следующие равенства:
−→ −−→ −−→ −−→
|AB| = |CD|, |BC| = |AD|.
.
Определяем координаты введенных в рассмотрение векторов:
−→
AB = (1 − 1, 3 − (−1), 1 − 1) = (0, 4, 0),
−−→
CD = (4 − 4, −1 − 3, 1 − 1) = (0, −4, 0),
−−→
BC = (4 − 1, 3 − 3, 1 − 1) = (3, 0, 0),
−−→
AD = (4 − 1, −1 − (−1), 1 − 1) = (3, 0, 0).
⎧ −→ √
⎪
⎪ |AB| = 02 + 42 + 02 = 4,
⎪
⎪ √
⎨ |− −→
CD| = 02 + 42 + 02 = 4,
−→ −−→
|AB| = |CD|,
−−→ √ ⇒ −−→ −−→
⎪
⎪ | BC| = 32 + 02 + 02 = 3, |BC| = |AD|.
⎪
⎪ −−→ √
⎩
|AD| = 32 + 02 + 02 = 3;
π
Если один из углов параллелограмма будет равен , то все остальные
2
π
углы также будут равны .
2 −→ −−→
Покажем, что скалярное произведение векторов AB и AD равно ну-
лю: −→ −−→ −→ −−→
AB · AD = 0 · 3 + 4 · 0 + 0 · 0 = 0 ⇒ AB ⊥ AD.
Следовательно, ABCD — прямоугольник. Найдем его диагонали с по-
мощью теоремы Пифагора:
/ /
AC = AB 2 + BC 2 = 42 + 32 = 5.
Ясно, что AC = BD, т. к. у прямоугольника диагонали равны.
В итоге получаем: AC = BD = 5.
Пусть c = (cx , cy , cz ), где cx , cy , cz — неизвестные координаты вектора.
Условие ортогональности a и c имеет вид: a · c = 0, или 2cy − cz = 0.
Далее, условие ортогональности
√ b и c: b · c = 0, или −cx + 2cy − 3cz = 0.
Поскольку |c| = 7 и длина 2 вектора равна квадратному корню из суммы
√
квадратов его координат, то c2x + c2y + c2z = 7, что можно записать как
c2x + c2y + c2z = 7.
Получаем систему из трех уравнений относительно переменных cx ,
cy , c z : ⎧
⎪
⎪ 2cy − cz = 0,
⎨
−cx + 2cy − 3cz = 0,
⎪
⎪
⎩ c2 + c2 + c2 = 7.
x y z
Выберем в качестве независимой переменной cy и выразим через нее

две другие переменные системы: cz = 2cy и cx = 2cy −3cz = 2cy −3(2cy ) =
= −4cy . Следовательно, c = (−4c√y , cy , 2cy ) = cy (−4, 1,/2), где cy ∈ R.
Длина вектора√c равна |c| = 7, поэтому abs(cy ) (−4)2 + 12 + 22 =
√ 7 1 1
= 7, abs(cy ) = √ = √ , и cy = ± √ .
21 3 3
Согласно условию, вектор c образует тупой угол с осью Oy, т. е.

cos ϕ < 0, где ϕ — угол между векторами c и j. Поскольку
c·j cy
cos ϕ = = √ < 0,
|c||j| 7
1
то cy = − √ .
3
1
Окончательно получаем: c = √ (4, −1, −2).
3
Запишем векторы a и b в координатном виде:
a = (3, −1, 2),

b = (1, 1, −1).
Тогда сумма и разность этих векторов равны
a + b = (3 + 1, −1 + 1, 2 + (−1)) = (4, 0, 1),

a − b = (3 − 1, −1 − 1, 2 − (−1)) = (2, −2, 3).
Воспользуемся формулой косинуса угла α между векторами:

(a · b)
cos α = .
|a| · |b|
После несложных вычислений получим:
(a + b) · (a − b) 4 · 2 + 0 · (−2) + 1 · 3 11
cos α = =√ / = .
|a + b| · |a − b| 42 + 02 + 12 · 22 + (−2)2 + 32 17
11
Следовательно, α = arccos .
17
Вычислим |a − 2b|2 :
|a−2b|2 = (a−2b)·(a−2b) = a·a−4a·b+4b·b = |a|2 −4|a||b| cos ϕ+4|b|2 ,
где ϕ = π/3 — угол между векторами a и b. Подставив числовые значе-

ния, получим: |a − 2b|2 = 1, следовательно, |a − 2b| = 1.
Как известно, необходимым и достаточным условием ортогонально-
сти двух векторов является равенство нулю их скалярного произведения:
a · b = 0. Подставляем значения координат из условия:
12 · (−3) + 2 · 17d − 1 · d = 0,
12
d= .
11
Следовательно, векторы a и b являются ортогональными при значении
12
параметра d = .
11
Для того чтобы векторы были ортогональными, необходимо, чтобы
их скалярное произведение было равно нулю: t1 · t2 = 0,
(a − 10b) · (a + κb) = 0,
a · a + κa · b − 10a · b − 10κb · b = 0.
√
10 3 − 10
Отсюда находим: κ = √ .
3 3 − 36
Необходимое условие ортогональности векторов: t1 · t2 = 0 или
(2a + κb) · (b − 2a) = 0,
2ab − 4|a|2 + κ|b|2 − 2κab = 0.

3 9κ 3κ
Подставляем числовые значения из условия: − − 4 + + = 0,
2 4 2
22
следовательно, κ = .
15
a 1 b 2 − a2 b 1
6.11. Ответ: sin ϕ = / / .
a21 + b21 a22 + b22
6.15. Ответ:

a(a × b), если n нечетно,
f n = (−1)n/2 an−2
a2 b − (a · b)a, если n четно.
6.17. Ответ:
γ 1
x = 2 α + 2 α × β.
α a
6.18. Ответ:
1 & '
x= c1 (β × γ) + c2 (γ × α) + c3 (α × β) .
(α, β, γ)
Умножим первое уравнение системы на вектор ρ скалярно справа,
второе уравнение умножим на вектор π скалярно справа. Вычитая одно
уравнение из другого, находим:
π×σ+ρ×τ
x=− + γ1 π + γ2 ρ,
π 2 + ρ2
где γ1 , γ2 — вещественные числа.
Подставив полученное выражение в первое уравнение системы, най-
дем y:
π×τ −ρ×σ
y= + γ2 π − γ1 ρ.
π 2 + ρ2
Глава 7
Уравнение прямой на плоскости

коэффициентом
Рассмотрим декартову систему координат на плоскости.
Пусть прямая L пересекает ось Oy в точке B с координатами (0, b)
и образует с осью Ox угол α (см. рис. 7.1). Для определенности будем
π
предполагать, что угол α < .
2
y
A(x, y) L
B(0, b)
C
α
O x
Рис. 7.1. Прямая L на плоскости xOy
Возьмем на прямой произвольную точку A c координатами (x, y).

Далее опустим из точки A перпендикуляр на ось Ox, а из точки B —
перпендикуляр на ось Oy. Рассмотрим полученный треугольник ABC.
Очевидно, что BC = x, AC = y − b, ∠ABC = α. Так как AC = BC tg α,
получим y − b = x · tg α или y = tg α · x + b.

ГЛАВА 7. УРАВНЕНИЕ ПРЯМОЙ НА ПЛОСКОСТИ 291
Обозначим тангенс угла α через k. Величину k = tg α называют уг-

ловым коэффициентом прямой на плоскости. В итоге приходим к
уравнению прямой вида
y = kx + b. (7.1)
Оно носит название уравнение прямой с угловым коэффициентом.
Примечание. Для прямых вида y = const угловой коэффициент равен
нулю, для прямых вида x = const угловой коэффициент не определен.
7.2. Общее уравнение прямой

Общее уравнение прямой на плоскости имеет вид:
Ax + By + C = 0. (7.2)
Вещественные числа A, B и C называются коэффициенты урав-

нения прямой.
Величины A и B не могут одновременно равняться нулю, так как в
этом случае если C = 0, то этому уравнению будут удовлетворять все
точки плоскости. Если же C = 0, то данному уравнению не удовлетво-
ряет ни одна точка
плоскости.
A
Вектор n = называется нормальным вектором прямой, или
B
нормалью. Нормальный вектор ортогонален соответствующей прямой
(см. рис. 7.2).
O x
Рис. 7.2. Построение n — нормального вектора к прямой

292 ГЛАВА 7. УРАВНЕНИЕ ПРЯМОЙ НА ПЛОСКОСТИ
Пусть выполняется неравенство B = 0. В этом случае слагаемое By

можно перенести вправо и разделить обе части уравнения на −B = 0.
В результате получим:
Ax + C = −By (7.3)
или
A C
− x − = y. (7.4)
B B
A C
Введем обозначения − = k и − = b, тогда придем к уравнению
B B
y = kx + b, которое является уравнением прямой с угловым коэффици-
ентом (см. (7.1)).

коэффициентом, проходящей через
заданную точку
Рассмотрим уравнение прямой с угловым коэффициентом:
y = kx + b. (7.5)
Пусть эта прямая проходит через точку с координатами (x0 , y0 ). Подста-

вим эти координаты в уравнение:
y0 = kx0 + b. (7.6)
Вычтем из уравнения (7.5) уравнение (7.6). Получим искомое уравне-

ние прямой с угловым коэффициентом, проходящей через за-
данную точку:
(y − y0 ) = k(x − x0 ). (7.7)
Пример 7.1. Найдем уравнение прямой с угловым коэффициентом
k = 2, проходящей через точку T (1, 5).
Решение. Воспользуемся формулой (7.7). Тогда имеем:
(y − 5) = 2(x − 1), (7.8)
или
y = 2x + 3. (7.9)

7.4. Уравнение прямой, проходящей через

две заданные точки
Найдем уравнение прямой, проходящей через две заданные точки
T1 (x1 , y1 ) и T2 (x2 , y2 ) при условии x1 = x2 и y1 = y2 . Для этого запи-
шем уравнение прямой в виде (7.7), предполагая, что она проходит через
точку T1 :
y − y1 = k(x − x1 ). (7.10)
Так как данная прямая проходит и через точку T2 , то ее координаты

подставим в уравнение (7.10):
y2 − y1 = k(x2 − x1 ). (7.11)
Разделим уравнение (7.10) на (7.11). Получим
y − y1 x − x1
= . (7.12)
y2 − y1 x2 − x1
Это и есть уравнение прямой, проходящей через две заданные

точки.
Примечание. Формула (7.12) неприменима в случае равенства абс-
цисс или равенства ординат исходных точек T1 и T2 . Если x1 = x2 , то
уравнение прямой T1 T2 имеет вид x = x1 . Если выполняется условие
y1 = y2 , то уравнение этой прямой имеет вид y = y1 .
Пример 7.2. Найдем уравнение прямой, проходящей через точки
T1 (a, b) и T2 (b, a), где a, b ∈ R, причем a = b.
Решение. Воспользуемся формулой (7.12). Поставим в нее координа-
ты точек x1 = a, y1 = b, x2 = b, y2 = a:
y−b x−a
= . (7.13)
a−b b−a
После простых преобразований получим уравнение прямой:
y − b = −(x − a), (7.14)
x + y − a − b = 0. (7.15)

α2 α1
O x
Рис. 7.3. Определение угла α между двумя прямыми
7.5. Угол между двумя прямыми

Рассмотрим две прямые, заданные уравнениями y = k1 x + b1 и y =
= k2 x + b2 (см. рис. 7.3).
Под углом α между прямыми будем понимать угол, на который нуж-
но повернуть одну из этих прямых вокруг точки их пересечения против
часовой стрелки до первого совмещения с другой прямой.
Из рис. 7.3 видно, что угол α между прямыми равен α1 −α2 . При этом
выполняются равенства tg α1 = k1 и tg α2 = k2 . В этом случае на осно-
вании формулы тангенса разности двух аргументов (см. формулу (B.14)
в Приложении B) можно записать:
tg α1 − tg α2 k 1 − k2
tg α = tg(α1 − α2 ) = = . (7.16)
1 + tg α1 · tg α2 1 + k 1 k2
Отсюда
k1 − k2
α = arctg . (7.17)
1 + k 1 k2
Поменяв местами параметры k1 и k2 , получим тангенс смежного
4 = π − ϕ.
угла ϕ
Из полученной формулы (7.17) вытекают два следствия.
а) Прямые с угловыми коэффициентами k1 и k2 ортогональны, если
1
выполняется условие 1 + k1 k2 = 0, что эквивалентно k2 = − .
k1
б) Прямые параллельны, если k1 = k2 .
Рассмотрим прямые, заданные уравнениями в общем виде:
A1 x + B1 y + C1 = 0 и A2 x + B2 y + C2 = 0. (7.18)
A1 A2
Тогда k1 = − и k2 = − . Следовательно,
B1 B2
A2 B1 − A1 B2
tg α = . (7.19)
A1 A 2 + B 1 B 2
Из (7.19) непосредственно следует, что прямые, заданные уравнени-
ями (7.18), ортогональны при A1 A2 + B1 B2 = 0 и параллельны при
A2 B1 − A1 B2 = 0.
Пример 7.3. Дана прямая 2x−5y+1 = 0. Составим уравнение прямой,
проходящей через точку T0 (3, 3):
а) параллельно данной прямой;
б) перпендикулярно к данной прямой.
Решение.
A 2 2
а) Определим угловой коэффициент k0 = − = − = .
B (−5) 5
Запишем уравнение прямой, проходящей через данную точку с за-
данным угловым коэффициентом k1 = k0 :
y − y0 = k1 (x − x0 ), (7.20)
2
y − 3 = (x − 3). (7.21)
5
Таким образом, искомая прямая имеет вид: 2x − 5y + 9 = 0.
б) Найдем угловой коэффициент прямой, перпендикулярной к дан-
1 5
ной: k2 = − = − .
k0 2
Запишем уравнение прямой, проходящей через данную точку с за-
данным угловым коэффициентом k2 :
y − y0 = k2 (x − x0 ), (7.22)
5
y − 3 = − (x − 3). (7.23)
2
Получаем уравнение прямой: 5x + 2y − 21 = 0.
7.6. Уравнение прямой в отрезках

Рассмотрим уравнение прямой Ax + By + C = 0, где величины A, B
и C не равны нулю.
Проведем следующее его преобразование:

A B
− x − y = 1. (7.24)
C C
C C
Введем обозначения: a = − и b = − .
A B
В результате получим уравнение:
x y
+ = 1, (7.25)
a b
которое и является уравнением прямой в отрезках (intercept equation
of a straight line).
Очевидно, что заданная прямая проходит через точки с координата-
ми (a, 0) и (0, b). Она представлена на рис. 7.4.
a x
O
Рис. 7.4. Прямая, проходящая через точки (a, 0) и (0, b)
Таким образом, эта прямая отсекает на осях координат отрезки дли-

ной abs(a) и abs(b).
7.7. Нормальное уравнение прямой

Рассмотрим произвольную прямую L. Проведем через начало коор-
динат O прямую, перпендикулярную L, и обозначим буквой P точку
пересечения указанных прямых.
На прямой OP возьмем единичный вектор n, направление которого
−→
совпадает с направлением вектора OP .
−→
Пусть p = |OP |, а угол θ — это угол между вектором n и осью Ox
(см. рис. 7.5).
P
n T (x, y)
θ
O x
L
Рис. 7.5. К выводу нормального уравнения прямой
Так как n — единичный вектор, то его координаты равны проекциям

этого вектора на оси координат:
n = (cos θ, sin θ). (7.26)
Произвольная точка T (x, y) лежит на рассматриваемой прямой L то-

−→
гда и только тогда, когда проекция вектора OT на ось, определяемую
вектором n, равна p:
−→
Prn OT = p. (7.27)
Как известно,
−→
−→ OT · n −→
Prn OT = = OT · n. (7.28)
|n|
−→
Имея в виду, что OT = (x, y), а вектор n определяется равенством
(7.26), получим следующее выражение для их скалярного произведения:
−→
OT · n = x cos θ + y sin θ. (7.29)
Из рассуждений, приведенных выше, следует, что точка T (x, y) ле-

жит на прямой L тогда и только тогда, когда координаты этой точки
удовлетворяют соотношению:
x cos θ + y sin θ − p = 0. (7.30)
Это уравнение называется нормальным уравнением прямой L,

или нормальной формой Гессе1 .
1
Гессе (Ludwig Otto Hesse) (1811–1874) — немецкий математик
Пусть прямая L задана общим уравнением
Ax + By + C = 0, (7.31)
где C = 0.
Для того чтобы преобразовать общее уравнение прямой к нормаль-
ному виду, обе части уравнения умножим на так называемый нормиру-
ющий множитель
1
μ = −√ sgn(C), (7.32)
A2 + B 2
где sgn(C) — знак коэффициента C, определяемый по правилу:
⎧
⎪
⎨+1, если C > 0,
sgn(C) = 0, если C = 0, (7.33)
⎪
⎩
−1, если C < 0.
В результате новые коэффициенты при x и y (а именно, μA и μB)

будут удовлетворять условию
(μA)2 + (μB)2 = 1. (7.34)
Если подобрать угол θ так, чтобы cos θ = μA и sin θ = μB, а p =

= −abs(μC), то получим нормальное уравнение прямой.
Примечание. Если выполняется условие C = 0, то прямая проходит
через начало координат и нормирующий множитель можно взять с про-
1
извольным знаком: μ = ± √ .
A + B2
2
Введем понятие отклонения произвольной точки T (x, y) от данной
прямой L. Пусть число d обозначает расстояние от точки T до данной
прямой.
Назовем отклонением δ точки T от прямой L число +d в случае, когда
точка T и начало координат O лежат по разные стороны от прямой L,
и число ( − d) в случае, когда точки T и O лежат по одну сторону от L.
Покажем, что левая часть нормального уравнения прямой равна от-
клонению точки T (x, y) от этой прямой.
Пусть Q — проекция точки T на ось, определяемую вектором n.
Отклонение δ точки T от прямой L равно P Q.
Из рис. 7.6 видно, что
δ = P Q = OQ − OP = OQ − p. (7.35)
y
L Q
P
T (x, y)
n
O x
Рис. 7.6. Отклонение δ = P Q точки T от прямой L

−→
Но OQ = Prn OT = x cos θ + y sin θ. Итак,
OQ = x cos θ + y sin θ. (7.36)
Сопоставляя полученные формулы (7.35) и (7.36), получим
δ = x cos θ + y sin θ − p. (7.37)
Это приводит нас к следующему правилу: для нахождения отклонения
δ точки T (x0 , y0 ) от прямой L следует в левую часть нормального урав-
нения прямой подставить вместо x и y координаты x0 и y0 точки T .
Расстояние от точки T до прямой L равно модулю отклонения.
Пример 7.4. Вычислим расстояние от точки T (5, 4) до прямой, про-
ходящей через точки A(1, −2) и B(0, 3).
Решение. Запишем уравнение прямой, проходящей через точки A и
B:
x−1 y+2
= или 5x + y − 3 = 0. (7.38)
−1 5
1
Умножив полученное равенство на μ = √ , приведем это уравнение
26
к нормальному виду:
5x y 3
√ + √ − √ = 0. (7.39)
26 26 26
Тогда расстояние d от точки T до прямой будет равно

5·5 4 3 26 √
d = abs √ + √ − √ = √ = 26. (7.40)
26 26 26 26

7.8. Отрезки прямых

Отрезком (line segment) M1 M2 называется часть прямой, располо-
женная между двумя ее точками M1 (x1 , y1 ) и M2 (x2 , y2 ). Точки M1 (x1 , y1 )
и M2 (x2 , y2 ) являются концами (endpoints) отрезка [38].
Множество точек, принадлежащих отрезку, задается следующим об-
разом:
M1 M2 = {(x, y) : x = (1 − t)x1 + tx2 , y = (1 − t)y1 + ty2 , t ∈ [0, 1]}. (7.41)
Существует эквивалентный способ записи M1 M2 :
M1 M2 = {(x, y) : x = x1 + (x2 − x1 )t, y = y1 + (y2 − y1 )t, t ∈ [0, 1]}. (7.42)
О переменной 0 t 1 в формулах (7.41) и (7.42) говорят как о

параметре отрезка.
Пример 7.5. Напишем программу на Python, которая по координатам
концов отрезка определяет, в каких координатных четвертях он располо-
жен. Например, отрезок L1 L2 , соединяющий точки L1 (−1, −2) и L2 (4, 1),
лежит в I, III и IV четвертях. Еще один пример: отрезок, соединяющий
точки M1 (−1, −2) и M2 (−1, −2), целиком принадлежит II четверти (см.
рис. 7.7, где изображены отрезки L1 L2 и M1 M2 и отмечены номера каж-
дой из координатных четвертей).
Решение.
Для представления точки декартовой плоскости в программе на язы-
ке Python создадим класс Point, состоящий из двух полей — x и y, пред-
ставляющих собой координаты этой точки.
Таким образом, отрезок определяется граничными точками, обозна-
чим их через P1 и P2 .
Основную вычислительную работу выполняет функция get_quad-
rants(p1, p2). Она возвращает список, содержащий номера четвертей,
в которых расположен отрезок P1 P2 .
Вспомогательная функция get_quadrant(p) используется для опре-
деления номера четверти, которой принадлежит единственный аргу-
мент — точка p. Эта функция возвращает целое число из множества
{0, 1, 2, 3, 4}. Значение get_quadrant(p) будет равно нулю тогда и толь-
ко тогда, когда p лежит на координатной оси Ox или Oy и, следователь-
но, не принадлежит ни одной из четвертей плоскости.
Выполнение функции get_quadrants(p1, p2) начинается с провер-
ки, лежат ли точки p1 и p2 в смежных четвертях, т. е. образующих
неупорядоченные пары 1–2, 2–3, 3–4, 4–1. В ходе этой проверки перемен-
ным p1_quad и p2_quad будут присвоены номера четвертей, которым
y
II I
M1
M2 L2
O x
L1
III IV
Рис. 7.7. К примеру 7.5. Отрезок L1 L2 лежит в I, III и IV четвертях, а

отрезок M1 M2 целиком принадлежит II четверти
принадлежат точки p1 и p2 соответственно. Поскольку номера смежных

четвертей отличаются на единицу по модулю два, то значение логической
переменной
is_adjacent = abs(p1_quad - p2_quad) % 2 == 1
равное false, служит достаточным признаком смежности.
Далее выполняются следующие действия. Если точки p1 и p2 ле-
жат в смежных четвертях, то в итоговый список записываются значе-
ния p1_quad и p2_quad, после чего функция get_quadrants() завершает
свою работу.
В противном случае осуществляется проверка равенства чисел p1_qu-
ad и p2_quad. Если оно справедливо, то весь отрезок лежит в четверти
с номером p1_quad и функция get_quadrants() заканчивает работу.
Остается заключительный случай противоположных четвертей, т. е.
пар 1–3 или 2–4. Прямая, проведенная через точки p1 и p2, пересекает
ось ординат в точке с координатами (0, b), где
b = (p1.y * p2.x - p1.x * p2.y)/(p2.x - p1.x). (7.43)
Если p1_quad = 1 или p1_quad = 3, то при b > 0 необходимо в итоговый

список дополнительно записать вторую четверть, при b < 0 — четвер-
тую. Иначе (в случае p1_quad ∈ {2, 4}) при b > 0 необходимо в этот
список дополнительно записать первую четверть, при b < 0 — третью.
Таким образом исчерпаны все возможные случаи расположения от-
резка P1 P2 относительно координатных осей при условии, что ни один
из концов отрезка не лежит на координатной оси.
В Листинге 7.1 приведен текст программы, определяющей по коорди-
натам концов отрезка, в каких координатных четвертях он расположен.
Листинг 7.1

1 class Point :
2 def __init__ ( self , x , y ):
3 self . x = x
4 self . y = y
5
6
7 def get_quadrant ( p ):
8 if p . x > 0 and p . y > 0:
9 return 1
10 elif p . x < 0 and p . y > 0:
11 return 2
12 elif p . x < 0 and p . y < 0:
13 return 3
14 elif p . x > 0 and p . y < 0:
15 return 4
16 else :
17 return 0
18
19
20 def get_quadrants ( p1 , p2 ):
21 p1_quad = get_quadrant ( p1 )
22 p2_quad = get_quadrant ( p2 )
23
24 is_adjacent = abs ( p1_quad - p2_quad ) % 2 == 1
25
26 if is_adjacent :
27 return [ p1_quad , p2_quad ]
28 elif p1_quad == p2_quad :
29 return [ p1_quad ]
30 else :
31 b = ( p1 . y * p2 . x - p1 . x * p2 . y ) \
32 / ( p2 . x - p1 . x )
33
34 if b == 0:
35 return [ p1_quad , p2_quad ]
36 elif p1_quad == 1 or p2_quad == 3:
37 quadrant = 2 if b > 0 else 4
38 return [ p1_quad , p2_quad , quadrant ]
39 else :
40 quadrant = 1 if b > 0 else 3
41 return [ p1_quad , p2_quad , quadrant ]

Самый общий случай, когда P1 или P2 могут принадлежать осям ко-
ординат, рассмотрен в упражнении 7.30. В решении этого упражнения
приводится функция get_quadrants_general(), свободная от указанно-
го ограничения.
Контрольные вопросы к главе «Уравнение

прямой на плоскости»
1. Как определяется угловой коэффициент прямой на плоскости?
2. Запишите уравнение прямой с угловым коэффициентом.
3. Какой вид имеет общее уравнение прямой на плоскости?
4. Что такое нормаль к прямой?
5. Как выглядит уравнение с угловым коэффициентом для прямой,

проходящей через заданную точку.
6. Запишите уравнение прямой, проходящей через две заданные точ-

ки.
7. Как вычислить угол между двумя прямыми?
8. Запишите уравнение прямой в отрезках.
9. Дайте определение отклонения произвольной точки от данной пря-

мой.
10. Для решения какой задачи удобно использовать нормальное урав-

нение прямой?
11. Как с помощью параметра задать множество точек отрезка M1 M2 ?


7.1. Определите точку пересечения прямых 2x−3y+4 = 0 и 4x+y−6 =
= 0.
7.2. Стороны треугольника лежат на прямых 5x − y + 12 = 0, x + y +

+3 = 0 и 4x + 3y − 6 = 0. Определите координаты вершин этого
треугольника.
7.3. Координаты вершин треугольника равны (5, −4), (6, −6) и (−15, 4).
Определите уравнения его сторон.
7.4. Покажите, что площадь треугольника с вершинами (x1 , y1 ), (x2 , y2 )

и (x3 , y3 ) равна

x1 y1 1
1
S = abs x2 y2 1 . (7.44)
2
x3 y3 1
7.5. Стороны треугольника лежат на прямых x+y+1 = 0, x+2y−3 = 0

и 4x − 3y − 2 = 0. Вычислите площадь этого треугольника.
7.6. Медианой треугольника называется отрезок, соединяющий его

вершину с серединой противоположной стороны. Составьте уравне-
ния прямых, на которых лежат медианы треугольника ABC, если
A(1, 2), B(4, −3), C(6, 6).
7.7. Вычислите расстояние от точки T (1, 7) до прямой, проходящей че-

рез точки A(−3, −20) и B(4, 17).
7.8. Вычислите расстояние от начала координат до прямой, заданной

x − x0 y − y0
уравнением + = 0, где x0 , y0 — вещественные числа,
x0 y0
не равные нулю.
7.9. Одна из сторон квадрата лежит на прямой x + 3y + 10 = 0. Опре-

делите площадь этого квадрата, если координаты одной из его вер-
шин (−4, −4).
7.10. В какой точке пересекаются прямые, заданные уравнениями x/a +

+y/b = 1 и x/b + y/a = 1, где a, b = 0?
7.11. Определите угол между прямыми 3x+5y−10 = 0 и −2x+y+4 = 0.

7.12. Определите, при каких значениях параметров λ и μ прямые λx +

+6y − 2 = 0 и 2x + 3y − μ = 0:
1) имеют ровно одну общую точку;
2) совпадают;
3) параллельны.
7.13. Вычислите расстояние между параллельными прямыми, заданны-

ми уравнениями Ax + By + C = 0 и Ax + By + C = 0, где C = C .
∗ 7.14. При каком условии прямые A1 x+B1 y +C1 = 0, A2 x+B2 y +C2 = 0,

. . . , An x + Bn y + Cn = 0 пересекаются в одной точке?
7.15. Прямая L проходит через точку T (x0 , y0 ) под углом α к оси абсцисс.
Запишите уравнение прямой L∗ , проходящей через ту же точку T0
под углом Δα к прямой L.
∗ 7.16. Стороны треугольника заданы уравнениями Ai x + Bi y + Ci = 0,

где i = 1, 2, 3. Найдите уравнение
а) медианы,
б) высоты,
в) биссектрисы,
проведенной к третьей стороне.
7.17. Вычислите площадь треугольника, отсекаемого прямой Ax + By +

+C = 0 от координатного угла.
7.18. Найдите уравнение прямой, проходящей через точку T (x0 , y0 ) и от-

секающей от координатного угла треугольник с площадью, равной
S. Величины x0 и y0 положительны.
7.19. Пусть некоторая прямая, проходящая через точку T (x0 , y0 ), отсека-

ет от координатного угла прямоугольный треугольник. Чему равна
наименьшая площадь такого треугольника? Величины x0 и y0 по-
ложительны.
∗ 7.20. Стороны треугольника заданы уравнениями αi x + βi y + γi = 0,

где i = 1, 2, 3. Покажите, что площадь этого треугольника можно
вычислить по формуле
1 Δ2
S= , (7.45)
2 abs(Δ1 Δ2 Δ3 )

α1 β1 γ1

где Δ = α2 β2 γ2 , Δi — алгебраические дополнения элементов

α3 β3 γ3
γi , i ∈ {1, 2, 3}.
7.21. Докажите, что точки T1 (−2, −8), T2 (18, 2) и T3 (3, −11/2) лежат на
одной прямой.
7.22. Для каких значений вещественного параметра a точки T1 (0, 1),
T2 (a, 2) и T3 (3, a) лежат на одной прямой?
7.23. Даны координаты вершин треугольника: A(1,−1),B(2,4),C(−8,−1).
Составьте уравнение прямой, проходящей через вершину A парал-
лельно стороне BC.
7.24. Даны координаты вершин треугольника: A(−2,0),B(2,3),C(−1,−1).
Составьте уравнение прямой, проходящей через вершину B парал-
лельно стороне AC.
7.25. Про точку N известно, что она лежит на оси ординат
√ и расстояние
от этой точки до N (−2, −5/2) равняется d = 2 2. Определите
координаты точки N .
7.26. Известно, что площадь треугольника равна S = 6 и две его верши-
ны имеют координаты (1, 1) и (−2, −3). Определите координаты
третьей вершины треугольника, если эта вершина лежит на оси
абсцисс.
7.27. Известно, что площадь треугольника равна S = 10 и две его верши-
ны имеют координаты (−2, 3) и (−7, −1). Определите координаты
третьей вершины треугольника, если эта вершина лежит на оси
ординат.
7.28. Найдите проекцию точки (2, −13) на прямую, проходящую через
точки (0, 2) и (2, −8).
7.29. Найдите проекцию точки (a, a) на прямую, проходящую через точ-
ки (1, 2a) и (2, 3a), если a — произвольное вещественное число.
7.30. Составьте программу на Python, которая по координатам концов
отрезка определяет, в каких координатных четвертях он располо-
жен. В отличие от решения примера 7.5 на с. 300, рассмотрите пол-
ный набор возможных случаев, в том числе и такой, когда концы
отрезка могут принадлежать осям координат.
Ответы и решения к главе «Уравнение

прямой на плоскости»
7.1. Ответ: (1, 2).
7.2. Ответ: (−5/2, −1/2), (−30/19, 78/19), (15, −18).
Воспользуемся уравнением прямой, проходящей через две заданные
точки (7.12):
y − y1 x − x1
= .
y2 − y1 x2 − x1
Подставляя координаты точек из условия задачи, получаем уравнения
сторон треугольника:
2x + y − 6 = 0, 2x + 5y + 10 = 0, 10x + 21y + 66 = 0.
Обозначим вершины треугольника (x1 , y1 ), (x2 , y2 ) и (x3 , y3 ) через A1 ,
A2 и A3 соответственно.
Как известно (см. с. 276), площадь произвольного треугольника мо-
жет быть представлена как половина модуля векторного произведения
−−−→ −−−→
A1 A2 × A1 A3 :

1 −−−→ −−−→ 1 x2 − x1 y2 − y1
S = |A1 A2 × A1 A3 | = .
2 2 x3 − x1 y3 − y1
Это выражение можно переписать в эквивалентном виде:

x1 y1 1
1
S = abs x2 y2 1 .
2
x3 y3 1
Таким образом, формула (7.44) доказана. Из нее следует, что необ-

ходимым и достаточным условием принадлежности трех точек од-
ной прямой является равенство нулю соответствующего определите-
ля третьего порядка.
Решая системы уравнений

x + y + 1 = 0, x + y + 1 = 0, x + 2y − 3 = 0,
x + 2y − 3 = 0; 4x − 3y − 2 = 0; 4x − 3y − 2 = 0,
находим координаты вершин треугольника: (−5, 4), (−1/7, −6/7),

(13/11, 10/11). Как показано в упр. 7.4, площадь произвольного тре-
угольника A1 A2 A3 , координаты вершин которого есть (x1 , y1 ), (x2 , y2 )
и (x3 , y3 ) соответственно, равна

x1 y1 1
1
S = abs x2 y2 1 .
2
x3 y3 1
В нашем случае

−5 4 1
1 1 & 1156 ' 578
S = abs −1/7 −6/7 1 = abs = .
2 2 77 77
13/11 10/11 1
Примечание. Решение задачи о нахождении площади треугольника

по уравнениям его сторон см. в упр. 7.20.
Абсцисса и ордината середины отрезка с концами (x1 , y1 ) и (x2 , y2 )
определяются по формулам xm = (x1 + x2 )/2, xm = (y1 + y2 )/2 соответ-
ственно.
Находим середины сторон: (5/2, −1/2), (7/2, 4), (5, 3/2).
Далее применяем формулу (7.12) и получаем следующие уравнения
медиан треугольника ABC:
x + 8y − 17 = 0, 14x + y − 53 = 0, 13x − 7y − 36 = 0.
Общее уравнение прямой, проходящей через точки (−3, −20) и (4, 17),
имеет вид 37x − 7y − 29 = 0.
Получим нормальное уравнение этой прямой. Нормирующий множи-
тель (7.32) равен
1 1
μ = −√ sgn(−29) = √ .
372 + 72 1418
Итак, уравнение в нормальной форме:

37 7 29
√ x− √ y−√ = 0,
1418 1418 1418
и отклонение точки T (1, 7) от прямой равно
37 7 29 41
δ=√ ·1− √ ·7− √ = −√ .
1418 1418 1418 1418
41
Следовательно, искомое расстояние равно √ .
1418
Приведем уравнение прямой к нормальной форме.
Нормирующий множитель равен
1 1
μ = −/ 2 2
sgn(−2x0 y0 ) = / 2 sgn(x0 y0 ),
x0 + y0 x0 + y02
следовательно, уравнение прямой может быть записано в виде:

& x y xy '
/ 0 x + / 0 y − 2 / 0 0 sgn(x0 y0 ) = 0.
x20 + y02 x20 + y02 x20 + y02
Вычисляем отклонение от начала координат (0, 0):

x0 y0
δ = −2 / sgn(x0 y0 ).
x20 + y02
Расстояние от начала координат до прямой равно абсолютной вели-

2 abs(x0 y0 )
чине отклонения: / 2 .
x0 + y02
1 3 10
Отклонение от точки (−4, −4) до прямой − √ x − √ y − √ = 0
0 10 10 10
2
равно δ = −3 .
5 0
2
Значит, расстояние от точки до этой прямой равно d = 3 , оно
5
совпадает с длиной стороны квадрата.
Площадь квадрата S = d2 = 18/5.
Система уравнений

x/a + y/b = 1,
x/b + y/a = 1,
при a, b = 0 имеет единственное решение x = y = ab/(a + b).

& ab ab '
Следовательно, прямые пересекаются в точке , .
a+b a+b
Возьмем формулу (7.19) для определения тангенса угла между пря-
мыми, заданными в общей форме. Подставляем в нее значения A1 = 3,
B1 = 5, A2 = −2 и B2 = 1 и получаем:
A2 B1 − A1 B2
tg α = = 13.
A1 A2 + B 1 B 2
Следовательно, угол между прямыми α = arctg 13.
Рассмотрим систему уравнений

λx + 6y = 2,
2x + 3y = μ.
Методом окаймляющих миноров (см. с. 83) находим ранги матрицы

системы и расширенной матрицы:

λ 6 1, если λ = 4,
rk =
2 3 2, если λ = 4;

λ 6 2 1 6 2 1, если μ = 1,
rk = rk =
2 3 μ 0 0 μ−4 2, если μ = 1.
Следовательно:
а) при λ = 4, μ = 1 система имеет единственное решение, и прямые
пересекаются ровно в одной точке;
б) при λ = 4, μ = 1 система имеет бесконечное множество решений,
и прямые совпадают;
в) при λ = 4, μ = 1 система не имеет решений, и прямые параллель-
ны.
Определим отклонение каждой из прямых от начала координат:
1 1
δ1 = − √ Csgn(C), δ2 = − √ C sgn(C ).
2
A +B 2 2
A +B 2
Тогда, как легко видеть, расстояние d между параллельными плос-

костями будет равно абсолютной величине разности отклонений:
1 1
d = abs(δ1 − δ2 ) = abs − √ Csgn(C) + √ C sgn(C ) =
A2 + B 2 A2 + B 2
abs(C − C)
= √ .
A2 + B 2
7.14. Ответ: критерием пересечения n прямых в одной точке явля-

ется равенство рангов двух матриц:
⎡ ⎤ ⎡ ⎤
A1 B1 A1 B 1 C1
⎢ ⎥ ⎢ ⎥
⎢ A2 B2 ⎥ ⎢ A2 B2 C2 ⎥
⎢ ⎥ и ⎢ ⎥
⎢. . . . . . .⎥ ⎢. . . . . . . . . . .⎥ .
⎣ ⎦ ⎣ ⎦
An Bn An B n C n
Уравнение прямой L∗ , проходящей через точку T (x0 , y0 ), имеет вид
y − y0 = k(x − x0 ). В этом уравнении k — неизвестный угловой коэффи-
циент.
Для определения величины k воспользуемся ее свойством: k = tg α∗ ,
где α∗ — угол наклона L∗ по отношению к оси абсцисс.
Поскольку L∗ проходит под углом Δα к прямой L, то возникают два
варианта: α∗ = α − Δα и α∗ = α + Δα. Запишем эти уравнения в виде
единого равенства:
α∗ = α ± Δα.
По формулам тангенса суммы и разности двух углов (B.13) и (B.14)
на с. 426 имеем:
tg α ± tg Δα
k = tg(α ± Δα) = .
1 ∓ tg Δα tg α
Окончательно получаем уравнение прямой L∗ :
tg α ± tg Δα
y − y0 = (x − x0 ).
1 ∓ tg Δα tg α
7.16. Ответ:
A B A B
2 2 3 3
а) (A1 x + B1 y + C1 ) = (A2 x + B2 y + C2 ) ;
A3 B 3 A1 B 1
б) (A1 x + B1 y + C1 )(A2 A3 + B2 B3 ) = (A2 x + B2 y + C2 )(A1 A3 + B1 B3 );
A1 x + B 1 y + C 1 A2 x + B2 y + C2
в) / = −s / ,
A 2 + B2 A 2 + B2
*1 1 + 2 2
A B A B
1 1 2 2
где s = sgn .
A3 B3 A3 B3
Обозначим точки пересечения прямой Ax + By + C = 0 с осями
C C
координат через P (x0 , 0) и Q(0, y0 ), где x0 = − , y0 = − . Координаты
A B
x0 и y0 по абсолютной величине равны длинам катетов прямоугольного
треугольника P OQ, лежащим на осях Ox и Oy соответственно. Площадь
этого треугольника равна половине произведения катетов:
1 1 & C '& C ' C2
S = x0 y0 = − − = .
2 2 A B 2AB
Запишем уравнение прямой, проходящей через точку (x0 , y0 ): y −y0 =
= k(x − x0 ), где k < ∞ — угловой коэффициент.
Случай k → ∞ не требует отдельного рассмотрения, поскольку тогда
прямая не будет отсекать от координатного угла треугольник.
Найдем координаты точек пересечения прямой с осями координат:
y0
с осью Ox: y = 0, −y0 = k(x∗ − x0 ), x∗ = x0 − , причем abs(x∗ ) —
k
длина катета, лежащего на оси Ox;
c осью Oy: x = 0, y ∗ − y0 = −kx0 , y ∗ = y0 − kx0 , причем abs(y ∗ ) —
длина катета, лежащего на оси Oy.
Площадь такого треугольника равна половине произведения катетов:
1 1 y0 1 (y0 − kx0 )2
S = abs(x∗ y ∗ ), S = x0 − (y0 − kx0 ) = abs .
2 2 k 2 −k
Выразим величину k:
k 2 x20 − 2k(x0 y0 − S) + y02 = 0. Решение этого квадратного уравнения
приводит к двум возможным
/ значениям k:
x0 y0 − S ± S(S − 2x0 y0 )
k1,2 = .
x20
Получаем искомое уравнение прямой:
* / +
x0 y0 − S ± S(S − 2x0 y0 )
y − y0 = (x − x0 ).
x20
Как показано в предыдущем упражнении, площадь треугольника S
зависит от углового коэффициента прямой k следующим образом: S(k) =
1 & (y0 − kx0 )2 '
= abs .
2 −k
Для точек T (x0 , y0 ), координаты которых x0 и y0 положительны, вы-
полняется равенство k < 0, т. е. прямая в этом случае образует тупой
угол с осью Ox.
Для определения минимального значения функции вычислим точки,
d S(k) y02 − k 2 x20
в которых равна нулю производная = .
dk k2
y 0
Условию k < 0 отвечает значение k ∗ = − . Точка k ∗ является точ-
x0
d2 S(k ∗ ) 2y 2
кой минимума, поскольку вторая производная = − ∗ 0 3 > 0.
dk (k )
Таким образом, наименьшее возможное значение площади треуголь-
ника равно
Smin = S(k ∗ ) = 2x0 y0 .
Вычислим координаты точек пересечения пар прямых. Учитывая,
что площадь треугольника выражается в виде половины модуля век-
торного произведения векторов, образующих две стороны, получим:
β1 γ2 − β2 γ1 & α2 γ3 − α3 γ2 α3 γ1 − α1 γ3 '
S= − +
α1 β2 − α2 β1 α3 β2 − α2 β3 α1 β3 − α3 β1
β2 γ3 − β3 γ2 & α3 γ1 − α1 γ3 α1 γ2 − α2 γ1 '
+ − +
α2 β3 − α3 β2 α1 β3 − α3 β1 α2 β1 − α1 β2
β3 γ1 − β1 γ3 & α1 γ2 − α2 γ1 α2 γ3 − α3 γ2 '
+ − .
α3 β1 − α1 β3 α2 β1 − α1 β2 α3 β2 − α2 β3
Приведем дроби к общему знаменателю. После простых, но несколько

громоздких алгебраических преобразований приходим к формуле
(α1 (β2 γ3 − β3 γ2 ) + α2 (β3 γ1 − β1 γ3 ) + α3 (β1 γ2 − β2 γ1 ))2

S= .
(α1 β2 − α2 β1 )(α2 β3 − α3 β2 )(α3 β1 − α1 β3 )
Как несложно видеть, полученное выражение может быть представ-

лено как
1 Δ2
S= ,
2 abs(Δ1 Δ2 Δ3 )

α1 β1 γ1

где Δ = α2 β2 γ2 , Δi — алгебраические дополнения элементов γi ,

α3 β3 γ3
i ∈ {1, 2, 3}.
Проведем через точки T1 и T2 прямую (см. формулу (7.12)). Угловой
коэффициент этой прямой k = 1/2. Далее, прямая T1 T3 имеет угловой
коэффициент k = 1/2. Поскольку k = k , то точки T1 , T2 и T3 лежат на
одной прямой.
Первый способ
Пусть уравнение прямой, проходящей через три точки T1 , T2 и T3 ,
имеет вид y = kx + b. Подставив координаты каждой из этих точек в
уравнение прямой, получим систему относительно неизвестных величин
k и⎧
b:
⎪
⎪ b = 1,
⎨
ak + b = 2,
⎪
⎪
⎩ 3k + b = a.
Условие определенности этой системы (т. е. единственности ее реше-
ния) приводит к квадратному уравнению a2 − a − 3 = 0.
Следовательно, точки T1 , T2 и T3 лежат на одной прямой при двух
1 √ 1 √
значениях параметра a: a1 = (1 + 13) и a2 = (1 − 13).
2 2
Второй способ
Воспользуемся следствием формулы (7.44) из упр. 7.4: критерием
принадлежности трех точек одной прямой является равенство нулю опре-
делителя третьего порядка:

0 1 1

a 2 1 = 0.

3 a 1
1 √
Полученное уравнение имеет два корня: a1,2 = (1 ± 13).
2
Примечание. Необходимым и достаточным условием того, что три
точки T1 , T2 и T3 лежат на одной прямой, является коллинеарность век-
−−→ −−→
торов T1 T2 и T1 T3 . В силу этого существует еще один способ решения
этого упражнения, основанный на проверке равенства нулю векторного
−−→ −−→
произведения T1 T2 × T1 T3 . Конечно, разные способы решения приводят
к одинаковому ответу.
Угловой коэффициент искомой прямой совпадает с угловым коэф-
1
фициентом прямой BC. Уравнение прямой BC имеет вид y = x + 3
2
(см. формулу (7.12)). Далее воспользуемся формулой (7.10) для прямой,
проходящей через заданную точку:
y − y1 = k(x − x1 ), (7.46)
1
где k = , x1 = 1, y1 = −1.
2
Подставляя численные значения, получаем уравнение прямой, про-
ходящей через вершину A параллельно стороне BC: x − 2y − 3 = 0.
7.24. Ответ. x + y − 5 = 0.
Поскольку точка N лежит на оси ординат, то ее координаты равны
(0, y), где y — неизвестная величина. Расстояние d между точками N и
N равно
/ /
d = (0 − (−2))2 + (y − (−5/2))2 = 4 + (y + 5/2)2 .
Таким образом, получаем уравнение относительно переменной y:

/ √
(0 − (−2))2 + (y − (−5/2))2 = 2 2,
которое имеет решения y1 = −1/2 и y2 = −9/2. Следовательно, коорди-

наты точки N равны (0, −1/2) или (0, −9/2).
По формуле площади треугольника, выраженной через координаты
его вершин (1, 1), (−2, −3) и (x, 0) (см. (7.44) на с. 304), получим: S =
= abs(4x − 1).
Согласно условию задачи, S = 6, отсюда abs(4x − 1) = 13/4.
Следовательно, координаты третьей вершины треугольника равны
(−5/4, 0) или (7/4, 0).
Координаты третьей вершины: (0, y).
Площадь треугольника равна

−2 3 1
1 1
S = abs −7 −1 1 = abs(23 − 5y) = 10,
2 2
0 y 1
отсюда y = 13/5 или y = 33/5.

Координаты третьей вершины треугольника равны (0, 13/5) или
(0, 33/5).
Пусть A(0, 2), B(2, −8). Искомая проекция точки K(2, −13).
Проекция точки есть основание перпендикуляра, построенного к пря-
мой AB. Тогда выполняется свойство ортогональности для прямой AB
и перпендикуляра из точки K: k1 · k2 = −1.
Запишем систему уравнений относительно коэффициентов k1 и b1 для
AB:
прямой
2 = b1 ,
8 = 2k1 + b1 ,
Из этой системы получим, что b1 = 2, k1 = −5. Тогда k2 = 1/5.
Подставим k2 в уравнение прямой для перпендикуляра из точки K:
−13 = 2 · 1/5 + b2 , отсюда b2 = −67/5.
Вычисляем координаты точки (x0 , y0 ), в которой пересекаются пря-
мые:
1/5x0 − 67/5 = −5x0 + 2, x0 = 77/26, y0 = −333/26.
Пусть A(1, 2a), B(2, 3a), K(a, a).
Проекция точки есть основание перпендикуляра к прямой AB. Тогда
выполняется равенство для прямой AB и перпендикуляра из точки K:
k1 · k2 = −1.
Запишем систему уравнений относительно коэффициентов k1 и b1 для
AB:
прямой
2a = k1 + b1 ,
3a = 2k1 + b1 .
Из этой системы получим, что b1 = a, k1 = a. Тогда k2 = −1/a.
Подставим k2 в уравнение прямой для перпендикуляра, проведенного
из точки K:
a = a(−1/a) + b2 , отсюда b2 = a + 1.
Координата проекции точки K удовлетворяет уравнению:
ax0 + a = −1/ax0 + b2 , ax0 + a = −x0 /a + a + 1, x0 (a + 1/a) = 1,

a
x0 = 2 .
a +1
1 a
Выразим ординату проекции: y0 = − 2 +a+1=a+ 2 .
a+ 1 a + 1
a a
Искомая проекция имеет координаты 2
,a + 2 .
a +1 a +1
Предлагаемое решение, в общем, повторяет подход, рассмотренный в
примере 7.5. Отметим, что для изучения полного набора возможных слу-
чаев взаиморасположения концов отрезков и координатных осей допол-
нительно используется целочисленная переменная neighbour. Она игра-
ет важную роль при расположении отрезка, проиллюстрированном на
рис. 7.8. Здесь один из концов отрезка, а именно P2 , расположен на оси
координат, и в переменную neighbour будет записан номер четверти, в
которой лежат точки отрезка из малой окрестности P2 .
y
II I
P2
O x
P1
III IV
Рис. 7.8. К упр. 7.30. Отрезок P1 P2 лежит во второй и третьей четвертях,

get_quadrant(p1) = 3, get_quadrant(p2) = 0, neighbour = 2
После выполнения всех проверок в ответ будут записаны номера тех

координатных четвертей, в которые попадают точки отрезка.
class Point:
def __init__(self, x, y):

self.x = x
self.y = y
def get_quadrant(p):
if p.x > 0 and p.y > 0:
return 1
elif p.x < 0 and p.y > 0:
return 2
elif p.x < 0 and p.y < 0:
return 3
elif p.x > 0 and p.y < 0:
return 4
else:
return 0
def get_quadrants_general(p1, p2):

p1_quad = get_quadrant(p1)
p2_quad = get_quadrant(p2)
is_adjacent = abs(p1_quad - p2_quad) % 2 == 1
if p1_quad == 0 and p2_quad == 0:

mid = Point((p1.x + p2.x) / 2, (p1.y + p2.y) / 2)
mid_quad = get_quadrant(mid)
return [] if mid_quad == 0 else [mid_quad]

elif p1_quad == 0:
if p1.x * p2.x < 0:
neighbour = 3 - p2_quad \
if p2_quad <= 2 else 7 - p2_quad
return [p2_quad, neighbour]
if p1.y * p2.y < 0:

neighbour = 5 - p2_quad

return [p2_quad]
elif p2_quad == 0:
if p1.x * p2.x < 0:
neighbour = 3 - p1_quad if p1_quad <= 2 \
else 7 - p1_quad
if p1.y * p2.y < 0:

neighbour = 7 - p1_quad
return [p1_quad]
elif is_adjacent:
return [p1_quad, p2_quad]
elif p1_quad == p2_quad:
return [p1_quad]
else:
b = (p1.y * p2.x - p1.x * p2.y) \
/ (p2.x - p1.x)
if b == 0:
return [p1_quad, p2_quad]
elif p1_quad == 1 or p2_quad == 3:
quadrant = 2 if b > 0 else 4
return [p1_quad, p2_quad, quadrant]
else:
quadrant = 1 if b > 0 else 3
return [p1_quad, p2_quad, quadrant]
Глава 8
Уравнение плоскости
в пространстве
8.1. Уравнение плоскости, ортогональной

заданному вектору и проходящей через
заданную точку
Пусть известно, что плоскость π ортогональна вектору n = (A, B, C)
и проходит через точку T0 (x0 , y0 , z0 ). Возьмем произвольную точку T (x, y,
−−→
z) на плоскости π. Вектор T0 T принадлежит плоскости π. Из условия ор-
тогональности вектора n плоскости π следует, что вектор
−−→
T0 T = (x − x0 , y − y0 , z − z0 ) (8.1)
ортогонален вектору n.
Опираясь на свойство скалярного произведения ортогональных век-
торов, можно записать:
−−→
n · T0 T = 0. (8.2)
Это уравнение называется векторным уравнением плоскости [38].

Переписанное в координатном виде
A(x − x0 ) + B(y − y0 ) + C(z − z0 ) = 0, (8.3)
такое уравнение называется уравнением плоскости, ортогональной

вектору n = (A, B, C) и проходящей через точку T0 (x0 , y0 , z0 ).
ГЛАВА 8. УРАВНЕНИЕ ПЛОСКОСТИ В ПРОСТРАНСТВЕ 321
8.2. Общее уравнение плоскости

Уравнение первой степени
Ax + By + Cz + D = 0, (8.4)
в котором A, B, C и D — произвольные вещественные постоянные, та-

кие, что из коэффициентов A, B и C хотя бы один отличен от нуля,
называется общим уравнением плоскости.
Общее уравнение (8.4) называется полным, если все его коэффици-
енты отличны от нуля. Если хотя бы один из указанных коэффициентов
равен нулю, то уравнение называется неполным.
Рассмотрим возможные виды неполных уравнений.
1) Если D = 0, то уравнение Ax + By + Cz = 0 определяет плоскость,
проходящую через начало координат.
2) Если A = 0, то уравнение By + Cz + D = 0 определяет плоскость,
параллельную оси Ox, так как нормальный вектор этой плоскости n =
= (0, B, C) перпендикулярен оси Ox.
3) Если B = 0, то уравнение Ax + Cz + D = 0 определяет плоскость,
параллельную оси Oy, так как ее нормальный вектор n = (A, 0, C) пер-
пендикулярен оси Oy.
4) Если C = 0, то уравнение Ax + By + D = 0 определяет плоскость,
параллельную оси Oz, так как этой оси перпендикулярен нормальный
вектор с координатами (A, B, 0).
5) Если A = B = 0, то уравнение Cz + D = 0 определяет плоскость,
параллельную координатной плоскости xOy.
6) Если A = 0 и C = 0, то уравнение By + D = 0 определяет плос-
кость, параллельную координатной плоскости xOz.
7) Если B = 0 и C = 0, то уравнение Ax + D = 0 определяет плос-
кость, параллельную координатной плоскости yOz.
8) Если A = 0, B = 0 и D = 0, то уравнение плоскости Cz = 0
определяет координатную плоскость xOy.
9) Если A = 0, C = 0 и D = 0, то уравнение плоскости By = 0
определяет координатную плоскость xOz.
10) Если B = 0, C = 0 и D = 0, то уравнение плоскости Ax = 0
определяет координатную плоскость yOz.
8.3. Уравнение плоскости в отрезках

Рассмотрим общее уравнение плоскости Ax + By + Cz + D = 0.
322 ГЛАВА 8. УРАВНЕНИЕ ПЛОСКОСТИ В ПРОСТРАНСТВЕ
Пусть все коэффициенты A, B, C и D отличны от нуля. Тогда это

уравнение может быть записано в виде:
x y z
+ + = 1. (8.5)
(−D/A) (−D/B) (−D/C)
D D D
Введем обозначения: a = − , b = − , c = − . Тогда уравнение (8.5)
A B C
будет приведено к следующему виду:
x y z
+ + = 1. (8.6)
a b c
Это и будет уравнением плоскости в отрезках.
В уравнении (8.6) числа a, b и c имеют простой геометрический смысл:
по модулю они равны длинам отрезков, которые плоскость отсекает на
координатных осях Ox, Oy и Oz соответственно (см. рис. 8.1). Плоскость
проходит через точки (a, 0, 0), (0, b, 0), (0, 0, c).
z
c
b
y
a
x
Рис. 8.1. Отрезки, отсекаемые плоскостью на осях координат
8.4. Нормальное уравнение плоскости

Рассмотрим плоскость, изображенную на рис. 8.2.
−→
Пусть p — длина вектора OP , α, β, γ — углы между единичным век-
тором n и координатными осями, Q — произвольная точка на плоскости
с координатами (x, y, z).
−→
Очевидно, что проекция вектора OQ на направление n равна p:
−→
Prn OQ = p, (8.7)
y
n P
Q(x, y, z)
O
x
Рис. 8.2. К выводу нормального уравнения плоскости
−→
−→ OQ · n
Prn OQ = , |n| = 1. (8.8)
|n|
Следовательно:
−→
OQ · n = x cos α + y cos β + z cos γ = p. (8.9)
Получено нормальное уравнение плоскости. Величины cos α, cos β,

cos γ называются направляющими косинусами вектора n.
Возьмем общее уравнение плоскости
Ax + By + Cz + D = 0, (8.10)
где D = 0.
Нормирующий множитель вычисляется по формуле:
1
μ = −√ sgn(D) (8.11)
A2 + B 2 + C 2
(ср. с формулой (7.32)).
Если умножить (8.10) на нормирующий множитель μ, то в результате
получится нормальное уравнение плоскости:
μ(Ax + By + Cz + D) = 0. (8.12)
Примечание. Если выполняется условие D = 0, то плоскость прохо-

дит через начало координат и нормирующий множитель можно взять с
1
произвольным знаком: μ = ± √ .
A2 + B 2 + C 2
8.5. Уравнение плоскости, проходящей

через заданную точку параллельно
двум заданным векторам
Пусть плоскость π параллельна векторам a1 = (k1 , l1 , m1 ) и a2 =
= (k2 , l2 , m2 ) и проходит через точку T0 (x0 , y0 , z0 ). Далее, пусть T (x, y, z)—
−−→
произвольная точка плоскости. Тогда векторы a1 , a2 и T0 T компланар-
ны. Следовательно,
−−→
(T0 T × a1 ) · a2 = 0, (8.13)

x − x 0 y − y 0 z − z 0

k1 l1 m1 = 0 (8.14)

k2 l2 m2
или

l m k m k l
1 1 1 1 1 1
(x − x0 ) − (y − y0 ) + (z − z0 ) = 0. (8.15)
l 2 m2 k2 m 2 k2 l 2
После раскрытия определителей второго порядка вводим соответствую-

щие обозначения и получаем общее уравнение плоскости.
8.6. Уравнение плоскости, проходящей

через три заданные точки
Пусть даны следующие точки:T1 (x1 , y1 , z1 ), T2 (x2 , y2 , z2 ) и T3 (x3 , y3 , z3 ).
−−→ −−→
Возьмем произвольную точку T (x, y, z) и построим векторы T1 T , T1 T2 и
−−→
T1 T3 . Они компланарны, следовательно:

x − x1 y − y 1 z − z 1

x2 − x1 y2 − y1 z2 − z1 = 0. (8.16)

x 3 − x 1 y 3 − y 1 z 3 − z 1
Полученное уравнение, выражающее равенство нулю определителя,

является уравнением плоскости, проходящей через три задан-
ные точки.
8.7. Угол между двумя плоскостями

Рассмотрим плоскости, заданные уравнениями:
A1 x + B1 y + C1 z + D1 = 0, (8.17)
A2 x + B2 y + C2 z + D2 = 0. (8.18)
Для данных плоскостей построим нормальные векторы n1 = (A1 , B1 ,

C1 ) и n2 = (A2 , B2 , C2 ). Следовательно, угол ω между плоскостями будет
определяться из соотношения:
n1 · n2 A1 A2 + B1 B2 + C1 C2
cos ω = =/ 2 / . (8.19)
|n1 ||n2 | A1 + B12 + C12 A22 + B22 + C22
Если n1 · n2 = 0, то векторы n1 и n2 ортогональны. Отсюда
A 1 A2 + B 1 B 2 + C 1 C 2 = 0 (8.20)
есть условие ортогональности плоскостей.

A1 B1 C1
Если же выполняются равенства = = , то векторы n1 и n2
A2 B2 C2
коллинеарны, и это будет условием параллельности плоскостей.
8.8. Расстояние от точки до плоскости

Понятие отклонения точки T0 (x0 , y0 , z0 ) от плоскости Ax + By +
+Cz + D = 0 вводится аналогично соотношению (7.37):
Ax0 + By0 + Cz0 + D

δ = −sgn(D) √ . (8.21)
A2 + B 2 + C 2
Расстояние d от точки T0 до плоскости определяется как абсо-

лютная величина отклонения d = abs(δ).
Если плоскость задана в нормальном виде, то расстояние d опреде-
ляется как:
d = abs(cos α · x0 + cos β · y0 + cos γ · z0 − p), (8.22)
где cos α, cos β, cos γ — направляющие косинусы.

8.9. Пучок плоскостей

Пусть две плоскости заданы уравнениями:

A1 x + B1 y + C1 z + D1 = 0,
(8.23)
A2 x + B2 y + C2 z + D2 = 0.
Если эти плоскости не параллельны и не совпадают, то они пересекаются

по какой-либо прямой.
Очевидно, что для любых вещественных констант λ и μ плоскость,
определяемая уравнением
λ(A1 x + B1 y + C1 z + D1 ) + μ(A2 x + B2 y + C2 z + D2 ) = 0, (8.24)
также будет проходить через эту прямую, т. к. все точки, подчиняющиеся

уравнениям (8.23), удовлетворяют и уравнению (8.24). Это же уравнение
задает все плоскости, проходящие через общую прямую.
Совокупность плоскостей, проходящих через одну и ту же прямую,
называется пучком плоскостей (pencil of planes).
Пример 8.1. Найдем уравнение плоскости, проходящей через точку
T (4, −1, 2) и прямую, которая является пересечением плоскостей x+3y−
−z − 5 = 0 и −2x + y + z + 4 = 0.
Решение. Запишем уравнение пучка плоскостей и подберем λ и μ так,
чтобы необходимая плоскость проходила через точку T :
λ(x + 3y − z − 5) + μ(−2x + y + z + 4) = 0, (8.25)
λ(4 + 3 · (−1) − 2 − 5) + μ(−2 · 4 + (−1) + 2 + 4) = 0, (8.26)
− 6λ − 3μ = 0, (8.27)
2λ + μ = 0. (8.28)
Например, возьмем значения λ = 1 и μ = −2. В этом случае получаем
ответ:
(x + 3y − z − 5) + (−2)(−2x + y + z + 4) = 0, или (8.29)
5x + y − 3z − 13 = 0. (8.30)


плоскости в пространстве»
1. Запишите уравнение плоскости, ортогональной заданному вектору
и проходящей через заданную точку.
2. Как определяется общее уравнение плоскости?
3. Запишите уравнение плоскости в отрезках.
4. Для решения какой задачи удобно использовать нормальное урав-
нение плоскости?
5. Как вычислить направляющие косинусы вектора a?
6. Запишите уравнение плоскости, проходящей через заданную точку
параллельно двум заданным векторам.
7. Запишите уравнение плоскости, проходящей через три заданные
точки.
8. Как вычислить угол между двумя плоскостями?
9. Дайте определение отклонения произвольной точки от данной плос-
кости.
10. Что такое пучок плоскостей?

8.1. Составьте уравнение плоскости, проходящей через начало коорди-
нат, если она имеет нормальный вектор n = (1, 2, −3).
8.2. Составьте уравнение плоскости, проходящей через точку T (−1, 0, 2)
и обладающей нормальным вектором n = (−3, −2, 0).
8.3. Найдите уравнение плоскости, проходящей через точки T1 (2, −1, 0)
и T2 (−5, 1, 1) параллельно вектору a = (0, −1, −7).
8.4. Найдите уравнение плоскости, проходящей через точку T0 (2, −1, 0)
параллельно векторам a1 = (3, 5, −8) и a2 = (4, 6, −7).
8.5. Найдите уравнение плоскости, проходящей через точку T0 (1/2, 1/2,
1/2) параллельно векторам a1 = (0, 1, −1) и a2 = (1, 1, 10).
8.6. Найдите длины отрезков, отсекаемых плоскостью 3x+4y+5z−12 =

= 0 на координатных осях.
8.7. Чему равно расстояние от точки A(1, 2, 9) до плоскости x+y −2z −
−17 = 0?
8.8. Пересекает ли плоскость −2x + 2y − z − 1 = 0 отрезок P1 P2 , если
координаты концов отрезка следующие: P1 (−5, −5, −5), P2 (8, 8, 8)?
8.9. Вычислите расстояние между параллельными плоскостями, задан-
ными уравнениями Ax + By + Cz + D = 0 и Ax + By + Cz + D = 0,
где D = D .
∗ 8.10. При каком условии три плоскости A1 x + B1 y + C1 z + D1 = 0, A2 x +
+B2 y + C2 z + D2 = 0 и A3 x + B3 y + C3 z + D3 = 0 пересекаются
ровно в одной точке? Определите координаты этой точки.
8.11. Вычислите объем тетраэдра, отсекаемого плоскостью Ax + By +
+Cz + D = 0 от координатного угла.
8.12. На оси Oz найдите точки, равноудаленные от двух плоскостей x −
−y + z − 10 = 0 и x + y − z + 8 = 0.
∗ 8.13. Вычислите объем тетраэдра, вершины которого находятся в точках
с координатами (x1 , y1 , z1 ), (x2 , y2 , z2 ), (x3 , y3 , z3 ) и (x4 , y4 , z4 ).

плоскости в пространстве»
Воспользуемся формулой (8.3), выражающей уравнение плоскости,
проходящей через точку A0 (x0 , y0 , z0 ) перпендикулярно вектору n =
= (n1 , n2 , n3 ):
n1 (x − x0 ) + n2 (y − y0 ) + n3 (z − z0 ) = 0.
Подставим координаты точки O(0, 0, 0): (x−0)+2(y−0)−3(z−0) = 0.
Значит, уравнение искомой плоскости имеет вид x + 2y − 3z = 0.
Подставим в формулу (8.3) координаты точки T (−1, 0, 2) и вектора
n = (−3, −2, 0), получим уравнение плоскости:
(−3)(x − (−1)) + (−2)(y − 0) + 0(z − 2) = 0,
или
3x + 2y + 3 = 0.
Выберем произвольную точку T (x, y, z) на искомой плоскости. Со-
−−→ −−→
гласно условию задачи векторы T1 T , T1 T2 и a являются компланарными,
следовательно, их смешанное произведение равно нулю:
−−→ −−→
(T1 T , T1 T2 , a) = 0.
Воспользуемся формулой (6.33):

x − 2 y + 1 z
−−→ −−→
(T1 T , T1 T2 , a) = −7 2 1 = −13x − 49y + 7z − 23 = 0.

0 −1 7
Значит, уравнение плоскости, проходящей через точки T1 и T2 парал-

лельно вектору a можно представить в виде 13x + 49y − 7z + 23 = 0.
Рассмотрим произвольную точку T (x, y, z) на искомой плоскости.
−−→
Смешанное произведение (a1 , a2 , T1 T ) равно нулю в силу компланарно-
сти этих трех векторов.
Вычислив смешанное произведение, получим

3 5 −8
−−→
(a1 , a2 , T0 T ) = 4 6 −7 = 13x − 11y − 2z − 37 = 0.

x − 2 y + 1 z
Значит, уравнение плоскости, проходящей через точку T0 параллельно

векторам a1 и a2 , можно представить в виде 13x − 11y − 2z − 37 = 0.
Используя вспомогательную точку T с координатами T (x, y, z), ана-
логично решению предыдущей задачи получаем:
−−→
(a1 , a2 , T0 T ) = 0,

0 1 −1

1 1 10 = 11x − y − z − 9 = 0.
2
1 1 1
x − y− z−
2 2 2
В итоге уравнение плоскости, проходящей через точку T0 параллельно

векторам a1 и a2 , имеет вид 22x − 2y − 2z − 9 = 0.
Пусть задано общее уравнение плоскости Ax + By + Cz + D = 0,
причем D = 0. Перейдем к уравнению плоскости в отрезках, поделив
обе части уравнения на −D:
A B C
− x − y − z = 1.
D D D
D D D
Величины a = − , b = − и c = − по модулю равны длинам отрез-
A B C
ков, отсекаемым плоскостью на координатных осях Ox, Oy и Oz соот-
ветственно (см. формулу (8.6)).
Подставив значения коэффициентов A = 3, B = 4, C = 5, D = −12,
12
получим: a = 4, b = 3, c = .
5
Запишем уравнение плоскости в нормальной форме:
1 1
/ (x + y − 2z − 17) = √ (x + y − 2z − 17) = 0.
2 2
1 + 1 + (−2) 2 6
Подставим координаты точки из условия задачи в нормальное уравнение

и найдем расстояние от этой точки до плоскости:

1 32
d = abs √ (1 + 2 − 18 − 17) = √ .
6 6
Плоскость делит пространство на две части: −2x + 2y − z − 1 > 0 и
−2x + 2y − z − 1 < 0. Если два конца отрезка находятся в разных частях
пространства, то, очевидно, отрезок пересекает плоскость. Подставим
координаты точек из условия задачи:
−2 · (−5) + 2 · (−5) − (−5) − 1 = 4 > 0,
−2 · 8 + 2 · 8 − 8 − 1 = −9 < 0.
Следовательно, точки P1 и P2 находятся по разные стороны от плоскости,
и отрезок P1 P2 пересекает плоскость −2x + 2y − z − 1 = 0.

Определим отклонение каждой из плоскостей от начала координат:
1 1
δ1 = − √ Dsgn(D), δ2 = − √ D sgn(D ).
2 2
A +B +C 2 2 2
A +B +C 2
Тогда расстояние d между параллельными плоскостями будет равно

абсолютной величине разности отклонений:
d = abs(δ1 − δ2 ) =
1 1
= abs − √ Dsgn(D) + √ D sgn(D ) =
A2 + B 2 + C 2 A2 + B 2 + C 2
abs(D − D)
=√ .
A2 + B 2 + C 2
8.10. Ответ:
Условием пересечения трех плоскостей в одной точке является отли-
чие от нуля определителя:

1 1 1
A B C

Δ1 = A2 B2 C2 = 0.

A3 B3 C3
Координаты (xP , yP , zP ) точки пересечения этих плоскостей равны

D1 B1 C1 A1 D1 C1 A1 B1 D1
1 1 1
xP = − D2 B2 C2 , yP = − A2 D2 C2 , zP = − A2 B2 D2 .
Δ Δ Δ
D3 B3 C3 A3 D3 C3 A 3 B 3 D3
⎡ что если⎤Δ = 0 и хотя бы один минор второго порядка

Заметим,
A B C
⎢ 1 1 1⎥
⎢
матрицы ⎣A2 B2 C2 ⎥
⎦ отличен от нуля, то все плоскости параллельны
A3 B 3 C 3
одной прямой. Если же все миноры второго порядка нулевые, то плоско-
сти имеют общую прямую.
Перейдем к уравнению плоскости в отрезках:
A B C
− x − y − z = 1,
D D D
D D D
− = a, − = b, − = c,
A B C
где a, b и c по абсолютной величине равны длинам отрезков, отсекаемых

на координатных осях плоскостью и совпадающих с ребрами тетраэдра.
Объем тетраэдра Vtetr и объем параллелепипеда Vpar связаны следующим
соотношением:
1
Vtetr = Vpar , где Vpar = abs(abc).
6
Подставляем значения a, b и c:
3
1 D
Vtetr = abs .
6 ABC
Находим нормальные уравнения плоскостей:
1
√ (x − y + z − 10) = 0,
3
1
− √ (x + y − z + 8) = 0.
3
Координаты точки, расположенной на оси Oz, равны (0, 0, z0 ), где z0 ∈ R.
Чтобы найти расстояние от этой точки до плоскости, подставим коорди-
наты в уравнение (8.22):
⎧
⎪
⎪ abs(z0 − 10)
⎨ √ = d1 ,
3
⎪
⎪ abs(−z0 + 8)
√
⎩ = d2 .
3
Приравняем расстояния:
abs(z0 − 10) = abs(−z0 + 8) ⇒ z0 = 9.
Итак, условию задачи удовлетворяет точка с координатами (0, 0, 9).
Обозначим вершины тетраэдра (xi , yi , zi ) через Ai соответственно
(i = 1, 2, 3, 4). Объем тетраэдра равен одной шестой части абсолютной
−−−→ −−−→ −−−→
величины смешанного произведения (A1 A2 , A1 A3 , A1 A4 ):

x2 − x1 y2 − y1 z2 − z1
1 −−−→ −−−→ −−−→ 1
V = abs(A1 A2 , A1 A3 , A1 A4 ) = abs x3 − x1 y3 − y1 z3 − z1 .
6 6
x 4 − x 1 y 4 − y 1 z 4 − z 1
Заметим, что это выражение можно переписать в эквивалентном виде:

x y z 1
1 1 1

1 x2 y2 z2 1

V = abs .
6
3 3 3
x y z 1

x4 y4 z4 1
Глава 9
Уравнение прямой
в пространстве

заданную точку параллельно
заданному вектору
Пусть прямая L проходит через точку T0 (x0 , y0 , z0 ) параллельно век-
тору a = (k, l, m). Возьмем произвольную точку T (x, y, z) на прямой и
−−→
составим вектор T0 T = (x − x0 , y − y0 , z − z0 ), параллельный прямой L и
коллинеарный вектору a. Тогда можно записать уравнение
x − x0 y − y0 z − z0
= = . (9.1)
k l m
Это соотношение называется каноническим уравнением прямой,
проходящей через заданную точку параллельно заданному век-
тору, а вектор a = (k, l, m) — направляющим вектором.
Из канонического уравнения (9.1) можно легко вывести параметри-
ческое уравнение такой прямой:
⎧
⎪
⎨ x − x0 = ku,
⎪
y − y0 = lu, (9.2)
⎪
⎪
⎩ z − z0 = mu,
где u ∈ R — параметр прямой.

Пример 9.1. Найдем уравнение прямой, которая проходит через точ-
ку T (3, −1, 0) перпендикулярно плоскости x − 4y + 7z − 10 = 0.
ГЛАВА 9. УРАВНЕНИЕ ПРЯМОЙ В ПРОСТРАНСТВЕ 335
Решение. Нормальный вектор плоскости n = (1, −4, 7) в этом случае

будет совпадать с направляющим вектором для прямой:
x−3 y+1 z
= = . (9.3)
1 −4 7

Пример 9.2. Найдем каноническое уравнение прямой, которая явля-
ется пересечением плоскостей, определяемых уравнениями −x − y + z +
+2 = 0 и 2x + 4y − z = 0.
Решение. Прямая ортогональна нормальным векторам каждой из
плоскостей: n1 = (−1, −1, 1), n2 = (2, 4, −1). Следовательно, в качестве
направляющего вектора прямой можно взять a = n1 × n2 .

i j k

a = −1 −1 1 = −3i + j − 2k, a = (−3, 1, −2). (9.4)

2 4 −1
В качестве координат точки, лежащей на прямой, выбираем любое

решение системы
−x − y + z + 2 = 0,
(9.5)
2x + 4y − z = 0.
Пусть z = 0, тогда

−x − y = −2,
⇒ x = 4, y = −2. (9.6)
2x + 4y = 0,
В силу этого точка T (4, −2, 0) лежит на прямой.

Следовательно, уравнение искомой прямой имеет вид:
x−4 y+2 z
= = . (9.7)
−3 1 −2


две заданные точки
Пусть прямая L проходит через точки T1 (x1 , y1 , z1 ) и T2 (x2 , y2 , z2 ).
−−→
Тогда вектор a = T1 T2 = (x2 − x1 , y2 − y1 , z2 − z1 ) параллелен прямой L,
336 ГЛАВА 9. УРАВНЕНИЕ ПРЯМОЙ В ПРОСТРАНСТВЕ
и уравнение прямой, проходящей через две заданные точки, в

каноническом виде выглядит следующим образом:
x − x1 y − y1 z − z1
= = . (9.8)
x2 − x1 y2 − y1 z2 − z1
Пример 9.3. Прямая, проходящая через две точки с координатами
(11, 2, −6) и (13, 0, 7), представляется уравнением:
x − 11 y − 2 z + 6
= = . (9.9)
2 −2 13

9.3. Угол между двумя прямыми

Рассмотрим две прямые
x − x1 y − y1 z − z1
= = , (9.10)
k1 l1 m1
x − x2 y − y2 z − z2
= = . (9.11)
k2 l2 m2
Угол между двумя прямыми ω будет равен углу, образованному
направляющими векторами a1 = (k1 , l1 , m1 ) и a2 = (k2 , l2 , m2 ):
(a1 · a2 ) k 1 k2 + l 1 l 2 + m 1 m 2
ω = arccos = arccos / 2 / . (9.12)
|a1 ||a2 | k1 + l12 + m21 k22 + l22 + m22
Пример 9.4. Даны прямые:

x−4 y+5 z+1
= = , (9.13)
6 3 −1
x−2 y+6 z+2
= = . (9.14)
2 1 −1
Покажем, что эти прямые компланарны и найдем угол между ними.
Решение.
Необходимым и достаточным условием компланарности прямых яв-
−−→
ляется равенство нулю смешанного произведения (a1 , a2 , T1 T2 ), где a1 =
= (6, 3, −1), a2 = (2, 1, −1) — направляющие векторы прямых, а точки
T1 и T2 имеют координаты T1 (4, −5, −1), T2 (2, −6, −2).
−−→
Вычислим (a1 , a2 , T1 T2 ):

6 3 −1
−−→
(a1 , a2 , T1 T2 ) = 2 1 −1 = 0. (9.15)

−2 −1 −1
Следовательно, прямые компланарны. Угол ω между ними опреде-

ляется из условия
6 · 2 + 3 · 1 + (−1) · (−1) 8
cos ω = / / =√ . (9.16)
62 + 32 + (−1)2 22 + 12 + (−1)2 69
В результате получаем угол между двумя прямыми
8
ω = arccos √ . (9.17)
69
9.4. Угол между прямой и плоскостью

Пусть прямая L и плоскость π пересекаются в некоторой точке и
пусть заданы векторы n = (A, B, C) — нормальный вектор плоскости π,
a = (k, l, m) — направляющий вектор (рис. 9.1).
n a
β
α
T
L
Рис. 9.1. Угол α между прямой и плоскостью
Если прямая и плоскость образуют угол α, а векторы n и a — угол

π
β, то α + β = . Тогда:
2
(n · a) &π '
cos β = , cos β = cos − α = sin α, (9.18)
|n||a| 2
и угол α между прямой и плоскостью определяется из условия:
(n · a) Ak + Bl + Cm
sin α = =√ √ . (9.19)
|n||a| A2 + B 2 + C 2 k 2 + l 2 + m 2
Условие параллельности прямой L и плоскости π (включаю-
щее принадлежность L и π):
Ak + Bl + Cm = 0. (9.20)
Условие перпендикулярности прямой L и плоскости π:

A B C
= = . (9.21)
k l m
a c
(Здесь равенства вида = понимаются в смысле ad = bc.)
b d
Получим условие принадлежности прямой
x − x1 y − y1 z − z1
= = (9.22)
k l m
плоскости Ax + By + Cz + D = 0.
Для этого необходимо и достаточно, чтобы точка T1 (x1 , y1 , z1 ) лежала
на плоскости, и векторы n = (A, B, C) и a = (k, l, m) были перпенди-
кулярны друг другу. В силу этого условие принадлежности прямой
плоскости заключается в выполнении равенств:

Ax1 + By1 + Cz1 + D = 0,
(9.23)
Ak + Bl + Cm = 0.
9.5. Условие принадлежности двух прямых

одной плоскости
Две прямые:
x − x1 y − y1 z − z1
L1 : = = , проходящая через точку T1 (x1 , y1 , z1 ), и
k1 l1 m1
x − x2 y − y2 z − z2
L2 : = = , проходящая через точку T2 (x2 , y2 , z2 ),
k2 l2 m2
в пространстве могут:
1) пересекаться;
2) быть параллельными;
3) скрещиваться.
В первых двух случаях они лежат в одной плоскости. Две прямые,
которые не пересекаются и не параллельны, называются скрещиваю-
щимися.
Необходимое и достаточное условие принадлежности прямых L1
и L2 одной плоскости заключается в компланарности векторов a1 =
−−→
= (k1 , l1 , m1 ), a2 = (k2 , l2 , m2 ) и T1 T2 = (x2 − x1 , y2 − y1 , z2 − z1 ), т. е.
должно выполняться равенство нулю определителя:

x2 − x1 y2 − y1 z2 − z1

k1 l1 m1 = 0. (9.24)

k2 l2 m2
Условие параллельности двух прямых:

k1 l1 m1
= = . (9.25)
k2 l2 m2
Для пересечения прямых достаточно, чтобы нарушалось хотя бы
одно из равенств (9.25) при выполнении условия (9.24).
Пример 9.5. Найдем уравнение плоскости, проходящей через прямую
x−4 y−8 z+1
= = (9.26)
−8 −1 3
и ортогональной плоскости −3x + y + z + 3 = 0.
Решение.
Направляющий вектор данной прямой a = (−8, −1, 3), нормальный
вектор к плоскости n = (−3, 1, 1).
Точка T0 (4, 8, −1) принадлежит искомой плоскости, так как лежит
на прямой (см. рис. 9.2).
Запишем уравнение плоскости, проходящей через точку T и парал-
−−→
лельной двум векторам a и n (векторы a, n и T0 T компланарны):

x − 4 y − 8 z + 1

−8 −1 3 = 0, (9.27)

−3 1 1
T0
a
T
−−→
Рис. 9.2. К примеру 9.5. Взаимное расположение векторов a и T0 T
отсюда:
− 4(x − 4) − (y − 8) − 11(z + 1) = 0. (9.28)
Таким образом, получаем искомое уравнение плоскости:
4x + y + 11z − 13 = 0. (9.29)

Пример 9.6. Найдем уравнение плоскости, проходящей через две па-
раллельные прямые:
x − U1 y − V1 z − W1 x − U2 y − V2 z − W2
= = , = = , (9.30)
k l m k l m
причем выполняется хотя бы одно из неравенств U1 = U2 , V1 = V2 , W1 =
= W2 .
Решение.
Искомая плоскость проходит через точкиT1 (U1 ,V1 ,W1 ) и T2 (U2 ,V2 ,W2 )
и параллельна направляющему вектору a = (k, l, m). С другой стороны,
−−→
эта плоскость параллельна вектору T1 T2 = (U2 − U1 , V2 − V2 , W2 − W1 ).
Пусть T (x, y, z) — текущая точка плоскости.
−−→ −−→
Запишем условие компланарности векторов T1 T , a и T1 T2 :

x − U1 y − V1 z − W1

k l m = 0. (9.31)

U2 − U1 V2 − V1 W2 − W1
Соотношение (9.31) задает уравнение плоскости, проходящей через

две параллельные прямые.

прямой в пространстве»
1. Запишите уравнение прямой, проходящей через заданную точку
параллельно заданному вектору.
2. Как выглядит уравнение прямой в пространстве, проходящей через

две заданные точки?
3. Запишите формулу для вычисления угла между прямыми в про-

странстве.
4. Как вычислить угол между прямой и плоскостью?
5. Сформулируйте условие параллельности прямой и плоскости.
6. Запишите условие перпендикулярности прямой и плоскости.
7. Какие прямые называются скрещивающимися?
8. Как выглядит условие параллельности двух прямых в простран-

стве?

9.1. Найдите точки пересечения прямой, заданной уравнениями

2x + 4y + z + 9 = 0,
4x − 6y − 2z + 1 = 0,
с координатными плоскостями.
9.2. Найдите уравнение плоскости, проходящей через две параллельные

прямые:
x−2 y z−1 x y+1 z+1
= = , = = .
2 3 −3 4 6 −6
9.3. Найдите координаты основания перпендикуляра, опущенного из
точки T (0, 2, −4) на плоскость x + y − z + 3 = 0.
9.4. Установите, являются ли плоскость 8x − 3z + 11 = 0 и прямая

x−2 y z−1
= = параллельными?
2 3 8
9.5. Установите, являются ли плоскость x + 2y − z − 2 = 0 и прямая

x−1 y+1 z
= = параллельными?
3 3 −1
9.6. Запишите необходимое и достаточное условие перпендикулярности
x − x0 y − y0 z − z0
плоскости Ax+By+Cz+D = 0 и прямой = = .
k l m
x − x0 y − y0
9.7. Докажите, что условие принадлежности прямой = =
k l
z − z0
= плоскости Ax + By + Cz + D = 0 имеет вид
m

Ax0 + By0 + Cz0 + D = 0,
(9.32)
Ak + Bl + Cm = 0.
x − x1
∗ 9.8. Покажите, что расстояние от точки T0 (x0 , y0 , z0 ) до прямой =
k
y − y1 z − z1
= = можно вычислить по формуле
l m
1
F12 + F22 + F32
d= ,
k 2 + l 2 + m2
где введены обозначения:

l m m k k l

F1 = , F2 = , F3 = .
y1 − y0 z1 − z0 z1 − z0 x1 − x0 x1 − x0 y1 − y0
9.9. Найдите острый угол между прямыми, заданными уравнениями

x+1 y−9 z+2 x y+1 z+4
= = и = = .
2 −5 2 3 −6 3
x+1 y−9 z+2
9.10. Найдите тупой угол между прямыми = = и
−1 −5 7
x−3 y−9 z
= = .
−3 3 5
9.11. Найдите уравнение плоскости, проходящей через прямую
x − 10 y z + 10
= = (9.33)
−7 3 −1
параллельно прямой
x+1 y+2 z−6
= = . (9.34)
2 4 8
∗ 9.12. Вычислите расстояние между скрещивающимися прямыми

x − x1 y − y1 z − z1 x − x2 y − y2 z − z2
= = и = = .
k1 l1 m1 k2 l2 m2

прямой в пространстве»
& 29 17 ' & 19 17 ' & 19 '
9.1. Ответ: − , − , 0 , − , 0, − , , 0, − , 29 .
14 14 8 4 2
9.2. Ответ: 9x − 10y − 4z − 14 = 0.
Запишем уравнение прямой, проходящей через точку T перпендику-
лярно плоскости:
x y−2 z+4
= = . (9.35)
1 1 −1
Представим уравнение этой прямой в параметрическом виде:
x = u, y = u + 2, z = −u − 4, (9.36)
где u ∈ R.
Подставим эти координаты в уравнение плоскости:
u + (u + 2) − (−u − 4) + 3 = 0, (9.37)
отсюда получаем u = −3.

Зная u, найдем координаты точки пересечения прямой и плоскости:
x = −3, y = −1, z = −1. (9.38)
Итак, точка пересечения перпендикуляра, опущенного из точки T на

плоскость, имеет координаты (−3, −1, −1).
x − x0 y − y0 z − z0
Условие параллельности прямой = = и плос-
k l m
кости Ax + By + Cz + D = 0 сводится к выполнению равенства Ak +
+Bl + Cm = 0, отражающего ортогональность направляющего вектора
τ = (k, l, m) и нормали к плоскости n = (A, B, C).
Согласно условию задачи, τ = (2, 3, 8), n = (8, 0, −3).
Поскольку выполняется равенство нулю скалярного произведения
(τ · n) = 0, то прямая и плоскость параллельны.
x−1
9.5. Ответ: нет, плоскость x + 2y − z − 2 = 0 и прямая =
3
y+1 z
= = не являются параллельными.
3 −1
Нормальный вектор плоскости Ax + By + Cz + D = 0 имеет коорди-
x − x0
наты (A, B, C). В то же время, направляющий вектор прямой =
k
y − y0 z − z0
= = равен (k, l, m).
l m
Для того чтобы прямая была перпендикулярна плоскости, необходи-
мо и достаточно, чтобы нормальный вектор плоскости был коллинеарен
направляющему вектору прямой:
A B C
= = .
k l m
В самом деле, первое из уравнений(9.32) означает, что точка(x0 ,y0 ,z0 ),
через которую проходит прямая, принадлежит плоскости. Второе урав-
нение отражает факт параллельности прямой и плоскости (см. упр. 9.4).
Из уравнения прямой находим координаты ее направляющего векто-
ра s = (l, m, n). Обозначим точку (x1 , y1 , z1 ), лежащую на этой прямой,
через T1 (x1 , y1 , z1 ).
Из свойств векторного произведения известно, что модуль векторного
произведения векторов равен площади параллелограмма, построенного
на этих векторах:
−−→
S = |T0 T1 × s|.
С другой стороны, площадь параллелограмма равна произведению

его стороны на высоту, проведенную к этой стороне: S = |s|d.
В нашем случае высота параллелограмма равна расстоянию d от точ-
ки до плоскости, а его сторона равна модулю направляющего вектора |s|.
Приравняв выражения для площади, несложно получить формулу
расстояния от точки до прямой:
−−→
|T0 T1 × s|
d= .
|s|
Отсюда найдем

i j k
−−→
T0 T1 × s = x1 − x0 y1 − y0 z1 − z0 =

k l m
= (m(y1 − y0 ) − l(z1 − z0 ))i +
+ (k(z1 − z0 ) − m(x1 − x0 ))j +
+ (l(x1 − x0 ) − k(y1 − y0 ))k,
−−→
|T0 T1 × s| =
5 2 2 2
6
6 l
7 m m
k k
l
= + + ,
y1 − y0 z1 − z0 z1 − z0 x1 − x0 x1 − x0 y1 − y0
где /
|s| = k 2 + l 2 + m2 .
5 2 2 2
6 m k
6 l m k l
7 + +
y1 − y0 z1 − z0 z1 − z0 x1 − x0 x1 − x0 y1 − y0
d= √ .
k 2 + l 2 + m2
Прямые заданы в каноническом виде.
Определим угол α между их направляющими векторами a = (2, −5,
2) и b = (3, −6, 3):
(a · b)
cos α = ;
|a| · |b|
2 · 3 + (−5) · (−6) + 2 · 3 14
cos α = / / = √ .
22 + (−5)2 + 22 · 32 + (−6)2 + 32 3 22
14
Искомый угол α = arccos( √ ).
3 22
Найдем угол α между направляющими векторами a = (−1, −5, 7) и
b = (−3, 3, 5) заданных прямых:
a·b
cos α = .
|a||b|
Подставляем сюда числовые значения из условия задачи и получаем:
(−1) · (−3) + (−5) · 3 + 7 · 5 23
cos α = / / = √ .
(−1)2 + (−5)2 + 72 (−3)2 + 32 + 52 5 129

23
Следовательно, искомый угол равен π − α = π − arccos √ .
5 129
Искомая плоскость параллельна направляющим векторам a1 = (−7, 3,
−1) и a2 = (2, 4, 8) и проходит через точку T0 (10, 0, −10), лежащую на
−−→
первой прямой. Таким образом, векторы a1 , a2 и T0 T компланарны.
Разлагая определитель, выражающий смешанное произведение
−−→
(T0 T , a1 , a2 ), например, по первой строке, получим:

x − 10 y z + 10

−7 3 −1 = 28(x − 10) + 54y − 34(z + 10) = 0,

2 4 8
и в итоге получаем:
14x + 27y − 17z − 310 = 0.
Введем обозначения T1 (x1 , y1 , z1 ), T2 (x2 , y2 , z2 ), a1 = (k1 , l1 , m1 ), a2 =
= (k2 , l2 , m2 ).
−−→
Рассмотрим параллелограмм, построенный на векторах T1 T2 , a1 и a2 ,
и вычислим его объем V .
С одной стороны, объем V равен произведению модуля векторного
произведения |a1 × a2 | и высоты параллелограмма. С другой стороны,
−−→
V = abs(T1 T2 , a1 , a2 ).
Поскольку искомое расстояние d между скрещивающимися прямыми
равно высоте, то
−−→
abs(T1 T2 , a1 , a2 )
d= , или
|a1 × a2 |

x2 − x1 y2 − y1 z2 − z1

abs k1 l1 m1

k2 l2 m2
d = 5 2 .
6 l m 2 m k 2
6k1 l1 1 1 1 1
7 + +
k2 l 2 l 2 m 2 m 2 k2
Глава 10
Билинейные и квадратичные
формы
10.1. Билинейные формы

Пусть в n-мерном векторном пространстве Ln задан базис B = (e1 , e2 ,
. . . , en ). Рассмотрим два вектора, принадлежащих пространству Ln :

n
n
x= xi e i , y= yi e i , (10.1)
i=1 i=1
где xi , yi ∈ R для всех i = 1, 2, . . . , n.

Линейная комбинация всевозможных произведений проекций векто-
ров x и y на базисные орты

n
aij xi yj , (10.2)
i,j=1
где aij — произвольные вещественные числа, называется билинейной

формой A(x, y), определенной на базисе B. Матрица A = (aij ), где
1 i, j n, называется матрицей билинейной формы. Как легко
видеть, произвольную билинейную форму можно записать с помощью
операции матричного умножения как
A(x, y) = xT A y. (10.3)
Выполняются следующие свойства линейности формы по каждо-
му из ее аргументов:
∀x, y, z ∈ Ln и ∀α ∈ R
1. A(x + y, z) = A(x, z) + A(y, z);

ГЛАВА 10. БИЛИНЕЙНЫЕ И КВАДРАТИЧНЫЕ ФОРМЫ 349
2. A(αx, z) = αA(x, z);
3. A(x, y + z) = A(x, y) + A(x, z);
4. A(x, αz) = αA(x, z).
Билинейная форма называется симметричной, если для любых x,

y ∈ Ln выполняется условие A(x, y) = A(y, x).
Билинейная форма называется положительно определенной, ес-
ли ∀x ∈ Ln , x = 0, выполняется неравенство A(x, x) > 0.
Пример 10.1. Рассмотрим векторы x = (x1 , x2 , x3 ) и y = (y1 , y2 , y3 )
некоторого трехмерного векторного пространства и билинейную форму
A(x, y) = x1 y1 + 3x2 y2 + 8x3 y3 , определенную на базисе данного про-
странства. Матрица A билинейной формы в таком случае будет иметь
следующий диагональный вид:
⎡ ⎤
1 0 0
⎢ ⎥
A=⎢ ⎥
⎣ 0 3 0⎦ . (10.4)
0 0 8
Представим A в матричной записи:

⎡ ⎤⎡ ⎤
1 0 0 y
⎢ ⎥ ⎢ 1⎥
A(x, y) = x A y = [x1 , x2 , x3 ] ⎢
T ⎥⎢ ⎥
⎣ 0 3 0 ⎦ ⎣y 2 ⎦ =
0 0 8 y3
⎡ ⎤
y
⎢ 1⎥
= [x1 , 3x2 , 8x3 ] ⎣y2 ⎥
⎢
⎦ = x1 y1 + 3x2 y2 + 8x3 y3 . (10.5)
y3
Нетрудно показать, что данная форма обладает свойствами симмет-

ричности и положительной определенности:
A(x, y) = x1 y1 + 3x2 y2 + 8x3 y3 = y1 x1 + 3y2 x2 + 8y3 x3 =

= A(y, x) ⇒ форма симметрична; (10.6)
A(x, x) = x21 + 3x22 + 8x23 0 для всех ненулевых векторов x ⇒

⇒ A(x, y) — положительно определенная форма. (10.7)
350 ГЛАВА 10. БИЛИНЕЙНЫЕ И КВАДРАТИЧНЫЕ ФОРМЫ

Пример 10.2. M(x, y) = x1 y1 −x2 y2 −x3 y3 −x4 y4 — билинейная форма
на R4 . Как легко заметить, она является симметричной, но не являет-
ся положительно определенной. Заметим, что данная форма определя-
ет метрику пространства-времени в специальной теории относительно-
сти [17].
10.2. Квадратичные формы

Квадратичной формой будем называть выражение
ω(x) = A(x, x), (10.8)
где A(x, x) — некоторая билинейная форма. Название «квадратичная

форма» связано с выполнением для данного выражения свойства одно-
родности второй степени по аргументу формы: ∀α ∈ R справедливо
равенство
ω(αx) = α2 ω(x). (10.9)
Пример 10.3. На основе билинейной формы M(x, y), определенной
в примере 10.2, можно построить квадратичную форму
μ(x) = M(x, x) = x21 − x22 − x23 − x24 , (10.10)
которая зависит от четырех переменных: x1 , x2 , x3 , x4 .

Если в n-мерном линейном векторном пространстве Ln задан базис и
выбран вектор x = [x1 , x2 , . . . , xn ]T , то

n
T
ω(x) = x A x = aij xi xj , (10.11)
i,j=1
что позволяет трактовать квадратичную форму как функцию, заданную

на множестве всех возможных векторов x.
Матрицу A = (aij ) называют матрицей квадратичной формы
ω(x). Эту матрицу можно считать симметричной, поскольку выражение
вида aij xi xj + aji xj xi за счет коммутативности умножения вещественных
чисел всегда можно представить как
aij xi xj + aji xj xi ≡ 4
aij xi xj + 4
aji xj xi , (10.12)
aij = 4
где введено обозначение 4 aji = (aij + aji )/2.
Итак, произвольную квадратичную форму в некотором базисе можно

задать в матричном виде:
xT A x, (10.13)
где x = (x1 , x2 , . . . , xn ) — столбец, составленный из переменных, причем
матрица A квадратичной формы всегда допускает запись в симметрич-
ном виде: aji = aij для всех i, j = 1, . . . , n.
Симметричная билинейная форма A(x, y) называется полярной к
квадратичной форме ω(x) = A(x, x). Для полярной формы справедлива
формула:
18 9
A(x, y) = ω(x + y) − ω(x) − ω(y) . (10.14)
2
Пример 10.4. Найдем билинейную форму, полярную к ω(x) = x1 x2 +
+ x2 x3 + x1 x3 .
Решение.
Согласно определению полярной формы (10.14) получаем:
18
A(x, y) = (x1 + y1 )(x2 + y2 ) + (x2 + y2 )(x3 + y3 ) + (x1 + y1 )(x3 + y3 )−
2 9
− (x1 x2 + x2 x3 + x1 x3 ) − (y1 y2 + y2 y3 + y1 y3 ) . (10.15)
После алгебраических преобразований находим выражение для искомой
билинейной формы:
1
A(x, y) = (x1 y2 + x1 y3 + x2 y1 + x2 y3 + x3 y1 + x3 y2 ). (10.16)
2

При переходе к новому базису, т. е. при невырожденной замене пере-
менных x1 , x2 , . . . , xn с матрицей замены C, матрица A квадратичной
формы в новом базисе примет вид:
A = C T A C. (10.17)
Известно, что при замене базиса ранг матрицы квадратичной формы
не изменяется.
Ранг матрицы квадратичной формы называют рангом квадратич-
ной формы. Если эта матрица имеет ранг, равный размерности линей-
ного пространства, т. е. числу переменных n, то квадратичную форму
называют невырожденной, а если ранг меньше n, то ее называют вы-
рожденной.
Пример 10.5. Найдем матрицу следующей квадратичной формы от
трех переменных:
ω(x) = 3x21 + 2x1 x2 − 5x1 x3 − x22 + x23 . (10.18)
Решение.
Диагональные элементы aii матрицы квадратичной формы ω(x) опре-
деляются как коэффициенты при квадратичных слагаемых x2i , а недиа-
гональные aij , где i = j, в два раза меньше соответствующих коэффи-
циентов при слагаемых вида xi xj :
⎡ ⎤
3 1 −5/2
⎢ ⎥
A=⎣ 1⎢ −1 0 ⎥⎦. (10.19)
−5/2 0 1
Воспользовавшись любым из известных методов вычисления ранга

матрицы, например, методом приведения к ступенчатому виду, находим
rk A = 3. Так как ранг матрицы A равен числу переменных, то данная
квадратичная форма является невырожденной.
В матричной записи квадратичная форма может быть представлена
в виде: ⎡ ⎤⎡ ⎤
3 1 −5/2 x
⎢ ⎥ ⎢ 1⎥
⎢
ω(x) = [x1 , x2 , x3 ] ⎣ 1 −1 0 ⎦ ⎣ x2 ⎥
⎥ ⎢
⎦. (10.20)
−5/2 0 1 x3

10.3. Приведение квадратичной формы

к каноническому виду
Если в некотором базисе матрица квадратичной формы принимает
диагональный вид
⎡ ⎤
λ1 0 0 . . . 0 0
⎢ ⎥
⎢ 0 λ2 0 . . . 0 0 ⎥
⎢ ⎥
⎢ ⎥
Λ = ⎢. . . . . . . . . . . . . . . . . . . . . . . ⎥ , (10.21)
⎢ ⎥
⎢ 0 0 0 . . . λn−1 0 ⎥
⎣ ⎦
0 0 0 . . . 0 λn
то, как несложно видеть, квадратичная форма образована линейной ком-

бинацией квадратов переменных x1 , x2 , . . . , xn :
ω(x) = λ1 x21 + λ2 x22 + . . . + λn x2n . (10.22)

Перекрестные слагаемые вида xi xj для i = j в этом случае не входят в

выражение для ω(x).
Среди коэффициентов λi , где i = 1, 2, . . . , n, могут быть положитель-
ные, отрицательные или равные нулю числа.
Теорема 10.1. Для каждой квадратичной формы существует ба-
зис, в котором она имеет канонический вид :

n
ω(x) = λi x2i . (10.23)
i=1
Следует обратить внимание на то, что канонический базис определен

неоднозначно.
10.3.1. Метод Лагранжа выделения полных

квадратов
В приложениях часто встречается задача приведения квадратичной
формы к диагональному виду. Для решения этой задачи предложено
несколько методов.
Метод Лагранжа приведения квадратичной формы к каноническо-
му виду заключается в следующем.
n
Пусть задана квадратичная форма ω(x) = aij xi xj , определенная
i,j=1
на базисе пространства Ln .
В зависимости от наличия в сумме слагаемых вида aii x2i рассмотрим
два случая.
1) Хотя бы один из коэффициентов att при квадратичных слагаемых
не равен нулю.
Основная идея метода состоит в выделении полного квадрата путем
объединения всех слагаемых, содержащих переменную xt . Полученный
полный квадрат служит основой для замены переменных, исключающей
линейные по xt члены. Если в форме остались перекрестные слагаемые
вида xi xj , то возвращаемся к началу процедуры. В противном случае
форма содержит только квадратичные слагаемые, и приведение к диа-
гональному виду завершено.
Как видим, без ограничения общности можно полагать a11 = 0.
Рассмотрим первый шаг метода Лагранжа более детально.
Обозначим через S сумму всех слагаемых, содержащих x1 :
S = a11 x21 + 2a12 x1 x2 + . . . + 2a1n x1 xn (10.24)

и дополним S до полного квадрата. Получим:

& a12 a1n '2
S = a11 x1 + x2 + . . . + xn − R, (10.25)
a11 a11
где выражение R не содержит в своей записи x1 .
Далее сделаем замену переменных
⎧
⎨x = x1 + a12 x2 + . . . + a1n xn ,
1
a11 a11 (10.26)
⎩x = x для i = 2, . . . , n.
i i
Тогда квадратичная форма в новом базисе примет вид:

n
ω(x) = a11 (x1 )2 + aij xi xj . (10.27)
i,j=2
В дальнейшем таким же способом можно поступить с переменными

x2 , x3 и т. д. и, в итоге, исключить все слагаемые вида xi xj для i = j.
2) Все коэффициенты aii = 0.
В этом случае выберем aij = 0 для некоторых i = j и сделаем замену
переменных: ⎧
⎪
⎨ xi = x i + x j ,
xj = xi − xj , (10.28)
⎪
⎩ = x для k = i, j.
xk k
В результате каждое произведение xi xj будет представлено в виде

линейной комбинации квадратичных слагаемых xi xj = (xi )2 − (xj )2 и
мы придем к первому случаю.
После выполнения шага 1) и, при необходимости, шага 2) приведение
квадратичной формы к диагональному виду будет закончено.
Пример 10.6. Методом Лагранжа приведем к каноническому виду
форму
ω(x) = 2x1 x2 − 6x1 x3 − x22 + 5x23 . (10.29)
Решение.
Соберем слагаемые, содержащие x2 :
−x22 + 2x1 x2 −6x1 x3 + 5x23 = − (x22 − 2x1 x2 + x21 ) + x21 − 6x1 x3 + 5x23 =
!" # !" # !" #
S полный квадрат −R
= −(x1 − x2 )2 + x21 − 6x1 x3 + 5x23 . (10.30)
Сделаем замену переменных:

⎧
⎪
⎨y1 = x1 ,
y2 = x 1 − x2 , (10.31)
⎪
⎩ =x .
y3 3
В результате получим форму

ω(y) = −y22 + y12 − 6y1 y3 + 5y32 . (10.32)
Теперь соберем слагаемые, содержащие y1 , и дополним их до полного
квадрата.
ω(y) = −y22 + (y12 − 6y1 y3 + 9y32 ) − 9y32 + 5y32 =

= −y22 + (y1 − 3y3 )2 − 4y32 . (10.33)
Сделаем вторую замену переменных:
⎧
⎪
⎨z1 = y1 − 3y3 ,
z2 = y 2 , (10.34)
⎪
⎩
z3 = y 3 .
Окончательно получаем ω(z) = z12 − z22 − 4z32 .

Пример 10.7. Методом Лагранжа приведем к каноническому виду
форму
ω(x) = x1 x2 + x1 x3 + x2 x3 . (10.35)
Решение.
Так как слагаемые вида x2i в данном выражении отсутствуют, то де-
лаем замену переменных
⎧
⎪
⎨ x 1 = x 1 + x2 ,
x2 = x1 − x2 , (10.36)
⎪
⎩ x = x ,
3 3
в результате чего получаем:

ω(x ) = [(x1 )2 + 2x1 x3 + (x3 )2 ] − (x2 )2 − (x3 )2 = (10.37)
= (x1 + x3 )2 − (x2 )2 − (x3 )2 . (10.38)
Новая замена ⎧
⎪
⎨y1 = x1 + x3 ,
y2 = x2 , (10.39)
⎪
⎩ = x
y3 3
в итоге приводит к форме

ω(y) = y12 − y22 − y32 , (10.40)
1 1
где y1 = (x1 + x2 ) + x3 , y2 = (x1 − x2 ), y3 = x3 .
2 2
10.3.2. Метод Якоби

Пусть отличны от нуля следующие определители, составленные из
элементов матрицы A = (aij ) квадратичной формы ω(x):

a a
11 12
Δ1 = a11 , Δ2 = , ..., (10.41)
a21 a22

a a . . . a
11 12 1n

a21 a22 . . . a2n

Δn = .
. .. . . . .. . (10.42)
. . .

an1 an2 . . . ann
Тогда существует базис B = (e1 , e2 , . . . , en ), в котором ω(x) представля-
ется в виде:
Δ1 2 Δ 2 2 Δn 2
ω(z) = z1 + z2 + · · · + z , (10.43)
Δ0 Δ1 Δn−1 n
где через zi , i = 1, 2, . . . , n, обозначены координаты вектора x в новом
базисе B и для единообразия обозначений принято Δ0 = 1. В этом за-
ключается метод Якоби приведения квадратичной формы к канониче-
скому виду.
По сравнению с методом Лагранжа метод Якоби имеет то преимуще-
ство, что переход к базису B происходит непосредственно, без промежу-
точных шагов.
Переход от базиса (e1 ,e2 ,. . . ,en ) к каноническому базису (c1 ,c2 ,. . . ,cn )
осуществляется по формулам

i
ci = ηij ej , i = 1, 2, . . . , n, (10.44)
j=1
Δi−1,j
ηij = (−1)i+j , (10.45)
Δi−1
где Δi−1,j — минор матрицы, формируемой теми элементами из (aij ),
которые находятся на пересечении строк с номерами k = 1, 2, . . . , i − 1 и
столбцов с номерами k = 1, 2, . . . , j − 1, j + 1, . . . , i.
Заметим, что введенные определители Δ1 , Δ2 , . . . , Δn носят название

угловых миноров матрицы квадратичной формы.
Рангом квадратичной формы является число ненулевых коэффици-
ентов λi = 0.
Введем следующие обозначения:
n+ — количество положительных коэффициентов λi > 0,
n− — количество отрицательных коэффициентов λi < 0,
n0 — количество коэффициентов, равных нулю, λi = 0.
Упорядоченный набор целых неотрицательных чисел (n+ , n− , n0 ) на-
зывается сигнатурой квадратичной формы.
Квадратичная форма ω(x) называется положительно определен-
ной, если для любого ненулевого x выполняется неравенство
ω(x) > 0, (10.46)
и отрицательно определенной, если выполняется ω(x) < 0.

Квадратичная форма ω(x) называется знакопеременной, если су-
ществуют такие x1 и x2 , что имеют место неравенства
ω(x1 ) > 0, ω(x2 ) < 0. (10.47)
Критерий Сильвестра1 .
Для положительной определенности квадратичной формы ω(x) необ-
ходимо и достаточно, чтобы все главные миноры ее матрицы были
положительны: Δ1 > 0, Δ2 > 0, . . . , Δn > 0.
Для отрицательной определенности квадратичной формы ω(x) необ-
ходимо и достаточно, чтобы знаки угловых миноров ее матрицы че-
редовались, причем Δ1 < 0.
Закон инерции. Количество слагаемых с положительными (от-
рицательными) коэффициентами квадратичной формы, приведенной к
каноническому виду, не зависит от способа приведения формы к этому
виду.
Контрольные вопросы к главе «Билинейные

и квадратичные формы»
1. Дайте определение билинейной формы.
2. Перечислите свойства линейности билинейных форм.

1
Сильвестр (James Joseph Sylvester) (1814–1897) — английский математик.
3. Какие билинейные формы называются симметричными, положи-

тельно определенными?
4. Дайте определение квадратичной формы.
5. Объясните, почему матрицу произвольной квадратичной формы

всегда можно считать симметричной.
6. Какая билинейная форма называется полярной к квадратичной

форме?
7. Как определяется ранг квадратичной формы?
8. В чем состоит разница между вырожденными и невырожденными

квадратичными формами?
9. Расскажите о методах приведения квадратичных форм к диаго-

нальному виду: методе Лагранжа и методе Якоби.
10. Как определяются угловые миноры матрицы квадратичной фор-

мы?
11. Сформулируйте критерий Сильвестра.
12. В чем состоит закон инерции квадратичных форм?

10.1. Какие из следующих функций F (x, y) от векторов x = (x1 , x2 ) ∈
∈ R2 и y = (y1 , y2 ) ∈ R2 являются билинейными формами?
1) F (x, y) = x1 y1 + x2 y2 ;
√
2) F (x, y) = 2;
3) F (x, y) = (x1 − y1 )2 − (x2 − y2 )2 ;
4) F (x, y) = 4x2 y2 .
10.2. Найдите билинейную форму, полярную к форме:

1) x21 − 2x1 x2 + 3x1 x3 + 7x23 ;
2) −2x21 + 3x1 x3 + x2 x3 ;
3) 3x1 x3 + x22 ;
4) x21 + 4x1 x2 + 4x1 x3 − 4x22 − 2x2 x3 − x23 .
10.3. Приведите к каноническому виду квадратичную форму от трех пе-

ременных:
1) x21 + 2x1 x2 + 4x1 x3 − 4x23 ;
2) x1 x2 + x1 x3 − 6x2 x3 ;
3) −2x21 − 7x1 x3 ;
4) x21 − 4x1 x2 + 12x1 x3 − x22 + 4x2 x3 + 3x23 .
10.4. Приведите к каноническому виду квадратичную форму от четырех

переменных:
1) x21 + 2x1 x2 + 2x1 x3 + 2x1 x4 + 3x22 + 6x2 x3 + 8x2 x4 + x23 + 2x3 x4 + x24 ;
2) x1 x2 + x1 x4 + x2 x3 + x3 x4 ;
3) −5x21 + 2x1 x4 + 3x22 + x2 x3 − 2x2 x4 − x23 + 2x3 x4 + x24 ;
4) x21 + x1 x2 + x1 x3 + x1 x4 + x22 + x2 x3 + x2 x4 + x23 + x3 x4 + x24 .
10.5. Какие из следующих квадратичных форм являются положитель-

но определенными, отрицательно определенными, знакоперемен-
ными?
1) x21 + x1 x2 + x22 ;
2) x21 − 9x1 x2 + x22 ;
3) x1 x2 + 2x1 x4 + 3x2 x3 + 4x3 x4 ;
4) x1 x2 + x3 x4 .
∗ 10.6. При каких значениях вещественного параметра a квадратичная

форма
ω(x) = ax21 + 2x1 x2 + (10 − a)x22 (10.48)
является положительно определенной, отрицательно определенной?

n xi xj
∗ 10.7. Покажите, что форма является положительно опре-
i,j=1 i + j − 1
деленной.
Ответы и решения к главе «Билинейные и

квадратичные формы»
10.1. Ответ:
Функции из пунктов 1) и 4) являются билинейными формами.
Воспользуемся формулой (10.14) для полярной формы:
1)
18 9
A(x, y) = ω(x + y) − ω(x) − ω(y) =
2
18
= (x1 +y1 )2 −2(x1 +y1 )(x2 +y2 )+3(x1 +y1 )(x3 +y3 )+7(x3 + y3 )2−
2 9
− (x21 − 2x1 x2 + 3x1 x3 + 7x23 ) − (y12 − 2y1 y2 + 3y1 y3 + 7y32 ) =
3 3
= x1 y1 − x1 y2 + x1 y3 − x2 y1 + x3 y1 + 7x3 y3 ;
2 2
2)
18
A(x, y) = − 2(x1 + y1 )2 + 3(x1 + y1 )(x3 + y3 ) + (x2 + y2 )(x3 + y3 )−
2 9
− (−2x21 + 3x1 x3 + x2 x3 ) − (−2y12 + 3y1 y3 + y2 y3 ) =
3 1 3 1
= −2x1 y1 + x1 y3 + x2 y3 + x3 y1 + x3 y2 ;
2 2 2 2
3)
18
A(x, y) = 3(x1 + y1 )(x3 + y3 ) + (x2 + y2 )2 −
2 9
− (3x1 x3 + x22 ) − (3y1 y3 + y22 ) =
3 3
= x 1 y 3 + x2 y 2 + x 3 y 1 ;
2 2
4)
18
A(x, y) = (x1 + y1 )(x1 + y1 )+4(x1 + y1 )(x2 + y2 )+4(x1 + y1 )(x3 + y3 )−
2
− 4(x2 + y2 )2 − 2(x2 + y2 )(x3 + y3 ) − (x3 + y3 )(x3 + y3 )−
− (x21 + 4x1 x2 + 4x1 x3 − 4x22 − 2x2 x3 − x23 )−
9
− (y12 + 4y1 y2 + 4y1 y3 − 4y22 − 2y2 y3 − y32 ) =
= x1 y1 + 2x1 y2 + 2x1 y3 + 2x2 y1 − x2 y3 − 4x2 y2 + 2x3 y1 −
− x3 y2 − x3 y3 .
1) Преобразуем выражение:
x21 + 2x1 x2 + 4x1 x3 − 4x23 =
= x21 + 2x1 (x2 + 2x3 ) + (x2 + 2x3 )2 − (x2 + 2x3 )2 − 4x23 =
= (x1 + x2 + 2x3 )2 − (x2 + 2x3 )2 − (2x3 )2 .

⎧
⎪
⎨y1 = x1 + x2 + 2x3 ,
y2 = x2 + 2x3 ,
⎪
⎩
y3 = 2x3 .
Получим квадратичную форму в каноническом виде:
y12 − y22 − y32 .
2) Сделаем замену переменных:
⎧
⎪
⎨x1 = x1 + x2 ,
x2 = x1 − x2 ,
⎪
⎩
x3 = x3 .
Преобразуем выражение:
x1 x2 + x1 x3 − 6x2 x3 =
= (x1 + x2 )(x1 − x2 ) + (x1 + x2 )x3 − 6(x1 − x2 )x3 =
= (x1 )2 − (x2 )2 + x1 x3 + x2 x3 − 6x1 x3 + 6x2 x3 =
= (x1 )2 − (x2 )2 − 5x1 x3 + 7x2 x3 =
2 2
2 5 5
= (x1 ) − 5x1 x3 + x − x + 7x2 x3 − (x2 )2 =
2 3 2 3
2 2
5 2 5
= x1 − x3 + 7x2 x3 − (x2 ) − x =
2 2 3
2 2 2 2
5 7 5 7
= x 1 − x3 − x 2 − x3 − x − x =
2 2 2 3 2 3
2 2
5 7
= x1 − x3 − x2 − x3 + 6(x3 )2 .

2 2
⎧
⎪ 5 1
⎪
⎪y1 = x1 − 2 x3 = 2 (x1 + x2 − 5x3 ),
⎨
7 1
⎪ y2 = x2 − x3 = (x1 − x2 − 7x3 ),
⎪
⎩y = √6x .
⎪ 2 2
3 3

y12 − y22 + y32 .
− 2x21 − 7x1 x3 =
* √ +2 * √ +2
&√ '2 7 2 7 2
=− 2x1 − 7x1 x3 − x3 + x3 =
4 4
* √ +2 * √ +2
√ 7 2 7 2
= 2x1 + x3 + x3 .
4 4

⎧ √
⎪ √ 7 2
⎨y1 = 2x1 + x3 ,
√ 4
⎪
⎩y = 7 2 x .
2 3
4
−y12 + y22 .
x21 − 4x1 x2 + 12x1 x3 − x22 + 4x2 x3 + 3x23 =

= x21 − 4x1 (x2 − 3x3 ) + (2x2 − 6x3 )2 −
− (2x2 − 6x3 )2 − x22 + 4x2 x3 + 3x23 =
= (x1 − 2x2 + 6x3 )2 − 4x22 + 24x2 x3 − 36x23 − x22 + 4x2 x3 + 3x23 =
= (x1 − 2x2 + 6x3 )2 − 5x22 + 28x2 x3 − 33x23 =
&√ '2
= (x1 − 2x2 + 6x3 )2 − 5x2 + 28x2 x3 −
* √ +2 * √ +2
14 5 14 5
− x3 + x3 − 33x23 =
5 5
* √ +2
√ 14 5 31
= (x1 − 2x2 + 6x3 )2 − 5x2 − x3 + x23 .
5 5

⎧
⎪
⎪ y1 = x1 −2x2 + 6x3 ,
⎪
⎪ √
⎨ 14
y 2 = 5 x 2 − x3 ,
⎪ 0 5
⎪
⎪
⎪
⎩y3 = 31 x3 .
5

y12 − y22 + y32 .
x21 + 2x1 x2 + 2x1 x3 + 2x1 x4 + 3x22 + 6x2 x3 + 8x2 x4 + x23 + 2x3 x4 + x24 =
= x21 + 2x1 (x2 + x3 + x4 ) + (x2 + x3 + x4 )2 − (x2 + x3 + x4 )2 +
+ 3x22 + 6x2 x3 + 8x2 x4 + x23 + 2x3 x4 + x24 =
= (x1 + x2 + x3 + x4 )2 − x22 − 2x2 x3 − 2x2 x4 − x23 − 2x3 x4 − x24 +
+ 3x22 + 6x2 x3 + 8x2 x4 + x23 + 2x3 x4 + x24 =
= (x1 + x2 + x3 + x4 )2 + 2x22 + 4x2 x3 + 6x2 x4 =
&√ '2
= (x1 + x2 + x3 + x4 )2 + 2x2 + 2x2 (2x3 + 3x4 )+
1 1
+ (2x3 + 3x4 )2 − (2x3 + 3x4 )2 =
2 * 2 +2
√
√ √ 3 2
= (x1 + x2 + x3 + x4 )2 + 2x2 + 2x3 + x4 −
2
* √ +2
√ 3 2
− 2x3 + x4 .
2

⎧
⎪
⎪ y 1 = x 1 + x2 + x 3 + x4 ,
⎪
⎪ √
⎨ √ √ 3 2
y2 = 2x2 + 2x3 + x4 ,
⎪
⎪ √ 2
⎪
⎪ √
⎩y3 = 2x3 + 3 2 x4 .
2
y12 + y22 − y32 .
2) Сделаем замену переменных:
⎧
⎪
⎪ x = x1 + x2 ,
⎪ 1
⎨ x2 = x1 − x2 ,
⎪
⎪ x3 = x3 + x4 ,
⎪
⎩
x4 = x3 − x4 .
Преобразуем выражение:
x 1 x 2 + x1 x 4 + x2 x 3 + x3 x 4 =
= (x1 + x2 )(x1 − x2 ) + (x1 + x2 )(x3 − x4 )+
+ (x1 − x2 )(x3 + x4 ) + (x3 + x4 )(x3 − x4 ) =
= (x1 )2 − (x2 )2 + 2x1 x3 − 2x2 x4 + (x3 )2 − (x4 )2 =
= (x1 )2 + 2x1 x3 + (x3 )2 − (x2 )2 − 2x2 x4 − (x4 )2 =
= (x1 + x3 )2 − (x2 + x4 )2 .
⎧
⎪
⎪ 1
y1 = x1 + x3 = (x1 + x2 + x3 + x4 ),
⎪
⎪
⎪
⎨ 2
⎪
⎪
⎪
⎪ 1
⎪
⎩y2 = x2 + x4 = (x1 − x2 + x3 − x4 ).
2
y12 − y22 .
− 5x21 + 2x1 x4 + 3x22 + x2 x3 − 2x2 x4 − x23 + 2x3 x4 + x24 =

= x24 + 2x4 (x1 − x2 + x3 ) + (x1 − x2 + x3 )2 −
− (x1 − x2 + x3 )2 − 5x21 + 3x22 + x2 x3 − x23 =
= (x1 − x2 + x3 + x4 )2 − 6x21 + 2x1 x2 + 2x22 − 2x1 x3 + 3x2 x3 − 2x23 =
*√ +2
&√ '2 6
= (x1 − x2 + x3 + x4 )2 − 6x1 + 2x1 (x2 − x3 ) − (x2 − x3 ) +
6
*√ +2
6
+ (x2 − x3 ) + 2x22 + 3x2 x3 − 2x23 =
6
* √ +2
2
√ 6
= (x1 − x2 + x3 + x4 ) − 6x1 − (x2 − x3 ) +
6
13 8 11
+ x22 + x2 x3 − x23 =
6 3* 6 +2
√
√ 6
= (x1 − x2 + x3 + x4 )2 − 6x1 − (x2 − x3 ) +
6
*0 +2 * √ +2 * √ +2
13 8 8 78 8 78 11
+ x2 + x 2 x 3 + x3 − x3 − x23 =
6 3 78 78 6
* √ + 2
2
√ 6
= (x1 − x2 + x3 + x4 ) − 6x1 − (x2 − x3 ) +
6
*0 √ + 2 *0 +2
13 8 78 69
+ x2 + x3 − x3 .
6 78 26
⎧
⎪
⎪ y = x 1 − x 2 + x3 + x4 ,
⎪ 1
⎪ √
⎪
⎪ √ 6
⎪
⎨y2 = 06x1 − 6 √
⎪ (x2 − x3 ),
13 8 78
⎪
⎪ y3 = x 2 + x3 ,
⎪
⎪ 0 6 78
⎪
⎪
⎪
⎪ 69
⎩ y4 = x3 .
26
y12 − y22 + y32 − y42 .
x21 + x1 x2 + x1 x3 + x1 x4 + x22 + x2 x3 + x2 x4 + x23 + x3 x4 + x24 =
1 1
= x21 + x1 (x2 + x3 + x4 ) + (x2 + x3 + x4 )2 − (x2 + x3 + x4 )2 +
2 2
+ x22 + x2 x3 + x2 x4 + x23 + x3 x4 + x24 =
2
1 3 1 1
= x1 + (x2 + x3 + x4 ) + x22 + x2 x3 + x2 x4 +
2 4 2 2
3 1 3
+ x23 + x3 x4 + x24 =
4 2 4
2 * √ +2
1 3
= x1 + (x2 + x3 + x4 ) + x2 +
2 2
*√ +2
1 3
+ x2 (x3 + x4 ) + (x3 + x4 ) =
2 6
2 * √ √ +2
1 3 3
= x1 + (x2 + x3 + x4 ) + x2 + (x3 + x4 ) +
2 2 6
2 1 2
+ x23 + x3 x4 + x24 =
3 3 3
2 * √ √ +2
1 3 3
= x1 + (x2 + x3 + x4 ) + x2 + (x3 + x4 ) +
2 2 6
*0 +2 *√ +2 *√ +2
2 1 6 6 2
+ x3 + x3 x4 + x4 − x4 + x24 =
3 3 12 12 3
2 *√ √ +2
1 3 3
= x1 + (x2 + x3 + x4 ) + x2 + (x3 + x4 ) +
2 2 6
*0 √ +2 * √ +2
2 6 10
+ x3 + x4 + x4 .
3 12 4

⎧
⎪ 1
⎪
⎪ y1 = x1 + (x2 + x3 + x4 ),
⎪
⎪ √ 2 √
⎪
⎪
⎪
⎪ 3 3
⎨ y2 = x2 + (x3 + x4 ),
02 √
6
⎪
⎪y3 = 2 x3 + 6 x4 ,
⎪
⎪
⎪
⎪ √3 12
⎪
⎪
⎪
⎩ y4 = 10
x4 .
4
y12 + y22 + y32 + y42 .
1) Запишем матрицу квадратичной формы:
⎡ ⎤
1
⎢1 2⎥
⎢ ⎥
⎣1 ⎦ .
1
2
Воспользуемся критерием Сильвестра. Для этого вычислим угловые ми-
норы:
1
1 2
2 1

1 = 1 > 0, =1− > 0.
2
1
1
2
Следовательно, форма является положительно определенной.
2) Запишем матрицу квадратичной формы:
⎡ ⎤
9
⎢ 1 −2⎥
⎢ ⎥.
⎣ 9 ⎦
− 1
2
норы:
9
1 − 2

2 9
1 = 1 > 0, =1− < 0.
9 2
− 1
2
Следовательно, форма является знакопеременной.

3) Допустим, что x3 = x4 = 0. В таком случае в квадратичной фор-
ме останется только одно ненулевое слагаемое x1 x2 . Очевидно, что это
слагаемое может принимать как положительные, так и отрицательные
значения. Следовательно, форма знакопеременная.
4) Допустим, что x3 = 0. В таком случае в квадратичной форме оста-
нется только одно ненулевое слагаемое x1 x2 . Очевидно, что это слагаемое
может быть как положительным, так и отрицательным. Следовательно,
форма является знакопеременной.
Запишем матрицу квадратичной формы:

a 1
.
1 10 − a

норы:
a 1

a = a; = a(10 − a) − 1.
1 10 − a
Для того чтобы форма была положительно определенной, необходимо и
достаточно, чтобы оба определителя были положительными:

a > 0, a > 0,
⇒ ⇒
a(10 − a) − 1 > 0; a2 − 10a + 1 < 0;

a > 0,
⇒ √ √
a ∈ 5 − 2 6, 5 + 2 6 .
Для того чтобы форма была отрицательно определенной, необходимо и
достаточно, чтобы угловой минор первого порядка был отрицательным,
а второго — положительным:

a < 0,
√ √
a ∈ 5 − 2 6, 5 + 2 6 .
Данная система несовместна, следовательно, форма не может быть от-

рицательно определенной ни при каких значениях a.
Рассмотрим случаи, когда угловые миноры равны нулю:
a = 0, ω(x) = 2x1 x2 + 10x22 ;

ω(x) может принимать отрицательное значение, например, при x1 =

= −10, x2 = 1; √
a = 5 − 2 6,
& √ ' 2 & √ ' 2
ω(x) = 5 − 2 6 x1 + 2x1 x2 + 5 + 2 6 x2 =
2 2 2 2
√ √
= 5 − 2 6x1 + 2x1 x2 + 5 + 2 6x2 =
2 2 2
√ √
= 5 − 2 6x1 + 5 + 2 6x2
Ясно, что ∀x = 0√выполняется неравенство ω(x) > 0.

При a = 5 + 2 6 рассуждения проводятся аналогичным образом.
Получаем окончательный
8 √ ответ:
√ форма
9 является положительно опре-
деленной при a ∈ 5 − 2 6, 5 + 2 6 .
Преобразуем выражение, введя интегрирование по вспомогательной
переменной t:

n n :1 :1 & n '2
xi xj i+j−2
= xi xj t dt = xi ti−1 dt.
i,j=1
i + j − 1 i,j=1 i=1
0 0
&
n '2
Как легко видеть, выражение xi ti−1 всегда больше нуля при нену-
i=1
левых значениях x1 , x2 , . . . , xn и t > 0.
Исходная квадратичная форма является положительно определен-
ной, поскольку является интегралом от положительно определенной фор-
мы.
Глава 11
Кривые второго порядка
Общее уравнение кривой второго порядка имеет вид
Ax2 + 2Bxy + Cy 2 + 2Dx + 2Ey + F = 0, (11.1)
где вещественные коэффициенты A, B, C не равны нулю одновременно.

Выражение Ax2 + 2Bxy + Cy 2 называется квадратичной частью
уравнения этой кривой, 2Dx + 2Ey — линейной частью, а F — сво-
бодным членом.
В так называемой канонической системе координат уравнение
кривой второго порядка приобретает наиболее простой канонический
вид [38].
Рассмотрим классификацию кривых второго порядка на основе их
канонического вида.
11.1. Эллипс
Эллипсом называется кривая второго порядка, которая в некоторой
декартовой прямоугольной системе координат определяется уравнением
x2 y 2
+ = 1, (11.2)
a2 b 2
где a b > 0. О числах a и b говорят как о большой и малой полуосях
эллипса соответственно.
Точки√ (±a, 0) и (0, ±b) называются вершинами эллипса, а (±c, 0),
где c = a2 − b2 , — его фокусами. Будем обозначать фокусы через F1
и F2 . На рис. 11.1 схематично изображен эллипс в канонической системе
координат.
При равенстве констант a = b эллипс вырождается в окружность.

ГЛАВА 11. КРИВЫЕ ВТОРОГО ПОРЯДКА 371
y
b
−a F2 F1 a
−c c x
−b
x2 y 2
Рис. 11.1. Эллипс + = 1. Директрисы x = ±a/ε изображены
a2 b2
пунктирными линиями
С геометрической точки зрения эллипс есть множество точек плоско-

сти, для каждой из которых сумма расстояний до двух данных точек F1
и F2 (фокусов) постоянна и равна 2a > F1 F2 . Фокусное расстояние,
т. е. расстояние между F1 и F2 , равно 2c.
Неотрицательное число ε = c/a < 1 определяет меру «сжатия» эл-
липса по оси абсцисс и называется эксцентриситетом. Чем больше зна-
чение ε, тем более выражено «сжатие» (см.
√ рис. 11.2). Как легко видеть,
эксцентриситет окружности равен ε = a2 − b2 /a = 0. В связи с этим
можно сказать, что эллипс получается из окружности сжатием ее по оси
Ox, при котором ординаты всех ее точек уменьшаются в одном и том же
отношении b/a.
Теорема 11.1. Расстояние от произвольной точки P (x, y), принад-
лежащей эллипсу, до каждого из фокусов равно
r1 = P F1 = a − εx, r2 = P F2 = a + εx. (11.3)
У эллипса есть две директрисы — прямые вида x = ±a/ε. На

рис. 11.1 они изображены пунктиром. Для окружности директрисы не
определены. Директрису и фокус, которые лежат по одну сторону от оси
Oy, будем считать соответствующими друг другу.
Теорема 11.2. Для любой точки, принадлежащей эллипсу, отно-
шение ее расстояния до фокуса к расстоянию до соответствующей ди-
ректрисы равно эксцентриситету эллипса.
372 ГЛАВА 11. КРИВЫЕ ВТОРОГО ПОРЯДКА
y
a
a x
Рис. 11.2. Эллипсы с различными эксцентриситетами: ε = 0 (сплошная

линия), ε = 0.7 (пунктирная линия), ε = 0.9 (штрих-пунктирная линия)
Рассмотрим взаимное расположение эллипса и прямой. Произволь-

ная прямая либо не пересекает эллипс, либо пересекает его в одной или
двух точках. В случае наличия единственной общей точки такая прямая
является касательной. Через любую точку на эллипсе проходит ровно
одна касательная.
Уравнение касательной к эллипсу в точке P0 (x0 , y0 ) имеет вид:
xx0 yy0
+ 2 = 1. (11.4)
a2 b
Эллипс обладает следующим оптическим свойством: световые лу-

чи, исходящие из одного фокуса, после зеркального отражения от эл-
липса пройдут через другой фокус, т. е. сфокусируются в нем. Этим
объясняется происхождение термина «фокус», пришедшего из оптики.
Пример 11.1. Найдем точки пересечения с осями координат касатель-
x2 y 2 √
ной, проведенной к эллипсу + = 1 в точке с координатами (3/2, 3).
9 4
Решение.
Обозначим точку касания через P0 и проверим, что она принадлежит
эллипсу:
√
(3/2)2 ( 3)2
+ = 1, или 1 = 1 — верно. (11.5)
9 4
Учитывая, что полуоси эллипса равны a = 3 и b = 2, подставим
координаты P0 (x0 , y0 ) в уравнение касательной (11.4):

√
(3/2)x 3y
+ = 1. (11.6)
9 4
√
Следовательно, общее уравнение прямой имеет вид 2x + 3 3y − 12 = 0
(см. рис. 11.3).
√ Точки пересечения этой прямой с осями координат суть
(6, 0) и (0, 4/ 3).
√ y
2x + 3 3y − 12 = 0
P0
2
−3 3
x
−2
x2 y 2
Рис. 11.3. К примеру 11.1. Эллипс + = 1 и касательная к нему в
9 √
4
точке P0 (3/2, 3)

Представление об эллипсе как о подвергнутой сжатию окружности
приводит к альтернативному способу задания эллипса в параметриче-
ском виде.
Проведем преобразование координат согласно формулам
b
x = x, y = y. (11.7)
a
Окружность x2 + y 2 = a2 после такого преобразования перейдет в
(x )2 (y )2
новой системе координат в эллипс 2 + 2 = 1. Как известно, напри-
a b
мер, из курса математического анализа [80], любая окружность может
быть задана в параметрической форме как

x = a cos t,
(11.8)
y = a sin t,
где вещественное число t принимает значения, принадлежащие проме-

жутку [0, 2π).
Из (11.7) следует, что параметрическое представление эллипса с по-
луосями a и b будет иметь вид:

x = a cos t,
где 0 t < 2π. (11.9)
y = b sin t,
Параметр t называют аномалией эксцентриситета.
11.2. Гипербола
Гиперболой называется кривая второго порядка, которая в некото-
рой декартовой прямоугольной системе координат определяется уравне-
нием
x2 y 2
− = 1, (11.10)
a2 b2
где a, b > 0 (см. рис. 11.4). Числа a и b называются вещественной и
мнимой полуосями гиперболы соответственно.
F2−a a F1
−c c x
x2 y2 b
Рис. 11.4. Гипербола
2
− 2
= 1. Асимптоты y = ± x изображены
a b a
a
тонкими сплошными линиями, директрисы x = ± — пунктирными
ε
В отличие от эллипса, представляющего собой связную кривую, ги-

пербола состоит из двух компонент связности: левой и правой ветви.
Вершинами гиперболы называются точки (±a, 0).√Фокусами ги-

перболы называются точки F1 (−c, 0) и F2 (c, 0), где c = a2 + b2 .
b
У гиперболы существуют асимптоты y = ± x, определяющие ход
a
кривой для бесконечно больших значений координат.
Гипербола содержит те и только те точки декартовой плоскости, мо-
дуль разности расстояний каждой из которых до двух данных точек F1
и F2 (фокусов) постоянен и равен 2a < F1 F2 . Фокусное расстояние равно
2c.
Для гиперболы также вводится понятие эксцентриситета ε = c/a >
> 1.
Теорема 11.3. Расстояния r1 , r2 от произвольной точки P (x, y)
гиперболы до каждого из фокусов равны
r1 = P F1 = abs(a − εx), r2 = P F2 = abs(a + εx). (11.11)
Директрисы гиперболы задаются в канонической системе коорди-

a a
нат уравнениями x = и x = − (см. рис. 11.4, на котором директрисы
ε ε
изображены пунктирными линиями). Будем считать директрису и фо-
кус, лежащие по одну сторону от оси Oy, соответствующими друг другу.
Теорема 11.4. Для произвольной точки, лежащей на гиперболе,
отношение ее расстояния до фокуса к расстоянию до соответствую-
щей директрисы равно эксцентриситету гиперболы.
Уравнение касательной к гиперболе в точке P0 (x0 , y0 ) имеет вид:
xx0 yy0
− 2 = 1. (11.12)
a2 b
Оптическое свойство гиперболы: свет от источника, находящего-
ся в одном из фокусов гиперболы, отражается второй ветвью гиперболы
таким образом, что продолжения отраженных лучей пересекаются во
втором фокусе.
Как для эллипса, так и для гиперболы в канонической системе ко-
ординат начало координат O(0, 0) является центром симметрии кривой,
поэтому эллипс и гипербола принадлежат классу центральных кри-
вых.
В заключение раздела, посвященному гиперболе, приведем ее пред-
ставление в параметрическом виде:

x = ±a ch t,
(11.13)
y = b sh t,
где t ∈ R, ch x = (ex + e−x )/2 — гиперболический косинус, sh x = (ex −

e−x )/2 — гиперболический синус. В первом уравнении этой системы знак
«+» соответствует правой ветви гиперболы, знак «−» — левой ветви.
11.3. Парабола
Парабола есть нецентральная кривая второго порядка, определяемая
каноническим уравнением в декартовой системе координат
y 2 = 2px, (11.14)
где p > 0 — фокальный параметр параболы, или просто параметр.

Вершиной параболы является начало координат (0, 0), фокусом —
точка F (p/2, 0). Директрисой параболы называется прямая, задавае-
мая уравнением x = −p/2 (рис. 11.5).
F
−p/2 p/2 x
Рис. 11.5. Парабола y 2 = 2px. Директриса x = −p/2 изображена

пунктирной линией
С геометрической точки зрения парабола есть множество таких то-

чек плоскости, для каждой из которых расстояние до фокуса F равно
расстоянию до директрисы. Расстояние от фокуса до директрисы равно
параметру.
Теорема 11.5. Расстояние от точки P (x, y), лежащей на параболе,
до ее фокуса равно
r = x + p/2. (11.15)
Параболе приписывают эксцентриситет, равный единице.

Для параболы аналог теорем 11.2 и 11.4 повторяет ее геометрическое
свойство, что позволяет сформулировать следующее обобщенное утвер-
ждение.
Теорема 11.6. Для произвольной точки, лежащей на эллипсе, ги-
перболе или параболе, отношение расстояния от этой точки до фокуса
к расстоянию до соответствующей директрисы (до единственной ди-
ректрисы в случае параболы) равно эксцентриситету кривой.
Уравнение касательной к параболе в точке P0 (x0 , y0 ) имеет вид:
yy0 = p(x + x0 ). (11.16)
Оптическое свойство параболы: световые лучи, исходящие из фо-

куса, после зеркального отражения от параболы будут направлены па-
раллельно ее оси симметрии. Заметим, что это свойство параболы ле-
жит в основе устройства параболических зеркал и параболических ан-
тенн [11].
11.4. Вырожденные кривые

К вырожденным кривым второго порядка относятся те кривые, ка-
нонический вид которых отличен от уравнения эллипса, параболы или
гиперболы. Существуют следующие варианты таких кривых: мнимый
эллипс, пара пересекающихся прямых, пара мнимых пересекающихся
прямых, пара параллельных прямых, пара мнимых параллельных пря-
мых, пара совпадающих прямых. Таким образом, невырожденные кри-
вые второго порядка — это эллипс, гипербола и парабола (и только они).
11.4.1. Мнимый эллипс

Мнимый эллипс описывается в канонической системе координат урав-
нением
x2 y 2
+ = −1, (11.17)
a2 b2
где a b > 0.
Поскольку сумма квадратов вещественных чисел не может равнять-
ся отрицательному числу, то данная кривая не содержит ни одной точ-
ки. Термин «мнимый эллипс»√ связан с тем, что при замене переменных
x = ix, y = iy, где i = −1, в новых координатах получим уравнение
эллипса (11.2).
11.4.2. Пара пересекающихся прямых

Уравнению вида
x2 y 2
− =0 (11.18)
a2 b 2
соответствует пара пересекающихся прямых. Точкой их пересечения яв-
ляется начало координат.
Записав уравнение (11.18) в виде
&x y ' &x y '
− + = 0, (11.19)
a b a b
делаем вывод, что ему удовлетворяют все точки двух пересекающихся в
начале координат прямых y = bx/a и y = −bx/a.
11.4.3. Пара мнимых пересекающихся прямых

Пара мнимых пересекающихся прямых описывается уравнением
x2 y 2
+ = 0. (11.20)
a2 b 2
Сумма квадратов равна нулю тогда и только тогда, когда каждое из
x y
слагаемых равно нулю: = 0 и = 0, т. е. x = y = 0. Это условие задает
a b
единственную точку, совпадающую с началом координат.
11.4.4. Пара параллельных прямых

Уравнение
x2 − a2 = 0, где a = 0, (11.21)
определяет две параллельные вертикальные прямые x = a и x = −a.
11.4.5. Пара мнимых параллельных прямых

Кривая второго порядка, задаваемая в канонический системе коор-
динат уравнением
x2 + a2 = 0 (11.22)
при условии a = 0, не содержит вещественных точек.
11.4.6. Пара совпадающих прямых

Наконец, заключительный вариант уравнения, к которому может
быть приведено общее уравнение кривой второго порядка, имеет вид
x2 = 0. (11.23)
Данному уравнению удовлетворяют координаты всех точек, лежащих
на оси ординат.
В итоге, на основе канонического вида кривых второго порядка их

разделяют на девять указанных выше классов, важнейшими из которых
для практического использования являются эллипс, гипербола и пара-
бола.
11.5. Алгоритм вычисления координат

точек касания кривой второго порядка
и прямой
Рассмотрим невырожденную кривую второго порядка, например, эл-
x2 y 2
липс 2 + 2 = 1, и произвольную точку декартовой плоскости P1 (x1 , y1 ).
a b
Приведем алгоритм, вычисляющий координаты точек касания указан-
ной кривой и прямых, проходящих через P1 (см. рис. 11.6).
y
P1
T1
T2 b
−a a x
−b
x2 y 2
Рис. 11.6. Касательные к эллипсу + = 1, проведенные из точки P1
a2 b 2
Начнем с вывода аналитических соотношений для координат иско-

мых точек. Обозначим точки касания через T1 (xt1 , yt1 ) и T2 (xt2 , yt2 ). В гла-
ве 7 «Уравнение прямой на плоскости» показано, что уравнение семей-
ства прямых, проходящих через заданную точку P (x1 , y1 ), можно запи-
сать в виде y − y1 = k(x − x1 ), где k < ∞ — угловой коэффициент.
Случай вертикальной касательной будет рассмотрен ниже отдельно.
Известно, что касательная к эллипсу пересекает его ровно в одной
точке (см. с. 371). Следовательно, неизвестный угловой коэффициент k
принимает такое значение, что нелинейная система уравнений
⎧
⎨y − y1 = k(x − x1 ),
2 2 (11.24)
⎩x + y = 1
a2 b 2
имеет единственное решение. Подставив первое уравнение этой системы

во второе, получим квадратное уравнение
(a2 k 2 + b2 )x2 − 2a2 k(kx1 − y1 )x + a2 (kx1 − y1 )2 − a2 b2 = 0. (11.25)
Необходимым и достаточным условием того, что квадратное уравне-
ние имеет единственный корень, является равенство нулю дискриминан-
та
D = a4 k 2 (kx1 − y1 )2 + a2 (a2 k 2 + b2 )(b2 − (kx1 − y1 )2 ) =

= a2 b2 (a2 k 2 + b2 − (kx1 − y1 )2 ) = 0. (11.26)
Решение уравнения D = 0 относительно переменной k дает возмож-
ность записать значения углового коэффициента:
/
x1 y1 ± b2 x21 + a2 y12 − a2 b2
k= . (11.27)
x21 − a2
Далее рассмотрим три случая в зависимости от взаиморасположения
точки P1 и эллипса.
x2 y2
1) Точка P1 лежит внутри эллипса, т. е. 21 + 21 < 1. Подкоренное
a b
выражение x21 b2 + y12 a2 − a2 b2 в (11.27) отрицательно, и вещественных k в
таком случае нет. Следовательно, через точку P1 , находящуюся внутри
эллипса, касательную провести нельзя.
x2 y2
2) Точка P1 лежит на эллипсе, т. е. 21 + 21 = 1. Тогда у уравне-
a b xy
1 1
ния (11.26) имеется единственный корень k = 2 , и P1 является
x 1 − a2
точкой касания.
x2 y 2
3) Точка P1 лежит вне эллипса, 21 + 21 > 1. В этом случае имеется
a b
два возможных значения k, отвечающих двум касательным. Координаты
точек касания найдем, подставив (11.27) в уравнение (11.25):
a2 k(kx1 − y1 ) b2 (kx1 − y1 )
xt1,2 = , yt1,2 = − . (11.28)
b2 + a2 k 2 b2 + a2 k 2
Рассмотрим теперь особый случай, когда x1 = ±a, и одна из каса-

тельных вертикальна (см. рис. 11.7).
y
P1
b
−a a x
−b
x2 y 2
Рис. 11.7. Касательные к эллипсу + 2 = 1 в случае, когда одна из
a2 b
них вертикальна
При этом одна из точек касания имеет координаты (a, 0) или (−a, 0), а
вторая рассчитывается исходя из уравнения D = 0, приводящего к усло-
y 2 − b2 & b2 − y 2 2b2 y '
1
вию k = ± 1 и, как следствие, к координатам ± a 2 1
, ,
2ay1 b + y12 b2 + y12
если y1 = 0, и к уравнению x = ±a, если y1 = 0.
В итоге, сформулируем алгоритм определения координат точек каса-
ния прямой и эллипса.
x2 y 2
I) Если 21 + 21 < 1, то точек касания нет.
a b
x21 y12
II) Если 2 + 2 = 1, то есть единственная точка касания (x1 , y1 ).
a b
III) Если x1 = ±a, то есть две точки касания
& b2 − y12 2b2 y1 '
(x1 , 0) и ± a 2 , .
b + y12 b2 + y12
Во всех других случаях вычисляются k1 и k2 по формулам:

/ /
x1 y1 + b2 x21 + a2 y12 − a2 b2 x1 y1 − b2 x21 + a2 y12 − a2 b2
k1 = , k2 = ,
x21 − a2 x21 − a2
(11.29)
и искомые точки касания будут иметь координаты:
2 2
a k1 (k1 x1 − y1 ) b2 (k1 x1 − y1 ) a k2 (k2 x1 − y1 ) b2 (k2 x1 − y1 )
,− 2 , ,− 2 .
b2 + a2 k12 b + a2 k12 b2 + a2 k22 b + a2 k22
(11.30)
Пример 11.2. Применим представленный выше алгоритм для значе-
ний параметров a =8, b = 5 и P1 (6, 5). Получим координаты двух точек
192 7
касания: T1 , и T2 (0, 5).
25 5
Контрольные вопросы к главе «Кривые

второго порядка»
1. Запишите общее уравнение кривой второго порядка.
2. Какая кривая называется эллипсом?
3. Что такое эксцентриситет эллипса?
4. Дайте определение директрис эллипса.
5. Расскажите про оптическое свойство эллипса.
6. Какая кривая называется гиперболой?
7. Чему равен эксцентриситет гиперболы?
8. Дайте определение директрис гиперболы.
9. Расскажите про оптическое свойство гиперболы.
10. Какая кривая называется параболой?
11. Чему равен эксцентриситет параболы?
12. Как определяется директриса параболы?
13. Расскажите про оптическое свойство параболы.

14. Запишите уравнение касательной к эллипсу, к гиперболе, к пара-

боле.
15. Какие кривые второго порядка относят к вырожденным?

x2 y2
11.1. Для эллипса + = 1 вычислите эксцентриситет и запишите
18 9
уравнения директрис.
x2 y 2
11.2. Найдите кратчайшее расстояние от эллипса + = 1 до прямой:
4 3
1) x + 2y − 5 = 0;
2) 2x + y − 5 = 0.
11.3. Дан эллипс x2 + 4y 2 = 5. Найдите уравнение прямой, которая ка-
сается этого эллипса в точке с координатами x = 1, y = −1.
11.4. Найдите угол между касательными, проведенными из точки (−8, 2)
x2 y 2
к эллипсу + = 1.
24 12
x2
∗ 11.5. Из каких точек декартовой координатной плоскости эллипс +
a2
y2
+ = 1 виден под прямым углом?
b2
11.6. У равносторонней гиперболы полуоси равны: a = b. Найдите
эксцентриситет равносторонней гиперболы.
x2 y 2
11.7. Найдите угол между асимптотами гиперболы − = 1.
a2 b 2
11.8. Найдите расстояние от точки (4, 0) до кривой y 2 − 2x = 0.
11.9. Напишите уравнение касательной к параболе y 2 = 5x в точке, бли-
жайшей к точке M0 (2, 1/2).
11.10. Представление гиперболы в параметрической форме вида (11.13)
обладает тем недостатком, что ее левая и правая ветви описывают-
ся разными выражениями, отличающимися знаком. Найдите пара-
метрическое задание гиперболы, не обладающее указанным недо-
статком.
∗ 11.11. Пусть известно, что прямая Ax + By + C = 0 касается эллипса,

фокусное расстояние которого равно 2c. Составьте уравнение этого
эллипса.
11.12. Определите, в каких точках пересекаются прямая −3x + 3y − 2 = 0

x2 y 2
и эллипс + = 1.
2 4
√
11.13. В каких точках пересекаются прямая x − 3y − 2 + 3 3 = 0 и ги-
пербола x2 − y 2 = 1?
√
11.14. В каких точках пересекаются прямая x + y − 5 5 = 0 и парабола
y 2 = 6x?
11.15. Эксцентриситет орбиты планеты Меркурий равен 0,2, большая по-

луось равна 0,39 астрономических единиц (а. е.). Вычислите наи-
большее и наименьшее расстояние планеты от Солнца.
11.16. Эксцентриситет земной орбиты равен 0,017, большая полуось со-

ставляет одну астрономическую единицу. Чему равно наибольшее
и наименьшее расстояние от Земли до Солнца?
11.17. Пусть известно, что эксцентриситет эллипса ε = 1/2. В канониче-

ской системе координат одна из его директрис задается уравнением
x = 12. Вычислите расстояние в этой системе координат от точки
M1 эллипса с абсциссой, равной −1, до фокуса, одностороннего с
данной директрисой.
11.18. Пусть известно, что эксцентриситет гиперболы ε = 3/2. В кано-

нической системе координат одна из ее директрис задается урав-
нением x = −4. Вычислите расстояние от точки N1 гиперболы с
ординатой, равной 9, до фокуса, одностороннего с данной дирек-
трисой.
x2 y 2
∗ 11.19. Найдите площадь области, ограниченной эллипсом + 2 =1и
a2 b
x2 y 2
правой ветвью гиперболы − = 1 (см. рис. 11.8, где указанная
α2 β 2
область выделена заливкой).
b
M (xm , ym )
∗
−a −α α a x
−b
Рис. 11.8. Область, ограниченная эллипсом и правой ветвью гиперболы
Ответы и решения к главе «Кривые второго

порядка»
Полуоси эллипса равны a = 18 и b = 3. Вычислим эксцентриситет
эллипса: √ √
c a2 − b2 18 − 9 1
ε= = = √ =√ .
a a 18 2
Запишем уравнения директрис:
a
x = ± или x = ±6.
ε
1) Найдем уравнения двух прямых, касательных к эллипсу и парал-
лельных прямой x+2y−5 = 0. Для этого запишем уравнение касательной
к эллипсу:
x 0 x y0 y
+ 2 = 1,
a2 b
где (x0 , y0 ) — точка касания, a2 = 4, b2 = 3. Таким образом, уравнение
касательной принимает вид:
3x0 x 3
y=− + .
4y0 y0
1
Угловой коэффициент прямой x + 2y − 5 = 0 равен k = − . Как
2
известно, у параллельных прямых угловые коэффициенты совпадают.
3x0 x 1
Следовательно, выполняется равенство − = − . Кроме того, точка
4y0 2
(x0 , y0 ) принадлежит эллипсу. В результате получаем систему уравнений:
⎧
⎪ 3x 1
⎨− 0 = − ,
4y0 2
2 2
⎪ x y
⎩ 0 + 0 = 1.
4 3
Множество ее решений имеет вид {(1, 3/2) , (−1, −3/2)}.
Получаем уравнения касательных:
x + 2y − 2 = 0, x + 2y + 2 = 0.
Заметим, что первая из них расположена ближе к исходной прямой,

так как выполняется неравенство abs((−2) − (−5)) < abs(2 − (−5)) (см.
упр. 7.13).
Осталось только найти расстояние от точки (1, 3/2) до прямой x +
+2y − 5 = 0.
Воспользуемся формулой (7.37):
3 √
abs(Ax0 + By0 + C) abs(1 · 1 + 2 · 2 − 5) 5
d = abs(δ) = √ = √ = .
A2 + B 2 12 + 22 5
x2 y2
Итак, кратчайшее расстояние от эллипса + = 1 до прямой
√ 4 3
5
x + 2y − 5 = 0 равно .
5
2) Найдем уравнения двух прямых, касательных к данному эллип-
су и параллельных прямой 2x + y − 5 = 0. Аналогично предыдущему
пункту данного упражнения, получаем систему уравнений относительно
неизвестных координат точки касания x0 и y0 :
⎧
⎪ 3x
⎨− 0 = −2,
4y0
2 2
⎪ x
⎩ 0 + y0 = 1.
4 3
; <
8 3 8 3
Получаем множество решений √ ,√ , −√ , −√ . Опре-
19 19 19 19
деляем уравнения касательных:
√ √
y = −2x + 19, y = −2x − 19.
Заметим, что первая из√них ближе к исходной

√ прямой, так как выпол-
няется неравенство abs(− 19 − (−5))
< abs( 19 − (−5)) (см. упр. 7.13).
8 3
Расстояние от точки √ , √ до прямой 2x + y − 5 = 0 находим
19 19
по формуле (7.37):
8 3 √ √
abs(2 · √ + 1 · √ − 5)
abs(Ax0 + By0 + C) 19 19 5 5 − 95
d= √ = √ = .
A2 + B 2 22 + 1 2 5
x2 y 2
В итоге, кратчайшее расстояние от эллипса + = 1 до прямой
4 3
√ 1√
2x + y − 5 = 0 равно 5 − 95.
5
Воспользуемся уравнением касательной к эллипсу (11.4):
xx0 yy0
+ 2 = 1.
a2 b
5
В нашем случае a2 = 5, b2 = , x0 = 1, y0 = −1, и уравнение касательной
4
x · 1 y · (−1)
принимает вид + = 1, или x − 4y − 5 = 0.
5 5/4
Согласно условию задачи, через точку (−8, 2) проходят обе касатель-
ные к эллипсу.
Как показано в разделе 11.5 (формула (11.27)), угловые коэффици-
енты касательных k1 и k2 вычисляются по формуле
/
x1 y1 ± b2 x21 + a2 y12 − a2 b2
k1,2 = .
x21 − a2
Получаем: k1 = 1/5, k2 = −1.

На основании (7.17) находим угол между прямыми.
k1 − k2 1/5 − (−1) 3
ϕ = arctg = arctg = .
1 + k 1 k2 1 + (1/5)(−1) 2
3
Следовательно, угол между касательными к эллипсу равен ϕ = arctg .
2
Поскольку эллипс из некоторой точки M (x, y) виден под прямым уг-
лом, то угол между касательными, проведенными из M к эллипсу, равен
π/2. На основании формулы (11.27) (см. с. 380) угловые коэффициенты
касательных k1 и k2 равны
/
x1 y1 ± b2 x21 + a2 y12 − a2 b2
k1,2 = .
x21 − a2
Вычислим угол ϕ между касательными, используя уравнение (7.17):
k1 − k2
tg ϕ = ,
1 + k 1 k2
следовательно,
/
k1 − k2 2 b2 x21 + a2 y12 − a2 b2
ϕ = arctg = arctg .
1 + k 1 k2 x21 + y12 − a2 − b2
Из полученного уравнения вытекает, что угол ϕ = π/2, если знаменатель
дроби под знаком арктангенса равен нулю: x21 + y12 − a2 − b2 = 0.
x2 y 2
В итоге, эллипс 2 + 2 = 1 виден под прямым углом из всех точек
a b
плоскости, удовлетворяющих уравнению
x2 + y 2 = a2 + b2 .
Такие
√ точки, как несложно заметить, образуют окружность радиуса
a2 + b2 .
c
Эксцентриситет гиперболы равен ε = , где c = b2 + a2 — половина
a
межфокусного расстояния, a, b — полуоси гиперболы.
Если a = b, то
√ √
b2 + a2 a2 + a2 √
ε= = = 2.
a a
Таким√образом получено, что эксцентриситет равносторонней гиперболы
равен 2.
x2 y 2
Асимптоты гиперболы − 2 = 1, как известно (см. с. 375), опре-
a2 b
b
деляются уравнениями y = ± x. Угловые коэффициенты наклона этих
a
b
прямых равны ± . Следовательно, тангенс половины угла α между асимп-
a
b
тотами равен tg(α/2) = . Выражаем из полученного соотношения ис-
a
комый угол:
b
α = 2 arctg .
a
Заметим, что у равносторонней гиперболы (см. упр. 11.6) угол между
асимптотами равен π/2.
Для того чтобы найти расстояние от точки (x0 , y0 ) до кривой y 2 −
−2x = 0, определим наименьшее значение функций
/
d1 (x) = (x − x0 )2 + (f1 (x) − y0 )2 и
/
d2 (x) = (x − x0 )2 + (f2 (x) − y0 )2 ,
√
где x0 = 4, y0 = 0, и через f1,2 (x) = ± 2x обозначены две ветви парабо-
лы y 2 − 2x = 0. /
Рассмотрим сначала функцию d1 (x): d1 (x) = (x − 4)2 + 2x. Ее про-
x−3
изводная равна d1 (x) = / . Точка, подозрительная на экс-
(x − 4)2 + 2x
тремум, является решением уравнения d1 (x) / = 0, или x − 3 = 0.
√ Это
точка минимума. Следовательно, min d1 (x) = (3 − 4)2 + 2 · 3 = 7.
Аналогичным
√ образом находим наименьшее значение функции d2 (x):
min d2 (x) = 7.
√ В итоге получаем, что расстояние от точки (4, 0) до параболы равно
7.
√
11.9. Ответ: 5x − 2 10y + 10 = 0.
11.10. Ответ: a
x= ,
cos t
y = b tg t,
где t ∈ (0, 2π).
Обозначим точку касания через P (x0 , y0 ). Уравнение касательной к
эллипсу в этой точке имеет вид:
xx0 yy0
+ 2 = 1,
a2 b
где a и b — больша́я и малая полуоси эллипса соответственно. С другой

стороны, согласно условию задачи, общее уравнение прямой имеет вид
Ax + By + C = 0, и его можно переписать как
& A' & B'
− x+ − y = 1.
C C
x0 A y0 B
Сравнивая уравнения (11.5.) и (11.5.), получим:
2
=− , 2 =− ,
a C b C
следовательно, координаты точки касания P равны −Aa2 /C, −Bb2 /C .
x2
Ясно, что координаты точки P удовлетворяют уравнению эллипса 20 +
a
y02
+ 2 = 1. Кроме того, из определения фокуса следует равенство a −b2 =
2
b
= c2 , где c — фокальный параметр. Отсюда получаем систему уравнений
относительно параметров a, b:
⎧ &
⎨1 Aa2 '2 1 & Bb2 '2
− + 2 − = 1,
a2 C b C
⎩a2 − b2 = c2 ,
или ⎧ 2 2
⎨a A b2 B 2
+ = 1,
C2 C2
⎩a2 − b2 = c2 .
& C 2 − c2 B 2 '1/2 & C 2 − c2 A2 '1/2
Решение этой системы: a = , b = .
A2 + B 2 A2 + B 2
Таким образом, искомое уравнение эллипса имеет вид:
A2 + B 2 2 A2 + B 2 2
x + y = 1.
C 2 − c2 B 2 C 2 − c2 A2
2
Выразим y из уравнения прямой: y = x + .
3
Подставляем y в уравнение эллипса:
x2 1 4 4
+ ( + · x + x2 ) = 1,
2 4 9 3
8 14 4
или 27x2 + 12x − 32 = 0, отсюда получаем x1 = , y1 = ; x2 = − ,
9 9 3
2
y2 = − .
3
Итак, точки пересечения прямой и эллипса: (8/9, 14/9), (−4/3, −2/3).
Выразим переменную x: x = 3y + 2 − 3 3.
Для того чтобы найти точки, в которых пересекаются прямая и ги-
пербола, подставим полученное выражение для x в уравнение гиперболы:
√ √
9y 2 + 6y(2 − 3 3) + 31 − 12 3 − y 2 − 1 = 0,
или √ √
8y 2 + y(12 − 18 3) + 30 − 12 3 = 0,
√ √
5 3−6 3 3 − 10 √
отсюда: y1 = , x1 = ; y2 = 3, x2 = 2.
& 3√3 − 10 5√3 − 6 '
4 4
Таким образом, искомые точки пересечения: , ,
√ 4 4
(2, 3).
Для того чтобы найти точки пересечения прямой и параболы, решим
систему уравнений:
√ √
x + y − 5 5 = 0, x = −y + 5 5, √
2
⇒ 2
√ ⇒ y 2 + 6y − 30 5 = 0,
y = 6x y = −6y + 30 5
Полученное квадратное уравнение имеет корни

2
√
y1,2 = −3 ± 9 + 30 5.
√
Подставим значения y1,2 в уравнение прямой x + y − 5 5 = 0. Получим:
2
√ √
x1,2 = 3 ∓ 9 + 30 5 + 5 5.
/ координаты точек пересечения:
/
√ √ √
M1 (3 − /9 + 30 5 + 5 5, −3 + /9 + 30 5),
√ √ √
M2 (3 + 9 + 30 5 + 5 5, −3 − 9 + 30 5).
Согласно первому закону Кеплера1 , все планеты Солнечной системы
движутся по эллипсам, в одном из фокусов которых находится Солн-
це [40, 11]. Наиболее близкая к Солнцу точка орбиты P называется пе-
ригелием, а наиболее удаленная от Солнца точка орбиты A — афелием.
1
Кеплер (Johannes Kepler) (1571–1630) — немецкий математик и астроном.
Чтобы вычислить эти величины для планеты Меркурий, введем обо-

значения: F1 (c, 0) — координаты Солнца, P (a, 0) — координаты пери-
гелия орбиты, A(−a, 0) — координаты афелия орбиты, O(0, 0) — центр
симметрии эллипса. Здесь a — большая полуось, c — фокальный пара-
метр.
Тогда:
ra = AF1 — наибольшее расстояние Меркурия от Солнца,

rp = P F1 — наименьшее расстояние Меркурия от Солнца,
c = OF1 .
Из геометрических соображений получаем:
a = rp + c, rp = a − c,
⇒
a = ra − c; ra = a + c;
Эксцентриситет эллипса ε вычислим по формуле:

√
a2 − b 2
ε= ,
a
√
где a2 − b2 = c,
c
ε = ⇒ c = aε.
a
Отсюда:
rp = a − aε,
ra = a + aε;
rp = a(1 − ε),
ra = a(1 + ε).
Подставим числовые значения из условия задачи:
rp = 0,39 · (1 − 0,2) ⇒ rp = 0,312 (а. е.),

ra = 0,39 · (1 + 0,2) ⇒ ra = 0,468 (а. е.).
Итак, наибольшее расстояние от Меркурия до Солнца равно 0,468 а. е.,

наименьшее — 0,312 а. е.
Обозначим точки F1 (c, 0) — координаты Солнца, P (a, 0) — координа-
ты перигелия орбиты, A(−a, 0) — координаты афелия орбиты, O(0, 0) —
центр симметрии эллипса. Здесь a — большая полуось, c — фокальный

параметр земной орбиты. Тогда (см. предыдущее упр.):
ra = AF1 ,
rp = P F 1 , ⇒
c = OF1 ;
rp = a(1 − ε),
ra = a(1 + ε);
где ε = 0,017 — эксцентриситет орбиты Земли, a = 1 а. е.
Проводим необходимые вычисления:
rp = 1 · (1 − 0,017) ⇒ rp = 0,983 (а. е.),

ra = 1 · (1 + 0,017) ⇒ ra = 1,017 (а. е.).
В итоге получаем, что наибольшее расстояние от Земли до Солнца равно

1,017 а. е., наименьшее расстояние равно 0,983 а. е.
Точка M1 имеет координаты (−1, y1 ) и находится слева от оси Oy,
а фокус — справа. Искомое расстояние равно длине гипотенузы r тре-
угольника с вершинами F1 (c, 0), M1 (−1, y1 ) и L(−1, 0).
По теореме Пифагора:
/
r = (c + 1)2 + y 2 .
a
Используя определение директрисы эллипса x = ± , находим:
ε
a
xd = , ⇒ a = εxd ,
ε
где согласно условию задачи xd = 12.
Выразим фокальный параметр c эллипса:
c = aε = ε2 xd .
Координату y1 определим, воспользовавшись уравнением эллипса

(−1)2 y12
+ 2 = 1:
a2 b
b/ 2
y1 = ± a − 1.
a
Поскольку для эллипса справедливо соотношение b2 = a2 −c2 = a2 (1−

2
−ε ), то /
y1 = ± (1 − ε2 )(a2 − 1).
Следовательно, длина гипотенузы F1 M1 треугольника F1 LM1 равна
2 /
r = (c + 1)2 + y12 = (aε + 1)2 + (1 − ε2 )(a2 − 1) = a + ε = ε(xd + 1).
Подставляем сюда числовые значения из условия и получаем оконча-

13
тельный ответ: r = .
2
Искомое расстояние равно длине гипотенузы треугольника с верши-
нами F2 (−c, 0), N1 (x1 , y1 ) и L(x1 , 0), где согласно условию задачи y1 = 9.
В зависимости от того, на правой или на левой ветви гиперболы распо-
ложена точка N1 (x1 , y1 ), получаем два возможных значения r:
2
r = (x1 ± c)2 + y12 .
a
По определению директрисы гиперболы x = ± имеем:
ε
a = ε abs(xd ), где xd = −3.
Параметр c гиперболы равен
c = aε = ε2 abs(xd ).
(−1)2 y12
Поскольку − 2 = 1 и c2 = a2 − b2 , то
a2 b
x21
r2 = (x1 ± c)2 + b2 2
− 1 = (a ± εx1 )2 = ε2 (abs(xd ) ± x1 )2 ,
a
0
a/ 2 y12
где x1 = y 1 + b2 = 2−1
+ ε2 x2d . Подставив значения из условия,
b 0 ε 0
14 14
получим: r = 9 + 6 или r = 9 − 6.
5 5
Обозначим область, ограниченную эллипсом и гиперболой, через D.
В силу свойств симметрии эллипса и гиперболы искомая площадь выра-
жается как удвоенная площадь области D0 :
S(D) = 2S(D0 ).
На рис. 11.8 область D0 отмечена символом «∗».

Уравнение части эллипса, лежащей в первой координатной четверти,
b√ 2
имеет вид yell = a − x2 , где 0 < x < a.
a
Уравнение части правой ветви гиперболы, расположенной выше оси
β√ 2
абсцисс: yhyp = α − x2 , где x > α.
α
Пусть xM — абсцисса точки M пересечения кривых yell и yhyp , лежа-
щей в первой четверти.
Заметим, что при выполнении условия a α такая точка всегда
существует. В противном случае, когда a < α, область D пуста, и S(D) =
= 0.
Итак, при условии a α справедливо равенство:
: xM : a
S(D0 ) = yhyp (x) dx + yell (x) dx. (11.31)
α xM
Вычислим координату xM :
2 2
b β
yell (xM ) = yhyp (xM ) ⇒a2 − x2M = x2M − a2 .
a α
Решение этого уравнения, удовлетворяющее условиям x > 0, y > 0,
имеет вид: 1
b2 + β 2
xM = aα .
a2 β 2 + b2 α2
Подстановка xM в формулу (11.31) для S(D0 ) дает:
( 1
1 β a2 + α 2
S(D0 ) = ab arctg −
2 α b2 + β 2
1 2 1 )
a − α2 b2 + β 2
− αβ ln b +a .
a2 β 2 + α2 b2 a2 β 2 + α 2 b 2
Окончательно получаем площадь области, ограниченной эллипсом и
правой ветвью гиперболы:
⎧
⎪
⎪ 0, если a α,
⎪
⎪
⎪
⎪ 1
⎪
⎪
⎨ β a2 + α2
S(D) = ab arctg α b2 + β 2 −
⎪
⎪ * 1 1 +
⎪
⎪
⎪
⎪ a2 − α2 b2 + β 2
⎪
⎩ − αβ ln b a2 β 2 + α2 b2 + a a2 β 2 + α2 b2 , если a > α.
⎪
Глава 12
Эллиптические кривые
Эллиптическая кривая — это плоская кривая, не имеющая особых

точек, определяемая уравнением вида
y 2 = x3 + ax + b, (12.1)
где a и b — вещественные числа. Требование отсутствия особых точек
означает, что кривая не должна иметь самопересечений и точек возвра-
та1 . Это условие будет выполняться тогда и только тогда, когда отличен
от нуля дискриминант уравнения:
Δ = −16(4a3 + 27b2 ) = 0. (12.2)
Разумеется, постоянный множитель 16 не влияет на знак дискриминанта,
этот множитель вводится для удобства исследования дальнейших, более
глубоких свойств кривой.
Название «эллиптическая кривая» восходит к задаче о вычислении
длины дуги эллипса, приводящей к вычислению определенного интегра-
ла вида : x2
R(x)
√ dx (12.3)
x1 x3 + ax + b
для некоторой рациональной функции R(x) [37, 54]. Морфологическое
сходство терминов «эллипс» и «эллиптическая кривая» обусловлено ис-
торическими причинами. Подчеркнем, что эти термины относятся к раз-
ным математическим понятиям.
В качестве области применения эллиптических кривых следует упо-
мянуть доказательство великой теоремы Ферма2 и открытие нового быст-
ро развивающегося направления в науке о методах передачи конфиден-
циальных данных — криптографии эллиптических кривых (elliptic-curve
1
Пример точки самопересечения см. на рис. 12.6 на с. 418. Пример точки возврата приведен на
рис. 12.1,e на с. 398.
2
Ферма (Pierre de Fermat) (1601–1665) — французский математик и юрист.
ГЛАВА 12. ЭЛЛИПТИЧЕСКИЕ КРИВЫЕ 397
cryptography). Известны и другие применения таких кривых в матема-

тике и смежных областях, в частности, в теории чисел [43, 53].
В зависимости от знака дискриминанта, эллиптическая кривая обра-
зована одной или двумя компонентами связности:
• если Δ > 0, то график кривой состоит из двух компонент связно-

сти;
• если Δ < 0, то график кривой состоит из одной компоненты связ-

ности.
Примечание. При выполнении условий Δ = 0 и a = 0 на кривой

возникает точка самопересечения, а если имеют место равенства a = b =
= 0 — возникает точка возврата.
Пример 12.1. На рис. 12.1 изображены несколько эллиптических кри-
вых для значений параметров a ∈ {−4, 0, 4}, b ∈ {−2, 0, 2}. Заметим,
что при a = b = 0 получается уравнение y 2 = x3 , для которого Δ = 0,
следовательно, такая кривая не принадлежит классу эллиптических. На
рис. 12.1 она расположена на панели e) и изображена пунктиром.
12.1. Операция сложения точек

эллиптической кривой
Зафиксировав две точки, расположенные на произвольной эллипти-
ческой кривой Γ = {(x, y) ∈ R2 : y 2 = x3 + ax + b}, можно ввести правило
для построения третьей точки. Такую операцию будем называть «сло-
жением» точек на эллиптической кривой.
Для того чтобы выполнить операцию сложения точек, декартову плос-
кость R2 следует расширить с помощью введения бесконечно удален-
ной точки ∞. Как будет ясно из дальнейшего рассмотрения, точка ∞
обладает свойствами нулевого элемента в множестве R2 ∪ {∞} с опреде-
ленной на нем операцией сложения точек. В связи с этим для бесконечно
удаленной точки также используется обозначение O ≡ ∞.
Будем предполагать, что любая эллиптическая кривая проходит че-
рез точку O. Можно сказать, что в этой точке пересекаются все верти-
кальные прямые.
Итак, пусть задана эллиптическая кривая
Γ = {(x, y) ∈ R2 : y 2 = x3 + ax + b} ∪ {O}. (12.4)

398 ГЛАВА 12. ЭЛЛИПТИЧЕСКИЕ КРИВЫЕ
y y y
a) b) c)
x x x
y 2 = x3 − 4x − 2 y 2 = x3 − 4x y 2 = x3 − 4x + 2
y y y
d) e) f)
x x x
y 2 = x3 − 2 y 2 = x3 y 2 = x3 + 2
y y y
g) h) i)
x x x
y 2 = x3 + 4x − 2 y 2 = x3 + 4x y 2 = x3 + 4x + 2
Рис. 12.1. Эллиптические кривые для значений параметров a ∈

∈ {−4, 0, 4}, b ∈ {−2, 0, 2}. Прямоугольная сетка на панелях a)–i ) вы-
полнена с шагом, равным 2. На панели e) точка (0, 0) является точкой
возврата для кривой y 2 = x3
Основная идея определения суммы A ⊕ B двух точек A = (xA , yA ) и

B = (xB , yB ) на эллиптической кривой заключается в вычислении коор-
динат точки пересечения прямой AB с Γ:
C = A ⊕ B = {(xC , yC ) : C ∈ AB и C ∈ Γ} (12.5)
и последующего отражения C относительно оси Ox: C → C. Точка

C считается суммой точек A и B, формальному определению операции
такого суммирования будет посвящена оставшаяся часть этого раздела.
При этом полагаем, что
1) вертикальные линии вида x = const проходят через бесконечно
удаленную точку;
2) если прямая AB касается кривой Γ, то точка касания учитывается
дважды.
Точкой на эллиптической кривой, противоположной точке A =
= (xA , yA ), называется точка −A = (xA , −yA ), полученная в результа-
те отражения исходной точки относительно оси абсцисс. Как несложно
видеть, A ∈ Γ ⇒ −A ∈ Γ в силу квадратичной зависимости алгебраиче-
ского уравнения, определяющего Γ, от переменной y.
Для бесконечно удаленной точки вводится особое правило: −∞ = ∞,
другими словами, точка ∞ считается противоположной самой себе.
Перейдем к правилу вычисления координат точки A ⊕ B. Для этого
рассмотрим четыре случая:
1) сложение точки с O;
2) сложение двух различных точек, причем A = −B;
3) сложение двух противоположных точек A и −A;
4) удвоение точки, т. е. вычисление суммы вида A ⊕ A.
12.1.1. Сложение точки с O

Определим сумму произвольной точки A(xA , yA ) расширенной декар-
товой плоскости и точки O как
A ⊕ O = O ⊕ A = A. (12.6)
Это означает, что прибавление точки O не изменяет значений координат

исходной точки. Как уже указывалось выше, данный факт позволяет
считать бесконечно удаленную точку нулевым элементом в множестве
R2 ∪ {∞} с определенной на нем операцией сложения.
12.1.2. Сложение двух различных точек

Для вычисления суммы A ⊕ B при условии A = −B следует най-
ти точку пересечения прямой AB с заданной эллиптической кривой Γ.
Обозначим соответствующую точку пересечения через C . Далее нахо-
дим противоположную к C точку C = −C , выполняя отражение точки
C относительно оси Ox. Таким образом, координаты точек C и C свя-
заны соотношениями xC = xC , yC = −yC .
Суммой точек A и B является точка C, построенная вышеизложен-
ным образом:
C = A ⊕ B. (12.7)
На рис. 12.2 изображен геометрический способ построения точки A ⊕
B.
y
−C
x
A
C =A⊕B
Рис. 12.2. Сложение двух различных точек A и B на эллиптической

кривой
Решение системы
⎧
⎨(−yC )2 = x3C + axC + b,
yB − y A (12.8)
⎩(−yC ) − yA = (xC − xA )
xB − xA
сводится к решению уравнения третьей степени с вещественными коэф-
фициентами. Конечно, корни произвольного уравнения такого рода мо-
гут быть получены с помощью известных формул Кардано [62], однако
в данном случае удается провести вычисления более простым способом.
Используя формулы Виета (см. упр. 4.31), можно показать, что ис-
комые координаты точки C определяются по формулам:

xC = κ 2 − xA − xB ,
(12.9)
yC = −yA + κ(xA − xC ),
yB − yA
где введено обозначение κ = для коэффициента углового на-
xB − xA
клона прямой AB.
12.1.3. Сложение двух противоположных точек

Перейдем к рассмотрению случая, когда слагаемые в сумме точек
представляют собой противоположные точки, например, A и −A.
Проведем прямую, проходящую через две противоположные точки.
Как можно видеть из рисунка 12.3, такая прямая будет расположена
вертикально, а третья точка, общая для эллиптической кривой и по-
строенной прямой, может находиться только на бесконечности. На ос-
новании этого факта сумма противоположных точек определяется как
A ⊕ (−A) = ∞. Рисунок 12.3 иллюстрирует сформулированное правило.
y
O = A ⊕ (−A)
−A
Рис. 12.3. Сложение двух противоположных точек A и −A

12.1.4. Удвоение точки

Вычисление суммы точек вида A ⊕ A, т. е. удвоение точки, потре-
бует операции предельного перехода:
A ⊕ A = lim A ⊕ B. (12.10)
B→A
Геометрически это означает, что мы проводим прямую через две раз-

личные точки A(xA , yA ) и B(xB , yB ) эллиптической кривой, причем вто-
рая из этих точек лежит в малой окрестности первой:
lim A ⊕ B = x lim
→x ,
A ⊕ B. (12.11)
B→A B A
yB →yA
Как видно из рис. 12.4, этот случай соответствует проведению каса-

тельной в точке A к эллиптической кривой.
Предположим, что касательная пересекает кривую в точке −C. Заме-
тим, что если ордината точки A равна нулю, то указанная касательная
будет расположена вертикально. На основании предыдущего случая, из-
ложенного в разделе 12.1.3, получаем: −C = ∞, A ⊕ A = A ⊕ (−A) = O.
Для всех остальных значений ординаты yA = 0 в результате операции
отражения точки −C относительно горизонтальной оси будет построена
точка C = A ⊕ A.
Выпишем соответствующие аналитические соотношения:

xC = κ 2 − 2xA ,
(12.12)
yC = −yA + κ(xA − xC ),
3x2A + a
где величина κ = равна тангенсу угла наклона касательной по
2yA
отношению к горизонтальной оси.
Два других случая удвоения точки, рассмотренные выше, проиллю-
стрированы на рис. 12.4 a), b).
Анализ сформулированной процедуры сложения приводит к крите-
рию равенства O суммы трех точек.
Теорема 12.1. Сумма трех точек равна O тогда и только тогда,
когда они лежат на одной прямой.
Пример 12.2. Вычислите сумму (−2, −1) ⊕ (0, 1) двух точек на эл-
липтической кривой, определенной уравнением y 2 = x3 − 4x + 1.
Решение.
Обозначим A = (−2, −1), B = (0, 1) и C = A ⊕ B. Проверим, что
точки A и B лежат на кривой y 2 = x3 − 4x + 1.
y y
a) b) O=A ⊕ A
A
−C
A
x x
A⊕A
Рис. 12.4. Удвоение точки A. На панели a) схематично изображен случай

yA = 0, на панели b) — случай yA = 0
В самом деле,
A : (−1)2 = (−2)3 − 4 · (−2) + 1, или 1 = 1 — верно, (12.13)
B : 12 = 03 − 4 · 0 + 1, или 1 = 1 — верно. (12.14)
По определению, для вычисления суммы A ⊕ B следует найти точку
пересечения прямой AB с заданной эллиптической кривой, после чего
отразить точку пересечения относительно оси Ox.
Запишем уравнение прямой, проходящей через две точки (см. урав-
нение (7.12) на с. 293):
yB − y A
y − yA = (x − xA ), (12.15)
xB − xA
где (xA , yA ) и (xB , yB ) — координаты исходных точек.
Подставив численные значения координат в уравнение (12.15), при-
ходим к уравнению прямой y = x + 1. Прямая, задаваемая этим урав-
нением, пересекает эллиптическую кривую y 2 = x3 − 4x + 1 в точке с
абсциссой xC , для которой выполняется равенство
(xC + 1)2 = x3C − 4xC + 1 (12.16)
или
x3C − x2C − 6xC = 0. (12.17)
Полученное кубическое уравнение, как легко видеть, имеет корни
(xC )1 = −2, (xC )2 = 0, (xC )3 = 3. (12.18)
Первые два значения отвечают абсциссам исходных точек A и B,

значение xC = 3 является абсциссой точки пересечения прямой AB и
эллиптической кривой. Обозначим эту точку как C : xC = 3.
Подставив xC в уравнение y = x + 1, получим yC = 4 — ординату
точки C .
Координаты искомой точки C = A ⊕ B равны:

xC = x C ,
(12.19)
yC = −yC .
В итоге xC = 3, yC = −4, следовательно, на кривой y 2 = x3 − 4x + 1

(−2, −1) ⊕ (0, 1) = (3, −4). (12.20)
Заметим, что использование соотношений (12.9) также приводит к

искомому результату.
Пример 12.3. Вычислите сумму (−2, 3) ⊕ (3, −3) двух точек на эл-
липтической кривой, заданной уравнением y 2 = x3 − 7x + 3.
Решение.
Проверим, что точки (−2, 3) и (3, −3) действительно принадлежат
кривой.
Первая точка: 32 = (−2)3 − 7(−2) + 3, или 9 = 9, — верно;
вторая точка: (−3)2 = 33 − 7 · 3 + 3, или 9 = 9, — верно.
Для вычисления суммы воспользуемся формулами (12.9), в которые
следует подставить значения xA = −2, yA = 3, xB = 3, yB = −3:
−3 − 3 6
κ= =− , (12.21)
3 − (−2) 5
2
6 11
xC = − − (−2) − 3 = , (12.22)
5 25

6 11 9
yC = − 3 + − −2 − =− . (12.23)
5 25 125
Итак, алгебраическим
способом получено равенство (−2,3)⊕(3,−3) =
11 9
= ,− .
25 125
Для сумм точек вида C = A ⊕ A ⊕ A !"⊕ · · · ⊕ A# используется обо-
n раз
значение C = n A.
Для n < 0 точка n A определяется как противоположный элемент к

(−n) A.
Умножение на нуль дает в результате бесконечно удаленную точку
O.
Таким образом, точка n A, являющаяся суммой n точек A, определена
для всех целых n в соответствии со следующим правилом:
⎧
⎪
⎪A ⊕ A ⊕ A
⎪
⎨ !"⊕ · · · ⊕ A#, если n > 0,
n раз
nA = (12.24)
⎪
⎪ O, если n = 0,
⎪
⎩ −|n|A, если n < 0.
Пример 12.4. Вычислите сумму четырех точек 4(5, 11) на эллиптиче-

ской кривой, определенной уравнением y 2 = x3 − 2x + 6.
Решение.
Проверим, что точка (5, 11) принадлежит эллиптической кривой:
112 = 53 − 2 · 5 + 6, или 121 = 121, — верно. (12.25)
Воспользуемся равенством
4(5, 11) = (5, 11) + (5, 11) + (5, 11) + (5, 11) = 2(5, 11) + 2(5, 11). (12.26)
По формулам удвоения (12.12) получаем:

73
κ= , 2(5, 11) = (489/484, 23835/10648). (12.27)
22
Применяя формулу удвоения повторно и используя для вычислений
программу на Python, приходим к окончательному ответу:
4(5, 11) = (− 2 160 508 643 999/1 099 855 587 600,
− 1 767 794 172 358 992 751/1 153 462 548 939 624 000). (12.28)
Как видно из рассмотренного примера, арифметические операции

над точками эллиптических кривых во многих случаях очень трудоемки
и результат практически невозможно получить без применения вычис-
лительных систем.
Теорема 12.2. Операция сложения точек, определенная на эллип-
тической кривой Γ над множеством R2 ∪ {O}, обладает следующими
свойствами:
1. A ⊕ O = O ⊕ A = A ∀A ∈ Γ;
2. A ⊕ (−A) = O ∀A ∈ Γ;
3. A ⊕ B = B ⊕ A ∀A, B ∈ Γ;
4. (A ⊕ B) ⊕ C = A ⊕ (B ⊕ C) ∀A, B, C ∈ Γ.
Результат операции «⊕» принадлежит тому же множеству R2 ∪

∪{O}.
Другими словами, операция «⊕» является коммутативной и ассоци-
ативной. Роль обратного элемента к A выполняет −A, роль нуля (ней-
трального элемента) выполняет точка O = ∞.
12.2. Эллиптические кривые

с рациональными точками
В предыдущих разделах данной главы в качестве универсального
множества рассматривалась декартова плоскость, дополненная беско-
нечно удаленной точкой ∞:
U = R2 ∪ {O}. (12.29)
Напомним, что универсальное множество по определению содержит весь

набор значений, которые могут принимать переменные в конкретной за-
даче [62]. Для криптографии и теории чисел более значимыми являются
свойства эллиптических кривых над множеством точек с рациональны-
ми координатами Q2 ∪ {∞}, где Q = {p/q : p, q ∈ Z, q = 0} — множество
рациональных чисел. Как и в случае стандартной декартовой плоскости,
вводится дополнительная точка ∞, она считается рациональной.
Итак, зафиксируем в качестве универсального множества
U = Q2 ∪ {∞}. (12.30)
Операция сложения точек определяется по тому же самому правилу,

что и в предыдущем разделе. Сформулируем это правило в виде алго-
ритма.
Алгоритм сложения точек на эллиптической кривой.
Сумма двух точек A(xA , yA ) и B(xB , yB ) на эллиптической кривой
Ξ = {(x, y) ∈ Q2 : y 2 = x3 + ax + b} ∪ {O} (12.31)

есть точка C(xC , yC ), координаты которой находят по следующему
правилу.
1. Если A = O, то C = A ⊕ B = B.
2. Если B = O, то C = A ⊕ B = A.
3. Если xA = xB и yA = −yB , то C = A ⊕ B = O.
4. В других случаях вычисляют параметр κ:

⎧y − y
⎪ B A
⎨ xB − xA , если A = B,
⎪
κ= (12.32)
⎪
⎪ 3x2 + a
⎩ A , если A = B,
2yA
и координаты точки C будут равны
xC = κ 2 − xA − xB , (12.33)
yC = κ(xA − xC ) − yA . (12.34)
Процедура сложения точек здесь определена корректно, поскольку

она не выводит результат за пределы расширенного множества рацио-
нальных точек. В самом деле, все обычные арифметические операции —
сложение, вычитание, умножение и деление — выполняются в алгоритме
над рациональными операндами, что в итоге приводит к рациональным
числам. Деление на нуль в алгоритме произойти не может в силу предва-
рительной обработки исключительного случая B = −A. Следовательно,
имеет место теорема, аналогичная теореме 12.2.
Теорема 12.3. Операция сложения точек, определенная на эллип-
тической кривой Ξ над множеством Q2 ∪ {O}, обладает следующими
свойствами:
1. A ⊕ O = O ⊕ A = A ∀A ∈ Ξ;
2. A ⊕ (−A) = O ∀A ∈ Ξ;
3. A ⊕ B = B ⊕ A ∀A, B ∈ Ξ;
4. (A ⊕ B) ⊕ C = A ⊕ (B ⊕ C) ∀A, B, C ∈ Ξ.
Результат операции «⊕» принадлежит тому же расширенному мно-

жеству точек с рациональными координатами.
Как можно видеть, сложение рациональных точек на произвольной
эллиптической кривой обладает всеми свойствами обычной операции сло-
жения рациональных чисел.
12.3. Реализация алгоритма сложения

Рассмотрим программную реализацию алгоритма сложения рацио-
нальных точек эллиптической кривой. Входными данными для програм-
мы являются координаты точек A и B, в результирующий файл выво-
дятся координаты суммы A ⊕ B над множеством Q2 ∪ {O}.
Листинг 12.1

1 class RationalFraction ( object ):
2 def __init__ ( self , n , d ):
3 self . n = n
4 self . d = d
5
6 def __eq__ ( self , other ):
7 return self . n == other . n and \
8 self . d == other . d
9
10 def __neg__ ( self ):
11 return RationalFraction ( - self .n , self . d )
12
13
14 class RationalPoint ( object ):
15 def __init__ ( self , x , y ):
16 self . x = x
17 self . y = y
18
19 def __eq__ ( self , other ):
20 return self . x == other . x and \
21 self . y == other . y
22
23
24 # Denominators of coordinates of the point
25 # at infinity are equated to zero
26 O = RationalPoint ( RationalFraction (1 , 0) , \
27 RationalFraction (1 , 0))
28
29 # Parameter a of an elliptic curve
30 a = RationalFraction ( -4 , 1)
31
32
33 def add ( p1 , p2 ):
34 if p1 . x . d == 0 or p1 . y . d == 0:
35 return p2
36 elif p2 . x . d == 0 or p2 . y . d == 0:
37 return p1
38 elif p1 . x == p2 . x and p1 . y == ( - p2 . y ):
39 return O
40 else :
41 k = RationalFraction (0 , 0)
42 c = RationalPoint ( RationalFraction (0 ,0) ,\
43 RationalFraction (0 ,0))
44
45 if p1 == p2 :
46 k . n = p1 . y . d * \
47 (3 * p1 . x . n * p1 . x . n * a . d + \
48 a . n * p1 . x . d * p1 . x . d )
49 k . d = 2 * p1 . y . n * p1 . x . d * \
50 p1 . x . d * a . d
51
52 if k . d < 0:
53 k . n = -k . n
54 k . d = -k . d
55
56 c.x.n = \
57 ( k . n * k . n * p1 . x . d * p2 . x . d - \
58 p1 . x . n * k . d * k . d * p2 . x . d - \
59 p2 . x . n * k . d * k . d * p1 . x . d )
60 c . x . d = k . d * k . d * p1 . x . d * p2 . x . d
61
62 c.y.n = \
63 k . n * p1 . y . d * \
64 ( p1 . x . n * c . x . d - c . x . n * p1 . x . d ) - \
65 k . d * p1 . x . d * c . x . d * p1 . y . n
66 c . y . d = k . d * p1 . x . d * c . x . d * p1 . y . d
67
68 fraction_reduce ( c . x )
69 fraction_reduce ( c . y )
70
71 if c . x . d < 0:
72 c . x . n = -c . x . n
73 c . x . d = -c . x . d
74
75 if c . y . d < 0:
76 c . y . n = -c . y . n
77 c . y . d = -c . y . d
78
79 else :
80 # Points are different
81 k . n = p1 . x . d * p2 . x . d * \
82 ( p2 . y . n * p1 . y . d - p1 . y . n * p2 . y . d )
83 k . d = p1 . y . d * p2 . y . d * \
84 ( p2 . x . n * p1 . x . d - p1 . x . n * p2 . x . d )
85
86 if k . d < 0:
87 k . n = -k . n
88 k . d = -k . d
89
90 c.x.n = \
91 ( k . n * k . n * p1 . x . d * p2 . x . d - \
92 p1 . x . n * k . d * k . d * p2 . x . d - \
93 p2 . x . n * k . d * k . d * p1 . x . d )
94 c . x . d = k . d * k . d * p1 . x . d * p2 . x . d
95
96 c . y . n = k . n * p1 . y . d * \
97 ( p1 . x . n * c . x . d - c . x . n * p1 . x . d ) - \
98 k . d * p1 . x . d * c . x . d * p1 . y . n
99 c . y . d = k . d * p1 . x . d * c . x . d * p1 . y . d
100
101 fraction_reduce ( c . x )
102 fraction_reduce ( c . y )
103
104 if c . x . d < 0:
105 c . x . n = -c . x . n
106 c . x . d = -c . x . d
107
108 if c . y . d < 0:
109 c . y . n = -c . y . n
110 c . y . d = -c . y . d
111
112 return c
113
114
115 def gcd (a , b ):

116 r = 0
117
118 # Euclid ’s algorithm
119 while b != 0:
120 r = a % b
121 a = b
122 b = r
123
124 return a
125
126
127 def fraction_reduce ( fraction ):
128 temp = gcd ( fraction .n , fraction . d )
129
130 fraction . n //= temp
131 fraction . d //= temp
132
133
134 p1 = RationalPoint ( RationalFraction (0 , 0) , \
136 p2 = RationalPoint ( RationalFraction (0 , 0) , \
138
139 with open ( ’ input . txt ’) as file :
140 p1 . x .n , p1 . x .d , p1 . y .n , p1 . y . d = \
141 [ int ( num ) for num in next ( file ). split ()]
142
143 p2 . x .n , p2 . x .d , p2 . y .n , p2 . y . d = \
144 [ int ( num ) for num in next ( file ). split ()]
145
146 result = add ( p1 , p2 )
147
148 with open ( ’ output . txt ’ , ’w + ’) as file :
149 output = ’ (% d / %d , % d / % d ) ’ % \
150 ( result . x .n , result . x .d , \
151 result . y .n , result . y . d )
152
153 file . write ( output )

Для работы с рациональными дробями в программе реализован класс

RationalFraction, состоящий из двух полей — числителя и знаменателя
дроби.
Произвольная рациональная точка плоскости характеризуется сво-
ими абсциссой и ординатой. Каждая из этих координат представляет
собой рациональную дробь, поэтому в описании класса RationalPoint
присутствуют два поля, хранящие объекты RationalFraction.
Таким образом, рациональная точка эллиптической кривой в про-
грамме представлена классом, содержащим в своем составе объекты дру-
гих классов.
Например, точка P1 (3, −2) декартовой плоскости может быть запи-
&3 2'
сана в виде ,− = RationalPoint(RationalFraction(3, 1), и в
1 1
памяти компьютера представлена как
p1 = {{3, 1}, {−2, 1}}.
Обращение к полям выполняется следующим образом:
• p1.x.n — числитель абсциссы точки P1 ;
• p1.x.d — знаменатель абсциссы точки P1 ;
• p1.y.n — числитель ординаты точки P1 ;
• p1.y.d — знаменатель ординаты точки P1 .
Знаком дроби будем считать знак ее числителя, сохраняя в промежу-

точных вычислениях знак знаменателя положительным.
Отдельно следует обсудить вопрос о представлении бесконечно уда-
ленной точки O. В данной реализации она вводится как объект
O = RationalPoint(RationalFraction(1, 0),
RationalFraction(1, 0))
т. е. знаменатели ее координат приравнены к нулю.
Основная процедура, выполняющая сложение точек, носит название
add() и работает следующим образом. В ее коде непосредственно отра-
жен алгоритм, представленный на с. 406, причем арифметические опе-
рации над рациональными дробями выполняются по отдельности для
числителя и знаменателя.
В частности, сложение двух дробей представлено в виде:
p1.x.n p2.x.n p1.x.n*p2.x.d + p2.x.n*p1.x.d
+ = . (12.35)
p1.x.d p2.x.d p1.x.d*p2.x.d
Аналогичным образом в программе реализованы вычитание, умноже-

ние и деление. После вычисления такого рода арифметических операций
в результате может получиться сократимая дробь. Например, суммиро-

2 1
вание + выполняется таким образом:
3 3
2 1 2·3+1·3 9
+ = = . (12.36)
3 3 3·3 9
В связи с этим перед возвращением результата функция add() осу-
ществляет деление числителя и знаменателя дроби на их наибольший
общий делитель (greatest common divisor, gcd). Для этого производится
вызов вспомогательной функции fraction_reduce().
Вычисление наибольшего общего делителя двух целых чисел основа-
но на широко известном классическом алгоритме Евклида3 [54].
На заключительном этапе работы программа выводит сумму двух
рациональных точек в виде
( c.x.n / c.x.d, c.y.n / c.y.d )
где c.x.n — числитель абсциссы результата, c.x.d — знаменатель абс-
циссы результата и т. д.
Контрольные вопросы к главе

«Эллиптические кривые»
1. Дайте определение эллиптической кривой.
2. Как вычислить дискриминант уравнения эллиптической кривой?
3. Объясните, как по знаку дискриминанта эллиптической кривой
установить количество компонент связности ее графика.
4. Перечислите свойства бесконечно удаленной точки O.
5. Расскажите, как вычислить сумму точек A ⊕ B на эллиптической
кривой.
6. Как, зная координаты некоторой точки на эллиптической кривой,
найти координаты противоположной точки?
7. Сформулируйте необходимое и достаточное условие равенства O
суммы трех точек на эллиптической кривой.
8. Дайте определение суммы n точек на эллиптической кривой, где
n — целое число.
3
Евклид (Εὐκλείδης) (ок. 325 г. до н. э. — до 265 г. до н. э.) — древнегреческий математик.
9. Перечислите свойства операции сложения точек на эллиптической

кривой.

12.1. Какие из перечисленных ниже уравнений задают эллиптические
кривые на расширенной декартовой плоскости R2 ∪ {O}?
1) y 2 = x2 − x + 1;
2) y 2 = x3 + x + 1;
3) y 2 = x + 1;
4) y 2 = x3 ;
5) y 2 = x3 + 3x + 2;
6) y 2 = x3 − 3x + 2;
7) y 2 = x3 − 15x/27;
8) y 2 = x4 + x3 .
Если кривая относится к классу эллиптических, то вычислите ее
дискриминант и постройте график.
12.2. Изобразите график кривой S = {(x, y) : y 2 = x3 − 12x + 16} и

поясните, почему она не относится к классу эллиптических.
12.3. Вычислите дискриминант для каждой из следующих эллиптиче-

ских кривых:
1) y 2 = x3 − 2x + 3;
2) y 2 = x3 − x − 1;
3) y 2 = x3 + 4x;
4) y 2 = x3 − 10x + 8.
Сколько компонент связности содержит график каждой из них?
∗ 12.4. Докажите, что формулу удвоения для вычисления абсциссы точ-

ки 2A на кривой y 2 = x3 + ax + b можно представить в следующем
виде:
2
3x2A + a x4A − 2ax2A − 8bxA + a2
x2A = − 2xA = . (12.37)
2yA 4x3A + 4axA + 4b
12.5. Проверьте, что точки (−2, 5), (−1, −5) и (103, 1045) принадлежат
эллиптической кривой y 2 = x3 − 7x + 19.
12.6. Проверьте, что на кривой y 2 = x3 + 15 выполняется равенство
2(1, 4) = (−119/64, −1499/512).
12.7. Вычислите следующие суммы точек на эллиптических кривых над

множеством Q2 :
1) (−3, 3) ⊕ (1, 3) на кривой y 2 = x3 − 7x + 15;
2) (1, 4) ⊕ (1, 4) на кривой y 2 = x3 + x + 14.
12.8. Проверьте выполнение равенств на эллиптической кривой y 2 = x3 −
−7x + 10:
1) (5, 10) ⊕ (9, 26) = (2, 2);
2) (5, 10) ⊕ (2, −2) = (9, −26);
3) (5, 10) ⊕ (2, 2) = (1/9, 82/27);
4) (5, −10) ⊕ (1, −2) = (−2, −4).
12.9. Вычислите сумму точек
(−2, −4) ⊕ (1, 2) ⊕ (2, 2) ⊕ (−3, 2)
на кривой y 2 = x3 − 7x + 10.
12.10. Проведите удвоение точки (5, 12) на кривой y 2 = x3 + x + 14.
12.11. Вычислите сумму точек
1) 2(7, 19) на кривой y 2 = x3 + x + 11;
2) 3(1, 4) на кривой y 2 = x3 + x + 14.
∗ 12.12. Вычислите сумму точек
2(2, 4) ⊕ 2(33, 190) ⊕ (1, 2)
на кривой y 2 = x3 + 5x − 2.
∗ 12.13. Вычислите сумму точек
(6, 16) ⊕ (−1, −2) ⊕ (−2)(9, −28)
на кривой y 2 = x3 + 5x + 10.
12.14. Напишите функцию, проверяющую принадлежность рациональной
точки P (x, y) эллиптической кривой y 2 = x3 + ax + b.
Ответы и решения к главе «Эллиптические

кривые»
Эллиптическая кривая, как известно, определяется соотношением
y 2 = x3 + ax + b
для некоторых a, b ∈ R при условии 4a3 + 27b2 = 0 (см. с. 396). Опираясь

на данное определение, получаем:
1) y 2 = x2 − x + 1 не является эллиптической кривой, поскольку в
правой части отсутствует слагаемое x3 ;
2) y 2 = x3 + x + 1 является эллиптической кривой, соответствующие
значения параметров равны a = 1, b = 1, дискриминант Δ = −16(4a3 +
+27b2 ) = −496;
3) y 2 = x + 1 не является эллиптической кривой, т. к. отсутствует
кубическое слагаемое x3 ;
4) y 2 = x3 не является эллиптической кривой, т. к. a = 0, b = 0 и
выполняется равенство 4a3 + 27b2 = 0;
5) y 2 = x3 + 3x + 2 удовлетворяет определению эллиптической кривой
с параметрами a = 3 и b = 2, дискриминант Δ = −3456;
6) y 2 = x3 − 3x + 2 не является эллиптической кривой, поскольку
a = −3, b = 2 и 4a3 + 27b2 = 0;
7) y 2 = x3 −5x/27 удовлетворяет определению эллиптической кривой,
a = −5/27 и b = 0, Δ = 8000/19683;
8) в уравнении y 2 = x4 +x3 присутствует слагаемое четвертой степени
x4 , следовательно, соответствующая кривая не принадлежит к классу
эллиптических.
График кривой S представлен на рис. 12.6. Кривая S не является эл-
липтической, т. к. не выполняется условие отличия от нуля ее дискрими-
нанта: Δ = −16(4a3 +27b2 ) = −16(4(−12)3 +27·162 ) = 0. Геометрическое
отражение этого факта — наличие на графике точки самопересечения c
координатами (−2, 0).
Используя формулу Δ = −16(4a3 + 27b2 ), получаем:
1) Δ = −3376, график кривой имеет одну компоненты связности;
2) Δ = −368, одна компонента связности;
3) Δ = −4096, одна компонента связности;
y y
a) b)
x x
y 2 = x3 + x + 1 y 2 = x3 + 3x + 2
y
c)
y 2 = x3 − 15x/27
Рис. 12.5. Эллиптические кривые к упр. 12.1. Прямоугольная сетка на

панелях a)–c) выполнена
с шагом, равным 2
4) Δ = 36352, график состоит из двух компонент связности.
2
3x2A + a
Раскрывая скобки в выражении − 2xA и приводя подоб-
2yA
y 2 = x3 − 12x + 16
Рис. 12.6. Кривая S к упр. 12.2. Прямоугольная сетка выполнена с ша-

гом, равным 2. Точка (2, 0) является точкой самопересечения для кривой
y 2 = x3 − 12x + 16
ные слагаемые, приходим к формуле для x2A :
2
9x4A + 6ax2A + a2
x2A = − 2xA =
4yA2
9x4A + 6ax2A + a2 − 8xA yA2
= =
4yA2
9x4A + 6ax2A + a2 − 8xA (x3A + axA + b)
= =
4(x3A + axA + b)2
x4A − 2ax2A − 8bxA + a2
= .
4x3A + 4axA + 4b
В алгебраических преобразованиях было использовано равенство yA2 =

= x3A + axA + b, справедливое для координат всех точек эллиптической
кривой.
Таким образом, альтернативный вариант формулы удвоения доказан.
Подставим координаты каждой из точек в уравнение кривой y 2 =
= x3 − 7x + 19:
52 = (−2)3 − 7(−2) + 19, или 25 = 25;

(−5)2 = (−1)3 − 7(−1) + 19, или 25 = 25;
10452 = 1033 − 7(103) + 19, или 1 092 025 = 1 092 025.
Во всех трех случаях получены верные равенства, поэтому рассмот-

ренные точки действительно принадлежат эллиптической кривой y 2 =
= x3 − 7x + 19.
Воспользуемся формулой удвоения (12.12). Подставим в нее числовые
значения из условия задачи a = 0, b = 15, xA = 1 и yA = 4. Тогда
получим:
⎧ 2 2
⎪
⎪ 3 · 12 + 0 3 119
⎨x2A = −2·1= −2=− ,
2 · 4 8 64
⎪
⎪ 3 119 1499
⎩y2A = −4 + 1− − =− .
8 64 512
Следовательно, равенство 2(1, 4) = (−119/64, −1499/512) действительно
выполняется на кривой y 2 = x3 + 15.
12.7. Ответ:
1) (2, −3);
2) (−7/4, −21/8).
12.9. Ответ: (−2, −4).
12.10. Ответ: (1/36, 809/216).
12.11. Ответ:
1) (422/361, 25449/6859);
2) (793/121, −23132/1331).
12.12. Ответ: (33, 190).
12.13. Ответ: O.
Будем предполагать, что рациональная точка P (x, y) представляет-
ся в памяти вычислительной системы как объект класса RationalPoint,
описание которого приведено в Листинге 12.1 (строки 14–21 программ-
ного кода).
Приведем реализацию функции is_point(), возвращающей значение

True или False в зависимости от принадлежности точки P (x, y) эллип-
тической кривой y 2 = x3 + ax + b.
def is_point(p):
# Point at infinity
if p.x.d == 0 and p.y.d == 0:
return True
elif p.x.d == 0 or p.y.d == 0:
raise ValueError("Zero denomitator of a coordinate")
# Checking the condition y * y = x * x * x + a * x + b

temp1 = a.d * b.d * p.x.n * p.x.n * p.x.n + \
a.n * b.d * p.x.n * p.x.d * p.x.d + \
a.d * b.n * p.x.d * p.x.d * p.x.d
temp2 = a.d * b.d * p.x.d * p.x.d * p.x.d
temp3 = temp2 * p.y.n * p.y.n - temp1 * p.y.d * p.y.d
return temp3 == 0
Приложение A
Основные операторы
в Python и C
Для записи алгоритмов в этой книге используется язык Python [73,

77]. Разумеется, при необходимости все представленные в тексте алго-
ритмы можно переписать с использованием любого другого языка про-
граммирования. В настоящем приложении приводится таблица соответ-
ствий между основными конструкциями Python версии 3 и их аналогами
в языке C (см. табл. A.1).
Оба этих языка относятся к языкам программирования высокого уров-
ня, хотя уровень абстракций в Python считается более высоким по срав-
нению с языком C [65]. Это влечет, как правило, меньшую скорость ра-
боты программы на Python.
Одно из важных отличий синтаксиса этих двух языков заключается
в том, что команды в языке C заканчиваются точкой с запятой, а в
Python точку с запятой в конце команды ставить не обязательно. Другое
существенное отличие связано с выделением блока операторов: в C для
этого используются фигурные скобки, в Python — отступ, состоящий
ровно из четырех пробелов.
Создание нового класса в Python можно осуществить следующим об-
разом:
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
Такой класс был использован в главе 7 для описания точки декарто-

вой плоскости. Данный класс содержит поля x и y, представляющие ко-
ординаты точки. Также в этом классе присутствует конструктор класса,
который вызывается при создании объекта и служит для инициализа-
ции его полей. Для обращения к полям можно использовать ключевое
422 ПРИЛОЖЕНИЕ А
self, которое представляет текущий экземпляр класса, автоматически

передаваемый как аргумент в каждый метод этого класса.
Язык С, в отличие от Python, не является объектно-ориентированным,
и вместо классов в C используются структуры [7, 60].
Т а б л и ц а A.1
Соответствия между основными операторами Python и C
Команда или Python C

операция
присваивание x = y x = y;
переменные m, n = 10, -17 int m = 10, n = -17;
целого типа
переменные v = 0.005 float v = 0.005;
вещественно- w = -1.4 double w = -1.4;
го типа
переменные u = True u = 1;
логического v = False v = 0;
типа
строковые s = "Текст строки" const char* s = "Текст
переменные строки";
массивы arr = [1, 2, 3] int arr[3] = {1, 2, 3};
arr[2] = 7 arr[2] = 7;
сравнение пе- x == y x == y;
ременных x != y x != y;
логические (not A) and (B or C) (!A) && (B || C);
операции
арифмети- m/n (double)m/n
ческое деле-
ние
целочислен- m//n m/n
ное деление
комментарии # комментарий // комментарий
""" Текст многострочного /* Текст многострочного
комментария """ комментария */
ПРИЛОЖЕНИЕ А 423
Продолжение табл. A.1
условный if a == b: if (a == b) {
оператор # Код1 // Код1
elif a == c: }
# Код2 else if (a == c) {
else: // Код2
# Код3 }
else {
// Код3
}
трехместный maxv = a if a>=b else b maxv = (a>=b) ? a : b;
оператор
цикл for for i in range(n): for(int i=0; i<n; i++) {
# Код # Код
}
цикл while while a == b: while (a == b) {
# Код // Код
}
функции def sm(a, b): int sm(int a, int b) {
s = a + b int s = a + b;
return s return s;
}
обмен значе- a, b = b, a int c = a;
ний двух пе- a = b;
ременных b = c;
Перечислим еще несколько особенностей Python, нашедших отраже-

ние в листингах программ.
В Python существует способ генерации списков (в том числе много-
мерных):
• создание списка из n чисел, заполненного значениями
от 0 до n - 1:
V = [ i for i in range(n) ]
• создание двумерного списка (матрицы), заполненного нулями:
A = [[ 0 for j in range(n) ] \
for i in range(n) ]
424 ПРИЛОЖЕНИЕ А
По аналогии со многими другими языками Python предоставляет

средства для работы с исключениями, которые полезны для обработки
ошибочных ситуаций. Так, для того чтобы сгенерировать исключение,
используется ключевое слово raise:
raise Exception("Exception message")
Для того чтобы обработать исключение, используется конструкция
try-except:
try:
a = 5
b = 0
c = a / b
except ZeroDivisionError as e:
print(e)
После выполнения этого участка кода в консоль будет выведено со-

общение:
division by zero
Приложение B
Тригонометрические формулы
В формулах данного приложения, если не оговорено иное, a, b ∈ R,

k, k ∈ Z.
sin2 a + cos2 a = 1; (B.1)
sin a π
tg a = , a = + πk; (B.2)
cos a 2
cos a
ctg a = , a = πk; (B.3)
sin a
1 π
1 + tg2 a = 2
, a = + πk; (B.4)
cos a 2
1
1 + ctg2 a = , a = πk; (B.5)
sin2 a
sin 2a = 2 sin a cos a, cos 2a = cos2 a − sin2 a; (B.6)

2 tg a π πk π
tg 2a = 2 , a = + , a = + πk ; (B.7)
1 − tg a 4 2 2
a 1 − cos a a 1 + cos a
sin2 = , cos2 = ; (B.8)
2 2 2 2
sin(a + b) = sin a cos b + cos a sin b; (B.9)

sin(a − b) = sin a cos b − cos a sin b; (B.10)
cos(a + b) = cos a cos b − sin a sin b; (B.11)
cos(a − b) = cos a cos b + sin a sin b; (B.12)
426 ПРИЛОЖЕНИЕ B
tg a + tg b π
tg(a + b) = , a, b, a + b = + πk; (B.13)
1 − tg a tg b 2
tg a − tg b π
tg(a − b) = , a, b, a − b = + πk; (B.14)
1 + tg a tg b 2
&a + b' &a − b'

sin a + sin b = 2 sin cos ; (B.15)
2 2
&a + b' &a − b'
sin a − sin b = 2 cos sin ; (B.16)
2 2
&a + b' &a − b'
cos a + cos b = 2 cos cos ; (B.17)
2 2
&a + b' &a − b'
cos a − cos b = −2 sin sin ; (B.18)
2 2
sin(a ± b) π
tg a ± tg b = , a, b = + πk; (B.19)
cos a cos b 2
sin(b ± a)
ctg a ± ctg b = , a, b = πk; (B.20)
sin a sin b
1
sin a sin b = (cos(a − b) − cos(a + b)); (B.21)
2
1
cos a cos b = (cos(a − b) + cos(a + b)); (B.22)
2
1
sin a cos b = (sin(a − b) + sin(a + b)). (B.23)
2
Приложение C
Греческий алфавит
A, α альфа N, ν ню
B, β бета Ξ, ξ кси
Γ, γ гамма O, o омикрон
Δ, δ дельта Π, π пи
E, ε эпсилон P, ρ ро
Z, ζ дзета Σ, σ сигма
H, η эта T, τ тау
Θ, θ тета Υ, υ ипсилон
I, ι йота Φ, ϕ фи
K, κ каппа X, χ хи
Λ, λ лямбда Ψ, ψ пси
M, μ мю Ω, ω омега
Список литературы
1. Андерсон, Д. Дискретная математика и комбинаторика / Дж. Ан-

дерсон. — Москва ; Санкт-Петербург ; Киев : Вильямс, 2004. — 960 с.
2. Берестецкий, В. Б. Теоретическая физикa / В. Б. Берестецкий,

Е. М. Лифшиц, Л. П. Питаевский. — 4-е изд. — Москва : ФИЗМАТ-
ЛИТ, 2006. — Т. IV. Квантовая электродинамика. — 720 с.
3. Введение в параллельные вычисления : Основы программирования

на языке Си с использованием интерфейса MPI / А. М. Сальников
[и др.]. — Москва : ИПУ РАН, 2009. — 123 с.
4. Воробьев, Н. Н. Числа Фибоначчи / Н. Н. Воробьев. — 4-е изд. —

Москва : Наука. Главная редакция физико-математической литера-
туры, 1978. — 960 с. — (Популярные лекции по математике ; вып. 6).
5. Гантмахер, Ф. Р. Теория матриц / Ф. Р. Гантмахер. — 5-е изд. —

Москва : ФИЗМАТЛИТ, 2010. — 560 с.
6. Грэхем, Р. Конкретная математика : Математические основания ин-

форматики / Р. Грэхем, Д. Кнут, О. Паташник. — 2-е изд. — Москва :
Вильямс, 2015. — 784 с.
7. Дейтел, П. C для программистов с введением в C11 / П. Дейтел,

Х. Дейтел. — Москва : ДМК Пресс, 2014. — 544 с.
8. Дубровин, Б. А. Современная геометрия: методы и приложения. Т. 1.

Геометрия поверхностей, групп преобразований и полей / Б. А. Дуб-
ровин, С. П. Новиков, А. Т. Фоменко. — 6-е изд. — URSS, 2013. —
366 с.
9. Запрягаев, С. А. Введение в квантовые информационные системы :

учебное пособие / С. А. Запрягаев. — Воронеж: Издательский дом
ВГУ, 2015. — 219 с. — (Учебник Воронежского государственного уни-
верситета).
СПИСОК ЛИТЕРАТУРЫ 429
10. Ильин, В. А. Линейная алгебра : учебник для вузов / В. А. Ильин,

Э. Г. Позняк. — 6-е изд. — Москва : ФИЗМАТЛИТ, 2010. — 280 с. —
(Курс высшей математики и математической физики).
11. Кононович, Э. В. Общий курс астрономии / Э. В. Кононович,

М. В. Мороз. — 4-е изд. — Москва : URSS, 2011. — 542 с. — (Клас-
сический университетский учебник).
12. Кострикин, А. И. Введение в алгебру : в 3 ч. / А. И. Кострикин. — 2-е

изд. — Москва : Московский центр непрерывного математического
образования, 2012. — 272 с.
13. Крупский, В. Н. Теория алгоритмов : учебное пособие для студ. ву-

зов / В. Н. Крупский, В. Е. Плиско. — Москва : Академия, 2009. —
208 с. — (Прикладная математика и информатика).
14. Курант, Р. Что такое математика? Элементарный очерк идей и мето-

дов / Р. Курант, Г. Роббинс. — 6-е изд. — Москва : Московский центр
непрерывного математического образования, 2013. — 568 с.
15. Курош, А. Г. Курс высшей алгебры / А. Г. Курош. — 18-е изд. —

Санкт-Петербург : Лань, 2011. — 432 с.
16. Ландау, Л. Д. Теоретическая физика / Л. Д. Ландау, Е. М. Лиф-

шиц. — 5-е изд. изд. — Москва : ФИЗМАТЛИТ, 2002. — Т. III. Кван-
товая механика (нерелятивистская теория). — 808 с.
17. Ландау, Л. Д. Теоретическая физика / Л. Д. Ландау, Е. М. Лиф-

шиц. — 8-е изд. — Москва : ФИЗМАТЛИТ, 2003. — Т. II. Теория по-
ля. — 536 с.
18. Магнус, Я. Р. Матричное дифференциальное исчисление с приложе-

ниями к статистике и эконометрике / Я. Р. Магнус, Х. Нейдеккер. —
Москва : ФИЗМАТЛИТ, 2002. — 495 с.
19. Марков, А. А. Теория алгорифмов / А. А. Марков, Н. М. Нагор-

ный. — Москва : Наука. Главная редакция физико-математической
литературы, 1984. — 432 с. — (Математическая логика и основания
математики).
20. Математическая энциклопедия / Под ред. И. М. Виноградова. —

Москва : Советская энциклопедия, 1979. — Т. 2. Д–Коо. — 1104 стлб.
430 СПИСОК ЛИТЕРАТУРЫ
21. Новиков, Ф. А. Дискретная математика : учебник для вузов : стан-

дарт третьего поколения / Ф. А. Новиков. — 3-е изд. — Санкт-
Петербург : Питер, 2011. — 384 с.
22. Оре, О. Теория графов / О. Оре. — 2-е изд. — Москва : Едиториал

УРСС, 2009. — 352 с.
23. Основы линейной алгебры / А. Г. Буховец, П. В. Москалев, М. В. Го-

релова, Е. А. Агапова; Под ред. проф. А. Г. Буховца. — Воронеж :
ВГАУ, 2015. — 137 с.
24. Свешников, А. Г. Теория функций комплексной переменной : учебник

для вузов / А. Г. Свешников, А. Н. Тихонов. — 6-е изд. — Москва :
ФИЗМАТЛИТ, 2010. — 336 с. — (Курс высшей математики и матема-
тической физики).
25. Соминский, И. С. Метод математической индукции / И. С. Сомин-

ский. — 7-е изд. — Москва : Наука, 1965. — 56 с. — (Популярные лек-
ции по математике ; вып. 3).
26. Стин, Э. Квантовые вычисления / Э. Стин. — Ижевск : НИЦ «Регу-

лярная и хаотическая динамика», 2000. — 112 с.
27. Сэджвик, Р. Программирование на языке Python: учебный курс /

Р. Сэджвик, К. Уэйн, Р. Дондеро. — Москва, Санкт-Петербург, Киев :
Диалектика, 2017. — 736 с.
28. Трахтенброт, Б. А. Алгоритмы и машинное решение задач /

Б. А. Трахтенброт. — Москва : Государственное издательство техни-
ко-теоретической литературы, 1957. — 98 с. — (Популярные лекции
по математике ; вып. 26).
29. Уилсон, Р. Введение в теорию графов / Р. Уилсон. — Москва : Мир,

1977. — 208 с. — (Современная математика. Вводные курсы).
30. Хаггарти, Р. Дискретная математика для программистов / Р. Хаг-

гарти. — 2-е изд. — Москва : Техносфера, 2012. — 400 с.
31. Харари, Ф. Теория графов / Ф. Харари. — 4-е изд. — Москва : Еди-

ториал УРСС, 2015. — 304 с.
32. Шилов, Г. Е. Математический анализ (конечномерные линейные про-

странства) / Г. Е. Шилов. — Москва : Наука, 1969. — 432 с.
33. Arfken, G. B. Mathematical methods for physicists / G. B. Arfken,

H. J. Weber, F. E. Harris. — Sixth edition. — Elsevier Academic Press,
2005. — 1200 p.
34. Banchoff, T. Linear Algebra Through Geometry / T. Banchoff,
J. Wermer. — Second edition. — New York: Springer-Verlag, 1993. —
308 p.
35. Bertsekas, D. P. Parallel and Distributed Computation: Numerical
Methods / D. P. Bertsekas, J. N. Tsitsiklis. — Athena Scientific, 2015. —
735 p. — (Optimization and Neural Computation ; Book 7).
36. Billig, Y. Quantum Computing for High School Students / Y. Billig. —
2018. — 134 p.
37. Bix, R. Conics and Cubics: A Concrete Introduction to Algebraic
Curves / R. Bix. — Second edition. — Springer, 2006. — 346 p. —
(Undergraduate Texts in Mathematics).
38. Borsuk, K. Multidimensional analytic geometry / K. Borsuk. —
Warszawa: PWN, 1969. — 443 p. — (Monografie Matematyczne ; T. 50).
39. Bretscher, O. Linear Algebra with Applications / O. Bretscher. — Fifth
edition. — Pearson, 2013. — XVI, 508 p.
40. Carroll, B. W. An Introduction to Modern Astrophysics / B. W. Carroll,
D. A. Ostlie. — Second edition. — Pearson Addison-Wesley, 2007. —
1278 p.
41. Cheney, E. W. Introduction to Approximation Theory / E. W. Cheney. —
Second edition. — AMS Chelsea Publishing, 2000. — X, 259 p.
42. Chivers, I. Introduction to Programming with Fortran / I. Chivers,
J. Sleightholme. — Fourth edition. — Springer, 2018. — XXXII, 956 p.
43. Cohen, H. Number Theory / H. Cohen. — New York: Springer, 2007. —
Vol. I: Tools and Diophantine Equations. — XXXII, 650 p.
44. Cohn, P. M. Algebra. Volume 1 / P. M. Cohn. — Second edition. —
Chichester, New York, Brisbane [et al.]: John Wiley & Sons, 1982. —
XV, 410 p.
45. Cover, T. M. Elements of Information Theory / T. M. Cover,
J. A. Thomas. — Second edition. — Wiley-Interscience, 2006. — XXIV,
748 p.
46. Coxeter, H. S. M. Introduction to Geometry / H. S. M. Coxeter. — Second

edition. — New York [et al.]: Jonh Wiley & Sons, 1969. — 469 p.
47. D’Alberto, P. Adaptive Strassen’s matrix multiplication / P. D’Alberto,

A. Nicolau // Proceedings of the 21st annual international conference
on Supercomputing, ICS’07, June 18–20, Seattle, Washinton. — ACM,
2007. — P. 284–292.
48. Diestel, R. Graph Theory / R. Diestel. — Fifth edition. — Springer,

2017. — XVIII, 428 p. — (Graduate Texts in Mathematics ; vol. 173).
49. Gamelin, T. W. Complex Analysis / T. W. Gamelin. — Springer, 2001. —

XVIII, 478 p. — (Undergraduate Texts in Mathematics).
50. Golub, G. H. Matrix Computations / G. H. Golub, Ch. F. Van Loan. —

Fourth edition. — XXI, 756 p. — Baltimore: Johns Hopkins University
Press, 2013.
51. Halmos, P. R. Finite-Dimensional Vector Spaces / P. R. Halmos. —

Springer, 2011. — VIII, 202 p. — (Undergraduate Texts in Mathematics).
52. Handbook of Discrete and Combinatorial Mathematics / Ed. by

K. H. Rosen. — Second edition. — CRC Press, 2018. — XXIV, 1590 p. —
(Discrete Mathematics and Its Applications).
53. Handbook of Elliptic and Hyperelliptic Curve Cryptography / H. Cohen,

G. Frey, R. Avanzi [et al.]. — Boca Raton, London, New York,
Singapore: Chapman & Hall/CRC, 2006. — (Discrete Mathematics and
Its Applications).
54. Hardy, G. H. An Introduction to the Theory of Numbers / G. H. Hardy,

E. M. Wright, A. Wiles. — Sixth edition. — 658 p. — London: Oxford
University Press, 2008.
55. Higham, N. J. Functions of Matrices: Theory and Computation /

N. J. Higham. — USA: Society for Industrial and Applied Mathematics,
2008. — XX, 425 p.
56. Hungerford, T. W. Algebra / T. W. Hungerford. — Springer, 2011. —

XXIII, 502 p. — (Graduate Texts in Mathematics ; vol. 73).
57. Introduction to Algorithms / T. H. Cormen, C. E. Leiserson, R. L. Rivest,

C. Stein. — Third edition. — Cambridge, Massachusetts; London,
England: The MIT Press, 2009. — XX, 1292 p.
58. Ito, K. Enciclopedic Dictionary of Mathematics / K. Ito. — Second

edition. — Massachusetts Institute of Technology: The MIT Press;
Mathematical Society of Japan, 1987. — 2148 p.
59. Jeffrey, A. Handbook of Mathematical Formulas and Integrals /
A. Jeffrey, H. Dai. — Fourth edition. — Academic Press, 2008. — XLV,
541 p.
60. Kernighan, B. W. The C Programming Language / B. W. Kernighan,
D. M. Ritchie. — Third edition. — Englewood Cliffs, New Jersey: Prentice
Hall, 1988. — XII, 272 p.
61. Knuth, D. E. The Art of Computer Programming / D. E. Knuth. — Third
edition. — Reading, Massachusetts [et al.]: Addison-Wesley, 1997. —
Vol. 1. Fundamental Algorithms. — XX, 650 p.
62. Kurgalin, S. The Discrete Math Workbook : A Companion Manual for
Practical Study / S. Kurgalin, S. Borzunov. — Springer, 2018. — XIII,
485 p. — (Texts in Computer Science).
63. Kurgalin, S. A Practical Approach to High-Performance Computing /
S. Kurgalin, S. Borzunov. — Springer, 2019. — XI, 206 p.
64. Langtangen, H. P. A Primer on Scientific Programming with Python /
H. P. Langtangen. — Fourth edition. — Springer, 2014. — XXXI, 865 p. —
(Texts in Computational Science and Engineering ; vol. 6).
65. Martelli, A. Python in a Nutshell / A. Martelli, A. Ravenscroft,
S. Holden. — Third edition. — Beijing, Boston, Farnham [et al.]: O’Reilly,
2017. — XIV, 730 p.
66. McConnell, J. J. Analysis of Algorithms: An Active Learning Approach /
J. J. McConnell. — Second edition. — Jones and Bartlett Publishers,
2008. — XVIII, 451 p.
67. Miller, R. Algorithms Sequential and Parallel: A Unified Approach /
R. Miller, L. Boxer. — Third edition. — Cengage Learning, 2013. — XXXI,
417 p.
68. Mirsky, L. An Introduction to Linear Algebra / L. Mirsky. — Oxford:
Clarendon Press, 1955. — XII, 433 p.
69. Nielsen, M. A. Quantum Computation and Quantum Information /
M. A. Nielsen, I. L. Chuang. — 10th anniversary edition. — Cambridge
University Press, 2010. — XXXII, 676 p.
70. Numerical Recipes : The Art of Scientific Computing / W. H. Press,

S. A. Teukolsky, W. T. Vetterling, B. P. Flannery. — Third edition. —
Cambridge University Press, 2007. — XXII, 1235 p.
71. Ortega, J. M. Introduction to Parallel and Vector Solution of Linear

Systems / J. M. Ortega. — Springer, 1988. — XI, 305 p. — (Frontiers in
Computer Science).
72. Perez, F. Ipython: A system for interactive scientific computing /

F. Perez, B. E. Granger // Computing in Science & Engineering. —
2007. — Vol. 9. — P. 21–29.
73. The Python Tutorial. — 2019. — URL:

https://docs.python.org/3/tutorial/index.html.
74. Rosen, K. H. Discrete Mathematics and Its Applications / K. H. Rosen. —

Eighth edition. — New York: McGraw-Hill, 2019. — XXI, 942 p.
75. Sedgewick, R. Algorithms in C. Part 5. Graph Algorithms /

R. Sedgewick. — Third edition. — Boston ; San Francisco ; New York
[et al.]: Addison-Wesley, 2001. — XVIII, 482 p.
76. Shafarevich, I. R. Linear Algebra and Geometry / I. R. Shafarevich,

A. O. Remizov. — Third edition. — Berlin: Springer, 2013. — XXI, 526 p.
77. Welcome to Python.org. — 2019. — URL: https://www.python.org/.
78. Williams, C. P. Explorations in Quantum Computing / C. P. Williams. —

Second edition. — Springer, 2011. — XXII, 717 p. — (Texts in Computer
Science).
79. Wirth, N. Pascal and Its Successors / N. Wirth. — Berlin, Heidelberg:

Springer-Verlag, 2002. — XX, 616 p.
80. Zorich, V. A. Mathematical Analysis I / V. A. Zorich. — Second

edition. — Springer, 2015. — XX, 720 p. — (Universitext).
Указатель имен
Абель . . . . . . . . . . . . . . . . . . . . . . 193 Кэли . . . . . . . . . . . . . . . . . . . . . . . 244

Адамар . . . . . . . . . . . . . . . . . . . . . 202 Лагранж . . . . . . . . . . . . . . . . . . . 210
аль-Хорезми . . . . . . . . . . . . . . . . . 28 Лаплас, де . . . . . . . . . . . . . . . . . . . 65
Арган . . . . . . . . . . . . . . . . . . . . . . 188 Минковский . . . . . . . . . . . . . . . . 238
Буняковский . . . . . . . . . . . . . . . 247 Муавр . . . . . . . . . . . . . . . . . . . . . . 191
Вандермонд . . . . . . . . . . . . . . . . . 86 Ньютон . . . . . . . . . . . . . . . . . . . . .218
Виет . . . . . . . . . . . . . . . . . . . . . . . . 211 Паули . . . . . . . . . . . . . . . . . . . . . . 199
Гамильтон . . . . . . . . . . . . . . . . . . 244 Пифагор . . . . . . . . . . . . . . . . . . . 248
Гаусс . . . . . . . . . . . . . . . . . . . . . . . 145 Рой . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Гессе . . . . . . . . . . . . . . . . . . . . . . . 297
Руффини . . . . . . . . . . . . . . . . . . . 193
Гильберт . . . . . . . . . . . . . . . . . . . . 90
Руше . . . . . . . . . . . . . . . . . . . . . . . 144
Грам . . . . . . . . . . . . . . . . . . . . . . . 239
Сильвестр . . . . . . . . . . . . . . . . . . 357
Декарт . . . . . . . . . . . . . . . . . . . . . 270
Дирак . . . . . . . . . . . . . . . . . . . . . . 197 Уоршелл . . . . . . . . . . . . . . . . . . . . .35
Евклид . . . . . . . . . . . . . . . . . . . . . 413 Ферма, де . . . . . . . . . . . . . . . . . . 396
Жордан . . . . . . . . . . . . . . . . . . . . 165 Феррари . . . . . . . . . . . . . . . . . . . . 192
Капелли . . . . . . . . . . . . . . . . . . . . 144 Фибоначчи . . . . . . . . . . . . . . . . . . 86
Кардано . . . . . . . . . . . . . . . . . . . . 192 Хоар . . . . . . . . . . . . . . . . . . . . . . . . . 29
Каталан . . . . . . . . . . . . . . . . . . . . . 48 Шварц . . . . . . . . . . . . . . . . . . . . . 247
Кеплер . . . . . . . . . . . . . . . . . . . . . 391 Шмидт . . . . . . . . . . . . . . . . . . . . . 239
Коши . . . . . . . . . . . . . . . . . . . . . . . 247 Штрассен . . . . . . . . . . . . . . . . . . . 27
Крамер . . . . . . . . . . . . . . . . . . . . . 141 Эйлер . . . . . . . . . . . . . . . . . . . . . . 190
Кронекер . . . . . . . . . . . . . . . . . . . . 20 Якоби . . . . . . . . . . . . . . . . . . . . . . . 26
Предметный указатель
Numbers алгебраическое дополнение 65, 69

(0,1)-матрица см. матрица, двоичная алгоритм 28
— Грама – Шмидта см. ортогонализа-
ция Грама – Шмидта
C — Евклида 413
C, язык программирования 18, 32 — Роя – Уоршелла см. алгоритм Уор-
шелла
— Уоршелла 35, 38, 39
F — — модифицированный 49
Fortran, язык программирования 32 — Штрассена 27
— вычисления определителя 88
J — свойства 28
— — детерминированность 29
Java, язык программирования 32 — — дискретность 28
— — массовость 29
N — — направленность 29
n-вектор см. вектор — — элементарность шагов 28
n-мерное пространство 233 — сложения точек на эллиптической
NumPy 35 кривой 406
алфавит
— греческий 427
P — латинский 17
Pascal, язык программирования 32 анализ алгоритмов 30
Python, язык программирования 18, аннулирующий полином см. полином,
28, 32, 87, 88, 90, 150 аннулирующий
аномалия эксцентриситета 374
S антисимметричная матрица см. матри-
ца, антисимметричная
spur см. след матрицы антиэрмитова матрица см. матрица,
антиэрмитова
О аппликата 271
аргумент комплексного числа 189
O-символика 31
— главное значение 189
асимптотическая сложность 30, 152,
А 199
абсцисса 270 — метода Гаусса 152
алгебраическая форма комплексного асимптоты гиперболы 375
числа см. комплексное число, алгеб- ассоциативность сложения 23
раическая форма ассоциативность умножения 25
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ 437
Б Г
база индукции 71 гейт 198, 202
базис 235 — Адамара 202
базис векторного пространства 235 гипербола 374
базисный минор см. минор, базисный — равносторонняя 383
базовая операция 30 главная диагональ матрицы 19
бесконечно удаленная точка 397 главное значение аргумента см. аргу-
беспорядок 65 мент комплексного числа, главное
билинейная форма 348 значение
— положительно определенная 349 граф 35
— полярная 351 — ориентированный 35, 38
— свойства линейности 348
— симметричная 349
биссектриса треугольника 305 Д
бит 197
двоичная матрица см. матрица, двоич-
блочная матрица см. матрица, блочная
ная
двойное векторное произведение 279
В декартова система координат 189
диагонализация матриц 245
вековое уравнение 244 диагональная матрица см. матрица,
вековые движения 244 диагональная
вектор 17, 232, 269 диаграмма Аргана 188
— единичный 269 диаграмма графа 36
— направляющий 334 дизъюнкция 38
— нормальный 291 директриса
— нулевой 232, 269 — гиперболы 375
— противоположный 233 — параболы 376
векторное произведение 274 — эллипса 371
— свойства 274 дискриминант уравнения эллиптиче-
векторное уравнение плоскости 320 ской кривой 396
великая теорема Ферма см. теорема, дистрибутивность умножения относи-
Ферма великая тельно сложения 25
вентиль см. гейт длина вектора 238
верхняя треугольная матрица см. мат- длина маршрута 37
рица, верхняя треугольная доказательство корректности алгорит-
вершина ма 29
— гиперболы 375 дополнительный минор элемента 65
— параболы 376
— эллипса 370
вершина графа 35, 38 Е
ветвь гиперболы 374, 383
вещественная часть комплексного чис- единичная матрица см. матрица, еди-
ла см. комплексное число, веще- ничная
ственная часть единичный вектор см. вектор, единич-
внутреннее произведение см. скаляр- ный
ное произведение
высокопроизводительные вычисления
35
З
высота треугольника 305 закон инерции 357
438 ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
И компоненты вектора 232

концы отрезка 300
измерение состояния 198
концы ребра 36
инверсия перестановки 64, 84
конъюнкция 38
инцидентные вершины 36
координаты вектора 232
корень из единицы 191
К корень из комплексного числа 191
корректность алгоритма 29, 39
каноническая система координат см. косоэрмитова матрица см. матрица, ан-
система координат, каноническая тиэрмитова
каноническая форма уравнения тре- коэффициенты линейной комбинации
тьей степени 193 79
канонический базис 154 коэффициенты системы уравнений 139
канонический вид квадратичной фор- коэффициенты уравнения прямой 291
мы 353 кривые второго порядка 370
канонический вид уравнения кривой — вырожденные 377
второго порядка 370 — невырожденные 377
каноническое уравнение прямой 334 криптография 396
касательная 372, 379 критерий Сильвестра 357
— к гиперболе 375 критерий совместности системы линей-
— к параболе 377 ных уравнений 144
— к эллипсу 372 кросс-диагональ см. побочная диаго-
квадратичная форма 350 наль матрицы
— вырожденная 351 кубит 197
— знакопеременная 357
— невырожденная 351
— отрицательно определенная 357 Л
— положительно определенная 357
квадратичная часть уравнения кривой линейная комбинация векторов 233
второго порядка 370 линейная комбинация строк 79
квантовомеханический оператор 201 линейная часть уравнения кривой вто-
квантовые компьютеры 197 рого порядка 370
квантовые схемы 202 линейно зависимая система векторов
класс функций O(g(n)) 31 233
коллинеарность векторов 237 линейно независимая система векторов
коллинеарные векторы 269 233
коммутативность сложения 22 логарифм от матрицы 77
коммутатор 25
коммутирующие матрицы 25
компланарные векторы 278, 324
М
комплексная плоскость 188 маршрут 37
комплексное число 187 — тривиальный 37
— алгебраическая форма 188 массив 32
— вещественная часть 187 — двумерный 32
— мнимая часть 187 матрица 17, 32, 62, 187
— показательная форма 190 — Гильберта 90
— сопряженное 188 — антисимметричная 21
— тригонометрическая форма 189 — антиэрмитова 214
— чисто мнимое 188 — билинейной формы 348
композиция операторов 201 — блочная 200
— верхняя треугольная 20, 69 — Якоби 356

— вещественная 18, 187 — математической индукции 39, 71
— двоичная 21, 37 — обратной матрицы 142
— диагональная 19 — окаймляющих миноров 83
— достижимости 35, 38 — последовательного исключения неиз-
— единичная 19, 68 вестных см. метод Гаусса
— квадратичной формы 350, 357 — элементарных преобразований 80
— квадратная 18, 19, 68 минор 78, 87, 146
— — вырожденная 69 — базисный 79
— — диагональная 71 мнимая единица 188
— — невырожденная 69 мнимая часть комплексного числа см.
— — неособенная см. матрица, квад- комплексное число, мнимая часть
ратная, невырожденная многочлен см. полином
— — особенная см. матрица, квадрат- модуль вектора 269
ная, вырожденная модуль комплексного числа 189
— комплексная 18, 187, 195 мощность множества 36
— краткая запись 17
— нижняя треугольная 20, 69
— нулевая 19
Н
— обратная 69, 142 направляющие косинусы 323
— присоединенная 69 направляющий вектор см. вектор, на-
— прямоугольная 18 правляющий
— самосопряженная см. матрица, эр- неполная гамма-функция 88
митова неравенство
— симметричная 20 — Коши – Буняковского 247
— смежности 37 — Коши – Шварца см. неравенство Ко-
— ступенчатая 80, 94, 145 ши – Буняковского
— транспонированная 19 — Минковского см. неравенство тре-
— унитарная 196 угольника
— функциональная 28 — треугольника 208, 238
— эрмитова 196 нижняя треугольная матрица см. мат-
— эрмитово-сопряженная 195 рица, нижняя треугольная
матрица системы векторов 235 норма вектора 238
матрица системы линейных уравнений нормаль см. вектор, нормальный
140 нормальная форма Гессе см. нормаль-
— расширенная 140 ное уравнение прямой
матрицы нормальное уравнение плоскости 323
— Дирака 199, 200 нормальное уравнение прямой 297
— Паули 199, 200 нормальный вектор см. вектор, нор-
матричная алгебра 21 мальный
матричный вид системы линейных нормирующий множитель 298
уравнений 140 нотация Дирака 197
медиана треугольника 304, 305 нулевая матрица см. матрица, нулевая
метод нулевое уравнение 145
— Гаусса 145, 146, 150 нулевой вектор см. вектор, нулевой
— Гаусса – Жордана 165
— Кардано 192
— Крамера 141
О
— Лагранжа 353 обозначения матриц 18
обратная матрица см. матрица, обрат- параметрическое уравнение прямой

ная 334
обратный ход метода Гаусса 152 перестановка 64
общее решение неоднородной системы — тождественная 64
158 перестановочные матрицы см. комму-
общее решение однородной системы тирующие матрицы
158 плоскость 290, 322
общее уравнение плоскости 321 побочная диагональ матрицы 19
— неполное 321 подобные матрицы 239
— полное 321 показательная форма комплексного
общее уравнение прямой 291 числа см. комплексное число, пока-
окружность 370 зательная форма
опорный элемент 152 полином 64, 192
определитель 62, 64, 141 — аннулирующий 244
— n-го порядка 64 — от матрицы 75
— Вандермонда 86 полуось
— аксиоматическое определение 68 — гиперболы
— второго порядка 62 — — вещественная 374
— первого порядка 64 — — мнимая 374
— разложение по столбцу 66 — эллипса
— разложение по строке 66 — — большая 370
— третьего порядка 62 — — малая 370
определитель системы векторов 235 полярная система координат 189
оптическое свойство последовательность Фибоначчи 86, 92
— гиперболы 375 постусловие 29
— параболы 377 правило треугольника 63
— эллипса 372 предикат 29, 72
орграф см. граф, ориентированный предусловие 29
ордината 271 преобразование подобия 240
орт 235, 269, 271 принцип математической индукции см.
ортогонализация Грама – Шмидта 239 метод математической индукции
ортогональность векторов 237, 238, 272 проекция вектора на прямую 270
ортонормированность векторов 239 проекция на |0 и |1 205
основная теорема алгебры см. теорема, проекция точки на прямую 270
основная алгебры произведение комплексных чисел 187
отклонение точки от плоскости 325 произведение матриц 23, 34
отклонение точки от прямой 298 произведение матрицы на число 22
отношение эквивалентности 240 произведение числа и вектора 232
отрезок 300 пространство
— n-мерное 233, 235
— двумерное 233
П — одномерное 233
параллелепипед 277 — трехмерное 233
параметр отрезка 300 противоположная точка на эллиптиче-
параметр параболы см. фокальный па- ской кривой 399
раметр параболы противоположный вектор см. вектор,
параметр прямой 334 противоположный
параметрический вид прямой ход метода Гаусса 152
— эллипса 373 путь 37
пучок плоскостей 326 скаляр 17

скалярное произведение 237, 272
— свойства 237
Р скрещивающиеся прямые 339
равенство матриц 21 след матрицы 27, 51
равные векторы 232, 269 — единичной 27
радиус-вектор 188, 270 смежные вершины 36
разложение Лапласа 66 смежный угол 294
разложение вектора по базису 271 смешанное произведение 276
разложением вектора по базису 236 — свойства 277
разность векторов 232 собственное значение 240
разность матриц 22 собственный вектор 240
ранг квадратичной формы 351, 357 сопряженное комплексное число см.
ранг матрицы 79 комплексное число, сопряженное
расстояние между точками 273 состояния вычислительного базиса 198
расстояние от точки до плоскости 325 список 32
расширенная матрица системы линей- столбец матрицы 17, 65
ных уравнений см. матрица системы столбцы матрицы
линейных уравнений, расширенная — линейно зависимые 80
ребро графа 35 — линейно независимые 80
решение системы линейных уравнений строка матрицы 17, 65
139, 235 — рабочая 80
— тривиальное 153 строки матрицы
ряд 76 — линейно зависимые 79
— линейно независимые 79
ступенчатая матрица см. матрица, сту-
С пенчатая
сумма векторов 232, 269
самосопряженная матрица см. матри-
сумма комплексных чисел 187
ца, эрмитова
сумма матриц 21, 33
свободные переменные 154
свободные члены 139
свободный член 370
свойства определителей 66
Т
свойство единичной матрицы 25 теорема
свойство нулевой матрицы 25 — Абеля – Руффини 193
сигнатура квадратичной формы 357 — Кронекера – Капелли 144, 235
символ Кронекера 20 — Лапласа 65
система координат — Пифагора 248
— декартова 270, 290 — Руше – Капелли см. теорема Кроне-
— каноническая 370 кера – Капелли
система линейных уравнений 139 — Ферма великая 396
— квадратная 139 — о базисном миноре 80
— неоднородная 139, 158 — о степени матрицы 75
— неопределенная 139 — основная алгебры 192
— несовместная 139 теорема Кэли – Гамильтона 244
— однородная 139, 153, 241 теория графов 35
— определенная 139 теория чисел 397
— прямоугольная 139 тетраэдр 278, 328
— совместная 139 тождества Лагранжа 210
тождества Эйлера 216 условие параллельности плоскостей

тождество Якоби 325
— для векторов 279 условие параллельности прямой и
— для коммутаторов 26 плоскости 338
транспонирование 33, 42, 66 условие пересечения прямых 339
транспонированная матрица см. мат- условие перпендикулярности прямой и
рица, транспонированная плоскости 338
тригонометрическая форма комплекс- условие принадлежности прямой плос-
ного числа см. комплексное число, кости 338
тригонометрическая форма условие принадлежности прямых од-
тройка Хоара 29 ной плоскости 339
У Ф
угловой коэффициент прямой 291 фазовый элемент 205
угловой минор см. минор, угловой фокальный параметр параболы 376
угол между плоскостями 325 фокус
угол между прямой и плоскостью 338 — гиперболы 375
угол между прямыми 294, 336 — параболы 376
удвоение точки 402 — эллипса 370
умножение матрицы на число 33 фокусное расстояние эллипса 371
унитарная матрица см. матрица, уни- формула
тарная — Кардано 193
управляемый NOT 206 — Муавра 191
управляемый фазовый элемент 206 — Эйлера 190
уравнение кривой второго порядка 370 — обращения произведения матриц 91
уравнение плоскости — удвоения 414
— векторное см. векторное уравнение формулы Виета 211
плоскости формулы тригонометрические 425
— нормальное см. нормальное уравне- фундаментальная система решений
ние плоскости 154, 155
— общее см. общее уравнение плоско- функция
сти — временной сложности 30
уравнение плоскости в отрезках 322 — дробно-рациональная 75
уравнение плоскости, ортогональной
вектору 320
уравнение плоскости, проходящей че- Х
рез три заданные точки 324 характеристический полином 241
уравнение прямой в отрезках 296 характеристическое уравнение 241
уравнение прямой с угловым коэффи-
циентом 291
уравнение прямой, проходящей через Ц
две заданные точки 293, 336 центральные кривые 375
уравнение с угловым коэффициентом
для прямой, проходящей через за-
данную точку 292 Ч
условие ортогональности плоскостей числа Фибоначчи см. последователь-
325 ность Фибоначчи
условие параллельности двух прямых чисто мнимое комплексное число см.
339 комплексное число, чисто мнимое
Ш элемент π/8 205

шаг индукции 71 элементарные преобразования 67, 80,
145
элементы матрицы 17
Э эллипс 370
эволюция квантовой системы 198 эллиптическая кривая 396
экспонента от матрицы 76 эрмитова матрица см. матрица, эрми-
эксцентриситет това
— гиперболы 375 эрмитово-сопряженная матрица см.
— эллипса 371 матрица, эрмитово-сопряженная
Сергей Викторович БОРЗУНОВ,
Сергей Дмитриевич КУРГАЛИН
АЛГЕБРА И ГЕОМЕТРИЯ
С ПРИМЕРАМИ НА PYTHON
Учебное пособие
Зав. редакцией литературы по информационным

технологиям и системам связи О. Е. Гайнутдинова
Корректор Т. А. Быченкова
Выпускающие Н. А. Крылова, О. В. Шилкова
ЛР № 065466 от 21.10.97
Гигиенический сертификат 78.01.10.953.П.1028
от 14.04.2016 г., выдан ЦГСЭН в СПб
Издательство «ЛАНЬ»
lan@lanbook.ru; www.lanbook.com
196105, СанктПетербург, пр. Ю. Гагарина, д. 1, лит. А.
Тел./факс: (812) 3362509, 4129272.
Бесплатный звонок по России: 88007004071
ГДЕ КУПИТЬ
ДЛЯ ОРГАНИЗАЦИЙ:
Для того, чтобы заказать необходимые Вам книги, достаточно обратиться
в любую из торговых компаний Издательского Дома «ЛАНЬ»:
по России и зарубежью
«ЛАНЬТРЕЙД». 196105, СанктПетербург, пр. Ю. Гагарина, д. 1, лит. А.
тел.: (812) 4128578, 4121445, 4128582; тел./факс: (812) 4125493
email: trade@lanbook.ru; ICQ: 446869967
www.lanbook.com
пункт меню «Где купить»
раздел «Прайслисты, каталоги»
в Москве и в Московской области
«ЛАНЬПРЕСС». 109387, Москва, ул. Летняя, д. 6
тел.: (499) 7227230, (495) 6474077; email: lanpress@lanbook.ru
в Краснодаре и в Краснодарском крае
«ЛАНЬЮГ». 350901, Краснодар, ул. Жлобы, д. 1/1
тел.: (861) 2741035; email: lankrd98@mail.ru
ДЛЯ РОЗНИЧНЫХ ПОКУПАТЕЛЕЙ:
интернет5магазин
Издательство «Лань»: http://www.lanbook.com
магазин электронных книг
Global F5: http://globalf5.com/
Подписано в печать 08.07.20.

Бумага офсетная. Гарнитура Школьная. Формат 70×100 1/16.
Печать офсетная. Усл. п. л. 36,08. Тираж 30 экз.
Заказ № 59820.
Отпечатано в полном соответствии
с качеством предоставленного оригиналмакета
в АО «Т8 Издательские Технологии».

Alg I Geom Na Python

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Alg I Geom Na Python

Загружено:

Авторское право:

Доступные форматы

С. В.

САНКТПЕТЕРБУРГ • МОСКВА • КРАСНОДАР

Б 82 Борзунов С. В. Алгебра и геометрия с примерами на Python :

© Издательство «Лань», 2020

Список основных обозначений . . . . . . . . . . . . . . . . . . 8

Глава 1. Матрицы и матричные алгоритмы . . . . . . . . . . 17

Глава 2. Алгебра матриц . . . . . . . . . . . . . . . . . . . . . . 62

Глава 3. Системы линейных уравнений . . . . . . . . . . . . 139

Глава 4. Комплексные числа и матрицы . . . . . . . . . . . . 187

Глава 5. Векторные пространства . . . . . . . . . . . . . . . . 232

Глава 6. Векторы в трехмерном пространстве . . . . . . . . 269

6.3. Векторное произведение векторов . . . . . . . . . . . . . . . . 274

Глава 7. Уравнение прямой на плоскости . . . . . . . . . . . 290

Глава 8. Уравнение плоскости в пространстве . . . . . . . . 320

Контрольные вопросы к главе «Уравнение плоскости

Глава 9. Уравнение прямой в пространстве . . . . . . . . . . 334

Глава 10. Билинейные и квадратичные формы . . . . . . . . 348

Глава 11. Кривые второго порядка . . . . . . . . . . . . . . . . 370

11.4.6. Пара совпадающих прямых . . . . . . . . . . . . . . 379

Глава 12. Эллиптические кривые . . . . . . . . . . . . . . . . . 396

Приложение A. Основные операторы в Python и C . . . . . 421

Приложение B. Тригонометрические формулы . . . . . . . . 425

Приложение C. Греческий алфавит . . . . . . . . . . . . . . . 427

Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . 428

Указатель имен . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

Предметный указатель . . . . . . . . . . . . . . . . . . . . . . . 436

N множество натуральных чисел

A = (aij ) матрица, образованная элементами aij

|z| модуль комплексного числа z

Powered by TCPDF (www.tcpdf.org)

ω(x) квадратичная форма

Бурное развитие информационных технологий (ИТ) предъявляет осо-

полнения к известным учебникам), так и для проведения практических

и в трехмерном пространстве, здесь рассмотрены темы: векторы в трех-

Ниже представлена схема информационной зависимости глав книги

Схема информационной зависимости глав учебного пособия

Декабрь 2019 г. С. В. Борзунов,

1.1. Матрицы и операции над ними

Обозначают матрицы обычно заглавными буквами латинского алфа-

Столбец n чисел называется также n-вектором, или просто век-

Примечание. Матрицы первоначально были введены для компактной

где pR , pG , pB — вещественные числа из интервала [0, 1], они характе-

определяют красный и темно-синий цвет соответственно.

Элементами вещественных матриц являются вещественные числа

нуля до m − 1 и n − 1 соответственно. На это различие следует обращать

Для матрицы A построим новую матрицу B, в которой строки и

Полученная таким образом матрица B называется транспонирован-

Если в диагональной матрице вида (1.7) для всех значений i = 1, 2, . . . ,

Для обозначения элементов единичной матрицы используется сим-

Таким образом, в символических обозначениях имеем I = (δij ), где i, j =

Рис. 1.1. Схематические обозначения для верхней A и нижней B

Квадратная матрица A = (aij ) называется симметричной, если для

элементы, симметричные относительно главной диагонали, равны между

Заметим, что складывать можно только квадратные или прямоуголь-

Найдем их сумму A + B, выполнив операции сложения соответству-

Пример 1.8. Вычислим произведение строки [1, 2, 4, 8, 16] на столбец

Произведение матриц записывается так: C = A · B или C = AB.

Рис. 1.2. Умножение матриц (aij ) и (bij )

1. A(B + C) = AB + AC, (B + C)A = BA + CA (дистрибутивность

2. (AB)C = A(BC) (ассоциативность умножения);

3. OA = AO = O (свойство нулевой матрицы);

4. IA = AI = A (свойство единичной матрицы).

В общем случае в произведении матриц существенен их порядок, что

САНКТПЕТЕРБУРГ • МОСКВА • КРАСНОДАР