Рассмотрим матричное уравнение вида

Определение.

1) Базисом в пространстве называются любые 3 некомпланарных вектора, взятые в определенном порядке.

2) Базисом на плоскости называются любые 2 неколлинеарные векторы, взятые в определенном порядке.

3) Базисом на прямой называется любой ненулевой вектор.

 

Линейная зависимость векторов.

Определение. Векторы называются линейно зависимыми, если существует такая линейная комбинация , при не равных нулю одновременно a_i, т.е. .

Если же только при a_i = 0 выполняется , то векторы называются линейно независимыми.

Свойство 1. Если среди векторов есть нулевой вектор, то эти векторы линейно зависимы.

Свойство 2. Если к системе линейно зависимых векторов добавить один или несколько векторов, то полученная система тоже будет линейно зависима.

Свойство 3. Система векторов линейно зависима тогда и только тогда, когда один из векторов раскладывается в линейную комбинацию остальных векторов.

Свойство 4. Любые 2 коллинеарных вектора линейно зависимы и, наоборот, любые 2 линейно зависимые векторы коллинеарны.

Свойство 5. Любые 3 компланарных вектора линейно зависимы и, наоборот, любые 3 линейно зависимые векторы компланарны.

 

Свойство 6. Любые 4 вектора линейно зависимы.

Определение. Базис называется ортонормированным, если его векторы попарно ортогональны и равны единице.

Вопрос 9.

Линейное (векторное) пространство.

Как известно, линейные операции (сложение, вычитание, умножение на число) определены по-своему для каждого множества (числа, многочлены, направленные отрезки, матрицы). Сами операции различны, но их свойства одинаковы.

Эта общность свойств позволяет обобщить понятие линейных операций для любых множеств вне зависимости от того, что это за множества (числа, матрицы и т.д.).

Для того, чтобы дать определение линейного (векторного) пространства рассмотрим некоторое множество L действительных элементов, для которых определены операции сложения и умножения на число.

 

Эти операции обладают свойствами:

1) Коммутативность + = +

2) Ассоциативность ( + ) + = + ( + )

3)Существует такой нулевой вектор , что + = для " Î L

4) Для " Î L существует вектор = - , такой, что + =

5)1× =

6) a(b ) = (ab)

7) Распределительный закон (a + b) = a + b

8) a( + ) = a + a

 

Определение: Множество L называется линейным (векторным) пространством, а его элементы называются векторами.

Свойства линейных пространств.

1) В каждом линейном пространстве существует только один нулевой элемент.

2) Для каждого элемента существует только один противоположный элемент.

3) Для каждого Î L верно 0× = 0

4) Для каждого a Î R и Î L верно a× =

5) Если a× = , то a = 0 или =

6) (-1) = -

Векторное произведение векторов.

 

Определение. Векторным произведением векторов и называется вектор , удовлетворяющий следующим условиям:

1) , где j - угол между векторами и ,

2) вектор ортогонален векторам и

3) , и образуют правую тройку векторов.

Обозначается: или .

 

j

 

Свойства векторного произведения векторов:

1) ;

2) , если ïï или = 0 или = 0;

3) (m )´ = ´(m ) = m( ´ );

4) ´( + ) = ´ + ´ ;

5) Если заданы векторы (x_a, y_a, z_a) и (x_b, y_b, z_b) в декартовой прямоугольной системе координат с единичными векторами , то

´ =

 

 

6) Геометрическим смыслом векторного произведения векторов является площадь параллелограмма, построенного на векторах и .

Смешанное произведение векторов.

Определение. Смешанным произведением векторов , и называется число, равное скалярному произведению вектора на вектор, равный векторному произведению векторов и .

Обозначается или (, , ).

Смешанное произведение по модулю равно объему параллелепипеда, построенного на векторах , и .

 

 

 

 

 

 

 

Свойствасмешанного произведения:

 

1)Смешанное произведение равно нулю, если:

а)хоть один из векторов равен нулю;

б)два из векторов коллинеарны;

в)векторы компланарны.

2)

3)

4)

5) Объем треугольной пирамиды, образованной векторами , и , равен

6)Если , , то

Вопрос 10.

Линейные преобразования.

Определение: Будем считать, что в линейном пространстве L задано некоторое линейное преобразование А, если любому элементу Î L по некоторому правилу ставится в соответствие элемент А Î L.

Определение: Преобразование А называется линейным, если для любых векторов Î L и Î L и любого a верно:

A( + ) = A +A

A(a ) = aA

Определение: Линейное преобразование называется тождественным, если оно преобразует элемент линейного пространства сам в себя.

Е =

Определение: Если только при a = b = … = l = 0, то векторы называются линейно независимыми.

Вопрос 12.

Если в качестве базиса взять совокупность собственных векторов линейного преобразования, то в этом базисе матрица линейного преобразования имеет вид:

.

Вопрос 13.

При переходе к новому базису от переменных х₁ и х₂ мы переходим к переменным и . Тогда:

Тогда .

Выражение называется каноническим видом квадратичной формы. Аналогично можно привести к каноническому виду квадратичную форму с большим числом переменных.

Теория квадратичных форм используется для приведения к каноническому виду уравнений кривых и поверхностей второго порядка.

Вопрос 14.

Основные определения.

Определение. Матрицей размера m´n, где m- число строк, n- число столбцов, называется таблица чисел, расположенных в определенном порядке. Эти числа называются элементами матрицы. Место каждого элемента однозначно определяется номером строки и столбца, на пересечении которых он находится. Элементы матрицы обозначаются a_ij, где i- номер строки, а j- номер столбца.

А =

Основные действия над матрицами.

 

Матрица может состоять как из одной строки, так и из одного столбца. Вообще говоря, матрица может состоять даже из одного элемента.

Определение. Если число столбцов матрицы равно числу строк (m=n), то матрица называется квадратной.

Определение. Матрица вида:

= E,

называется единичной матрицей.

Определение. Если a_mn = a_nm, то матрица называется симметрической.

 

Пример. - симметрическая матрица

Определение. Квадратная матрица вида называется диагональной матрицей.

Сложение и вычитание матриц сводится к соответствующим операциям над их элементами. Самым главным свойством этих операций является то, что они определены только для матриц одинакового размера. Таким образом, возможно определить операции сложения и вычитания матриц:

Определение. Суммой (разностью) матриц является матрица, элементами которой являются соответственно сумма (разность) элементов исходных матриц.

c_ij = a_ij ± b_ij

 

С = А + В = В + А.

 

Операция умножения (деления) матрицы любого размера на произвольное число сводится к умножению (делению) каждого элемента матрицы на это число.

 

a (А+В) =aА ± aВ

А(a±b) = aА ± bА

 

Операция умножения матриц.

 

Определение: Произведением матриц называется матрица, элементы которой могут быть вычислены по следующим формулам:

A×B = C;

.

 

Из приведенного определения видно, что операция умножения матриц определена только для матриц, число столбцов первой из которых равно числу строк второй.

 

Свойства операции умножения матриц.

1)Умножение матриц не коммутативно, т.е. АВ ¹ ВА даже если определены оба произведения. Однако, если для каких – либо матриц соотношение АВ=ВА выполняется, то такие матрицы называются перестановочными.

Самым характерным примером может служить единичная матрица, которая является перестановочной с любой другой матрицей того же размера.

Перестановочными могут быть только квадратные матрицы одного и того же порядка.

А×Е = Е×А = А

Очевидно, что для любых матриц выполняются следующее свойство:

A×O = O; O×A = O,

где О – нулевая матрица.

2) Операция перемножения матриц ассоциативна, т.е. если определены произведения АВ и (АВ)С, то определены ВС и А(ВС), и выполняется равенство:

(АВ)С=А(ВС).

3) Операция умножения матриц дистрибутивна по отношению к сложению, т.е. если имеют смысл выражения А(В+С) и (А+В)С, то соответственно:

А(В + С) = АВ + АС

(А + В)С = АС + ВС.

 

4) Если произведение АВ определено, то для любого числа a верно соотношение:

a(AB) = (aA)B = A(aB).

 

5) Если определено произведение АВ, то определено произведение В^ТА^Т и выполняется равенство:

(АВ)^Т = В^ТА^Т, где

индексом Т обозначается транспонированная матрица.

 

6) Заметим также, что для любых квадратных матриц det (AB) = detA×detB.

Что такое det будет рассмотрено ниже.

 

Определение. Матрицу В называют транспонированной матрицей А, а переход от А к В транспонированием, если элементы каждой строки матрицы А записать в том же порядке в столбцы матрицы В.

А = ; В = А^Т= ;

другими словами, b_ji = a_ij.

В качестве следствия из предыдущего свойства (5) можно записать, что:

(ABC)^T = C^TB^TA^T,

при условии, что определено произведение матриц АВС.

 

Вопрос 15

Определители. (детерминанты).

Определение. Определителем квадратной матрицы А= называется число, которое может быть вычислено по элементам матрицы по формуле:

det A = , где (1)

 

М_1к – детерминант матрицы, полученной из исходной вычеркиванием первой строки и k – го столбца. Следует обратить внимание на то, что определители имеют только квадратные матрицы, т.е. матрицы, у которых число строк равно числу столбцов.

 

Формула (1) позволяет вычислить определитель матрицы по первой строке, также справедлива формула вычисления определителя по первому столбцу:

det A = (2)

 

Вообще говоря, определитель может вычисляться по любой строке или столбцу матрицы, т.е. справедлива формула:

detA = , i = 1,2,…,n. (3)

 

Очевидно, что различные матрицы могут иметь одинаковые определители.

 

Определитель единичной матрицы равен 1.

Для указанной матрицы А число М_1к называется дополнительным минором элемента матрицы a_1k. Таким образом, можно заключить, что каждый элемент матрицы имеет свой дополнительный минор. Дополнительные миноры существуют только в квадратных матрицах.

Определение. Дополнительный минор произвольного элемента квадратной матрицы a_ij равен определителю матрицы, полученной из исходной вычеркиванием i-ой строки и j-го столбца.

Свойство1. Важным свойством определителей является следующее соотношение:

det A = det A^T;

Свойство 2. det (A ± B) = det A ± det B.

Свойство 3. det (AB) = detA×detB

Свойство 4. Если в квадратной матрице поменять местами какие-либо две строки (или столбца), то определитель матрицы изменит знак, не изменившись по абсолютной величине.

Свойство 5. При умножении столбца (или строки) матрицы на число ее определитель умножается на это число.

Свойство 6. Если в матрице А строки или столбцы линейно зависимы, то ее определитель равен нулю.

Определение: Столбцы (строки) матрицы называются линейно зависимыми, если существует их линейная комбинация, равная нулю, имеющая нетривиальные (не равные нулю) решения.

Свойство 7. Если матрица содержит нулевой столбец или нулевую строку, то ее определитель равен нулю. (Данное утверждение очевидно, т.к. считать определитель можно именно по нулевой строке или столбцу.)

Свойство 8. Определитель матрицы не изменится, если к элементам одной из его строк(столбца) прибавить(вычесть) элементы другой строки(столбца), умноженные на какое-либо число, не равное нулю.

Свойство 9. Если для элементов какой- либо строки или столбца матрицы верно соотношение: d = d₁ ± d₂, e = e₁ ± e₂, f = f₁ ± f₂, то верно:

Миноры.

Выше было использовано понятие дополнительного минора матрицы. Дадим определение минора матрицы.

 

Определение. Если в матрице А выделить несколько произвольных строк и столько же произвольных столбцов, то определитель, составленный из элементов, расположенных на пересечении этих строк и столбцов называется минором матрицы А. Если выделено s строк и столбцов, то полученный минор называется минором порядка s.

Заметим, что вышесказанное применимо не только к квадратным матрицам, но и к прямоугольным.

Если вычеркнуть из исходной квадратной матрицы А выделенные строки и столбцы, то определитель полученной матрицы будет являться дополнительным минором.

Алгебраические дополнения.

 

Определение. Алгебраическим дополнением минора матрицы называется его дополнительный минор, умноженный на (-1) в степени, равной сумме номеров строк и номеров столбцов минора матрицы.

В частном случае, алгебраическим дополнением элемента матрицы называется его минор, взятый со своим знаком, если сумма номеров столбца и строки, на которых стоит элемент, есть число четное и с противоположным знаком, если нечетное.

Теорема Лапласа. Если выбрано s строк матрицы с номерами i₁, …,i_s, то определитель этой матрицы равен сумме произведений всех миноров, расположенных в выбранных строках на их алгебраические дополнения.

Обратная матрица.

Определим операцию деления матриц как операцию, обратную умножению.

Определение. Если существуют квадратные матрицы Х и А, удовлетворяющие условию:

XA = AX = E,

где Е - единичная матрица того же самого порядка, то матрица Х называется обратной к матрице А и обозначается А^-1.

Каждая квадратная матрица с определителем, не равным нулю имеет обратную матрицу и притом только одну.

Рассмотрим общий подход к нахождению обратной матрицы.

Исходя из определения произведения матриц, можно записать:

AX = E Þ , i=(1,n), j=(1,n),

e_ij = 0, i ¹ j,

e_ij = 1, i = j.

Таким образом, получаем систему уравнений:

,

Решив эту систему, находим элементы матрицы Х.

Однако, такой способ не удобен при нахождении обратных матриц больших порядков, поэтому обычно применяют следующую формулу:

,

 

где М_ji - дополнительный минор элемента а_ji матрицы А.

Пример. Дана матрица А = , найти А^-1.

det A = 4 - 6 = -2.

 

M₁₁=4; M₁₂= 3; M₂₁= 2; M₂₂=1

x₁₁= -2; x₁₂= 1; x₂₁= 3/2; x₂₂= -1/2

Таким образом, А^-1= .

Вопрос 17.

Рассмотрим матричное уравнение вида

(4.5)

где и — данные матрицы, имеющие одинаковое количество строк, причем матрица квадратная. Требуется найти матрицу , удовлетворяющую уравнению (4.5).

 

Теорема 4.2 о существовании и единственности решения матричного уравнения (4.5). Если определитель матрицы отличен от нуля, то матричное уравнение (4.5) имеет единственное решение .

 

В самом деле, подставляя в левую часть равенства (4.5), получаем , т.е. правую часть этого равенства.

Заметим, что решением матричного уравнения служит обратная матрица .

12Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: