Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Математика

.pdf
Скачиваний:
45
Добавлен:
08.04.2015
Размер:
1.24 Mб
Скачать

0

3

1

1

 

3

1

1

 

3

1

1

 

 

 

 

 

 

 

1

2

0

0

 

 

 

= −1

4

3

5

2

2

0

0

=

0

4

3

5

 

1

4

2

 

4

3

5

 

2

1

4

2

 

 

 

 

 

 

 

 

 

 

 

 

= −(18 + 5 16 + 3 8 + 60) 2(0 + 0 + 6 0 0 + 10) = −26 32 = −58.

Свойство 9. Сумма произведений элементов какой-либо строки или столбца определителя на алгебраические дополнения соответствующих элементов другой

строки или столбца равна нулю.

Свойство 10. Определитель произведения С = A B двух квадратных матриц A и B порядка n равен произведению их определителей, т.е. С = A B .

11

Лекция 3

ПРИМЕНЕНИЕ ОПРЕДЕЛИТЕЛЕЙ

§1. НАХОЖДЕНИЕ РАНГА МАТРИЦЫ

Пусть A - прямоугольная матрица размера m × n

a

a

L

a

 

 

 

11

 

12

 

 

1n

 

 

a21

a22

L a2n

 

 

A= L

L L L

.

 

 

 

 

 

 

 

 

 

 

a

m1

a

m 2

L a

 

 

 

 

 

 

 

mn

 

Пусть в матрице A произвольным образом выбраны

l строк и l столбцов, где

l min(m; n) . Элементы, стоящие

на

пересечении

этих строк и столбцов

образуют квадратную матрицу l -го порядка, определители которой называются

минорами

l -го порядка матрицы A.

r(A) или rangA)

 

Рангом

матрицы A (обозначение -

называется

максимальный порядок миноров данной матрицы, не равных нулю.

Минор,

определяющий ранг матрицы, называется базисным. У матрицы базисный минор определяется неоднозначно.

Пример 1. Определить ранг матрицы

 

 

 

 

 

0

1

2

0

 

 

 

 

 

 

 

A = 0

2

7

0

.

 

0

3

3

0

 

 

 

Решение. Поскольку у матрицы A два нулевых столбца, то все миноры 3-го порядка равны нулю. Существует минор 2-го порядка, стоящий на пересечении 1-

ой и 2-ой строк и 2-го и 3-го

столбцов, неравный нулю

1

2

= 3 0. Поэтому,

 

 

2

7

 

rangA = 2. Данный минор является одним из базисных.

 

 

 

Из определения ранга матрицы следует его свойства:

 

 

 

1. rangA min(m; n), т.е.

ранг матрицы не превосходит меньшего из ее

размеров.

2. rangA=0 тогда и только тогда, когда A - нулевая матрица.

12

Решение. В результате элементарных преобразований и применения свойств ранга получаем каноническую матрицу вида
A ~
0 00 0
1 00 10 0 ,0 0

3.Ранг матрицы не изменится, если из нее вычеркнуть все нулевые строки и столбцы.

4.Ранг матрицы не изменится при её транспонировании.

5.Элементарные преобразования матрицы не меняют её ранга.

Пример 2. Найти ранг матрицы

0

2

4

 

 

1

4

5

 

 

 

A =

3

1

7

.

 

 

 

10

 

0

5

 

 

2

3

0

 

 

 

поэтому, ранг матрицы A равен rangA = 2.

Другим часто применяемым методом при вычисления ранга матрицы является так называемый метод окаймляющих миноров, который заключается в следующем. Пусть в матрице A найден минор k -го порядка M , не равный нулю. Рассмотрим все окаймляющие миноры (k + 1)-го порядка, которые содержат в себе минор M . Если все они равны нулю, то ранг матрицы A равен k . В противном случае берем любой минор (k + 1)-го порядка и процедура повторяется.

Пример 3. Найти ранг матрицы

2

4

3

1

0

 

 

2

 

4

 

 

1

1

2

A =

0

1

1

3

1

 

 

 

 

 

7

4

4

 

 

4

5

Решение. Фиксируем минор второго порядка, отличный от нуля:

M 2 =

1

0

0

4

2

13

Рассмотрим окаймляющий минор третьего порядка:

 

3

1

0

 

M 3 =

1

4 2

= −33 0.

 

1

3

1

 

Данный минор окаймляют два минора четвертого порядка:

2

3

1

0

 

 

4

3

1

0

 

 

 

 

 

1

1

4

2

= 0

и

2

1

4

2

 

= 0,

0

1

3

1

 

 

1

1

3

1

 

 

4

4

4

5

 

 

7

4

4

5

 

 

поэтому ранг матрицы равен 3.

§2. ОБРАТНАЯ МАТРИЦА И ЕЕ НАХОЖДЕНИЕ

Пусть дана квадратная матрица порядка n :

a

a

L a

 

11

12

1n

 

a21

a22

L a2 n

 

A = L L

L L

.

 

 

 

 

 

an 2

L ann

 

an1

 

Квадратная матрица A1 порядка n называется обратной к матрице A, если выполняется условие: A A1 = A1 A = E , где E - единичная матрица n -ого

порядка. Квадратная матрица A1

порядка n называется обратной к матрице A,

если выполняется условие: A A1

= A1 A = E , где E - единичная матрица n -

ого порядка.

A называется вырожденной (особенной), если её

 

Матрица

определитель

равен нулю.

Иначе, матрица A называется невырожденной.

A, называется

Присоединенной матрицей или матрицей союзной к матрице

матрица вида:

 

 

14

A

11

AV = A12

LA1n

A

L A

 

 

21

n1

 

 

A22

L An 2

 

,

L

L L

 

 

 

 

 

A2 n

L Ann

 

 

 

 

где Aij - алгебраические дополнения элементов aij матрицы A.

Теорема 1. Для того, чтобы у матрицы A существовала обратная, необходимо и достаточно, что бы исходная матрица A была невырожденная.

Доказательство необходимости. Пусть матрица A имеет обратную матрицу A1 , т.е. справедливо равенство A A1 = A1 A = E . Применим к данному равенству свойство 10 определителей. Имеем A A1 = A A1 = E = 1, отсюда

вытекает, что A ≠ 0 и A1 0.

Доказательство достаточности.

Рассмотрим присоединенную матрицу

A

11

AV = A12

LA1n

A

L A

 

21

n1

 

A22

L An 2

L

L L

 

 

 

 

A2 n

L Ann

 

и вычислим произведение матриц A* A = B .

Не теряя общности, докажем теорему для случая n = 3. Пусть

a

a

a

 

11

12

13

 

A = a21

a22

a23

, где по условию det A ≠ 0 .

 

a32

a33

 

a31

 

Присоединенная матрица AV имеет вид:

 

A

A

A

 

 

11

21

31

AV =

A

A

A

 

 

12

22

32

 

A13

A23

A33

 

 

Вычислим их произведение A AV :

15

a

a

a

 

 

A

A

A

 

 

11

12

13

 

 

11

21

31

 

 

A AV = a21

a22

a23

 

A12

A22

A32

 

=

 

a32

a33

 

 

A13

A23

A33

 

 

a31

 

 

 

 

 

a11 A11

+ a12 A12

+ a13 A13

 

L a11 A31

+ a12 A32

+ a13 A33

 

=

a21 A11

+ a22 A12

+ a23 A13

 

L a21 A31

+ a22 A32

+ a23 A33

=

 

a31 A11

+ a32 A12

+ a33 A13

 

L a31 A31

+ a32 A32

+ a33 A33

 

 

det A

0

0

 

1

0

0

 

 

 

=

 

 

 

 

 

 

 

 

 

= det A E.

 

0

det A

0

 

= det A 0

1

0

 

 

 

0

0

 

 

 

0

1

 

 

 

 

 

det A

0

 

 

 

Тогда

имеем:

 

A AV

= det A E .

Аналогично рассуждая,

получаем что

AV

A = det A E .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Полученные равенства представим в виде:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A1

 

AV

 

 

= E ,

 

AV

A = E .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

det A

 

det A

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Тогда имеем, что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A11

 

A21

A31

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

V

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A1

=

 

 

 

 

 

 

, или A1

=

 

 

 

 

 

A12

 

A22

A32

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

det A

 

 

 

 

 

 

det A

 

A23

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A13

 

A33

 

 

 

 

 

 

Что и требовалось доказать.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

1

 

 

 

 

 

 

 

 

 

 

 

 

Найти матрицу A1 , если A =

 

 

 

 

 

 

 

 

 

 

 

Пример1.

3

0

2 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

2

5

 

 

 

 

 

 

Решение.

 

 

 

Имеем

det A = −4.

 

 

 

 

Найдем

алгебраические

дополнения

соответствующих элементов матрицы A :

 

 

 

 

 

 

 

 

 

 

 

 

 

A11

=

 

0 2

 

= 4,

A21

=

 

 

 

 

2 1

 

= −8, A31

=

 

2 1

 

= 4,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

5

 

 

 

 

 

 

 

 

 

 

 

 

2

5

 

 

 

 

 

 

0

 

 

2

 

 

 

 

 

A12

= −

 

3 2

 

= −7,

A22

=

 

1 1

 

= 9,

 

A32

= −

 

1 1

 

= −5,

 

 

 

 

 

 

 

 

 

 

 

4

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

5

 

 

 

 

 

 

 

 

 

 

3

2

 

 

 

16

A13

=

3

0

= −6, A23

= −

1

2

= 10,

A33

=

1

2

 

= −6.

 

 

 

 

4

2

 

 

 

4

2

 

 

 

 

3

0

 

 

 

Составим присоединенную матрицу

 

 

 

 

 

 

 

 

 

 

4

8 4

 

 

 

 

 

 

1

 

2

 

 

 

 

 

 

 

 

 

 

 

 

1

AV

=

 

7

9 5

 

 

 

1 AV =

 

7

 

9

5

.

 

. Тогда A1 =

4

 

 

 

 

 

 

 

 

 

det A

 

 

 

4

4

 

 

 

6 10 6

 

 

 

 

 

 

 

5

3

 

 

 

 

 

 

 

 

 

3

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

 

§3. ИСПОЛЬЗОВАНИЕ МАТРИЦ

Для решения многих экономических задач используются элементы алгебры матриц. Особенно, при разработке и использовании баз данных: при работе с ними почти вся информация хранится и обрабатывается в матричной форме.

В качестве примера, рассмотрим некоторые экономические задачи, использующие понятие матрицы.

Пример 1. Фирма выпускает ежедневно четыре вида продукции, основные экономические показатели которых приведены в таблице.

Вид

Количество

Расход сырья,

Норма

времени

Цена изделия,

продукции

изделий

кг/изд.

изготовления,

ден. ед./изд.

 

 

 

ч/изд.

 

 

 

 

 

 

 

 

1

10

7

 

6

35

 

 

 

 

 

 

2

15

2

 

2

20

 

 

 

 

 

 

3

25

8

 

4

15

 

 

 

 

 

 

4

30

4

 

5

35

 

 

 

 

 

 

5

40

5

 

3

15

 

 

 

 

 

 

Требуется определить следующие ежедневные показатели: расход сырья S , затраты рабочего времени T и стоимость P выпускаемой продукции предприятия.

17

Решение. Используя таблицу, составим четыре вектора-строки, полностью характеризующие производственный цикл:

q = (10,15,25,30,40) - вектор ассортимента; s = (7,2,8,4,5)- вектор расхода сырья;

t = (6,2,4,5,3)- вектор затрат рабочего времени; p = (35,20,15,35,15)- вектор цен.

Тогда искомые величины будут представлять собой соответствующие произведения вектора-строки ассортимента q на три других вектора-столбца:

S = qsT = 70 + 30 + 200 +120 + 200 = 620кг,

T = qt T = 60 + 30 +100 +150 +120 = 460 часов,

P = q pT = 350 + 300 + 450 +1050 = 2150 денежных единиц.

Пример 2. Компания выпускает четыре вида изделий, используя четыре вида сырья, нормы расхода которого даны как элементы матрицы A:

Вид сырья

1 2 3 4

2

1

2

1

1

 

 

5

2

3

 

2

5

 

A =

1

2

3

3

 

Вид изделия

 

 

3

 

 

 

 

 

 

 

3

4

5

 

 

2

4

Определить затраты сырья каждого вида при плане выпуска каждого вида изделия: соответственно 30, 20, 40 и 50 ед.

Решение. Составим вектор-план выпуска продукции q = (30,20,40,50). Решение задачи дается вектором затрат, координаты которого и являются величинами затрат сырья по каждому виду изделия: этот вектор вычисляется как произведение

вектора q на матрицу A:

 

4

3

2

1

 

120 +100 + 200 +150

 

 

 

470

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5

6

3

4

=

90 +120

+120 + 200

 

=

 

530

.

 

qA = (30,20,40,50)

3

1

6

 

60 + 60

+ 40 + 250

 

 

410

 

5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

5

 

 

 

30 + 80 + 240 +150

 

 

 

 

 

 

3

3

 

 

 

 

 

500

 

18

Лекция 4

СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

§ 1. ВВЕДЕНИЕ

Рассмотрим систему m линейных алгебраических уравнений с n переменными, которая имеет вид

a11 x1 + a12 x2 + L+ a1n xn = b1 ,

 

 

a

x + a

 

x

 

 

+ L

+ a

 

 

x

 

 

 

= b

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

21

1

22

 

2

 

 

2 n

 

n

2

 

 

LLLLLLLLLLLLL

a

 

x + a

m 2

x

2

+ L

+ a

mn

x

n

= b

m

,

 

 

m1

1

 

 

 

 

 

 

 

 

Здесь aij и bi - произвольные

числа, которые называются соответственно

коэффициентами системы

 

при переменных xj и свободными членами,

i = 1,2,...m, j = 1,2,...n .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Сведем коэффициенты при неизвестных xj

 

 

в т.н. основную матрицу:

 

 

 

a

a

 

 

 

.....

a

 

 

 

 

 

 

 

 

 

 

 

 

 

11

 

12

 

 

.....

 

 

1n

 

 

 

 

 

 

 

A =

a21

a22

 

 

a2 n

 

 

 

.

 

 

 

 

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

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

am 2

 

.....

amn

 

 

 

 

 

 

 

 

 

 

am1

 

 

 

 

 

 

 

 

Введем в рассмотрение два вектора столбца, составленных из неизвестных xi

и из свободных членов:

 

x

 

 

b

 

 

 

 

1

 

 

 

1

 

 

X =

x2

 

, B =

b2

 

.

 

...

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xn

 

 

bm

 

 

Тогда рассматриваемую систему можно записывать в

матричной форме

A X = B .

 

Расширенной матрицей системы называется матрица

Ab системы с

присоединенным столбцом свободных членов

 

a

11

= a21

Ab

Lam1

a

L a

b

 

12

1n

1

 

a22

L a2 n

b2

 

L

L LL .

 

 

 

 

am 2

 

 

 

L amn bm

19

Эта матрица играет существенную роль при решении вопроса о разрешимости системы.

Решением системы называется вектор X , который после подстановки в систему превращает все ее уравнения в тождества.

Система линейных уравнений называется совместной, если она имеет решения, и несовместной если не имеет.

Совместная система, имеющая единственное решение, называется определенной, а если она имеет более одного решения - то неопределенной. Если система неопределенная, то каждое ее решение называется частным решением системы. Множество всех частных решений системы называется ее общим решением.

Решить систему это, значит, выяснить, совместна ли она, а в случае совместности, найти ее общее решение.

Две системы, имеющие одинаковое общее решение называются

эквивалентными.

Система линейных уравнений называется однородной, если все её свободные члены равны нулю, т.е. b1 = b2 = ... = bm = 0

Однородная система является совместной, так как x1 = x2 = ... = xn = 0

всегда является решением системы. Рассмотрим методы решения систем линейных уравнений в различных случаях.

§ 2. МЕТОД ОБРАТНОЙ МАТРИЦЫ

Рассмотрим частный случай системы линейных уравнений когда m = n

a11 x1

+ a12 x2 + L+ a1n xn = b1 ,

 

+ a22 x2 + L+ a2 n xn = b2

a21 x1

 

 

LLLLLLLLLLLLL

 

 

 

a

x + a

n 2

x

2

+ L+ a

nn

x

n

= b

 

 

 

 

n1 1

 

 

 

n

или в матричной форме A X = B .

 

 

 

 

 

 

 

 

Основная матрица такой системы квадратная:

 

 

 

 

a

a ...

a

 

 

 

 

 

 

 

 

 

11

12

 

1n

 

 

 

 

 

 

A =

a21

a22 ...

a2 n

 

.

 

 

 

 

 

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

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an 2 ...

ann

 

 

 

 

 

 

 

an1

 

 

 

 

 

 

Определитель этой матрицы называется определителем системы. Если определитель системы не равен нулю, то система называется невырожденной.

20