- •Основные действия над матрицами
- •Операция умножения матриц
- •Транспонированная матрица
- •Определители.( детерминанты)
- •Обратная матрица
- •Cвойства обратных матриц
- •Ранг матрицы
- •Элементарные преобразования матрицы
- •Теорема о базисном миноре
- •Примеры
- •Свойства решений системы линейных уравнений
- •Фундаментальная система решений линейного однородного уравнения
- •Изменение матрицы линейного преобразования при изменении базиса
Cвойства обратных матриц
Укажем следующие свойства обратных матриц:
1) (A-1)-1 = A;
2) (AB)-1 = B-1A-1
3) (AT)-1 = (A-1)T.
Пример. Дана матрица А = , найти А3.
А2 = АА = = ; A3 = = .
Отметим, что матрицы и являются перестановочными.
Пример. Вычислить определитель .
= -1
= -1(6 – 4) – 1(9 – 1) + 2(12 – 2) = -2 – 8 + 20 = 10.
= = 2(0 – 2) – 1(0 – 6) = 2.
= = 2(-4) – 3(-6) = -8 + 18 = 10.
Значение определителя: -10 + 6 – 40 = -44.
5
Ранг матрицы
Определение. Определение. Рангом матрицы называется наивысший порядок отличных от нуля миноров. Т.е. если у матрицы порядка (m, n) есть отличный от нуля минор порядка r,
r<= min(m, n), а все миноры более высоких порядков равны нулю, то r — ранг матрицы.
Очень важным свойством элементарных преобразований матриц является то, что они не изменяют ранг матрицы.
Элементарные преобразования матрицы
Определение. Элементарными преобразованиями матрицы назовем следующие преобразования:
1) умножение строки на число, отличное от нуля;
2) прибавление к элемнтам одной строки элементов другой строки;
3) перестановка строк;
4) вычеркивание (удаление) одной из одинаковых строк (столбцов);
5) транспонирование;
Те же операции, применяемые для столбцов, также называются элементарными преобразованиями.
С помощью элементарных преобразований можно к какой-либо строке или столбцу прибавить линейную комбинацию остальных строк ( столбцов ).
. РАНГ СТУПЕНЧАТОЙ МАТРИЦЫ РАВЕН ЧИСЛУ ЕЕ СТРОК
7
Арифметическим вектором называется упорядоченная совокупность n чисел.
Обозначается x = (x1, x2, ..., xn);
числа x1, x2, ..., xn называются компонентами арифметического вектора.
Для арифметических векторов определены линейные операции — сложение арифметических векторов и умножение вектора на число:
для любых x = (x1, x2, ..., xn), y = (y1, y2, ..., yn) и любого числа α справедливо:
x + y = (x1+ y1, x2 +y2, ..., xn+ yn); αx = (αx1, αx2, ..., αxn).
Множество арифметических векторов, для которых определены операции сложения и умножения на число называется пространством арифметических векторов Rn.
Вектор θ = (0, 0, ..., 0) называется нулевым вектором Rn,
а вектор −x = (−x1, −x2, ..., −xn) — противоположным вектором для вектора x в Rn.
Для любых векторов x, y и z из Rn и любых чисел α и β справедливо:
1. x + y = x + y, сложение коммутативно;
2. x + (y + z) = (x + y)+ z, сложение ассоциативно;
3. x + θ = x;
4. x + (−x) = θ;
5. α(x + y) = αx + αy, умножение на число дистрибутивно относительно сложения векторов;
6. α(βx) = (αβ)x, умножение на число ассоциативно;
7. (α + β)x = αx + βx , умножение вектора на число дистрибутивно относительно сложения чисел.
8. 1·x = x.
Пространство Rn − n-мерное векторное пространство, dimRn = n.
Если в пространстве Rn определен естественный базис e1, e2, ... en ,
e1= (1, 0, 0,..., 0, 0), e2= (0, 1, 0,..., 0, 0), ..., en-1= (0, 0, 0,..., 1, 0), en= (0, 0, 0,..., 0, 1),
то компоненты вектора x = (x1, x2, ..., xn) из Rn являются координатами вектора x в естественном базисе e1, e2, ... en:
x = (x1, x2, ..., xn) = x1e1+ x2e2+ ...+ xnen.
Всякое конечномерное n-мерное линейное пространство изоморфно пространству арифметических векторов Rn.
Пример
L − множество 6-мерных арифметических векторов, у которых чётные коомпоненты равны нулю, {x =(x1, 0, x2, 0, x5, 0 )} − трёхмерное линейное пространство, изоморфное пространству арифметических векторов R3.
Действительно.
Как видно из приведенных выше соотношений, множество L − трёхмерное линейное пространство (три вектора e1, e2и e3 образуют базис), изоморфное пространству трёхмерных арифметических векторов R3.
7-8Линейно зависимые и линейно независимые системы векторов
Система называется линейно зависимой, если существует ненулевой набор чисел, при котором выполняется соотношение: k1A1+k2A2+…knAn *≠0.Система А1 – An линейно зависима, если хотя бы один из векторов разлагается по остальным векторам этой системы.Система A1 – An линейно зависима, если n>m.
Система называется линейно независимой, если соотношение равно нулю тогда и только тогда, когда k-k1 – нулевой набор чисел.
Система векторов, состоящая из одного ненулевого вектора линейно независима.
Диагональная система линейно независима
Если вектор An не разлагается по системе векторов A1 – An-1, то вся система A1 – An линейно независима.
Свойства линейно зависимых и линейно независимых систем векторов. # Любая система векторов является либо зависимой, либо независимой; # Если часть системы A1 – An линейно зависима, то и вся система линейно зависима. # Если часть системы A1 – An линейно независима, то и вся система линейно независима. # Если система A1 – An линейно зависима, то хотя бы один из векторов этой системы разлагается по остальным векторам. # Если система векторов A1 – An линейно зависима, и её часть A1 – An-1 ¬¬линейно независима, то вектор An разлагается по системе A1 – An.
Линейная зависимость и независимость системы векторов. Условие линейной зависимости векторов.
Определение. Система векторов из Rn линейно называется линейно независимой, если из следует равенство нулю всех коэффициентов .
Определение. Система векторов, которая не является линейно зависимой, называется линейно независимой.
Теорема. Система векторов из Rn линейно зависима тогда и только тогда, когда хотя бы один вектор системы векторов из Rn линейно выражается через остальные векторы системы.
8
Ба́зис — набор n векторов в n-мерном линейном пространстве, таких, что любой вектор пространства может быть представлен в виде некоторой их линейной комбинации, при этом ни один из базисных векторов не представим в виде линейной комбинации остальных.
В более точной формулировке, базис в векторном пространстве — это упорядоченная линейно независимая система векторов такая, что любой вектор этого пространства разложим по ней.
Некоторые свойства базиса :
Единственная тривиальная линейная комбинация векторов базиса возможна только при тривиальном наборе коэффициентов.
Для любого вектора существует единственное представление в виде линейной комбинации соответствующего базиса.
Количество векторов базиса не зависит от выбора базисных векторов и называется размерностью пространства (обозначается dimV).
Представление вектора в виде линейной комбинации базисных векторов называется разложением вектора по данному базису.
10