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

linalgebra

.pdf
Скачиваний:
37
Добавлен:
13.03.2015
Размер:
318.02 Кб
Скачать

ЛИНЕЙНАЯ АЛГЕБРА

11

III. Алгоритм для нахождения базисов линейных оболочек векторов из Rn.

Пусть

a1 = (a11, a21, . . . , an1), a2 = (a12, a22, . . . , an2),

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

am = (a1m, a2m, . . . , anm)

векторы из Rn. Рассмотрим их линейную оболочку

L = a1, a2, . . . , am Rn.

Алгоритм для нахождения базиса линейной оболочки L следующий.

(1)Образуем матрицу A столбцами которой будут векторы a1, a2, . . . , am:

 

a11

a12

. . .

a1m

 

 

a21

a22

. . .

a2m

 

 

 

 

 

 

 

A = a. .n.1. .a. n. 2. . .

...... .

.a.nm. .

(2) Найдем столбцы, которые образуют базис линейной оболочки столбцов матрицы A (алгоритм см. выше). Допустим это будут столбцы с номерами k1, . . . , kr. Тогда векторы

(4.3)

 

k1 ,

 

k2 , . . . ,

 

kr ,

a

a

a

образуют базис линейной оболочки L. При этом вектор ai, не входящий в базис (4.3), будет линейно разлагаться по базису (4.3) точно так же (с теми же коэффициентами), как i-ый столбец матрицы A будет разлагаться по столбцам матрицы A с номерами k1, . . . , kr.

5. Векторные пространства со скалярным произведением

Определение 5.1. Векторное пространство V называют векторным пространством со скалярным произведением, если для любой пары a, b векторов из V определено их скалярное произведение (a, b) так, что выполнены свойства

(1)(a, b) = (b, a);

(2)(λa + µb, c) = λ(a, c) + µ(b, c);

(3)(a, λb + µc) = λ(a, b) + µ(a, c);

(4)для любого a V выполнено (a, a)>0, причем (a, a) = 0 тогда и только тогда, когда a = 0.

Пространства со скалярными произведениями называют также евклидовыми простран-

ствами.

В пространствах R1, R2 è R3 геометрически определено скалярное произведение. Это определение естественным образом обобщается на Rn. А именно, стандартное скалярное произведение в Rn определяют формулой

((a1, . . . , an), (b1, . . . , bn)) = a1b1 + . . . + anbn.

Пример 5.2.

((1, 2, 9, 0), (4, −3, −1, 5) = 1 · 4 + 2 · (3) + 9 · (1) + 0 · 5 = 11.

В евклидîвом пространстве для векторов определены их длины. По определению, дли-

на вектора a равна

(a, a)

|a| :=

12 ЛИНЕЙНАЯ АЛГЕБРА

(по свойству (4) скалярного произведения подкоренное выражение неотрицательно). Из

этого определения следует, что

|a|2 = (a, a).

Лемма 5.3. Для любых векторов a è b евклидова пространства и любого λ R выпол-

íåíî

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|

 

|>0, причем |

 

 

| = 0 тогда и только тогда, когда

 

 

 

 

 

 

 

(1)

 

 

 

 

= 0;

 

a

a

a

 

(2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|λa

| = |λ||a|;

 

a = 0

 

ство имеет место тогда и

 

 

Доказательство. (1) |

a

|

=

 

 

(

a, a)

>0 и по свойству (4) скалярного произведения равен-

(2)

 

 

 

 

 

 

 

 

 

 

 

только тогда, когда

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

| = (λa,

 

 

 

 

λ2(

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|λa

λa

) =

a, a) = |λ||a|.

 

Теорема 5.4 (Неравенство Коши-Буняковского) . Для любых двух векторов a, b евклидова пространства выполнено

(5.1) (a, b)2 6 |a|2|b|2,

причем равенство имеет место тогда и только тогда, когда a è b коллинеарны. Доказательство. В случае a = 0 лемма очевидна.

В случае a ≠ 0 рассмотрим квадратный трехчлен

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

 

|2 = (ta

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

)t2 + 2(

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

+ b) = (

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|ta

b, ta

a,

a

a, b)t + (b, b).

 

 

 

 

+

b

|2>0, то дискриминант трехчлена |ta

+

b

|2 неположителен:

 

Òàê êàê |ta

 

откуда следует (5.1)|

 

 

. Далее|

 

 

 

имеем:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

 

 

 

 

 

− |

|

 

|

|

 

)

6

 

 

 

 

 

 

 

 

 

 

 

+

b

2) = (2(

 

 

b

))2

 

 

4(

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

b

)2

 

 

2

 

b

 

2

 

 

0

 

 

 

 

D( ta

a,

 

 

a, a)(b, b) = 4

 

 

a,

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

è b коллинеарны

 

 

ta

+ b = 0 для некоторого t = t0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

 

 

|2 имеет вещественный корень

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|ta

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

b

|2 равен 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

дискриминант трехчлена |ta

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

b

)2 − |

 

|2|

b

|2 = 0

в (5.1) имеет место равенство .

 

 

 

 

 

 

 

a,

a

 

Следствие 5.5 (Неравенство треугольника) . Для любых векторов a è b выполнено нера-

венство

|a + b|6|a| + |b|,

причем равенство имеет место тогда и только тогда, когда a è b коллинеарны.

Доказательство. Заметим, что в доказываемом неравенстве правая и левая части неотрицательны. Следовательно,

|

 

+

 

 

| 6 |

 

 

| + |

 

| |

 

 

+

 

 

|2 6 (|

 

 

 

 

| + |

 

 

|)2

 

 

b

b

b

b

a

a

a

a

 

 

 

 

 

 

 

 

 

 

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

b,

 

 

+ b) 6 |

 

|2 + 2|

 

||b| + |b|2

 

 

 

 

 

 

 

 

a

a

a

a

 

 

 

 

 

 

 

 

 

) + (

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

 

 

) + 2(

b

b, b) 6 |

 

 

|2 + 2|

 

||b| + |b|2

 

 

a,

a

a,

a

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

a, b) 6 |

 

 

||b|.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

Осталось заметить, что последнее неравенство есть уже доказанное неравенство Коши-

Буняковского.

 

Лемма 5.6.

ЛИНЕЙНАЯ АЛГЕБРА

13

В евклидовом пространстве для пар ненулевых векторов определен угол между ними. А именно: по определению угол между ненулевыми векторами a, b V равен

φ = arccos (a, b).

|a||b|

Из неравенства Коши-Буняковского следует, что

(a

 

 

)

61

 

b

 

 

 

 

 

 

 

 

 

 

 

a, b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|

 

|| |

 

и, таким образом, угол между ненулевыми векторами определен корректно. Угол между векторами, из которых хотя бы один нулевой, считается неопределенным. Согласно свойствам функции arccos имеем

 

 

 

 

 

cos(φ) =

(

 

 

 

 

 

(5.2)

 

 

 

φ [0, π],

a, b)

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|

 

||b|

 

 

 

 

 

 

a

причем условия (5.2) определяют угол φ однозначно.

Векторы

 

 

 

называют ортогональными, если

 

 

 

 

a, b евклидова пространства V

(a, b) = 0.

Пусть e1, . . . , en - базис евклидова пространства. Базис e1, . . . , en называют ортогональ- íûì, åñëè

(ei, ej) = 0 äëÿ âñåõ i ≠ j.

Базис e1, . . . , en называют ортонормированным, если он ортогонален и

|

 

i| = 1

äëÿ âñåõ i.

e

Рассмотрим евклидово пространство V . Напомним, что мы рассматриваем только конечномерные пространства и, следовательно, в V всегда можно выбрать какой-нибудь базис. Мы докажем, что в V существуют ортогональные и ортонормированные базисы и

укажем алгоритм для их построения. Сначала - полезная лемма.

Пусть e1, . . . , en - ненулевые попарно ортогональные векторы евклидова пространства. Тогда эти векторы линейно независимы.

Доказательство. Рассмотрим соотношение линейной зависимости

(5.3) λ1e1 + . . . + λnen = 0.

Для любого 16j6n умножив скалярно соотношение (5.3) на ej получим

λ1(e1, ej) + . . . + λn(en, ej) = (0, ej) = 0

èëè

λj(ej, ej) = 0

откуда следует, что λj = 0. Это доказывает, что соотношение линейной зависимости (5.3) тривиально и, следовательно, векторы e1, . . . , en линейно независимы.

Следущая лемма позволяет из ортогонального базиса "изготовить" ортонормированный.

14

ЛИНЕЙНАЯ АЛГЕБРА

Лемма 5.7. Åñëè

e1, . . . , en

- ортогональный базис евклидова пространства, то

 

 

 

1

 

 

 

 

n

(5.4)

 

e

 

, . . . ,

e

 

 

 

 

 

 

 

 

|e1

|

 

|en|

будет ортонормированным базисом.

Доказательство. Мы должны проверить, что векторы (5.4):

(1)

попарно ортогональны;

(2)

по длине равны 1;

(3)

линейно независимы.

(1)

Для любых i ̸= j имеем:

 

 

 

 

 

 

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

i

 

 

 

 

j

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

e

 

 

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

,

 

 

 

=

 

 

 

 

 

(ei, ej) = 0.

 

 

 

|

 

i|

|

 

 

j|

 

 

 

|

 

i||

 

 

j|

 

 

 

e

e

 

 

e

e

 

(2)

Для любого i имеем:

 

 

 

 

 

 

 

 

 

 

è|

леммы|

 

 

 

 

 

 

5.6

 

(3)

следует из уже доказанных (1)|è|(2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

i

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=

 

 

 

 

 

|ei| = 1.

 

 

 

 

 

 

 

 

 

ei

 

 

 

ei

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 5.8. Рассмотрим R2 со стандартным скалярным произведением. Векторы

(2, 3), (3, −2)

ортогональны. По лемме 5.6, они линейно независимы и, следовательно, образуют орто- гональный базис в R2. По лемме 5.7, векторы

 

(2, 3)

 

= (

2

3

),

 

(3,

2)

 

= (

3

2

)

 

 

 

 

,

 

 

 

 

 

,

13

|

(2, 3)

|

|

(3,

2)

|

13

13

13

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

образуют ортонормированный базис в R2.

Следущий далее процесс ортогонализации Грама-Шмидта позволяет из произвольного

базиса "изготовить" ортогональный.

Процесс ортогонализации Грама-Шмидта. Пусть a1, . . . , an

- некоторый (не обязательно ортогональный) базис евклидова пространства V . Положим

 

e

1 =

a

1,

 

 

 

 

 

 

 

 

 

 

2 =

 

2 + λ21

 

1,

 

 

 

 

 

 

 

e

a

e

 

 

 

 

 

 

3 =

 

3 + λ31

 

1 + λ32

 

2,

 

 

 

(5.5)

e

a

e

e

 

e4 = a4 + λ41e1 + λ42e2

+ λ43e3

,

 

.................................................................... , en = an + λn1e1 + λn2e2 + . . . + λn;n−1en−1,

и при этом коэффициенты λij в (5.5) находим так, чтобы система векторов e1, . . . , en áûëà ортогональна. А именно, коэффициенты λij находим последовательно:

из условия (e2, e1) = 0 находим λ21:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

2,

 

 

 

1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λ21 =

a

e

 

(e2, e1) = (a2 + λ21e1, e1) = (a2, e1) + λ21(e1, e1) = 0

;

(

 

1,

 

1)

e

e

ЛИНЕЙНАЯ АЛГЕБРА

 

 

 

 

 

 

 

 

 

 

 

 

15

из условия (

 

 

3,

 

1) = (

 

 

3,

 

2) = 0 находим λ31 è λ32:

 

 

 

 

 

 

 

 

 

 

 

e

e

e

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

3,

 

 

 

1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λ31 =

a

e

 

(e3, e1) = (a3 + λ31e1 + λ32e2, e1) = (a3, e1) + λ31(e1, e1) = 0

,

(

 

1,

 

1)

e

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

3,

 

2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λ32 =

a

e

 

(e3, e2) = (a3 + λ31e1 + λ32e2, e2) = (a3, e2) + λ32(e2, e2) = 0

;

(

 

2,

 

2)

e

e

из условия (e4, e1) = (e4, e2) = (e4, e3) = 0 находим λ41, λ42 è λ43:

(e4, e1) = (a4 + λ41e1 + λ42e2 + λ43e3, e1) = (a4, e1) + λ41(e1, e1) = 0

(a4, e1)λ41 = (e1, e1) ,

(e4, e2) = (a4 + λ41e1 + λ42e2 + λ43e3, e2) = (a4, e2) + λ42(e2, e2) = 0

(a4, e2)λ42 = (e2, e2) ,

(e4, e3) = (a4 + λ41e1 + λ42e2 + λ43e3, e3) = (a4, e3) + λ43(e3, e3) = 0

(a4, e3)λ43 = (e3, e3)

и так далее до конца. Найдя таким образом все λij получим ортогональный базис e1, . . . , en.

Описанный выше способ построения ортогонального базиса называется процессом ортогонализации Грама-Шмидта.

Пример 5.9. Рассмотрим пространство R3 со стандартным скалярным произведением. Применим процесс ортогонализации Грама-Шмидта к базису

a1 = (1, 2, 1), a2 = (0, −1, −4), a3 = (9, −1, −1).

Получàåì:

• e1 = a1 = (1, 2, 1).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

2 =

a

2 + λ21

e

1,

 

 

 

 

 

 

 

 

 

 

 

 

ãäå

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

2,

 

 

 

 

1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λ21 =

a

e

= 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

1,

 

 

1)

 

 

 

 

 

 

 

 

 

 

 

 

e

e

 

 

 

 

 

 

 

 

 

 

Таким образом,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 =

 

 

2 +

 

1 = (1, 1, −3).

 

 

 

 

 

 

 

e

a

e

 

 

 

 

 

 

 

 

 

 

 

 

 

3 =

 

 

3 + λ31

 

 

 

1 + λ32

 

2,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

a

e

e

 

 

 

 

 

 

 

ãäå

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

3,

 

 

 

1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

3,

 

 

 

2)

 

λ31 =

a

e

= 1,

 

 

 

 

 

 

 

 

 

 

λ32 =

a

e

= 1.

(

 

1,

 

1)

 

 

 

 

 

 

 

 

 

 

(

 

2,

 

2)

e

e

 

 

 

 

 

 

 

 

 

 

e

e

Таким образом,

e3 = a3 − e1 − e2 = (7, −4, 1).

Итак, векторы

e1 = (1, 2, 1), e2 = (1, 1, −3), e3 = (7, −4, 1)

образуют ортогональный базис в R3.

16

ЛИНЕЙНАЯ АЛГЕБРА

Таким образом, в евклидовом пространстве можно взять какой-нибудь базис и применив к нему процесс ортогонализации Грама-Шмидта получить ортогональный базис. Из ортогонального базиса всегда можно изготовить ортонормированный базис (лемма 5.7). Следовательно, в евклидовом пространстве существуют ортогональные и ортонормированные базисы.

Теорема 5.10. Рассмотрим евклидово пространство V с ортогональным базисом e1, . . . , en. Тогда для любого вектора a V выполнено

 

 

 

(

 

 

 

 

 

 

 

 

(

 

 

 

 

 

 

(5.6)

 

=

a, e1)

 

 

1 + . . . +

a, en)

 

 

n.

a

e

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(e1, e1)

(en, en)

Другими словами, координаты вектора a в базисе e1, . . . , en равны

 

 

 

(

 

 

 

 

 

 

 

 

(

 

 

 

 

 

 

 

 

 

 

a, e1)

, . . . ,

a, en)

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

1,

 

1)

 

(

 

n,

 

n)

 

 

 

 

e

e

e

e

Доказательство. Пусть

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(5.7)

 

 

 

= λ1

 

1 + . . . + λn

 

n

a

e

e

- разложение вектора

 

по базису, где

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λ1, . . . , λn

- координаты вектора a. Умножив скалярно обе части равенства (5.7) на ei получим:

(a, ei) = (λ1e1 + . . . + λnen, ei) = λ1(e1, ei) + . . . + λn(en, ei) = λi(ei, ei)

и, следовательно,

 

(

 

 

 

 

 

 

λi =

a, ei)

.

 

 

 

 

 

 

 

(ei, ei)

Отсюда и из (5.7) следует (5.6).

 

 

 

 

 

 

 

 

Следствие 5.11. Рассмотрим евклидово пространство V с ортонормированным базисом e1, . . . , en. Тогда для любого вектора a V выполнено

(5.8) a = (a, e1)e1 + . . . + (a, en)en.

Другими словами, координаты вектора a в базисе e1, . . . , en равны

(a, e1), . . . , (a, en).

Рассмотрим подпространство L евклидова пространства V . По теореме 2.10, L само является векторным пространством. Определим в L (как в векторном пространстве) скалярное произведение следующим образом: скалярное произведение векторов из L равно их скалярному произведению как векторов из V . Таким образом, L является евклидовым

пространством. Таким образом, подпространство евклидова пространства само является евклидовым пространством.

Для всякого подпространства L евклидова пространства V определено его ортогональное дополнение

L := {a V | (a, b) = 0 äëÿ âñåõ b L}

Лемма 5.12. Ортогональное дополнение L является подпространством пространства

V .

ЛИНЕЙНАЯ АЛГЕБРА

17

6. Матрицы и действия над ними

Матрицей размера m × n называют прямоугольную таблицу чисел состоящую из m строк и n столбцов. Множество матриц размера m × n обозначают через Matm×n. Ìàò- рицы размера n × n называют квадратными матрицами размера n × n.

Пример 6.1.

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

0

3

 

 

 

 

 

( )

 

 

 

 

7

 

 

 

 

 

(

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 6

 

 

 

 

 

×

 

 

 

 

 

×

 

 

 

 

 

×

 

 

 

 

 

 

×

 

0

Mat1

 

1

,

2

 

Mat4

 

1

,

 

2 0

 

Mat1

 

2

,

 

2

4

 

 

Mat3

 

2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Следующие таблицы чисел матрицами не являются:

 

3

4

,

0

4

,

 

5

1

2

 

1

3

 

2

 

6

 

6

 

 

 

9

0 .

2

Над матрицами определены следующие операции.

Умножение матриц на числа. Умножать можно любую матрицу на любое число по

следующему правилу: λ .a.11. . .

.. .. .. . .a.1.n.

:=

.λa. .11. . . ....... . .λa. .1.n. .

 

Примеры 6.2.

 

am1

. . . amn

 

λam1 . . .

λamn

 

 

 

 

 

 

 

0

3

1

0

6 2

 

3

2 0

= 6 0 ,

(

 

 

 

 

 

2 4

 

(

) (

)

 

2 0

6

4

0 12

 

Сложение матриц. Складывать можно только матрицы одинакового размера по сле-

дующему правилу:

 

 

 

.b.11. . . .. .. .. . .b.1.n.

 

.a.11. . +. . .b.11. . . ....... . .a.1.n. +. . .b.1n. . .

.a.11. . . .. .. .. . .a.1.n.

+

:=

am1 . . .

amn

 

bm1 . . .

bmn

 

am1 + bm1

. . . amn + bmn

Пример 6.3.

(2

6 4) (1

2

2 ) (3

8

2)

 

1

 

3

0

+ 7

2

1

=

8

5

1 .

Транспонирование матриц. Транспонировать можно любые матрицы по следующе-

му правилу:

.a.11. . .

.. .. .. . .a.1.n. :=

.a.11. . .

...... . .a.m.

1. .

A

 

Åñëè A Matm×n, òî

 

 

 

 

 

 

 

 

 

am1 . . . amn

 

a1n . . . amn

 

 

 

транспонированную матрицу обозначают через

 

и, как нетрудно

 

 

 

заметить, A Matn×m.

 

 

 

 

 

 

 

 

 

Пример 6.4.

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

1

2

 

 

 

 

1 3 0 3 =

3

6

 

 

 

 

(2

6 4 1)

 

 

3

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

4

 

 

 

 

 

 

 

 

 

 

 

18

ЛИНЕЙНАЯ АЛГЕБРА

Нетрудно заметить, что операция транспонирования линейна, то есть,

(λA + µB) = λA + µB .

Умножение матриц. Для матриц A Matm×n è B Matk×l можно найти их про- изведение AB тогда и только тогда, когда n = k, причем в этом случае AB Matm×l. Правило для нахождения произведения AB следующее:

Åñëè

òî

ãäå

A =

.a.11. . .

.. .. .. . .a.1.n.

,

B =

.b.11. . ....... .

.b.1l.

,

 

am1

. . . amn

 

 

bn1 . . .

bnl

 

 

 

AB =

.c.11. .

. ....... .

c. 1.l. ,

 

 

 

 

 

cm1

. . . cml

 

 

 

 

 

 

s

 

 

 

 

 

 

 

 

n

 

 

 

 

 

cij

=

 

aisbsj.

 

 

 

 

 

 

 

=1

 

 

 

Примеры 6.5.

(

 

 

 

 

)

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

3 1

7

 

2

 

 

 

4 + 3

 

2 + 1

 

(

 

7) + 7

 

1) = (2),

 

 

 

 

 

7

 

·

 

 

·

 

·

 

 

 

·

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

3

2

3

=

1 · 2 + (3) · 1

1 · 3 + (3) · 4

=

 

1 9 .

(2

6 )(1

4) (

2 · 2 + 6 · 1

 

 

 

2 · 3 + 6 · 4

) (

10 30 )

Нетрудно заметить, что произведение матриц линейно по обоим множителям, то есть,

(λA + µB)C = λAC + µBC,

A(λB + µC) = λAB + µAC.

Пусть A è B - матрицы для которых существует произведение AB. Тогда

(1) Произведение BA может не существовать. Например,

(0

0)(0)

=

(0)

,

0

0

0

 

0

 

но произведение

( )(

 

)

 

 

0

0

0

 

 

 

0

0

0

 

 

не существует.

(2) Произведение BA может существовать, но иметь не такой размер как AB. Например,

 

(0

0

 

 

íî

0)(0) = (0),

 

(0)

(0 0) =

(0

0).

 

0

 

0

0

ЛИНЕЙНАЯ АЛГЕБРА

19

(3) Произведение BA может существовать, иметь такой же размер как AB, íî BA ≠

AB. Например,

(0

0)(0

1)

=

(0

0)

,

 

 

0

1

0

0

 

0

1

 

íî

(0

1)(0

0)

=

(0

0).

 

 

0

0

0

1

 

0

0

 

В связи с такими обстоятельствами говорят, что умножение матриц некоммутативно.

Теорема 6.6. Пусть

A Matm×n, B Matn×l, C Matl×k,

тогда

A(BC) = (AB)C.

Другими словами, умножение матриц ассоциативно.

Теорема 6.7. Пусть

A Matm×n, B Matn×l,

тогда

(AB) = B A .

Пусть x1, . . . , xn - переменные,

 

 

 

(6.1)

a....................................11x1

+ . . . + a1nxn = b1

- система линейных

 

 

 

 

+ + amnxn = bm

 

am1x1

уравнений. Рассмотрим матрицы

A =

.a.11. . .

.. .. .. . .a.1.n.

,

B =

b.1

,

X =

x.1 .

 

am1

. . . amn

 

 

bm

 

 

xn

Нетрудно заметить, что систему линейных уравнений (6.1) можно следующим образом переписать в матричном виде:

(6.2)

A · X = B.

Для системы уравнений (6.1) определена соответствующая ей система однородных ли-

нейных уравнений

a11x1 + . . . + a1nxn = 0

(6.3)

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

 

 

+ + amnxn = 0.

 

am1x1

В матричном виде система (6.3) записывается следующим образом:

(6.4)

A · X = 0,

где 0 в правой части есть нулевой стобец высоты m.

Матричная запись систем линейных уравнений позволяет дать простое доказательство следующей важной теоремы.

20 ЛИНЕЙНАЯ АЛГЕБРА

Теорема 6.8. Пусть xp1

Xp = .

xpn

- некоторое (фиксированное) решение системы линейных уравнений (6.2). Тогда для лю- бого решения xh1

Xh = .

xhn

системы однородных уравнений (6.4) сумма

xp1 + xh1

Xp + Xh = .

xp1 + xhn

будет решением системы (6.2) и таким способом получаются все решения системы

(6.2).

Доказательство. Имеем:

A(Xp + Xh) = AXp + AXh = B

и, следовательно, Xp + Xh является решением системы (6.2). Пусть X является решением системы (6.2). Имеем

X = Xp + Xh,

ãäå Xh = X − Xp. Осталось проверить, что Xh = X − Xp является решением системы (6.4). Проверяем:

AXh = A(X − Xp) = AX − AXp = B − B = 0.

Пусть n - фиксированное натуральное число . Определим следующие квадратные матрицы размера n × n.

E - матрица, у которой

на диагонали все элементы равны 1; вне диагонали все элементы равны 0.

(Матрицу E называют единичной матрицей ).

Ei(λ) - матрица, у которой

на диагонали (ii)-ый элемент равен λ, остальные равны 1; вне диагонали все элементы равны 0.

Eij, ãäå i ≠ j - матрица, у которой

на диагонали (ii)-ûé (jj)-ый элементы равны 0, остальные равны 1; вне диагонали (ij)-ûé è (ji)-ый элементы равны 1, остальные равны 0.

Eij(λ), ãäå i ≠ j - матрица, у которой на диагонали все элементы равны 1;

вне диагонали (ij)-ый элемент равен λ, остальные равны 0.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]