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

Blatov_lek

.pdf
Скачиваний:
76
Добавлен:
10.06.2015
Размер:
3.02 Mб
Скачать

 

1

 

 

 

0

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

~

 

0

 

~

 

1

 

~

 

0

 

Xr 1

 

 

, Xr 2

 

 

, , Xn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

0

 

 

 

1

 

 

 

 

 

 

 

 

 

 

содержащие по n r

 

чисел.

 

 

 

 

 

 

Очевидно, что эти столбцы линейно независимы, а любой другой столбец той же размерности является их линейной комбинацией.

Пусть эти столбцы задают значения свободных неизвестных системы.

Тогда базисные неизвестные будут однозначно определяться для выбранных свободных неизвестных из системы по правилу

Крамера, и все решения системы, соответствующие наборам

свободных неизвестных, образуют n

r линейно независимых

столбцов, то есть n r линейно независимых решений системы

Определение Любые n

r

линейно

 

независимых

решений системы

называются ее фундаментальной системой

решений.

 

 

 

 

 

 

 

 

 

 

 

 

Замечание

Любая

линейная

 

 

комбинация

фундаментальной

системы решений системы

 

является ее

решением.

 

 

 

 

 

 

 

 

 

 

 

 

 

x1 x2 x3 x4 0

 

 

 

3x2

4x3

2x4 0

 

2x1

Пример Решить систему.

 

2x2

5x3

3x4 0

 

3x1

 

x 4x

2

3x

3

x

4

0

 

 

1

 

 

 

 

 

 

 

Решение

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

1

 

1

1

 

 

 

 

2

 

3

 

4

2

 

 

 

 

 

 

 

 

Найдем ранг матрицы системы. A

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

2

 

5

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

4

 

3

1

 

 

 

 

 

 

 

 

71

1 1 1 1
~ 0 5 2 0 .
A 0 5 2 00 5 2 0

Преобразуем ее к виду:

Очевидно, что r A 2.

Пусть x1, x2 - базисные неизвестные, x3, x4 - свободные

неизвестные.

Заменим исходную систему системой из первых двух уравнений, коэффициенты которых входят в базисный минор, и перенесем базисные неизвестные в правые части уравнений:

x x

 

x

x

 

 

1

 

2

 

3

 

4

 

2x1 3x2 4x3 2x4

 

Пусть x3 1,x4

0 . Тогда

x1 1,4;x2

0,4

Если x3 0,x4

1 ,

то x1

1,x2 0 .

 

Получена фундаментальная система решений.

Теперь общее решение системы можно записать в виде:

X C1 X1 C2 X 2 ,

где C1 и C2 – любые произвольные числа.

Контрольные вопросы

1.Привести общий вид системы линейных алгебраических уравнений.

2.В чем особенность однородных систем?

3.Что такое решение системы?

4.Из чего состоят основная и расширенная матрицы системы?

5.Что такое ранг матрицы?

6.В чем состоит суть теоремы Кронекера - Капелли?

7.Каково соотношение между числом неизвестных, числом решений и рангом системы?

8.Что такое свободные неизвестные и когда их вводят?

9.Сформулировать теорему Крамера.

10.Как вычисляются неизвестные матричным методом?

72

11.В чем заключается идея метода Гаусса?

12.Какие преобразования матриц называются элементарными?

13.Какие системы являются эквивалентными?

14.Как контролируются полученные результаты решения системы?

Задачи для самостоятельного решения

Исследовать, имеют ли решения приведенные ниже системы. В случае наличия решений указать их число. Используя метод Крамера, найти решения систем 1, 2, 6.

x

2x

 

x 0

x 2x

 

x

 

8

 

1

 

2

3

 

 

1

 

2

 

3

 

1. 2x1 x2 x3

0 .

2. 2x1 x2 x3 3 .

x

x

2

2x

0

x x

2

2x

3

3

 

1

 

3

 

 

1

 

 

 

x x

 

x x

 

0

x x

 

x 0

 

1

2

 

 

3

4

 

 

 

 

1

2

 

 

3

3. x1 x3 x4 1

 

 

 

 

4. x1 4x2 2x3 0 .

5x 2x

2

x x

4

2

3x 7x

2

3x 0

 

1

 

 

3

 

 

 

 

1

 

 

3

x1 3x2 5x3 7x4 9x5 1 5. x1 2x2 3x3 4x4 5x5 2

2x1 11x2 12x3 25x4 22x5 4

x1 2x2 x3 x4

8

 

x2

2x3

x4

9

x1

6.

 

 

 

 

 

.

2x1 x2 x3

5

 

x

x

2

2x

4

6

 

1

 

 

 

 

Решить системы 2 и 6 матричным методом и системы 2, 4, 6 методом Гаусса.

73

Ответы к задачам для самостоятельного решения

 

 

0

 

 

 

1

 

 

 

 

 

 

2t

 

 

1.

 

 

 

; 2.

 

 

 

; 3. Система несовместна; 4.

 

3t

 

;

 

0

 

 

2

 

 

 

 

 

0

 

 

 

3

 

 

 

 

 

 

5t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. Система несовместна; 6.

 

5

 

 

 

 

 

 

2

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Собственные значения и вектора линейного оператора

В электро-радиотехнических устройствах собственные значения матриц определяют характеристические постоянные времени и режимы работы этих устройств. Все это говорит о практической важности задач на нахождение собственных значений.

Определение Ненулевой вектор X , удовлетворяющий соотношению

f(X) λX

называется собственным вектором, а соответствующее число λ

-собственным значением линейного оператора f .

Вматричном виде это соотношение можно записать в виде

A X λX

или

A λE X 0

Однородная система линейных уравнений имеет нетривиальное решение при условии

A λE 0

Любой ненулевой вектор-решение есть собственный вектор, соответствующий собственному числу λ.

Раскрывая этот определитель, получим характеристический многочлен матрицы А .

Определение Уравнение

A λE 0

называется характеристическим уравнением матрицы А .

74

Замечание Таким образом, собственные значения

матрицы А являются корнями ее

характеристического

уравнения.

 

 

 

 

 

 

 

 

 

a11

a12

...

a1n

 

 

 

 

 

 

 

A E

 

 

a21

a22

...

a2n

 

 

 

 

 

...

...

...

...

 

 

 

 

 

 

 

 

 

 

am1

am2

...

amn

 

представляет собой полином (многочлен) n -ой степени от

и называется характеристическим полиномом матрицы A .

Легко видеть, что членом, имеющим относительно

степень n , будет только

произведение

элементов главной

диагонали определителя

 

A E

 

.

 

 

 

 

 

 

 

 

 

 

 

 

Все остальные члены характеристического определителя

будут иметь относительно

степень не выше n 2 , так как

всякий

член

определителя

 

 

 

 

 

A E

 

,

содержащий

 

 

 

 

 

 

множителем элемент aij ,

не может содержать множителями

элементы aii и будет,

следовательно,

иметь относительно

степень не выше n 2 .

 

 

 

 

 

 

 

 

 

 

 

 

Для нахождения собственных векторов матрицы

A в

 

A E

 

X 0

 

 

векторное уравнение

 

нужно

подставить

найденные значения x и решать обычным образом.

 

 

Замечание Если x - собственный вектор матрицы А , то

k x

тоже

собственный

вектор матрицы

А ,

т.к.

A E 0 .

Замечание Одному собственному значению может соответствовать несколько линейно независимых собственных векторов.

Пример Найти собственные значения и собственные векторы линейного оператора, заданного в некотором базисе

матрицей

1

2

A

 

 

 

 

 

1

4

 

 

 

 

75

Решение

 

 

 

 

 

 

 

1 2

 

x

 

x

 

по определению

1 4

 

1

 

1

 

 

 

x2

x2

x1 2x2 x1

 

1

 

x 2x 0

 

 

1

2

т.е.

 

 

или

 

 

4 x2 0

x1

4x2

x2

x1

 

 

 

 

 

 

 

 

 

 

x - собственный вектор, а это значит, что однородная система уравнений имеет ненулевой решение. Это эквивалентно, определитель системы равен нулю.

 

 

 

 

 

 

1

 

2

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

т.е. 1 2,

2

3 ,

- собственные значения матрицы А .

 

1

2

 

 

 

 

x 2x

0

 

, x t 2,1 ,

Подставляя

в систему

1

 

2

 

 

 

 

 

 

 

 

 

 

x1 2x2

0

 

аналогично

2

3, получаем x t 1,1 .

 

 

 

Пример Найти собственные значения и собственные

 

 

 

 

3

1

0

0

 

 

 

 

 

 

 

 

 

 

1

 

1

0

0

 

 

 

 

 

векторы матрицы

 

 

 

 

.

 

 

 

 

 

 

A

 

3

0

5

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

1

3

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение Вычислим определитель матрицы A

76

 

 

 

3

1

0

0

 

 

 

 

 

A E

 

 

1

1

0

0

 

 

 

3

0

5

3

 

 

 

 

 

 

 

4

1

3

1

 

 

 

 

 

 

 

 

 

 

 

 

2 4 4

 

5

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

1

 

 

 

 

Итак,

 

A E

 

2 2 2 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Корни характеристического уравнения

 

A E

 

0 - это

 

 

числа x1 2

и x1 2 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Другими словами, мы нашли собственные значения матрицы

A .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для

нахождения

собственных

векторов

матрицы A

подставим найденные значения x

в систему при

 

x 2 имеем

систему линейных однородных уравнений

 

 

 

 

 

 

 

 

 

 

 

x x

 

0

 

 

 

 

x x

 

0

 

 

 

 

 

 

 

1

2

 

 

 

 

 

 

 

 

 

1

 

 

 

2

 

 

 

 

 

 

 

 

3x1 7x3 3x4 0

 

 

3x1 7x3 3x4 0

 

 

4x x

2

3x x

4

0

 

5x

3

x

4

0

 

 

 

 

 

 

 

1

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

Следовательно,

 

собственному

значению x 2 отвечают

собственные векторы вида x 8,8, 3,15 .

 

 

 

 

 

 

 

При x 2

 

имеем: x 0,0, 1,1 .

 

 

 

 

 

 

 

 

 

,

77

Свойства собственных чисел и собственных векторов

1. Если выбрать базис из собственных векторов x1, x2 , x3 , соответствующих собственным значениям 1, 2 , 3

матрицы A , то в этом базисе линейное преобразование имеет матрицу диагонального вида:

 

1

0

0

 

A

0

 

0

 

 

 

2

 

 

 

0

0

 

 

 

 

 

3

 

2.Если собственные значения преобразования различны, то соответствующие им собственные векторы линейно независимы.

3.Если характеристический многочлен матрицы A

имеет три различных корня, то в некотором базисе матрица A имеет диагональный вид.

78

Лекция 6 Скалярное произведение векторов

Определение Скалярное произведение двух векторов -

число, равное произведению длин этих векторов на косинус угла между ними, т.е.

a b a, b ab cos a,b

Из определения следует формула для нахождения косинуса угла между векторами:

cos a b ab

где - угол между векторами.

Определение Проекция вектора a на вектор b -

скалярная величина

prb a a cos

В зависимости от значения угла между векторами, проекция может принимать отрицательные, положительные или нулевое значения.

Теперь можно написать

a b = b prb a = a prab

Из определения скалярного произведения следует, что если векторы ортогональны, то

a b 0

(условие ортогональности ненулевых векторов), обозначение: a b .

Замечание Проекция вектора на вектор есть число, оно может быть положительным, отрицательным и нулем.

Основные свойства проекций

1. Проекция суммы векторов равна сумме проекций pru a1 an pru a1 pru an

2. При растяжении вектора a в раз его проекция растягивается тоже в раз

79

pru a pru a

3. Проекция вектора на ось равна произведению длины вектора AB на косинус угла между вектором и осью:

x AB cos(AB,e) .

 

 

Доказательство

 

 

B

B

 

A

B2

B2

A

A1

B1

B1

A1

 

 

 

 

 

(AB, e) .Если

π

Действительно, пусть

 

 

, то

 

2

A1B1 e , поэтому

 

 

 

 

 

prL AB | A1B1

| | A1B2 | cos | AB | cos .

Если , то A

B

1

e , и

 

 

2

1

 

 

 

 

 

 

 

 

 

 

 

 

prL AB | A1B1 | | A1B2 | cos(180 ) | A1B2 | cos | AB | cos

Свойства скалярного произведения

1.a,b = b,a

2.a,a = a 2

3.a + b,c = a,c + b,c

4.(αa,b) α(a,b) , α- вещественное число

5. если a 0,b 0 , и a,b = 0 , то a b

i i = j j = k k = 1

Скалярные произведения ортов i j = j k = k i = 0

80

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]