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

Линейная_алгебра_1_часть

.pdf
Скачиваний:
4
Добавлен:
12.06.2015
Размер:
789.88 Кб
Скачать

11

Пример 7. (Образец выполнения задачи 1 из контрольной работы) Решить систему уравнений двумя способами:

 

 

 

 

 

 

3x y 2z 1

 

 

 

 

 

 

 

 

 

 

2x 2 y z 11 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5x 3y 3z 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение. Используем метод Крамера:

 

 

 

 

 

 

 

1

2

 

 

 

 

1

1

2

 

 

 

3

 

 

 

 

 

2

2

1

 

12,

x

11

2

1

 

24,

 

5

3

3

 

 

 

 

2

3

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

 

 

 

3

1

1

 

 

3

 

 

 

y

2

11

1

 

36,

z

2

2

11

12.

 

5

2

3

 

 

 

5

3

2

 

 

 

 

 

 

 

 

 

 

 

 

Тогда

 

 

 

 

 

 

 

 

 

 

 

 

x

 

x

24

2, y

y

 

36

3, z

 

z

12

1.

 

12

 

12

 

12

 

 

 

 

 

 

 

Проверим правильность полученных решений, для чего подставим их в условие:

 

 

3 2 3 2 1 1

 

 

6 3 2 1 верно

 

 

2 2 2 ( 3) 1 11

 

 

4

6 1 11 верно

 

 

 

 

5 2 3 ( 3) 3 1 2

10 9 3 2 верно.

 

 

 

 

 

 

 

 

Теперь решим ту же систему матричным методом. Найдем обратную

 

 

 

3

1

 

2

 

матрицу А 1

 

 

 

 

 

 

 

к матрице системы A

2

2

1

. Вычислим все алгебраиче-

 

 

 

5

3

3

 

 

 

 

 

ские дополнения:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

2

1

 

 

 

 

 

1

 

 

2

 

3 ;

 

 

1

2

 

3;

 

 

 

 

3;

A

 

 

 

A

 

11

 

 

3

3

 

 

 

 

21

3

 

 

3

 

 

 

 

31

 

2

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

3

2

 

1;

 

3

2

 

 

7 ;

A

2

 

 

11;

A

 

A

 

 

 

12

 

 

5

3

 

 

 

22

 

5

3

 

 

32

2

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

16 ;

 

3

1

 

 

3

1

 

 

A

2

 

A

4 ;

A

 

8 .

 

13

 

 

5

3

 

 

 

 

23

 

 

5

3

 

 

 

 

 

33

2

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Определитель матрицы найден выше (фактически это ) и равен -12.

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

3

3

 

 

 

 

 

 

 

 

 

 

 

Следовательно, A 1

1

 

 

 

7

 

. Тогда

 

 

 

 

 

 

 

11

1

 

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

 

 

4

8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

16

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

3

3

1

 

 

 

24

 

2

X A 1 B

1

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

11

1 7

 

 

11

 

 

 

 

36

 

 

3 .

12

12

 

 

 

 

4

8

 

2

 

 

 

12

 

 

 

 

 

 

 

16

 

 

 

 

 

 

 

1

Ответ: x 2,

y 3,

z 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

Замечание 1. Метод Крамера и матричный метод применимы для систем любого конечного порядка при двух условиях: количество уравнений совпадает с количеством неизвестных и определитель системы отличен от нуля.

Замечание 2. Если определитель системы равен нулю, то система либо не имеет решений вообще, либо имеет бесконечное множество решений.

1.2.3. Метод Гаусса

Как было отмечено выше, метод Крамера и матричный метод имеют один существенный недостаток: они неприменимы, если определитель системы равен нулю. В связи с этим, рассмотрим еще один, наиболее универсальный метод решения систем линейных алгебраических уравнений – метод Гаусса.

Пусть число уравнений системы совпадает с числом неизвестных1.

a11x1 a12 x2 a1n xn b1

 

 

 

 

 

 

 

 

 

 

b2

 

a21x1 a22 x2 a2n xn

(1.2)

 

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

 

 

 

 

a

x a

n2

x

2

a

nn

x

n

b

 

 

n1 1

 

 

 

n

 

Расширенной матрицей системы (1.2) называется матрица системы, до-

полненная столбцом свободных членов:

1 Это требование необязательно для метода Гаусса

13

a

 

a

 

a

 

b

 

 

 

 

 

 

11

 

12

 

 

1n

 

1

 

 

a21

a22

a2n

 

b2

 

(1.3)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

n1

a

n2

 

a

nn

 

b

 

 

 

 

 

 

 

 

n

 

 

Расширенная матрица системы называется верхнетреугольной, если в

матрице системы все элементы ниже главной диагонали равны нулю:

 

a

a

a

 

b

 

 

 

 

 

11

 

12

 

 

1n

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 a22

a2n

 

b2

(1.4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

ann

 

bn

 

 

Расширенную матрицу системы мы будем называть диагональной, если матрица системы представляет собой единичную:

1

0

 

0

 

b

 

 

 

 

 

 

 

 

 

1

 

 

0

1

0

 

b

 

 

 

 

 

 

 

2

 

(1.5)

 

 

 

 

 

 

0

0

 

1

 

 

 

 

 

bn

 

 

К элементарным преобразованиям расширенной матрицы системы относятся преобразования трех типов:

1) Перемена местами любых двух строк:

 

Ci C j ,

i j .

2) Умножение любой строки на любое число, отличное от нуля

Ci , R, 0.

3) Прибавление к любой строке любой другой, умноженной на произвольное число:

Ci C j ,

i j,

R .

Известно, что элементарные преобразования расширенной матрицы системы приводят к эквивалентной матрице, т.е. система линейных алгебраических уравнений, соответствующая полученной матрице, имеет те же решения, что и исходная.

Идея метода Гаусса заключается в том, чтобы с помощью элементарных преобразований от расширенной матрицы системы вида (1.3) перейти вначале к

14

верхнетреугольной матрице (1.4) (прямой ход метода Гаусса), а затем и к диагональной (1.5) (обратный ход метода Гаусса).

Если при переходе к верхнетреугольной матрице в матрице системы не возникло ни одной нулевой строки (это соответствует тому, что определитель исходной системы отличен от нуля), то система имеет единственное решение.

 

 

 

 

 

Его легко найти, исходя из диагонального вида: x1 b1,

x2 b2

, , xn bn .

Продемонстрируем на примерах технику использования элементарных

преобразований.

 

 

 

 

 

 

2x y 3z 8

 

 

Пример 8. Решить систему уравнений

 

3x 2 y z 5 .

 

 

 

 

 

 

 

 

 

 

 

x 3y 5z 10

 

 

Решение. Запишем расширенную матрицу системы:

 

2

1

3

 

 

8

 

 

 

 

 

 

 

3

2

1

5

.

 

1

3

5

10

 

 

 

 

 

 

 

Выберем в первом столбце ведущий элемент, т.е. элемент, с помощью которого удобно будет сделать нули под ним. Таким числом является единица. Поменяем местами первую и третью строки ( C1 C3 элементарное преобразо-

вание 1-го вида):

 

 

3

 

 

1

5

10

 

 

 

 

 

 

 

3

2

1

5

 

 

2

1

3

8

 

 

 

 

 

 

 

С помощью элементарных преобразований 3-го типа делаем нули под ве-

дущим элементом ( C2 3C1; C3

2C1 ):

 

 

 

 

1

3

5

 

 

10

 

 

 

14

25

 

 

0

11

.

 

0

5

7

12

 

 

 

 

 

 

 

Теперь выбираем ведущий элемент во втором столбце. Поскольку пока единицы нет, то еѐ желательно создать. Для этого из второй строки вычтем удвоенную третью ( C2 2 C3 ):

 

1

3

5

 

 

10

 

 

 

 

1

 

 

0

1

0

.

 

0

5

7

12

 

 

 

 

 

 

 

Делаем нуль под ведущим элементом ( C3 5 C2 ):

 

 

 

15

 

 

 

 

 

 

 

 

1

3

 

 

5

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

1

 

 

 

0

1

 

 

0

 

.

 

 

0

0

 

7

7

 

 

 

 

 

 

Умножим третью строку на

1

 

 

( 1

 

 

C

– элементарное преобразо-

 

 

 

7

 

 

 

 

7

 

3

 

 

 

 

 

 

 

 

 

вание 2-го типа):

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

1

 

5

10

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1

 

 

0

1

 

 

0

0

 

 

1

 

1

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Мы получили матрицу верхнетреугольного вида. Переходим к обратному ходу метода Гаусса. В качестве ведущего элемента выбираем единицу, стоящую в третьем столбце. Делаем нули над ней ( C1 5 C3 ):

 

1

3

0

 

 

5

 

 

 

 

 

 

 

0

1

0

1 .

 

0

0

1

1

 

 

 

 

 

 

 

Последний шаг. С помощью единицы во втором столбце зануляем эле-

мент над ней ( C1 3 C2 ):

 

 

 

 

 

1

0

0

 

2

 

 

 

 

 

 

 

0

1

0

 

1 .

 

 

 

 

 

 

 

0

0

1

 

1

Получена матрица диагонального вида. Проверку полученного решения сделайте самостоятельно. Ответ: x 2, y 1, z 1.

Если при переходе к верхнетреугольной матрице в матрице системы возникает хотя бы одна нулевая строка (это означает, что определитель исходной системы равен нулю), то система либо не имеет решения вовсе, либо имеет бес-

численное множество решений.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3x 2 y z 4

 

 

Пример 9. Решить систему уравнений

 

 

 

 

 

 

 

2x 5 y 2z 1

 

 

 

 

 

 

 

 

 

 

x 3y 3z 5

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4 C C

 

 

1 3

 

C2

2C1

3

2 1

3

 

3

5 C

3

3C

 

 

 

 

 

1

 

 

 

 

 

 

1

 

2

5

2

1

 

~

 

 

2

5

2

1

 

~

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

1

3

5

 

 

 

 

3

2 1

4

 

 

 

 

 

 

 

16

 

 

 

 

 

 

1

3

3

 

C

3

C

2

1

3 3

 

5

5

 

 

11

 

 

 

 

 

 

11 8

 

 

~ 0

8

9

 

 

 

~

 

0

 

9 .

0 11

8

11

 

 

 

 

0

0 0

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

Распишем последнюю строку полученной матрицы в виде уравнения:

0 x 0 y 0 z 2

Очевидно, что это уравнение, а значит и вся система, решений не имеет.

 

 

 

 

 

 

 

 

x1 x2 2x3 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2x2

x3

2 .

 

 

 

 

Пример 10. Решить систему уравнений 4x1

 

 

 

 

 

 

 

 

 

 

 

 

 

5x

 

x

2

x

3

3

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

Решение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C

4C

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1 2

1

C2

5C1

1

1 2

1

 

C

3

C

 

1

1

2

1

 

 

 

 

 

3

1

 

 

 

 

 

 

 

2

 

 

 

 

4

2 1

2

 

~

0

6 9

2

 

 

~

 

 

0 6

9

2 .

 

 

 

 

 

 

 

 

6 9

2

 

 

 

 

 

 

 

 

 

 

 

5

1 1

3

 

 

 

 

0

 

 

 

 

 

 

0 0

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В отличие от предыдущего примера, последняя строка непротиворечива. Она указывает на то, что третье уравнение системы является следствием первых двух. Таким образом, мы, фактически, получили систему из двух уравнений с тремя неизвестными. Такая система имеет бесчисленное множество решений. Для того чтобы их найти, одну из переменных (еѐ называют свободной) переносят в правую часть расширенной матрицы, а остальные переменные (их называют базисными или связными) выражают через эту свободную. Имеем

 

 

 

 

 

C2

1

 

 

 

 

1 2x

 

 

 

C C

 

 

 

2

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

1 2x

 

6

 

1

1

 

3

 

2

 

1 0

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

3 2

 

3

.

 

 

 

 

3

 

~

 

 

 

 

 

 

1 3

 

 

 

~

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 6

2 93

 

 

 

 

 

 

0 1

 

 

 

x3

 

 

 

 

 

0 1

 

1

 

3

x3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

2

 

 

Таким образом,

x

 

2

 

 

1

x ,

x

 

 

 

1

 

 

 

3

x ,

x

 

x .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

3

 

 

 

2

3

 

2

3

 

2

3

 

3

3

 

 

 

 

 

 

 

 

 

 

Это общее решение системы. Присваивая свободной переменной x3 конкретные значения, можно получать частные решения, например,

2

;

1

 

 

 

1

 

8

 

 

 

 

;0 ,

 

 

;

 

;2 и т.д.

 

 

 

 

3

 

3

 

 

 

3

 

3

 

 

2

 

1

x ;

1

 

 

3

 

 

 

Ответ:

 

 

 

 

 

x ; x

.

 

 

 

 

 

 

3

 

2

3

3

 

2

3

3

 

17

Отметим ещѐ одно достоинство метода Гаусса. Для систем линейных уравнений 4-го порядка и выше метод Гаусса оказывается эффективнее метода Крамера и матричного метода и приводит к решению гораздо быстрее.

Пример 11. Решить систему уравнений

2x1 3x2 4x3 x4 7

x1 2x2 2x3 3x4 6 .3x1 5x2 x3 4x4 1

5x1 4x2 2x3 x4 2

Решение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C2 2C1

 

 

2

3

4 1

 

 

7 C1

C2 1

2 2

3

 

6 C3 3C1

 

 

 

 

 

1

2

2

3

 

 

 

 

 

 

 

 

4

1

 

 

 

 

C 5C

 

 

 

 

6

 

2 3

 

7

4

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

5 1

4

 

 

1

 

~

 

3 5

1

4

 

1

 

 

~

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5

4

2 1

 

2

 

 

 

5 4

2

1

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2 2

3

 

 

 

6 C4

C3

1

2 2

3

 

6 C2 2C4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

7

0

5

5

~

0 7

0

5

 

5

~

 

0

11 7

5

19

 

 

0 11

7

5

 

19

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

14 8

16

 

 

 

 

 

 

0 3

1

11

 

13

 

 

 

32

 

 

 

 

 

 

 

 

1

 

2

2

 

 

3

 

 

 

6

C3

11C2

 

1

2

 

2

 

3

 

 

6

C3

( 1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

2

 

17

 

 

 

 

 

C

4

3C

2

 

 

 

 

 

 

2

 

17

 

 

21

C

4

( 1)

 

 

 

 

 

0

 

 

 

21

 

~

0 1

 

 

 

 

 

 

~

 

 

 

 

 

 

 

 

 

 

0

 

11

 

7

 

5

 

19

 

 

 

 

 

0

0

29

192

250

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

3 1

 

11

13

 

 

 

 

 

 

0 0

7

 

62

76

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

2

 

 

3

 

6 C3 4C4 1

 

2

 

2

 

3

 

 

6 C4 7C3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1

 

2 17

 

21

 

~

 

 

0 1

 

2 17

21

 

~

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

29

 

192

 

250

 

 

 

 

 

0

0

 

1

 

56

54

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

7 62

 

76

 

 

 

 

 

 

 

0 0

 

7 62

76

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C1

 

3C4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2 2

 

3

 

6

C

4

 

 

 

1

2 2

 

 

3

 

6

 

C

2

17C

4

1

2

 

2 0

 

3

C 2C

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

454

 

 

 

 

 

 

 

 

 

 

 

C

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C

 

 

 

 

 

 

 

 

17

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

21

3

56C

4

 

 

 

 

 

2 0

 

 

2

2C

3

0 1 2

 

21

 

 

~

 

 

 

0 1 2 17

 

 

 

~

0 1

 

 

4

 

~

 

0 0 1

 

56

54

 

 

 

 

 

 

 

0 0 1

 

56

54

 

 

 

 

 

 

0 0

 

1 0

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

0

 

454

 

454

 

 

 

 

 

 

 

 

 

0

 

0 0

 

 

1

 

1

 

 

 

 

 

 

 

0

0

 

0

 

1

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

18

 

 

 

 

 

 

 

 

1

 

2 0

0

 

1 C1 2C2

1

0

0

0

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1 0

0

 

0

 

0

1

0

0

 

0

 

0

0 1

0

 

2

 

~

 

0

0

1

0

 

2

.

 

 

 

 

 

 

 

 

0

0 0

1

 

1

 

 

 

0

0

0

1

 

1

 

 

 

 

 

 

 

 

Проверку сделайте самостоятельно.

 

 

 

 

 

 

 

 

Ответ: x1 1, x2

0, x3

2, x4

1.

 

 

 

 

 

 

 

 

1.3. Ранг матрицы

 

 

 

 

 

 

 

 

 

 

 

 

 

Рассмотрим матрицу A размера m n. Вычеркиванием каких–либо строк или столбцов можно вычленить квадратные подматрицы k -го порядка, где k min(m;n).Определители таких подматриц называются минорами k -го по-

рядка матрицы A .

Рангом матрицы A называется наивысший порядок отличных от нуля миноров этой матрицы.

Обозначают ранг матрицы обычно rang A или r( A) .

Свойства ранга матрицы

1) Ранг матрицы Am n не превосходит меньшего из ее размеров, т.е. rang A min(m;n).

2) rang A 0 тогда и только тогда, когда A – нулевая матрица.

3) Если A – квадратная матрица n -го порядка, то rang A n тогда и только тогда, когда матрица A невырожденная.

Нахождение ранга матрицы, используя непосредственно определение, довольно громоздко и трудоемко.

Теорема 4. Ранг матрицы не изменяется при ее элементарных преобразованиях.

С помощью элементарных преобразований можно привести матрицу к верхнетреугольному виду:

a

a

 

a

 

a

 

 

 

11

12

 

 

1r

 

 

1n

 

 

 

0

a

22

a

2r

a

2n

 

 

A

 

 

 

 

 

 

 

,

 

 

 

 

 

 

 

 

 

0

0

arr

 

 

 

 

 

arn

 

19

где aii 0 , i 1,2,...,r ; r n . Ранг верхнетреугольной матрицы равен r .

 

 

1

2

1

4

 

 

 

 

 

 

 

 

Пример 12. Найти ранг матрицы

A

3

5

2

1

.

 

 

4

7

1

5

 

 

 

 

Решение. Используя технику элементарных преобразований (как в методе Гаусса), получим верхнетреугольную матрицу:

 

 

 

 

 

C2

3C1

 

 

 

 

 

4 C3 C2

 

 

 

 

 

 

 

 

 

 

 

1 2

1 4 C 4C

 

1

2 1

 

1

2

1

4

 

1

2 1

4

 

3 5

2

1

 

3

1

~

 

0

1

5

 

~

 

0

1

5

 

 

 

 

 

 

 

11

 

11 ~

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4 7

1

5

 

 

 

 

 

0

1

5

11

 

 

0 0

0

0

 

 

0

1 5

11

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таким образом, rang A 2 .

Понятие ранга матрицы тесно связано с понятием линейной зависимости (независимости) ее строк (столбцов).

Строка (столбец) называются линейно зависимыми, если хотя бы одна из строк (столбцов) линейно выражается через остальные. В противном случае, строки (столбцы) называются линейно независимыми (подробнее читайте в п.

1.6.1).

Теорема 5. Ранг матрицы равен максимальному числу ее линейно независимых строк (столбцов).

1.4. Собственные векторы и собственные значения матрицы

Вектор x 0 называется собственным вектором матрицы A , если найдется такое число , что

 

 

 

 

 

 

Ax x

(1.6)

Число называется собственным значением матрицы A , соответствующим вектору x .

Равенство (1.6) можно записать в развернутом виде:

 

 

 

 

 

20

 

 

 

 

 

 

a11x1 a12 x2 a1n xn x1

 

 

 

 

 

 

a2n xn x2

 

a21x1 a22 x2

.

 

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

 

 

 

 

a

x a

n2

x

2

a

nn

x

n

x

n

 

 

n1 1

 

 

 

 

 

Откуда получим

(a11 )x1 a12 x2 a1n xn 0

 

 

 

 

 

 

 

 

 

 

a21x1 (a22 )x2 a2n xn 0

 

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

 

 

 

 

 

a

x a

n2

x

2

(a

nn

)x

n

0

 

n1 1

 

 

 

 

или в матричном виде

A E x 0 .

Полученная система всегда имеет нулевое решение. Для существования ненулевого решения необходимо и достаточно, чтобы определитель системы обращался в нуль:

 

a11

a12

 

a1n

 

 

 

 

 

A E

a21

a22

 

a2n

0

(1.7)

 

 

 

 

 

 

 

 

an1

an2

ann

 

 

Определитель A

E является многочленом n -ой степени. Он называет-

ся характеристическим многочленом матрицы A , а уравнение (1.7)– характери-

стическим уравнением матрицы A .

 

 

 

 

Теорема 6. Корни характеристического уравнения матрицы A (если они существуют) и только они являются собственными значениями этой матрицы.

Пример 13. Найти собственные значения и собственные векторы матрицы:

 

 

 

 

2

4

 

 

 

 

A

 

 

 

.

 

 

 

 

 

1

 

 

 

 

 

 

3

 

Решение. Составим характеристическое уравнение

 

A E

 

2

4

 

 

0

или 2 2 0 ,

 

 

 

 

 

1

3

 

 

 

 

откуда собственные значения матрицы A :

 

2

, 2 1.

 

 

 

 

 

 

 

1

 

Находим собственный вектор x1 , соответствующий собственному значению1 2. Для этого решаем матричное уравнение: