Основные понятия
Определение. Прямоугольная таблица из m строк и n столбцов, заполненная некоторыми математическими объектами, называется – матрицей.
Мы будем рассматривать числовые матрицы. Числа, составляющие матрицу, называются ее элементами. Для обозначения матрицы, как правило, используются круглые скобки. При записи, в общем виде элементы матрицы обозначаются одной буквой с двумя индексами, из которых первый указывает номер строки, а второй – номер столбца матрицы. Например, матрица
В сокращенной записи: А=(аij); где аij - действительные числа, i=1,2,…m;
j=1,2,…,n (кратко , . ). Произведение называют размером матрицы.
Матрица называется квадратной порядка n, если число ее строк равно числу столбцов и равно n:
$IMAGE6$
Упорядоченный набор элементов а11,а22,…,аnn называется главной диагональю, в свою очередь, а1n,а2,n-1,…,аn1 – побочной диагональю матрицы. Квадратная матрица, элементы которой удовлетворяют условию: $IMAGE7$
называется диагональной, т.е. диагональная матрица имеет вид:
$IMAGE8$
Диагональная матрица порядка n называется единичной, если все элементы ее главной диагонали равны 1. Матрица любого размера называется нулевой или нуль матрицей, если все ее элементы равны нулю. Единичная матрица обозначается буквой Е, нулевая – О. Матрицы имеют вид:
$IMAGE9$ $IMAGE10$
Линейные операции над матрицами
Определение. Суммой матриц А=(аij) и B=(bij) одинаковых размеров называется матрица С=(сij) тех же размеров, такая что cij=aij+bij для всех i и j.
$IMAGE12$.
Таким образом, чтобы сложить матрицы А и В, надо сложить их элементы, стоящие на одинаковых местах. Например,
A + B = $IMAGE13$ = C
Определение. Произведение матрицы А на число l называется матрица lА=(l аij), получаемая умножением всех элементов матрицы А на число l.
$IMAGE14$
Например, если $IMAGE15$ и l=5, то $IMAGE16$
Разность матриц А и В можно определить равенством А-В=А+(-1)В.
Рассмотренные операции называются линейными.
Отметим некоторые свойства операций.
Пусть А,В,С – матрицы одинакового размера; a,b - действительные числа.
А+В = В+А – коммутативность сложения.
(А+В)+С = А+(В+С) – ассоциативность сложения.
Матрица О, состоящая из нулей, играет роль нуля: А+О=А.
Для любой матицы А существует противоположная –А, элементы которой отличаются от элементов А знаком, при этом А+( -А)=О.
a(bА) = (ab)А = (aА)b. 6. (a+b)А = aА+bА.
7. a(А+В) = aА+aВ. 8. 1* А = А. 9. 0 * А = 0.
Умножение матриц
В матричной алгебре важную роль играет операция умножения матриц, это весьма своеобразная операция.
Определение. Произведением матрицы А=(аij) размера $IMAGE17$ и прямоугольной матрицы B=(bij) размера $IMAGE18$ называется прямоугольная матрица С=(сij) размера , такая что cij=ai1+b1j+ ai2+b2j+…+ aik+bkj; , .
Таким образом, элемент произведения матриц А и В, стоящий в i-ой строке и j-ом столбце, равен сумме произведений элементов i-ой строки первой матрицы А на соответствующие элементы j-ого столбца второй матрицы В т.е.
$IMAGE22$.
$IMAGE23$Произведение С=АВ определено, если число столбцов матрицы А равно числу строк матрицы В. Это условие, а также размеры матриц можно представить схемой:
$IMAGE24$
$IMAGE25$Очевидно, что операция умножения квадратных матриц всегда определена.
Примеры. Найдем произведения матриц АВ и ВА, если они существуют.
1. $IMAGE26$, $IMAGE27$.
$IMAGE28$
$IMAGE29$
$IMAGE30$
2. $IMAGE31$, $IMAGE32$.
$IMAGE33$
$IMAGE34$
$IMAGE30$
Таким образом, коммутативный (переместительный) закон умножения матриц, вообще говоря, не выполняется, т.е. $IMAGE36$ В частном случае коммутативным законом обладает произведение любой квадратной матрицы А n-го порядка на единичную матрицу Е такого же порядка, т.е. $IMAGE37$
3. $IMAGE38$, $IMAGE39$.
Для этих матриц произведение как АВ ,так и ВА не существует.
$IMAGE40$, $IMAGE41$
$IMAGE42$
Получим $IMAGE43$, ВА – не существует.
Свойства умножения матриц.
Пусть А,В,С – матрицы соответствующих размеров (т.е. произведения матриц определены), l - действительное число. Тогда на основании определений операций и свойств действительных чисел имеют место следующие свойства:
(АВ)С = А(ВС) – ассоциативность.
(А+В)С = АС+ВС – дистрибутивность.
А(В+С) = АВ+АС – дистрибутивность.
l(АВ) = (lА)В = А(lВ).
ЕА = АЕ = А, для квадратных матриц единичная матрица Е играет роль единицы.
Приведем пример доказательства лишь одного свойства. Докажем, например, свойство 3.
Пусть для А=(аij), B=(bij), C=(cij) произведения матриц определены. Найдем элемент i-ой строки и j-го столбца матрицы А(В+С). Это будет число
аi1(b1j+c1j)+ аi2(b2j+c2j)+…+аin(bnj+cnj) =
(аi1b1j+ai2b2j+…+ainbnj)+ (аi1c1j+ai2c2j+…+aincnj).
Первая сумма в правой части равенства равна элементу из i-ой строки и j-го столбца матрицы АВ, а вторая сумма равна элементу из i-ой строки и j-го столбца матрицы АС. Рассуждение верно при любых i и j, то свойство 3 доказано.
Упражнение 1. Проверьте свойство ассоциативности 1 для матриц:
$IMAGE44$, $IMAGE45$, $IMAGE46$.
Упражнение 2. Проверьте свойство дистрибутивности 2 для матриц:
$IMAGE47$, $IMAGE48$, $IMAGE49$.
Упражнение 3. Найти матрицу А3, если $IMAGE50$.
Вырожденные и невырожденные матрицы
Определение. Матрица называется вырожденной, если ее определитель равен нулю, и невырожденной, если определитель матрицы отличен от нуля.
Пример. $IMAGE51$, $IMAGE52$ = 16-15 = 1 $IMAGE53$ 0; А – невырожденная матрица.
$IMAGE54$, $IMAGE52$ = 12-12 = 0; А – вырожденная матрица.
Теорема. Произведение матриц есть вырожденная матрица тогда и только тогда, когда хотя бы один из множителей есть вырожденная матрица.
Необходимость. Пусть АВ – вырожденная матрица, т.е. $IMAGE56$=0. Тогда, в силу того, что определитель произведения матриц равен произведению определителей перемножаемых матриц, имеем $IMAGE57$ Это значит, что хотя бы одна из матриц А или В является вырожденной.
Достаточность. Пусть в произведении АВ матрица А вырожденная, т.е. $IMAGE52$=0. Найдем $IMAGE59$, т.к. $IMAGE52$=0; итак, $IMAGE56$=0; АВ - вырожденная матрица.
Замечание. Доказанная теорема справедлива для любого числа множителей.
Обратная матрица
Определение. Квадратная матрица В называется обратной по отношению к матрице А такого же размера, если
АВ = ВА = Е. (1)
Пример. $IMAGE62$, $IMAGE63$.
$IMAGE64$ $IMAGE65$
В – матрица обратная к А.
Теорема. Если для данной матрицы обратная существует, то она определяется однозначно.
Предположим, что для матрицы А существуют матрицы Х и У, такие, что
АХ = ХА = Е (2)
АУ = УА = Е (3)
Умножая одно из равенств, например, АХ = Е слева на У, получим У(АХ) = УЕ. В силу ассоциативности умножения имеем (УА)Х = УЕ. Поскольку УА = Е, то ЕХ = УЕ, т.е. Х = У. Теорема доказана.
Теорема (необходимое и достаточное условие существования обратной матрицы).
Обратная матрица А-1 существует тогда и только тогда, когда исходная матрица А невырожденная.
Необходимость. Пусть для матрицы А существует обратная А-1, т.е. А $IMAGE66$ А-1 = А-1 $IMAGE66$А = Е. Тогда, ½А $IMAGE66$ А-1½= ½А½ $IMAGE66$½А-1½=½Е½=1, т.е. ½А½ $IMAGE53$0 и ½А-1½ $IMAGE53$0; А – невырожденная.
Достаточность. Пусть дана невырожденная матрица порядка n
$IMAGE72$,
так что ее определитель $IMAGE73$0. Рассмотри матрицу, составленную из алгебраических дополнений к элементам матрицы А:
$IMAGE74$,
ее называют присоединенной к матрице А.
Следует обратить внимание на то, что алгебраические дополнения к элементам i-ой строки матрицы А стоят в i-ом столбце матрицы А*, для $IMAGE75$.
$IMAGE76$ $IMAGE77$Найдем произведения матриц АА* и А*А. Обозначим АА* через С, тогда по определению произведения матриц имеем: Сij = аi1А 1j + а i2А 2j + … + а inАnj; i = 1, n: j = 1, n.
При i = j получим сумму произведений элементов i - ой строки на алгебраические дополнения этой же строки, такая сумма равняется значению определителя. Таким образом Сij = |А| = D - это элементы главной диагонали матрицы С. При i $IMAGE53$ j, т.е. для элементов Сij вне главной диагонали матрицы С, имеем сумму произведений всех элементов некоторой строки на алгебраические дополнения другой строки, такая сумма равняется нулю. Итак, $IMAGE79$ = АА*
Аналогично доказывается, что произведение А на А* равно той же матрице С. Таким образом, имеем А*А = АА* = С. Отсюда следует, что
$IMAGE80$
Поэтому, если в качестве обратной матрицы взять $IMAGE81$, то $IMAGE82$ Итак, обратная матрица существует и имеет вид:
$IMAGE83$.
Пример. Найдем матрицу, обратную к данной:
$IMAGE84$
Находим D = |А| = -1 ¹ 0, А $IMAGE85$ существует. Далее находим алгебраические дополнения элементов матрицы А:
А $IMAGE86$ = $IMAGE87$ = 0 ; А $IMAGE88$ = $IMAGE89$ = -1; А $IMAGE90$ = $IMAGE91$ = 3;
А $IMAGE92$ = $IMAGE93$ = -3; А $IMAGE94$ = $IMAGE95$ = 3; А $IMAGE96$ = $IMAGE97$ = -4;
А $IMAGE98$ = $IMAGE99$ = 1; А $IMAGE100$ = $IMAGE101$ = -1; А $IMAGE102$ = $IMAGE103$ = 1;
А $IMAGE85$ = $IMAGE105$
Список литературы
Для подготовки данной работы были использованы материалы с сайта http://www.monax.ru/