Высшая математика для менеджеров
Пример 2.4. Не
вычисляя определителя
,
показать, что
он равен нулю.
Решение.
Вычтем из второй
строки первую,
получим определитель
,
равный исходному.
Если из третьей
строки также
вычесть первую,
то получится
определитель
,
в котором две
строки пропорциональны.
Такой определитель
равен нулю.
Пример 2.5.
Вычислить
определитель
D =
,
разложив его
по элементам
второго столбца.
Решение. Разложим определитель по элементам второго столбца:
D = a12A12 + a22A22+a32A32=
=
.
Пример 2.6. Вычислить определитель
A =
,
в котором все элементы по одну сторону от главной диагонали равны
нулю.
Решение. Разложим определитель А по первой строке:
A = a11 A11 =
.
Определитель, стоящий справа, можно снова разложить по первой строке, тогда получим:
A =
.
И так далее. После n шагов придем к равенству A = а11 а22... ann.
Пример 2.7.
Вычислить
определитель
.
Решение.
Если к каждой
строке определителя,
начиная со
второй, прибавить
первую строку,
то получится
определитель,
в котором все
элементы, находящиеся
ниже главной
диагонали,
будут равны
нулю. А именно,
получим определитель:
,
равный исходному.
Рассуждая, как в предыдущем примере найдем, что он равен произведению элементов главной диагонали, т.е. n!. Способ, с помощью которого вычислен данный определитель, называется способом приведения к треугольному виду.
4.3 Ранг матрицы
Рассмотрим прямоугольную матрицу (4.1). Если в этой матрице выделить произвольно k строк и k столбцов, то элементы, стоящие на пересечении выделенных строк и столбцов, образуют квадратную матрицу k-го порядка. Определитель этой матрицы называется минором k-го порядка матрицы А. Очевидно, что матрица А обладает минорами любого порядка от 1 до наименьшего из чисел m и n. Среди всех отличных от нуля миноров матрицы А найдется по крайней мере один минор, порядок которого будет наибольшим. Наибольший из порядков миноров данной матрицы, отличных от нуля, называется рангом матрицы. Если ранг матрицы А равен r, то это означает, что в матрице А имеется отличный от нуля минор порядка r, но всякий минор порядка, большего чем r, равен нулю. Ранг матрицы А обозначается через r(A). Очевидно, что выполняется соотношение
0 Ј r(A) Ј min (m, n).
Ранг матрицы находится либо методом окаймления миноров, либо методом элементарных преобразований. При вычислении ранга матрицы первым способом следует переходить от миноров низших порядков к минорам более высокого порядка. Если уже найден минор D k-го порядка матрицы А, отличный от нуля, то требуют вычисления лишь миноры (k+1)-го порядка, окаймляющие минор D, т.е. содержащие его в качестве минора. Если все они равны нулю, то ранг матрицы равен k.
Элементарными называются следующие преобразования матрицы:
1) перестановка двух любых строк (или столбцов),
2) умножение строки (или столбца) на отличное от нуля число,
3) прибавление к одной строке (или столбцу) другой строки (или столбца), умноженной на некоторое число.
Две матрицы называются эквивалентными, если одна из них получается из другой с помощью конечного множества элементарных преобразований.
Эквивалентные матрицы не являются, вообще говоря, равными, но их ранги равны. Если матрицы А и В эквивалентны, то это записывается так: A ~ B.
Канонической
матрицей называется
матрица, у которой
в начале главной
диагонали стоят
подряд несколько
единиц (число
которых может
равняться
нулю), а все
остальные
элементы равны
нулю, например,
.
При помощи элементарных преобразований строк и столбцов любую матрицу можно привести к канонической. Ранг канонической матрицы равен числу единиц на ее главной диагонали.
Пример 2.8.
Найти методом
окаймления
миноров ранг
матрицы
.
Решение.
Начинаем с
миноров 1-го
порядка, т.е. с
элементов
матрицы А. Выберем,
например, минор
(элемент) М1
= 1, расположенный
в первой строке
и первом столбце.
Окаймляя при
помощи второй
строки и третьего
столбца, получаем
минор M2 =
,
отличный от
нуля. Переходим
теперь к минорам
3-го порядка,
окаймляющим
М2. Их всего
два (можно добавить
второй столбец
или четвертый).
Вычисляем их:
= 0. Таким
образом, все
окаймляющие
миноры третьего
порядка оказались
равными нулю.
Ранг матрицы
А равен двум.
Пример 2.9.
Найти ранг
матрицы А=
и привести ее
к каноническому
виду.
Решение. Из
второй строки
вычтем первую
и переставим
эти строки:
.Теперь
из второй и
третьей строк
вычтем первую,
умноженную
соответственно
на 2 и 5:
;
из третьей
строки вычтем
первую; получим
матрицу В =
,
которая эквивалентна
матрице А, так
как получена
из нее с помощью
конечного
множества
элементарных
преобразований.
Очевидно, что
ранг матрицы
В равен 2, а следовательно,
и r(A)=2. Матрицу В
легко привести
к канонической.
Вычитая первый
столбец, умноженный
на подходящие
числа, из всех
последующих,
обратим в нуль
все элементы
первой строки,
кроме первого,
причем элементы
остальных строк
не изменяются.
Затем, вычитая
второй столбец,
умноженный
на подходящие
числа, из всех
последующих,
обратим в нуль
все элементы
второй строки,
кроме второго,
и получим
каноническую
матрицу:
.
4.4 Обратная матрица
Рассмотрим квадратную матрицу
A =
.
Обозначим D =det A.
Квадратная матрица А называется невырожденной, или неособенной, если ее определитель отличен от нуля, и вырожденной, или особенной, если D = 0.
Квадратная матрица В называется обратной для квадратной матрицы А того же порядка, если их произведение А В = В А = Е, где Е - единичная матрица того же порядка, что и матрицы А и В.
Теорема. Для того, чтобы матрица А имела обратную, необходимо и достаточно, чтобы ее определитель был отличен от нуля.
Матрица, обратная матрице А, обозначается через А-1, так что В = А-1. Обратная матрица вычисляется по формуле
А-1
= 1/D
,
(4.5)
где А i j - алгебраические дополнения элементов a i j.
Вычисление обратной матрицы по формуле (4.5) для матриц высокого порядка очень трудоемко, поэтому на практике бывает удобно находить обратную матрицу с помощью метода элементарных преобразований (ЭП). Любую неособенную матрицу А путем ЭП только столбцов (или только строк) можно привести к единичной матрице Е. Если совершенные над матрицей А ЭП в том же порядке применить к единичной матрице Е, то в результате получится обратная матрица. Удобно совершать ЭП над матрицами А и Е одновременно, записывая обе матрицы рядом через черту. Отметим еще раз, что при отыскании канонического вида матрицы с целью нахождения ее ранга можно пользоваться преобразованиями строк и столбцов. Если нужно найти обратную матрицу, в процессе преобразований следует использовать только строки или только столбцы.
Пример 2.10.
Для матрицы
А =
найти обратную.
Решение.
Находим сначала
детерминант
матрицы А D
= det А =
= 27 № 0,
значит, обратная
матрица существует
и мы ее можем
найти по формуле:
А-1
= 1/D
,
где Аi j (i,j=1,2,3) -
алгебраические
дополнения
элементов аi
j исходной
матрицы. Имеем:




откуда А-1
=
.
Пример 2.11.
Методом элементарных
преобразований
найти обратную
матрицу для
матрицы: А=
.
Решение.
Приписываем
к исходной
матрице справа
единичную
матрицу того
же порядка:
.
С помощью
элементарных
преобразований
столбцов приведем
левую “половину”
к единичной,
совершая одновременно
точно такие
преобразования
над правой
матрицей. Для
этого поменяем
местами первый
и второй столбцы:
~
.
К третьему
столбцу прибавим
первый, а ко
второму - первый,
умноженный
на -2:
.
Из первого
столбца вычтем
удвоенный
второй, а из
третьего - умноженный
на 6 второй;
.
Прибавим третий
столбец к первому
и второму:
.
Умножим последний
столбец на -1:
.
Полученная
справа от
вертикальной
черты квадратная
матрица является
обратной к
данной матрице
А. Итак, А-1
=
.
5. Системы линейных уравнений
5.1 Критерий совместности
Система линейных уравнений имеет вид:
a11 x1 + a12 x2 +... + a1n xn = b1,
a21 x1 + a22 x2 +... + a2n xn = b2, (5.1)
... ... ... ...
am1 x1 + am1 x2 +... + amn xn = bm.
Здесь аi j
и bi (i =
;
j =
)
- заданные, а
xj - неизвестные
действительные
числа. Используя
понятие произведения
матриц, можно
переписать
систему (5.1) в виде:
AX = B, (5.2)
где A = (аi j) - матрица, состоящая из коэффициентов при неизвестных системы (5.1), которая называется матрицей системы, X = (x1, x2,..., xn)T, B = (b1, b2,..., bm)T - векторы-столбцы, составленные соответственно из неизвестных xj и из свободных членов bi.
Упорядоченная совокупность n вещественных чисел (c1, c2,..., cn) называется решением системы (5.1), если в результате подстановки этих чисел вместо соответствующих переменных x1, x2,..., xn каждое уравнение системы обратится в арифметическое тождество; другими словами, если существует вектор C= (c1, c2,..., cn)T такой, что AC є B.
Система (5.1) называется совместной, или разрешимой, если она имеет по крайней мере одно решение. Система называется несовместной, или неразрешимой, если она не имеет решений.
Матрица
`A
=
,
образованная путем приписывания справа к матрице A столбца свободных членов, называется расширенной матрицей системы.
Вопрос о совместности системы (5.1) решается следующей теоремой.
Теорема Кронекера- Капелли. Система линейных уравнений совместна тогда и только тогда, когда ранги матриц A и`A совпадают, т.е. r(A) = r(`A) = r.
Для множества М решений системы (5.1) имеются три возможности:
1) M = Ж (в этом случае система несовместна);
2) M состоит из одного элемента, т.е. система имеет единственное решение (в этом случае система называется определенной);
3) M состоит более чем из одного элемента (тогда система называется неопределенной). В третьем случае система (5.1) имеет бесчисленное множество решений.
Система имеет единственное решение только в том случае, когда r(A) = n. При этом число уравнений - не меньше числа неизвестных (mіn); если m>n, то m-n уравнений являются следствиями остальных. Если 0<r<n, то система является неопределенной.
Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, - так называемые системы крамеровского типа:
a11 x1 + a12 x2 +... + a1n xn = b1,
a21 x1 + a22 x2 +... + a2n xn = b2, (5.3)
... ... ... ... ... ...
an1 x1 + an1 x2 +... + ann xn = bn.
Системы (5.3) решаются одним из следующих способов: 1) методом Гаусса, или методом исключения неизвестных; 2) по формулам Крамера; 3) матричным методом.
Пример 2.12. Исследовать систему уравнений и решить ее, если она совместна:
5x1 - x2 + 2x3 + x4 = 7,
2x1 + x2 + 4x3 - 2x4 = 1,
x1 - 3x2 - 6x3 + 5x4 = 0.
Решение. Выписываем расширенную матрицу системы:
`A
=
.
Вычислим
ранг основной
матрицы системы.
Очевидно, что,
например, минор
второго порядка
в левом верхнем
углу
= 7 № 0;
содержащие
его миноры
третьего порядка
равны нулю:
Mў3
=
= 0, MІ3
=
= 0.
Следовательно, ранг основной матрицы системы равен 2, т.е. r(A)=2. Для вычисления ранга расширенной матрицы `A рассмотрим окаймляющий минор
=
= -35 № 0,
значит, ранг расширенной матрицы r(`A) = 3. Поскольку r(A) № r(`A), то система несовместна.
5.2 Метод Гаусса
Исторически первым, наиболее распространенным методом решения систем линейных уравнений является метод Гаусса, или метод последовательного исключения неизвестных. Сущность этого метода состоит в том, что посредством последовательных исключений неизвестных данная система превращается в ступенчатую (в частности, треугольную) систему, равносильную данной. При практическом решении системы линейных уравнений методом Гаусса удобнее приводить к ступенчатому виду не саму систему уравнений, а расширенную матрицу этой системы, выполняя элементарные преобразования над ее строками. Последовательно получающиеся в ходе преобразования матрицы обычно соединяют знаком эквивалентности.
Пример 2.13. Решить систему уравнений методом Гаусса:
x + y - 3z = 2,
3x - 2y + z = - 1,
2x + y - 2z = 0.
Решение. Выпишем расширенную матрицу данной системы

и произведем следующие элементарные преобразования над ее строками:
а) из ее второй и третьей строк вычтем первую, умноженную соответственно на 3 и 2:
~
;
б) третью строку умножим на (-5) и прибавим к ней вторую:
.
В результате всех этих преобразований данная система приводится к треугольному виду:
x + y - 3z = 2,
-5y + 10z = -7,
- 10z = 13.
Из последнего уравнения находим z = -1,3. Подставляя это значение во второе уравнение, имеем y = -1,2. Далее из первого уравнения получим x = - 0,7.
5.3 Формулы Крамера
Метод Крамера состоит в том, что мы последовательно находим главный определитель системы (5.3), т.е. определитель матрицы А
D = det (ai j)
и n вспомогательных
определителей
D i (i=
),
которые получаются
из определителя
D заменой
i-го столбца
столбцом свободных
членов.
Формулы Крамера имеют вид:
D
Ч x
i = D i
(i =
).
(5.4)
Из (5.4) следует правило Крамера, которое дает исчерпывающий ответ на вопрос о совместности системы (5.3): если главный определитель системы отличен от нуля, то система имеет единственное решение, определяемое по формулам:
x i = D i / D.
Если главный
определитель
системы D
и все вспомогательные
определители
D i =
0 (i=
),
то система
имеет бесчисленное
множество
решений. Если
главный определитель
системы D
= 0, а хотя бы один
вспомогательный
определитель
отличен от
нуля, то система
несовместна.
Пример 2.14. Решить методом Крамера систему уравнений:
x1 + x2 + x3 + x4 = 5,
x1 + 2x2 - x3 + 4x4 = -2,
2x1 - 3x2 - x3 - 5x4 = -2,
3x1 + x2 +2x3 + 11 x4 = 0.
Решение. Главный определитель этой системы
D
=
= -142 №
0,
значит, система
имеет единственное
решение. Вычислим
вспомогательные
определители
D i
(i=
),
получающиеся
из определителя
D путем
замены в нем
столбца, состоящего
из коэффициентов
при xi, столбцом
из свободных
членов:
D
1 =
= - 142, D 2
=
= - 284,
D
3 =
= - 426, D 4
=
= 142.
Отсюда x1 = D 1/D = 1, x2 = D 2/D = 2, x3 = D 3/D = 3, x4 = D 4/D = -1, решение системы - вектор С=(1, 2, 3, -1)T.
5.4 Матричный метод
Если матрица А системы линейных уравнений невырожденная, т.е. det A № 0, то матрица А имеет обратную, и решение системы (5.3) совпадает с вектором C = A-1B. Иначе говоря, данная система имеет единственное решение. Отыскание решения системы по формуле X=C, C=A-1B называют матричным способом решения системы, или решением по методу обратной матрицы.
Пример 2.15. Решить матричным способом систему уравнений
x1 - x2 + x3 = 6,
2x1 + x2 + x3 = 3,
x1 + x2 +2x3 = 5.
Решение. Обозначим
A =
,
X = (x1, x2, x3)T, B =
(6, 3, 5) T.
Тогда данная система