Алгоритм нахождения обратной матрицы

Составим алгоритм нахождения обратной матрицы с использованием равенства .

1. Вычисляем определитель матрицы А и убеждаемся, что он отличен от нуля (в противном случае матрица А необратима).

 

1. Строим - матрицу из алгебраических дополнений элементов .

 

1. Транспонируем матрицу , тем самым получаем .

 

1. Умножаем каждый элемент матрицы на число . Этой операцией завершается нахождение обратной матрицы .

 

1. Проводим проверку результата, вычисляя произведения и . Если , то обратная матрица найдена верно, в противном случае где-то была допущена ошибка.

 

Свойства Обратной матрицы

Понятие обратной матрицы, равенство , свойства операций над матрицами и свойства определителя матрицы позволяют обосновать следующие свойства обратной матрицы:

1. Для невырожденной квадратной матрицы А справедливо равенство .

 

1. Для обратимой матрицы А выполняется равенство .

 

1. Для любого отличного от нуля числа k справедливо равенство .

 

1. Для невырожденных квадратных матриц А и В одного порядка выполняется равенство .

13. Ранг матрицы. Свойства ранга матрицы. Элементарные преобразования матрицы.

Ранг матрицы

Ранг матрицы – это наивысший порядок минора матрицы, отличного от нуля.
Ранг матрицы А обозначают как Rank(A). Можно также встретить обозначения Rg(A) или Rang(A).

Свойства ранга матрицы

1. Ранг матрицы, полученной транспонированием, равен рангу исходной матрицы.

2. Ранг матрицы останется неизменным, если вычеркнуть или приписать нулевую строку (т. е. строку, все элементы которой равны нулю) или нулевой столбец.
Из определений ранга матрицы и минора матрицы можно заключить, что ранг нулевой матрицы равен нулю, а ранг ненулевой матрицы не меньше единицы.

Элементарные преобразования матрицы
Элементарными преобразованиями матрицы называют:

1) умножение какой-нибудь строки (столбца) на отличное от нуля число;

2) прибавление к какой-нибудь строке (столбцу) другой ее строки (столбца), умноженной на произвольное число;

3) перестановку местами любых двух строк (столбцов).

 

14. Системы линейных уравнений. Однородные и неоднородные системы. Совместность системы.

Система линейных уравнений — это объединение из n линейных уравнений, каждое из которых содержит k переменных. Записывается это так:

Многие, впервые сталкиваясь с высшей алгеброй, ошибочно полагают, что число уравнений обязательно должно совпадать с числом переменных. В школьной алгебре так обычно и бывает, однако для высшей алгебры это, вообще говоря, неверно.

Однородные системы

(15.7)

всегда является совместной.

Доказательство. Для этой системы набор чисе , , , является решением.

 

В этом разделе мы будем использовать матричную запись системы: .

Предложение 15.3 Сумма решений однородной системы линейных уравнений является решением этой системы. Решение, умноженное на число, тоже является решением.

Доказательство. Пусть и служат решениями системы . Тогда и . Пусть . Тогда

Так как , то -- решение.

Пусть -- произвольное число, . Тогда

Так как , то -- решение.

 

Следствие 15.1 Если однородная система линейных уравнений имеет ненулевое решение, то она имеет бесконечно много различных решений.

Действительно, умножая ненулевое решение на различные числа, будем получать различные решения.

Определение 15.5 Будем говорить, что решения системы образуют фундаментальную систему решений, если столбцы образуют линейно независимую систему и любое решение системы является линейной комбинацией этих столбцов.

Определение 15.6 Пусть -- фундаментальная система решений однородной системы . Тогда выражение

где -- произвольные числа, будем называть общим решением системы .

Из определения фундаментальной системы решений следует, что любое решение однородной системы может быть получено из общего решения при некоторых значениях . И наоборот, при любых фиксированных числовых значениях из общего решения получим решение однородной системы.

Как находить фундаментальную систему решений мы увидим позже, в разделе "Алгоритм нахождения решений произвольной системы линейных уравнений (метод Гаусса)".

Теорема 15.3 Пусть -- фундаментальная система решений однородной системы . Тогда , где -- число неизвестных в системе.

Неоднородные системы

Рассмотрим неоднородную систему m линейных алгебраических уравнений относительно n неизвестных
x₁, x₂,..., x_n:

В отличие от однородной системы, эта система совместна не всегда.
Справедливо следующее утверждение (теорема Кронекера-Капелли).

Для того, чтобы неоднородная система линейных алгебраических уравнений была совместна, необходимо и достаточно, чтобы ранг расширенной матрицы системы совпадал с рангом матрицы системы.

 

15. Метод Крамера для нахождения решения системы линейных уравнений.

Метод Крамера (правило Крамера) — способ решения квадратных систем линейных алгебраических уравнений с ненулевым определителем основной матрицы (причём для таких уравнений решение существует и единственно). Назван по имени Габриэля Крамера (1704–1752), придумавшего метод.

Для системы линейных уравнений с неизвестными (над произвольным полем)

с определителем матрицы системы , отличным от нуля, решение записывается в виде

(i-ый столбец матрицы системы заменяется столбцом свободных членов).
В другой форме правило Крамера формулируется так: для любых коэффициентов c₁, c₂, …, c_n справедливо равенство:

В этой форме формула Крамера справедлива без предположения, что отлично от нуля, не нужно даже, чтобы коэффициенты системы были бы элементами целостного кольца (определитель системы может быть даже делителем нуля в кольце коэффициентов). Можно также считать, что либо наборы и , либо набор состоят не из элементов кольца коэффициентов системы, а какого-нибудь модуля над этим кольцом. В этом виде формула Крамера используется, например, при доказательстве формулы для определителя Грама иЛеммы Накаямы.

 

 

16. Матричный метод решения систем линейных уравнений.

Ма́тричный метод решения (метод решения через обратную матрицу) систем линейных алгебраических уравнений с ненулевым определителем состоит в следующем.

Пусть дана система линейных уравнений с неизвестными (над произвольным полем):

Тогда её можно переписать в матричной форме:

, где — основная матрица системы, и — столбцы свободных членов и решений системы соответственно:

Умножим это матричное уравнение слева на — матрицу, обратную к матрице :

Так как , получаем . Правая часть этого уравнения даст столбец решений исходной системы. Условием применимости данного метода (как и вообще существования решения неоднородной системы линейных уравнений с числом уравнений, равным числу неизвестных) является невырожденность матрицы A. Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A:

.

Для однородной системы линейных уравнений, то есть когда вектор , действительно обратное правило: система имеет нетривиальное (то есть ненулевое) решение только если . Такая связь между решениями однородных и неоднородных систем линейных уравнений носит название альтернативы Фредгольма.

 

 

17. Метод Гаусса для нахождения решения системы линейных уравнений.

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.

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.

 

 

18. Понятие вектора. Линейные операции над векторами.

Вектором (в реальном пространстве) называется направленный отрезок с начальной точкой и конечной точкой , который можно передвигать параллельно самому себе. Таким образом, считается, что два направленных отрезка и , имеющие равные длины () и одно и то же направление, определяют один и тот же вектор , и в этом смысле пишут