Как найти произведение диагональных элементов матрицы

Содержание:

  1. Матрицы – основные определения
  2. Действия над матрицами
  3. Транспонирование матриц
  4. Матрица и её определение
  5. Обратная матрица
  6. Ранг матрицы
  7. Матрицы и общие сведения о матрицах
  8. Перемножение матриц и его свойства
  9. Матрицы, действия над матрицами
  10. Определители
  11. Ранг матрицы и способы его вычисления 
  12. Обратная матрица
  13. Линейная алгебра
  14. Числовые матрицы и действия над ними
  15. Определение матриц и некоторые их разновидности
  16. Действия над матрицами
  17. Системы линейных алгебраических уравнений. Основные определения

Матрицы – основные определения

Понятие матрицы впервые появилось в середине прошлого столетия в работах английских математиков У. Гамильтона (1805-1865) и А. Келли (1821-1895). В современной прикладной математике матрицы и связанные с ними понятия используются очень широко при решении самых разнообразных задач. В частности, использование матриц значительно упрощает решение сложных систем уравнений.

Матрицей называют прямоугольную таблицу с m строчек и n столбцов, составленную из чисел или любых объектов.

Ограничимся рассмотрением только действительных матриц, то есть матриц составленных из действительных чисел:

Матрицы

Числа Матрицы называют элементами матрицы. Первый индекс i означает номер строчки, второй j – номер столбца. Количество строчек и столбцов важно для матрицы, поэтому часто говорят, что матрица имеет тип Матрицы или что матрица имеет размер Матрицы. Строчки и столбцы ещё называют рядами матрицы.

Матрицы обозначают:

– круглыми скобками или двойными вертикальными черточками:

Матрицы

– большими буквами А, В, С:

Матрицы

– через сокращённую запись:

Матрицы

В зависимости от чисел Матрицы вида и расположения элементов выделяют следующие типы матриц:

– если Матрицы то матрицу называют квадратной;

– если Матрицы то матрицу называют прямоугольной;

– если Матрицы (матрица типа Матрицы), то её называют строчечной или вектором-строчки;

– если n=1 (матрица типа Матрицы), то её называют столбцовой, или вектором-столбца;

– матрица типа Матрицы скаляр (число);

(если рассмотреть следующие матрицы 

Матрицы

то видим, что матрица А – квадратная, матрицы В, С – прямоугольные, матрица D – вектор-строчки, матрица М – вектор-столбец, матрица К – скаляр);

– если все элементы квадратной матрицы, кроме Матрицы при Матрицы равны 0, то матрицу называют диагональной

Матрицы

– если все ненулевые элементы диагональной матрицы равны 1, то её          называют единичной матрицей и обозначают Е:

Матрицы

(если ввести символ Кронекера

Матрицы

тогда единичную матрицу можно записать в сокращённом виде Матрицы);

– если все элементы матрицы – нули, то её называют нулевой матрицей 

Матрицы

– матрицы вида:

Матрицы

называют треугольными (нижняя треугольная и верхняя треугольная).

Действия над матрицами

Над матрицами можно выполнять определённые действия, которые, по аналогии с числами, называют сложением, вычитанием, умножением. Также существуют действия, которые определены только для матриц. Введём правила действий над матрицами.

1. Матрицы считают равными, если они одного и того же типа, то есть имеют одинаковое количество строчек и столбцов, и соответствующие элементы равны, то есть матрицы Матрицы равны Матрицы, если Матрицы.

2. Суммой двух матриц Матрицы и Матрицы одинакового типа называют матрицей Матрицы того же типа, элементы которой равны сумме соответствующих элементов матриц А и В, то есть  Матрицы

Свойства действий сложения матриц:

Матрицы

Пример.

а) Найти сумму матриц А и В.

Пусть

Матрицы

Тогда

Матрицы

б) Записать матрицу А как сумму матриц:

Матрицы

3. Аналогично вычисляют разность матриц:

Матрицы

4. Произведением матрицы Матрицы (или произведением числа на матрицу) называют матрицу, элементы которой получены умножением элементов матрицы А на число k:

 Матрицы

Свойства действий умножения матрицы на число:

Матрицы

4. Матрица (-1)А=-А называется противоположной для А.

(Если матрицы отрицаются только знаками своих элементов, то их называют противоположными).

Пример.

Матрицы

5. Умножение матриц.

Если количество столбцов матрицы Матрицы равно числу строк матрицы Матрицы, то для них определена матрица Матрицы, которую называют их произведением.

Элементы матрицы С находят по следующим правилам:

элемент Матрицы равный сумме попарных произведений элементов i-ой строчке матрицы А и j-ого столбца матрицы B.

Пример. Найти произведение матриц А и В, если 

Матрицы

Решения. Согласно приведённого правила, что бы найти Матрицы элементы первого ряда матрицы А почленно умножаем на элементы первого столбца матрицы В; с12 — элементы первого ряда матрицы А на элементы второго столбца матрицы В; с21 — элементы второго ряда матрицы А на элементы первого столбца матрицы В; с22— элементы второго ряда  матрицы А на элементы второго столбца матрицы В. Получим:

Матрицы

Свойства действий умножения матриц:

Матрицы

Внимание! Матрицы

Если АВ=ВА, то матрицы называют коммутативными. Единичная матрица Е коммутативная с любой другой, то есть  АЕ=ЕА=А и играет роль единицы при умножении.

Пример.

а) Найти произведение матриц АВ и ВА если:

Матрицы

Матрицы

Как видим, Матрицы

б) Проверить существуют ли произведения АВ и ВА, если

Матрицы

Решение. Количество столбцов матрицы А совпадает с количеством строчек матрицы В, следовательно можно найти произведение матриц АВ:

Матрицы

Найти произведение матриц ВА невозможно, поскольку количество столбцов матрицы В не совпадает с количеством строчек матрицы А.

Транспонирование матриц

Если в матрице Матрицы типа Матрицы заменить строчки столбцами, то получим так называемую транспонированную матрицу Матрицы типа Матрицы.

Пример.

Матрицы

Свойства действий транспонирования матриц:

– дважды транспонированная матрица равна начальной

Матрицы

– транспонированная матрица суммы равна сумме транспонированных матриц слагаемых

Матрицы

– транспонированная матрица произведения равна произведению транспонированных матриц сомножителей, взятому в обратном порядке

Матрицы

7. Матрица называется симметричной, если она совпадает со своей транспонированной матрицей, то есть если Матрицы

Очевидно, что

– симметричная матрица обязательно квадратная;

– элементы, симметричные относительно основной диагонали равны;

– произведение Матрицы является симметричной матрицей.

Пример.

Матрицы

8. Две матрицы называют эквивалентными, если одна получена из другой с помощью элементарных преобразований.

Элементарными преобразованиями матриц называют следующие операции:

а) перестановка двух строк или столбцов матрицы;

б) умножение всех элементов любой строки (столбца) на одно и тоже число, отличное от нуля;

в) прибавление к элементам любой строки (столбца) соответствующих элементов другой строки (столбца), умножение на одно и тоже число.

Пример. Рассмотрим матрицы:

Матрицы

Матрицы А, В, С, D эквивалентны, поскольку: матрица В получена из матрицы А перестановкой первой и второй строки; матрица С получена из матрицы А через умножение всех элементов второй строки на число 5; матрица D получена из матрицы А с помощью замены третьей строки суммой удвоенных элементов первой строки с элементами третьей.

Матрица и её определение

Матрицей называется прямоугольная таблица из m × n чисел, содержащая m строк и n столбцов, взятая в квадратные или круглые скобки.Матрицы                           (1.2)

Или коротко [ аij ]  (i = 1, 2, …, m;   j = 1, 2, …, n).
В этом случае считают, что матрица имеет размерность m × n. Матрицы обозначают большими латинскими буквами А, В, С, Е, … 

Числа aij называются элементами матрицы, где первый индекс i означает номер строки, а второй j — номер столбца. Если количество строк не равно количеству столбцов, то есть mn, то матрица называется прямоугольной, размерности m × n, а если m = nквадратной. В этом случае число m = n называется порядком матрицы. Элементы квадратной матрицы, в которых i = j , образуют главную диагональ.

Квадратная матрица называется диагональной, если все ее элементы, кроме элементов главной диагонали, равны нулю, то есть

АМатрицы
Здесь отдельные элементы главной диагонали могут быть нулевыми.

Если в диагональной матрицы все элементы главной диагонали равны единице, то ее называют единичной матрицей. Она обозначается буквой Е  и имеет вид:

ЕМатрицы

Две матрицы А и В называются равными, если они имеют равное количество строк и столбцов и соответствующие элементы которых совпадают.

Матрица, в которой все элементы равны нулю, называется нуль-матрицей или нулевой. Ее обозначают буквой О.

Если матрица состоит только из одной строки, то она называется матрицей-строкой.

Матрица, состоящая из одного столбца, называется матрицей-столбцом.

Если в матрице А поменять строки на столбцы, а столбцы — на соответствующие строки, то полученную матрицу называют транспонированной и обозначают АT.

Если определитель квадратной матрицы равен нулю Матрицы, то матрица А называется вырожденной (или особенной) и при Матрицы  — невырожденной (или неособенной).
матрица вида
АМатрицы
а матрица
АМатрицы

Матрицу
AМатрицы

называют матрицей трапецеидального вида, если одновременно a11, a22, …, ajj отличные от нуля.

Пример 1. Заданs матрицы:
1) Матрицы   2) Матрицы  3) Матрицы
4)  Матрицы   5)  Матрицы    6)  Матрицы
Здесь:
1) A — прямоугольная матрица размерности 2 × 3,
2) AT — транспонированная матрица к матрице A;
3) B — матрица-столбец;
4) C — матрица-строка;
5) D — диагональная матрица четвертого порядка;
6) О — нулевая матрица второго порядка.

Пример 2. Для изготовления пяти видов елочных украшений на фабрике тратится определенное количество материала. Конкретные цифровые данные указаны в таблице:
МатрицыОхарактеризовать содержание строк и столбцов этой таблицы.

Решение. Указанные 15 чисел можно записать в виде прямоугольной матрицы размерности 3 × 5.
Матрицы
Каждые строка и столбец этой матрицы имеют определенный экономический смысл. Так, элементы первой строки указывают количество израсходованного стекла (в кг) на изготовление каждого из пяти видов елочных украшений. Числа второй строки указывают на потребности в количестве железных прищепок, необходимых для изготовления этих изделий. Элементы третьей строки характеризуют потребности в краске (в кг), которая используется при изготовлении соответствующего вида продукции.

Столбцы матрицы указывают на конкретное количество стекла, железных прищепок и краски, которые нужны на изготовление каждого из пяти видов елочных украшений. Так, например, элементы третьего столбца означают, что на изготовления украшений третьего вида нужно 2,8 кг стекла, 185 шт. железных прищепок и 1,4 кг краски.

Пример 3. Цены на некоторые виды товара характеризуются в гривнах, долларах США (USD), евро (EUR), английских фунтах (GBR) и рублях России (RUR).
Матрицы
Охарактеризовать содержание отдельных элементов таблицы.
Решение. Числовые данные этой таблицы можно записать в виде прямоугольной матрицы:
Матрицы
Каждый элемент имеет определенный экономический смысл. Например, элемент a21 значит, что женская кофта стоит 120 гр., элемент a32 означает, что спортивный костюм стоит 60,4 долларов США, а элемент a44  указывает на цену сапог в 52,4 английских фунтов. Элементы, например, первой строки определяют цены мужской куртки в различных денежных единицах: 1230 грн.; 232,1 долларов США; 238,8 евро; 155,3 английских фунтов; 7318,5 российских рублей.

Действия над матрицами

Пусть заданы две матрицы одной размерности m × n:

Матрицы

Определение. Суммой (разностью) двух матриц А и В называется такая матрица С размерности m × n, элементы которой сij  равны алгебраической сумме (разности) соответствующих элементов aij и  bij матриц А и В, то есть:

Матрицы

Из этого определения вытекают свойства:
1. A + B = B + A (коммутативность)
2. A + (B + C) = (A + B) + C (ассоциативность)
3. A ± 0 = 0 ± A = A (нейтральность)
4. (A ± B) T = AT ± BT (транспонированность).

Пример 1. Найти сумму и разность матриц.
Матрицы

Решение.

Матрицы

Пример 2. Три магазина “Продтовары” продают продукты в течение рабочего дня. Данные о торговле двух смен характеризуются таблицами:
I смена:
Матрицы
II смена
Матрицы
Найти данные о совокупной однодневной продаже товара каждым магазином.

Решение. Содержание этих таблиц можно записать в виде двух прямоугольных таблиц:
Матрицы
Сумма этих двух матриц характеризует данные о совокупную однодневную продажу каждого из видов продукции:
Матрицы

Определение. Произведением матрицы A на число k (или числa k на матрицу A) называется матрица, элементами которой являются произведения элементов матрицы A на число k:

A ⋅ k = k ⋅ A = k ⋅Матрицы
Из определения произведения матрицы на число (или числа на матрицу) вытекает, что
1. k (mA) = (km) A;
2. (k + m) A = A (k + m) = kA + mA = Ak + Am;
3. λ (A + B) = λA + λB;
4. λA = 0, если λ = 0;
5. λA = 0, если A = 0.

Пример 3. Найти матрицу 4A, если матрица
AМатрицы
Решение. Согласно определению, получим:
4AМатрицы

Пример 4. Вычислить матрицу C = 2A – 4B, если
Матрицы
Решение. Использовав формулу умножения матрицы на число и формулу вычитания матриц, получим:
Матрицы

Матрицы

Пример 5. Предприятие производит три вида продукции А, В, С. Нормы затрат ресурсов на единицу продукции заданы в таблице:
Матрицы
Найти затраты ресурсов на изготовление 6 комплектов продукции.

Решение. Затраты ресурсов на производство единицы продукции можно представить в виде матрицы:

A = Матрицы

Каждый элемент матрицы имеет определенный экономический смысл. Например, a21 = 2 означает, что на изготовление единицы вида продукции A расходуется 2 кг сырья Y;  элемент a12  = 4 означает, что для изготовления единицы вида продукции B нужно потратить 4 шт. единиц сырья X.
Очевидно, что для нахождения затрат на изготовление 6 комплектов продукции, нужно вычислить матрицу 6 A, то есть
6A = 6 Матрицы
Замечание. Умножение матрицы на число отличается от умножения определителя на число. Матрицу умножают на число k, умножив все ее элементы на это число. Если определитель умножается на число k, то умножают на него все элементы одной какой-нибудь строки (или столбца).

Пусть матрица A содержит m строк и p столбцов, а матрица имеет p строк и n столбцов.

Определение. Произведением матриц А и В называется матрица С, элементы сij которой равны сумме произведений элементов i-й строки матрицы A на соответствующие элементы j-го столбца матрицы B, то есть cij = ai1 b1j + ai2 b2j + … + aip bpj (i = 1, 2, …, m; j = 1, 2, …, n).

Произведение матрицы A на матрицу B обозначают АВ (A × B). Умножение матрицы A на матрицу B выполняется по следующей схеме:
Матрицы
Здесь элемент cij находят как скалярное произведение элементов i-й строки матрицы A на соответствующие элементы j-го столбца матрицы B.

Произведение матриц характеризуется свойствами:
1. AE = EA = A;
2. A⋅ 0 = 0 ⋅ A = 0;
3. AB ≠ BA (некоммутативность)
4. (AB) C = A (BC) (ассоциативность)
5.  C (A+B) = CA + CB   (A+B) C= AC + BC   (дистрибутивность)
6. (A ⋅ B)T = BT ⋅ AT.
Это свойство имеет место для произвольного числа множителей
Матрицы
7. Определитель произведения двух квадратных матриц равен произведению их определителей.

Пример 6. Найти произведения AB и BA, если
Матрицы
и убедиться, что AB ≠ BA.

Решение.
AB = Матрицы
аналогично
BA = Матрицы
Отсюда следует, что AB ≠ BA.

Пример 7. Найти произведение AB, если
Матрицы
Решение.
AB = МатрицыМатрицы
(Здесь произведение BA неопределенный, так как количество столбцов первой матрицы не равно количеству строк второй матрицы).

Пример 8. Найти произведение AE, если
A = Матрицы

Решение. 
AE = Матрицы
Матрицы
Матрицы
(Легко убедиться, что имеет место и равенство EA = A).

Пример 9. Найти произведение AB, если
Матрицы
Решение. Произведение этих матриц возможен, поскольку количество столбцов матрицы A равно числу строк матрицы B.
Получим
AB = Матрицы
Пример 10. Дана матрица:
A = Матрицы   Найти А2.
Решение. 
А2 = A ⋅ A = Матрицы

Матрицы

Замечание 1. Произведение двух матриц может быть нулевой матрицей и тогда, когда каждая из матриц сомножителей не является нулевой.

Пример 11. Найти произведение матриц:
A ⋅ B = Матрицы

= МатрицыМатрицы

Замечание 2. Произведением двух диагональных матриц одного и того же порядка является диагональная матрица того же порядка.

Пример 12. Найти произведение диагональных матриц:
Матрицы
Тогда 
A⋅ B = Матрицы

Для таких двух матриц произведение коммутативно:
A⋅ B = B⋅ A.

Пример 13. Торгово-строительная компания заключила договор на строительство 6 жилых домов, 3 офисных зданий и 4 домов отдыха. Цены на отдельные виды материалов следующие: кирпич — 32 у.е./тыс. шт., цемент — 300 у.е./т., лес круглый — 44 у.е./м3, оцинкованное железо — 6 у.е./м2, стекло — 5 у.е./м2.

Информация о количестве материалов на каждый вид строительства представлена ​​в таблице:
Матрицы

Необходимо найти:
1) общее количество материалов;
2) цену материалов для каждого вида строения;
3) общую стоимость материалов.

Решение. 1) Запишем в виде матрицы А данные, которые характеризуют количество материалов на каждый вид строения, а данные об их ценах — в виде матрицы-столбца С.
Матрицы
Обозначим данные о договоре, заключенном на строительство сооружений через Матрицы
Чтобы найти общее количество материалов для строительства, нужно перемножить матрицы В и А и найти произведение BA, то есть

Матрицы

Таким образом, для выполнения договора на строительство 6 жилых, 3 офисных и 4 домов отдыха компания должна приобрести 960 тыс. шт. кирпича; 116 т цемента; 506 м3 круглого леса; 2580 м2 оцинкованного железа и 1780 м2 стекла.
2) Чтобы найти общую стоимость материалов для каждого вида строительства, нужно перемножить матрицу А на матрицу-столбец С, составленную из чисел, характеризующих цены на соответствующие материалы:

МатрицыМатрицы

Стоимость материалов для строительства жилого дома составляет 8860 у.е., для строительства офиса — 9348 у.е. и для строительства дома отдыха — 7740 у.е.

3) Для того, чтобы найти общую стоимость строительства согласно договора 6 жилых, 3 офисных и 4 домов отдыха нужно найти произведение матриц
Матрицы
Это же число можно получить еще так:
Матрицы
Таким образом, общая стоимость всего здания составляет 112 164 у.е.

Обратная матрица

Определение 1. Квадратная матрица А n-го порядка называется невырожденной (или неособенной), если ее определитель Матрицы не равен нулю.

Определение 2. Квадратная матрица А n-го порядка называется вырожденной (или особенной), если ее определитель Матрицы равен нулю.

Определение 3. Матрица А-1 называется обратной матрицей для квадратной невырожденной матрицы А, если выполняются равенства AA-1 = A-1A = E.

ТЕОРЕМА. Если матрица А n-го порядка невырожденная, то для нее существует обратная матрица А-1.

Доказательство. Пусть задана квадратная невырожденная матрица А, то есть ее определитель Матрицы ≠ 0.
A = Матрицы
Рассмотрим другую матрицу
В = Матрицы
где Aij — алгебраические дополнения элементов aij матрицы A.
Найдем произведение АВ:
АВ = Матрицы = C .

Каждый элемент cij  матрицы С равен
cij = ai1 Aj1 + ai2 Aj2 + … + ain Ajn.

Если i ≠ j, то есть выражение, которое является суммой произведений элементов i-й строки на алгебраические дополнения элементов другой строки определителя матрицы А. По теореме аннулирования эта сумма равна нулю.

Если i = j, то выражение cii = ai1Ai1 + ai2Ai2 + … + ainAin представляет собой сумму произведений элементов произвольной строки на соответствующие алгебраические дополнения этой строки определителя матрицы А. По теореме Лапласа такая величина равна определителю матрицы Матрицы.

То есть матрица С имеет вид

С = Матрицы

Если каждый элемент этой матрицы С разделить на Матрицы (т.е. умножить ее на Матрицы), то получим единичную матрицу Е, то есть
Матрицы

Это доказывает теорему.

Итак, обратная матрица имеет вид:
Матрицы
Дадим схему нахождения обратной матрицы для заданной квадратной невырожденной матрицы.
1. Вычислим определитель матрицы Матрицы.
2. Транспонирует матрицу A, то есть получаем матрицу:
Матрицы

3. Находим алгебраические дополнения каждого элемента транспонированной матрицы АТ и запишем их в виде матрицы АП:
Матрицы
4. Делим каждый элемент матрицы АП на определитель матрицы A, то есть умножим число
Матрицы на матрицу АП. Полученная матрица будет обратной:
Матрицы

Матрица АП, которая составлена ​​из алгебраических дополнений элементов транспонированной матрицы, называется присоединенной (или союзной) к матрице A.

Замечание 1. Присоединенная матрица будет иметь такой же вид AП, если транспонировать матрицу, составленную из алгебраических дополнений элементов матрицы A.

Пример 1. Найти обратную матрицу для матрицы
A = Матрицы
и показать, что AA-1 = A-1A = E.

Решение. Определитель этой матрицы
Матрицы
Транспонированная матрица AТ имеет вид
Матрицы
Найдем алгебраические дополнения каждого элемента этой матрицы
Матрицы

Матрицы
Присоединена матрица будет такой:
Матрицы
Обратная матрица А-1 для заданной матрицы А имеет вид
Матрицы
Легко проверить, что
Матрицы

Пример 2. Найти обратную матрицу для матрицы
A = Матрицы

Решение. Вычислим определитель этой матрицы:
Матрицы
Поскольку Матрицы, то есть матрица A вырождена, то обратной для нее не существует.
Замечание 2. Квадратная невырожденная матрица второго порядка  Матрицы имеет обратную A-1 , и она находится по формуле: Матрицы

Пример 3. Найти обратную матрицу к матрице
A = Матрицы
Решение. Заданная квадратная матрица второго порядка невырожденная, поскольку ее определитель
Матрицы
поэтому обратная к матрице A существует, и ее можно найти по предыдущей формуле:
Матрицы

Ранг матрицы

Рассмотрим прямоугольную матрицу размерности m × n                              (1.2).

Определение. Рангом матрицы называется самый высокий порядок отличных от нуля миноров. Его обозначают через r (или rang (A)).

Из определения вытекают следующие свойства ранга матрицы.

1. Ранг матрицы равен нулю только тогда, когда матрица нулевая. В других случаях ранг матрицы равен некоторому положительному числу.

2. Ранг прямоугольной матрицы не превышает меньшего из двух чисел m и n, то есть 0 ≤ r ≤ min (m, n).

3. Для квадратной матрицы n-го порядка r = n только тогда, когда матрица невырожденная.

4. Если r <n то определитель матрицы равен нулю.

Рассмотрим два метода нахождения ранга матрицы.
Первый метод — метод окантовки — заключается в следующем. Если все миноры 1-го порядка, то есть элементы матрицы, равны нулю, то r = 0.

Если хотя бы один из миноров 1-го порядка не равен нулю, а все миноры 2-го порядка равны нулю, то r = 1. Аналогично, если минор 2-го порядка отличен от нуля, то исследуем миноры 3-го порядка. Таким способом находят минор k-го порядка и проверяют, не равны ли нулю миноры (k + 1)-го порядка. Если все миноры (k + 1)-го порядка равны нулю, то ранг матрицы A равен числу k. Такие миноры (k + 1)-го порядка, как правило, находят путем “окантовки” минора k-го порядка.

Пример 1. Найти ранг матрицы:
A = Матрицы.

Решение. Все миноры 2-го порядка
Матрицы
равны нулю. Значит, ранг матрицы A равен единице: r (A) = 1.

Пример 2. Найти ранг матрицы:
A = Матрицы.
Решение. Поскольку в матрице A есть миноры 1-го порядка, отличные от нуля, то ее ранг может быть равен единице. Минор 2-го порядка
Матрицы
но, например, минор
Матрицы
отличен от нуля. Окантовывая минор М2 , получим минор 3-го порядка (в матрице A показано пунктиром)
Матрицы
Рассмотрим миноры 4-го порядка, которые окантовывают данный минор М3
Матрицы
Все они равны нулю, потому, что первая и четвертая строки пропорциональны. Значит ранг матрицы A равен 3 (r = 3).

Рассмотрен способ нахождения ранга матрицы не всегда удобный, поскольку нужно вычислять большое количество миноров.

Второй метод определения ранга матрицы заключается в применении элементарных преобразований матрицы при сведении ее в диагональному виду.

Элементарными преобразованиями матрицы называются такие операции:
1) перестановка местами любых двух строк (или столбцов);
2) умножение каждого элемента произвольной строки (или столбца) на отличное от нуля число;
3) вычеркивания строки (или столбца), которая содержит все нулевые элементы;
4) прибавление к элементам произвольной строки (или столбца) соответствующих элементов другой строки (или столбца), умноженных на одно и тоже отличное от нуля число.

При таких элементарных преобразованиях ранг матрица не изменяется.

Две матрицы называются эквивалентными, если одна из них получается из второй с помощью конечного числа элементарных преобразований. Эквивалентные матрицы не равны между собой, зато они имеют одинаковые ранги.

Если матрицы A и B эквивалентны, то это записывают так: .

С помощью элементарных преобразований матрицу можно свести к диагональному виду. Ранг такой матрицы равен числу отличных от нуля диагональных элементов.

Пример 3. Найти ранг матрицы
A = Матрицы

Решение.
1-й шаг. В заданной матрице переставим первую и вторую строки. На месте элемента а11 имеем элемент, равный 1.
2-й шаг. Добавим к элементам второй и третьей строк соответствующие элементы первой строки, умноженные на “–3”, а к элементам четвертой строки — соответствующие элементы первой, помноженные на “–5”.
3-й шаг. В первой строке можно автоматически записать все нули, кроме первого элемента “1”. Этого можно добиться, если к элементам 2-го, 3-го, 4-го и 5-го столбцов прибавить соответствующие элементы первого столбца, умноженные соответственно на числа: “–3”, “–3”, “–2”, “–5”.
4-й шаг. Добавим к элементам третьей и четвертой строк соответствующие элементы второй строки, умноженные на число “–2”.
5-й шаг. Во второй строке на месте элементов “–7”, “–3”, “–11” запишем нули (аналогично как на третьем шаге).
Рассмотренные шаги приведения матрицы A к диагональному виду покажем схематически так:

Матрицы

В последний матрице вычеркнем третью строчку и третий и четвертый столбцы, которые содержат все нулевые элементы:
Матрицы
Ранг этой матрицы равен трем, а значит и ранг матрицы A тоже равен 3, то есть r = 3.

Пример 4. Найти ранг матрицы:
A = Матрицы
Решение.
1-й шаг. Из элементов второй строки вычтем соответствующие элементы первой и поменяем их местами.
2-й шаг. К элементам второй и третьей строк добавим соответствующие элементы первой, умноженные соответственно на “–3” и “–5”.
3-й шаг. Запишем в первой строке все нули, кроме первого элемента “1”.
4-й шаг. Вычтем соответствующие элементы второй и третьей строк.
5-й шаг. Подобно тому, как на 3-м шаге, получим во второй строке нули на месте элементов “9” и “–7”. Покажем рассмотрены шаги схематично.

Матрицы

Ранг последней матрицы равен двум, а значит и ранг матрицы A равен 2, то есть r = 2.

Матрицы и общие сведения о матрицах

Многие экономические задачи связаны с обработкой информации, которая представлена таблицами данных. Поэтому исключительно важную роль играет понятие матрицы.

Определение 1. Матрицей называется прямоугольная таблица, составленная из чисел. Размерностью (или размером) матрицы называется пара чисел Матрицы, где Матрицы – число строк, Матрицы – число столбцов в таблице.

Матрицы обозначают обычно большими латинскими буквами и записывают следующим образом:

Матрицы

Здесь Матрицы– произвольный элемент матрицы, стоящий в i-й строке и j -м столбце. Кроме круглых скобок для обозначения матриц используют и квадратные.

Пример №22

Три завода выпускают пять различных видов продукции. Отчет о производстве за год в тыс. ед. представлен матрицей:

Матрицы

Где, например, Матрицы = 4 (тыс. ед.) – количество продукции 3-го вида, выпущенное 2-м заводом в течение этого года. Размерность этой матрицы 3×5.

Если число строк в матрице равно числу столбцов, т.е. размерность матрицы Матрицы, то матрица называется квадратной порядка Матрицы. Элементы Матрицы образуют главную диагональ квадратной матрицы. Матрица, состоящая из одной строки (одного столбца) называется вектор-строкой (Матрицы). Действительно, вектор-строка размерности Матрицы – это фактически вектор из Матрицы, а вектор-столбец размерности Матрицы – вектор из Матрицы. Например,

Матрицы.

Если все элементы матрицы равны нулю, то матрица называется нулевой. Две матрицы одинаковой размерности равны, если равны их соответствующие элементы. Транспонированной матрицей к матрице А называют матрицу Матрицы, которая получается, если в матрице А меняют местами соответствующие строки и столбцы. Для матрицы (1) получим

Матрицы

Размерность этой матрицы 5 x 3.

Над матрицами можно производить ряд операций. Матрицы одинаковой размерности можно складывать. Сложить две матрицы означает сложить их элементы, стоящие на одинаковых местах.

Матрицы можно умножать на число. Это означает, что все элементы матрицы надо умножить на данное число.

Пример №23

Если ассортимент продукции заводов из примера 1 не изменился в течение следующего года, то отчет о производстве за второй год тоже имеет вид матрицы:

Матрицы

Если же в течение третьего года производство каждого вида продукции на каждом заводе увеличилось на 20% по сравнению со вторым годом, то отчет за третий год будет таким:

Матрицы

Отчет же за три года будет выглядеть следующим образом:

Матрицы

Перемножение матриц и его свойства

Важнейшей операцией линейной алгебры является операция умножения матриц.

Пусть даны две матрицы: А – размерности Матрицы и В – размерности Матрицы. Т.к. количество столбцов первой матрицы равно количеству строк второй матрицы, то можно умножить матрицу А на матрицу В. Результатом умножения будет матрица С – размерности Матрицы (правило для запоминания: Матрицы). Элемент полученной матрицы Матрицы равен скалярному произведение двух векторов: i-й строки матрицы А и j-го столбца матрицы В, т.е.

Матрицы

Пример №24

Даны матрицы:

Матрицы Произведение матрицы А на матрицу В равно

Матрицы

Произведение АВ оказалось возможным, т.к. число столбцов первой матрицы совпадает с числом строк второй и равно 3. В то же время, произведение ВА невозможно, т.к. теперь число столбцов первой матрицы равно 3, а число строк второй – 2 .

Приведем основные свойства умножения матриц.

1. Как известно, для любых чисел а и b выполняется свойство: ab = ba. Для матриц, в общем случае, АВ Матрицы ВА. Например,

Матрицы 2. Единичной матрицей Е называется квадратная матрица, у которой все элементы главной диагонали равны единице, а остальные нули. Особенности умножения на эту матрицу такие: АЕ = ЕА = А.

3. Произведение матриц подчиняется сочетательному закону: (АВ)С = А(ВС).

4. При перемножении матриц и транспонировании имеет место свойство: Матрицы.

Пример №25

Предприятие выпускает три вида продукции Матрицы, используя два вида сырья Матрицы. Нормы расхода сырья характеризуются матрицей Матрицы

Например, Матрицы = 3 означает, что на выпуск единицы продукции Матрицы расходуется 3 единицы сырья Матрицы.

1) Требуется определить затраты сырья, необходимые для выполнения плана выпуска продукции: Матрицы – 100 ед., Матрицы – 50 ед., Матрицы – 80 ед. 2) Стоимость единицы сырья составляет: Матрицы – 15 грн., Матрицы – 22 грн. Рассчитать общие расходы на приобретение сырья, необходимые для выполнения плана 1).

Решение:

1) Введем вектор-столбец плана выпуска продукции:

Матрицы

Рассчитаем затраты сырья, необходимые для выполнения этого плана:

Матрицы 2) Введем вектор-строку стоимостей единиц сырья: Матрицы = (15 22).

Общие расходы на приобретения сырья, необходимые для выполнения плана:

Матрицы

Решая подобные задачи в дальнейшем, можно без рассуждений использовать формулу: Матрицы.

Эта лекция взята из раздела о предмете высшая математика, там вы найдёте другие лекци по всем темам высшей математики:

Другие темы которые вам помогут понять высшую математику:

Матрицы, действия над матрицами

Матрицей Матрицы  размера Матрицы называется таблица, что складывается из Матрицы рядов и Матрицы столбцов. 

Матрицы

Иногда матрица Матрицы обозначается не круглыми скобками, а двойными вертикальными отрезками: Матрицы или квадратными скобками:Матрицы 

Матрица размерности Матрицы называется квадратной матрицей Матрицы – ого порядка. Элементы Матрицы в этом случае образуют главную диагональ матрицы.  

Определитель, сложенный из элементов квадратной матрицы, называется определителем (детерминантом) матрицы и обозначают так: 

Матрицы

Квадратная матрица, в которой на главной диагонали стоят единицы, а другие элементы равны нулю, называется единичной и обозначается Матрицы

Матрицы

Если все элементы матрицы равны нулю, то такую матрицу называют нулевой и обозначают Матрицы

Две матрицы Матрицы  и Матрицы называют равными , если они одинакового размера и равны их элементы, что стоят на одинаковых местах. 

Произведением числа Матрицы на матрицу Матрицы  по определениям является матрица 

Матрицы 

Таким образом, чтобы умножить матрицу Матрицы на число Матрицы, нужно каждый элемент матрицы умножить на это число. 

Суммой матриц Матрицы и Матрицы одинакового размера Матрицы называется матрица Матрицы размера Матрицы, элементы которой находят так: 

Матрицы для всех Матрицы и Матрицы

Следует, складывание матриц приводится к складыванию соответственных элементов этих матриц. 

Отнимание матриц обозначаются через действия, которые уже рассматривали: 

Матрицы

то есть отнимание двух матриц приводится к отниманию их соответственных элементов. Очевидно, что отнимать можно только матрицы одинакового размера. 

Произведением матрицы Матрицы и Матрицы называется матрица Матрицы элемент Матрицы которой равен сумме произведений Матрицы– го ряда матрицы Матрицы на соответственные элементы Матрицы – ного столбца матрицы Матрицы то есть 

Матрицы

Для произведения матриц в общем случае справедливы соотношения:

Матрицы

(если же, обычно, существует каждый из слагаемых). 

Операции складывания матриц имеют свойства: 

Матрицы

4. Если Матрицы тогда Матрицы – противоположная к Матрицы матрица. 

Операции умножения матриц имеют такие свойства: 

Матрицы

Квадратная матрица Матрицы результат умножения этой матрицы на саму себя. Аналогично вводится понятие Матрицы – нной степени матрицы Матрицы, то есть 

Матрицы

Если в матрице Матрицы  поменять местами ряды и столбцы, то получим матрицу Матрицы  которую называют транспонированной к матрице  Матрицы

Решение примеров и задач:

Пример 1.1.

Для матриц: 

Матрицы

найти матрицы Матрицы

Решение.

Матрицы

Матрицы

Матрицы

Отметим, что Матрицы

Матрицы дают возможность укоротить записи и использовать одинаковые соображения для разных объектов. 

Задача 1.2 

Предприятие выпускает продукцию двух видов, используя при этом сырье трех типов. Затраты сырья на производстве продукции задаются матрицей Матрицы где  Матрицы – количество единиц сырья Матрицы – ого типа, что используется для производства единицы продукции Матрицы – ого вида. План ежедневного выпуска продукции превышает 90 единиц продукции первого вида и 120 единиц продукции второго вида. Стоимость единицы каждого типа сырья соответственно равны 8, 5 и 10 рублей. Обозначить общие затраты сырья Матрицы необходимой для ежедневного выпуска продукции, а также общую стоимость Матрицы этого сырья.

 Решение . Запишем план выпуска продукции в виде матрицы Матрицы Тогда общие затраты сырья планового выпуска продукции можно найти как произведение матрицы Матрицы и  Матрицы то есть 

Матрицы

Следует, для ежедневного выпуска продукции используется 930, 390 и 540 единиц сырья первого, второго и третьего типов соответственно. 

Зададим стоимость единицы каждого типа сырья матрицы Матрицы Тогда общая стоимость сырья: 

Матрицы

Заметим, что использование матриц а этой задаче привело к наглядности, упрощения и компактности вычислений. 

Определители

Число Матрицы называется определителем (детерминантом) второго порядка и обозначается так: 

Матрицы

Числа Матрицы – элементы определителя, причем первая цифра индекса в записи числа указывает на номер порядка, в котором стоит этот элемент, а вторая цифра интекса – на номер столбца. Диагональ, на которой размещены элементы Матрицы и Матрицы называется главной диагональю, а диагональ, на которой находится Матрицы и Матрицы называется побочной. Следует, определитель второго порядка равен разнице произведений элементов главной и побочной диагоналей. 

Аналогично, определителем третьего порядка называется число, что образуется из девяти чисел по такому правилу: 

Матрицы

Эта сумма складывается из шести произведений. В каждое произведение входит по одному числу из каждого порядка и в то же время до одного элемента из каждого столбца. Знаки произведений легко запомнить воспользовавшись схемами: 

Матрицы

Напомним основные свойства определителей третьего порядка

  1. Величина определителя не изменяется, если его ряды заменить столбцами, причем каждый ряд заменяют столбиком с тем же самым номером.
  2. Если в определителе поменять местами только два ряда (или два столбика), то определитель изменяет знак на противоположный, сохраняя абсолютное значение. 
  3. Если определитель имеет два одинаковых столбца или два одинаковых ряда. то он равен нулю.
  4. Если определитель содержит два пропорциональных ряда (столбца), то значение его равно нулю. Если элементы некоторого ряда (столбца) равны нулю, то и сам определитель равен нулю.
  5. Если все элементы некоторого ряда (столбца) умножить на одно и то же число, то значение определителя так же умножиться на то же число. Это подразумевает, что общий множитель всех элементов ряда (столбца) можно вынести за знак определителя. 
  6. Если каждый элемент некоторого ряда (столбца) является сумма двух слагаемых, то определитель можно предоставить в виде суммы двух определителей: в первом из них на месте каждой суммы остается только первое слагаемое, а во втором – только второе слагаемое (другие элементы определителя сохраняются). 
  7. Значение определителя не изменяется, если к элементами некоторого ряда (столбца) прибавить соответственные элементы другого параллельного ряда (столбца), умножив их поочередно на одно и то же число. 

Если в определителе Матрицы вычеркнуть  Матрицы – нный порядок и Матрицы – нный столбец, на пересечении которых размещен элемент  Матрицы то получим определитель второго порядка, который называется минором Матрицы элемента Матрицы Алгебраическими дополнениями Матрицы элемента Матрицы определителя Матрицы называется соответственный ему минор со знаком, который вычисляется по такому правилу: 

Матрицы

Еще одно свойство определителя. 

8. Определитель равен сумме произведений элементов некоторого ряда (столбца) на соответственные их алгебраические дополнения. 

Если по этому правилу раскрыть определитель Матрицы по первому порядку, то получим: 

Матрицы

Решение примеров:

Пример 1.11.

Вычислить определитель 

Матрицы

Решение. Сделаем этого двумя способами: 

а) Вычислим определитель раскладывая его по элементам третьего порядка (используем свойство 8). 

Матрицы

б) В этом случае, образуем нули во втором порядке (или в нем есть единица или же выбирается тот ряд ( или столбец), в котором пропорциональные элементы). Для этого к элементам второго столбца прибавим элементы первого, предварительно умножив их в уме на 2, потом к элементам третьего столбца прибавим элементы первого столбца, умноженные перед этим на – 3. Значение определителя при этом, согласно со свойствами 7, не измениться. 

Матрицы

Пример 1.12

Вычислить определитель третьего порядка

Матрицы

Решение. Преобразуем определитель таким образом, чтобы ниже главной диагонали все элементы его  стали нулями.  Тогда из определитель равен произведению диагональных элементов. 

Найдем разницу первого и второго рядов, а потом умножим первый порядок на 2 и отнимем от третьего порядка. Получим определитель 

Матрицы

Отняв второй порядок от третьего, получим: 

Матрицы

Матрицы

Пример 1.13

Вычислить определитель четвертого порядка

Матрицы

Решение. Сложим первый ряд к второму и четвертому, получим определитель

Матрицы

Переставим первый и третий столбцы: 

Матрицы

Сложим второй порядок к третьему и четвертому ряду и вынесем общий множитель элементов третьего и четвертого ряда: 

Матрицы

Отняв третий ряд от четвертого, получим: 

Матрицы

Ранг матрицы и способы его вычисления 

Матрица имеет ранг Матрицы если среди ее миноров существует хотя бы один минор порядка Матрицы отличный от нуля, а все миноры порядка Матрицы  и высшего равен нулю, или не существуют. 

Пример 1.29 

Найти ранг матрицы Матрицы

Решение. Эта матрица третьего порядка, следует, ее ранг не может быть больше трех. Определитель третьего порядка равен нулю: 

Матрицы

но существует минор второго порядка Матрицы Ранг матрицы Матрицы равен двум, Матрицы

Пример 1.30  

Найти ранг матрицы Матрицы

Решение. Эта матрица имеет размер Матрицы потому ее ранг не больше 3. Существует определитель третьего порядка Матрицы Следует, Матрицы

Элементарными преобразованиями матрицы называют такие ее преобразования: 

  1. Транспортировка, то есть замена каждого ряда столбцом с тем же номером и наоборот. 
  2. Перестановка двух рядов или двух столбиков.
  3. Умножение всех элементов ряда или столбца на любое число не равное нулю. 
  4. Складывание всех элементов ряда или столбца соответственных элементов параллельного ряда, умножено на одно и то же число. 

Матрицы полученные одна из другой элементарными преобразованиями, называются эквивалентными. Эквиваленты матрицы не равны одна другой, но при элементарных преобразований матриц ее ранг не изменяется. 

Пример 1.31. 

Найти ранг матрицы Матрицы

Решение. Разделим элементы первого ряда на 2, получим эквивалентную матрицу ( ранг этой матрицы равен рангу исходной):

Матрицы

Отнимем от третьего ряда второй, умноженный на 3.

Матрицы

При нахождении ранга матрицы, как правило, нужно вычислить большое количество определителей. Чтобы облегчить этот процесс, используют специальные способы. Ранг можно вычислить, например, так: над матрицей последовательно выполняют элементарные преобразования до тех пор, пока в каждом ряде и каждом столбце стоит не более одного ненулевого элемента. Тогда ранг матрицы будет равен числу этих ненулевых элементов. 

Пример 1.32  

Найти ранг матрицы Матрицы

Решение. Преобразуем в нули все элементы первого ряда, кроме первого элемента, для чего первый и второй столбец оставим без изменения, вместо третьего столбца запишем разницу между первым и третьим столбцом, а вместо четвертого – сумму четвертого и первого, умноженного на (-2).

  Матрицы

Далее без изменения оставим первый и третий столбцы, вместо второго запишем разницу между третьим и вторым столбцами, а вместо четвертого – сумму четвертого столбца и третьего, умноженного на -4. 

Матрицы

И наконец, остаточный столбик преобразуем на нули. Вместо него запишем разницу между вторым и четвертым столбцами. 

Матрицы

Полученная матрица содержит три ненулевых элемента, то есть Матрицы

Обратная матрица

Матрица Матрицы называется обратной к матрице Матрицы если 

Матрицы

Отсюда вытекает. что обратную матрицу могут иметь только квадратные матрицы. 

Матрицы

То есть обратная матрица складывается из алгебраических дополнений к элементам рядов, которые записываются в столбцы с соответственными номерами, а потом каждое алгебраическое дополнение делится на детерминант матрицы. 

Обратную матрицу можно использовать при решение системы линейных алгебраических уравнений матричным способом: матрицу – столбец Матрицы находят как произведение матрицы Матрицы обратной к матрице системы, и матрице – столбца свободных членов Матрицы то есть 

Матрицы

Решение примеров:

Пример 1.45 

Найти матрицу Матрицы обратную к матрице 

Матрицы

Решение. Вычислим определитель матрицы Матрицы и алгебраические дополнения всех элементов

Матрицы

Обратная матрица имеет  вид: 

Матрицы

Матрица Матрицы  найдена правильно, потому что: 

Матрицы

Матрицы

Пример 1.46 

Найти матрицу Матрицы обратную к матрице 

Матрицы

Решение. Поскольку определитель матрицы 

Матрицы

то для матрицы Матрицы существует обратная матрица Матрицы Найдем алгебраические дополнения элементов матрицы Матрицы

Матрицы

тогда 

Матрицы

Легко можно определить, что Матрицы то есть 

Матрицы

 Задача 1.47 

В цеху предприятия изготовляют две модели женской одежды. На изготовление первой модели тратят 2 м ткани, для изготовления второй – 3 м. При этом на изготовление этих моделей тратится 4 и 5 часов соответственно. Известно, что месячный запас ткани 100 м, а рабочее время ограниченно – 190 часов. Сложить такой план месячного изготовления этих моделей одежды, при котором полностью используются ресурсы (ткань и время).

Решение. Обозначим через Матрицы и Матрицы количество единиц месячного выпуска первой и второй моделей соответственно. По условию задачи сложим систему линейных уравнений: 

Матрицы

Решим эту систему матричным способом. Запишем ее в матричном виде: Матрицы

где Матрицы

Для матрицы Матрицы найдем обратную матрицу Матрицы Поскольку: 

Матрицы

Тогда 

Матрицы

Решением системы является 

Матрицы

Следует, для использования ресурсов еженедельно нужно изготовить 25 единиц первой и 10 единиц второй модели одежды.

 Заметим, что при решении экономических задач удобно использовать матричный способ. Вычислив один раз обратную матрицу и изменив ограничения на ресурсы (ежедневные, ежемесячные, ежегодные и так далее), получим план для выпуска продукции. 

Линейная алгебра

Линейная алгебра как самостоятельная математическая дисциплина начала формироваться в XVIII веке, когда в работах немецкого математика Г.Ф.Лейбница и швейцарского математика Г. Крамера впервые было введено понятие определителя (детерминанта) и приведены общие формулы для определения решений систем линейных уравнений. Позже английскими математиками А. Келли и Дж. Сильвестром было введено понятие матрицы и заложены основы матричного исчисления, что является аппаратом для компактной записи и анализа систем уравнений. Именно эти понятия линейной алгебры широко используются в прикладных задачах экономики. Так, для характеристики параметров производственных или бизнес-процессов выходные данные предоставляются в виде матрицы размером Матрицы

Методы линейной алгебры также применяются для обоснования управленческих решений, при обработке результатов наблюдений и тому подобное. Например, решение задач оптимизации планов работы предприятия, изучение спроса, планирование транспортных артерий можно свести к решению систем Матрицы линейных уравнений с Матрицы неизвестными.

После изучения данной темы вы сможете:

• использовать числовые матрицы для формирования и анализа таблиц исходных данных в экономике;
• использование систем линейных уравнений при разработке линейных экономико-математических моделей;
• применять понятие линейных векторных пространств с целью геометрической интерпретации экономических задач;
• иметь представление о собственных числа и собственные векторы квадратных матриц в аналитических задачах экономики;
• использовать собственные числа и собственные векторы квадратных матриц при разработке экономико-математических моделей;
• применять модель межотраслевого баланса (многоотраслевой экономики) для решения реальных задач экономики;
• строить линейную модель обмена (модель международной торговли) при решении конкретных задач.

Числовые матрицы и действия над ними

Для чего нужны матрицы? Например для решения задачи об использовании сырья:

Рассмотрим реальную задачу планирования выпуска промышленной продукции на примере отдельного предприятия, производящего электродвигатели как общего, так и специального назначения. Кроме электродвигателей, завод производит сложные изделия бытового и сельскохозяйственного назначения. Сформулируем задачу о распределении материальных ресурсов при изготовлении четырех основных видов продукции электродвигателей AИP 80, AИP 90, АИР 100 и электрических насосов БЦ 1,1-20.

Основными факторами производства являются сырье, полуфабрикаты, которые доставляются на предприятие, топливо и транспорт. Однако их объемы имеют определенные ограничения. Удельные затраты (затраты на изготовление единицы изделия каждого вида) и общие объемы имеющихся ресурсов (в соответствующих единицах) приведены в таблице 1.1.                                                                                     

Удельные затраты материальных ресурсов и объемы их имеющихся запасов     Таблица 1.1

Матрицы

 Задача состоит в построении такого плана производства основных видов продукции, который бы обеспечил полное использование материальных ресурсов, которые имеет в наличии предприятие.                                                                                                                         Составим математическую модель задачи, то есть опишем поставленную задачу с помощью математической символики. Введем обозначения величин, которые являются числовыми характеристиками плана производства. Пусть, Матрицы – количество двигателей AИP 80, которое соответствует полному использованию имеющихся ресурсов; Матрицы– количество двигателей AИP 90; Матрицы– количество двигателей AИP 100; Матрицы– количество электрических насосов БЦ 1,1-20.  Согласно условию задачи и с данными табл. 1.1 должны выполняться следующие равенства:

Матрицы       

Мы получили систему линейных уравнений – уравнений первой степени относительно неизвестных, – которая и является математической моделью задачи о полном использовании материальных ресурсов. Такие системы известны со школьного курса математики, но методы иx решения и, тем более, исследования для произвольного конечного числа уравнений и неизвестных в школьном курсе не изучаются (методы решения этой системы будут приведены позднее).

В общем случае задача о полном использовании ресурсов формулируется так: пусть предприятие выпускает продукцию Матрицы наименований, для производства которой используются Матрицы видов ресурсов. Потребности в ресурсах определенного вида для изготовления единицы продукции каждого типа, общее количество ресурсов каждого вида представлены в виде таблицы 1.2.

Задача о полном использовании ресурсов                                                                  Таблица 1.2

Матрицы

Необходимо определить количество продукции каждого из наименований, которое надо выработать предприятию, чтобы имеющиеся ресурсы были полностью использованы.

Составим математическую модель задачи. Пусть Матрицы – количества продукции соответствующего наименования, которую производит предприятие. Тогда по данным таблицы 1.2 должны выполняться равенства: 

Матрицы

Таким образом, нахождение решения задачи о полном использовании сырья сведено к решению системы Матрицы линейных уравнений с Матрицы неизвестными. Для исследования и решения таких систем применяются понятия матриц и определителей, которые являются основным математическим аппаратом для изучения систем линейных уравнений.

Определение матриц и некоторые их разновидности

Числовой матрицей размером Матрицы на Матрицы называется прямоугольная таблица чисел, которая имеет Матрицы строк и Матрицы столбцов. Числа, которые составляют матрицу, называют ее элементами.

Матрицы обозначают большими буквами латинского алфавита Матрицы и другими, а иx элементы – соответствующими строчными буквами с двойными индексами Матрицы где индекс и соответствует номеру строки матрицы Матрицы а Матрицы – номеру ее столбца Матрицы. К примеру, 

Матрицы

Каждый элемент Матрицы матрицы Матрицы находится на пересечении Матрицы-й строки и Матрицы-гo столбца. При изображении матриц множество элементов берут в круглые (или в квадратные) скобки.

В общем случае элементами матрицы могут быть другие объекты: векторы, функции, иx производные и т. д.

В теоретических исследованиях при ссылке на матрицу определенного размера обычно применяют обозначения Матрицы

Матрица Матрицы в которой количество строк равно числу столбцов Матрицы и равно Матрицы, называется квадратной матрицей порядка Матрицы (или Матрицы-го порядка) в противном случае Матрицы матрицу называют прямоугольной.

Матрицей-строкой называется матрица размера Матрицы, то есть состоящая из одной строки.

Матрицей-столбцом называется матрица размера Матрицы, которая имеет один столбец.

Если рассматривается матрица-строка (или матрица-столбец), то для ее элементов номер строки (или, соответственно, номер столбца) указывать не надо.

Матрица может состоять даже из одного элемента.

Нулевой матрицей называют матрицу, все элементы которой равны нулю. Она обозначается буквой Матрицы.

Главной диагональю квадратной матрицы Матрицы называется совокупность ее элементов, имеющих одинаковые индексы Матрицы, то есть это элементы Матрицы а совокупность элементов Матрицы называют побочной диагональю квадратной матрицы.

Симметричной называется квадратная матрица, в которой все элементы, расположенные симметрично относительно главной диагонали, есть попарно равными между собой. То есть для произвольных ее элементов при Матрицы выполняется соотношение: Матрицы

Если элементы каждой строки матрицы Матрицы записать в столбец, не нарушая порядка их расположения, то получим матрицу Матрицы, которая называется транспонированной к матрице Матрицы:

Матрицы

а сама операция перехода от матрицы Матрицы к матрице Матрицыназывается транспонирование матрицы. Понятно, что дважды транспонированная матрица дает исходную матрицу: Матрицы, а симметричная матрица совпадает со своей транспонированной.

Верхней (нижней) треугольной матрицей называется ненулевая квадратная матрица, все элементы которой, расположенные ниже (выше) главной диагонали, равны нулю.

Диагональной матрицей называется квадратная матрица, в которой все элементы, кроме, возможно, элементов главной диагонали, равны нулю. Такую матрицу целесообразно задавать перечнем ее диагональных элементов, указывая только один индекс: Матрицы

Единичной матрицей называется диагональная матрица, все элементы главной диагонали которой равны единице:

Матрицы

Обозначения единичной матрицы удобно сопровождать индексом, который указывает на ее порядок, следовательно, единичная матрица размера Матрицы обозначается Матрицы.

Символические определения основных типов матриц и их примеры приведены в таблице 1.3.

Основные разновидности матриц                                                                          Таблица 1.3

Матрицы

Действия над матрицами

Элементы двух матриц одинакового размера, которые стоят на пересечении одних и тех же (по номеру) строк и столбцов называются соответствующими.

Матрицы Матрицы и Матрицы одинакового размера называются равными, если их соответствующие элементы равны между собой:

Матрицы

Над матрицами определены следующие действия (операции): умножение матрицы на скаляр, добавление матриц, умножение матриц. Рассмотрим определение и свойства этих операций.

1. Произведением матрицы Матрицы со скаляром Матрицы называется матрица Матрицы соответствующие элементы которой являются произведением элементов матрицы Матрицы с постоянным множителем Матрицы:

Матрицы

Если Матрицы, то получаем матрицу, которая называется противоположною (к) матрице МатрицыМатрицы

2. Суммой матриц Матрицы и Матрицы одинакового размера называют матрицу Матрицы того же размера, каждый элемент Матрицы которой является суммой соответствующих элементов исходных матриц:

Матрицы

Согласно с определением нулевой матрицы имеем: Матрицы

Последствие: разницу двух матриц Матрицы можно рассматривать как сумму матриц, если к матрице Матрицы добавить матрицу, которая противоположна матрице Матрицы:

Матрицы

Найдем матрицу Матрицы, если

Матрицы

Поскольку заданные матрицы имеют одинаковый размер, то указанные действия можно выполнить. Следовательно, 

МатрицыМатрицы

Операции сложения матриц и умножения матрицы на скаляр называются линейными операциями над матрицами. Эти операции сводятся к соответствующим арифметических действий над числами и имеют те же свойства, что и операции над числами. Приведем эти свойства: 

Матрицыкоммутативность (переставной закон);

Матрицы – ассоциативность (соединительный закон);

Матрицы – дистрибутивность (распределительный закон).

Произведением матрицы Матрицы размера Матрицы на матрицу Матрицы размера Матрицы называется матрица Матрицы размера Матрицы, элементы которой вычисляются по формуле: Матрицы· Соответственно:

Матрицы

С (1.5) следует правило, называют правилом Матрицыстрока на столбецМатрицы:

чтобы вычислить элемент Матрицы произведения матриц Матрицы, надо элементы Матрицый строки матрицы Матрицы умножить на соответствующие по номеру элементы Матрицы столбца матрицы Матрицы и найти сумму полученных произведений.

Найдем за этим правилом произведение Матрицы, где 

Матрицы

Количество столбцов матрицы Матрицы равно числу строк матрицы Матрицы (Матрицы), следовательно, матрицу Матрицы можно умножить на матрицу Матрицы. Поскольку матрица Матрицы имеет две строки, а матрица Матрицы – один столбец, то их произведением будет матрица-столбец с двумя строками:

Матрицы

Понятно, что для приведенных матриц не существует произведение матрицы Матрицы на матрицу Матрицы, поскольку матрица Матрицы имеет один столбец, а матрица Матрицы – две строки.

Из определения произведения матриц вытекают следующие свойства операций умножения матриц.

1. Для того, чтобы две матрицы Матрицы и Матрицы можно было умножить, необходимо и достаточно, чтобы количество столбцов Матрицы первой матрицы (множимого Матрицы) равно количеству строк Матрицы второй матрицы (множителя Матрицы); соответственно, произведением матрицы размера Матрицы на матрицу размера Матрицы будет матрица размера Матрицы.
2. Если матрицы Матрицы и Матрицы являются квадратными матрицами одинакового размера, то существуют и произведение Матрицы, и произведение Матрицы, но может быть, что Матрицы, то есть для произведения матриц в общем случае не выполняется переставной закон. Однако произведения единичной матрицы Матрицы с матрицей Матрицы (того же размера) слева и справа равны между собой и равны матрицы Матрицы
3. Для произведения матриц выполняется ассоциативный закон, а именно:

Матрицы

Приведем свойства, присущие действиям над матрицами, в виде таблицы:

Свойства операций над матрицами                                                                         Таблица 1.4

Матрицы

Системы линейных алгебраических уравнений. Основные определения

Построение математических моделей процессов и явлений во всех сферах деятельности человека требует разработок соответствующего математичноrо аппарата, и системы линейных алгебраических уравнений является его важной составляющей. Эти уравнения играют важную роль и при построении математических моделей экономических процессов.

Системой линейных алгебраических уравнений (СЛАУ) называется совокупность Матрицы уравнений первой степени, то есть линейных уравнений, относительно Матрицы неизвестных Матрицы, которые в каждом уравнении являются числовыми характеристиками одного и того же процесса. Ее можно предоставить в развернутом виде :

Матрицы

где Матрицы – неизвестные характеристики, в отношении которых построена математическая модель задачи;

Матрицы – коэффициенты при неизвестных (параметры модели), где индексы Матрицы и Матрицы указывают, соответственно, на номера уравнения и неизвестного;

Матрицы – свободные члены (правые части уравнений), которые тоже являются параметрами математической модели.

Краткая запись системы уравнений (1.6) можно получить с помощью символа Матрицы, который означает почленное суммирование: 

Матрицы

Вернемся. к примеру, в котором рассматривалась математическая модель задачи об использовании. ресурсов. Если записать удельные затраты ресурсов как матрицу Матрицы, запасы ресурсов – как матрицу-столбец Матрицы, и неизвестные компоненты плана производства представить также как матрицу-столбец Матрицы то по определению произведения матриц систему линейных алгебраических уравнений (1.6) можно представить в виде матричного уравнения (матричная форма системы)

Матрицы

Приведем еще один способ представления системы уравнений с помощью матриц. Пусть матрица-столбец Матрицы описывает расходы производства на изготовление. единицы Матрицый продукции по всем Матрицы видам ресурсов. Каждая из этих матриц состоит из элементов соответствующего столбца. матрицы Матрицы. Итак, все матрицы Матрицы имеют одинаковый размер Матрицы.

Расходы ресурсов на изготовление Матрицый продукции в объеме Матрицы определяются как произведение матрицы Матрицы со скаляром Матрицы. Тогда общие затраты ресурсов на изготовление всех видов продукции равны их общим запасам, которые описываются матрицей-столбцом Матрицы, если производство является сбалансированным, то есть запасы ресурсов в полном объеме расходуются на изготовление продукции. Следовательно, имеем еще одну форму представления СЛАУ:

Матрицы

Матрицу Матрицы, которая составлена из коэффициентов при неизвестных системы уравнений (1.6), называют основной матрицей системы. Присоединяя справа (через вертикальную черту) к матрице Матрицы матрицу-столбец свободных членов Матрицы получаем матрицу Матрицы, которую называют расширенной матрицей системы:

Матрицы

Понятно, что операции над строками расширенно и матрицы являются операциями над соответствующими уравнениями системы.

Решением системы уравнений называется такой набор чисел МатрицыМатрицы, который при его подстановке вместо неизвестных МатрицыМатрицы в каждое уравнение системы превращает эти уравнения в числовые тождества.

Система линейных алгебраических уравнений называется совместной, если она имеет по крайней мере одно решение, и несовместимой, если она не имеет никакого решения. Совместимую систему уравнений называют определенной, если она имеет единственное решение, и неопределенной, если количество решений более одного.

Система линейных уравнений называется неоднородной, если хотя бы один элемент матрицы-столбца свободных членов отличается от нуля. Если все элементы Матрицы равны нулю, то такая система линейных уравнений называется однородной. Однородная система уравнений имеет вид:

Матрицы

где Матрицы основная матрица системы;

Матрицы матрица-столбец неизвестных;

Матрицы матрица-столбец свободных членов, которая содержит только нули.

Лекции:

  • Расстояние между скрещивающимися прямыми
  • Нахождение промежутков возрастания и убывания функции
  • Изменить порядок интегрирования
  • Производная функции заданной неявно
  • Методы определенного интегрирования
  • Обыкновенные дифференциальные уравнения
  • Частные производные. Частные дифференциалы
  • Теорема об остатке
  • Найти частные производные
  • Уравнения с двумя переменными

Given an N * N matrix, the task is to find the product of the elements of left and right diagonal. 
 

Examples: 

Input: arr[] = 1 2 3 4
                      5 6 7 8 
                      9 7 4 2
                      2 2 2 1
Output: 9408
Explanation:
Product of left diagonal = 1 * 4 * 6 * 1 = 24
Product of right diagonal = 4 * 7 * 7 * 2 = 392
Total product = 24 * 392 = 9408

Input: arr[] = 2 1 2 1 2
                      1 2 1 2 1
                      2 1 2 1 2
                      1 2 1 2 1
                      2 1 2 1 2  
Output : 512
Explanation:
Product of left diagonal = 2 * 2 * 2 * 2 * 2 = 32
Product of right diagonal = 2 * 2 * 2 * 2 * 2 = 32
But we have a common element in this case so
Total product = (32 * 32)/2  = 512

Approach: 

  • We need to find out the principal diagonal and secondary diagonal elements of the matrix. Please refer to this article for this [ Program to print the Diagonals of a Matrix ] 
  • In this method, we use one loop i.e. a loop for calculating product of both the principal and secondary diagonals
  • Divide the answer by middle element for matrix of odd size

Below is the implementation of the above approach: 
 

CPP

#include <bits/stdc++.h>

using namespace std;

int productDiagonals(int arr[][100], int n)

{

    int product = 1;

    for (int i = 0; i < n; i++) {

        product = product * arr[i][i];

        product = product * arr[i][n - i - 1];

    }

    if (n % 2 == 1) {

        product = product / arr[n / 2][n / 2];

    }

    return product;

}

int main()

{

    int arr1[100][100] = { { 1, 2, 3, 4 },

                           { 5, 6, 7, 8 },

                           { 9, 7, 4, 2 },

                           { 2, 2, 2, 1 } };

    cout << productDiagonals(arr1, 4) << endl;

    int arr2[100][100] = { { 2, 1, 2, 1, 2 },

                           { 1, 2, 1, 2, 1 },

                           { 2, 1, 2, 1, 2 },

                           { 1, 2, 1, 2, 1 },

                           { 2, 1, 2, 1, 2 } };

    cout << productDiagonals(arr2, 5) << endl;

    return 0;

}

Java

import java.util.*;

class GFG

{

static int productDiagonals(int arr[][], int n)

{

    int product = 1;

    for (int i = 0; i < n; i++)

    {

        product = product * arr[i][i];

        product = product * arr[i][n - i - 1];

    }

    if (n % 2 == 1)

    {

        product = product / arr[n / 2][n / 2];

    }

    return product;

}

public static void main(String[] args)

{

    int arr1[][] = { { 1, 2, 3, 4 },

                        { 5, 6, 7, 8 },

                        { 9, 7, 4, 2 },

                        { 2, 2, 2, 1 } };

    System.out.print(productDiagonals(arr1, 4) + "n");

    int arr2[][] = { { 2, 1, 2, 1, 2 },

                        { 1, 2, 1, 2, 1 },

                        { 2, 1, 2, 1, 2 },

                        { 1, 2, 1, 2, 1 },

                        { 2, 1, 2, 1, 2 } };

    System.out.print(productDiagonals(arr2, 5) + "n");

}

}

Python3

def productDiagonals(arr, n):

    product = 1;

    for i in range(n):

        product = product * arr[i][i];

        product = product * arr[i][n - i - 1];

    if (n % 2 == 1):

        product = product // arr[n // 2][n // 2];

    return product;

if __name__ == '__main__':

    arr1 = [[ 1, 2, 3, 4 ],[ 5, 6, 7, 8 ],

            [ 9, 7, 4, 2 ],[ 2, 2, 2, 1 ]];

    print(productDiagonals(arr1, 4));

    arr2 = [[ 2, 1, 2, 1, 2 ],[ 1, 2, 1, 2, 1 ],

            [ 2, 1, 2, 1, 2 ],[ 1, 2, 1, 2, 1 ],

            [ 2, 1, 2, 1, 2 ]];

    print(productDiagonals(arr2, 5));

C#

using System;

class GFG

{

static int productDiagonals(int [,]arr, int n)

{

    int product = 1;

    for (int i = 0; i < n; i++)

    {

        product = product * arr[i,i];

        product = product * arr[i,n - i - 1];

    }

    if (n % 2 == 1)

    {

        product = product / arr[n / 2,n / 2];

    }

    return product;

}

public static void Main(String[] args)

{

    int [,]arr1 = { { 1, 2, 3, 4 },

                    { 5, 6, 7, 8 },

                    { 9, 7, 4, 2 },

                    { 2, 2, 2, 1 } };

    Console.Write(productDiagonals(arr1, 4) + "n");

    int [,]arr2 = { { 2, 1, 2, 1, 2 },

                    { 1, 2, 1, 2, 1 },

                    { 2, 1, 2, 1, 2 },

                    { 1, 2, 1, 2, 1 },

                    { 2, 1, 2, 1, 2 } };

    Console.Write(productDiagonals(arr2, 5) + "n");

}

}

Javascript

<script>

function productDiagonals(arr, n)

{

    var product = 1;

    for (var i = 0; i < n; i++) {

        product = product * arr[i][i];

        product = product * arr[i][n - i - 1];

    }

    if (n % 2 == 1) {

        product =

        product / arr[parseInt(n / 2)][parseInt(n / 2)];

    }

    return product;

}

var arr1 = [ [ 1, 2, 3, 4 ],

                       [ 5, 6, 7, 8 ],

                       [ 9, 7, 4, 2 ],

                       [ 2, 2, 2, 1 ] ];

document.write( productDiagonals(arr1, 4) + "<br>");

var arr2 = [ [ 2, 1, 2, 1, 2 ],

                       [ 1, 2, 1, 2, 1 ],

                       [ 2, 1, 2, 1, 2 ],

                       [ 1, 2, 1, 2, 1 ],

                       [ 2, 1, 2, 1, 2 ] ];

document.write( productDiagonals(arr2, 5));

</script>

Time Complexity: O(N), traversing a loop from 0 to N.
Auxiliary Space: O(1) because constant extra space is required.

Last Updated :
30 Aug, 2022

Like Article

Save Article

Matrix multiplication diagram.svg

Умноже́ние ма́триц — одна из основных операций над матрицами. Матрица, получаемая в результате операции умножения, называется произведе́нием ма́триц. Элементы новой матрицы получаются из элементов старых матриц в соответствии с правилами, проиллюстрированными нижеПерейти к разделу «Иллюстрация».

Матрицы A и B могут быть перемножены, если они совместимы в том смысле, что число столбцов матрицы A равно числу строк B.

Матрицы обладают многими алгебраическими свойствами умножения, присущими обычным числам, за исключением коммутативностиПерейти к разделу «Свойства».

Для квадратных матриц, помимо умножения, может быть введена операция возведения матрицы в степеньПерейти к разделу «Степени матриц» и обратная матрицаПерейти к разделу «Обратная матрица».

Тогда как матрицы используются для описания, в частности, преобразований математических пространств (поворот, отражение, растяжение и другие), произведение матриц будет описывать композицию преобразованийПерейти к разделу «Обсуждение».

Определение[править | править код]

Пусть даны две прямоугольные матрицы A и B размерности {displaystyle ltimes m} и mtimes n соответственно:

{displaystyle A={begin{bmatrix}a_{11}&a_{12}&cdots &a_{1m}\a_{21}&a_{22}&cdots &a_{2m}\vdots &vdots &ddots &vdots \a_{l1}&a_{l2}&cdots &a_{lm}end{bmatrix}},;;;B={begin{bmatrix}b_{11}&b_{12}&cdots &b_{1n}\b_{21}&b_{22}&cdots &b_{2n}\vdots &vdots &ddots &vdots \b_{m1}&b_{m2}&cdots &b_{mn}end{bmatrix}}.}

Тогда матрица C размерностью {displaystyle ltimes n}:

{displaystyle C={begin{bmatrix}c_{11}&c_{12}&cdots &c_{1n}\c_{21}&c_{22}&cdots &c_{2n}\vdots &vdots &ddots &vdots \c_{l1}&c_{l2}&cdots &c_{ln}end{bmatrix}},}

в которой:

{displaystyle c_{ij}=sum _{r=1}^{m}a_{ir}b_{rj};;;left(i=1,2,ldots l;;j=1,2,ldots nright).}

называется их произведением.

Операция умножения двух матриц выполнима только в том случае, если число столбцов в первом сомножителе равно числу строк во втором; в этом случае говорят, что матрицы согласованы. В частности, умножение всегда выполнимо, если оба сомножителя — квадратные матрицы одного и того же порядка.

Таким образом, из существования произведения AB вовсе не следует существование произведения BA.

Иллюстрация[править | править код]

Matrix multiplication diagram 2.svg

Произведение матриц AB состоит из всех возможных комбинаций скалярных произведений вектор-строк матрицы A и вектор-столбцов матрицы B. Элемент матрицы AB с индексами i, j есть скалярное произведение i-ой вектор-строки матрицы A и j-го вектор-столбца матрицы B.

Иллюстрация справа демонстрирует вычисление произведения двух матриц A и B, она показывает как каждые пересечения в произведении матриц соответствуют строкам матрицы A и столбцам матрицы B. Размер результирующей матрицы всегда максимально возможный, то есть для каждой строки матрицы A и столбца матрицы B есть всегда соответствующее пересечение в произведении матрицы.

Значения на пересечениях, отмеченных кружочками, будут:

{begin{aligned}{color {Red}x_{1,2}}&=(a_{1,1},a_{1,2})cdot (b_{1,2},b_{2,2})\&=a_{1,1}b_{1,2}+a_{1,2}b_{2,2}\{color {Blue}x_{3,3}}&=(a_{3,1},a_{3,2})cdot (b_{1,3},b_{2,3})\&=a_{3,1}b_{1,3}+a_{3,2}b_{2,3}end{aligned}}

В общем случае, произведение матриц не является коммутативной операцией. К примеру:

{overset {3times 4{text{ matrix}}}{begin{bmatrix}cdot &cdot &cdot &cdot \cdot &cdot &cdot &cdot \color {Blue}1&color {Blue}2&color {Blue}3&color {Blue}4\end{bmatrix}}}{overset {4times 5{text{ matrix}}}{begin{bmatrix}cdot &cdot &cdot &color {Red}a&cdot \cdot &cdot &cdot &color {Red}b&cdot \cdot &cdot &cdot &color {Red}c&cdot \cdot &cdot &cdot &color {Red}d&cdot \end{bmatrix}}}={overset {3times 5{text{ matrix}}}{begin{bmatrix}cdot &cdot &cdot &cdot &cdot \cdot &cdot &cdot &cdot &cdot \cdot &cdot &cdot &x_{3,4}&cdot \end{bmatrix}}}

Элемент x_{{3,4}} произведения матриц, приведённых выше, вычисляется следующим образом

x_{3,4}=({color {Blue}1},{color {Blue}2},{color {Blue}3},{color {Blue}4})cdot ({color {Red}a},{color {Red}b},{color {Red}c},{color {Red}d})={color {Blue}1}cdot {color {Red}a}+{color {Blue}2}cdot {color {Red}b}+{color {Blue}3}cdot {color {Red}c}+{color {Blue}4}cdot {color {Red}d}

Первая координата в обозначении матрицы обозначает строку, вторая координата — столбец; этот порядок используют как при индексации, так и при обозначении размера. Элемент x_{{color {Blue}i}{color {Red}j}} на пересечении строки i и столбца j результирующей матрицы является скалярным произведением i-й строки первой матрицы и j-го столбца второй матрицы.
Это объясняет почему ширина и высота умножаемых матриц должны совпадать: в противном случае скалярное произведение не определено.

Обсуждение[править | править код]

Увидеть причины описанного правила матричного умножения легче всего, рассмотрев умножение вектора на матрицу.

Последнее естественно вводится исходя из того, что при разложении векторов по базису действие (любого) линейного оператора A даёт выражение компонент вектора v’ = Av:

v'_{i}=sum limits _{j}A_{ij}v_{j}

То есть линейный оператор оказывается представлен матрицей, векторы — векторами-столбцами, а действие оператора на вектор — матричным умножением вектора-столбца слева на матрицу оператора (это частный случай матричного умножения, когда одна из матриц — вектор-столбец — имеет размер {displaystyle ntimes 1}).

(Равно переход к любому новому базису при смене координат представляется полностью аналогичным выражением, только v'_{i} в этом случае уже не компоненты нового вектора в старом базисе, а компоненты старого вектора в новом базисе; при этом A_{{ij}} — элементы матрицы перехода к новому базису).

Рассмотрев последовательное действие на вектор двух операторов: сначала A, а потом B (или преобразование базиса A, а затем преобразование базиса B), дважды применив нашу формулу, получим:

v''_{i}=sum limits _{j}B_{ij}sum limits _{k}A_{jk}v_{k}=sum limits _{j}sum limits _{k}B_{ij}A_{jk}v_{k}=sum limits _{k}sum limits _{j}(B_{ij}A_{jk})v_{k},

откуда видно, что композиции BA действия линейных операторов A и B (или аналогичной композиции преобразований базиса) соответствует матрица, вычисляемая по правилу произведения соответствующих матриц:

(BA)_{ik}=sum limits _{j}B_{ij}A_{jk}.

Определённое таким образом произведение матриц оказывается совершенно естественным и очевидно полезным (даёт простой и универсальный способ вычисления композиций произвольного количества линейных преобразований).

Свойства[править | править код]

Сочетательное свойство, ассоциативность:

mathbf {A} (mathbf {BC} )=(mathbf {AB} )mathbf {C} ;
alpha (mathbf {AB} )=(alpha mathbf {A} )mathbf {B} =mathbf {A} (alpha mathbf {B} ).

Распределительное свойство, дистрибутивность относительно сложения:

mathbf {A} (mathbf {B} +mathbf {C} )=mathbf {AB} +mathbf {AC} ;
(mathbf {A} +mathbf {B} )mathbf {C} =mathbf {AC} +mathbf {BC} ..

Произведение матрицы на единичную матрицу mathbf {E} подходящего порядка равно самой матрице:

mathbf {EA} =mathbf {A} ;
mathbf {AE} =mathbf {A} .

Произведение матрицы на нулевую матрицу mathbf {0} подходящей размерности равно нулевой матрице:

mathbf {0A} =mathbf {0} ;
mathbf {A0} =mathbf {0} .

Если mathbf {A} и mathbf {B}  — квадратные матрицы одного и того же порядка, то произведение матриц обладает ещё рядом свойств.

Умножение матриц в общем случае некоммутативно:

mathbf {AB} neq mathbf {BA} .

Если mathbf {AB} =mathbf {BA} , то матрицы mathbf {A} и mathbf {B} называются коммутирующими между собой.

Простейшие примеры коммутирующих матриц:

  • любая квадратная матрица — с самой собой: mathbf {AA} =mathbf {AA} =mathbf {A^{2}} (возведение матрицы в квадрат);
  • любая квадратная матрица — с единичной матрицей того же порядка: mathbf {AE} =mathbf {EA} =mathbf {A} ;
  • любая квадратная матрица — с нулевой матрицей того же порядка: mathbf {A0} =mathbf {0A} =mathbf {0} ;
  • любая невырожденная квадратная матрица — со своей обратной матрицей: mathbf {AA^{-1}} =mathbf {A^{-1}A} =mathbf {E} .

Определитель и след произведения не зависят от порядка умножения матриц:

det(mathbf {AB} )=det(mathbf {BA} )=det mathbf {A} cdot det mathbf {B} ;
{mbox{tr}}(mathbf {AB} )={mbox{tr}}(mathbf {BA} ).

Обратная матрица[править | править код]

Квадратная матрица A называется неособенной (невырожденной), если она имеет единственную обратную матрицу A^{{-1}} такую, что выполняется условие:

{displaystyle AA^{-1}=A^{-1}A=E.}

В противном случае матрица A называется особенной (вырожденной).

Матрица A=left[a_{ik}right] порядка n является невырожденной в том и только в том случае, если det A=det left[a_{ik}right]neq 0; в этом случае A^{{-1}} есть квадратная матрица того же порядка n:

A^{-1}=left[a_{ik}right]^{-1}=left[{frac {A_{ki}}{det A}}right],

где A_{{ik}} — алгебраическое дополнение элемента a_{{ik}} в определителе det left[a_{ik}right].

Алгоритмы быстрого перемножения матриц[править | править код]

Сложность вычисления произведения матриц по определению составляет  O(n^{3}), однако существуют более эффективные алгоритмы[1], применяющиеся для больших матриц. Вопрос о предельной скорости умножения больших матриц, также как и вопрос о построении наиболее быстрых и устойчивых практических алгоритмов умножения больших матриц остаётся одной из нерешённых проблем линейной алгебры.

  • Алгоритм Штрассена (1969)
Первый алгоритм быстрого умножения больших матриц был разработан Фолькером Штрассеном[2] в 1969 году. В основе алгоритма лежит рекурсивное разбиение матриц на блоки 2Х2. Штрассен доказал, что матрицы 2Х2 можно некоммутативно перемножить с помощью семи умножений, поэтому на каждом этапе рекурсии выполняется семь умножений вместо восьми. В результате асимптотическая сложность этого алгоритма составляет O(n^{log _{2}7})approx O(n^{2.81}). Недостатком данного метода является бо́льшая сложность программирования по сравнению со стандартным алгоритмом, слабая численная устойчивость и больший объём используемой памяти. Разработан ряд алгоритмов на основе метода Штрассена, которые улучшают численную устойчивость, скорость по константе и другие его характеристики. Тем не менее, в силу простоты алгоритм Штрассена остаётся одним из практических алгоритмов умножения больших матриц. Штрассен также выдвинул следующую гипотезу Штрассена: для сколь угодно малого varepsilon >0 существует алгоритм, при достаточно больших натуральных n гарантирующий перемножение двух матриц размера ntimes n за O(n^{2+varepsilon }) операций.
  • Дальнейшие улучшения показателя степени ω для скорости матричного умножения

Хронология улучшения оценок показателя степени ω для вычислительной сложности матричного умножения {displaystyle O(n^{omega })}.

В дальнейшем оценки скорости умножения больших матриц многократно улучшались. Однако эти алгоритмы носили теоретический, в основном приближённый характер. В силу неустойчивости алгоритмов приближённого умножения в настоящее время они не используются на практике.

  • Алгоритм Пана (1978)
В 1978 году Пан[3] предложил свой метод умножения матриц, сложность которого составила Θ(n2.78041).
  • Алгоритм Бини (1979)
В 1979 году группа итальянских учёных во главе с Бини[4] разработала алгоритм умножения матриц с использованием тензоров. Его сложность составляет Θ(n2.7799).
  • Алгоритмы Шёнхаге (1981)
В 1981 году Шёнхаге[5] представил метод, работающий со скоростью Θ(n2.695). Оценка получена с помощью подхода, названного частичным матричным умножением. Позже ему удалось получить оценку Θ(n2.6087).
Затем Шёнхаге на базе метода прямых сумм получил оценку сложности Θ(n2.548). Романи сумел понизить оценку до Θ(n2.5166), а Пан — до Θ(n2.5161).
  • Алгоритм Копперсмита — Винограда (1990)
В 1990 году Копперсмит и Виноград[6] опубликовали алгоритм, асимптотическая сложность которого составляла O(n2.3755). Этот алгоритм использует идеи, схожие с алгоритмом Штрассена. На сегодняшний день модификации алгоритма Копперсмита-Винограда являются наиболее асимптотически быстрыми. В последней модификации Джоша Алмана и Вирджинии Вильямс (2020) алгоритм умножает матрицы со скоростью O(n2.3728596)[7]. Тот факт, что последние полученные улучшения ничтожны, позволяет говорить о существовании «барьера Копперсмита-Винограда» в асимптотических оценках скорости алгоритмов. Алгоритм Копперсмита-Винограда эффективен только на матрицах астрономического размера и на практике применяться не может.
  • Связь с теорией групп (2003)
В 2003 году Кох и др. рассмотрели в своих работах[8] алгоритмы Штрассена и Копперсмита-Винограда в контексте теории групп. Они показали, что гипотеза Штрассена справедлива (т.е. минимальная сложность ограничена O(n^{2+varepsilon }) для любого varepsilon ) , если выполняется одна из гипотез теории групп[9].

Степени матриц[править | править код]

Квадратные матрицы можно многократно умножать сами на себя так же, как обычные числа, так как у них одинаковое число строк и столбцов.
Такое последовательное умножение можно назвать возведением матрицы в степень — это будет частный случай обычного умножения нескольких матриц. У прямоугольных матриц число строк и столбцов разное, поэтому их никогда нельзя возводить в степень.
Матрица A размерности n × n, возведённая в степень, определяется формулой

{displaystyle mathbf {A} ^{k}=underbrace {mathbf {A} mathbf {A} cdots mathbf {A} } _{k}}

и обладает следующими свойствами (λ — некоторый скаляр):

Нулевая степень:

mathbf {A} ^{0}=mathbf {E}

где E – единичная матрица. Это аналог того факта, что нулевая степень любого числа равна единице.

Умножение на скаляр:

(lambda mathbf {A} )^{k}=lambda ^{k}mathbf {A} ^{k}

Определитель:

det(mathbf {A} ^{k})=det(mathbf {A} )^{k}

Наиболее простой способ вычисления степени матрицы — это умножать k раз матрицу A на результат предыдущего умножения, начиная с единичной матрицы, как это часто делают для скаляров.
Для диагонализируемых матриц существует лучший метод, основанный на использовании спектрального разложения матрицы A.
Ещё один метод, основанный на теореме Гамильтона — Кэли, строит более эффективное выражение для Ak, в котором в требуемую степень возводится скаляр, а не вся матрица.

Особый случай составляют диагональные матрицы.
Так как произведение диагональных матриц сводится к умножению соответствующих диагональных элементов, то k-ая степень диагональной матрицы A состоит из элементов, возведённых в требуемую степень:

mathbf {A} ^{k}={begin{pmatrix}a_{11}&0&cdots &0\0&a_{22}&cdots &0\vdots &vdots &ddots &vdots \0&0&cdots &a_{nn}end{pmatrix}}^{k}={begin{pmatrix}a_{11}^{k}&0&cdots &0\0&a_{22}^{k}&cdots &0\vdots &vdots &ddots &vdots \0&0&cdots &a_{nn}^{k}end{pmatrix}}.

Таким образом, возвести диагональную матрицу в степень несложно.
При возведении произвольной матрицы (не обязательно диагональной) в степень часто полезным оказывается использовать сначала свойства диагонализируемых матриц.

Используя умножение матриц и возведение матриц в степень, можно определить другие операции над матрицами. Например, матричная экспонента может быть определена через степенной ряд, матричный логарифм — как обратная к матричной экспоненте функция и так далее.

См. также[править | править код]

  • Произведение Кронекера
  • Произведение Адамара

Литература[править | править код]

  • Корн Г., Корн Т. Алгебра матриц и матричное исчисление // Справочник по математике. — 4-е издание. — М.: Наука, 1978. — С. 392—394.

Примечания[править | править код]

  1. Кибернетический сборник. Новая серия. Вып. 25. Сб. статей 1983 — 1985 гг.: Пер. с англ. — М.: Мир, 1988 — В.Б. Алекссев. Сложность умножения матриц. Обзор.
  2. Strassen V. Gaussian Elimination is not Optimal (англ.) // Numerische Mathematik / F. Brezzi — Springer Science+Business Media, 1969. — Vol. 13, 13, Iss. 4. — P. 354—356, 354—356. — ISSN 0029-599X; 0945-3245 — doi:10.1007/BF02165411
  3. Pan V. Ya, Strassen’s algorithm is not optimal — trilinear technique of aggregating uniting and canceling for constructing fast algorithms for matrix operations. — Proc. 19th Annual Symposium on Foundations of Computer Science, Ann Arbor, Mich., 1978
  4. Bini D., Capovani M., Lotti G., Romani F. — O(n^{2.7799}) complexity for approximate matrix multiplication. — Inform. Process. Lett., 1979
  5. Schonhage A. Partial and total matrix multiplication. — SIAM J. Comput., 1981
  6. Don Coppersmith and Shmuel Winograd. Matrix multiplication via arithmetic progressions. Journal of Symbolic Computation, 9:251-280, 1990.
  7. Quanta Magazine
  8. Group-theoretic Algorithms for Matrix Multiplication. Дата обращения: 26 сентября 2009. Архивировано 6 августа 2011 года.
  9. Toward an Optimal Algorithm for Matrix Multiplication. Дата обращения: 26 сентября 2009. Архивировано из оригинала 31 марта 2010 года.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
matr = [[1,2,3,4,5,6,7,8,9,0],
        [1,0,3,4,5,6,7,8,9,1],
        [1,2,3,4,5,6,7,8,9,2],
        [1,2,3,0,5,6,0,8,9,3],
        [1,2,3,4,5,0,7,8,9,4],
        [1,2,3,4,0,6,7,8,9,5],
        [1,2,3,4,5,6,7,8,9,6],
        [1,2,3,4,5,6,7,0,9,7],
        [1,0,3,4,5,6,7,8,9,8],
        [1,2,3,4,5,6,7,8,9,9]]
 
print reduce(lambda res, x: res*x, [el[i] for i, el in enumerate(matr) if el[i] > 0], 1)
print reduce(lambda res, x: res*x, [el[i] for i, el in enumerate(matr[::-1])  if el[i] > 0], 1)
 
>>51030
864

ЛЕКЦИЯ 3

 

2.
МАТРИЦЫ И ОПРЕДЕЛИТЕЛИ

 

2.1. Понятие
матрицы

О п р е д е л е н и е. Матрицей называется прямоугольная таблица чисел,
состоящая из
m строк и n столбцов.     порядок или размер матрицы. Например, матрица

 

имеет
размер   ,  так как в этой
матрице количество строк равно , а количество столбцов равно . Числа, из которых состоит матрица, называются элементами. В
общем случае матрицы символически обозначаются следующим образом

.

Типы
матриц:

1.            
Прямоугольные    .

2.            
Квадратные    .

3.            
Трапецеидальные   
прямоугольные матрицы, у которых   при    или .

4.            
Треугольные   
квадратные матрицы, у которых   при    или .

5.            
Диагональные   
квадратные матрицы, у которых   при   .

6.            
Единичная
матрица    диагональная 
матрица, у которой .

7.            
Траспонированная
матрица – это матрица, которая получается из матрицы  путём замены  в ней строк столбцами.

П р и м е р ы  
м а т р и ц.

    
прямоугольная  матрица,

   
квадратная матрица,

    трапецеидальная матрица,

   
треугольная матрица,

    диагональная матрица,

    единичная матрица.

    транспонировання матрица для матрицы 

2.2.  Действия с матрицами

 

С матрицами можно выполнять следующие операции:

1)
Сложение матриц. Матрица  называется суммой
матриц , если ,  Матрица А и В
должны быть одного и того же порядка, Матрица С получится того же порядка, что и матрицы А и В.

П р и м е р. Найдите сумму матриц   и .

Р е ш е н и е.  Элементы матрицы 
  получаем путём
суммирования соответствующих элементов матриц 
А и В

       2) Умножение
матрицы на число
. Матрица  называется
произведением матрицы  на число если .

П р и м е р.
Найдите произведение матрицы   на число  .

Р е ш е н и е.  Элементы матрицы  получаем путём
умножения элементов матрицы  на число

       3) Умножение
матриц
.  Матрица  называется
произведением матрицы    размером   и матрицы   размером , если элементы матрицы 
  вычисляются по
формуле

                                                          
(1)

Перемножать
можно только матрицы, у которых количество столбцов первой равно количеству
строк второй. Произвольные матрицы перемножать нельзя.

П р и м е р. Найдите произведение матриц

  и  .

       Р е ш е н и е. Согласно формуле
(1),  имеем

 

,

,

,

,

,

.

Значит,

.

Рассмотренные 
операции с матрицами обладают теми же свойствами, что и операции
сложения и умножения для вещественных чисел, за исключением произведения
матриц, которое не коммутативно, т.е. . В этом можно убедиться с помощью следующего примера для
матриц   и   . Находим произведения

,

.

Как
видим, .

2.3. Определители

Каждой квадратной матрице по определённому правилу
можно поставить в соответствие единственное число.  Это число называется определителем и
символически обозначается

                                .

Порядок определителя равен порядку квадратной матрицы.

       Определитель
второго порядка вычисляется следующим образом

,                                               
(2)

т.е.  из произведения элементов, стоящих на так
называемой главной диагонали матрицы (идущей из левого верхнего в правый нижний
угол), вычитается произведение элементов, находящихся на  побочной диагонали (идущей из левого нижнего
в правый верхний угол).

П р и м е р. Вычислите определитель матрицы .

Р
е ш е н и е.
Значения элементов
матрицы ,  т.е.

Подставляем
в формулу (2) и получаем

.

       Определитель
третьего порядка вычисляется с помощью формулы

                 (3)

З а м е ч а н и е.  Чтобы легче
запомнить эту формулу, можно использовать так называемое правило треугольников
(правило Саррюса). Оно заключается в следующем. Элементы, произведения которых входят
в определитель со знаком «+», располагаются на главной диагонали и в вершинах
треугольников,  симметричных относительно
главной диагонали     

                                                                

Элементы,
произведения которых входят в определитель со знаком «–», располагаются
аналогичным образом относительно побочной диагонали

                                    

П р и м е р. Вычислите определитель матрицы .

Р е ш е н и е. Подставляем значения элементов матрицы в формулу (3) и находим
величину заданного определителя

       Для вычисления определителей третьего
порядка можно пользоваться ещё  правилом
  «35». Согласно этому правилу к заданной матрице

добавляют
ещё первые два столбца

.

Элементы, произведения которых входят в определитель
со знаком «+», располагаются на главной диагонали и на отрезках, параллельных
главной диагонали

.

Элементы, произведения которых входят в определитель
со знаком «–», располагаются на побочной диагонали и на отрезках, параллельных
побочной диагонали

.

Определитель
 равен сумме указанных
произведений элементов  с учетом их
знаков.

 Основные
свойства определителей

Рассмотрим основные свойства определителей 2-го и 3-го
порядка

С в о й с т в о  
1.
Определитель не
изменяется при транспонировании, т.е.

.                                                      
(4)

Действительно, 

,

=,

Из чего следует
справедливость равенства (4).

  Из свойства 1
следует, что  свойствами определителей,
сформулированные для строк будут такими же как и для столбцов. Поэтому  следующие свойства определителей будут формулироваться
только для строк.

С в о й с т в о 2. При умножении элементов строки определителя на
некоторое число  определитель умножается
на это число, т.е.

 

В справедливости этого свойства можно убедиться,
вычислив эти определители

 

 

Свойство 3.
Определитель  равен нулю в следующих
случаях:

a)   
одна из строк
нулевая

,

б) две равные строки

в)  элементы
двух строк  пропорциональны

В
справедливости перечисленных свойств легко убедиться с помощью формулы (3).

С в о й с т в о 4. Если две какие-либо строки определителя поменять
местами, то знак определителя изменится на противоположный

Доказательство
этого свойства выполняется с помощью формулы (3).

С в о й с т в о 
5.
Если в
определителе некоторая строка, например, первая является линейной
комбинацией  двух строк с коэффициентами    и  

,

то определитель будет
равен сумме двух определителей, определяемых формулой

Справедливость
этого свойства можно доказать, сравнив значения левой и правой частей
равенства, найденные с помощью формулы (3).

С в о й с т в о 
6.
Величина определителя
не изменится, если к элементам одной строки прибавить соответствующие элементы
другой строки, умноженные на одно и то же число

      2.4.  Обратная матрица

       Минором  к элементу  матрицы  -го порядка называется определитель -го порядка той матрицы, которая получается  из матрицы  в результате
вычёркивания -ой строки и -го столбца.

О п р е д е л е н и е. Матрица В
называется обратной матрице А, если

АВ=ВА=Е.

Символически
обратная матрица обозначается  . Вычисляется обратная матрица с помощью формулы

,

(5)

где   – алгебраическое
дополнение к элементу .

 Вырожденной
матрицей называется матрица, у которой
определитель равен 0.

Обратные
матрицы могут иметь только невырожденные матрицы.

П р и м е р. Найти  матрицу, обратную к
матрице  .

Р е ш е н и е. Вычисляем
определитель

.

Так
как определитель матрицы не равен нулю, то  существует. Найдем
алгебраические дополнения:

      ;      

;                 

   ;    

Подставляем
найденные значения определителя матрицы и алгебраических дополнений в формулу
(5) и  получаем искомое значение обратной
матрицы

.

Выполним  проверку, для чего вычислим

и

Как видим, оба произведения
равны единичной матрице. Значит, обратная матрица вычислена  верно.

2.5 Ранг матрицы

Рангом
матрицы А называется число
r,
удовлетворяющее следующим двум требованиям:

1.            
Существует минор  порядка r.

2.            
Все миноры порядка
r+1 равны 0.

Наиболее
простой способ вычисления ранга матрицы сводится к приведению матрицы к
трапециидальному виду.

Пример:

Определить
ранг матрицы А.

Домножаем первую строчку так, чтобы во второй и третьей
получились нули. В данном случае домножаем на 2 и 1

Повторяем те же действия, только теперь вторую строчку
домножаем на     (-1),чтобы в третьей
получились нули.

Теорема Кронекера-Капелли. Система линейных алгебраических уравнений имеет
решения (т.е. совместна)тогда и только тогда, когда ранг расширенной матрицы
равен рангу основной матрицы.

2.6. Матричный способ решения СЛАУ

 

Выражение
(1)-матричная форма записи системы.

Так
как матрица А невырожденная, она имеет обратную матрицу . Умножим равенство 
(1) слева на

Выражение
(2) представляет собой решение в матричной форме.

Пример: решить систему.

Замечание:
если главный определитель системы равен 0, то нужно выделить уравнения, для
которых определитель не равен 0, а свободные переменные переносятся в правую
часть.

Добавить комментарий