Лекция 6 Парабола, эллипс, гипербола (МГУ) (Лекции на тему Парабола, эллипс, гипербола), страница 3
Описание файла
Файл "Лекция 6 Парабола, эллипс, гипербола (МГУ)" внутри архива находится в папке "Лекции на тему Парабола, эллипс, гипербола". PDF-файл из архива "Лекции на тему Парабола, эллипс, гипербола", который расположен в категории "". Всё это находится в предмете "линейная алгебра и аналитическая геометрия" из 1 семестр, которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "аналитическая геометрия" в общих файлах.
Просмотр PDF-файла онлайн
Текст 3 страницы из PDF
Поэтому минор Мп−1 матрицы Ап обычно обозначают M ij .Определение 2. Алгебраическим дополнением элемента aij называется величина Aij ( 1)i j M ij .Из определения детерминанта матрицы An сразу следует, что определитель матрицы равенсумме произведений элементов любой строки (столбца) на алгебраические дополнения этойnni 1j 1строки (столбца): det( A) aij Aij aij Aij ………………………………………….(*)nС другой стороны,a Ai 1ijik 0 при j k иna Aj 1ijkj 0 при i k …………….(**)Т.е. сумма произведений элементов любой строки (столбца) на алгебраические дополнениядругой строки (столбца) равна нулю.
{Фактически, мы получаем определитель с двумяодинаковыми строками (столбцами)}Определение 3. Транспонированная матрица из алгебраических дополнений называется A11 An1 присоединенной матрицей: A .A A nn 1nТеорема 2. A A A A det( A) E.{При умножении k −ой строки А на k − ый столбец A получается det(A) (*), при умножениина любой другой столбец A получается ноль (**) }Следствие.A1 1 Adet( A)2 3 2 3 10 12 2;Пример.
Найти обратную матрицу для A . {d 4 5 4 5 5 3 1 1 5 3 5/ 2 3/ 2 A11 5; A12 4; A21 3; A22 2. A .(проверка)} . A 2 4 2 21 4 2 Замечания. 1. Полезно запомнить, что обратная матрица второго порядка получается из исходнойследующим образом: элементы главной диагонали меняются местами, у элементов второйдиагонали изменяется знак. Полученная матрица делится на определитель.2. Обратная матрица может быть получена с помощью элементарных преобразований.
Для этогосоставляется матрица A E и левая часть элементарными преобразованиями приводится кединичной. При этом матрица Е преобразуется в обратную {б/д}. Последний пример:7 2 3 1 0 1 3/ 2 1/ 2 0 1 3/ 2 1/ 2 0 1 0 5/ 2 3/ 2 1 1 5 3 .; A 1 2 1 0 1 21 2 4 2 4 5 0 1 4 5 0 1 0Свойства обратной матрицы.111. det( A1 ) . { det( A1 A) det( E ) det( A1 )det( A) 1 (св.7,8 §3) det( A1 ) .}det( A)det( A)2. ( A B)1 B 1 A1 . {( AB) ( B 1 A1 ) AEA1 E}3.
( A1 )1 А. {Из определения A1 следует, что А и A1 − взаимно обратные матрицы.}В заключение докажем критерий существования обратной матрицы:Теорема 3. Обратная матрица A1 существует тогда и только тогда, когда А − невырожденнаяматрица, т.е. det( A) 0.{1. Пусть A1 существует. Т.к. она равна присоединенной матрице, деленной на определитель, топоследний не равен нулю. 2. Пусть det( A) 0. По Сл.Т.2 обратную матрицу можно вычислить.}§7. Решение матричных уравнений.Использование обратных матриц позволяет решать простые матричные уравнения относительноквадратных матриц. Рассмотрим пример одной из таких задач. Решить уравнение AXB + C = D,x x 2 11 4 1 23 2,B ,C ,D , X 11 12 − неизвестная матрица.где A 3 2 1 3 0 21 1 x21 x22 Матрица Х равна: X A1 ( D C ) B 1.
Пользуясь замечанием 1 предыдущего параграфа, имеем: 2 1 1 3 4 2 0 2 1 2 0 3 4 16 21 A1 ,B , D C , X . 3 2 1 1 1 1 3 2 1 1 1 1 26 34 Замечание. Так как умножение матриц не коммутативно, необходимо внимательно смотреть затем, с какой стороны следует умножать правую часть на обратные матрицы.§8. Системы линейных алгебраических уравнений (СЛАУ).a11 x1 a12 x2 a1n xn b1a x a x a x b 21 1 22 22n n2Определение 1. Система уравнений называется системой mam1 x1 am 2 x2 amn xn bmлинейных алгебраических уравнений с n неизвестными (сокращенно СЛАУ).Такая запись уравнений носит название координатной формы записи.Более компактной записью является матричная форма.
Нетрудно видеть, что левая частьсистемы представляет собой вектор, полученный умножением матрицы системы Amn на векторнеизвестных x . В правой части получается вектор правых частей b (оба вектора – столбцы).Использование этой закономерности позволяет записывать системы в более компактном виде:Ax b − матричная форма записи. В случае невырожденной квадратной матрицы решениесистемы может быть записано в виде x A1b .Рассмотрим еще несколько общих понятий, относящихся к СЛАУ.Определение 2. СЛАУ называется совместной, если у нее существует хотя бы одно решение.Если решений не существует, система называется несовместной.Определение 3.
СЛАУ, вектор правых частей которой равен нулю: b = 0, называетсяоднородной. В противном случае система называется неоднородной.Для однородных СЛАУ имеют место несколько общих утверждений.Теорема 1. Однородная СЛАУ всегда совместна.{Нулевой вектор всегда является решением однородной СЛАУ}Теорема 2. Множество решений однородной СЛАУ образует линейное пространство.{Пусть y и z − решения системы Ax 0 A( y z ) Ay Az 0 0 0 , т.е. ихлинейная комбинация тоже решение.
Выполнение аксиом − очевидно.}8Замечание. Пространство решений однородной СЛАУ является, очевидно, подпространствомлинейного пространства n – мерных векторов R n .§9. Квадратные СЛАУ. Правило Крамера.Рассмотрим вначале СЛАУ с квадратной матрицей А − число уравнений равно числунеизвестных: A An , x T ( x1,, xn ), b T (b1,, bn ): Ax b .Правило Крамера.Обозначим определитель матрицы буквой d , а определители матриц, полученных из А заменойk – го столбца столбцом правых частей b через dk .Теорема (правило Крамера).
Если определитель матрицы системы d 0 , то система имеетdединственное решение, которое может быть получено по формулам: xk k , k 1, 2,, n.dn1 1d{ x A1b Ab x1 Ak 1bk 1 ; x2 ,, xn – аналогично. Единственность − от противного.}dd k 1d§10. Критерий совместности СЛАУ. Теорема Кронекера – Капелли.Вернемся к общим СЛАУ Ax b . Введем еще одно понятие.Определение. Матрица, составленная из коэффициентов при неизвестных и столбца правыхчастей, называется расширенной матрицей системы: ( A b ) .Теорема (Кронекера – Капелли).
СЛАУ совместна тогда и только тогда, когда ранг расширеннойматрицы равен рангу исходной матрицы системы, т.е. rang(A b ) = rang(A) .{1. Система совместна. Правая часть есть линейная комбинация столбцов матрицы,коэффициенты которой равны координатам вектора решения. Т.е. rang(A b ) = rang(A) .2. rang(A b ) = rang(A) . Следовательно, в качестве базисного минора расширенной матрицыможно взять базисный минор матрицы А.
По теореме о базисном миноре (§4) правые частиравны линейной комбинации базисных столбцов матрицы. В качестве решения можно взятькоэффициенты этой линейной комбинации.}§11. Общее решение СЛАУ.Определение. Множество решений системы линейных алгебраических уравнений Amn x bназывается общим решением этой системы. Т.е. любой вектор этого множества есть решение илюбое решение этой системы принадлежит указанному множеству.Из §8 следует, что общим решением однородной системы является некоторое подпространствопространства R n .
Для неоднородной системы это не так: общее решение неоднородной системыне образует линейного пространства.{Нулевой вектор (0,0,…,0) не является решением исходной системы.}Итак, дана совместная система Amn x b , матрица которой имеет ранг равный r. Для простотыбудем считать, что базисный минор матрицы находится в левом верхнем углу (этого всегдаможно добиться перестановкой строк и изменением нумерации неизвестных).
Оставим первые rуравнений системы и перенесем неизвестные xr 1,, xn в правую часть. Если теперь дать этимнеизвестным произвольные фиксированные значения, то по Т. Крамера полученная системабудет иметь единственное решение (определитель системы = базисному минору ≠ 0). Эторешение (вместе с xr 1,, xn ) является решением исходной системы, так как все строкирасширенной матрицы (по критерию Кр. – К. ) есть линейные комбинации базисных.Можно показать, что любое решение может быть получено таким же образом. Достаточновзять xr 1,, xn из предложенного решения и первые неизвестные определятся однозначно потеореме Крамера.
Тем самым, указанный метод позволяет получить общее решение системы.В общем случае базисного минора будем называть неизвестные, не входящие в базисный минор,свободными, а, входящие в него – зависимыми.9На практике матрицу системы сначала приводят к ступенчатому виду, затем выбирают базисныйминор и , таким образом, зависимые и свободные неизвестные.
При этом, желательно всепреобразования производить только со строками, чтобы сохранить нумерацию неизвестных.После этого зависимые переменные выражают через свободные и записывают общее решение.Рассмотрим на примере данный алгоритм и сделаем несколько общих выводов. x1 x2 x3 x4 71 1 1 1 7 1 1 1 1 7 1 1 1 1 7 x3 , x4 свободные3x1 2 x2 x3 x4 2 3 2 1 1 2 0 1 2 2 23 0 1 2 2 23 x1 , x2 зависимыеx2 2 x3 2 x4 23 0 1 2 2 23 0 1 2 2 23 x1 16 c3 c4 x3 c3 x1 x2 7 c3 c4Пусть . x2 23 2c3 2c4 x4 c4 x2 23 2c3 2c4Последняя формула, вообще говоря, дает общее решение данной системы при произвольныхзначениях с3 и с4 .