Содержание материала
Повторение: умножение матриц
Прежде всего договоримся об обозначениях. Матрицей $A$ размера $\left[ m\times n \right]$ называется просто таблица из чисел, в которой ровно $m$ строк и $n$ столбцов:
\[A=\left[ m\times n \right]=\underbrace{\left[ \begin{matrix} {{a}_{11}} & {{a}_{12}} & … & {{a}_{1n}} \\ {{a}_{21}} & {{a}_{22}} & … & {{a}_{2n}} \\ … & … & … & … \\ {{a}_{m1}} & {{a}_{m2}} & … & {{a}_{mn}} \\\end{matrix} \right]}_{n}\]
Чтобы случайно не перепутать строки и столбцы местами (поверьте, на экзамене можно и единицу с двойкой перепутать — что уж говорить про какие-то там строки), просто взгляните на картинку:

Что происходит? Если разместить стандартную систему координат $OXY$ в левом верхнем углу и направить оси так, чтобы они охватывали всю матрицу, то каждой клетке этой матрицы можно однозначно сопоставить координаты $\left( x;y \right)$ — это и будет номер строки и номер столбца.
Почему система координат размещена именно в левом верхнем углу? Да потому что именно оттуда мы начинаем читать любые тексты. Это очень просто запомнить.
А почему ось $x$ направлена именно вниз, а не вправо? Опять всё просто: возьмите стандартную систему координат (ось $x$ идёт вправо, ось $y$ — вверх) и поверните её так, чтобы она охватывала матрицу. Это поворот на 90 градусов по часовой стрелке — его результат мы и видим на картинке.
В общем, как определять индексы у элементов матрицы, мы разобрались. Теперь давайте разберёмся с умножением.
Определение. Матрицы $A=\left[ m\times n \right]$ и $B=\left[ n\times k \right]$, когда количество столбцов в первой совпадает с количеством строк во второй, называются согласованными.
Именно в таком порядке. Можно сумничать и сказать, мол, матрицы $A$ и $B$ образуют упорядоченную пару $\left( A;B \right)$: если они согласованы в таком порядке, то совершенно необязательно, что $B$ и $A$, т.е. пара $\left( B;A \right)$ — тоже согласована.
Умножать можно только согласованные матрицы.
Определение. Произведение согласованных матриц $A=\left[ m\times n \right]$ и $B=\left[ n\times k \right]$ — это новая матрица $C=\left[ m\times k \right]$, элементы которой ${{c}_{ij}}$ считаются по формуле:
\[{{c}_{ij}}=\sum\limits_{k=1}^{n}{{{a}_{ik}}}\cdot {{b}_{kj}}\]
Другими словами: чтобы получить элемент ${{c}_{ij}}$ матрицы $C=A\cdot B$, нужно взять $i$-строку первой матрицы, $j$-й столбец второй матрицы, а затем попарно перемножить элементы из этой строки и столбца. Результаты сложить.
Да, вот такое суровое определение. Из него сразу следует несколько фактов:
- Умножение матриц, вообще говоря, некоммутативно: $A\cdot B\ne B\cdot A$;
- Однако умножение ассоциативно: $\left( A\cdot B \right)\cdot C=A\cdot \left( B\cdot C \right)$;
- И даже дистрибутивно: $\left( A+B \right)\cdot C=A\cdot C+B\cdot C$;
- И ещё раз дистрибутивно: $A\cdot \left( B+C \right)=A\cdot B+A\cdot C$.
Дистрибутивность умножения пришлось отдельно описывать для левого и правого множителя-суммы как раз из-за некоммутативности операции умножения.
Если всё же получается так, что $A\cdot B=B\cdot A$, такие матрицы называются перестановочными.
Среди всех матриц, которые там на что-то умножаются, есть особые — те, которые при умножении на любую матрицу $A$ снова дают $A$:
Определение. Матрица $E$ называется единичной, если $A\cdot E=A$ или $E\cdot A=A$. В случае с квадратной матрицей $A$ можем записать:
\[A\cdot E=E\cdot A=A\]
Единичная матрица — частый гость при решении матричных уравнений. И вообще частый гость в мире матриц.:)
А ещё из-за этой $E$ кое-кто придумал всю ту дичь, которая будет написана дальше.
Видео
Метод элементарных преобразований
Данный метод еще называют методом Гаусса и мы будем его еще применять при решении систем линейных уравнений.
К элементарным преобразования относятся:
- перестановки строк (столбцов);
- умножение строки (столбца) на некоторое число, отличное от нуля;
- прибавление к элементам строки (столбца) соответствующих элементов другой строки (столбца), предварительно умноженные на некоторое число.
Пример №3 Найти обратную матрицу методом элементарных преобразований
Составляем расширенную матрицу :
Теперь наша задача состоит в том, чтобы первая часть матрицы (до черты) стала единичной, т.е. принимают значение
, а остальные значение
.
Займемся первым столбцом
Число в первой строке нужно превратить в для этого всю строку умножим на
.
Чтобы во второй строке получить нужно из второй строки отнять первую строку, предварительно умноженную на
.
Чтобы в третьей строке получить нужно из третьей строки вычесть вторую строку, предварительно умноженную на
.
Все действия делаем от исходной расширенной матрицы, получаем:
Первый столбец теперь соответствует единичной матрице, поэтому
Займемся вторым столбцом
Теперь мы работаем уже с полученной матрицей, после преобразований первого столбца.
Чтобы в первой строке получить мы из первой строки отнимем вторую строку, предварительно умноженную на
.
Чтобы во второй строке получить мы домножим вторую строку на
.
Чтобы в третьей строке получить мы к третьей строке прибавим вторую строку, предварительно умноженную на
Выполнив данные действия, получаем:
Работаем дальше с третьим столбцом:
Чтобы в первой строке получить нужно из третьей строки вычесть первую строку, предварительно умножив на
.
Чтобы получить во второй строке нужно к третьей строке прибавить вторую строку, предварительно умножив на
.
Чтобы в третьей строке получить нужно домножить третью строку на
.
Получаем:
В первой части матрицы мы получили единичную матрицу, а вторая часть матрицы (после черты) и будет нашей обратной матрицей:
Оба способа нахождения обратной матрицы, довольно простые, если в них вникнуть, самое главное — не допустить ошибок в вычислениях, а остальное придет со временем.
Нахождение обратной матрицы методом алгебраических дополнений (союзной матрицы)
Для неособенной квадратной матрицы Аобратной является матрица
, (2)
где — определитель матрицы А, а
— матрица, союзная с матрицей А.
Разберём ключевые понятия, которые потребуются для решения задач — союзная матрица, алгебраические дополнения и транспонированная матрица.
Пусть существует квадратная матрица A:
Транспонированная относительно матрицы A матрица A’ получается, если из строк матрицы A сделать столбцы, а из её столбцов — наоборот, строки, то есть заменить строки столбцами:
Остановимся на минорах и алгебраических дополнениях.
Пусть есть квадратная матрица третьего порядка:
.
Её определитель:
Вычислим алгебраическое дополнение элемента , то есть элемента 2, стоящего на пересечении первой строки и второго столбца.
Для этого нужно сначала найти минор этого элемента. Он получается вычёркиванием из определителя строки и столбца, на пересечении которых стоит указанный элемент. В результате останется следующий определитель, который и является минором элемента :
.
Алгебраическое дополнение элемента получим, если умножим
, где i — номер строки исходного элемента, а k — номер столбца исходного элемента, на полученный в предыдущем действии минор этого исходного элемента. Получаем алгебраическое дополнение элемента
:
.
По этой инструкции нужно вычислить алгебраические дополнения всех элементов матрицы A’, транспонированной относительно матрицы матрица A.
И последнее из значимых для нахождение обратной матрицы понятий. Союзной с квадратной матрицей A называется матрица того же порядка, элементами которой являются алгебраические дополнения соответствующих элементов определителя матрицы
, транспонированной относительно матрицы A. Таким образом, союзная матрица состоит из следующих элементов:
Алгоритм нахождения обратной матрицы методом алгебраических дополнений
1. Найти определитель данной матрицы A. Если определитель равен нулю, нахождение обратной матрицы прекращается, так как матрица вырожденная и обратная для неё не существует.
2. Найти матрицу, транспонированную относительно A.
3. Вычислить элементы союзной матрицы как алгебраические дополнения марицы, найденной на шаге 2.
4. Применить формулу (2): умножить число, обратное определителю матрицы A, на союзную матрицу, найденную на шаге 4.
5. Проверить полученный на шаге 4 результат, умножив данную матрицу A на обратную матрицу. Если произведение этих матриц равно единичной матрицы, значит обратная матрица была найдена верно. В противном случае начать процесс решения снова.
Пример 1. Для матрицы
найти обратную матрицу.
Решение. Для нахождения обратной матрицы необходимо найти определитель матрицы А . Находим по правилу треугольников:
Следовательно, матрица А – неособенная (невырожденная, несингулярная) и для неё существует обратная.
Найдём матрицу, союзную с данной матрицей А.
Найдём матрицу , транспонированную относительно матрицы A:
Вычисляем элементы союзной матрицы как алгебраические дополнения матрицы, транспонированной относительно матрицы A:
Следовательно, матрица , союзная с матрицей A, имеет вид
Замечание. Порядок вычисления элементов и транспонирования матрицы может быть иным. Можно сначала вычислить алгебраические дополнения матрицы A, а затем транспонировать матрицу алгебраических дополнений. В результате должны получиться те же элементы союзной матрицы.
Применяя формулу (2), находим матрицу, обратную матрице А:
Проверить решение можно с помощью онлайн калькулятора для нахождения обратной матрицы.
Нахождение обратной матрицы методом линейных преобразований
Матрицы теснейшим образом связаны с системами линейных уравнений. Каждой матрице соответствует система линейных уравнений, коэффициенты в которой есть элементы матрицы. И наоборот, системе линейных уравнений соответствует некоторая матрица.
Поэтому существует метод линейных преобразований для нахождения обратной матрицы. Для решения задач нам будет достаточно знать, что линейное преобразование — это система линейных уравнений, вид которой будет приведён ниже в алгоритме.
Алгоритм нахождения обратной матрицы методом линейных преобразований
1. Для данной невырожденной матрицы A составить линейное преобразование — систему линейных уравнений вида
,
где aij — элементы матрицы A.
2. Решить полученную систему относительно y — найти для предыдущего линейного преобразование обратное линейное преобразование
,
в котором Aij — алгебраические дополнения элементов матрицы A, Δ — определитель матрицы A. Внимание! Алгебраические дополнения располагаются как в транспонированной матрице, то есть для элементов строки — в столбце, а для элементов столбца — в строке.
3. Находим коэффициенты при y: , которые и будут элементами матрицы, обратной для матрицы A.
4. Пользуясь элементами, найденными на шаге 3, записать найденную обратную матрицу.
Наиболее наблюдательные могли заметить, что по сути метод линейных преобразований — это тот же метод алгебраических преобразований (союзной матрицы), но с другой формой записи. Для кого-то метод линейных преобразований может оказаться более удобным как более компактный.
Пример 4. Найти обратную матрицу для матрицы
.
Сначала проверим, не равен ли нулю определитель данной матрицы. Он не равен нулю, следовательно, обратная матрица существует.
Для данной матрицы записываем линейное преобразование:
.
Находим линейное преобразование, обратное предыдущему, для этого потребуется находить алгебраические дополнения (урок откроется в новом окне). Запишем обратное линейное преобразование:
Коэффициенты при иксах в обратном линейном преобразовании — это элементы обратной матрицы для матрицы A. Таким образом нашли обратную матрицу:
Проверить решение можно с помощью онлайн калькулятора для нахождения обратной матрицы.