Свойства определителей

1. Определитель не меняется при транспонировании.

2. Если одна из строк определителя состоит из нулей, то определитель равен нулю.

3. Если в определителе переставить две строки, определитель поменяет знак.

4. Определитель, содержащий две одинаковые строки, равен нулю.

5. Если все элементы некоторой строки определителя умножить на некоторое число k, то сам определитель умножится на k.

6. Определитель, содержащий две пропорциональные строки, равен нулю.

7. Если все элементы i-й строки определителя представлены в виде суммы двух слагаемых a_{i j} = b_j + c_j (j= ), то определитель равен сумме определителей, у которых все строки, кроме i-ой, - такие же, как в заданном определителе, а i-я строка в одном из слагаемых состоит из элементов b_j, в другом - из элементов c_j.

8. Определитель не меняется, если к элементам одной из его строк прибавляются соответствующие элементы другой строки, умноженные на одно и то же число.

Замечание. Все свойства остаются справедливыми, если вместо строк взять столбцы.

Минором M_{i j} элемента a_{i j} определителя d n-го порядка называется определитель порядка n-1, который получается из d вычеркиванием строки и столбца, содержащих данный элемент.

Алгебраическим дополнением элемента a_{i j} определителя d называется его минор M_{i j}, взятый со знаком (-1) ^{i + j}. Алгебраическое дополнение элемента a_{i j} будем обозначать A_{i j}. Таким образом, A_{i j} = (-1) ^{i + j} M_{i j}.

Способы практического вычисления определителей, основанные на том, что определитель порядка n может быть выражен через определители более низких порядков, дает следующая теорема.

Теорема (разложение определителя по строке или столбцу).

Определитель равен сумме произведений всех элементов произвольной его строки (или столбца) на их алгебраические дополнения. Иначе говоря, имеет место разложение d по элементам i-й строки

d = a_{i 1} A_{i 1} + a_{i 2} A_{i 2} +... + a_{i n} A_{i n} (i = )

или j- го столбца

d = a_{1 j} A_{1 j} + a_{2 j} A_{2 j} +... + a_{n j} A_{n j} (j = ).

В частности, если все элементы строки (или столбца), кроме одного, равны нулю, то определитель равен этому элементу, умноженному на его алгебраическое дополнение.

Формула вычисления определителя третьего порядка.

Для облегчения запоминания этой формулы:

3. Обра́тная ма́трица — такая матрица A⁻¹, при умножении на которую исходная матрица A даёт в результате единичную матрицу E:

Свойства обратной матрицы[править | править вики-текст]

· , где обозначает определитель.

· для любых двух обратимых матриц и .

· , где обозначает транспонированную матрицу.

· для любого коэффициента .

· .

· Если необходимо решить систему линейных уравнений , (b — ненулевой вектор) где — искомый вектор, и если существует, то . В противном случае либо размерность пространства решений больше нуля, либо их нет вовсе.

Способы нахождения обратной матрицы[править | править вики-текст]

Если матрица обратима, то для нахождения обратной матрицы можно воспользоваться одним из следующих способов:

Точные (прямые) методы[править | править вики-текст]

Метод Гаусса—Жордана[править | править вики-текст]

Возьмём две матрицы: саму A и единичную E. Приведём матрицу A к единичной матрице методом Гаусса—Жордана. После применения каждой операции к первой матрице применим ту же операцию ко второй. Когда приведение первой матрицы к единичному виду будет завершено, вторая матрица окажется равной A⁻¹.

При использовании метода Гаусса первая матрица будет умножаться слева на одну из элементарных матриц (трансвекцию или диагональную матрицу с единицами на главной диагонали, кроме одной позиции):

.

.

Вторая матрица после применения всех операций станет равна , то есть будет искомой. Сложность алгоритма — .

С помощью матрицы алгебраических дополнений[править | править вики-текст]

Матрица, обратная матрице , представима в виде

где — присоединенная матрица;

Сложность алгоритма зависит от сложности алгоритма расчета определителя O_det и равна O(n²)·O_det.

Использование LU/LUP-разложения[править | править вики-текст]

Матричное уравнение для обратной матрицы можно рассматривать как совокупность систем вида . Обозначим -ый столбец матрицы через ; тогда , ,поскольку -м столбцом матрицы является единичный вектор . другими словами, нахождение обратной матрицы сводится к решению n уравнений с одной матрицей и разными правыми частями. После выполнения LUP-разложения (время O(n³)) на решение каждого из n уравнений нужно время O(n²), так что и эта часть работы требует времени O(n³)^[1].

Если матрица A невырождена, то для неё можно рассчитать LUP-разложение . Пусть , . Тогда из свойств обратной матрицы можно записать: . Если умножить это равенство на U и L то можно получить два равенства вида и . Первое из этих равенств представляет собой систему из n² линейных уравнений для из которых известны правые части (из свойств треугольных матриц). Второе представляет также систему из n² линейных уравнений для из которых известны правые части (также из свойств треугольных матриц). Вместе они представляют собой систему из n² равенств. С помощью этих равенств можно реккурентно определить все n² элементов матрицы D. Тогда из равенства (PA)⁻¹ = A⁻¹P⁻¹ = B⁻¹ = D. получаем равенство .

В случае использования LU-разложения не требуется перестановки столбцов матрицы D но решение может разойтись даже если матрица A невырождена.

Сложность алгоритма — O(n³).

Итерационные методы[править | править вики-текст]

Методы Шульца[править | править вики-текст]

Оценка погрешности[править | править вики-текст]

Выбор начального приближения[править | править вики-текст]

Проблема выбора начального приближения в рассматриваемых здесь процессах итерационного обращения матриц не позволяет относиться к ним как к самостоятельным универсальным методам, конкурирующими с прямыми методами обращения, основанными, например, на LU-разложении матриц. Имеются некоторые рекомендации по выбору , обеспечивающие выполнение условия (спектральный радиус матрицы меньше единицы), являющегося необходимым и достаточным для сходимости процесса. Однако при этом, во-первых, требуется знать сверху оценку спектра обращаемой матрицы A либо матрицы (а именно, если A — симметричная положительно определённая матрица и , то можно взять , где ; если же A — произвольная невырожденная матрица и , то полагают , где также ; можно конечно упростить ситуацию и, воспользовавшись тем, что , положить ). Во-вторых, при таком задании начальной матрицы нет гарантии, что будет малой (возможно, даже окажется ), и высокий порядок скорости сходимости обнаружится далеко не сразу.

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

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

Тогда её можно переписать в матричной форме:

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

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

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

.

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

Пример решения неоднородной СЛАУ[править | править вики-текст]

Сначала убедимся в том, что определитель матрицы из коэффициентов при неизвестных СЛАУ не равен нулю.

Теперь вычислим алгебраические дополнения для элементов матрицы, состоящей из коэффициентов при неизвестных. Они нам понадобятся для нахожденияобратной матрицы.

Далее найдём союзную матрицу, транспонируем её и подставим в формулу для нахождения обратной матрицы.

Подставляя переменные в формулу, получаем:

Осталось найти неизвестные. Для этого перемножим обратную матрицу и столбец свободных членов.

Итак, x=2; y=1; z=4.

5. Ме́тод Кра́мера (правило Крамера) — способ решения систем линейных алгебраических уравнений с числом уравнений равным числу неизвестных с ненулевым главным определителем матрицы коэффициентов системы (причём для таких уравнений решение существует и единственно). Назван по имени Габриэля Крамера(1704—1752), предложившего этот метод в 1750 г.^[1]

Описание метода[править | править вики-текст]

Для системы линейных уравнений с неизвестными (над произвольным полем)

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

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

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

Пример[править | править вики-текст]

Система линейных уравнений с вещественными коэффициентами:

Определители:

В определителях столбец коэффициентов при соответствующей неизвестной заменяется столбцом свободных членов системы.

Решение:

Пример:

Определители:

6. Ме́тод Га́усса^[1] — классический метод решения системы линейных алгебраических уравнений (СЛАУ). Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе треугольного вида, из которой последовательно, начиная с последних (по номеру), находятся все переменные системы^[2].

Описание метода[править | править вики-текст]

Пусть исходная система выглядит следующим образом

Матрица называется основной матрицей системы, — столбцом свободных членов.

Тогда, согласно свойству элементарных преобразований над строками, основную матрицу этой системы можно привести к ступенчатому виду (эти же преобразования нужно применять к столбцу свободных членов):

При этом будем считать, что базисный минор (ненулевой минор максимального порядка) основной матрицы находится в верхнем левом углу, то есть в него входят только коэффициенты при переменных ^[4].

Тогда переменные называются главными переменными. Все остальные называются свободными.

Если хотя бы одно число , где , то рассматриваемая система несовместна, т.е. у неё нет ни одного решения.

Пусть для любых .

Перенесём свободные переменные за знаки равенств и поделим каждое из уравнений системы на свой коэффициент при самом левом ( , где — номер строки):

,где

7.Определение.Вектором называется направленный прямолинейный отрезок.

Если точка - начало вектора, а точка - конец вектора, то вектор обозначается символом или .

Вектор называется противоположным вектору . Вектор, противоположный вектору обозначается .