- •Лекція 1-2. Визначники. Визначники другого і третього порядків та їх властивості. Розклад визначника за елементами рядка або стовпця. Поняття про визначники вищих порядків.
- •Визначники. Визначники другого і третього та їх властивості
- •1.2. Розклад визначника за елементами рядка або стовпця
- •1.3. Поняття про визначники вищих порядків
- •Лекція 3-4. Визначення матриці. Дії над матрицями. Обернена матриця. Ранг матриці. Теорема про ранг.
- •2.1. Визначення матриці
- •Перемножування матриць
- •2.3. Обернена матриця
- •2.2. Дії над матрицями
- •Властивості додавання:
- •Властивості множення матриці на число:
- •2.4. Ранг матриці, теорема про ранг.
- •Лекція 5-7. Системи лінійних рівнянь. Розв’язування системи лінійних рівнянь методом Гауса. Правило Крамера. Розв’язок системи лінійних рівнянь за допомогою оберненої матриці.
- •3.1. Системи лінійних рівнянь
- •3.2. Розв’язування систем лінійних рівнянь методом гаусса.
- •3.3. Правило крамера.
- •3.4. Розв’язок системи лінійних рівнянь за допомогою оберненої матриці.
- •Лекція 9-10. Поняття вектора. Лінійні операції над векторами. Скалярний добуток двох векторів. Векторний і мішаний добуток двох векторів.
- •4.1. Поняття вектрора
- •4.2. Лінійні операції над векторами
- •Додавання векторів.
- •Різниця векторів.
- •Множення вектора на число.
- •4.3. Скалярний добуток двох векторів
- •4.4. Векторний і мішаний добуток двох векторів
- •11.1. Системи координат на площині і в просторі.
- •Декартові координати на прямій.
- •11.2. Декартові координати на площині
- •11.3. Декартові координати в просторі
- •11.4. Полярні координати на площині
- •11.5. Циліндричні координати в просторі
- •116. Сферичні координати в просторі
- •5.7. Перетворення декартових координат
- •Паралельне перенесення
- •Поворот навколо початку координат
- •Лекція 12. Пряма на площині. Пряма на площині. Різні види рівнянь прямої на площині. Кут між двома прямими. Відстань від точки до прямої.
- •12.2. Кут між двома прямими, відстань від точки до прямої
- •Лекція 13. Площина у просторі. Площина у просторі. Рівняння площини що проходить через три точки. Кут між двома площинами.. Відстань від точки до площини
- •13.1. Рівняння площини
- •13.2. Кут між площинами, відстань від точки до площини
- •Лекція 14. Пряма у просторі. Пряма у просторі. Кут між двома прямими. Кут між прямою і площиною
- •14.3. Рівняння прямої у просторі
- •14.2. Взаємне розміщення прямої і площини у просторі
- •Лекція 15. Лінії другого порядку.
- •15.1. Криві другого порядку
- •Лекція 16. Лінії другого порядку.
- •16.1. Поверхні другого порядку
2.4. Ранг матриці, теорема про ранг.
Нехай
задано матрицю
.
Виділимо в матриці А
будь-які k
і стільки ж стовпців, де k
– число, не більше чисел m,
n, тобто
k≤min(m,
n).
Визначник порядку k, складений з елементів, що стоять на перетині виділених рядків і стовпців, називається мінором k-го порядку матриці А.
Рангом r(A) матриці А називається найбільший з порядків її мінорів, відмінних від нуля. Очевидно, що значення рангу матриці не може перевищувати меншу з її розмірностей.
Ранг матриці можна знайти так. Якщо всі мінори першого порядку (елементи матриці) дорівнюють нулю, то r=0. Якщо хоч один з мінорів першого порядку відмінний від нуля, а всі мінори другого порядку дорівнюють нулю, то r=1. У випадку, коли є мінор другого порядку, відмінний від нуля, досліджуємо мінори третього порядку. Так продовжуємо доти, поки не станеться одне з двох: або всі мінори порядку k дорівнюють нулю, або мінорів порядку k не існує r=k-1.
Приклади:
1.
,
r(A)=0.
2.
.
Матриця В
містить єдиний ненульовий елемент –
який є мінором 1-го порядку. Усі визначники
більш високих порядків, складені з
елементів цієї матриці, будуть містити
0-ий рядок і тому рівні 0. Отже, r(B)=1.
3.
.
Єдиним мінором 3-го порядку є визначник
матриці С,
але він дорівнює 0,
оскільки містить пропорційні стовпці.
Отже, r(C)<3.
Для
того, щоб довести, що r(C)=2,
досить вказати хоча б один мінор 2-го
порядку, не рівний 0,
наприклад,
Відповідно,
r(C)=2.
4.
,
отже, r(E)=3.
Зауваження.
Для матриць великої розмірності
безпосередньо обчислити всі мінори
важко. Тому в цьому випадку можна
перетворити матрицю до так званого
трикутного вигляду (коли елементи, що
стоять нижче
рівні 0), скориставшись операціями, що
не змінюють ранг матриці (еквівалентними
перетвореннями). До
них відносяться:
транспонування;
множення рядка на ненульове число;
перестановка рядків;
додаток до елементів даного рядка елементів будь-якого іншого рядка, помножених на ненульове число;
викреслення нульового рядка.
Дійсно, кожна з цих операцій переводить нульові мінори в нульові, а ненульові – у ненульові. Матриця, отримана в результаті, не дорівнюватиме вихідній, але має той же ранг.
Приклад.
Знайдемо ранг матриці
. Теоретично ранг цієї матриці може
приймати значення від 1 до 4, тому що з
елементів матриці можна створити мінори
по 4-го
порядку включно. Але замість того, щоб
обчислювати всі можливі мінори 4-го,
3-го і
т.д. порядку, застосуємо до матриці А
еквівалентні перетворення. Спочатку
доб’ємося того, щоб у першому стовпці
всі елементи, крім першого, дорівнювали
0. Для
цього запишемо замість другого рядка
його суму з першим, а замість третього
– різницю третього і подвоєного першого:
.
Потім від третього рядка віднімемо другий, а до четвертого додамо другий:
.
Після
викреслення нульових рядків одержимо
матрицю розмірності
для якої максимальний порядок мінорів,
а, отже, і максимально можливе значення
рангу дорівнює 2:
.
Її
мінор
отже,
Базисним мінором матриці називається будь-який її ненульовий мінор, порядок якого дорівнює рангу матриці.
Рядки (стовпці) матриці називаються лінійно залежними, якщо існує їх лінійна комбінація, не всі коефіцієнти в якій рівні 0.
Теорема 2.3. Рядки і стовпці матриці, елементи яких входять у базисний мінор, лінійно незалежні. Будь-який рядок (стовпець) матриці є лінійною комбінацією цих рядків (стовпців).
Доведення (для рядків).
1. Якщо б базисні рядки були лінійно залежними, то за допомогою еквівалентних перетворень з них можна було б отримати нульовий рядок, що суперечить умові, що базисний мінор не дорівнює 0.
2. Рядок, що входить у базисний мінор, є лінійною комбінацією його рядків, у якій коефіцієнт при даному рядку дорівнює 1, а інші коефіцієнти рівні 0.
Доведемо цю властивість для рядка, що не входить у базисний мінор.
Додамо до базисного мінору цей рядок (нехай його номер – k) і будь-який стовпець матриці (нехай його номер – j). Потім розкладемо отриманий визначник, рівний 0 (тому що його порядок більший рангу матриці) по j-му стовпці:
Оскільки
є
базисним мінором,
тому, розділивши отриману рівність на
,
знайдемо, що
для
всіх j=1,2,…,n,
де
.
Отже, обраний рядок є лінійною комбінацією
базисних рядків. Теорема доведена.
