Материал: Решение тестовых заданий федерального интернет-экзамена по математике. Часть 1. Алгебра и геометрия. Колпачёв В.Н., Дементьева А.М

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

2. Если ранг матрицы системы меньше количества неизвестных, т.е.

r (A)= r (

 

)= r < n ,

(2.16)

A

то система имеет бесчисленное множество решений. В этом случае хотя бы один из миноров матрицы A порядка r не равен нулю. Этот минор называют базисным минором, а неизвестные, коэффициенты при которых являются столбцами базисного минора, называют базисными неизвестными (переменными). Остальные (n −r ) неизвестных называют свободными, им можно прида-

вать произвольные значения независимо друг от друга. Каждому набору значений свободных неизвестных соответствует одно решение системы.

3. Если система однородна, то она всегда совместна, в частности имеет нулевое решение x1 = 0, …, xn = 0 . Ненулевые решения однородная система

имеет, если r (A)< n .

4. Если система (2.12) имеет одинаковое количество неизвестных и уравнений, т.е. m = n , то при выполнении условия (2.14), вопрос о единственности решения сводится к выполнению неравенства

det A ≠ 0 .

(2.17)

Иными словами, если выполнено условие (2.17), то система (2.12) (при m = n ) имеет единственное решение. В частности, если (2.12) – однородная система, то выполнение условия (2.17) говорит об отсутствии ненулевых решений; наоборот, если det A = 0 , то у однородной системы есть ненулевые решения.

Решение системы линейных уравнений

Определение 2.19. Две системы линейных уравнений называют эквивалентными, если любое решение одной системы является решением другой системы и наоборот.

Определение 2.20. Преобразование системы уравнений в систему уравнений, эквивалентную исходной, называют эквивалентным преобразованием системы.

Кэквивалентным преобразованиям системы относят:

●умножение левой и правой части какого-нибудь уравнения на коэффициент, не равный нулю;

●перемену местами уравнений системы;

●изъятие из системы одного из двух одинаковых уравнений;

●замену одного из уравнений на сумму этого уравнения и какого-нибудь другого уравнения системы, умноженное на любое число.

36

Метод Гаусса

Метод решения системы линейных уравнений, основанный на эквивалентных преобразованиях системы, – это метод Гаусса, или метод последовательного исключения неизвестных, знакомый всем из школьного курса математики. В процессе применения этого метода получаем ответ на вопрос о совместности системы и, в случае совместности, на вопрос о количестве решений, а также сами решения.

Матричный метод решения системы

Система линейных уравнений (2.12) может быть записана в виде матричного уравнения

 

 

A X = B ,

 

(2.18)

где A - матрица системы, а X и B - матрицы столбцы:

 

 

x

 

b

 

 

 

1

 

 

1

 

 

 

X =

,

B =

 

.

 

 

x

 

b

 

 

 

n

 

 

m

В уравнении (2.18) ищется матрица

X , удовлетворяющая уравнению

x

 

 

 

 

 

 

1

 

удовлетворяет

уравнению (2.18), то набор чисел

(2.18). Если X =

 

x

 

 

 

 

 

 

n

 

 

 

 

 

 

(x1 ,…, xn ) является решением системы (2.12) и наоборот.

Если A - квадратная невырожденная матрица (det A ≠ 0 ), то существует

матрица A−1 , и уравнение (2.18) переписывается в виде

 

 

X = A−1B ,

 

(2.19)

т.е. (2.19) – это формула решения уравнения (2.18). Но, зная решение уравнения (2.18), мы одновременно знаем единственное решение системы (2.12). Метод решения системы (2.12) с помощью формулы (2.19) называют матричным методом решения системы n линейных уравнений с n неизвестными (det A ≠ 0 ).

Метод Крамера

Если применима формула (2.19), т.е. матрица системы (2.12) квадратная размера n ×n и невырожденная, то для значений неизвестных в решении системы справедливы формулы

37

 

 

 

xj =

 

j

, j =1, …, n ,

 

 

 

 

(2.20)

 

 

 

 

 

 

 

 

 

называемые формулами Крамера. Здесь

= det A – главный определитель сис-

темы, а j – вспомогательные определители ( j =1, …, n ). Определитель

j по-

лучается из главного определителя

 

заменой j – го столбца на столбец правых

частей системы, т.е.

 

 

 

 

 

 

 

 

 

 

 

 

1 =

 

b1 a12

… a1n

 

,…,

n =

 

a11

a12

… b1

 

.

(2.21)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

bn an2

… ann

 

 

 

 

an1

an2

… bn

 

 

 

2.1.4. Собственные векторы и собственные значения матрицы

 

Рассмотрим квадратную матрицу

A размера

n ×n . Тогда, как известно

(см. п. 1.1.4), эта матрица является матрицей некоторого линейного отображения в n - мерном векторном пространстве в некотором базисе. При этом образом вектора x =(x1,…, xn ) является вектор-столбец y = Ax , полученный умно-

жением матрицы A на матрицу-столбец х.

Определение 2.21. Ненулевой вектор х называется собственным вектором матрицы A , соответствующим собственному значению (числу) λ, если выполняется равенство Ax = λx , т.е.

a11

… a1n x1

 

x1

 

(2.22)

 

… a

 

 

= λ

.

a

x

 

x

 

 

n1

 

nn n

 

n

 

 

Собственное значение λ находится из алгебраического уравнения n - ой степени, которое записываем, используя определитель n - го порядка

a11 −λ

a12

…

a1n

 

 

 

 

 

a21

a22 −λ

…

a2n

 

= 0 .

(2.23)

an1

an2

… ann −λ

 

 

 

Уравнение (2.23) называется характеристическим уравнением матрицы A .

Если линейное пространство рассматривается над полем действительных чисел, то матрица A не обязательно имеет собственные векторы.

Если найден корень λ = λ уравнения (2.23), то координаты соответствующего собственного вектора x =(x1,…, xn ) матрицы A находят из системы

линейных уравнений

38

(a11 −λ)x1 +…+ a1n xn = 0,

 

 

 

 

(2.24)

……………………………

 

 

an1x1 +…+(ann −λ)xn = 0.

 

 

 

Система (2.24) однородная, и ее главный определитель

= 0 , поэтому

она имеет бесчисленное множество ненулевых решений, каждое из которых – это координаты собственного вектора, соответствующего собственному значе-

нию λ .

2.1.5. Квадратичные формы

Определение 2.22. Квадратичной формой от зывается функция n переменных, имеющая вид

n

n

f (x1,…, xn )= ∑∑aij xi xj

i=1

j=1

n переменных x1,…, xn на-

. (2.25)

Здесь aij - коэффициенты квадратичной формы и aij = a ji . Если в квадра-

тичной форме привести подобные члены, то коэффициенты при произведениях различных переменных xi и xj примут вид 2aij .

Определение 2.23. Матрица A =(aij )i=1,n называется матрицей квадра-

j=1,n

тичной формы.

Матрица A является симметричной, т.е. AT = A ( aij = a ji ).

x

 

 

 

1

 

, то квадратичную форму

Если рассмотреть матрицу-столбец x =

 

 

x

 

 

 

n

 

 

(2.25) можно записать в матричном виде

 

 

 

f (x1,…, xn )= X T AX .

 

(2.26)

Определение 2.24. Квадратичную форму называют положительно (отрицательно) определенной, если для любого набора значений переменных x1,…, xn , где хотя бы одно из значений не равно нулю, квадратичная форма

принимает положительное (отрицательное) значение. Иными словами, если

x12 +…+ xn2 ≠ 0 , то

39

f (x1 ,…, xn ) > 0 (f (x1 ,…, xn )< 0).

(2.26)

Замечание 2.1. Квадратичная форма является положительно (отрицательно) определенной тогда и только тогда, когда все собственные значения ее матрицы положительны (отрицательны).

Определение 2.25. Главный минор квадратной матрицы A порядка k - это ее минор, стоящий на пересечении первых k строк и первых k столбцов.

Замечание 2.2 (Критерий Сильвестра). Для того чтобы квадратичная форма была положительно определенной, необходимо и достаточно, чтобы все главные миноры матрицы квадратичной формы были положительны.

2.2.Тестовые задания и их решения

2.2.1.Вычисление определителей

Тестовое задание 2.1

Установите соответствие между мат-

υ

80

рицей и ее определителем.

υ212

υ222

100

 

 

4

24

 

υ

 

1.

 

0

 

−5

−10

 

υ2 υ2

 

 

 

υ232

−53

 

12

22

 

 

υ

 

2.

 

 

53

 

12

 

 

υ2 υ2

 

2

 

 

 

 

3.

−2

−7

 

 

 

2

 

 

 

 

−7

 

 

 

Решение. В этом задании нужно воспользоваться формулой (2.3) и сравнить значения вычисленных определителей с предлагаемыми ответами:

 

4

24

 

= 4 (−10)−24 (−5)= −40 +120 =80 (первый ответ),

 

−5

−10

 

 

 

12

22

 

 

=12 12

−22 2 =144 −44 =100 (второй ответ),

 

 

 

2

12

 

 

 

 

 

 

 

−2

−7

 

= −2 2

−(−7) (−7)= −4 −49 = −53 (четвертый ответ).

 

 

 

−7

2

 

 

 

 

 

 

40

Источник: https://studfile.net/preview/16563650/