- •Понятие матрицы. Виды записи.
- •Классификация матриц.
- •Действия с матрицами. Свойства. Сложение и вычитание.
- •Умножение на число.
- •Произведение матриц.
- •Определители. Свойства определителей. Определители 2-го порядка.
- •Определители 3-го порядка.
- •Невырожденные матрицы. Обратная матрица.
- •Ранг матрицы.
- •Вычисление ранга по определению.
- •Элементарные преобразования.
- •Собственные числа. Собственные векторы матрицы.
- •Некоторые приложения в экономике собственных чисел и собственных векторов матрицы.
- •Линейные модели обмена.
- •Модель международной торговли
- •Решение.
- •Индивидуальные задания.
- •Варианты.
- •Варианты.
- •Содержание
Элементарные преобразования.
отбрасывание нулевой строки (столбца);
умножение всех элементов строки (столбца) матрицы на число, не равное нулю;
изменение порядка строк (столбцов) матрицы;
прибавление к каждому элементу одной строки (столбца) соответствующих элементов другой строки (столбца), умноженных на любое число;
транспонирование матрицы.
С помощью элементарных преобразований можно привести матрицу к так называемому ступенчатому виду, тогда вычисление ранга не представляет труда.
Матрица А называется ступенчатой, если она имеет вид:
, где i=1,2,…,r; r k.
Замечание: условие r k всегда может быть достигнуто транспонированием матрицы.
Очевидно, что ранг ступенчатой матрицы равен r, так как имеется минор r-го порядка, не равный нулю:
Покажем на примере алгоритм вычисления ранга матрицы с помощью элементарных преобразований.
Пример 9 : Найти ранг матрицы
Если , то при перестановке строк или столбцов добиваемся того, что . В данном случае поменяем местами, например 1-ю и 2-ю строки матрицы.
Если , то умножая элементы 2-й, 3-й, 4-й строк но подходящие числа (именно на , ) и прибавляя полученные числа соответственно к элементам 2-й, 3-й, и 4-й строк, добьёмся того, чтобы все элементы первого столбца (кроме ) равнялись нулю:
~
Если в полученной матрице (в нашем случае ), то умножая элементы 3-й и 4-й строк на подходящие числа (а именно, на ), добьёмся того, чтобы все элементы 2-го столбца (кроме , ) равнялись нулю. Если в процессе преобразований получаются строки (или столбцы), целиком состоящие из нулей (как в данном примере), то отбрасываем эти строки (или столбцы):
~
Последняя матрица имеет ступенчатый вид и содержит миноры второго порядка, не равные нулю, например, Поэтому ранг полученной ступенчатой матрицы, а следовательно, и данной матрицы равен 2.
Для рангов матриц справедливы следующие соотношения:
r(A+B) r(A)+r(B);
r(A+B) ;
r(AB) ;
r(A A)=r(A);
r(AB)=r(A), если А и В – квадратные матрицы и .
Собственные числа. Собственные векторы матрицы.
Пусть дана матрица , и -n-мерный вектор.
Число , удовлетворяющее уравнению (1), называется собственным числом (значением) матрицы А.
Ненулевой вектор , соответствующий числу уравнения (1), называется собственным вектором матрицы А.
Множество собственных чисел матрицы А, называется её спектром. Иногда собственные числа матрицы, называют её характеристическими корнями, а собственные векторы – характеристическими векторами.
Уравнение (1) можно записать в виде (2), где - n- мерный нуль-вектор.
Матрица А имеет собственный вектор , если матрица вырожденная, то есть её определитель равен нулю: . (3)
Равенство (3) является уравнением n-степени относительно переменной .
.
Уравнение (3) называется характеристическим уравнением матрицы А, определитель - её характеристическим многочленом.
Итак, чтобы найти собственные числа матрицы, надо составить и решить её характеристическое уравнение.
Чтобы найти собственный вектор, соответствующий собственному числу , надо решить матричное уравнение (2), то есть систему однородных линейных уравнений, матрица которой – вырожденная.
Пример 10: Найти собственные числа и собственные векторы матрицы .
Решение.
Составим и решим характеристическое уравнение .
Итак, матрица А имеет два действительных собственных числа (-2) и 13.
Собственные векторы матрицы А, соответствующие собственному числу , находим решая систему
эта система равносильна одному уравнению
Пусть , тогда Получим, что собственные векторы матрицы А, соответствующие собственному числу имеет вид , где к – любое число, не равное нулю.
Найдем собственные векторы матрицы А, соответствующие собственному числу
Эта система равносильна одному уравнению .
Собственные векторы матрицы А, соответствующие собственному числу имеют вид , где к – любое, не равное нулю, число.
В экономических приложениях полезно использовать некоторые свойства собственных чисел и собственных векторов матрицы.
Свойства собственных чисел матрицы.
Сумма диагональных элементов матрицы называется её следом и записывается TrA.
Сумма собственных чисел матрицы А равна следу этой матрицы.
Пример 11: Для матрицы TrA=6+5=11 и, действительно, .
Произведение собственных чисел матрицы А равно определителю этой матрицы.
Пример 12:
Число отличных от нуля собственных чисел матрицы А равно её рангу.
Пример 13: rA=2, и число собственных чисел отличных от нуля тоже равно 2.
Все собственные числа матрицы А отличны от нуля, в том и только в том случае, если матрица А невырожденная.
Если 0 – собственное число невырожденной матрицы А, то - собственное число матрицы А-1.
Если 0 – собственное число матрицы А, то 0к- собственное число матрицы Ак при любом целом к 1.
Собственными числами диагональной матрицы являются числа, стоящие на её главной диагонали.
Рекомендуется проверить самостоятельно.
Свойства собственных векторов матрицы.
Собственные векторы матрицы, соответствующие её различным собственным числам, линейно – независимы.
Если все собственные числа квадратной матрицы n-го порядка различны, то соответствующие им собственные векторы образуют базис пространства Rn.
Любая, не равная нулевому вектору линейная комбинация собственных векторов данной матрицы, соответствующих одному и тому же собственному числу этой матрицы, также является собственным вектором данной матрицы.
Рассмотрим использование в экономике собственных чисел и собственных векторов квадратной матрицы на примере линейных моделей обмена.