Линейная алгебра, модуль 1
Skillfactory · МИФИ · 1 семестр

Линейная алгебра, модуль 1

Векторы, матрицы, определитель, ранг и системы уравнений. Каждое понятие сначала объяснено на пальцах и с картинкой, потом дано строгое определение курса.

Продолжить

Как заниматься

  1. Прочитай главу. Блок «Представь» объясняет идею на пальцах, блок «Определение» — то, что проверяет тест курса.
  2. Ответь на «Проверь себя». Сначала ответ в уме, потом открывай.
  3. Реши задачи главы. Застрял — открой подсказку. Ответ открывай, когда решение готово.
  4. Пришли решение в чат с номером задачи. Номера совпадают с файлом задач. Решенную задачу отметь кнопкой «решено»: прогресс сохранится на этом устройстве.
Начни с главы 4

В тесте курса ошибки были в двух местах: линейная зависимость (глава 4) и разница между скалярным произведением и произведением длин (глава 3). Определения всего модуля проверяет тренажер в главе 10.

базоваясредняяс ловушкой

Главы

Матрицы записаны таблицей, векторы в строку: (1, 2, 3) считай столбцом.

Глава 1Язык формул

Определения в линейной алгебре записывают значками. В этой главе каждый значок получает перевод на обычный язык, а в конце ты читаешь целые формулы как предложения.

Формула — короткое предложение

Представь: дорожные знаки

На знаке «кирпич» нет ни одной буквы, но любой водитель читает его как «въезд запрещен».

Значки в формулах работают так же. Каждый заменяет слово или целую фразу.

В таблице в конце главы 13 значков. Выучишь их перевод — и формулы курса читаются слева направо, как обычный текст.

Для любого, существует, существует единственный

Представь: класс

«Все ученики пришли в форме» — это про каждого ученика, без исключений.

«В классе есть ученик в очках» — хватит одного. Если в очках пятеро, фраза тоже верна.

«В классе один староста» — староста есть, и второго нет.

ЗначокЧитаетсяСколько объектов
∀для любого, для всехкаждый без исключения
∃существует, найдетсяхотя бы один
∃!существует единственныйровно один

Форму помогут запомнить буквы. ∀ — перевернутая A от английского all, «все». ∃ — развернутая E от exists, «существует».

Определение

∀ x: … — утверждение верно для каждого x.

∃ x: … — есть хотя бы один x, для которого утверждение верно.

∃! x: … — такой x есть, и он ровно один.

Пример.

Ловушка: «существует» значит «хотя бы один»

Утверждение с ∃ верно, даже если подходящих объектов два или сто. Единственность обещает только ∃!.

Запомни: как опровергать и доказывать

Чтобы опровергнуть «∀», хватает одного контрпримера. «∀ x: x² > 0» неверно: при x = 0 квадрат равен 0.

Чтобы доказать «∃», хватает одного примера. «∃ x: x + 1 = 5» верно: x = 4.

Так решаются задачи «верно или неверно» во всем модуле.

Проверь себя
Верно ли «∀ x ∈ ℝ: x + 1 > x»?

Верно. Прибавили 1 — число выросло. Это работает для любого x.

Верно ли «∃! x: x² = 9»?

Неверно: подходят 3 и −3. Утверждение «∃ x: x² = 9» верно.

Как опровергнуть «∀ x ∈ ℝ: 2x > x»?

Одним контрпримером: x = −1. Тогда 2x = −2, и −2 меньше −1.

Стрелки ⇒ и ⇔

Представь: дождь и суббота

«Если идет дождь, асфальт мокрый». Записывают так: дождь ⇒ мокрый асфальт. Стрелка смотрит в одну сторону.

Обратно правило не работает: асфальт бывает мокрым и после поливальной машины.

«Сегодня суббота ⇔ завтра воскресенье». Здесь стрелка двусторонняя: из первого следует второе, из второго — первое.

дождь мокрый асфальт ⇒ обратно неверно: асфальт бывает мокрым и после поливальной машины сегодня суббота завтра воскресенье ⇔ стрелка работает в обе стороны
⇒ ведет в одну сторону: из дождя следует мокрый асфальт, из мокрого асфальта дождь не следует. ⇔ — это две стрелки сразу, туда и обратно.
Определение

P ⇒ Q читается «из P следует Q» или «если P, то Q». Всякий раз, когда верно P, верно и Q.

P ⇔ Q читается «P тогда и только тогда, когда Q» или «P равносильно Q». Это две стрелки сразу: P ⇒ Q и Q ⇒ P.

Пример из курса.

det A — определитель матрицы A, A⁻¹ — обратная матрица. Обе темы — в главе 7.

Ловушка: стрелку нельзя развернуть

Из P ⇒ Q не следует Q ⇒ P.

Пример: x = 2 ⇒ x² = 4 верно. Обратная стрелка x² = 4 ⇒ x = 2 неверна: при x = −2 тоже x² = 4.

Чтобы доказать ⇔, проверяют обе стрелки по отдельности.

Проверь себя
Верно ли «x > 5 ⇒ x > 3»? А обратная стрелка?

Прямая верна: любое число больше 5 больше и 3. Обратная «x > 3 ⇒ x > 5» неверна: контрпример x = 4.

Можно ли поставить ⇔ между «число делится на 4» и «число четное»?

Нельзя. «Делится на 4 ⇒ четное» верно. Обратно неверно: 6 четное, на 4 не делится. Верная запись — только ⇒.

«Такой, что»: двоеточие и черта

Двоеточие после квантора читается «такой, что» или «выполнено».

Ax — матрица A, умноженная на вектор x, глава 6.

Представь: сито

Насыпаешь в сито горсть камешков. Мелкие проваливаются, крупные остаются.

Фигурные скобки с чертой — такое сито. Слева от черты — что насыпали. Справа — условие, которое объект должен пройти. В множество попадает то, что прошло сквозь сито, то есть выполнило условие.

Определение

Запись {x ∈ M | условие} — множество всех x из M, таких что условие выполнено. Черта внутри фигурных скобок читается «таких, что».

−4 −3 −2 −1 0 1 2 3 4 ( x > 0 0 не входит
{x ∈ ℝ | x > 0}: из всей числовой прямой сито пропускает только числа правее нуля. Сам ноль условие x > 0 не проходит, поэтому у нуля круглая скобка.

Пример.

Запятая в условии читается «и»: {x ∈ ℝ | x > 0, x < 1} — числа больше 0 и меньше 1.

Ловушка: одна черта, три смысла

Внутри фигурных скобок {… | …} черта читается «таких, что».

Парой вокруг числа или вектора |x|, |v| — модуль или длина.

Парой вокруг матрицы |A| — определитель.

Проверь себя
Прочитай {x ∈ ℝ | x² = 1}. Какие числа в нем лежат?

«Множество действительных x, таких что x² = 1». В нем два числа: 1 и −1.

Прочитай ∃ x ∈ ℝ : x > 0, x < 1. Верно ли это?

«Существует действительное x, такое что x больше 0 и меньше 1». Верно: например, x = 0.5.

Принадлежит ∈ и является частью ⊂

Представь: команда и курс

Ты — один из студентов курса. Это ∈: один объект внутри множества.

Футбольная команда курса — группа студентов, и вся она внутри курса. Это ⊂: одно множество внутри другого.

Определение

x ∈ M — «x принадлежит M»: x один из элементов M. x ∉ M — «x не принадлежит M».

S ⊂ M — «S является частью M»: каждый элемент S лежит в M.

ℝ² — все векторы плоскости S u ∈ S v ∈ ℝ² v ∉ S S ⊂ ℝ²
Каждая точка — конец стрелки-вектора. Точка v принадлежит ℝ² и не принадлежит S. Вся рамка S лежит внутри ℝ², поэтому S ⊂ ℝ².

Пример. (1, 2) ∈ ℝ² — вектор из двух чисел принадлежит ℝ². {(1, 2), (3, 4)} ⊂ ℝ² — набор из двух векторов является частью ℝ². (1, 2, 3) ∉ ℝ² — у вектора три координаты.

Ловушка: слева от ∈ один объект, слева от ⊂ множество

Запись (1, 2) ⊂ ℝ² неверна: (1, 2) — один вектор. Правильно (1, 2) ∈ ℝ² или {(1, 2)} ⊂ ℝ². Фигурные скобки делают из вектора множество из одного элемента.

Что такое ℝ, ℝ², ℝⁿ

ℝ — все действительные числа: целые, дроби, √2, π. Их рисуют числовой прямой.

ℝ² — все пары чисел (x, y), то есть все векторы плоскости. ℝ³ — все тройки чисел, векторы пространства.

Определение

ℝⁿ — множество всех векторов из n действительных чисел.

Пример. Запись v ∈ ℝ⁴ сразу сообщает: у вектора v четыре координаты, например v = (1, 0, −2, 5).

Ловушка: цифра сверху считает координаты

ℝ² читается «эр два», ℝⁿ — «эр эн». Цифра наверху — число координат у каждого вектора. ℝ² — пары чисел, ℝ × ℝ. Квадрат здесь означает «два раза», числа в квадрат не возводятся.

Проверь себя
Какому множеству принадлежит (3, −1, 0, 7, 2)?

ℝ⁵: у вектора пять координат. Нули тоже считаются.

Верно ли (1, 2) ∈ ℝ³?

Неверно: у вектора две координаты. Верно (1, 2) ∈ ℝ².

Что не так в записи (5, 5) ⊂ ℝ²?

Слева один вектор, ему нужен значок ∈. Правильно (5, 5) ∈ ℝ².

Как прочитать формулу целиком

Запомни: пять шагов
  1. Найди кванторы в начале: ∀, ∃, ∃!. Они говорят, про сколько объектов речь.
  2. Прочитай, откуда объекты: значок ∈ и множество после него.
  3. Двоеточие переведи «такой, что» после ∃ или «выполнено» после ∀.
  4. Прочитай условие. Стрелка ⇒ делит его на «если …, то …», стрелка ⇔ — на «… тогда и только тогда, когда …». Запятая — «и».
  5. Произнеси фразу целиком и проверь, что она звучит по-русски.

Пример 1. ∀ a, b ∈ ℝⁿ: a + b = b + a

Целиком: «Для любых векторов a и b из ℝⁿ выполнено a + b = b + a». Проще: от перестановки слагаемых сумма не меняется.

Пример 2. ∃ x ∈ ℝ : x² = 2 — «существует действительное число x, такое что x² = 2». Верно: x = √2.

Пример 3. ∀ x ∈ ℝ: x > 2 ⇒ x² > 4 — «для любого действительного x: если x больше 2, то x² больше 4». Верно. Обратная стрелка неверна: при x = −3 квадрат 9 больше 4, хотя x меньше 2.

Все значки

ЗначокЧитаетсяПример
∀для любого∀ x ∈ ℝ: x² ≥ 0
∃существует∃ x : x² = 4
∃!существует единственный∃! x : 2x = 6
⇒следует; если …, то …x = 2 ⇒ x² = 4
⇔тогда и только тогда(a, b) = 0 ⇔ a ⊥ b
:такой, что; выполнено∃ x : Ax = 0
|в фигурных скобках — «таких, что»{x ∈ ℝ | x > 0}
∈принадлежитv ∈ ℝ³
∉не принадлежит(1, 2) ∉ ℝ³
⊂является частью{(1, 2), (3, 4)} ⊂ ℝ²
ℝⁿвсе векторы из n действительных чиселv ∈ ℝ⁴: у v четыре координаты
≠не равноω ≠ 0
⊥ортогонален(1, 0) ⊥ (0, 1)
Проверь себя
Прочитай ∀ x ∈ ℝ: x² ≥ 0. Верно ли это?

«Для любого действительного x квадрат x больше или равен нулю». Верно: квадрат любого числа неотрицателен.

Прочитай ∃ x ∈ ℝ : x² = −1. Верно ли это?

«Существует действительное x, такое что x² = −1». Неверно: квадрат действительного числа не бывает отрицательным.

Прочитай {x ∈ ℝ | x ≥ 0, x ≤ 1}.

«Множество действительных x, таких что x больше или равен 0 и меньше или равен 1». Это отрезок от 0 до 1 вместе с концами.

Задачи

Задача 1.1 из блока 1 задачника. Номер совпадает с файлом задач: решение присылай в чат с номером.

Пункты б–е опираются на главы 3–7, здесь тренируем чтение значков. Aᵀ — транспонированная матрица, глава 5; det A — определитель и A⁻¹ — обратная матрица, глава 7.

1.1базовая

Прочитай словами:

  • а) ∀ v ∈ ℝ³: v + 0 = v
  • б) ∃ (ω₁, ω₂) ≠ (0, 0): ω₁a + ω₂b = 0
  • в) det A ≠ 0 ⇔ ∃! A⁻¹
  • г) A = Aᵀ
  • д) a ⊥ b ⇒ (a, b) = 0
  • е) {v ∈ ℝ² | (v, (1, 1)) = 0}
Подсказка

Иди слева направо по пяти шагам и заменяй каждый значок словом из таблицы «Все значки».

В б) подумай, что значит «пара (ω₁, ω₂) не равна паре (0, 0)»: оба числа обязаны быть ненулевыми или хватит одного? В г) Aᵀ — транспонированная матрица (глава 5), вспомни, как называется матрица с таким свойством. В е) фигурные скобки с чертой — множество: слева откуда берем v, справа условие.

Ответ и решение

а) Для любого вектора v из ℝ³ сумма v и нулевого вектора равна v.

б) Существуют коэффициенты ω₁, ω₂, не равные нулю одновременно, такие что ω₁a + ω₂b = 0. Иначе говоря, a и b линейно зависимы.

в) Определитель A не равен нулю тогда и только тогда, когда у A есть обратная матрица, причем одна.

г) A совпадает со своей транспонированной, то есть A симметрична.

д) Если a ортогонален b, то их скалярное произведение равно нулю.

е) Множество всех векторов v из ℝ², таких что скалярное произведение v и (1, 1) равно нулю. Это все векторы, ортогональные (1, 1): (t, −t) при любом t.

Глава 2Векторы

Вектор — главный объект модуля: из векторов собраны матрицы, системы уравнений и таблицы данных. В этой главе ты научишься рисовать вектор, измерять его длину, складывать векторы и умножать их на число.

Что такое вектор

Представь: записка кладоискателя

В записке написано: «4 шага на восток, 2 шага на север». Эти два числа и есть вектор (4, 2).

Записка «2 шага на восток, 4 на север» ведет в другое место. Числа те же, порядок другой — и клад другой.

Представь: список покупок

Допустим, дома договорились, что список всегда идет в порядке «батоны, пакеты молока, яйца». Тогда записка (2, 1, 10) значит: 2 батона, 1 пакет молока, 10 яиц.

Записка (1, 2, 10) — уже другая покупка: 1 батон и 2 пакета молока.

Где аналогия ломается: отрицательных батонов не бывает, а координаты вектора бывают отрицательными.

(4, 2) (2, 4) старт
Векторы (4, 2) и (2, 4) состоят из одних и тех же чисел и ведут в разные точки. Порядок координат важен.
Определение

Вектор — набор чисел в определенном порядке.

Координаты — сами числа. Размерность dim v — сколько их.

Пример. s = (33, 65, 50, 45). Координаты: s₁ = 33, s₂ = 65, s₃ = 50, s₄ = 45. Размерность dim s = 4, поэтому s ∈ ℝ⁴.

В Python вектор — массив numpy:

import numpy as np
s = np.array([33, 65, 50, 45])
len(s)   # 4 — размерность
s[2]     # 50 — третья координата
Ловушка 1: порядок важен

(1, 2, 3) и (3, 2, 1) — разные векторы, хотя числа одни и те же. Векторы равны, когда у них одинаковая размерность и на каждом месте стоят одинаковые числа.

Ловушка 2: индексы в numpy с нуля

В математике третья координата — s₃. В numpy это s[2]: счет идет с нуля.

Проверь себя
Чему равна размерность (0, 0, 7, 1, 0)?

5. Нули тоже координаты.

Равны ли векторы (2, 5) и (5, 2)?

Не равны: на первом месте стоят разные числа.

Как в numpy обратиться к пятой координате вектора s?

s[4]: индексы с нуля.

Столбец и строка

Один и тот же вектор записывают двумя способами:

столбец строка

Содержимое одно: три числа в том же порядке. Отличается запись.

Запомни

В строгой линейной алгебре вектор по умолчанию — столбец.

Столбец занимает много места, поэтому его пишут строкой со значком ᵀ: v = (1, 2, 3)ᵀ. Значок ᵀ (транспонирование) превращает строку в столбец.

В задачнике векторы записаны строкой (1, 2, 3). Считай их столбцами. Разница станет важной в умножении матриц.

Вектор как стрелка

Представь

Вектор (2, 1) — указание «сдвинься на 2 клетки вправо и на 1 вверх». Начать можно откуда угодно: от дома, от школы, от остановки. Сдвиг везде один и тот же.

Определение

Вектор (s₁, s₂) рисуют стрелкой из начала координат (0, 0) в точку (s₁, s₂).

Стрелки одинаковой длины и направления в разных местах плоскости — один и тот же вектор.

v = (2, 1) v v v (1, 2)
Четыре синие стрелки — один вектор v = (2, 1): каждая сдвигает на 2 вправо и на 1 вверх. Красная стрелка той же длины смотрит в другую сторону, поэтому это другой вектор (1, 2).

Пример. Стрелка идет из точки (5, 3) в точку (7, 4). Ее координаты — конец минус начало: (7 − 5, 4 − 3) = (2, 1). Это тот же вектор v, что и стрелка из (0, 0) в (2, 1).

Запомни

Вектор хранит сдвиг: на сколько и куда. Место, откуда нарисована стрелка, в вектор не входит.

Вектор из трех чисел — стрелка в пространстве. Векторы из четырех и более чисел нарисовать нельзя, но считают с ними по тем же правилам.

Проверь себя
Стрелка идет из (1, 1) в (4, 5). Какой это вектор?

(4 − 1, 5 − 1) = (3, 4).

Стрелки из (0, 0) в (2, 1) и из (5, 5) в (7, 6) — один вектор?

Да: обе сдвигают на (2, 1).

Длина вектора

Представь

Кладоискатель прошел 3 шага на восток и 4 на север. Насколько он далеко от старта по прямой?

Путь «на восток, потом на север» — два катета прямоугольного треугольника. Расстояние по прямой — гипотенуза. По теореме Пифагора она равна √(3² + 4²) = √25 = 5 шагов.

a = (3, 4) 3 4 |a| = 5 √(3² + 4²) = √25 = 5
Координаты 3 и 4 — катеты, стрелка — гипотенуза. Длина вектора считается по теореме Пифагора.
Определение

Длина (норма) вектора v = (v₁, v₂, …, vₘ):

|v| = √(v₁² + v₂² + … + vₘ²)

Длина всегда ≥ 0. Она равна 0 только у нулевого вектора 0 = (0, 0, …, 0).

Пример.

Ловушка 1: длина не бывает отрицательной

Отрицательные координаты не делают длину отрицательной: их квадраты положительны. |(−3, −4)| = 5.

Ловушка 2: длину считают через квадраты

|(3, 4)| = 5. Сумма координат 3 + 4 = 7 к длине отношения не имеет.

Проверь себя
Найди |(0, −5)|.

√(0 + 25) = 5.

Найди |(2, 3, 6)|.

√(4 + 9 + 36) = √49 = 7.

Бывает ли вектор длины 0 с ненулевой координатой?

Не бывает. Квадрат ненулевого числа положителен, и сумма квадратов уже больше нуля.

Сложение

Представь: два маршрута подряд

Маршрут a: 3 клетки вправо, 1 вверх. Сразу за ним маршрут b: 1 вправо, 2 вверх.

Всего ты прошел 3 + 1 = 4 клетки вправо и 1 + 2 = 3 вверх. Сумма a + b = (4, 3) — один маршрут вместо двух.

a b b a a + b = (4, 3)
Пройти a, потом b (нижний путь) или b, потом a (верхний путь) — попадешь в одну точку. Сумма a + b — диагональ параллелограмма, построенного на a и b.
Определение

Векторы складывают покоординатно:

a + b = (a₁ + b₁, a₂ + b₂, …, aₘ + bₘ)

Складывать можно только векторы одинаковой размерности. Результат — вектор той же размерности.

Пример. (1, 4, −2) + (3, 0, 5) = (1 + 3, 4 + 0, −2 + 5) = (4, 4, 3).

По картинке видно, что порядок слагаемых неважен: a + b = b + a.

Ловушка 1: разные размерности не складываются

(1, 2) + (1, 2, 3) не существует: размерности 2 и 3. Дописывать недостающие нули нельзя.

Ловушка 2: списки Python склеиваются

Обычные списки Python при сложении склеиваются: [1, 2] + [3, 4] дает [1, 2, 3, 4]. Покоординатно складывает numpy: np.array([1, 2]) + np.array([3, 4]) дает [4, 6].

Проверь себя
Найди (5, −2) + (−5, 2).

(0, 0) — нулевой вектор. Маршрут привел обратно на старт.

Можно ли сложить (1, 0, 0) и (1, 0)?

Нельзя: размерности 3 и 2.

Умножение на число

Представь: шаг длиннее, короче, назад

Шаг v = (2, 1). Сделай его вдвое длиннее — получишь (4, 2): направление то же, путь вдвое больше.

Половина шага — (1, 0.5). Тот же шаг задним ходом — (−2, −1).

2v = (4, 2) длина ×2 v = (2, 1) 0.5v = (1, 0.5) длина ×0.5 −v = (−2, −1) длина та же, разворот
Все стрелки лежат на параллельных прямых. Положительное число меняет только длину, отрицательное еще и разворачивает стрелку.
Определение

Чтобы умножить вектор на число ω, каждую координату умножают на ω:

ωa = (ωa₁, ωa₂, …, ωaₘ)

Умножать можно всегда. Результат — вектор той же размерности.

Что происходит со стрелкой:

|ωv| = |ω|·|v|

Длина меняется ровно в |ω| раз.

Пример. v = (1, 2, 2), |v| = 3.

Особые случаи: 1·v = v, 0·v = 0 (нулевой вектор), (−1)·v = −v — противоположный вектор.

Ловушка: длина умножается на модуль числа

|−2v| = 2·|v|. Запись −2·|v| дала бы отрицательную длину, а длина всегда ≥ 0.

Проверь себя
Найди 0.5·(4, −6).

(2, −3).

|v| = 4. Чему равна |−0.5v|?

|−0.5|·4 = 0.5·4 = 2.

Куда смотрят v и −3v?

В противоположные стороны. Стрелка −3v втрое длиннее v.

Разность

Представь

Ты стоишь на конце стрелки b, а клад зарыт на конце стрелки a. Маршрут от тебя до клада — это a − b.

a b a − b a − b = (3, −2)
a − b — стрелка от конца b к концу a. Пунктир — тот же вектор, нарисованный из начала координат.
Определение

Разность — сложение с вектором, умноженным на −1:

a − b = a + (−1)·b = (a₁ − b₁, a₂ − b₂, …, aₘ − bₘ)

Отдельной операции «вычитание» в строгой теории нет.

Пример. a = (4, 1), b = (1, 3). a − b = (4 − 1, 1 − 3) = (3, −2).

Проверка: b + (a − b) = (1, 3) + (3, −2) = (4, 1) = a.

Ловушка: порядок в разности важен

b − a = (−3, 2) = −(a − b). Длина та же, стрелка смотрит в обратную сторону.

Проверь себя
Найди (2, 5, 1) − (3, 5, −1).

(2 − 3, 5 − 5, 1 + 1) = (−1, 0, 2).

Линейная комбинация

Представь: маршрут из шагов двух видов

Есть два вида шагов: a и b. Маршрут «2 шага a, потом 1 шаг b» дает итог 2a + b.

Числа 2 и 1 — коэффициенты: сколько раз берем каждый шаг. Коэффициент бывает дробным (полшага) или отрицательным (шаг назад).

a a b 2a + b = (3, 3)
a = (2, 1), b = (−1, 1). Два шага a и один шаг b приводят в точку (3, 3): 2a + b = (4, 2) + (−1, 1) = (3, 3).
Определение

Линейная комбинация векторов a, b, … с коэффициентами ω₁, ω₂, … — вектор

ω₁a + ω₂b + …

Каждый вектор умножают на свой коэффициент, результаты складывают. Векторы должны быть одной размерности.

Пример. a = (1, 0, 2), b = (0, 1, −1). Найдем 3a − 2b.

Ловушка: минус умножается на каждую координату

−2·(0, 1, −1) = (0, −2, 2). Последняя координата: −2·(−1) = +2. Частая ошибка — оставить у нее минус.

Запомни

Сложение, умножение на число и линейная комбинация дают вектор той же размерности.

Линейная комбинация — главная операция модуля. На ней держатся линейная зависимость, ранг и умножение матрицы на вектор.

Проверь себя
a = (1, 1), b = (1, −1). Найди 3a + b.

(3, 3) + (1, −1) = (4, 2).

Какими коэффициентами собрать (5, 1) из a = (1, 1) и b = (1, −1)?

Ищем ω₁a + ω₂b = (5, 1): ω₁ + ω₂ = 5 и ω₁ − ω₂ = 1. Отсюда ω₁ = 3, ω₂ = 2. Проверка: 3a + 2b = (3, 3) + (2, −2) = (5, 1).

Сводка

ОперацияКак считатьУсловиеРезультат
Сложение a + bпокоординатно: (a₁ + b₁, a₂ + b₂, …)одинаковая размерностьвектор той же размерности
Разность a − ba + (−1)·bодинаковая размерностьвектор той же размерности
Умножение на число ωaкаждую координату умножить на ωвсегдавектор той же размерности
Линейная комбинация ω₁a + ω₂b + …умножить каждый вектор на свой коэффициент и сложитьодинаковая размерностьвектор той же размерности
Длина |v|√(v₁² + … + vₘ²)всегдачисло ≥ 0

Задачи на векторы собраны в конце главы 3: в них нужны и операции из этой главы, и скалярное произведение. Перейти к задачам

Глава 3Скалярное произведение

Скалярное произведение превращает два вектора в одно число. По этому числу находят длину вектора, угол между векторами и проверяют, перпендикулярны ли они.

Формула

Представь: чек в магазине

Ты купил 2 батона хлеба по 50 руб., 3 пакета молока по 90 руб. и 1 кусок сыра за 400 руб.

Кассир перемножает цену и количество в каждой строке и складывает: 50·2 + 90·3 + 400·1 = 770 руб.

Цены — вектор p = (50, 90, 400), количества — вектор q = (2, 3, 1). Итог чека и есть скалярное произведение (p, q) = 770.

товар цена шт. сумма хлеб 50 × 2 100 молоко 90 × 3 270 сыр 400 × 1 400 итого 770 (p, q) = 100 + 270 + 400 = 770
Синий столбец — вектор цен p, оранжевый — вектор количеств q. Числа на одних местах перемножаются, произведения складываются, получается одно число.

Где аналогия ломается: в чеке все числа положительные. У векторов координаты бывают отрицательными, поэтому скалярное произведение может выйти отрицательным или нулем.

Определение

Скалярное произведение векторов a и b одной размерности:

(a, b) = a·b = a₁b₁ + a₂b₂ + … + aₘbₘ

Результат — число.

Пример. Оценка за курс: баллы a = (65, 70, 120, 30), веса w = (0.4, 0.4, 0.2, 0.8).

(a, w) = 26 + 28 + 24 + 24 = 102.

import numpy as np
a = np.array([65, 70, 120, 30])
w = np.array([0.4, 0.4, 0.2, 0.8])
np.dot(a, w)   # 102.0 — скалярное произведение
a * w          # [26. 28. 24. 24.] — поэлементное умножение, вектор
Ловушка 1: результат — число

Вектор (26, 28, 24, 24) — промежуточный шаг. Ответ — сумма 102.

В numpy a * w выдает как раз этот промежуточный вектор. Скалярное произведение считает np.dot(a, w).

Ловушка 2: нужна одинаковая размерность

(1, 2)·(1, 2, 3) не существует: третьей координате не с чем перемножиться.

Проверь себя
Найди (1, 2, 3)·(4, 5, 6).

4 + 10 + 18 = 32.

Найди (2, −1)·(3, 6).

6 − 6 = 0.

Найди (1, 0, 0)·(7, 8, 9).

7 + 0 + 0 = 7. Вектор (1, 0, 0) «вытаскивает» первую координату.

Длина через скалярное произведение

Умножим вектор сам на себя:

(v, v) = v₁² + v₂² + … + vₘ² = |v|²

Под корнем в формуле длины стоит ровно эта сумма.

Запомни

Квадрат длины — скалярное произведение вектора с самим собой:

|v| = √(v, v)

Поэтому (v, v) ≥ 0, и (v, v) = 0 только у нулевого вектора.

Пример. v = (3, 4): (v, v) = 9 + 16 = 25, |v| = √25 = 5.

Проверь себя
v = (1, −2, 2). Найди (v, v) и |v|.

(v, v) = 1 + 4 + 4 = 9, |v| = 3.

Угол между векторами

Представь: тень

Положи вектор a на пол. Солнце светит строго сверху, и вектор b отбрасывает тень на прямую, вдоль которой лежит a.

Скалярное произведение = длина a × длина тени b. Чем ближе направление b к направлению a, тем длиннее тень.

Если угол больше 90°, тень падает назад, за начало a. Тогда ее длину берут со знаком минус.

свет φ тень = 2 a = (4, 0) b = (2, 3)
Тень b на прямой a имеет длину 2. (a, b) = 4·2 + 0·3 = 8 — ровно длина a, умноженная на длину тени: 4·2 = 8.

Длина тени со знаком равна |b|·cos φ. Поэтому (a, b) = |a|·|b|·cos φ. Отсюда формула угла.

Определение

Угол φ между ненулевыми векторами a и b находят из формулы

cos φ = (a, b) / (|a|·|b|)

Угол берут от 0° до 180°. В курсе косинус записывают как cos(a, b).

Пример 1. a = (1, 0), b = (1, 1).

Пример 2. Векторы с картинки: a = (4, 0), b = (2, 3). (a, b) = 8, |a| = 4, |b| = √13 ≈ 3.61. cos φ = 8 / (4·√13) ≈ 0.55, φ ≈ 56°.

Косинусы, которые встречаются в задачах:

Угол0°30°45°60°90°120°135°150°180°
cos1≈ 0.87≈ 0.710.50−0.5≈ −0.71≈ −0.87−1
Ловушка: угол есть только у ненулевых векторов

В формуле делим на |a|·|b|. У нулевого вектора длина 0, делить на нее нельзя, и угла с ним нет.

Проверь себя
cos φ = 0.5. Чему равен угол?

60°.

Найди угол между (2, 0) и (0, 3).

(a, b) = 0, cos φ = 0, угол 90°.

Найди угол между (1, 1) и (−1, −1).

(a, b) = −2, |a|·|b| = √2·√2 = 2, cos φ = −1, угол 180°.

Знак подсказывает угол

Длины |a| и |b| положительны. Значит, знак (a, b) совпадает со знаком cos φ, и угол можно оценить без косинуса.

a b a b a b (a, b) = 2 > 0 (a, b) = 0 (a, b) = −2 < 0 острый прямой тупой
a = (2, 0) во всех панелях. b = (1, 2): тень b падает вперед, (a, b) = 2. b = (0, 2): тень — точка, (a, b) = 0. b = (−1, 2): тень падает назад, за начало a, (a, b) = −2.
Запомни: знак и угол для ненулевых векторов

(a, b) > 0 — угол меньше 90°: острый или 0° у сонаправленных.

(a, b) = 0 — угол прямой.

(a, b) < 0 — угол больше 90°: тупой или 180° у противоположно направленных.

Пример.

Ловушка: плюс бывает и при 0°, минус — и при 180°

Знак отличает «меньше 90°» от «больше 90°». Чтобы отличить тупой угол от развернутого, проверь, не получается ли один вектор из другого умножением на отрицательное число. Если получается, угол 180°.

Проверь себя
Какой угол между (3, −1) и (1, 3)?

3 − 3 = 0, угол прямой.

Какой угол между (2, 2) и (−1, −3)?

−2 − 6 = −8 < 0, угол больше 90°. Векторы не пропорциональны: (−1, −3) не равен (2, 2), умноженному на одно число. Значит, угол тупой.

Ортогональность

Представь

Столб стоит на земле вертикально, солнце в зените. Тень столба — точка, ее длина 0.

Так же и с векторами: если b перпендикулярен a, тень b на прямую a — точка, и (a, b) = 0.

Определение

Векторы a и b ортогональны, если их скалярное произведение равно нулю:

a ⊥ b ⇔ (a, b) = 0

Для ненулевых векторов это угол 90°.

Пример.

Запомни: перпендикуляр на плоскости

К вектору (x, y) ортогонален (−y, x): x·(−y) + y·x = 0. Поменяй координаты местами и у одной смени знак.

Проверь себя
Назови вектор, ортогональный (2, 3).

Например, (−3, 2): −6 + 6 = 0. Подойдет и любой вектор, пропорциональный ему, например (3, −2).

При каком t векторы (t, 1) и (2, 4) ортогональны?

2t + 4 = 0, t = −2.

Нулевой вектор

Умножим нулевой вектор на любой b:

(0, b) = 0·b₁ + 0·b₂ + … + 0·bₘ = 0
Запомни

Нулевой вектор ортогонален любому вектору: скалярное произведение с ним всегда 0.

Угла с нулевым вектором нет: у него нет направления. Ортогональность к нему следует из формулы.

Ловушка: нулевой вектор в системе ортогональных

Попарно ортогональные векторы линейно независимы, только если все они ненулевые. Нулевой вектор ортогонален всему, но делает систему зависимой. Подробно — в главе о линейной зависимости.

Не путать (a, b) и |a|·|b|

Это два разных числа. Их связывает формула

(a, b) = |a|·|b|·cos φ
a 4 2 0 −2 −4 |a|·|b| = 1·4 = 4 у всех пяти стрелок у концов стрелок — значения (a, b)
a = (1, 0), у всех оранжевых b длина 4. Произведение длин везде 4. Скалярное произведение меняется с углом: 4, 2, 0, −2, −4. При 90° оно обнуляется, а длины остаются прежними.
Угол φcos φ|a|·|b|(a, b)
0°144
60°0.542
90°040
120°−0.54−2
180°−14−4
Ловушка из теста курса (задание 1.12)

Утверждение «у ортогональных векторов произведение длин равно нулю» неверно.

У ортогональных векторов нулю равно скалярное произведение, а произведение длин остается положительным.

Пример: a = (1, 0), b = (0, 2). (a, b) = 1·0 + 0·2 = 0. |a|·|b| = 1·2 = 2.

Запомни: как не попасться

Увидел слово «ортогональны» — сразу пиши (a, b) = 0. Длины от угла не зависят.

Произведение длин равно нулю, только если один из векторов нулевой.

По модулю скалярное произведение никогда не больше произведения длин: |(a, b)| ≤ |a|·|b|, ведь |cos φ| ≤ 1. Равенство бывает только у коллинеарных векторов, при угле 0° или 180°.

Проверь себя
a = (3, 0), b = (0, 5). Найди (a, b) и |a|·|b|.

(a, b) = 0, |a|·|b| = 3·5 = 15. Векторы ортогональны, длины ненулевые.

a = (2, 0), b = (3, 0). Найди (a, b) и |a|·|b|.

Оба числа равны 6. Угол 0°, cos φ = 1, поэтому числа совпали.

Может ли (a, b) быть больше |a|·|b|?

Не может: (a, b) = |a|·|b|·cos φ, а cos φ ≤ 1.

Линейность

Представь: две корзины

Утром ты купил товары по списку q, вечером — по списку r. Цены p те же.

Можно сложить корзины и пробить один чек, а можно пробить два чека и сложить итоги. Сумма одна: (p, q + r) = (p, q) + (p, r).

Запомни: свойства

(a, b) = (b, a) — порядок неважен.

(ωa, b) = ω(a, b) — число выносится за скобку.

(a + b, c) = (a, c) + (b, c) — сумма раскладывается.

Скобки раскрываются как у чисел:

(a + b, c + d) = (a, c) + (a, d) + (b, c) + (b, d)

Пример 1. a = (1, 2), b = (3, 0), c = (1, 1).

Пример 2. Раскроем скобки в (a + b, a + b):

|a + b|² = (a, a) + 2(a, b) + (b, b) = |a|² + 2(a, b) + |b|²

Это как (x + y)² = x² + 2xy + y² у чисел. Для ортогональных a и b среднее слагаемое пропадает, и получается теорема Пифагора: |a + b|² = |a|² + |b|².

Ловушка: числа из обоих векторов выносятся вместе

(2a, 3b) = 2·3·(a, b) = 6(a, b). Частая ошибка — вынести только одно из чисел.

Проверь себя
(a, b) = 3. Найди (2a, −b).

2·(−1)·3 = −6.

(a, a) = 4, (b, b) = 9, (a, b) = 0. Найди |a + b|.

|a + b|² = 4 + 2·0 + 9 = 13, |a + b| = √13.

Задачи

Задачи блока 2 из задачника: векторы из главы 2 и скалярное произведение. Номера совпадают с файлом задач: решение присылай в чат с номером.

2.1базовая

a = (2, −1, 3), b = (0, 4, 1). Найди a + b, a − b, 3a − 2b, dim a, |a|, |b|.

Подсказка

Сложение и вычитание — покоординатно. Для 3a − 2b сначала умножь каждый вектор на свое число, потом вычти. Длина — корень из суммы квадратов координат, минус у координаты при возведении в квадрат исчезает.

Ответ и решение

a + b = (2, 3, 4); a − b = (2, −5, 2); 3a − 2b = (6, −11, 7); dim a = 3; |a| = √14 ≈ 3.74; |b| = √17 ≈ 4.12.

2.2базовая

Найди скалярное произведение и определи, какой угол между векторами: острый, прямой, тупой или развернутый (180°).

  • а) (1, 2) и (3, −1)
  • б) (2, 5, −1) и (1, 0, 2)
  • в) (−3, 1) и (2, 4)
  • г) (1, 1, 1, 1) и (−1, −1, −1, −1)
Подсказка

Перемножь координаты на одних местах и сложи. Знак результата скажет, меньше угол 90° или больше. Если знак минус, проверь, не получается ли один вектор из другого умножением на отрицательное число.

Ответ и решение

а) 3 − 2 = 1, острый.

б) 2 + 0 − 2 = 0, прямой.

в) −6 + 4 = −2, тупой.

г) −4, развернутый: второй вектор равен первому, умноженному на −1, угол 180°.

2.3средняя

Найди косинус угла и сам угол между u = (1, 0, 1) и w = (0, 1, 1).

Подсказка

Посчитай по отдельности три числа: (u, w), |u| и |w|. Подставь в cos φ = (u, w) / (|u|·|w|). Сам угол найди по таблице косинусов.

Ответ и решение

(u, w) = 1, |u| = |w| = √2, cos = 1/(√2·√2) = 1/2, угол 60°.

2.4средняя

При каком t векторы (t, 2, −1) и (3, t, 4) ортогональны?

Подсказка

Ортогональны ⇔ скалярное произведение равно 0. Запиши его через t, приравняй к нулю и реши уравнение.

Ответ и решение

3t + 2t − 4 = 0, t = 0.8.

2.5средняя

При каком t векторы (2, t) и (6, 9) коллинеарны?

Подсказка

Коллинеарные векторы пропорциональны: один получается из другого умножением на одно и то же число. Значит, отношения соответствующих координат равны. Найди это число по первым координатам.

Ответ и решение

Координаты пропорциональны: 2/6 = t/9, t = 3.

2.6средняя

|v| = 5. Найди |3v| и |−2v|. Затем найди вектор длины 1, сонаправленный с (3, 4).

Подсказка

Вспомни правило |ωv| = |ω|·|v|. Для второй части: умножение на положительное число направление не меняет. Подбери такое число, чтобы длина стала 1.

Ответ и решение

|3v| = 15, |−2v| = 10: длина умножается на модуль числа.

|(3, 4)| = 5, искомый вектор (3, 4)/5 = (0.6, 0.8).

2.7средняя

Магазин продает три товара по ценам p = (120, 80, 45) руб. За первый день продано q = (10, 25, 40) штук.

  • а) Найди выручку первого дня. Какая операция с векторами нужна?
  • б) Цены выросли на 10 %. Запиши новый вектор цен.
  • в) Во второй день по новым ценам продано r = (12, 20, 30) штук. Найди выручку второго дня.
Подсказка

Вспомни чек из начала главы: выручка — сумма «цена × количество» по всем товарам. Рост на 10 % — умножение каждой цены на одно и то же число.

Ответ и решение

а) Скалярное произведение: (p, q) = 1200 + 2000 + 1800 = 5000 руб.

б) Умножение на число: 1.1p = (132, 88, 49.5).

в) (1.1p, r) = 1584 + 1760 + 1485 = 4829 руб.

2.8базовая

x = (1, 0, 2), y = (3, 1, −1), z = (0, 2, 1). Найди 2x − y + 3z.

Подсказка

Это линейная комбинация с коэффициентами 2, −1 и 3. Сначала умножь каждый вектор на свой коэффициент, потом сложи покоординатно. Следи за знаком у −y: меняется знак каждой координаты.

Ответ и решение

(2, 0, 4) − (3, 1, −1) + (0, 6, 3) = (−1, 5, 8).

2.9с ловушкой

Верно ли, что |a + b| = |a| + |b| для любых векторов? Проверь на a = (3, 0), b = (0, 4). Для каких векторов равенство выполняется?

Подсказка

Посчитай обе части для данных векторов. Потом нарисуй a, b и a + b: какая фигура получилась и что известно о длинах ее сторон? Для последнего вопроса: когда треугольник из a, b и a + b сплющивается в отрезок? Не забудь про нулевой вектор.

Ответ и решение

Неверно: |a + b| = |(3, 4)| = 5, а |a| + |b| = 3 + 4 = 7.

Сумма векторов — третья сторона треугольника, она короче суммы двух других.

Равенство выполняется, только если векторы сонаправлены или один из них нулевой.

Глава 4Линейная зависимость

Самая важная глава модуля. Три похожих слова — коллинеарные, ортогональные, линейно зависимые — описывают разные вещи. Здесь разбираем каждое и учимся отвечать на вопрос «зависима ли система» без лишних вычислений.

Три разных слова

Представь: маршруты по городу

Каждый вектор — маршрут: «2 клетки вправо, 1 вверх».

Коллинеарные — два маршрута по одной и той же прямой улице. Один длиннее другого или идет в обратную сторону, но улица одна.

Ортогональные — две улицы, которые пересекаются под прямым углом.

Линейно зависимые — в наборе маршрутов есть лишний: его можно пройти, комбинируя остальные.

коллинеарные ортогональные зависимые a b b = 2a a b (a, b) = 0 a b c c = a + b
Слева a = (1, 1) и b = (2, 2) лежат на одной прямой. В центре a = (2, 1) и b = (−1, 2): скалярное произведение −2 + 2 = 0. Справа a = (2, 0), b = (1, 2), c = (3, 2): c собирается из a и b, поэтому система из трех векторов зависима, хотя никакие два из них не лежат на одной прямой.

Главное отличие: коллинеарность и ортогональность — свойства пары векторов. Зависимость — свойство системы из любого числа векторов: двух, трех, десяти.

ПонятиеПро чтоОпределениеПроверка
Коллинеарныепара векторовпропорциональны: b = ωa или a = ωbодин вектор получается из другого умножением на одно и то же число; (1, 0) и (2, 0) коллинеарны, хотя 0/0 не поделить
Ортогональныепара векторов(a, b) = 0; для ненулевых — угол 90°скалярное произведение
Линейно зависимыесистема из любого числа векторовхотя бы один выражается через остальныеранг меньше числа векторов (ранг — глава 8)
Ловушка: проверка делением

Коллинеарность удобно проверять делением координат: (2, 4) и (3, 6) — 3/2 = 6/4, пропорциональны. Деление ломается на нулях: у (1, 0) и (2, 0) вторая пара дает 0/0. Векторы при этом коллинеарны: (2, 0) = 2·(1, 0). Надежная проверка — найти число ω, для которого b = ωa.

Проверь себя
(2, 4) и (−1, −2): коллинеарны? Ортогональны?

Коллинеарны: (2, 4) = −2·(−1, −2). Не ортогональны: скалярное произведение 2·(−1) + 4·(−2) = −10.

Нулевой вектор (0, 0) и (3, 5): коллинеарны? Ортогональны?

И то и другое. Коллинеарны: (0, 0) = 0·(3, 5). Ортогональны: 0·3 + 0·5 = 0. Нулевой вектор — особый случай во всех трех определениях.

Можно ли сказать «вектор (1, 2) линейно зависим»?

Зависимость — свойство системы, поэтому говорят «система из одного вектора». Система из одного ненулевого вектора (1, 2) независима: k·(1, 2) = 0 только при k = 0. Система из одного нулевого вектора зависима: 1·0 = 0.

Нулевая линейная комбинация

Представь: прогулка с возвращением домой

Линейная комбинация — прогулка: пройди маршрут a два раза, потом маршрут b один раз, потом маршрут c один раз в обратную сторону. Коэффициенты — сколько раз и в какую сторону идти.

Нулевая комбинация — прогулка, после которой ты снова дома.

Тривиальная — ты вообще никуда не ходил: все коэффициенты 0. Так «вернуться домой» можно с любым набором маршрутов, это ничего не сообщает.

Нетривиальная — ты правда ходил и все равно вернулся. Значит, в наборе есть петля: один маршрут повторяет путь, собранный из других.

Определение

Линейная комбинация ω₁a₁ + ω₂a₂ + … + ωₖaₖ называется нулевой, если в результате получился нулевой вектор.

Тривиальная нулевая комбинация: все коэффициенты равны 0. Она есть у любой системы.

Нетривиальная нулевая комбинация: хотя бы один коэффициент не равен 0, а сумма все равно нулевая.

Определение: зависимая и независимая система

Линейно зависимая система — та, у которой есть нетривиальная нулевая комбинация. Тогда хотя бы один вектор выражается через остальные.

Линейно независимая система — та, у которой нулевая комбинация бывает только тривиальной. Ни один вектор не выражается через другие.

Пример по шагам

Система (1, 1), (1, 2), (3, 4). Возьмем коэффициенты 2, 1 и −1:

2·(1, 1) = (2, 2)
(2, 2) + 1·(1, 2) = (3, 4)
(3, 4) + (−1)·(3, 4) = (0, 0)

Получили 2·(1, 1) + 1·(1, 2) + (−1)·(3, 4) = (0, 0). Коэффициенты не все нулевые, значит, комбинация нетривиальная и система зависима.

Перенесем (3, 4) направо: (3, 4) = 2·(1, 1) + (1, 2). Один вектор лишний, он собирается из остальных.

a 2a b c = 2a + b
a = (1, 1), b = (1, 2), c = (3, 4). Вектор c — диагональ параллелограмма на 2a и b, то есть c = 2a + b. Отсюда 2a + b − c = 0: нетривиальная нулевая комбинация.
Запомни

Нетривиальная нулевая комбинация и «один вектор выражается через остальные» — одно и то же. Если в комбинации коэффициент при каком-то векторе не равен 0, раздели все на этот коэффициент и перенеси остальное в другую часть: вектор выражен.

Проверь себя
0·a + 0·b + 0·c = 0. Значит ли это, что система a, b, c зависима?

Нет. Это тривиальная комбинация, она есть у любой системы. Для зависимости нужна комбинация, где хотя бы один коэффициент не равен 0.

Найди нетривиальную нулевую комбинацию для (1, 3) и (−2, −6).

(−2, −6) = −2·(1, 3), поэтому 2·(1, 3) + 1·(−2, −6) = (0, 0). Коэффициенты (2, 1) или любые пропорциональные им.

В нулевой комбинации системы a, b, c коэффициенты (0, 0, 5). Что можно сказать про c?

5c = 0, значит c — нулевой вектор. Комбинация нетривиальная, система зависима.

Почему в ℝ² больше двух независимых векторов не бывает

Представь: косая сетка

Возьми два непропорциональных маршрута a и b. Шагая вдоль a и вдоль b (вперед, назад, целыми шагами и кусочками), можно дойти до любой точки плоскости. Два маршрута расчерчивают плоскость косой сеткой.

Третий маршрут c ведет в какую-то точку, а до нее уже можно дойти по сетке из a и b. Значит, c лишний.

a a b b c = 2a + b
a = (2, 1) и b = (−1, 1) непропорциональны и задают косую сетку. Узлы сетки — целые комбинации, точки между узлами — дробные. В c = (3, 3) можно прийти за два шага вдоль a и один шаг вдоль b: c = 2a + b.

Рассуждение для любых трех векторов a, b, c из ℝ²:

Третьего варианта нет. Поэтому три вектора на плоскости зависимы всегда, даже если никакие два из них не пропорциональны.

Запомни

В ℝ² не больше двух независимых векторов, в ℝ³ — не больше трех, в ℝⁿ — не больше n. Если векторов больше, чем координат у каждого, система зависима без всяких вычислений.

Пример: находим коэффициенты

a = (2, 1), b = (1, 3), c = (4, 7). Пары не пропорциональны: 1/2 ≠ 3/1, 4/2 ≠ 7/1, 4/1 ≠ 7/3. Векторов три, координат две, значит, система зависима. Найдем, как c собирается из a и b.

Ищем числа ω₁, ω₂ с ω₁a + ω₂b = c. Покоординатно:

2ω₁ + ω₂ = 4
ω₁ + 3ω₂ = 7

Из первого ω₂ = 4 − 2ω₁. Подставляем во второе: ω₁ + 12 − 6ω₁ = 7, откуда ω₁ = 1, ω₂ = 2.

Проверка: a + 2b = (2 + 2, 1 + 6) = (4, 7) = c. Нетривиальная нулевая комбинация: a + 2b − c = 0, коэффициенты (1, 2, −1).

Проверь себя
Сколько векторов может быть в независимой системе из ℝ⁵?

От 1 до 5. Шесть и больше векторов из ℝ⁵ всегда зависимы.

Три вектора из ℝ³ всегда зависимы?

Нет. Признак работает, когда векторов больше, чем координат. (1, 0, 0), (0, 1, 0), (0, 0, 1) независимы.

Два вектора из ℝ³ всегда независимы?

Нет. Два вектора зависимы, если они коллинеарны: (1, 2, 3) и (2, 4, 6) зависимы.

Признаки, которые решают задачу без вычислений

Прежде чем считать, пройди по таблице сверху вниз. Часто ответ виден сразу.

СитуацияВыводПочему
В системе есть нулевой векторзависима1·0 + 0·(остальные) = 0, коэффициент 1 не равен нулю
Два одинаковых или пропорциональных векторазависимаесли b = ωa, то ωa − b = 0
Два векторазависимы ⇔ коллинеарны«один выражается через другой» и есть пропорциональность
Векторов больше, чем координат у каждого (например, 3 вектора в ℝ²)зависима всегдав ℝⁿ не больше n независимых векторов
Ненулевые векторы попарно ортогональнынезависимаскалярное умножение на один из векторов убирает все слагаемые, кроме одного; пример под таблицей

Почему ортогональность дает независимость, на примере a = (1, 0) и b = (0, 2). Пусть ω₁a + ω₂b = 0. Умножим обе части скалярно на a: слагаемое с b пропадает, потому что (b, a) = 0, и остается ω₁·|a|² = ω₁·1 = 0, значит ω₁ = 0. Так же умножение на b дает ω₂·|b|² = 4ω₂ = 0, то есть ω₂ = 0: нулевая комбинация только тривиальная. У нулевого вектора |a|² = 0, и этот шаг не работает, поэтому признак требует ненулевых векторов.

Если ни один признак не сработал, придется считать: составить систему уравнений на коэффициенты или найти ранг матрицы из векторов (ранг будет дальше в учебнике).

Как считать, если признаки молчат

Система v₁ = (1, 0, 1), v₂ = (0, 1, 1), v₃ = (1, 1, 2). Векторов три, координат три, нулевого вектора и пропорциональных пар нет, попарной ортогональности нет: (v₁, v₃) = 1 + 0 + 2 = 3.

Пишем ω₁v₁ + ω₂v₂ + ω₃v₃ = 0 покоординатно:

ω₁ + ω₃ = 0
ω₂ + ω₃ = 0
ω₁ + ω₂ + 2ω₃ = 0

Из первых двух ω₁ = −ω₃, ω₂ = −ω₃. Третье: −ω₃ − ω₃ + 2ω₃ = 0 — верно при любом ω₃. Берем ω₃ = 1: коэффициенты (−1, −1, 1).

Нашлось ненулевое решение, значит, система зависима: −v₁ − v₂ + v₃ = 0, то есть v₃ = v₁ + v₂. Если бы единственным решением были нули, система была бы независимой.

Проверь себя
(1, 2, 3), (0, 0, 0), (4, 5, 6) — зависима?

Да: в системе нулевой вектор.

(1, −1) и (1, 1) — зависима?

Нет: векторы ненулевые и ортогональны, 1 − 1 = 0. Еще проще: два вектора, и они не пропорциональны.

(3, 6, 9), (1, 2, 3), (0, 1, 0) — зависима?

Да: (3, 6, 9) = 3·(1, 2, 3), есть пропорциональная пара. Третий вектор на вывод не влияет.

Четыре ловушки

Ловушка 1. Попарно неколлинеарные векторы могут быть зависимы

(1, 0), (0, 1), (1, 1): никакие два не пропорциональны, но (1, 1) = (1, 0) + (0, 1). Для трех и больше векторов проверка пар не работает. Именно на этом построено задание 1.9 курса: три вектора на плоскости зависимы всегда.

Ловушка 2. Независимые векторы не обязаны быть ортогональными

(1, 0) и (1, 1) независимы: они не пропорциональны. Угол между ними 45°, скалярное произведение 1. Попарно ортогональные ненулевые векторы — частный случай независимых.

Ловушка 3. Ортогональность гарантирует независимость только для ненулевых векторов

Нулевой вектор ортогонален всему: его скалярное произведение с любым вектором равно 0. Система (1, 0), (0, 1), (0, 0) попарно ортогональна, но зависима из-за нулевого вектора.

Ловушка 4. В зависимой системе выражается хотя бы один вектор, но не обязательно каждый

В системе (1, 0), (2, 0), (0, 1) вектор (2, 0) = 2·(1, 0), поэтому система зависима. Вектор (0, 1) через остальные не выражается: любая комбинация (1, 0) и (2, 0) имеет вторую координату 0.

(1, 0) (2, 0) (0, 1) комбинации (1, 0) и (2, 0) лежат только на этой прямой
Красная полоса — все комбинации (1, 0) и (2, 0): точки вида (t, 0). Вектор (0, 1) с этой прямой не достать, поэтому он через остальные не выражается. Система все равно зависима: (2, 0) выражается через (1, 0).
Проверь себя
(1, 0), (0, 1), (2, 3): никакие два не пропорциональны. Система независима?

Нет, зависима: три вектора в ℝ². Например, (2, 3) = 2·(1, 0) + 3·(0, 1).

(1, 1) и (1, 2) не ортогональны: скалярное произведение 3. Значит, они зависимы?

Нет. Два вектора зависимы, только если пропорциональны. Здесь 1/1 ≠ 2/1. Неортогональность про зависимость ничего не говорит.

Система (0, 0) и (1, 0): векторы ортогональны. Независима?

Нет: в ней нулевой вектор. Признак «попарно ортогональные значит независимые» работает только для ненулевых векторов.

Задачи

Задачи блока 3 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

3.1средняя

Без вычислений определи, зависима ли система, и назови признак:

  • а) (1, 2), (0, 0)
  • б) (2, −4, 6), (−1, 2, −3)
  • в) (1, 0), (0, 1), (5, 7)
  • г) (1, 2, 3), (2, 4, 7)
  • д) (1, 0, 0), (0, 2, 0), (0, 0, 3)
  • е) (1, 1, 0, 0), (0, 0, 1, 1), (1, 1, 1, 1), (2, 0, 0, 0)
Подсказка

Пройди по таблице признаков сверху вниз: нулевой вектор, пропорциональная пара, два вектора, число векторов против числа координат, попарная ортогональность ненулевых. В пункте е табличный признак сразу не срабатывает: поищи вектор, который собирается из других.

Ответ и решение
  • а) Зависима: есть нулевой вектор.
  • б) Зависима: векторы коллинеарны, второй равен −½ первого.
  • в) Зависима: три вектора в ℝ².
  • г) Независима: два вектора, и они не пропорциональны (2/1 = 4/2, но 7/3 ≠ 2).
  • д) Независима: ненулевые векторы попарно ортогональны.
  • е) Зависима: третий вектор равен сумме первого и второго.
3.2базовая

Найди нетривиальную нулевую линейную комбинацию векторов a = (1, 2), b = (3, 1), c = (5, 5).

Подсказка

Попробуй собрать c из a и b: ω₁a + ω₂b = c. Запиши это покоординатно — получится система из двух уравнений. Найденные ω дадут комбинацию, где у c коэффициент −1.

Ответ и решение

2a + b = (5, 5) = c, поэтому 2a + b − c = 0. Коэффициенты (2, 1, −1) или любые пропорциональные им.

3.3с ловушкой

Это задание 1.9 из курса. Векторы x = (−3, −2), y = (1, 1), u = (4, 3). Докажи, что система зависима, двумя способами:

  • а) подбери коэффициенты нетривиальной нулевой комбинации;
  • б) назови признак, который решает задачу без вычислений.
Подсказка

Попробуй собрать u из x и y с коэффициентами ±1.

Ответ и решение
  • а) x − y = (−4, −3) = −u, значит x − y + u = 0, коэффициенты (1, −1, 1).
  • б) Три вектора в ℝ² зависимы всегда.

Ловушка: каждая пара здесь неколлинеарна, но для трех векторов попарная проверка ничего не доказывает.

3.4с ловушкой

Приведи пример трех векторов из ℝ³, которые попарно неколлинеарны, но образуют линейно зависимую систему.

Подсказка

Возьми два непропорциональных вектора и сделай третий из них линейной комбинацией. Потом проверь, что третий не пропорционален ни одному из первых двух.

Ответ и решение

Например, (1, 0, 0), (0, 1, 0), (1, 1, 0). Подойдут любые неколлинеарные a, b и их сумма a + b.

3.5средняя

Определи, зависима ли система. Если зависима, найди коэффициенты нетривиальной нулевой комбинации.

  • а) v₁ = (1, 2, 1), v₂ = (2, 1, 0), v₃ = (1, −1, −1)
  • б) v₁ = (1, 0, 2), v₂ = (0, 1, 1), v₃ = (1, 1, 4)
  • в) v₁ = (1, 1, 1), v₂ = (1, 2, 3), v₃ = (2, 3, 4), v₄ = (0, 1, 2). Найди ранг системы и один базис, вырази остальные векторы через базис.

Пункты а) и б) решаются системой уравнений на коэффициенты ω, как в примере главы. Пункт в) про ранг и базис: вернись к нему после главы 8 (глава 8).

Подсказка

Сравни число векторов и число координат. Потом поищи вектор, который собирается из двух других.

Ответ и решение

а) Зависима. Векторы столбцами:

→ →

Ранг 2. Из ступенчатого вида: ω₂ = −ω₃, ω₁ = ω₃. Коэффициенты (1, −1, 1): v₁ − v₂ + v₃ = 0.

б) Независима.

→ →

Ранг 3 = числу векторов. det = 1 (det — глава 7).

в) Четыре вектора в ℝ³ зависимы без вычислений. v₃ = v₁ + v₂, v₄ = v₂ − v₁, а v₁ и v₂ неколлинеарны. Нетривиальная нулевая комбинация: v₁ + v₂ − v₃ = 0, коэффициенты (1, 1, −1, 0). Ранг 2, базис {v₁, v₂}.

3.6с ловушкой

Верно или неверно:

  • а) Если система зависима, каждый ее вектор выражается через остальные.
  • б) Система, в которой два одинаковых вектора, зависима.
  • в) Часть независимой системы тоже независима.
  • г) Если к зависимой системе добавить вектор, она останется зависимой.
  • д) Если к независимой системе добавить вектор, она останется независимой.
  • е) Попарно ортогональные векторы всегда линейно независимы.
  • ж) Линейно независимые векторы всегда ортогональны.
Подсказка

Для каждого пункта вспомни определение через нетривиальную нулевую комбинацию: что будет с ней, если добавить вектор с коэффициентом 0 или убрать вектор. Для «неверно» ищи контрпример среди четырех ловушек главы.

Ответ и решение
  • а) Неверно: в системе (1, 0), (2, 0), (0, 1) вектор (0, 1) через остальные не выражается.
  • б) Верно: 1·a + (−1)·a = 0.
  • в) Верно: если бы часть была зависима, та же комбинация с нулями у остальных векторов сделала бы зависимой всю систему.
  • г) Верно: старая нетривиальная комбинация плюс коэффициент 0 у нового вектора.
  • д) Неверно: (1, 0), (0, 1) независимы, а с добавленным (1, 1) — уже нет.
  • е) Неверно, если среди векторов есть нулевой: он ортогонален всем, но делает систему зависимой. Для ненулевых векторов верно.
  • ж) Неверно: (1, 0) и (1, 1) независимы, угол 45°.

Глава 5Матрицы

Матрица — таблица чисел. В этой главе учимся читать адрес любого элемента, различать виды матриц и делать три простые операции: сложение, умножение на число и транспонирование. В главе об умножении матриц таблица станет машиной, которая переделывает векторы.

Матрица и ее размер

Представь: таблица продаж

Магазин записывает продажи в таблицу: строки — товары, столбцы — дни недели. В клетке на пересечении — сколько штук товара продано в этот день.

Такая таблица из чисел и есть матрица. Подписей у строк и столбцов в матрице нет: их заменяют номера.

Определение

Матрица — таблица чисел.

Размер матрицы — (строки, столбцы). Матрица n × m имеет n строк и m столбцов.

Пример: матрица 3 × 5 — три строки, пять столбцов.

А это матрица 5 × 3 — пять строк, три столбца:

Ловушка

Порядок в размере важен: 3 × 5 и 5 × 3 — разные размеры. Первое число всегда строки, второе — столбцы.

Адрес элемента aᵢⱼ

Представь: билет в кино

На билете написано «ряд 2, место 3». Сначала находишь ряд, потом место в нем.

У элемента матрицы такой же адрес: a₂₃ — строка 2, столбец 3. Строка — это ряд, столбец — место.

1 −5 3 2 2 1 0 3 1 номер столбца j 1 2 3 номер строки i 1 2 3 a₂₃ = 1: строка 2, столбец 3
Синяя полоса — строка 2, оранжевая — столбец 3. Элемент a₂₃ стоит на их пересечении и равен 1. Первый индекс выбирает строку, второй — столбец.
Определение

Элемент aᵢⱼ стоит в строке i и столбце j. Первый индекс — строка, второй — столбец.

В матрице элемент a₂₃ = 1, а a₃₂ = 3. Индексы поменялись местами — и элемент другой.

Ловушка: индексы в Python

В numpy индексы начинаются с нуля. Элемент a₂₃ — это A[1, 2]: из каждого номера вычитаешь 1.

Главная диагональ

Определение

Главная диагональ — элементы с одинаковыми индексами: a₁₁, a₂₂, a₃₃, … Их столько, сколько min(строк, столбцов).

В квадратной матрице главная диагональ идет из левого верхнего угла в правый нижний. В на главной диагонали стоят a₁₁ = 1 и a₂₂ = 5. Их два: min(2, 3) = 2. Элемента a₃₃ нет, третьей строки нет.

Проверь себя
Матрица 4 × 2: сколько у нее строк и сколько всего элементов?

4 строки, 2 столбца, 4·2 = 8 элементов.

В матрице найди a₂₁ и a₁₃.

a₂₁ = 8 (строка 2, столбец 1), a₁₃ = 7 (строка 1, столбец 3).

Сколько элементов на главной диагонали у матрицы 2 × 5?

Два: min(2, 5) = 2. Это a₁₁ и a₂₂.

Виды по форме

ВидПризнакПример
Квадратнаястрок = столбцов; это число называется порядком — порядок 2
Прямоугольнаястрок ≠ столбцов
Вектор-столбецразмер (n, 1)
Вектор-строкаразмер (1, m)

Вектор — тоже матрица, только с одним столбцом или одной строкой.

Виды по содержанию: матрешка

Представь: матрешка

Внутри большой матрешки сидит поменьше, внутри нее еще меньше. Виды квадратных матриц устроены так же: каждый следующий вид — частный случай предыдущего, он целиком помещается внутри.

Любая единичная матрица — скалярная. Любая скалярная — диагональная. Любая диагональная — симметричная. Любая симметричная — квадратная.

квадратная строк = столбцов симметричная A = Aᵀ диагональная вне диагонали 0 скалярная αE единичная E 1 0 0 1
Каждый прямоугольник — множество матриц. Внутренний вид целиком лежит во внешнем: единичная ⊂ скалярная ⊂ диагональная ⊂ симметричная ⊂ квадратная.
ВидПризнакПример
Квадратнаяn × n
Симметричнаяaᵢⱼ = aⱼᵢ, то есть A = Aᵀ
Диагональнаявне главной диагонали нули = diag(2, −7)
Скалярная (шаровая)диагональная, на диагонали одно число α = 3E
Единичная Eскалярная с α = 1
Запомни

Вложенность работает только внутрь. Каждая диагональная матрица симметрична, но симметричная может быть недиагональной: у вне диагонали стоят двойки. Каждая скалярная диагональна, но diag(2, −7) не скалярная: числа на диагонали разные.

Еще три вида

Ловушка: единичная и матрица единиц

Названия похожи, матрицы разные. В единичной E единицы стоят только на главной диагонали, остальное — нули: . В матрице единиц единицы везде: . Единичной матрицей E она не является.

В курсе написано иначе

В определениях курса есть лишнее требование ненулевых элементов. У диагональной матрицы ненулевыми должны быть все элементы диагонали. У верхнетреугольной — все элементы на диагонали и над ней. У нижнетреугольной — на диагонали и под ней.

В строгой математике требуются только нули в нужных местах. Поэтому в строгой математике диагональная матрица одновременно верхне- и нижнетреугольная, а по курсу — нет. Пример: в строгой математике диагональная, по курсу нет: на диагонали стоит 0.

В тестах курса отвечай по определению курса.

Проверь себя
Всякая ли единичная матрица диагональна?

Да. Единичная — частный случай скалярной, скалярная — частный случай диагональной.

Всякая ли диагональная матрица скалярна?

Нет. У diag(1, 2) на диагонали разные числа, поэтому она диагональная, но не скалярная.

Какие виды подходят к ?

По курсу: квадратная, симметричная, нулевая. В строгой математике еще диагональная, скалярная с α = 0, верхне- и нижнетреугольная.

Сложение и умножение на число

Представь: два дня продаж

Таблица за понедельник и таблица за вторник одного размера: те же товары, те же магазины. Чтобы получить продажи за два дня, складываешь клетку с клеткой на том же месте.

Если каждая цена выросла в 1.1 раза, умножаешь на 1.1 каждую клетку таблицы цен.

ОперацияКак считатьУсловиеРазмер результата
Сложение A + Bпоэлементноодинаковый размер (n, m)(n, m)
Умножение на число ωAкаждый элемент × ωвсегдакак у A
Транспонирование Aᵀстроки становятся столбцамивсегда(n, m) → (m, n)

Пример по шагам

Продажи двух товаров в двух магазинах за понедельник и за вторник:

+ =

Каждая клетка: 3 + 1 = 4, 5 + 4 = 9, 2 + 6 = 8, 0 + 2 = 2.

Умножение на число:

2 · =

Обратный ход — вынести общий множитель:

= 3 ·

Разность A − B — это A + (−1)·B: вычитаешь поэлементно.

Ловушка: одинаковое число элементов

Складывать можно только матрицы одного размера. У 2 × 3 и 3 × 2 по 6 элементов, но сложить их нельзя: у клетки (1, 3) первой матрицы нет пары во второй.

Проверь себя
Можно ли сложить и ?

Нет: размеры 2 × 2 и 2 × 3 разные.

Вынеси общий множитель из .

4 · : все элементы делятся на 4.

Транспонирование

Представь: зеркало на диагонали

Поставь зеркало вдоль главной диагонали таблицы. Каждая клетка перепрыгивает на симметричное место по другую сторону зеркала. Клетки на самой диагонали остаются на месте.

Первая строка при этом ложится в первый столбец, вторая строка — во второй столбец.

Определение

Транспонирование: строки матрицы A становятся столбцами матрицы Aᵀ. Элемент aᵢⱼ переходит на место (j, i). Размер (n, m) превращается в (m, n).

1 2 3 4 5 6 1 4 2 5 3 6 A, 2 × 3 Aᵀ, 3 × 2 пунктир — ось зеркала, проходит через главную диагональ
Синяя строка (1, 2, 3) стала синим столбцом, оранжевая строка (4, 5, 6) — оранжевым столбцом. Элементы 1 и 5 на главной диагонали остались на местах. Размер 2 × 3 стал 3 × 2.
ᵀ =

Свойства:

В уроке написано иначе

В уроке после транспонирования картинка описана как «перевернулась на 90°». Транспонирование отражает картинку относительно главной диагонали. Поворот на 90° дает транспонирование вместе с отражением.

Проверка на . Транспонирование: . Поворот на 90° по часовой стрелке: — это Aᵀ, у которой каждая строка еще и отражена слева направо.

Симметричная матрица

Представь: бабочка

Сложи таблицу по главной диагонали, как бабочку по средней линии. Если числа на половинках совпали, таблица симметричная: зеркало на диагонали ее не меняет.

Определение

Симметричная матрица — та, что не меняется при транспонировании: A = Aᵀ. Поэлементно: aᵢⱼ = aⱼᵢ для всех i, j.

Пример: . Проверяем пары: a₁₂ = a₂₁ = 2, a₁₃ = a₃₁ = 3, a₂₃ = a₃₂ = 4. Диагональ может быть любой.

Любая диагональная матрица симметрична: вне диагонали нули, aᵢⱼ = aⱼᵢ = 0.

Ловушка: прямоугольная не бывает симметричной

У матрицы 2 × 3 транспонированная имеет размер 3 × 2. Матрицы разного размера не равны, поэтому A = Aᵀ возможно только для квадратной A.

Проверь себя
A имеет размер 5 × 2. Какой размер у Aᵀ?

2 × 5: строки и столбцы меняются местами.

При каком x матрица симметрична?

При x = 7: нужно a₁₂ = a₂₁.

Симметрична ли ?

Нет: a₁₂ = 2, a₂₁ = 3. Одинаковые числа на диагонали симметрию не дают.

Задачи

Задачи блока 4 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

4.1базовая

A = .

  • а) Размер A.
  • б) a₂₃, a₃₂, a₁₄.
  • в) Элементы главной диагонали. Сколько их?
  • г) Как обратиться к a₃₂ в numpy?
Подсказка

Размер — сначала строки, потом столбцы. В aᵢⱼ первый индекс — строка, как ряд в кино. Число элементов диагонали — минимум из числа строк и столбцов. В numpy из каждого индекса вычти 1.

Ответ и решение
  • а) 3 × 4.
  • б) a₂₃ = 5, a₃₂ = −2, a₁₄ = 3.
  • в) 2, 4, 6, их три: min(3, 4) = 3.
  • г) A[2, 1].
4.2средняя

Отметь все подходящие виды по определениям курса: квадратная, прямоугольная, симметричная, диагональная, скалярная (шаровая), единичная, верхнетреугольная, нижнетреугольная, нулевая, матрица единиц.

  • а)
  • б)
  • в)
  • г)
  • д)
  • е)
  • ж)
  • з)
Подсказка

Для каждой матрицы пройди по порядку: форма, затем A = Aᵀ, затем нули вне диагонали, одинаковое число на диагонали, нули под или над диагональю. Для треугольных вспомни блок «В курсе написано иначе»: курс требует ненулевых элементов.

Ответ и решение
  • а) Квадратная, симметричная, диагональная, скалярная.
  • б) Квадратная, симметричная.
  • в) Квадратная, симметричная, матрица единиц.
  • г) Квадратная, симметричная, диагональная, скалярная, единичная.
  • д) Прямоугольная.
  • е) Квадратная, симметричная, диагональная.
  • ж) Квадратная, верхнетреугольная.
  • з) Квадратная, нижнетреугольная.

Про а, г, е: в строгой математике диагональная матрица еще и верхне- и нижнетреугольная, ведь нули стоят и под диагональю, и над ней. По определению курса нет: у верхнетреугольной ненулевыми должны быть все элементы на диагонали и над ней.

4.3базовая

Расставь по вложенности, от общего к частному: единичная, квадратная, диагональная, скалярная, симметричная.

Подсказка

Вспомни матрешку: начни с самого широкого вида, у которого требование только к форме. Для каждой пары спроси: «любая ли матрица этого вида подходит под тот?»

Ответ и решение

Квадратная ⊃ симметричная ⊃ диагональная ⊃ скалярная ⊃ единичная.

4.4базовая

Транспонируй B = . Какой размер был и какой стал?

Подсказка

Первая строка B становится первым столбцом Bᵀ, вторая строка — вторым столбцом. Размер меняется местами: строки ↔ столбцы.

Ответ и решение

Bᵀ = , размер был 2 × 3, стал 3 × 2.

4.5средняя

При каких x, y, z матрица симметрична?

Подсказка

Симметричная: aᵢⱼ = aⱼᵢ. Для каждой неизвестной найди ее адрес (i, j) и посмотри, какое число стоит на зеркальном месте (j, i).

Ответ и решение

Нужно aᵢⱼ = aⱼᵢ: x = a₂₁ = 2, y = a₃₂ = −3, z = a₁₃ = 4.

4.6базовая

A = , B = . Найди 2A − 3B.

Подсказка

Сначала умножь каждую матрицу на свое число, потом вычти поэлементно: клетку из клетки на том же месте.

Ответ и решение
− =

Глава 6Умножение матриц

Умножение — главная операция с матрицами. В главе: когда матрицы можно перемножить, как считать каждый элемент, почему AB и BA разные и что матрица делает с вектором.

Правило размеров

Представь: домино

Костяшки домино прикладывают друг к другу, только если соприкасаются одинаковые числа.

С матрицами так же. Запиши размеры рядом: (3 × 2)·(2 × 4). Две двойки в середине касаются, они совпали. Крайние числа 3 и 4 остались снаружи и дают размер ответа: 3 × 4.

Где аналогия ломается: костяшку домино можно перевернуть. Матрицу перевернуть нельзя: перевернутая (транспонированная) матрица — это уже другая матрица.

3 2 2 4 = 3 4 A: 3 × 2 B: 2 × 4 AB: 3 × 4 внутренние совпали 2 4 3 2 нельзя 2 × 4 3 × 2 4 ≠ 3: не совпали
Внутренние числа должны совпасть, внешние дают размер результата. Во второй строке 4 ≠ 3, произведения нет.
Определение

Произведение AB существует, только если число столбцов A равно числу строк B:

(n × m) · (m × l) = (n × l)

Внутренние числа m совпадают, внешние n и l дают размер результата.

Почему так: каждый элемент ответа — скалярное произведение строки A на столбец B. В строке A m чисел, в столбце B тоже должно быть m чисел. Иначе их не перемножить попарно.

Пример

(3 × 2)·(2 × 4) = 3 × 4: внутренние двойки совпали.

(2 × 4)·(3 × 2) — нельзя: 4 ≠ 3.

(1 × 3)·(3 × 1) = 1 × 1: результат — одно число.

Ловушка

Одинаковое число элементов ничего не решает. Две матрицы 2 × 3 перемножить нельзя: столбцов у первой 3, строк у второй 2.

Проверь себя
Можно ли умножить матрицу 5 × 1 на матрицу 1 × 7? Какого размера ответ?

Можно: внутренние единицы совпали. Ответ 5 × 7.

A размера 2 × 6. Какого размера должна быть B, чтобы AB имело размер 2 × 3?

6 × 3. Строк у B столько же, сколько столбцов у A, столбцов столько, сколько нужно в ответе.

A размера 4 × 3, B размера 3 × 2. Сколько чисел в AB?

AB размера 4 × 2, в нем 8 чисел.

Как считать: строка на столбец

Представь: два магазина и две корзины

В матрице A записаны цены. Строка 1 — магазин 1: хлеб 50, молоко 80. Строка 2 — магазин 2: хлеб 40, молоко 90.

В матрице B записаны корзины. Столбец 1 — корзина 1: 2 хлеба и 1 молоко. Столбец 2 — корзина 2: 1 хлеб и 3 молока.

Сколько стоит корзина 1 в магазине 1? Это чек: 50·2 + 80·1 = 180. Строка магазина, умноженная на столбец корзины.

· =

Элемент cᵢⱼ ответа — стоимость корзины j в магазине i. Правило размеров здесь видно само: товаров в строке цен столько же, сколько в столбце корзины.

Определение

Элемент произведения C = AB, стоящий в строке i и столбце j, равен скалярному произведению строки i матрицы A на столбец j матрицы B:

cᵢⱼ = aᵢ₁b₁ⱼ + aᵢ₂b₂ⱼ + … + aᵢₘbₘⱼ

Посчитаем C = AB для двух матриц 2 × 2 по шагам. Подсвечены строка A, столбец B и клетка ответа, которую они дают.

Шаг 1. Строка 1 на столбец 1: (1, 2)·(5, 7) = 5 + 14 = 19.

· =

Шаг 2. Строка 1 на столбец 2: (1, 2)·(6, 8) = 6 + 16 = 22.

· =

Шаг 3. Строка 2 на столбец 1: (3, 4)·(5, 7) = 15 + 28 = 43.

· =

Шаг 4. Строка 2 на столбец 2: (3, 4)·(6, 8) = 18 + 32 = 50.

· =

Пример из курса, побольше: (3 × 2)·(2 × 4) = 3 × 4. Три элемента для образца.

c₁₁ = (1, −5)·(3, −1) = 3 + 5 = 8.

· =

c₂₄ = (2, 2)·(4, 1) = 8 + 2 = 10.

· =

c₃₃ = (0, 3)·(0, 2) = 0 + 6 = 6.

· =

Остальные девять элементов считаются так же. Номер строки ответа берется от строки A, номер столбца — от столбца B.

Ловушка: поэлементное умножение

Перемножить клетки на одинаковых местах — это другая операция. Для матриц выше она дала бы , а правильный ответ .

В numpy эти две операции записываются по-разному:

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
A @ B   # [[19, 22], [43, 50]] матричное произведение
A * B   # [[ 5, 12], [21, 32]] поэлементное
Проверь себя
Найди элемент c₂₁ произведения · .

Строка 2 первой матрицы на столбец 1 второй: (1, 3)·(1, 2) = 1 + 6 = 7.

Сколько умножений нужно, чтобы найти один элемент произведения (3 × 5)·(5 × 2)?

Пять: в строке и в столбце по 5 чисел. Потом 4 сложения.

В примере с магазинами что означает число 170?

Это c₂₁: корзина 1 в магазине 2. 40·2 + 90·1 = 170.

Главное отличие от чисел: AB ≠ BA

Представь: порядок действий

Возьми стрелку (1, 0). Поверни ее на 90° против часовой стрелки, потом растяни в 2 раза по оси x и сожми в 2 раза по оси y: (1, 0) → (0, 1) → (0, 1/2).

Теперь в другом порядке. Сначала растяни: (1, 0) → (2, 0). Потом поверни: (2, 0) → (0, 2).

Два действия, переставили — ответ другой. Каждое действие здесь делает матрица, поэтому порядок множителей важен.

У чисел 3·5 = 5·3. У матриц перестановка ломается тремя способами.

Случай 1. AB существует, а BA нет. A размера 2 × 3, B размера 3 × 4. AB: (2 × 3)·(3 × 4) = 2 × 4. BA: (3 × 4)·(2 × 3) — 4 ≠ 2, нельзя.

Случай 2. Оба произведения есть, но размеры разные. A размера 3 × 2, B размера 2 × 3.

A B AB · = 3 × 2 2 × 3 3 × 3 9 чисел B A BA · = 2 × 3 3 × 2 2 × 2 4 числа
Те же две матрицы в другом порядке дают ответы разного размера: AB размера 3 × 3, BA размера 2 × 2. Сравнивать их даже нечего.

Случай 3. Обе матрицы квадратные одного порядка. Размеры совпадают, но числа обычно разные.

· =
· =

Справа матрица поменяла местами столбцы, слева — строки. Ответы разные.

Запомни

Если AB существует, BA может не существовать. Если существуют оба, размеры могут различаться. Даже для квадратных матриц одного порядка AB и BA обычно разные.

Гарантированно переставлять множители можно в таких случаях: с нулевой, единичной E, скалярной αE матрицей и у двух диагональных матриц.

Ловушка: формулы из школы

Квадрат суммы у матриц раскрывается с двумя разными слагаемыми в середине: (A + B)² = A² + AB + BA + B². Школьная формула с 2AB верна, только если AB = BA.

Проверь себя
A размера 1 × 3, B размера 3 × 1. Какого размера AB и BA?

AB: (1 × 3)·(3 × 1) = 1 × 1, одно число. BA: (3 × 1)·(1 × 3) = 3 × 3.

A и B квадратные 2 × 2. Гарантировано ли, что AB = BA?

Нет. Пример выше: с матрицей справа и слева получились разные ответы.

Чему равно (A + B)(A − B) для матриц?

A² − AB + BA − B². Это равно A² − B², только если AB = BA.

Матрица на вектор

Представь: машина

Матрица — машина, которая переделывает векторы. Кладешь в нее вектор x, на выходе получаешь новый вектор Ax.

Машину легко прочитать по столбцам. Первый столбец показывает, куда она отправит стрелку (1, 0). Второй — куда отправит (0, 1). Любой другой вектор собирается из этих двух.

Где аналогия ломается: матрица умеет только линейные переделки. Она всегда оставляет нулевой вектор на месте, поэтому, например, сдвинуть всю плоскость на (1, 1) матрица не может.

Машина L = поворачивает плоскость на 90° против часовой стрелки. Ее первый столбец (0, 1): стрелка (1, 0) повернулась и смотрит вверх.

· =
90° v = (3, 1) Lv = (−1, 3)
L = поворачивает каждый вектор на 90° против часовой стрелки. Синий квадрат переехал в оранжевый, вектор (3, 1) — в (−1, 3). Длина при повороте не меняется.

Машина D = diag(2, 1/2) растягивает плоскость в 2 раза по оси x и сжимает в 2 раза по оси y.

· =
u = (2, 2) Du = (4, 1)
D = diag(2, 1/2): синий квадрат 2 × 2 стал оранжевым прямоугольником 4 × 1. Каждая координата умножилась на свое число с диагонали.
Определение

A (n × m) · x (m × 1) = вектор размерности n.

Вектор-столбец ставится справа от матрицы, вектор-строка — слева: xᵀA.

Пример двумя способами

По строкам: каждая координата ответа — строка A на вектор.

· =

1·5 + 2·6 = 17, 3·5 + 4·6 = 39.

По столбцам: ответ — сумма столбцов A с весами из x.

5· + 6· =
В курсе написано иначе

В уроке сказано, что результат имеет ту же размерность, что и исходный вектор. Так бывает только у квадратной матрицы.

Размерность ответа равна числу строк матрицы. Матрица 2 × 3 переводит векторы из ℝ³ в ℝ²:

· =
Проверь себя
A размера 3 × 5, x ∈ ℝ⁵. Какой размерности Ax?

3: столько строк у A.

Что делает с плоскостью матрица ?

Отражает относительно оси x: (2, 3) переходит в (2, −3). Первая координата остается, вторая меняет знак.

Куда матрица A переводит вектор (1, 0)?

В первый столбец A. Например, · (1, 0)ᵀ = (1, 3)ᵀ.

Скалярное и тензорное произведение

Представь: чек и таблица умножения

Строка на столбец — это чек: цены умножили на количества и все сложили в одно число.

Столбец на строку — это таблица умножения. По вертикали числа одного вектора, по горизонтали другого, в каждой клетке их произведение. Ничего не складывается, получается целая таблица.

скалярное: vᵀu · = одно число тензорное: vuᵀ · = матрица 3 × 3
Те же два вектора. Строка слева от столбца дает число 1 × 1, столбец слева от строки дает матрицу 3 × 3. Решает место значка ᵀ.
Определение
ЗаписьРазмерыРезультат
Скалярноеvᵀu(1 × m)·(m × 1)число (1 × 1)
Тензорноеv ⊗ u = vuᵀ(m × 1)·(1 × m)матрица m × m
Пример

v = (1, 2, 3), u = (4, 5, 6).

Скалярное: vᵀu = 1·4 + 2·5 + 3·6 = 4 + 10 + 18 = 32.

Тензорное: каждая строка — это u, умноженный на очередную координату v.

· =
Ловушка

vᵀu и vuᵀ отличаются одним положением значка ᵀ, а результат у них разного типа: число и матрица. Перед счетом выпиши размеры, как в домино.

Проверь себя
v, u ∈ ℝ⁴. Какого размера vᵀu и vuᵀ?

vᵀu: 1 × 1, число. vuᵀ: 4 × 4.

Найди тензорное произведение (1, 2) ⊗ (3, 4).

: первая строка — (3, 4)·1, вторая — (3, 4)·2.

В примере с v = (1, 2, 3), u = (4, 5, 6) какая строка vuᵀ равна 3u?

Третья: (12, 15, 18). Строка i равна vᵢ·u.

Умножение на специальные матрицы

Представь: простые машины

Единичная E — машина «ничего не делать». Скалярная αE — «увеличить все в α раз». Диагональная — у каждого столбца или каждой строки свой множитель.

МатрицаЧто происходитКоммутирует (AB = BA)?
Нулеваярезультат нулевойда
Единичная EA не меняется: AE = EA = Aда
Скалярная αEто же, что умножить на число αда
Диагональная справа: A·Dстолбец j матрицы A умножается на dⱼнет, в общем случае
Диагональная слева: D·Aстрока i матрицы A умножается на dᵢ
Две диагональныеперемножаются диагонали: diag(αᵢ)·diag(βᵢ) = diag(αᵢβᵢ)да
Запомни: D справа — столбцы, D слева — строки

Почему так, видно по размерам. У A размера 2 × 3 справа может стоять только D размера 3 × 3: по числу у D на каждый столбец A. Слева — только D размера 2 × 2: по числу на каждую строку.

D справа умножила столбцы на 1, 10 и 100:

· =

D слева умножила строки на 10 и 2:

· =
Ловушка

Две диагональные матрицы переставлять можно. Диагональную и обычную в общем случае переставлять нельзя: A·D масштабирует столбцы A, D·A масштабирует строки, ответы разные.

Единичная матрица подстраивается под размер. Для A размера 2 × 3 в записи AE стоит E порядка 3, в записи EA — E порядка 2.

Проверь себя
Что сделает с матрицей A размера 2 × 2 умножение diag(1, 0)·A?

D слева — строки: первая строка останется, вторая обнулится.

Найди diag(2, 3)·diag(5, 7).

diag(10, 21): диагонали перемножаются поэлементно.

Чему равно A·(3E)?

3A: скалярная матрица работает как число.

Транспонирование произведения

Правило
(AB)ᵀ = BᵀAᵀ
(ABC)ᵀ = CᵀBᵀAᵀ

Порядок разворачивается. AᵀBᵀ обычно не равно (AB)ᵀ. Для прямоугольных матриц AᵀBᵀ может даже не существовать.

Почему порядок разворачивается, видно по домино. Возьми A размера 2 × 3 и B размера 3 × 4. Тогда AB размера 2 × 4, а (AB)ᵀ размера 4 × 2.

4 3 3 2 = 4 2 Bᵀ Aᵀ (AB)ᵀ совпали 3 2 4 3 нельзя Aᵀ Bᵀ 2 ≠ 4: не совпали
BᵀAᵀ складывается в домино и дает нужный размер 4 × 2. AᵀBᵀ здесь вообще не существует.
Пример с квадратными матрицами

A = , B = . AB = , поэтому (AB)ᵀ = .

BᵀAᵀ = · = . Совпало.

AᵀBᵀ = · = . Другая матрица.

Проверь себя
Чему равно (AᵀB)ᵀ?

Bᵀ(Aᵀ)ᵀ = BᵀA. Порядок развернулся, двойное транспонирование вернуло A.

A размера 2 × 3, B размера 3 × 5. Существует ли AᵀBᵀ?

Нет: Aᵀ размера 3 × 2, Bᵀ размера 5 × 3, внутренние числа 2 и 5 разные.

Запиши (ABCD)ᵀ.

DᵀCᵀBᵀAᵀ.

Матрица Грама

Представь: таблица похожести

Есть несколько векторов. Составим таблицу, где в клетке (i, j) стоит скалярное произведение вектора i и вектора j. Она показывает, насколько векторы смотрят в одну сторону и насколько они длинные.

Таблица симметрична, как таблица расстояний между городами: от i до j столько же, сколько от j до i. На диагонали каждый вектор умножен сам на себя, там квадраты длин.

Определение

Для матрицы X размера n × m:

XᵀX (m × m) — скалярные произведения столбцов X друг с другом;

XXᵀ (n × n) — скалярные произведения строк.

Пример

X = , размер 3 × 2. Столбцы c₁ = (1, 2, 0), c₂ = (0, 1, 3).

XᵀX = =

(c₁, c₁) = 1 + 4 = 5, (c₁, c₂) = 0 + 2 + 0 = 2, (c₂, c₂) = 1 + 9 = 10.

Строки r₁ = (1, 0), r₂ = (2, 1), r₃ = (0, 3):

XXᵀ =

Размеры разные: 2 × 2 и 3 × 3. Обе матрицы симметричны, на диагоналях квадраты длин: столбцов (5 и 10) и строк (1, 5 и 9).

Обе матрицы квадратные и симметричные. Симметрию дает правило транспонирования: (XᵀX)ᵀ = Xᵀ(Xᵀ)ᵀ = XᵀX.

Для неквадратной X у XᵀX и XXᵀ разный размер. Для квадратной X размер одинаковый, но сами матрицы обычно различаются.

Если столбцы X линейно независимы, XᵀX обратима. На этом держится линейная регрессия в следующем модуле.

Ловушка: где столбцы, где строки

В XᵀX первой стоит Xᵀ. Ее строки — это столбцы X, поэтому XᵀX собирает произведения столбцов. В XXᵀ первой стоит X, ее строки и перемножаются.

Проверь себя
X размера 100 × 3: 100 объектов, 3 признака. Какого размера XᵀX и XXᵀ?

XᵀX: 3 × 3, признаки с признаками. XXᵀ: 100 × 100, объекты с объектами.

Может ли на диагонали XᵀX стоять отрицательное число?

Нет: там квадраты длин столбцов, они ≥ 0.

Столбцы X попарно ортогональны. Какой будет XᵀX?

Диагональной: все скалярные произведения разных столбцов равны 0.

Задачи

Задачи блока 5 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

5.1базовая

Существует ли произведение? Если да, какого размера?

  • а) (2 × 3)·(3 × 5)
  • б) (3 × 2)·(3 × 2)
  • в) (4 × 1)·(1 × 4)
  • г) (1 × 4)·(4 × 1)
  • д) (3 × 3)·(3 × 1)
  • е) Xᵀ·X, где X размера 2 × 5
Подсказка

Сравни внутренние числа, как в домино: совпали — произведение есть, его размер дают внешние числа. В пункте е сначала найди размер Xᵀ.

Ответ и решение

а) 2 × 5.

б) Нельзя: 2 ≠ 3.

в) 4 × 4, это тензорное произведение векторов.

г) 1 × 1, это скалярное произведение.

д) 3 × 1.

е) Xᵀ размера 5 × 2, (5 × 2)·(2 × 5) = 5 × 5.

5.2средняя

A = , B = . Найди AB и BA.

Подсказка

Сначала по размерам определи, какого размера будут AB и BA. Потом каждую клетку считай как строку первой матрицы на столбец второй.

Ответ и решение
AB = (2 × 2)
BA = (3 × 3)
5.3базовая

A = , B = . Найди только элемент c₂₃ произведения C = AB.

Подсказка

Для c₂₃ нужны только строка 2 матрицы A и столбец 3 матрицы B. Остальное можно не трогать.

Ответ и решение

c₂₃ = (3, −1, 4)·(0, 5, −1) = 0 − 5 − 4 = −9.

5.4с ловушкой

A = , x = (1, 1, 2). Найди Ax. Какая размерность у результата и почему она не равна 3?

Подсказка

Каждая координата ответа — строка A, умноженная на x. Вспомни примечание к курсу о размерности результата.

Ответ и решение

Ax = (1 + 2 + 6, 0 − 1 + 8) = (9, 7).

Размерность результата равна числу строк A, здесь 2. Матрица 2 × 3 переводит векторы из ℝ³ в векторы из ℝ².

5.5средняя

v = (1, −2, 3), u = (2, 0, 1). Найди скалярное произведение vᵀu и тензорное произведение vuᵀ. Равны ли vuᵀ и uvᵀ?

Подсказка

vᵀu — строка на столбец, получится число. В vuᵀ клетка (i, j) равна vᵢuⱼ: строка i — это u, умноженный на vᵢ. Для uvᵀ поменяй векторы ролями и сравни результат с транспонированием.

Ответ и решение

vᵀu = 2 + 0 + 3 = 5.

vuᵀ =
uvᵀ =

Они не равны. Матрицы транспонированы друг к другу: uvᵀ = (vuᵀ)ᵀ.

5.6средняя

A = . Найди почти без вычислений:

  • а) A·diag(2, 3)
  • б) diag(2, 3)·A
  • в) A·diag(5, 5)
  • г) diag(2, 3)·diag(4, −1)
Подсказка

Запоминалка: D справа — столбцы, D слева — строки. diag(5, 5) — скалярная матрица. У двух диагональных перемножаются диагонали.

Ответ и решение

а) Столбцы умножаются на 2 и 3: .

б) Строки умножаются на 2 и 3: .

в) Скалярная матрица — то же, что число: 5A = .

г) diag(8, −3).

5.7средняя

A = , B = . Найди (AB)ᵀ, AᵀBᵀ и BᵀAᵀ. Какие из них равны?

Подсказка

Сначала найди AB и транспонируй. Потом выпиши Aᵀ и Bᵀ и перемножь в двух порядках. Вспомни, как транспонируется произведение.

Ответ и решение

AB = , (AB)ᵀ = .

AᵀBᵀ = .

BᵀAᵀ = .

Равны (AB)ᵀ и BᵀAᵀ.

5.8базовая

A = , B = . Найди AB и BA.

Подсказка

Обе матрицы 2 × 2, оба произведения существуют. Посчитай каждое по правилу «строка на столбец» и сравни.

Ответ и решение

AB = , BA = .

Разные, хотя обе матрицы квадратные 2 × 2.

5.9средняя

X = . Найди XᵀX и XXᵀ. Какого они размера? Симметричны ли? Что стоит на их главных диагоналях?

Подсказка

X размера 3 × 2. В XᵀX клетка (i, j) — скалярное произведение столбцов i и j, в XXᵀ — строк i и j.

Ответ и решение

XᵀX = (2 × 2): скалярные произведения столбцов (1, 0, 1) и (2, 1, −1).

XXᵀ = (3 × 3): скалярные произведения строк.

Обе симметричны. На диагоналях квадраты длин: столбцов (2 и 6) и строк (5, 1 и 2).

5.10средняя

Матрица L = поворачивает плоскость на 90°.

  • а) Найди Lv для v = (2, 5). Проверь, что Lv ⊥ v и |Lv| = |v|.
  • б) Найди diag(2, 1/2)·(3, 4). Что эта матрица делает с плоскостью?
Подсказка

а) Умножай строки L на v. Ортогональность проверяется скалярным произведением, длина — корнем из суммы квадратов. б) Диагональная матрица умножает каждую координату на свое число.

Ответ и решение

а) Lv = (−5, 2). (Lv, v) = −10 + 10 = 0. |Lv| = |v| = √29.

б) (6, 2). Матрица растягивает плоскость в 2 раза по первой оси и сжимает в 2 раза по второй.

5.11с ловушкой

Верно или неверно:

  • а) AE = EA = A для любой квадратной A.
  • б) Если AB существует, то BA тоже существует.
  • в) Если AB и BA существуют, у них одинаковый размер.
  • г) AᵀA всегда квадратная.
  • д) При умножении A·diag(d₁, …, dₙ) масштабируются строки A.
Подсказка

Проверь б и в на прямоугольных матрицах разных размеров, выписывая размеры. Для г выпиши размеры Aᵀ и A. Для д вспомни запоминалку про D справа и слева.

Ответ и решение

а) Верно: в E на диагонали единицы, поэтому каждый элемент A умножается на 1, остальные слагаемые обнуляются.

б) Неверно: (2 × 3)·(3 × 4) существует, (3 × 4)·(2 × 3) нет.

в) Неверно: A (2 × 3), B (3 × 2) ⇒ AB (2 × 2), BA (3 × 3).

г) Верно: (m × n)·(n × m) = m × m.

д) Неверно: диагональная справа масштабирует столбцы.

Глава 7Обратная матрица и определитель

Обратная матрица отменяет действие матрицы. Определитель показывает, во сколько раз матрица меняет площадь, и сразу говорит, можно ли ее действие отменить.

Обратная матрица: кнопка «отменить»

Представь: кнопка «отменить»

Матрица A — машина, которая переделывает векторы. Обратная матрица A⁻¹ — кнопка «отменить»: она возвращает вектор туда, где он был.

Сделал A, потом нажал «отменить» — вектор на месте: A⁻¹(Ax) = x. Работает и в другом порядке: A(A⁻¹x) = x.

Где аналогия ломается: у матрицы кнопки «отменить» может не быть. Если машина сплющила плоскость в прямую, разные векторы попали в одну точку, и вернуть их нельзя.

A A⁻¹ v = (2, 4) Av = (4, 2)
A = diag(2, 1/2) растягивает по x и сжимает по y: (2, 4) → (4, 2). A⁻¹ = diag(1/2, 2) делает обратное и возвращает вектор на место.
Определение

Обратную ищут только для квадратных матриц.

A⁻¹ — матрица того же порядка, для которой

A·A⁻¹ = A⁻¹·A = E

Если она существует, то она одна.

Пример: поворот L = на 90° против часовой стрелки. Отменить его — повернуть на 90° по часовой: L⁻¹ = .

· =
Ловушка: делить единицу на каждый элемент нельзя

Для A = матрица обратной не является. Настоящая обратная — , ее находят по формуле ниже.

Поэлементно работает только у диагональной матрицы, и только на диагонали.

Проверь себя
Чему равна E⁻¹?

E: E·E = E. Машина «ничего не делать» отменяется ею же.

Есть ли обратная у матрицы 2 × 3?

Нет: обратную определяют только для квадратных матриц.

A⁻¹ отменяет A. Что отменяет A?

A⁻¹: в определении A·A⁻¹ = A⁻¹·A = E, поэтому (A⁻¹)⁻¹ = A.

Формула для 2 × 2 в три шага

Формула
⁻¹ = 1/(ad − bc) ·

Если ad − bc = 0, обратной нет.

Шаг 1. Поменяй местами элементы главной диагонали, a и d.

Шаг 2. Смени знак у элементов побочной диагонали, b и c.

Шаг 3. Раздели все на ad − bc.

Пример

A = . Сначала ad − bc = 4·6 − 7·2 = 24 − 14 = 10.

Шаг 1, поменяли 4 и 6:

Шаг 2, сменили знаки у 7 и 2:

Шаг 3, разделили на 10:

A⁻¹ =

Проверка всегда одна: умножить A на найденную A⁻¹ и получить E.

· =

Первая клетка: 4·0.6 + 7·(−0.2) = 2.4 − 1.4 = 1. Вторая: 4·(−0.7) + 7·0.4 = −2.8 + 2.8 = 0. Остальные так же.

Ловушка

Местами меняются элементы главной диагонали, знак меняется у побочной. Частая ошибка — перепутать диагонали или забыть шаг 3.

Делить нужно на ad − bc, главная диагональ минус побочная. У 1/(bc − ad) все знаки ответа будут противоположными.

Проверь себя
Найди обратную к .

ad − bc = 2 − 1 = 1. Ответ .

Есть ли обратная у ?

Нет: ad − bc = 4 − 4 = 0, в формуле пришлось бы делить на 0.

Найди обратную к .

ad − bc = 4 − 3 = 1. Ответ .

Обратная к диагональной

Представь

Диагональная матрица растягивает каждую ось в свое число раз. Чтобы отменить, каждую ось сжимают обратно: растянули в 2 раза — сожми в 2 раза.

Правило
diag(α₁, …, αₙ)⁻¹ = diag(1/α₁, …, 1/αₙ), если все αᵢ ≠ 0

Пример: diag(2, −4, 5)⁻¹ = diag(1/2, −1/4, 1/5). Проверка: 2·1/2 = 1, (−4)·(−1/4) = 1, 5·1/5 = 1.

Ловушка

Если хотя бы одно αᵢ = 0, обратной нет. Например, diag(3, 0) сплющивает ось y в точку, и отменить это нельзя.

Деление матриц: важна сторона

Представь

У чисел 6x = 12 и x·6 = 12 решаются одинаково: x = 2. У матриц AB ≠ BA, поэтому важно, с какой стороны от неизвестной стоит A. С этой же стороны A и снимают.

Правило

«Разделить на A» — значит умножить на A⁻¹. Сторона важна:

AX = B ⇒ X = A⁻¹B
XA = B ⇒ X = BA⁻¹

Это разные матрицы.

Откуда это. В AX = B умножим обе части на A⁻¹ слева: A⁻¹AX = A⁻¹B. Слева осталось EX = X. В XA = B умножаем на A⁻¹ справа: XAA⁻¹ = BA⁻¹, слева осталось X.

Пример

A = , A⁻¹ = , B = .

A⁻¹B =
BA⁻¹ =

Ответы разные. Запись B/A для матриц не используют: по ней не понять, с какой стороны умножать.

Что сохраняется при обращении

Исходная матрицаОбратнаяПример
Диагональнаядиагональнаяdiag(2, 5)⁻¹ = diag(1/2, 1/5)
Симметричнаясимметричная⁻¹ =
Целочисленнаяможет быть дробной⁻¹ =
Запомни: носки и ботинки

Обратная к произведению берется в обратном порядке: (AB)⁻¹ = B⁻¹A⁻¹. Сначала надел носки (B), потом ботинки (A). Снимаешь сначала ботинки (A⁻¹), потом носки (B⁻¹).

Проверь себя
Обратима ли diag(1, 0, 3)?

Нет: на диагонали есть 0.

XA = B. Чему равен X?

X = BA⁻¹: A стоит справа от X, справа ее и снимают.

У целочисленной матрицы 2 × 2 ad − bc = 1. Будет ли обратная целочисленной?

Да: в формуле делим на 1, остаются те же целые числа с переставленными местами и знаками.

Определитель

Представь: во сколько раз машина меняет площадь

Нарисуй квадрат 1 × 1 и пропусти его через машину A. Квадрат превратится в параллелограмм. Его стороны — столбцы A.

Определитель говорит, во сколько раз изменилась площадь. Знак сообщает, перевернулась ли фигура зеркально: при det A < 0 перевернулась.

e₁ e₂ S = 1 A (2, 0) (1, 2) S = 4
A = . Стрелка e₁ ушла в первый столбец (2, 0), e₂ — во второй (1, 2). Основание параллелограмма 2, высота 2, площадь 4 = det A.
Определение

Определитель det A (или |A|) — число, которое считают для квадратной матрицы.

det = ad − bc

Для 3 × 3 и больше курс считает определитель в numpy: np.linalg.det(A).

Геометрия: |det A| — площадь параллелограмма (в 3D — объем параллелепипеда), построенного на столбцах матрицы.

Пример

det = 2·2 − 1·0 = 4. Это площадь параллелограмма на картинке.

det = 5·4 − 2·3 = 20 − 6 = 14.

det = 0 означает, что столбцы лежат на одной прямой (в 3D — в одной плоскости) и фигура сплющена.

e₁ e₂ S = 1 A (1, 1) (2, 2) S = 0
A = , det A = 1·2 − 2·1 = 0. Оба столбца лежат на прямой y = x, квадрат сплющился в красный отрезок. Площадь 0, и отменить такое действие нельзя.
Ловушка

Определитель есть только у квадратной матрицы. У матрицы 2 × 3 его нет.

В ad − bc из произведения главной диагонали вычитают произведение побочной. Поменяешь порядок — получишь число с другим знаком.

Проверь себя
Найди det . Что это значит для площади?

9: каждая сторона растянулась в 3 раза, площадь — в 9 раз.

Найди det .

0 − 1 = −1. Площадь не изменилась, фигура отразилась зеркально: оси x и y поменялись местами.

Найди det .

4 − 4 = 0. Столбцы (2, 1) и (4, 2) пропорциональны, фигура сплющена.

Свойства определителя

СвойствоФормулаПример
Единичнаяdet E = 1
Диагональнаяпроизведение диагоналиdet diag(2, 1, 4) = 8
Умножение на числоdet(βA) = βⁿ·det A, n — порядок2 × 2: det(3A) = 9·det A
Транспонированиеdet Aᵀ = det A
Произведениеdet(AB) = det A · det B = det(BA)
Обратнаяdet A⁻¹ = 1 / det A
Суммаdet(A + B) ≠ det A + det Bdiag(1, 0) + diag(0, 1) = E: 0 + 0 ≠ 1

Свойства читаются через площадь. Произведение AB — две машины по очереди: B меняет площадь в det B раз, потом A — в det A раз. Обратная отменяет растяжение, поэтому делит площадь на det A.

Ловушка: βⁿ

В det(βA) число β возводится в степень порядка матрицы. У βA каждый из n столбцов в β раз длиннее, чем у A. Фигура строится на столбцах, поэтому каждая из n ее сторон растягивается в β раз. Площадь растет в β² раз, объем — в β³ раз.

На языке строк: на β умножается каждая из n строк матрицы.

β = 1 β = 2 β = 3 1 4 = 2² 9 = 3²
Квадрат растянули в β раз по обеим осям. Клеток внутри стало β²: 1, 4, 9. Поэтому для матрицы 2 × 2 det(βA) = β²·det A.
Проверь себя
A порядка 2, det A = 5. Найди det(2A).

2²·5 = 20.

det A = 2, det B = −3. Найди det(AB).

2·(−3) = −6.

det A = 4. Найди det A⁻¹.

1/4.

Когда det = 0 видно сразу

Определитель равен нулю, если:

Если строки или столбцы пропорциональны, машина складывает плоскость в линию, как на картинке выше.

Во всех трех случаях строки линейно зависимы. Столбцы тогда тоже зависимы, лежат в одной плоскости или на одной прямой, и фигура сплющена.

Вырожденная и почти вырожденная матрица

Определение

Вырожденная матрица — квадратная матрица с det A = 0. Обратной у нее нет.

Почему обратной нет, видно двумя способами. В формуле 2 × 2 пришлось бы делить на 0. Геометрически: сплющенную плоскость не развернуть обратно, ведь в одну точку отрезка попало много разных векторов.

Почти вырожденная матрица

На практике опасны и матрицы с det, близким к нулю. При обращении делим на очень маленькое число, и элементы A⁻¹ становятся огромными.

⁻¹ =

Здесь det = 0.001: столбцы (1, 1) и (1, 1.001) почти лежат на одной прямой. С этим работает регуляризация в следующем модуле.

Оговорка: маленький det сам по себе еще не беда

У матрицы 0.1·E порядка 10 det = 0.1¹⁰ = 10⁻¹⁰. А обращается она идеально: (0.1·E)⁻¹ = 10·E.

Малый det здесь получился потому, что каждая из 10 осей сжата в 10 раз. Пространство не сплющено, столбцы смотрят в разные стороны.

Проверь себя
Чему равен det ?

0: есть нулевая строка.

Обратима ли ?

Да: det = 0.0001 ≠ 0. Но элементы обратной будут порядка 10 000, матрица почти вырождена.

Найди det(0.5·E) порядка 4 и обратную к 0.5·E.

det = 0.5⁴ = 0.0625. Обратная 2·E.

Задачи

Задачи блока 6 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

6.1базовая

Найди определители:

  • а)
  • б)
  • в)
  • г)
Подсказка

ad − bc: произведение главной диагонали минус произведение побочной. Следи за знаками, когда вычитаешь отрицательное число.

Ответ и решение

а) 6 − 5 = 1.

б) −12 + 12 = 0.

в) 0 + 7 = 7.

г) 4 − 1 = 3.

6.2средняя

Найди обратные матрицы к 6.1 а, в, г. Каждую проверь умножением. Почему для 6.1 б обратной нет?

Подсказка

Определители уже есть в 6.1. Дальше три шага: поменять местами a и d, сменить знаки у b и c, разделить на определитель. Для б посмотри, на что пришлось бы делить.

Ответ и решение

а) .

в) 1/7 · = .

г) 1/3 · = .

б) det = 0: вторая строка равна 1.5 первой, в формуле пришлось бы делить на 0.

6.3базовая

При каких k матрица вырождена?

Подсказка

Вырожденная — значит det = 0. Запиши определитель как выражение с k и приравняй к нулю.

Ответ и решение

k² − 16 = 0, k = 4 или k = −4.

6.4средняя

A — квадратная матрица порядка 3, det A = 3. Найди det Aᵀ, det(2A), det A⁻¹, det(A²), det(−A), det(AAᵀ).

Подсказка

Пользуйся таблицей свойств. Порядок n = 3 важен там, где матрицу умножают на число. A² — это A·A, а −A — это (−1)·A.

Ответ и решение

det Aᵀ = 3.

det(2A) = 2³·3 = 24.

det A⁻¹ = 1/3.

det(A²) = 3·3 = 9.

det(−A) = (−1)³·3 = −3.

det(AAᵀ) = 3·3 = 9.

6.5базовая

Проверь на A = B = E порядка 2, что det(A + B) ≠ det A + det B.

Подсказка

Сложи матрицы: получится диагональная. Ее определитель — произведение диагонали.

Ответ и решение

det(2E) = 2·2 = 4, а det E + det E = 1 + 1 = 2.

6.6средняя

Без вычислений: равен ли определитель нулю? Почему?

  • а)
  • б)
  • в) diag(2, −1, 3) — здесь найди определитель
  • г)
Подсказка

Ищи три признака: нулевой столбец или строку, пропорциональные строки, строку, равную сумме других. Для диагональной матрицы вспомни свойство из таблицы.

Ответ и решение

а) 0: вторая строка равна удвоенной первой.

б) 0: нулевой столбец.

в) 2·(−1)·3 = −6.

г) 0: третья строка — сумма первой и второй.

6.7базовая

Найди площадь параллелограмма, построенного на векторах (3, 1) и (1, 2).

Подсказка

Запиши векторы столбцами матрицы 2 × 2. Площадь равна модулю ее определителя.

Ответ и решение

|det | = |6 − 1| = 5.

6.8с ловушкой

A = , B = .

  • а) Найди X из уравнения AX = B.
  • б) Найди Y из уравнения YA = B.
  • в) Сравни X и Y. Что значит «разделить B на A»?
Подсказка

Сначала найди A⁻¹ по формуле 2 × 2. В AX = B снимай A, умножая на A⁻¹ с той стороны, где A стоит. В YA = B — с другой.

Ответ и решение

det A = 1, A⁻¹ = .

а) X = A⁻¹B = . Проверка: AX = = B.

б) Y = BA⁻¹ = . Проверка: YA = = B.

в) X ≠ Y. «Разделить B на A» без указания стороны неоднозначно: умножение на A⁻¹ слева и справа дает разные матрицы.

6.9с ловушкой

Верно или неверно:

  • а) Обратная к симметричной матрице симметрична.
  • б) Обратная к целочисленной матрице целочисленна.
  • в) Если det A = 0.000001, обратной матрицы нет.
  • г) У прямоугольной матрицы бывает обратная.
  • д) Для матрицы 2 × 2 det(3A) = 3·det A.
Подсказка

а) проверь на простом примере 2 × 2; б) попробуй обратить несколько простых целочисленных матриц; в) вспомни, при каком условии обратная существует; г) вспомни, для каких матриц курс определяет обратную; д) вспомни, как det реагирует на умножение матрицы на число.

Ответ и решение

а) Верно. Пример: ⁻¹ = , тоже симметричная.

б) Неверно: ⁻¹ = .

в) Неверно: det ≠ 0, обратная существует. Устойчиво ли она посчитается, по одному малому det сказать нельзя: у 0.1·E порядка 6 det = 10⁻⁶, а обратная равна 10·E без всяких проблем.

г) Неверно: в курсе обратная определена только для квадратных матриц.

д) Неверно: det(3A) = 3²·det A = 9·det A.

Глава 8СЛАУ, ранг и базис

Система уравнений — та же матрица, умноженная на вектор. Ранг считает, сколько в матрице по-настоящему разных строк и столбцов. В конце главы — главная цепочка модуля: по одному факту о квадратной матрице узнаешь все остальные.

Что такое СЛАУ

Представь: яблоки и груши

1 кг яблок и 1 кг груш стоят 300 руб. 2 кг яблок и 1 кг груш стоят 500 руб. Сколько стоит килограмм каждого?

Обозначим цену яблок x, цену груш y. Каждая фраза о покупке превращается в уравнение:

x + y = 300
2x + y = 500

Это и есть система линейных уравнений. Неизвестные входят в нее только умноженными на числа и сложенными: без x², xy и деления на x.

Решаем: из второго уравнения вычитаем первое. Получается x = 200. Подставляем в первое: y = 100. Яблоки по 200 руб., груши по 100 руб.

Определение

СЛАУ (система линейных алгебраических уравнений) записывается как матричное уравнение Ax = b.

A — матрица системы: коэффициенты при неизвестных, по строке на уравнение. x — вектор неизвестных. b — вектор свободных членов (правые части).

Для яблок и груш:

· =

Проверь: строка (1 1) умножить на (x, y) дает x + y, строка (2 1) дает 2x + y. Умножение матрицы на вектор собирает левые части всех уравнений сразу.

Пропущенная переменная — это ноль

2x − y + z = 3
x + 4z = 5
3y − z = 1

Во втором уравнении нет y, в третьем нет x. На их местах в матрице стоят нули:

· =

Ноль на месте y во втором уравнении и ноль на месте x в третьем:

 

Четыре слова про системы

ТерминЧто значитПример
Однороднаявсе свободные члены равны 0: Ax = 02x − y = 0, x + 2y = 0
Неоднороднаяхотя бы один свободный член ≠ 0яблоки и груши: b = (300, 500)
Определеннаяровно одно решениеяблоки и груши: (200, 100)
Неопределеннаябольше одного решения; у линейной системы это сразу бесконечно многоx + y = 2, 2x + 2y = 4

Систему, у которой решений нет, называют несовместной.

Сколько бывает решений: картинка

Уравнение с двумя неизвестными, например x + y = 3, задает прямую на плоскости. Каждая ее точка — пара (x, y), которая подходит. Решение системы двух уравнений — точка, которая лежит на обеих прямых.

одно решение нет решений бесконечно много 2 1
Слева: x + y = 3 (синяя) и x − y = 1 (оранжевая) пересекаются в одной точке (2, 1). В середине: x + y = 1 и x + y = 3 параллельны, общих точек нет. Справа: x + y = 2 и 2x + 2y = 4 — одна и та же прямая, общих точек бесконечно много.

Других вариантов нет. Две прямые либо пересекаются в одной точке, либо не пересекаются, либо совпадают. Поэтому у линейной системы не бывает ровно двух или ровно пяти решений.

Где картинка ломается: с тремя неизвестными каждое уравнение задает плоскость в пространстве, с четырьмя и больше нарисовать уже нельзя. Три варианта «одно, ни одного, бесконечно много» остаются для любой линейной системы.

Ловушка

Пропущенную переменную легко потерять при записи матрицы. Уравнение 3x − y = 0 в системе с x, y, z дает строку (3 −1 0). Без нуля строк и столбцов в матрице получится разное число, и умножение не сработает.

Проверь себя
Сколько решений у системы x + y = 2, x + y = 5?

Ни одного. Левые части одинаковые, правые разные: одна и та же сумма x + y не может равняться и 2, и 5. На картинке это параллельные прямые.

Может ли у системы из двух линейных уравнений с двумя неизвестными быть ровно два решения?

Нет. Если две разные точки лежат на обеих прямых, прямые совпадают: через две точки проходит одна прямая. Тогда решений бесконечно много.

Однородна ли система x − y = 0, 2x + y = 3?

Нет, неоднородна: свободный член второго уравнения равен 3.

Однородная система всегда решается

Представь

В однородной системе все правые части равны нулю. Это как вопрос «сколько купить яблок и груш, чтобы заплатить 0 руб.». Ответ «ничего не покупать» подходит всегда: x = 0, y = 0.

Где аналогия ломается: в магазине нельзя купить −2 кг. В математике x и y бывают отрицательными, поэтому у однородной системы бывает и бесконечно много решений, например x = 1, y = −1 для x + y = 0.

Определение

Однородная система Ax = 0 всегда имеет решение x = 0. Его называют тривиальным. Вариантов только два:

1) только тривиальное решение;
2) бесконечно много решений.

«Решений нет» у однородной системы не бывает.

только x = 0 бесконечно много
Каждая прямая однородной системы проходит через начало координат: точка (0, 0) подходит любому уравнению вида ax + by = 0. Слева 2x − y = 0 и x + 2y = 0 пересекаются только там. Справа x + y = 0 и 2x + 2y = 0 совпадают. Две прямые через одну точку параллельными быть не могут, поэтому случая «нет решений» нет.
Проверь себя
Однородная система из 3 уравнений с 3 неизвестными. Какое решение у нее точно есть?

x = (0, 0, 0). Подставь: в каждом уравнении все слагаемые обнулятся, получится 0 = 0.

У однородной системы нашлось решение (1, 2). Найди еще одно, не решая.

Например (2, 4) или (−1, −2). Если Ax = 0, то A(tx) = t·Ax = 0 при любом t. Раз есть ненулевое решение, решений бесконечно много.

Элементарные преобразования и ступенчатый вид

Представь: весы

Каждое уравнение — весы в равновесии: слева столько же, сколько справа. Если обе чаши умножить на одно число, равновесие сохранится. Если сложить двое уравновешенных весов, получатся снова уравновешенные.

Поэтому с уравнениями можно делать три вещи, и решения от этого не меняются.

Элементарные преобразования строк

1) Поменять две строки местами.
2) Умножить строку на ненулевое число.
3) Прибавить к строке другую строку, умноженную на число.

Цель преобразований — ступенчатый вид: в каждой следующей строке первый ненулевой элемент стоит правее, чем в предыдущей, а нулевые строки собраны внизу.

2 1 3 0 1 0 0 1 4 2 0 0 0 3 5 0 0 0 0 0 ненулевых строк 3, ранг 3
Лесенка: под ступеньками только нули (закрашено). Каждая ступенька начинается с первого ненулевого элемента строки (в рамке), и каждая следующая рамка правее предыдущей. Нулевая строка стоит внизу.

Пример по шагам

Шаг 1. Из строки 2 вычитаем строку 1, умноженную на 2: (2 5 8) − (2 2 2) = (0 3 6).

Шаг 2. Из строки 3 вычитаем строку 1, умноженную на 3: (3 6 9) − (3 3 3) = (0 3 6).

Шаг 3. Из строки 3 вычитаем строку 2: (0 3 6) − (0 3 6) = (0 0 0).

→ →

Нулевая строка значит: третье уравнение собиралось из первых двух и ничего нового не сообщало.

Ловушка

Преобразуем только строки. Перестановка или сложение столбцов переставляет или смешивает переменные, то есть меняет саму задачу.

Умножать строку на 0 нельзя: уравнение исчезнет, и у системы могут появиться лишние решения.

Проверь себя
Ступенчатый ли вид у ?

Нет. Во второй строке первый ненулевой элемент в столбце 3, в третьей — в столбце 2, левее. Поменяй строки 2 и 3 местами, и вид станет ступенчатым.

Какой шаг обнулит первый элемент второй строки в ?

Из строки 2 вычесть строку 1, умноженную на 4: (4 2) − (4 12) = (0 −10).

Ранг

Представь: сколько по-настоящему разных направлений

Друг объясняет дорогу на клетчатой бумаге командами: «клетка вверх», «клетка вправо», «клетка по диагонали». Третья команда — это первые две подряд. По-настоящему разных направлений здесь два.

Ранг — сколько векторов можно оставить так, чтобы ни один не собирался из остальных.

ранг 1 ранг 2 b = (3, 3) a = (1, 1) c = (−1, −1) a b c = a + b
Слева b = 3a и c = −a: все три вектора на одной прямой, направление одно, ранг 1. Справа a = (2, 1), b = (−1, 2), c = (1, 3) = a + b: c собирается из a и b по правилу параллелограмма, разных направлений два, ранг 2.
Определение

Ранг rk A — максимальное число линейно независимых столбцов матрицы. Линейно независимых строк у нее столько же.

Как считать ранг

1) Привести матрицу к ступенчатому виду элементарными преобразованиями строк.
2) Посчитать ненулевые строки. Их число и есть ранг.

rk = 2    rk = 3

Пример по шагам

A =

Строка 2 − 2·строка 1 = (0 1 2). Строка 3 − 3·строка 1 = (0 1 2). Строка 3 − строка 2 = (0 0 0).

Ненулевых строк две: rk A = 2.

Ловушка

Ненулевые строки считают после приведения к ступенчатому виду. В обе строки ненулевые, но вторая равна удвоенной первой. После вычитания она обнуляется, ранг 1.

Проверка векторов на зависимость через ранг

Ранг отвечает на вопрос из главы про линейную зависимость: есть ли в системе лишний вектор.

Алгоритм

1) Записать векторы столбцами матрицы A.
2) Найти rk A.
3) rk A = числу векторов ⇒ векторы независимы. rk A < числа векторов ⇒ зависимы.

Пример: v₁ = (1, 2, 0), v₂ = (0, 1, 1), v₃ = (1, 4, 2).

→ →

Строка 2 − 2·строка 1, потом строка 3 − строка 2. Ранг 2, векторов 3: система зависима. Лишний вектор нашелся: v₃ = v₁ + 2v₂ = (1, 2, 0) + (0, 2, 2) = (1, 4, 2).

Ранг сообщает, сколько в системе независимых векторов. Какие именно векторы оставить, показывает базис.

Проверь себя
Чему равен rk ?

1. Первая строка равна удвоенной второй: после вычитания останется одна ненулевая строка.

Векторы (1, 0, 0), (0, 1, 0), (1, 1, 0), (0, 0, 1). Ранг системы и зависима ли она?

Ранг 3: (1, 1, 0) = (1, 0, 0) + (0, 1, 0), остальные три независимы. Векторов 4, ранг 3, система зависима. Это видно и без счета: 4 вектора в ℝ³.

Базис

Представь: команда без запасных

Из набора векторов убираем лишние, пока каждый оставшийся нужен. Оставшаяся команда — базис. Через нее выражаются все выкинутые векторы.

Убирать можно по-разному, поэтому команд получается несколько. Но размер у каждой одинаковый.

Определение

Базис системы векторов — максимальная линейно независимая подсистема. Через базисные векторы выражаются все остальные векторы системы.

В любом базисе ровно rk векторов. Базисов обычно несколько.

{a, c} — базис {b, c} — базис {a, b} — нет a b c a b c a b c
Система a = (1, 0), b = (2, 0), c = (0, 1), ранг 2. Пары {a, c} и {b, c} — базисы: через каждую выражается третий вектор (b = 2a, a = ½b). В средней панели a лежит под b, его конец отмечен черточкой. Пара {a, b} лежит на оси x, и вектор c вверх из нее не собрать (красный пунктир).
Ловушка

Если ранг равен 2, базисом будет не любая пара векторов. Пара должна быть линейно независимой: в системе (1, 0), (2, 0), (0, 1) пара {(1, 0), (2, 0)} коллинеарна и базисом не является.

Проверь себя
Ранг системы 3. Сколько векторов в любом ее базисе?

Ровно 3. Базисы бывают разные, но размер у всех равен рангу.

Назови все базисы системы (1, 1), (2, 2).

{(1, 1)} и {(2, 2)}. Векторы коллинеарны, ранг 1, поэтому базис состоит из одного ненулевого вектора, и подходит любой из двух.

Свойства ранга

Для матрицы A размера n × m:

Запомни

rk A ≤ min(n, m). Ранг матрицы 3 × 5 не больше 3: ненулевых строк в ступенчатом виде не больше, чем строк вообще.

Полный ранг: rk A = min(n, m).

Свободная переменная — та, которую выбираешь любой, остальные из нее вычисляются.

Число свободных переменных. У однородной системы Ax = 0 с m неизвестными свободных переменных m − rk A. Если rk A < m, решений бесконечно много.

Пример. Система x + y + z = 0, 2x + 2y + 2z = 0. Вторая строка — удвоенная первая, rk A = 1. Неизвестных 3, свободных переменных 3 − 1 = 2.

Берем y = s, z = t любыми, тогда x = −s − t. Решения: (−s − t, s, t). Например, s = 1, t = 0 дает (−1, 1, 0): −1 + 1 + 0 = 0.

Проверь себя
Может ли ранг матрицы 5 × 2 равняться 3?

Нет. rk ≤ min(5, 2) = 2: независимых столбцов не больше, чем столбцов.

Однородная система, 4 неизвестных, rk A = 4. Сколько решений?

Одно, тривиальное: свободных переменных 4 − 4 = 0.

Главная цепочка для квадратной матрицы

Это ключевая таблица модуля. Она связывает определитель, обратную матрицу, ранг, линейную зависимость и СЛАУ.

Представь

Квадратная матрица — машина, которая переделывает векторы. Хорошая машина меняет площадь в |det A| раз, и площадь остается ненулевой. Ее действие можно отменить. Плохая машина сплющивает плоскость в прямую. Что сплющено, обратно не разлепить.

det = 3, rk = 2 det = 0, rk = 1 (2, 1) (1, 2) S = 3 (4, 2) (2, 1) S = 0
Слева столбцы матрицы : параллелограмм площади 3, det = 4 − 1 = 3. Справа столбцы матрицы : (4, 2) = 2·(2, 1), оба на одной прямой, площадь 0, det = 4 − 4 = 0.

Для квадратной матрицы A порядка n все утверждения одного столбца таблицы равносильны: выполнено одно — выполнены все.

Что смотримХорошая матрицаПлохая матрица
Определительdet A ≠ 0det A = 0
Названиеневырожденнаявырожденная
ОбратнаяA⁻¹ существуетA⁻¹ не существует
Рангrk A = nrk A < n
Столбцы и строкилинейно независимылинейно зависимы
Система Ax = 0только решение x = 0бесконечно много решений
Картинка 2 × 2параллелограмм с площадьюстолбцы на одной прямой
Запомни

Если в задаче про квадратную матрицу известен один факт из столбца, известны все остальные факты этого столбца. Например, «rk A = 2 для матрицы 3 × 3» сразу дает: det A = 0, обратной нет, столбцы зависимы, у Ax = 0 бесконечно много решений.

Ловушка

Цепочка работает только для квадратных матриц. У прямоугольной матрицы нет определителя и обратной. Ее ранг сравнивают с min(n, m).

Проверь себя
A порядка 3, det A = 5. Сколько решений у Ax = 0?

Одно, x = 0. det ≠ 0 — левый столбец цепочки: rk A = 3, свободных переменных нет.

Столбцы квадратной матрицы порядка 3 линейно зависимы. Существует ли A⁻¹?

Нет. Зависимые столбцы — правый столбец цепочки: det A = 0, матрица вырождена.

A порядка 4, rk A = 4. Что можно сказать про det A?

det A ≠ 0: ранг полный, левый столбец цепочки. Точное значение определителя по рангу не узнать.

Задачи

Задачи блока 7 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

7.1базовая

Запиши систему в матричном виде. Назови матрицу системы, вектор неизвестных и вектор свободных членов. Однородная ли система?

x + 2y − z = 4
3x − y = 0
y + 5z = −2
Подсказка

Выпиши коэффициенты при x, y, z по порядку, по строке на уравнение. Где переменной нет, ставь 0. Однородность смотри по правым частям.

Ответ и решение
A = , x = (x, y, z), b = (4, 0, −2)

Система неоднородная: b ≠ 0.

Ловушка: во втором уравнении нет z, в третьем нет x, на их местах в матрице нули.

7.2средняя

Запиши систему по матричному уравнению ·(x, y) = (0, 0, 0). Сколько уравнений и неизвестных? Реши систему.

Подсказка

Каждая строка матрицы, умноженная на (x, y), дает левую часть одного уравнения. Начни решать с уравнения, где осталась одна неизвестная.

Ответ и решение

2x − y = 0, 3y = 0, x + y = 0. Три уравнения, две неизвестные.

Из второго y = 0, тогда x = 0. Только тривиальное решение: rk = 2 = числу неизвестных.

7.3средняя

Сколько решений у однородной системы? Решать до конца не нужно.

  • а) x − 2y = 0, 3x − 6y = 0
  • б) x + y = 0, x − y = 0
  • в) Ax = 0, где A =
  • г) любая однородная система из 2 уравнений с 3 неизвестными
Подсказка

Вариантов у однородной системы два: только x = 0 или бесконечно много. а) и б): сравни уравнения, пропорциональны ли они. в): проверь, зависимы ли строки. г): свободных переменных столько, сколько неизвестных минус ранг.

Ответ и решение
  • а) Бесконечно много: второе уравнение — первое, умноженное на 3.
  • б) Только тривиальное: det = −2 ≠ 0.
  • в) Бесконечно много: строка 1 − 2·строка 2 + строка 3 = 0, det A = 0.
  • г) Бесконечно много: rk ≤ 2 < 3 неизвестных, хотя бы одна переменная свободная.
7.4средняя

Найди все решения однородной системы:

x + y − z = 0
2x + 3y + z = 0
3x + 4y = 0
Подсказка

Проверь, не получается ли одно уравнение из двух других. Потом объяви одну переменную свободной и вырази через нее остальные две.

Ответ и решение

Третье уравнение — сумма первых двух, его отбрасываем. z — свободная. Из первого x = z − y. Подставляем во второе: 2(z − y) + 3y + z = 0, откуда y = −3z, x = 4z.

Ответ: (x, y, z) = (4t, −3t, t), t — любое число.

Проверка при t = 1: 4 − 3 − 1 = 0; 8 − 9 + 1 = 0; 12 − 12 = 0.

7.5базовая

Найди ранги:

  • а)
  • б)
  • в)
  • г)
  • д) нулевая матрица 3 × 3
  • е) E порядка 4
Подсказка

Ищи пропорциональные и нулевые строки. Если вид уже ступенчатый, просто посчитай ненулевые строки. Для е) вспомни, как выглядят столбцы E.

Ответ и решение
  • а) 1.
  • б) 2.
  • в) 2: вторая строка — удвоенная первая, первая и третья непропорциональны.
  • г) 2, полный ранг.
  • д) 0.
  • е) 4.
7.6средняя

Приведи к ступенчатому виду и найди ранг: .

Подсказка

Обнули первый столбец под единицей: вычти из второй строки подходящее кратное первой, из третьей тоже. Потом сравни получившиеся строки 2 и 3.

Ответ и решение

Строка 2 − 2·строка 1 = (0 1 1 1), строка 3 − строка 1 = (0 1 1 1), затем строка 3 − строка 2 = (0 0 0 0).

Ранг 2.

7.7с ловушкой

Система векторов: v₁ = (1, 0, 1), v₂ = (2, 0, 2), v₃ = (0, 1, 1), v₄ = (1, 1, 2).

  • а) Найди ранг системы.
  • б) Найди два разных базиса.
  • в) Вырази все векторы через базис {v₁, v₃}.
  • г) Какая пара векторов базисом не является и почему?
Подсказка

Для каждого вектора проверь, не собирается ли он из предыдущих. Базис — набор из rk независимых векторов, через который выражаются все остальные. Для г) ищи коллинеарную пару.

Ответ и решение
  • а) v₂ = 2v₁, v₄ = v₁ + v₃, а v₁ и v₃ неколлинеарны. Ранг 2.
  • б) Любые два неколлинеарных вектора: {v₁, v₃}, {v₁, v₄}, {v₂, v₃}, {v₂, v₄}, {v₃, v₄}.
  • в) v₁ = 1·v₁ + 0·v₃; v₂ = 2·v₁ + 0·v₃; v₃ = 0·v₁ + 1·v₃; v₄ = 1·v₁ + 1·v₃.
  • г) {v₁, v₂}: векторы коллинеарны, у обоих вторая координата 0, поэтому через них не выразить v₃.
7.8средняя

Квадратная матрица A порядка 4, rk A = 3. Чему равен det A? Обратима ли A? Зависимы ли ее столбцы? Сколько решений у Ax = 0?

Подсказка

Сравни ранг с порядком и найди нужный столбец главной цепочки. Для числа решений посчитай свободные переменные: неизвестных минус ранг.

Ответ и решение

rk = 3 < 4, поэтому det A = 0, A необратима, столбцы зависимы.

У Ax = 0 бесконечно много решений: 4 − 3 = 1 свободная переменная.

7.9с ловушкой

Верно или неверно:

  • а) Ранг матрицы 3 × 5 может равняться 4.
  • б) Если rk A равен числу столбцов, столбцы A линейно независимы.
  • в) У системы векторов может быть несколько базисов.
  • г) В разных базисах одной системы бывает разное число векторов.
  • д) Однородная система с квадратной матрицей и det A ≠ 0 имеет бесконечно много решений.
Подсказка

а) вспомни ограничение ранга через размер. б) вспомни определение ранга через столбцы. г) сколько векторов в любом базисе? д) найди det A ≠ 0 в главной цепочке.

Ответ и решение
  • а) Неверно: rk ≤ min(3, 5) = 3.
  • б) Верно: ранг и есть число независимых столбцов; если он равен числу всех столбцов, лишних нет.
  • в) Верно: в задаче 7.7 их пять.
  • г) Неверно: в любом базисе ровно rk векторов.
  • д) Неверно: при det A ≠ 0 решение только тривиальное.
7.10с ловушкой

Датасет о квартирах содержит три признака: площадь в м², площадь в квадратных футах (площадь в м², умноженная на 10.764 без округления) и число комнат. Из признаков составлена матрица X, по строке на квартиру. Какой может быть ее наибольший ранг? Будет ли матрица XᵀX обратимой? Чем это помешает линейной регрессии?

Подсказка

Как связаны столбцы «м²» и «кв. футы»? Пропорциональные столбцы зависимы. XᵀX квадратная, поэтому дальше работает главная цепочка.

Ответ и решение

Столбец «кв. футы» равен 10.764·столбец «м²», столбцы X зависимы. Ранг X не больше 2.

XᵀX — матрица 3 × 3 из скалярных произведений зависимых столбцов, она вырождена, обратной нет. Формула весов линейной регрессии из следующего модуля содержит (XᵀX)⁻¹, поэтому один из двух признаков площади придется убрать.

На реальных данных футы обычно округлены. Тогда столбцы почти пропорциональны, формально ранг 3, но XᵀX почти вырождена: обратная посчитается с огромными и неустойчивыми весами.

7.11базовая

2 кг яблок и 1 кг груш стоят 400 руб., 1 кг яблок и 3 кг груш — 450 руб. Составь СЛАУ, запиши ее в матричном виде и реши. Однородная ли она?

Подсказка

Обозначь x — цену 1 кг яблок, y — цену 1 кг груш. Каждая фраза о покупке дает одно уравнение. Решай подстановкой: вырази одну неизвестную из уравнения, где она без коэффициента.

Ответ и решение

2x + y = 400, x + 3y = 450, где x — цена 1 кг яблок, y — груш.

· =

Система неоднородная. Из второго x = 450 − 3y; подставляем в первое: 900 − 6y + y = 400, y = 100, x = 150.

Яблоки 150 руб./кг, груши 100 руб./кг.

Глава 9Numpy

Numpy — библиотека Python, которая считает с векторами и матрицами по правилам линейной алгебры. Все операции модуля записываются в ней одной строкой. Здесь — по короткому примеру на каждую операцию и ловушки, на которых ошибаются чаще всего.

Массив вместо списка

Представь

Обычный список Python — очередь из чисел. Он умеет хранить их по порядку, но считать как вектор не умеет. Массив numpy — та же очередь, которая знает правила сложения векторов и умножения матриц.

import numpy as np

s = np.array([33, 65, 50, 45])   # вектор
print(s)          # [33 65 50 45]
print(len(s))     # 4  — размерность

A = np.array([[1, -5, 3],
              [2,  2, 1],
              [0,  3, 1]])       # матрица: список строк
print(A.shape)    # (3, 3)  — (строки, столбцы)

B = np.array([[1, 2, 3], [4, 5, 6]])
print(B.shape)    # (2, 3)

Матрица задается списком строк: каждая внутренняя пара скобок — одна строка. A.shape возвращает размер (строки, столбцы).

Если в Colab написать в последней строке ячейки просто s без print, увидишь array([33, 65, 50, 45]). Это тот же массив, только в другой записи. Отдельные числа numpy 2 без print показывает так же с подписью типа: np.int64(32) или np.float64(5.0), а print выведет просто 32 и 5.0.

Ловушка: список плюс список

Списки Python складываются склейкой, умножение на число повторяет список:

print([1, 2, 3] + [4, 5, 6])   # [1, 2, 3, 4, 5, 6]
print([1, 2] * 3)              # [1, 2, 1, 2, 1, 2]

Чтобы сложить векторы, оберни их в np.array.

Проверь себя
Что выведет len(np.array([[1, 2, 3], [4, 5, 6]]))?

2. Для матрицы len считает строки. Полный размер дает shape: (2, 3).

Какой shape у np.array([[1], [2], [3]])?

(3, 1): три строки по одному элементу, вектор-столбец.

Индексы с нуля

Представь

Числа стоят в ряд, как дома на улице, а ты стоишь у первого дома. Индекс — сколько шагов надо пройти от начала. До первого дома 0 шагов, поэтому его индекс 0. До третьего — 2 шага.

В математике координаты нумеруют с единицы: s₁, s₂, s₃. В numpy счет идет с нуля: первая координата — s[0].

математика s₁ s₂ s₃ s₄ 33 65 50 45 numpy s[0] s[1] s[2] s[3] 1 2 3 0 1 2 1 2 3 0 1 2 1 −5 3 2 2 1 0 3 1 a₂₃: строка 2, столбец 3 A[1, 2] = 1
Номера обычного цвета — математическая нумерация с единицы, синие — индексы numpy с нуля. Третья координата s₃ = 50 лежит в s[2]. Элемент a₂₃ матрицы A лежит в A[1, 2]: от каждого номера отнимаем 1.
print(s[0])      # 33  — s₁
print(s[2])      # 50  — s₃
print(A[1, 2])   # 1   — a₂₃: строка 2, столбец 3
Запомни

Элемент aᵢⱼ в numpy — A[i-1, j-1]. Сначала строка, потом столбец, как в математике.

Проверь себя
Как в numpy обратиться к элементу a₃₁?

A[2, 0]: строка 3 → индекс 2, столбец 1 → индекс 0.

v = np.array([7, 1, 9]). Какой номер в математике у v[1]?

v₂ = 1. Индекс 1 — вторая координата.

Операции с векторами

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

print(a + b)          # [5 7 9]
print(a - b)          # [-3 -3 -3]
print(3 * a)          # [3 6 9]
print(2 * a - b)      # [-2 -1  0]  — линейная комбинация
print(np.dot(a, b))   # 32  — скалярное произведение
print(a @ b)          # 32  — то же самое
print(a * b)          # [ 4 10 18]  — поэлементно, это вектор
a 1 2 3 × × × b 4 5 6 = = = a * b 4 10 18 np.dot(a, b): 4 + 10 + 18 = 32
a * b умножает координаты попарно и оставляет вектор. np.dot(a, b) делает еще один шаг: складывает эти произведения и возвращает одно число.

Длина вектора — корень из скалярного произведения с самим собой. В numpy есть и готовая функция:

v = np.array([3, 4])
print(np.sqrt(np.dot(v, v)))   # 5.0
print(np.linalg.norm(v))       # 5.0
Ловушка: звездочка

a * b для массивов — поэлементное умножение, результат — вектор [ 4 10 18]. Скалярное произведение — np.dot(a, b) или a @ b, результат — число 32.

Проверь себя
a = np.array([1, 2]). Что вернут a * a и np.dot(a, a)?

a * a → [1 4], вектор квадратов. np.dot(a, a) → 5 = 1 + 4, квадрат длины.

Как в numpy посчитать линейную комбинацию 3x − 2y?

3 * x - 2 * y, где x и y — массивы numpy. Умножение массива на число и вычитание работают покоординатно.

Операции с матрицами

M = np.array([[1, 2], [3, 4]])
N = np.array([[2, 0], [1, 1]])

print(M @ N)      # матричное произведение
# [[ 4  2]
#  [10  4]]
print(N @ M)      # порядок важен
# [[2 4]
#  [4 6]]
print(M * N)      # поэлементно!
# [[2 0]
#  [3 4]]

print(M @ np.array([5, 6]))   # матрица на вектор: [17 39]

B = np.array([[1, 2, 3], [4, 5, 6]])
print(B.T)        # транспонирование
# [[1 4]
#  [2 5]
#  [3 6]]
print(B.T.shape)  # (3, 2)

np.dot(M, N) дает то же, что M @ N. Если размеры не согласованы, numpy остановится с ошибкой:

B @ B   # (2 × 3)·(2 × 3): 3 ≠ 2
# ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, ...

Готовые специальные матрицы:

print(np.eye(2))           # единичная E
# [[1. 0.]
#  [0. 1.]]
print(np.diag([2, -7]))    # диагональная diag(2, −7)
# [[ 2  0]
#  [ 0 -7]]
Ловушка: квадрат матрицы

M ** 2 возводит в квадрат каждый элемент. Произведение M·M — это M @ M.

print(M ** 2)
# [[ 1  4]
#  [ 9 16]]
print(M @ M)
# [[ 7 10]
#  [15 22]]
Проверь себя
X.shape = (2, 3), Y.shape = (3, 2). Какой shape у X @ Y и Y @ X?

(2, 2) и (3, 3): внутренние числа совпадают, внешние дают размер.

Что вернет M @ np.eye(2) для любой матрицы M размера 2 × 2?

Ту же M, только элементы станут дробными числами вида 1., 2.: np.eye создает матрицу из чисел с плавающей точкой.

Определитель, обратная, ранг

Все три функции живут в модуле np.linalg (linear algebra).

Представь

Компьютер хранит дроби с крошечной погрешностью, как весы, которые врут на миллионную долю грамма. Поэтому ноль иногда получается числом вроде 0.000000000000003. В формуле обратной матрицы делят на определитель. Раздели на такой «почти ноль» — и получишь число порядка 10¹⁵: это мусор от погрешности.

M = np.array([[1, 2], [3, 4]])

print(np.linalg.det(M))           # -2.0000000000000004
print(np.linalg.inv(M))
# [[-2.   1. ]
#  [ 1.5 -0.5]]
print(np.linalg.matrix_rank(M))   # 2

print(M @ np.linalg.inv(M))       # проверка: должно быть E
# [[1.0000000e+00 0.0000000e+00]
#  [8.8817842e-16 1.0000000e+00]]

По формуле det = 1·4 − 2·3 = −2. Хвост 0.0000000000000004 и число 8.88e-16 вместо нуля — погрешность округления: компьютер хранит дроби приближенно. По смыслу это −2 и 0. Округлить можно так: round(np.linalg.det(M), 6) → −2.0.

Ловушка: inv для вырожденной матрицы

Если det = 0, обратной нет, и numpy обычно останавливается с ошибкой:

P = np.array([[1, 2], [2, 4]])
print(np.linalg.det(P))           # 0.0
print(np.linalg.matrix_rank(P))   # 1
np.linalg.inv(P)
# LinAlgError: Singular matrix

Иногда из-за округления определитель вырожденной матрицы получается крошечным, но ненулевым. Тогда inv молча возвращает огромные числа:

# строка 3 = строка 1 + строка 2
G = np.array([[1, 2, 3], [4, 5, 6], [5, 7, 9]])
print(np.linalg.det(G))           # 2.664535259100367e-15
print(np.linalg.matrix_rank(G))   # 2
print(np.linalg.inv(G))
# [[ 1.12589991e+15  1.12589991e+15 -1.12589991e+15]
#  [-2.25179981e+15 -2.25179981e+15  2.25179981e+15]
#  [ 1.12589991e+15  1.12589991e+15 -1.12589991e+15]]

Числа порядка 10¹⁵ — мусор, обратной у G нет. Поэтому перед обращением проверь ранг: rk меньше порядка — матрица вырождена.

Проверь себя
np.linalg.det вернула 1.2e-16 для матрицы с целыми числами. Что это значит?

Определитель целочисленной матрицы — целое число. Значит, det = 0 ровно, а 1.2e-16 — погрешность округления. Для уверенности проверь np.linalg.matrix_rank: если ранг меньше порядка, матрица вырождена.

Как проверить, что inv посчитала правильно?

Умножить: M @ np.linalg.inv(M) должна дать E с точностью до чисел порядка 1e-16.

СЛАУ одной строкой

Задача про яблоки и груши из главы 8: x + y = 300, 2x + y = 500. Матрица системы и вектор свободных членов — это все, что нужно numpy:

K = np.array([[1, 1], [2, 1]])
b = np.array([300, 500])

print(np.linalg.solve(K, b))   # [200. 100.]
print(np.linalg.inv(K) @ b)    # [200. 100.]  — то же через x = K⁻¹b

Ответ: яблоки по 200 руб., груши по 100 руб. solve работает только с квадратной невырожденной матрицей: решение тогда одно. Для вырожденной он обычно выдаст ту же ошибку LinAlgError, а для почти вырожденной вроде G может вернуть мусор.

Шпаргалка

ДействиеКодЛовушка
вектор, матрицаnp.array([1, 2]), np.array([[1, 2], [3, 4]])обычные списки складываются склейкой: [1, 2] + [3, 4] = [1, 2, 3, 4]
размерность, размерlen(v), A.shapeдля матрицы len дает число строк
элемент aᵢⱼA[i-1, j-1]индексы с нуля
скалярное произведениеnp.dot(a, b)a * b — поэлементное умножение, вектор
матричное произведениеnp.dot(A, B) или A @ BA * B для массивов — поэлементно
транспонированиеA.T
определитель, обратная, рангnp.linalg.det(A), np.linalg.inv(A), np.linalg.matrix_rank(A)для вырожденной матрицы inv выдает LinAlgError: Singular matrix, а иногда из-за округления возвращает числа порядка 10¹⁵; сначала проверь ранг
решение Ax = bnp.linalg.solve(A, b)только для квадратной невырожденной A

Задачи

Задачи блока 8 из задачника. Ответь без запуска кода, потом проверь в Colab. Номера совпадают с файлом задач: решение присылай в чат с номером.

8.1базовая

s = np.array([4, 8, 15, 16, 23, 42]). Что вернут s[3] и len(s)?

Подсказка

Вспомни, с какого числа начинаются индексы в numpy: s[3] — это какой по счету элемент? len считает все элементы.

Ответ и решение

s[3] → 16 (индексы с нуля); len(s) → 6.

8.2с ловушкой

a = np.array([1, 2, 3]), b = np.array([4, 5, 6]). Что вернут:

  • а) a * b
  • б) np.dot(a, b)
  • в) a + b
  • г) [1, 2, 3] + [4, 5, 6]
Подсказка

Звездочка над массивами работает поэлементно, np.dot еще и складывает. В г) нет np.array: это обычные списки Python.

Ответ и решение
  • а) array([ 4, 10, 18]) — поэлементное умножение.
  • б) 32 — скалярное произведение. В Colab с numpy 2 без print увидишь np.int64(32): это то же число 32.
  • в) array([5, 7, 9]).
  • г) [1, 2, 3, 4, 5, 6] — списки склеиваются.
8.3средняя

A = np.array([[1, 2, 3], [4, 5, 6]]). Что вернут A.shape, A.T.shape, A[1, 0]? Какого размера np.dot(A, A.T)? Что делает A * A?

Подсказка

shape — (строки, столбцы), транспонирование меняет их местами. A[1, 0] — строка 2, столбец 1 в обычной нумерации. Размер произведения — по правилу (n × m)·(m × l) = n × l.

Ответ и решение

(2, 3); (3, 2); 4; размер (2, 2).

A * A возводит каждый элемент в квадрат: [[1, 4, 9], [16, 25, 36]].

8.4средняя

Напиши код, который для M = найдет определитель, ранг и обратную матрицу. Что произойдет на строке с обратной матрицей и почему?

Подсказка

Нужны три функции из np.linalg. Перед запуском сравни строки M: нет ли среди них пропорциональных?

Ответ и решение
import numpy as np

M = np.array([[2, 1], [4, 2]])
print(np.linalg.det(M))          # 0.0
print(np.linalg.matrix_rank(M))  # 1
print(np.linalg.inv(M))          # LinAlgError: Singular matrix

Вторая строка M равна удвоенной первой, поэтому det = 0 и ранг 1. Матрица вырождена, numpy отказывается ее обращать.

У других вырожденных матриц det иногда печатается как число порядка 1e-16: это погрешность округления, по смыслу это 0.

Глава 10Итоги и тренажер определений

Сводка: что получается после каждой операции и как темы модуля связаны между собой. Дальше — тренажер определений и сквозные задачи, которые проверяют весь модуль сразу.

Что получается в результате

Представь

Перед каждым действием спроси себя: что выйдет — число, вектор или матрица, и какого размера. Это как прикинуть, влезет ли покупка в пакет, до похода в магазин. Многие ошибки в тестах — перепутанный тип результата: скалярное произведение назвали вектором, Ax посчитали вектором той же размерности, что x.

ОперацияУсловиеРезультат
a + b, a − bdim a = dim bвектор той же размерности
ωa—вектор
(a, b)dim a = dim bчисло
|a|—число ≥ 0
a ⊗ b = abᵀ—матрица
A + Bодинаковый размерматрица того же размера
Aᵀ—матрица (m × n)
ABстолбцов A = строк Bматрица (строк A × столбцов B)
Axстолбцов A = dim xвектор размерности «строк A»
det AA квадратнаячисло
A⁻¹A квадратная, det A ≠ 0матрица того же порядка
rk A—целое число от 0 до min(n, m)

Здесь A — матрица размера n × m: n строк, m столбцов.

Проверь себя
a, b ∈ ℝ⁴. Что такое (a, b) и a ⊗ b?

(a, b) — число. a ⊗ b = abᵀ — матрица 4 × 4: (4 × 1)·(1 × 4).

A размера 3 × 2, x ∈ ℝ². Что такое Ax?

Вектор размерности 3: столько, сколько строк у A. (3 × 2)·(2 × 1) = 3 × 1.

A размера 2 × 3. Существуют ли det A и A⁻¹? Каким может быть rk A?

det A и A⁻¹ не существуют: A не квадратная. rk A — 0, 1 или 2, потому что rk ≤ min(2, 3).

Карта модуля

Каждая тема модуля опирается на предыдущую. Если путаешься в теме внизу схемы, проверь ту, что над ней.

Векторы Скалярное произведение Линейная зависимость Матрицы Умножение матриц Определитель и обратная Ранг и СЛАУ список чисел длина, угол, ⊥ лишний вектор таблица, виды строка · столбец площадь, отмена разные направления
Синие блоки — векторы, оранжевые — матрицы, зеленый — итог модуля. Дуга слева: ранг возвращает к линейной зависимости, через него проверяют, есть ли в системе лишний вектор.

Как темы держатся друг за друга:

Связи модуля

Скалярное произведение дает длину |v| = √(v, v), угол и ортогональность.

Умножение матриц — это скалярные произведения: cᵢⱼ = строка i матрицы A · столбец j матрицы B.

Определитель решает, есть ли обратная: det A ≠ 0 ⇔ A⁻¹ существует.

Ранг считает независимые векторы и замыкает главную цепочку: для квадратной матрицы det ≠ 0, A⁻¹ есть, rk = n, столбцы независимы, Ax = 0 имеет только решение x = 0 — все это одно и то же.

Как работать с тренажером

Задачи 1.2–1.4 проверяют определения всего модуля. Тесты курса ловят именно на них: на словах, которые звучат похоже.

Запомни

В задачах «верно или неверно» к ответу нужна одна фраза объяснения или контрпример. Контрпример ищи на маленьких числах: векторы из ℝ², матрицы 2 × 2.

Задачи

Задачи 1.2–1.4 из блока 1 и задачи блока 9 из задачника. Номера совпадают с файлом задач: решение присылай в чат с номером.

1.2средняя

Верно или неверно:

  • а) Векторы (1, 2, 3) и (3, 2, 1) равны: они состоят из одних и тех же чисел.
  • б) Длина вектора отрицательна, если все его координаты отрицательны.
  • в) Скалярное произведение двух векторов — вектор той же размерности.
  • г) Нулевой вектор ортогонален любому вектору.
  • д) Если скалярное произведение двух ненулевых векторов отрицательно, угол между ними больше 90°.
  • е) Единичная матрица и матрица единиц — одно и то же.
  • ж) Любая диагональная матрица симметрична.
  • з) Любая симметричная матрица диагональна.
  • и) Матрицы 2 × 3 и 3 × 2 можно сложить: в каждой по 6 элементов.
  • к) Матрицу 3 × 4 можно умножить на матрицу 4 × 2, результат будет 3 × 2.
  • л) У любой квадратной матрицы есть обратная.
  • м) Однородная СЛАУ может не иметь решений.
  • н) Длина вектора равна 0, только если вектор нулевой.
  • о) Квадрат длины вектора равен скалярному произведению вектора с самим собой.
  • п) У ортогональных векторов произведение длин равно нулю.
Подсказка

Пункты б), н), о) решает формула длины. в), г), д), п) — определение скалярного произведения и его связь с углом. е), ж), з) — виды матриц. и), к) — правила размеров. л), м) — главная цепочка и однородные системы. Для каждого «неверно» подбери контрпример.

Ответ и решение
  • а) Неверно: порядок координат важен.
  • б) Неверно: длина — корень из суммы квадратов, она всегда ≥ 0.
  • в) Неверно: результат — число.
  • г) Верно: (0, b) = 0·b₁ + … + 0·bₘ = 0.
  • д) Верно: cos = (a, b) / (|a|·|b|) < 0, угол больше 90°. Это тупой угол или развернутый 180° у противоположно направленных векторов.
  • е) Неверно: в E единицы на диагонали и нули вне ее, в матрице единиц все элементы равны 1.
  • ж) Верно: вне диагонали нули, aᵢⱼ = aⱼᵢ = 0.
  • з) Неверно: симметрична, но не диагональна.
  • и) Неверно: складывать можно только матрицы одного размера.
  • к) Верно: (3 × 4)·(4 × 2) = 3 × 2.
  • л) Неверно: у det = 0, обратной нет.
  • м) Неверно: x = 0 всегда решение однородной системы.
  • н) Верно: сумма квадратов равна 0, только если каждая координата равна 0.
  • о) Верно: |v|² = v₁² + … + vₘ² = (v, v).
  • п) Неверно: у ортогональных векторов равно нулю скалярное произведение. Произведение длин (1, 0) и (0, 2) равно 2. Так было сформулировано одно из утверждений задания 1.12 в тесте курса.
1.3средняя

Соедини термин с определением.

ТерминОпределение
1. Тривиальная нулевая комбинацияа) Квадратная матрица с нулевым определителем
2. Нетривиальная нулевая комбинацияб) Максимальное число линейно независимых столбцов
3. Линейно зависимая системав) Все коэффициенты равны 0
4. Базис системы векторовг) Система с бесконечным числом решений
5. Ранг матрицыд) Матрица из коэффициентов при неизвестных
6. Вырожденная матрицае) Сумма равна нулевому вектору, хотя не все коэффициенты равны 0
7. Неопределенная СЛАУж) Максимальная линейно независимая подсистема
8. Матрица системыз) Система, в которой хотя бы один вектор выражается через остальные
Подсказка

Начни с тех терминов, где уверен, оставшиеся подбери исключением.

Ответ и решение

1 — в, 2 — е, 3 — з, 4 — ж, 5 — б, 6 — а, 7 — г, 8 — д.

1.4с ловушкой

Для каждого понятия дай определение одной фразой своими словами, пример и антипример (объект, который похож, но под определение не подходит):

  • а) коллинеарные векторы;
  • б) ортогональные векторы;
  • в) линейно независимая система векторов;
  • г) симметричная матрица;
  • д) скалярная (шаровая) матрица;
  • е) вырожденная матрица.
Подсказка

Антипример — объект, который выполняет почти все условия определения, кроме одного. Найди, какое условие можно нарушить.

Ответ и решение

Образец, твои примеры могут быть другими.

ПонятиеОпределениеПримерАнтипример
а) Коллинеарныепропорциональны: b = ωa(1, 2) и (−3, −6)(1, 2) и (2, 3): 2/1 ≠ 3/2
б) Ортогональныескалярное произведение равно 0(1, 2) и (−2, 1)(1, 2) и (2, 1): произведение 4
в) Независимая системанулевая комбинация только тривиальная, ни один вектор не выражается через остальные(1, 0), (0, 1)(1, 0), (0, 1), (1, 1): попарно неколлинеарны, но зависимы
г) СимметричнаяA = Aᵀ
д) Скалярнаядиагональная с одинаковыми числами на диагонали, αE: диагональная, числа разные
е) Вырожденнаяквадратная с det = 0: det = −2
9.1с ловушкой

A = .

  • а) Найди rk A. Подсказка: посмотри на третью строку.
  • б) Не считая, назови det A, обратима ли A, зависимы ли столбцы.
  • в) Найди все решения Ax = 0.
Подсказка

б) Сравни ранг с порядком и прочитай нужный столбец главной цепочки. в) Отбрось лишнее уравнение, объяви одну переменную свободной и вырази через нее остальные.

Ответ и решение
  • а) Строка 3 = строка 1 + строка 2, строки 1 и 2 непропорциональны. rk A = 2.
  • б) rk < 3, поэтому det A = 0, A необратима, столбцы зависимы.
  • в) x + 2y = 0, y + z = 0, откуда y = −z, x = 2z. Ответ: (2t, −t, t).
9.2с ловушкой

a и b — ненулевые векторы из ℝ³, (a, b) = 0.

  • а) Могут ли они быть коллинеарными?
  • б) Независимы ли они?
  • в) c = a + b. Зависима ли система {a, b, c}? Чему равен ранг матрицы со столбцами a, b, c?
Подсказка

а) Какой угол между ненулевыми коллинеарными векторами и чему равен его косинус? б) Вспомни признак зависимости для двух векторов. в) Посмотри, как c связан с a и b.

Ответ и решение
  • а) Нет. Угол между ненулевыми коллинеарными векторами 0° или 180°, cos = ±1, и скалярное произведение не равно 0.
  • б) Да: два неколлинеарных вектора.
  • в) Зависима: a + b − c = 0. Ранг 2.
9.3средняя

M = diag(2, −3, 0.5). Найди det M, M⁻¹, M², MMᵀ, rk M.

Подсказка

С диагональной матрицей все считается по диагонали: определитель — произведение, обратная — обратные числа, квадрат — квадраты. Для MMᵀ проверь, симметрична ли M.

Ответ и решение

det M = 2·(−3)·0.5 = −3; M⁻¹ = diag(0.5, −1/3, 2); M² = diag(4, 9, 0.25); MMᵀ = M², так как M симметрична; rk M = 3.

9.4с ловушкой

Найди ошибку в рассуждении: «A и B — матрицы 2 × 2, AB — нулевая матрица. Значит, A или B нулевая, как у чисел».

Подсказка

Попробуй собрать две ненулевые матрицы с большим числом нулей: каждая строка A должна давать 0 в скалярном произведении с каждым столбцом B. Потом подумай, что про A и B говорит det(AB).

Ответ и решение

Контрпример: · — нулевая матрица, хотя обе матрицы ненулевые.

Правило чисел «ab = 0 ⇒ a = 0 или b = 0» на матрицы не переносится. Верный вывод другой: det A·det B = det(AB) = 0, значит хотя бы одна из матриц вырождена.

9.5с ловушкой

Найди ошибку: «A порядка 3, det A = 2, значит det(5A) = 10».

Подсказка

Вспомни свойство det(βA). Сколько строк умножается на 5?

Ответ и решение

На 5 умножается каждая из трех строк: det(5A) = 5³·2 = 250.

9.6с ловушкой

Найди ошибку: «Векторы (1, 2, 3), (4, 5, 6), (7, 8, 9) независимы: никакие два из них не пропорциональны». Проверь, зависима ли система на самом деле.

Подсказка

Попарная проверка работает только для двух векторов. Для трех найди ранг матрицы из этих векторов или сравни разности соседних векторов.

Ответ и решение

Попарная неколлинеарность не доказывает независимость трех векторов.

Проверка: (1, 2, 3) − 2·(4, 5, 6) + (7, 8, 9) = (0, 0, 0). Система зависима, ранг 2.