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.
Как заниматься
- Прочитай главу. Блок «Представь» объясняет идею на пальцах, блок «Определение» — то, что проверяет тест курса.
- Ответь на «Проверь себя». Сначала ответ в уме, потом открывай.
- Реши задачи главы. Застрял — открой подсказку. Ответ открывай, когда решение готово.
- Пришли решение в чат с номером задачи. Номера совпадают с файлом задач. Решенную задачу отметь кнопкой «решено»: прогресс сохранится на этом устройстве.
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.
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
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
«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.
| Значок | Читается | Сколько объектов |
|---|---|---|
| ∀ | для любого, для всех | каждый без исключения |
| ∃ | существует, найдется | хотя бы один |
| ∃! | существует единственный | ровно один |
Форму помогут запомнить буквы. ∀ — перевернутая A от английского all, «все». ∃ — развернутая E от exists, «существует».
∀ 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.
- ∀ x ∈ ℝ: x² ≥ 0 — «для любого действительного x квадрат x больше или равен нулю». Верно.
- ∃ x: x² = 4 — «существует x, квадрат которого равен 4». Верно: подходят 2 и −2. Двух подходящих чисел достаточно, чтобы ∃ было верным.
- ∃! x: 2x = 6 — «существует ровно один x, для которого 2x = 6». Верно: это x = 3, других решений нет.
- ∃! x: x² = 4 — неверно: решений два.
Утверждение с ∃ верно, даже если подходящих объектов два или сто. Единственность обещает только ∃!.
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.
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 ⇔
«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.
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 = 0 ⇒ A необратима — «если определитель A равен нулю, то у A нет обратной матрицы».
- (a, b) = 0 ⇔ a ⊥ b — «скалярное произведение a и b равно нулю тогда и только тогда, когда a ортогонален b». Значок ⊥ читается «ортогонален», «перпендикулярен». Подробно — в главе 3.
det A — определитель матрицы A, A⁻¹ — обратная матрица. Обе темы — в главе 7.
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.
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».
- ∃ x : Ax = 0 — «существует x такой, что Ax = 0».
- ∀ a, b: a + b = b + a — «для любых a и b выполнено a + b = b + a».
Ax — матрица A, умноженная на вектор x, глава 6.
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.
Запись {x ∈ M | условие} — множество всех x из M, таких что условие выполнено. Черта внутри фигурных скобок читается «таких, что».
Пример.
- {x ∈ ℝ | x > 0} — «все действительные x, такие что x > 0», то есть все положительные числа.
- {v ∈ ℝ² | v₁ = 0} — «все векторы плоскости, у которых первая координата равна 0»: (0, 1), (0, −5), (0, 0) и так далее. На плоскости это вертикальная ось.
Запятая в условии читается «и»: {x ∈ ℝ | x > 0, x < 1} — числа больше 0 и меньше 1.
Внутри фигурных скобок {… | …} черта читается «таких, что».
Парой вокруг числа или вектора |x|, |v| — модуль или длина.
Парой вокруг матрицы |A| — определитель.
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 ⊂
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.
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.
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.
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.
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).
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.
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
- Найди кванторы в начале: ∀, ∃, ∃!. Они говорят, про сколько объектов речь.
- Прочитай, откуда объекты: значок ∈ и множество после него.
- Двоеточие переведи «такой, что» после ∃ или «выполнено» после ∀.
- Прочитай условие. Стрелка ⇒ делит его на «если …, то …», стрелка ⇔ — на «… тогда и только тогда, когда …». Запятая — «и».
- Произнеси фразу целиком и проверь, что она звучит по-русски.
Пример 1. ∀ a, b ∈ ℝⁿ: a + b = b + a
- ∀ a, b — «для любых a и b»;
- ∈ ℝⁿ — «из ℝⁿ», то есть векторов из n чисел;
- : — «выполнено»;
- a + b = b + a — сумма не зависит от порядка.
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
| Значок | Читается | Пример |
|---|---|---|
| ∀ | 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} |
| ∈ | принадлежит | v ∈ ℝ³ |
| ∉ | не принадлежит | (1, 2) ∉ ℝ³ |
| ⊂ | является частью | {(1, 2), (3, 4)} ⊂ ℝ² |
| ℝⁿ | все векторы из n действительных чисел | v ∈ ℝ⁴: у v четыре координаты |
| ≠ | не равно | ω ≠ 0 |
| ⊥ | ортогонален | (1, 0) ⊥ (0, 1) |
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.
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
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.
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.
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
(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.
В математике третья координата — s₃. В numpy это s[2]: счет идет с нуля.
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:
Содержимое одно: три числа в том же порядке. Отличается запись.
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
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.
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.
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).
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.
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
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.
Длина (норма) вектора v = (v₁, v₂, …, vₘ):
Длина всегда ≥ 0. Она равна 0 только у нулевого вектора 0 = (0, 0, …, 0).
Пример.
- |(3, 4)| = √(9 + 16) = √25 = 5
- |(−3, 4)| = √(9 + 16) = 5: минус исчез при возведении в квадрат.
- |(1, 2, 2)| = √(1 + 4 + 4) = √9 = 3: в пространстве формула та же, просто слагаемых три.
- |(1, 1)| = √2 ≈ 1.41
Отрицательные координаты не делают длину отрицательной: их квадраты положительны. |(−3, −4)| = 5.
|(3, 4)| = 5. Сумма координат 3 + 4 = 7 к длине отношения не имеет.
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
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.
Векторы складывают покоординатно:
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.
(1, 2) + (1, 2, 3) не существует: размерности 2 и 3. Дописывать недостающие нули нельзя.
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].
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
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).
Чтобы умножить вектор на число ω, каждую координату умножают на ω:
Умножать можно всегда. Результат — вектор той же размерности.
Что происходит со стрелкой:
- |ω| > 1 — вектор удлиняется;
- |ω| < 1 — укорачивается;
- ω < 0 — разворачивается в обратную сторону.
Длина меняется ровно в |ω| раз.
Пример. v = (1, 2, 2), |v| = 3.
- −2v = (−2, −4, −4)
- |−2v| = √(4 + 16 + 16) = √36 = 6
- По правилу: |−2|·|v| = 2·3 = 6. Сходится.
Особые случаи: 1·v = v, 0·v = 0 (нулевой вектор), (−1)·v = −v — противоположный вектор.
|−2v| = 2·|v|. Запись −2·|v| дала бы отрицательную длину, а длина всегда ≥ 0.
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
Ты стоишь на конце стрелки b, а клад зарыт на конце стрелки a. Маршрут от тебя до клада — это a − b.
Разность — сложение с вектором, умноженным на −1:
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.
b − a = (−3, 2) = −(a − b). Длина та же, стрелка смотрит в обратную сторону.
Найди (2, 5, 1) − (3, 5, −1).
(2 − 3, 5 − 5, 1 + 1) = (−1, 0, 2).
Линейная комбинация
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).
Линейная комбинация векторов a, b, … с коэффициентами ω₁, ω₂, … — вектор
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.
- 3a = (3, 0, 6)
- −2b = (0, −2, 2)
- 3a − 2b = (3 + 0, 0 − 2, 6 + 2) = (3, −2, 8)
−2·(0, 1, −1) = (0, −2, 2). Последняя координата: −2·(−1) = +2. Частая ошибка — оставить у нее минус.
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.
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
| Операция | Как считать | Условие | Результат |
|---|---|---|---|
| Сложение a + b | покоординатно: (a₁ + b₁, a₂ + b₂, …) | одинаковая размерность | вектор той же размерности |
| Разность a − b | a + (−1)·b | одинаковая размерность | вектор той же размерности |
| Умножение на число ωa | каждую координату умножить на ω | всегда | вектор той же размерности |
| Линейная комбинация ω₁a + ω₂b + … | умножить каждый вектор на свой коэффициент и сложить | одинаковая размерность | вектор той же размерности |
| Длина |v| | √(v₁² + … + vₘ²) | всегда | число ≥ 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
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.
Где аналогия ломается: в чеке все числа положительные. У векторов координаты бывают отрицательными, поэтому скалярное произведение может выйти отрицательным или нулем.
Скалярное произведение векторов a и b одной размерности:
Результат — число.
Пример. Оценка за курс: баллы a = (65, 70, 120, 30), веса w = (0.4, 0.4, 0.2, 0.8).
- 65·0.4 = 26
- 70·0.4 = 28
- 120·0.2 = 24
- 30·0.8 = 24
(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
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).
(1, 2)·(1, 2, 3) не существует: третьей координате не с чем перемножиться.
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:
Под корнем в формуле длины стоит ровно эта сумма.
Квадрат длины — скалярное произведение вектора с самим собой:
Поэтому (v, v) ≥ 0, и (v, v) = 0 только у нулевого вектора.
Пример. v = (3, 4): (v, v) = 9 + 16 = 25, |v| = √25 = 5.
v = (1, −2, 2). Найди (v, v) и |v|.
(v, v) = 1 + 4 + 4 = 9, |v| = 3.
Угол между векторами
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.
Длина тени со знаком равна |b|·cos φ. Поэтому (a, b) = |a|·|b|·cos φ. Отсюда формула угла.
Угол φ между ненулевыми векторами a и b находят из формулы
Угол берут от 0° до 180°. В курсе косинус записывают как cos(a, b).
Пример 1. a = (1, 0), b = (1, 1).
- (a, b) = 1·1 + 0·1 = 1
- |a| = 1, |b| = √2
- cos φ = 1/√2 ≈ 0.71, φ = 45°
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:
| Угол | 0° | 30° | 45° | 60° | 90° | 120° | 135° | 150° | 180° |
|---|---|---|---|---|---|---|---|---|---|
| cos | 1 | ≈ 0.87 | ≈ 0.71 | 0.5 | 0 | −0.5 | ≈ −0.71 | ≈ −0.87 | −1 |
В формуле делим на |a|·|b|. У нулевого вектора длина 0, делить на нее нельзя, и угла с ним нет.
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) > 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.
- (1, 2)·(3, 1) = 3 + 2 = 5 > 0 — угол острый.
- (1, 2)·(−2, 1) = −2 + 2 = 0 — прямой.
- (1, 2)·(−3, −1) = −3 − 2 = −5 < 0 — тупой.
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°.
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
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.
Векторы a и b ортогональны, если их скалярное произведение равно нулю:
Для ненулевых векторов это угол 90°.
Пример.
- (1, 2) и (−2, 1): −2 + 2 = 0, ортогональны.
- (1, 1, 0) и (1, −1, 5): 1 − 1 + 0 = 0, ортогональны. В пространстве это трудно увидеть на глаз, формула решает сразу.
- (1, 1, 1, 1) и (1, −1, 1, −1): 1 − 1 + 1 − 1 = 0. В ℝ⁴ угол не нарисуешь, ортогональность проверяется только формулой.
К вектору (x, y) ортогонален (−y, x): x·(−y) + y·x = 0. Поменяй координаты местами и у одной смени знак.
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:
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.
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| — произведение длин. Угол в нем не участвует. У ненулевых векторов оно всегда положительно.
- (a, b) — то же произведение длин, умноженное на cos φ. Оно «чувствует» угол: от |a|·|b| при 0° через 0 при 90° до −|a|·|b| при 180°.
| Угол φ | cos φ | |a|·|b| | (a, b) |
|---|---|---|---|
| 0° | 1 | 4 | 4 |
| 60° | 0.5 | 4 | 2 |
| 90° | 0 | 4 | 0 |
| 120° | −0.5 | 4 | −2 |
| 180° | −1 | 4 | −4 |
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.
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°.
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
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).
(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:
Пример 1. a = (1, 2), b = (3, 0), c = (1, 1).
- Слева: a + b = (4, 2), (a + b, c) = 4 + 2 = 6.
- Справа: (a, c) = 1 + 2 = 3, (b, c) = 3 + 0 = 3, сумма 6.
Пример 2. Раскроем скобки в (a + b, a + b):
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.
(2a, 3b) = 2·3·(a, b) = 6(a, b). Частая ошибка — вынести только одно из чисел.
(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.
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.
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°.
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°.
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.
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.
|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).
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.
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).
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
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.
Главное отличие: коллинеарность и ортогональность — свойства пары векторов. Зависимость — свойство системы из любого числа векторов: двух, трех, десяти.
| Понятие | Про что | Определение | Проверка |
|---|---|---|---|
| Коллинеарные | пара векторов | пропорциональны: b = ωa или a = ωb | один вектор получается из другого умножением на одно и то же число; (1, 0) и (2, 0) коллинеарны, хотя 0/0 не поделить |
| Ортогональные | пара векторов | (a, b) = 0; для ненулевых — угол 90° | скалярное произведение |
| Линейно зависимые | система из любого числа векторов | хотя бы один выражается через остальные | ранг меньше числа векторов (ранг — глава 8) |
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.
(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
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.
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.
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:
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.
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.
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
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.
Рассуждение для любых трех векторов a, b, c из ℝ²:
- Если a и b коллинеарны, система уже зависима.
- Если a и b непропорциональны, они покрывают сеткой всю плоскость, и c выражается через них. Система снова зависима.
Третьего варианта нет. Поэтому три вектора на плоскости зависимы всегда, даже если никакие два из них не пропорциональны.
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:
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).
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.
| Ситуация | Вывод | Почему |
|---|---|---|
| В системе есть нулевой вектор | зависима | 1·0 + 0·(остальные) = 0, коэффициент 1 не равен нулю |
| Два одинаковых или пропорциональных вектора | зависима | если b = ωa, то ωa − b = 0 |
| Два вектора | зависимы ⇔ коллинеарны | «один выражается через другой» и есть пропорциональность |
| Векторов больше, чем координат у каждого (например, 3 вектора в ℝ²) | зависима всегда | в ℝⁿ не больше n независимых векторов |
| Ненулевые векторы попарно ортогональны | независима | скалярное 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:
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.
(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
(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.
(1, 0) и (1, 1) независимы: они не пропорциональны. Угол между ними 45°, скалярное произведение 1. Попарно ортогональные ненулевые векторы — частный случай независимых.
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.
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), (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.
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.
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.
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.
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.
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}.
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
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.
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:
Порядок в размере важен: 3 × 5 и 5 × 3 — разные размеры. Первое число всегда строки, второе — столбцы.
Адрес элемента aᵢⱼ
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.
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.
В numpy индексы начинаются с нуля. Элемент a₂₃ — это A[1, 2]: из каждого номера вычитаешь 1.
Главная диагональ
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.
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
| Вид | Признак | Пример |
|---|---|---|
| Квадратная | строк = столбцов; это число называется порядком | — порядок 2 |
| Прямоугольная | строк ≠ столбцов | |
| Вектор-столбец | размер (n, 1) | |
| Вектор-строка | размер (1, m) |
Вектор — тоже матрица, только с одним столбцом или одной строкой.
Виды по содержанию: 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.
| Вид | Признак | Пример |
|---|---|---|
| Квадратная | n × n | |
| Симметричная | aᵢⱼ = aⱼᵢ, то есть A = Aᵀ | |
| Диагональная | вне главной диагонали нули | = diag(2, −7) |
| Скалярная (шаровая) | диагональная, на диагонали одно число α | = 3E |
| Единичная E | скалярная с α = 1 |
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
- Нулевая — все элементы равны 0. Бывает любого размера, например .
- Матрица единиц — все элементы равны 1, например .
- Треугольная — квадратная, нули с одной стороны от главной диагонали. Верхнетреугольная: нули под диагональю, . Нижнетреугольная: нули над диагональю, .
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 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.
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
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.
| Операция | Как считать | Условие | Размер результата |
|---|---|---|---|
| Сложение A + B | поэлементно | одинаковый размер (n, m) | (n, m) |
| Умножение на число ωA | каждый элемент × ω | всегда | как у A |
| Транспонирование Aᵀ | строки становятся столбцами | всегда | (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:
Обратный ход — вынести общий множитель:
Разность A − B — это A + (−1)·B: вычитаешь поэлементно.
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.
Можно ли сложить и ?
Нет: размеры 2 × 2 и 2 × 3 разные.
Вынеси общий множитель из .
4 · : все элементы делятся на 4.
Транспонирование
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.
Транспонирование: строки матрицы A становятся столбцами матрицы Aᵀ. Элемент aᵢⱼ переходит на место (j, i). Размер (n, m) превращается в (m, n).
Свойства:
- главная диагональ остается на месте;
- если транспонировать дважды, вернешься к исходной матрице: (Aᵀ)ᵀ = A;
- транспонировать вектор-столбец — значит записать его строкой: ᵀ = .
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
Сложи таблицу по главной диагонали, как бабочку по средней линии. Если числа на половинках совпали, таблица симметричная: зеркало на диагонали ее не меняет.
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.
У матрицы 2 × 3 транспонированная имеет размер 3 × 2. Матрицы разного размера не равны, поэтому A = Aᵀ возможно только для квадратной A.
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.
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].
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.
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.
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.
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.
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
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.
Произведение AB существует, только если число столбцов A равно числу строк B:
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.
(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.
Одинаковое число элементов ничего не решает. Две матрицы 2 × 3 перемножить нельзя: столбцов у первой 3, строк у второй 2.
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
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.
Элемент произведения C = AB, стоящий в строке i и столбце j, равен скалярному произведению строки i матрицы A на столбец j матрицы B:
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.
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
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
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.
Случай 3. Обе матрицы квадратные одного порядка. Размеры совпадают, но числа обычно разные.
Справа матрица поменяла местами столбцы, слева — строки. Ответы разные.
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.
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.
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
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.
Машина D = diag(2, 1/2) растягивает плоскость в 2 раза по оси x и сжимает в 2 раза по оси y.
A (n × m) · x (m × 1) = вектор размерности n.
Вектор-столбец ставится справа от матрицы, вектор-строка — слева: xᵀA.
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.
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:
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
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.
| Запись | Размеры | Результат | |
|---|---|---|---|
| Скалярное | vᵀu | (1 × m)·(m × 1) | число (1 × 1) |
| Тензорное | v ⊗ u = vuᵀ | (m × 1)·(1 × m) | матрица m × m |
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.
vᵀu и vuᵀ отличаются одним положением значка ᵀ, а результат у них разного типа: число и матрица. Перед счетом выпиши размеры, как в домино.
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
Единичная E — машина «ничего не делать». Скалярная αE — «увеличить все в α раз». Диагональная — у каждого столбца или каждой строки свой множитель.
| Матрица | Что происходит | Коммутирует (AB = BA)? |
|---|---|---|
| Нулевая | результат нулевой | да |
| Единичная E | A не меняется: AE = EA = A | да |
| Скалярная αE | то же, что умножить на число α | да |
| Диагональная справа: A·D | столбец j матрицы A умножается на dⱼ | нет, в общем случае |
| Диагональная слева: D·A | строка i матрицы A умножается на dᵢ | |
| Две диагональные | перемножаются диагонали: diag(αᵢ)·diag(βᵢ) = diag(αᵢβᵢ) | да |
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:
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.
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
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.
A = , B = . AB = , поэтому (AB)ᵀ = .
BᵀAᵀ = · = . Совпало.
AᵀBᵀ = · = . Другая матрица.
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
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.
Для матрицы X размера n × m:
XᵀX (m × m) — скалярные произведения столбцов X друг с другом;
XXᵀ (n × n) — скалярные произведения строк.
X = , размер 3 × 2. Столбцы c₁ = (1, 2, 0), c₂ = (0, 1, 3).
(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):
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.
В XᵀX первой стоит Xᵀ. Ее строки — это столбцы X, поэтому XᵀX собирает произведения столбцов. В XXᵀ первой стоит X, ее строки и перемножаются.
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.
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.
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
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.
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.
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.
Они не равны. Матрицы транспонированы друг к другу: uvᵀ = (vuᵀ)ᵀ.
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).
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.
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.
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).
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.
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»
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.
Обратную ищут только для квадратных матриц.
A⁻¹ — матрица того же порядка, для которой
Если она существует, то она одна.
Пример: поворот L = на 90° против часовой стрелки. Отменить его — повернуть на 90° по часовой: L⁻¹ = .
Для A = матрица обратной не является. Настоящая обратная — , ее находят по формуле ниже.
Поэлементно работает только у диагональной матрицы, и только на диагонали.
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
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.
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:
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.
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.
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
Диагональная матрица растягивает каждую ось в свое число раз. Чтобы отменить, каждую ось сжимают обратно: растянули в 2 раза — сожми в 2 раза.
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.
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
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.
«Разделить на A» — значит умножить на A⁻¹. Сторона важна:
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.
A = , A⁻¹ = , B = .
Ответы разные. Запись B/A для матриц не используют: по ней не понять, с какой стороны умножать.
Что сохраняется при обращении
| Исходная матрица | Обратная | Пример |
|---|---|---|
| Диагональная | диагональная | diag(2, 5)⁻¹ = diag(1/2, 1/5) |
| Симметричная | симметричная | ⁻¹ = |
| Целочисленная | может быть дробной | ⁻¹ = |
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).
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
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.
Определитель det A (или |A|) — число, которое считают для квадратной матрицы.
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.
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.
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.
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
| Свойство | Формула | Пример |
|---|---|---|
| Единичная | det E = 1 | |
| Диагональная | произведение диагонали | det diag(2, 1, 4) = 8 |
| Умножение на число | det(βA) = βⁿ·det A, n — порядок | 2 × 2: det(3A) = 9·det A |
| Транспонирование | det Aᵀ = det A | |
| Произведение | det(AB) = det A · det B = det(BA) | |
| Обратная | det A⁻¹ = 1 / det A | |
| Сумма | det(A + B) ≠ det A + det B | diag(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.
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.
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:
- есть нулевая строка или нулевой столбец: ;
- две строки (или два столбца) пропорциональны: в вторая строка равна удвоенной первой;
- одна строка — сумма других или их линейная комбинация: в третья строка равна сумме первых двух.
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
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.
На практике опасны и матрицы с det, близким к нулю. При обращении делим на очень маленькое число, и элементы A⁻¹ становятся огромными.
Здесь det = 0.001: столбцы (1, 1) и (1, 1.001) почти лежат на одной прямой. С этим работает регуляризация в следующем модуле.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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
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:
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.
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
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
| Термин | Что значит | Пример |
|---|---|---|
| Однородная | все свободные члены равны 0: Ax = 0 | 2x − y = 0, x + 2y = 0 |
| Неоднородная | хотя бы один свободный член ≠ 0 | яблоки и груши: b = (300, 500) |
| Определенная | ровно одно решение | яблоки и груши: (200, 100) |
| Неопределенная | больше одного решения; у линейной системы это сразу бесконечно много | x + 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.
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.
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.
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
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.
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.
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
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.
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.
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.
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.
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
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 rk A — максимальное число линейно независимых столбцов матрицы. Линейно независимых строк у нее столько же.
1) Привести матрицу к ступенчатому виду элементарными преобразованиями строк.
2) Посчитать ненулевые строки. Их число и есть ранг.
Пример по шагам
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.
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.
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.
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
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.
Базис системы векторов — максимальная линейно независимая подсистема. Через базисные векторы выражаются все остальные векторы системы.
В любом базисе ровно rk векторов. Базисов обычно несколько.
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.
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:
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.
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.
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.
Для квадратной матрицы A порядка n все утверждения одного столбца таблицы равносильны: выполнено одно — выполнены все.
| Что смотрим | Хорошая матрица | Плохая матрица |
|---|---|---|
| Определитель | det A ≠ 0 | det A = 0 |
| Название | невырожденная | вырожденная |
| Обратная | A⁻¹ существует | A⁻¹ не существует |
| Ранг | rk A = n | rk A < n |
| Столбцы и строки | линейно независимы | линейно зависимы |
| Система Ax = 0 | только решение x = 0 | бесконечно много решений |
| Картинка 2 × 2 | параллелограмм с площадью | столбцы на одной прямой |
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.
Цепочка работает только для квадратных матриц. У прямоугольной матрицы нет определителя и обратной. Ее ранг сравнивают с min(n, m).
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.
Запиши систему в матричном виде. Назови матрицу системы, вектор неизвестных и вектор свободных членов. Однородная ли система?
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
Система неоднородная: b ≠ 0.
Ловушка: во втором уравнении нет z, в третьем нет x, на их местах в матрице нули.
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.
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.
Найди все решения однородной системы:
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.
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.
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.
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.
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.
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.
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.
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
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.
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.
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
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].
print(s[0]) # 33 — s₁
print(s[2]) # 50 — s₃
print(A[1, 2]) # 1 — a₂₃: строка 2, столбец 3
Элемент aᵢⱼ в numpy — A[i-1, j-1]. Сначала строка, потом столбец, как в математике.
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
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
a * b для массивов — поэлементное умножение, результат — вектор [ 4 10 18]. Скалярное произведение — np.dot(a, b) или a @ b, результат — число 32.
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]]
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]]
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).
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.
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.
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
| Действие | Код | Ловушка |
|---|---|---|
| вектор, матрица | np.array([1, 2]), np.array([[1, 2], [3, 4]]) | обычные списки складываются склейкой: [1, 2] + [3, 4] = [1, 2, 3, 4] |
| размерность, размер | len(v), A.shape | для матрицы len дает число строк |
| элемент aᵢⱼ | A[i-1, j-1] | индексы с нуля |
| скалярное произведение | np.dot(a, b) | a * b — поэлементное умножение, вектор |
| матричное произведение | np.dot(A, B) или A @ B | A * B для массивов — поэлементно |
| транспонирование | A.T | |
| определитель, обратная, ранг | np.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 = b | np.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.
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.
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.
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]].
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
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.
| Операция | Условие | Результат |
|---|---|---|
| a + b, a − b | dim a = dim b | вектор той же размерности |
| ωa | — | вектор |
| (a, b) | dim a = dim b | число |
| |a| | — | число ≥ 0 |
| a ⊗ b = abᵀ | — | матрица |
| A + B | одинаковый размер | матрица того же размера |
| Aᵀ | — | матрица (m × n) |
| AB | столбцов A = строк B | матрица (строк A × столбцов B) |
| Ax | столбцов A = dim x | вектор размерности «строк A» |
| det A | A квадратная | число |
| A⁻¹ | A квадратная, det A ≠ 0 | матрица того же порядка |
| rk A | — | целое число от 0 до min(n, m) |
Здесь A — матрица размера n × m: n строк, m столбцов.
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.
Как темы держатся друг за друга:
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.
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.
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.
Соедини термин с определением.
| Термин | Определение |
|---|---|
| 1. Тривиальная нулевая комбинация | а) Квадратная матрица с нулевым определителем |
| 2. Нетривиальная нулевая комбинация | б) Максимальное число линейно независимых столбцов |
| 3. Линейно зависимая система | в) Все коэффициенты равны 0 |
| 4. Базис системы векторов | г) Система с бесконечным числом решений |
| 5. Ранг матрицы | д) Матрица из коэффициентов при неизвестных |
| 6. Вырожденная матрица | е) Сумма равна нулевому вектору, хотя не все коэффициенты равны 0 |
| 7. Неопределенная СЛАУ | ж) Максимальная линейно независимая подсистема |
| 8. Матрица системы | з) 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.
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.
| Понятие | Определение | Пример | Антипример |
|---|---|---|---|
| а) Коллинеарные | пропорциональны: b = ωa | (1, 2) и (−3, −6) | (1, 2) и (2, 3): 2/1 ≠ 3/2 |
| б) Ортогональные | скалярное произведение равно 0 | (1, 2) и (−2, 1) | (1, 2) и (2, 1): произведение 4 |
| в) Независимая система | нулевая 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) Симметричная | A = Aᵀ | ||
| д) Скалярная | диагональная с одинаковыми числами на диагонали, αE | : диагональная, числа разные | |
| е) Вырожденная | квадратная с det = 0 | : det = −2 |
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).
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.
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.
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.
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.
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.