Все о стройке и ремонте
→ ↓

Особые виды матриц. Классификационная матрица

В данной теме рассмотрим понятие матрицы, а также виды матриц. Так как в данной теме немало терминов, то я добавлю краткое содержание, чтобы ориентироваться в материале было проще.

Определение матрицы и её элемента. Обозначения.

Матрица - это таблица из $m$ строк и $n$ столбцов. Элементами матрицы могут быть объекты совершенно разнообразной природы: числа, переменные или, к примеру, иные матрицы. Например, матрица $\left(\begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right)$ содержит 3 строки и 2 столбца; элементами её являются целые числа. Матрица $\left(\begin{array} {cccc} a & a^9+2 & 9 & \sin x \\ -9 & 3t^2-4 & u-t & 8\end{array} \right)$ содержит 2 строки и 4 столбца.

Разные способы записи матриц: показать\скрыть

Матрица может быть записана не только в круглых, но и в квадратных или двойных прямых скобках. Ниже указана одна и та же матрица в различных формах записи:

$$ \left(\begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right);\;\; \left[ \begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right]; \;\; \left \Vert \begin{array} {cc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right \Vert $$

Произведение $m\times n$ называют размером матрицы . Например, если матрица содержит 5 строк и 3 столбца, то говорят о матрице размера $5\times 3$. Матрица $\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ имеет размер $3 \times 2$.

Обычно матрицы обозначаются большими буквами латинского алфавита: $A$, $B$, $C$ и так далее. Например, $B=\left(\begin{array} {ccc} 5 & 3 \\ 0 & -87 \\ 8 & 0 \end{array} \right)$. Нумерация строк идёт сверху вниз; столбцов - слева направо. Например, первая строка матрицы $B$ содержит элементы 5 и 3, а второй столбец содержит элементы 3, -87, 0.

Элементы матриц обычно обозначаются маленькими буквами. Например, элементы матрицы $A$ обозначаются $a_{ij}$. Двойной индекс $ij$ содержит информацию о положении элемента в матрице. Число $i$ - это номер строки, а число $j$ - номер столбца, на пересечении которых находится элемент $a_{ij}$. Например, на пересечении второй строки и пятого столбца матрицы $A=\left(\begin{array} {cccccc} 51 & 37 & -9 & 0 & 9 & 97 \\ 1 & 2 & 3 & 41 & 59 & 6 \\ -17 & -15 & -13 & -11 & -8 & -5 \\ 52 & 31 & -4 & -1 & 17 & 90 \end{array} \right)$ расположен элемент $a_{25}=59$:

Точно так же на пересечении первой строки и первого столбца имеем элемент $a_{11}=51$; на пересечении третьей строки и второго столбца - элемент $a_{32}=-15$ и так далее. Замечу, что запись $a_{32}$ читается как "а три два", но не "а тридцать два".

Для сокращённого обозначения матрицы $A$, размер которой равен $m\times n$, используется запись $A_{m\times n}$. Нередко используется и такая запись:

$$ A_{m\times{n}}=(a_{ij}) $$

Здесь $(a_{ij})$ указывает на обозначение элементов матрицы $A$, т.е. говорит о том, что элементы матрицы $A$ обозначаются как $a_{ij}$. В развёрнутом виде матрицу $A_{m\times n}=(a_{ij})$ можно записать так:

$$ A_{m\times n}=\left(\begin{array}{cccc} a_{11} & a_{12} & \ldots & a_{1n} \\ a_{21} & a_{22} & \ldots & a_{2n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{m1} & a_{m2} & \ldots & a_{mn} \end{array} \right) $$

Введём еще один термин - равные матрицы .

Две матрицы одинакового размера $A_{m\times n}=(a_{ij})$ и $B_{m\times n}=(b_{ij})$ называются равными , если их соответствующие элементы равны, т.е. $a_{ij}=b_{ij}$ для всех $i=\overline{1,m}$ и $j=\overline{1,n}$.

Пояснение к записи $i=\overline{1,m}$: показать\скрыть

Запись "$i=\overline{1,m}$" означает, что параметр $i$ изменяется от 1 до m. Например, запись $i=\overline{1,5}$ говорит о том, что параметр $i$ принимает значения 1, 2, 3, 4, 5.

Итак, для равенства матриц требуется выполнение двух условий: совпадение размеров и равенство соответствующих элементов. Например, матрица $A=\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ не равна матрице $B=\left(\begin{array}{cc} 8 & -9\\0 & -87 \end{array}\right)$, поскольку матрица $A$ имеет размер $3\times 2$, а размер матрицы $B$ составляет $2\times 2$. Также матрица $A$ не равна матрице $C=\left(\begin{array}{cc} 5 & 3\\98 & -87\\8 & 0\end{array}\right)$, поскольку $a_{21}\neq c_{21}$ (т.е. $0\neq 98$). А вот для матрицы $F=\left(\begin{array}{cc} 5 & 3\\0 & -87\\8 & 0\end{array}\right)$ можно смело записать $A=F$ поскольку и размеры, и соответствующие элементы матриц $A$ и $F$ совпадают.

Пример №1

Определить размер матрицы $A=\left(\begin{array} {ccc} -1 & -2 & 1 \\ 5 & 9 & -8 \\ -6 & 8 & 23 \\ 11 & -12 & -5 \\ 4 & 0 & -10 \\ \end{array} \right)$. Указать, чему равны элементы $a_{12}$, $a_{33}$, $a_{43}$.

Данная матрица содержит 5 строк и 3 столбца, поэтому размер её $5\times 3$. Для этой матрицы можно использовать также обозначение $A_{5\times 3}$.

Элемент $a_{12}$ находится на пересечении первой строки и второго столбца, поэтому $a_{12}=-2$. Элемент $a_{33}$ находится на пересечении третьей строки и третьего столбца, поэтому $a_{33}=23$. Элемент $a_{43}$ находится на пересечении четвертой строки и третьего столбца, поэтому $a_{43}=-5$.

Ответ : $a_{12}=-2$, $a_{33}=23$, $a_{43}=-5$.

Виды матриц в зависимости от их размера. Главная и побочная диагонали. След матрицы.

Пусть задана некая матрица $A_{m\times n}$. Если $m=1$ (матрица состоит из одной строки), то заданную матрицу называют матрица-строка . Если же $n=1$ (матрица состоит из одного столбца), то такую матрицу называют матрица-столбец . Например, $\left(\begin{array} {ccccc} -1 & -2 & 0 & -9 & 8 \end{array} \right)$ - матрица-строка, а $\left(\begin{array} {c} -1 \\ 5 \\ 6 \end{array} \right)$ - матрица-столбец.

Если для матрицы $A_{m\times n}$ верно условие $m\neq n$ (т.е. количество строк не равно количеству столбцов), то часто говорят, что $A$ - прямоугольная матрица. Например, матрица $\left(\begin{array} {cccc} -1 & -2 & 0 & 9 \\ 5 & 9 & 5 & 1 \end{array} \right)$ имеет размер $2\times 4$, т.е. содержит 2 строки и 4 столбца. Так как количество строк не равно количеству столбцов, то эта матрица является прямоугольной.

Если для матрицы $A_{m\times n}$ верно условие $m=n$ (т.е. количество строк равно количеству столбцов), то говорят, что $A$ - квадратная матрица порядка $n$. Например, $\left(\begin{array} {cc} -1 & -2 \\ 5 & 9 \end{array} \right)$ - квадратная матрица второго порядка; $\left(\begin{array} {ccc} -1 & -2 & 9 \\ 5 & 9 & 8 \\ 1 & 0 & 4 \end{array} \right)$ - квадратная матрица третьего порядка. В общем виде квадратную матрицу $A_{n\times n}$ можно записать так:

$$ A_{n\times n}=\left(\begin{array}{cccc} a_{11} & a_{12} & \ldots & a_{1n} \\ a_{21} & a_{22} & \ldots & a_{2n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{n1} & a_{n2} & \ldots & a_{nn} \end{array} \right) $$

Говорят, что элементы $a_{11}$, $a_{22}$, $\ldots$, $a_{nn}$ находятся на главной диагонали матрицы $A_{n\times n}$. Эти элементы называются главными диагональными элементами (или просто диагональными элементами). Элементы $a_{1n}$, $a_{2 \; n-1}$, $\ldots$, $a_{n1}$ находятся на побочной (второстепенной) диагонали ; их называют побочными диагональными элементами . Например, для матрицы $C=\left(\begin{array}{cccc}2&-2&9&1\\5&9&8& 0\\1& 0 & 4 & -7 \\ -4 & -9 & 5 & 6\end{array}\right)$ имеем:

Элементы $c_{11}=2$, $c_{22}=9$, $c_{33}=4$, $c_{44}=6$ являются главными диагональными элементами; элементы $c_{14}=1$, $c_{23}=8$, $c_{32}=0$, $c_{41}=-4$ - побочные диагональные элементы.

Сумма главных диагональных элементов называется следом матрицы и обозначается $\Tr A$ (или $\Sp A$):

$$ \Tr A=a_{11}+a_{22}+\ldots+a_{nn} $$

Например, для матрицы $C=\left(\begin{array} {cccc} 2 & -2 & 9 & 1\\5 & 9 & 8 & 0\\1 & 0 & 4 & -7\\-4 & -9 & 5 & 6 \end{array}\right)$ имеем:

$$ \Tr C=2+9+4+6=21. $$

Понятие диагональных элементов используется также и для неквадратных матриц. Например, для матрицы $B=\left(\begin{array} {ccccc} 2 & -2 & 9 & 1 & 7 \\ 5 & -9 & 8 & 0 & -6 \\ 1 & 0 & 4 & -7 & -6 \end{array} \right)$ главными диагональными элементами будут $b_{11}=2$, $b_{22}=-9$, $b_{33}=4$.

Виды матриц в зависимости от значений их элементов.

Если все элементы матрицы $A_{m\times n}$ равны нулю, то такая матрица называется нулевой и обозначается обычно буквой $O$. Например, $\left(\begin{array} {cc} 0 & 0 \\ 0 & 0 \\ 0 & 0 \end{array} \right)$, $\left(\begin{array} {ccc} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array} \right)$ - нулевые матрицы.

Рассмотрим некоторую ненулевую строку матрицы $A$, т.е. такую строку, в которой есть хоть один элемент, отличный от нуля. Ведущим элементом ненулевой строки назовём её первый (считая слева направо) ненулевой элемент. Для примера рассмотрим такую матрицу:

$$W=\left(\begin{array}{cccc} 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 12\\ 0 & -9 & 5 & 9 \end{array}\right)$$

Во второй строке ведущим будет четвёртый элемент, т.е. $w_{24}=12$, а в третьей строке ведущим будет второй элемент, т.е. $w_{32}=-9$.

Матрица $A_{m\times n}=\left(a_{ij}\right)$ называется ступенчатой , если она удовлетворяет двум условиям:

  1. Нулевые строки, если они есть, расположены ниже всех ненулевых строк.
  2. Номера ведущих элементов ненулевых строк образуют строго возрастающую последовательность, т.е. если $a_{1k_1}$, $a_{2k_2}$, ..., $a_{rk_r}$ - ведущие элементы ненулевых строк матрицы $A$, то $k_1\lt{k_2}\lt\ldots\lt{k_r}$.

Примеры ступенчатых матриц:

$$ \left(\begin{array}{cccccc} 0 & 0 & 2 & 0 & -4 & 1\\ 0 & 0 & 0 & 0 & -9 & 0\\ 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 \end{array}\right);\; \left(\begin{array}{cccc} 5 & -2 & 2 & -8\\ 0 & 4 & 0 & 0\\ 0 & 0 & 0 & -10 \end{array}\right). $$

Для сравнения: матрица $Q=\left(\begin{array}{ccccc} 2 & -2 & 0 & 1 & 9\\0 & 0 & 0 & 7 & 9\\0 & -5 & 0 & 10 & 6\end{array}\right)$ не является ступенчатой, так как нарушено второе условие в определении ступенчатой матрицы. Ведущие элементы во второй и третьей строках $q_{24}=7$ и $q_{32}=10$ имеют номера $k_2=4$ и $k_3=2$. Для ступенчатой матрицы должно быть выполнено условие $k_2\lt{k_3}$, которое в данном случае нарушено. Отмечу, что если поменять местами вторую и третью строки, то получим ступенчатую матрицу: $\left(\begin{array}{ccccc} 2 & -2 & 0 & 1 & 9\\0 & -5 & 0 & 10 & 6 \\0 & 0 & 0 & 7 & 9\end{array}\right)$.

Ступенчатую матрицу называют трапециевидной или трапецеидальной , если для ведущих элементов $a_{1k_1}$, $a_{2k_2}$, ..., $a_{rk_r}$ выполнены условия $k_1=1$, $k_2=2$,..., $k_r=r$, т.е. ведущими являются диагональные элементы. В общем виде трапециевидную матрицу можно записать так:

$$ A_{m\times{n}} =\left(\begin{array} {cccccc} a_{11} & a_{12} & \ldots & a_{1r} & \ldots & a_{1n}\\ 0 & a_{22} & \ldots & a_{2r} & \ldots & a_{2n}\\ \ldots & \ldots & \ldots & \ldots & \ldots & \ldots\\ 0 & 0 & \ldots & a_{rr} & \ldots & a_{rn}\\ 0 & 0 & \ldots & 0 & \ldots & 0\\ \ldots & \ldots & \ldots & \ldots & \ldots & \ldots\\ 0 & 0 & \ldots & 0 & \ldots & 0 \end{array}\right) $$

Примеры трапециевидных матриц:

$$ \left(\begin{array}{cccccc} 4 & 0 & 2 & 0 & -4 & 1\\ 0 & -2 & 0 & 0 & -9 & 0\\ 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 \end{array}\right);\; \left(\begin{array}{cccc} 5 & -2 & 2 & -8\\ 0 & 4 & 0 & 0\\ 0 & 0 & -3 & -10 \end{array}\right). $$

Дадим ещё несколько определений для квадратных матриц. Если все элементы квадратной матрицы, расположенные под главной диагональю, равны нулю, то такую матрицу называют верхней треугольной матрицей . Например, $\left(\begin{array} {cccc} 2 & -2 & 9 & 1 \\ 0 & 9 & 8 & 0 \\ 0 & 0 & 4 & -7 \\ 0 & 0 & 0 & 6 \end{array} \right)$ - верхняя треугольная матрица. Заметьте, что в определении верхней треугольной матрицы ничего не сказано про значения элементов, расположенных над главной диагональю или на главной диагонали. Они могут быть нулевыми или нет, - это несущественно. Например, $\left(\begin{array} {ccc} 0 & 0 & 9 \\ 0 & 0 & 0\\ 0 & 0 & 0 \end{array} \right)$ - тоже верхняя треугольная матрица.

Если все элементы квадратной матрицы, расположенные над главной диагональю, равны нулю, то такую матрицу называют нижней треугольной матрицей . Например, $\left(\begin{array} {cccc} 3 & 0 & 0 & 0 \\ -5 & 1 & 0 & 0 \\ 8 & 2 & 1 & 0 \\ 5 & 4 & 0 & 6 \end{array} \right)$ - нижняя треугольная матрица. Заметьте, что в определении нижней треугольной матрицы ничего не сказано про значения элементов, расположенных под или на главной диагонали. Они могут быть нулевыми или нет, - это неважно. Например, $\left(\begin{array} {ccc} -5 & 0 & 0 \\ 0 & 0 & 0\\ 0 & 0 & 9 \end{array} \right)$ и $\left(\begin{array} {ccc} 0 & 0 & 0 \\ 0 & 0 & 0\\ 0 & 0 & 0 \end{array} \right)$ - тоже нижние треугольные матрицы.

Квадратная матрица называется диагональной , если все элементы этой матрицы, не лежащие на главной диагонали, равны нулю. Пример: $\left(\begin{array} {cccc} 3 & 0 & 0 & 0 \\ 0 & -2 & 0 & 0 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 6 \end{array} \right)$. Элементы на главной диагонали могут быть любыми (равными нулю или нет), - это несущественно.

Диагональная матрица называется единичной , если все элементы этой матрицы, расположенные на главной диагонали, равны 1. Например, $\left(\begin{array} {cccc} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{array}\right)$ - единичная матрица четвёртого порядка; $\left(\begin{array} {cc} 1 & 0 \\ 0 & 1 \end{array}\right)$ - единичная матрица второго порядка.

Заметим, что элементами матрицы могут быть не только числа. Представим себе, что вы описываете книги, которые стоят на вашей книжной полке. Пусть у вас на полке порядок и все книги стоят на строго определенных местах. Таблица , которая будет содержать описание вашей библиотеки (по полкам и следованию книг на полке), тоже будет матрицей. Но такая матрица будет не числовой. Другой пример. Вместо чисел стоят разные функции, объединенные между собой некоторой зависимостью. Полученная таблица также будет называться матрицей. Иными словами, Матрица , это любая прямоугольная таблица , составленная из однородных элементов. Здесь и далее мы будем говорить о матрицах, составленных из чисел.

Вместо круглых скобок для записи матриц применяют квадратные скобки или прямые двойные вертикальные линии


 (2.1*)

Определение 2 . Если в выражении (1) m = n , то говорят о квадратной матрице , а если , то о прямоугольной .

В зависимости от значений m и n различают некоторые специальные виды матриц:

Важнейшей характеристикой квадратной матрицы является ее определитель или детерминант , который составляется из элементов матрицы и обозначается

Очевидно, что D E =1 ; .

Определение 3 . Если , то матрица A называется невырожденной или не особенной .

Определение 4 . Если detA = 0 , то матрица A называется вырожденной или особенной .

Определение 5 . Две матрицы A и B называются равными и пишут A = B , если они имеют одинаковые размеры и их соответствующие элементы равны, т.е .

Например, матрицы и равны, т.к. они равны по размеру и каждый элемент одной матрицы равен соответствующему элементу другой матрицы. А вот матрицы и нельзя назвать равными, хотя детерминанты обеих матриц равны, и размеры матриц одинаковые, но не все элементы, стоящие на одних и тех же местах равны. Матрицы и разные, так как имеют разный размер. Первая матрица имеет размер 2х3, а вторая 3х2. Хотя количество элементов одинаковое – 6 и сами элементы одинаковые 1, 2, 3, 4, 5, 6, но они стоят на разных местах в каждой матрице. А вот матрицы и равны, согласно определению 5.

Определение 6 . Если зафиксировать некоторое количество столбцов матрицы A и такое же количество ee строк, тогда элементы, стоящие на пересечении указанных столбцов и строк образуют квадратную матрицу n - го порядка, определитель которой называется минором k – го порядка матрицы A .

Пример . Выписать три минора второго порядка матрицы

Билет 17:

Вопрос 1: Определение параболы. Вывод уравнения:

Определение. Параболой называется множество точек плоскости, каждая из которых находится на одинаковом расстоянии от данной точки, называемой фокусом, и от данной прямой, называемой директрисой и не проходящей через фокус.

Расположим начало координат посередине между фокусом и директрисой.

Величина р (расстояние от фокуса до директрисы) называется параметром параболы. Выведем каноническое уравнение параболы.

Из геометрических соотношений: AM = MF; AM = x + p/2;

MF2 = y2 + (x – p/2)2

(x + p/2)2 = y2 + (x – p/2)2

x2 +xp + p2/4 = y2 + x2 – xp + p2/4

Уравнение директрисы: x = -p/2.

Вопрос 2: Теорема Коши:

Теорема: Пусть функции и дифференцируемы на интервале и непрерывны при и , причём при всех . Тогда в интервале найдётся такая точка , что

Геометрический смысл : Данные теоремы состоят в том, что внутри есть точка t 0 , угловые коэффициенты в которой вычисляются по равенству:

Доказательство. Докажем сначала, что , то есть что дробь в левой части формулы имеет смысл. Действительно, для этой разности можно записать формулу конечных приращений:

при некотором . Но в правой части этой формулы оба множителя отличны от нуля.

Для доказательства теоремы введём вспомогательную функцию

Функция , очевидно, является дифференцируемой при всех и непрерывной в точках и , поскольку этими свойствами обладают функции и . Кроме того, очевидно, что при получается . Покажем, что и :

Значит, функция удовлетворяет на отрезке условиям теоремы Ролля. Поэтому существует такая точка , что .

Вычислим теперь производную функции :

Получаем, что

откуда получаем утверждение теоремы:

Замечание: Можно считать функции и координатами движущейся на плоскости точки, которая описывает линию , соединяющую начальную точку с конечной точкой .(Тогда уравнения и параметрически задают некоторую зависимость , графиком которой служит линия .)

Рис.5.6.Хорда параллельна некоторой касательной к кривой

Отношение , как нетрудно видеть из чертежа, задаёт тогда угловой коэффициент хорды, соединяющей точки и . В то же время, по формуле производной функции, заданной параметрически, имеем: . Значит, дробь - это угловой коэффициент касательной к линии в некоторой точке . Тем самым утверждение теоремы означает, с геометрической точки зрения, что на линии найдётся точка такая, что проведённая в этой точке касательная параллельна хорде, соединяющей крайние точки линии. Но это - то же самое утверждение, которое составляло геометрический смысл теоремы Лагранжа. Только в теореме Лагранжа линия была задана явной зависимостью , а в теореме Коши - зависимостью, заданной в параметрической форме.

Билет 18:

Вопрос 1: Понятие матрицы. Классификация матриц:

Определение. Матрицей размера mn, где m- число строк, n- число столбцов, называется таблица чисел, расположенных в определенном порядке. Эти числа называются элементами матрицы. Место каждого элемента однозначно определяется номером строки и столбца, на пересечении которых он находится. Элементы матрицы обозначаются aij, где i- номер строки, а j- номер столбца. А =

Классификация матриц:.

Матрица может состоять как из одной строки, так и из одного столбца. Вообще говоря, матрица может состоять даже из одного элемента.

Определение . Если число столбцов матрицы равно числу строк (m=n), то матрица называется квадратной.

Определение . Матрица вида: = E, называется единичной матрицей.

Определение. Если amn = anm , то матрица называется симметрической. Пример. - симметрическая матрица

Определение . Квадратная матрица вида называется диагональной матрицей .

Вопрос 2: Теорема Лагранжа:

Теорема: Пусть функция дифференцируема на интервале и непрерывна в точках и . Тогда найдётся такая точка , что

Геометрический смысл: Дадим сначала геометрическую иллюстрацию теоремы. Соединим конечные точки графика на отрезке хордой. Конечные приращения и - это величины катетов треугольника, гипотенузой которого служит проведённая хорда.

Рис.5.5.Касательная в некоторой точке параллельна хорде

Отношение конечных приращений и - это тангенс угла наклона хорды. Теорема утверждает, что к графику дифференцируемой функции можно провести в некоторой точке касательную, которая будет параллельна хорде, то есть угол наклона касательной () будет равен углу наклона хорды (). Но наличие такой касательной геометрически очевидно.

Заметим, что проведённая хорда, соединяющая точки и - это график линейной функции . Поскольку угловой коэффициент этой линейной функции равен, очевидно, , то

Доказательство теоремы Лагранжа. Сведём доказательство к применению теоремы Ролля. Для этого введём вспомогательную функцию , то есть

Заметим, что и (по построению функции ). Так как линейная функция дифференцируема при всех , то функция удовлетворяет, тем самым, всем свойствам, перечисленным в условии теоремы Ролля. Поэтому найдётся такая точка , что Шпаргалка по философии: ответы на экзаменационные билетыШпаргалка >> Философия

Шпаргалка по философии: ответы на экзаменационные билеты... живописи, скульптуры и архитектуры, работы по математике , биологии, геологии, анатомии посвящены человеку... самодисциплинироваться, ориентировать себя на высшие цели. Основные мысли древневосточной...

  • Шпаргалка по логике: Ответы на экзаменационные билеты

    Шпаргалка >> Философия

    Валерий Вечканов Шпаргалка по логике Владимир Эдуардович Вечканов Шпаргалка по логике: ... человеческого мышления. Физиология высшей нервной деятельности раскрывает естественно... пропозициональной функции широко используется в математике . Все уравнения с одним...

  • Шпаргалка по Эконометрике (1)

    Шпаргалка >> Экономика

    Статистики; эконом-ой статистики; высшей математики . Значит. вклад в развитие... по степени тесноты, по направлению и по аналитическому выравниванию. По ... изменяются в противоположных направлениях. По аналитическому выравниванию: - линейные связи...

    • Матрица - это особый объект в математике. Изображается в форме прямоугольной или квадратной таблицы, сложенной из определенного числа строк и столбцов. В математике имеется большое разнообразие видов матриц, различающихся по размерам или содержанию. Числа ее строк и столбцов именуются порядками. Эти объекты употребляются в математике для упорядочивания записи систем линейных уравнений и удобного поиска их результатов. Уравнения с использованием матрицы решаются посредством метода Карла Гаусса, Габриэля Крамера, миноров и алгебраических дополнений, а также многими другими способами. Базовым умением при работе с матрицами является приведение к Однако для начала давайте разберемся, какие виды матриц выделяют математики.

    Нулевой тип

    Все компоненты этого вида матрицы - нули. Между тем, число ее строк и столбцов абсолютно различно.

    Квадратный тип

    Количество столбцов и строк этого вида матрицы совпадает. Иначе говоря, она представляет собой таблицу формы "квадрат". Число ее столбцов (или строк) именуются порядком. Частными случаями считается существование матрицы второго порядка (матрица 2x2), четвертого порядка (4x4), десятого (10x10), семнадцатого (17x17) и так далее.

    Вектор-стобец

    Это один из простейших видов матриц, содержащий только один столбец, который включает в себя три численных значения. Она представляет ряд свободных членов (чисел, независимых от переменных) в системах линейных уравнений.

    Вид, аналогичный предыдущему. Состоит из трех численных элементов, в свою очередь организованных в одну строку.

    Диагональный тип

    Числовые значения в диагональном виде матрицы принимают только компоненты главной диагонали (выделена зеленым цветом). Основная диагональ начинается с элемента, находящегося в левом верхнем углу, а заканчивается элементом в правом нижнем соответственно. Остальные компоненты равны нулю. Диагональный тип представляет собой только квадратную матрицу какого-либо порядка. Среди матриц диагонального вида можно выделить скалярную. Все ее компоненты принимают одинаковые значения.

    Подвид диагональной матрицы. Все ее числовые значения являются единицами. Используя единичный тип матричных таблиц, выполняют ее базовые преобразования или находят матрицу, обратную исходной.

    Канонический тип

    Канонический вид матрицы считается одним из основных; приведение к нему часто необходимо для работы. Число строк и столбцов в канонической матрице различно, она необязательно принадлежит к квадратному типу. Она несколько похожа на единичную матрицу, однако в ее случае не все компоненты основной диагонали принимают значение, равное единице. Главнодиагональных единиц может быть две, четыре (все зависит от длины и ширины матрицы). Или единицы могут не иметься вовсе (тогда она считается нулевой). Остальные компоненты канонического типа, как и элементы диагонального и единичного, равны нулю.

    Треугольный тип

    Один из важнейших видов матрицы, применяемый при поиске ее детерминанта и при выполнении простейших операций. Треугольный тип происходит от диагонального, поэтому матрица также является квадратной. Треугольный вид матрицы подразделяют на верхнетреугольный и нижнетреугольный.

    В верхнетреугольной матрице (рис. 1) только элементы, которые находятся над главной диагональю, принимают значение, равное нулю. Компоненты же самой диагонали и части матрицы, располагающейся под ней, содержат числовые значения.

    В нижнетреугольной (рис. 2), наоборот, элементы, располагающиеся в нижней части матрицы, равны нулю.

    Вид необходим для нахождения ранга матрицы, а также для элементарных действий над ними (наряду с треугольным типом). Ступенчатая матрица названа так, потому что в ней содержатся характерные "ступени" из нулей (как показано на рисунке). В ступенчатом типе образуется диагональ из нулей (необязательно главная), и все элементы под данной диагональю тоже имеют значения, равные нулю. Обязательным условием является следующее: если в ступенчатой матрице присутствует нулевая строка, то остальные строки, находящиеся ниже нее, также не содержат числовых значений.

    Таким образом, мы рассмотрели важнейшие типы матриц, необходимые для работы с ними. Теперь разберемся с задачей преобразования матрицы в требуемую форму.

    Приведение к треугольному виду

    Как же привести матрицу к треугольному виду? Чаще всего в заданиях нужно преобразовать матрицу в треугольный вид, чтобы найти ее детерминант, по-другому называемый определителем. Выполняя данную процедуру, крайне важно "сохранить" главную диагональ матрицы, потому что детерминант треугольной матрицы равен именно произведению компонентов ее главной диагонали. Напомню также альтернативные методы нахождения определителя. Детерминант квадратного типа находится при помощи специальных формул. Например, можно воспользоваться методом треугольника. Для других матриц используют метод разложения по строке, столбцу или их элементам. Также можно применять метод миноров и алгебраических дополнений матрицы.

    Подробно разберем процесс приведения матрицы к треугольному виду на примерах некоторых заданий.

    Задание 1

    Необходимо найти детерминант представленной матрицы, используя метод приведения его к треугольному виду.

    Данная нам матрица представляет собой квадратную матрицу третьего порядка. Следовательно, для ее преобразования в треугольную форму нам понадобится обратить в нуль два компонента первого столбца и один компонент второго.

    Чтобы привести ее к треугольному виду, начнем преобразование с левого нижнего угла матрицы - с числа 6. Чтобы обратить его в нуль, умножим первую строку на три и вычтем ее из последней строки.

    Важно! Верхняя строка не изменяется, а остается такой же, как и в исходной матрице. Записывать строку, в четыре раза большую исходной, не нужно. Но значения строк, компоненты которых нужно обратить в нуль, постоянно меняются.

    Осталось только последнее значение - элемент третьей строки второго столбца. Это число (-1). Чтобы обратить его в нуль, из первой строки вычтем вторую.

    Выполним проверку:

    detA = 2 x (-1) x 11 = -22.

    Значит, ответ к заданию: -22.

    Задание 2

    Нужно найти детерминант матрицы методом приведения его к треугольному виду.

    Представленная матрица принадлежит к квадратному типу и является матрицей четвертого порядка. Значит, необходимо обратить в нуль три компонента первого столбца, два компонента второго столбца и один компонент третьего.

    Начнем приведение ее с элемента, находящегося в нижнем углу слева, - с числа 4. Нам нужно обратить данное число в нуль. Удобнее всего сделать это, умножив на четыре верхнюю строку, а затем вычесть ее из четвертой. Запишем итог первого этапа преобразования.

    Итак, компонент четвертой строки обращен в нуль. Перейдем к первому элементу третьей строки, к числу 3. Выполняем аналогичную операцию. Умножаем на три первую строку, вычитаем ее из третьей строки и записываем результат.

    Нам удалось обратить в нуль все компоненты первого столбца данной квадратной матрицы, за исключением числа 1 - элемента главной диагонали, не требующего преобразования. Теперь важно сохранить полученные нули, поэтому будем выполнять преобразования со строками, а не со столбцами. Перейдем ко второму столбцу представленной матрицы.

    Снова начнем с нижней части - с элемента второго столбца последней строки. Это число (-7). Однако в данном случае удобнее начать с числа (-1) - элемента второго столбца третьей строки. Чтобы обратить его в нуль, вычтем из третьей строки вторую. Затем умножим вторую строку на семь и вычтем ее из четвертой. Мы получили нуль вместо элемента, расположенного в четвертой строке второго столбца. Теперь перейдем к третьему столбцу.

    В данном столбце нам нужно обратить в нуль только одно число - 4. Сделать это несложно: просто прибавляем к последней строке третью и видим необходимый нам нуль.

    После всех произведенных преобразований мы привели предложенную матрицу к треугольному виду. Теперь, чтобы найти ее детерминант, нужно только произвести умножение получившихся элементов главной диагонали. Получаем: detA = 1 x (-1) x (-4) x 40 = 160. Следовательно, решением является число 160.

    Итак, теперь вопрос приведения матрицы к треугольному виду вас не затруднит.

    Приведение к ступенчатому виду

    При элементарных операциях над матрицами ступенчатый вид является менее "востребованным", чем треугольный. Чаще всего он используется для нахождения ранга матрицы (т. е. количества ее ненулевых строк) или для определения линейно зависимых и независимых строк. Однако ступенчатый вид матрицы является более универсальным, так как подходит не только для квадратного типа, но и для всех остальных.

    Чтобы привести матрицу к ступенчатому виду, сначала нужно найти ее детерминант. Для этого подойдут вышеназванные методы. Цель нахождения детерминанта такова: выяснить, можно ли преобразовать ее в ступенчатый вид матрицы. Если детерминант больше или меньше нуля, то можно спокойно приступать к заданию. Если же он равен нулю, выполнить приведение матрицы к ступенчатому виду не получится. В таком случае нужно проверить, нет ли ошибок в записи или в преобразованиях матрицы. Если подобных неточностей нет, задание решить невозможно.

    Рассмотрим, как привести матрицу к ступенчатому виду на примерах нескольких заданий.

    Задание 1. Найти ранг данной матричной таблицы.

    Перед нами квадратная матрица третьего порядка (3x3). Мы знаем, что для нахождения ранга необходимо привести ее к ступенчатому виду. Поэтому сначала нам необходимо найти детерминант матрицы. Воспользуемся методом треугольника: detA = (1 x 5 x 0) + (2 x 1 x 2) + (6 x 3 x 4) - (1 x 1 x 4) - (2 x 3 x 0) - (6 x 5 x 2) = 12.

    Детерминант = 12. Он больше нуля, значит, матрицу можно привести к ступенчатому виду. Приступим к ее преобразованиям.

    Начнем его с элемента левого столбца третьей строки - числа 2. Умножаем верхнюю строку на два и вычитаем ее из третьей. Благодаря этой операции как нужный нам элемент, так и число 4 - элемент второго столбца третьей строки - обратились в нуль.

    Мы видим, что в результате приведения образовалась треугольная матрица. В нашем случае продолжить преобразование нельзя, так как остальные компоненты не удастся обратить в нуль.

    Значит, делаем вывод, что количество строк, содержащих числовые значения, в данной матрице (или ее ранг) - 3. Ответ к заданию: 3.

    Задание 2. Определить количество линейно независимых строк данной матрицы.

    Нам требуется найти такие строки, которые нельзя какими-либо преобразованиями обратить в нуль. Фактически нам нужно найти количество ненулевых строк, или ранг представленной матрицы. Для этого выполним ее упрощение.

    Мы видим матрицу, не принадлежащую к квадратному типу. Она имеет размеры 3x4. Начнем приведение также с элемента левого нижнего угла - числа (-1).

    Дальнейшие ее преобразования невозможны. Значит, делаем вывод, что количество линейно независимых строк в ней и ответ к заданию - 3.

    Теперь приведение матрицы к ступенчатому виду не является для вас невыполнимым заданием.

    На примерах данных заданий мы разобрали приведение матрицы к треугольному виду и ступенчатому виду. Чтобы обратить в нуль нужные значения матричных таблиц, в отдельных случаях требуется проявить фантазию и правильно преобразовать их столбцы или строки. Успехов вам в математике и в работе с матрицами!

    Хотя обычно исследователи обращаются к классификации как к средству предсказания принадлежности к классу «неизвестных» объектов, мы можем использовать ее также для проверки точности процедур классификации. Для этого возьмем «известные» объекты (которыми мы пользовались при выводе классифицирующих функций) и применим к ним правила классификации. Доля правильно классифицированных объектов говорит о точности процедуры и косвенно подтверждает степень разделения классов. Можно составить таблицу, или «классификационную матрицу», описывающую результаты. Это поможет нам увидеть, какие ошибки совершаются чаще.

    Таблица 12. Классификационная матрица

    Таблица 12 представляет собой классификационную матрицу для данных о голосовании в сенате. Шесть переменных Бардес правильно предсказывают распределение по фракциям всех сенаторов (кроме Кейпхарта), чья фракционная принадлежность «известна». Точность предсказания в этом случае - 94,7% (сумма правильных предсказаний - 18, поделенная на общее число «известных» объектов). Мы также видим, что ошибки в этом примере связаны с плохим разделением групп 1 и 4. В нижней строке табл. 12 дано распределение по группам «неизвестных» объектов. Это те сенаторы, чью фракционную принадлежность Бардес не смогла определить по имеющимся у нее данным. Ее главной целью было использовать дискриминантный анализ для классификации позиций этих сенаторов по результатам их голосования, после чего она продолжила исследование отношения сената к различным вариантам помощи иностранным государствам.

    Процент «известных» объектов, которые были классифицированы правильно является дополнительной мерой различий между группами. Им мы воспользуемся наряду с общей Л-статистикой Уилкса и каноническими корреляциями для указания количества дискриминантной информации, содержащейся в переменных. Как непосредственная мера точности предсказания это процентное содержание является наиболее подходящей мерой дискриминантной информации. Однако о величине процентного содержания можно судить лишь относительно ожидаемого процента правильных классификаций, когда распределение по классам производилось случайным образом. Если есть два класса, то при случайной классификации можно ожидать 50% правильных предсказаний. Для четырех классов ожидаемая точность составит только 25%. Если для двух классов процедура классификации дает 60% правильных предсказаний, то ее эффективность довольна мала, но для четырех классов такой же результат говорит о значительной эффективности, потому что случайная классификация дала бы лишь 25% правильных предсказаний. Это приводит нас к -статистике ошибок, которая будет стандартизованной мерой эффективности для любого количества классов:

    где - число правильно классифицированных объектов, а - априорная вероятность принадлежности к классу.

    Выражение представляет собой число объектов, которые будут правильно предсказаны при случайной классификации их по классам пропорционально априорным вероятностям. Если все классы считаются равноправными, то априорные вероятности полагаются равными единице, деленной на число классов. Максимальное значение -статистики равно 1 и оно достигается в случае безошибочного предсказания. Нулевое значение указывает на неэффективность процедуры, -статистика может принимать и отрицательные значения, что свидетельствует о плохом различении или вырожденном случае. Поскольку должно быть целым числом, числитель может стать отрицательным чисто случайно, когда нет различий между классами.


    Еще по теме статьи: