Линейная алгебра 1

Матрицы 1

Операции над матрицами 2

Определители матриц 6

Обратная матрица 13

Ранг матрицы 16

Линейная независимость 21

Системы линейных уравнений 24

Методы решения систем линейных уравнений 27

Метод обратной матрицы 27

Метод решения систем линейных уравнений с квадратной матрицей по формулам Крамера 29

Метод Гаусса (метод последовательного исключения переменных) 31

Линейная алгебра Матрицы

Матрица размераmхn– это прямоугольная таблица чисел, содержащаяmстрок иnстолбцов. Числа, составляющие матрицу, называются элементами матрицы.

Матрицы принято обозначать заглавными латинскими буквами, а элементы – теми же, но строчными буквами с двойной индексацией.

Например, рассмотрим матрицу А размерности 2 х 3:

В этой матрице две строки (m= 2) и три столбца (n= 3), т.е. она состоит из шести элементовa ij , гдеi- номер строки, j - номер столбца. При этом принимает значения от 1 до 2, а от одного до трех (записывается
). А именно,a 11 = 3;a 12 = 0;a 13 = -1;a 21 = 0;a 22 = 1,5;a 23 = 5.

Матрицы А и В одного размера (mхn) называютравными , если они поэлементно совпадают, т.е.a ij =b ij для
, т.е. для любыхiиj(можно записатьi,j).

Матрица-строка – это матрица, состоящая из одной строки, аматрица-столбец – это матрица, состоящая из одного столбца.

Например,
- матрица-строка, а
.

Квадратная матрица n-го порядка – это матрица, в число строк равно числу столбцов и равно n.

Например,
- квадратная матрица второго порядка.

Диагональные элементы матрицы – это элементы, у которых номер строки равен номеру столбца (a ij ,i=j). Эти элементы образуютглавную диагональ матрицы. В предыдущем примере главную диагональ образуют элементыa 11 = 3 иa 22 = 5.

Диагональная матрица – это квадратная матрица, в которой все недиагональные элементы равны нулю. Например,
- диагональная матрица третьего порядка. Если при этом все диагональные элементы равны единице, то матрица называетсяединичной (обычно обозначаются буквой Е). Например,
- единичная матрица третьего порядка.

Матрица называется нулевой , если все ее элементы равны нулю.

Квадратная матрица называется треугольной , если все ее элементы ниже (или выше) главной диагонали равны нулю. Например,
- треугольная матрица третьего порядка.

Операции над матрицами

Над матрицами можно производить следующие операции:

1. Умножение матрицы на число . Произведением матрицы А на числоназывается матрица В =А, элементы которойb ij =a ij для любыхiиj.

Например, если
, то
.

2. Сложение матриц . Суммой двух матриц А и В одинакового размера m х n называется матрица С = А + В, элементы которой с ij =a ij +b ij дляi,j.

Например, если
то

.

Отметим, что через предыдущие операции можно определить вычитание матриц одинакового размера: разность А-В = А + (-1)*В.

3. Умножение матриц . Произведением матрицы А размераmxnна матрицу В размераnxpназывается такая матрица С, каждый элемент которой с ij равен сумме произведений элементов i-й строки матрицы А на соответствующие элементыj-го столбца матрицы В, т.е.
.

Например, если

, то размер матрицы-произведения будет 2 x 3, и она будет иметь вид:

В этом случае матрица А называется согласованной с матрицей В.

На основе операции умножения для квадратных матриц определена операция возведения в степень . Целой положительной степенью А m (m > 1) квадратной матрицы А называются произведение m матриц, равных А, т.е.

Подчеркнем, что сложение (вычитание) и умножение матриц определены не для любых двух матриц, а только для удовлетворяющим определенным требованиям к своей размерности. Для нахождения суммы или разности матриц их размер обязательно должен быть одинаковым. Для нахождения произведения матриц число столбцов первой из них должно совпадать с числом строк второй (такие матрицы называют согласованными ).

Рассмотрим некоторые свойства рассмотренных операций, аналогичные свойствам операций над числами.

1) Коммутативный (переместительный) закон сложения:

А + В = В + А

2) Ассоциативный (сочетательный) закон сложения:

(А + В) + С = А + (В + С)

3) Дистрибутивный (распределительный) закон умножения относительно сложения:

(А + В) = А +В

А (В + С) = АВ + АС

(А + В) С = АС + ВС

5) Ассоциативный (сочетательный) закон умножения:

(АВ) = (А)В = А(В)

A(BС) = (АВ)С

Подчеркнем, что переместительный закон умножения для матриц в общем случае НЕ выполняется, т.е. AB BA. Более того, из существования AB не обязательно следует существование ВА (матрицы могут быть не согласованными, и тогда их произведение вообще не определено, как в приведенном примере умножения матриц). Но даже если оба произведения существуют, они обычно разные.

В частном случае коммутативным законом обладает произведение любой квадратной матрицы А на единичную матрицу того же порядка, причем это произведение равно А (умножение на единичную матрицу здесь аналогично умножению на единицу при умножении чисел):

АЕ = ЕА = А

В самом деле,

Подчеркнем еще одно отличие умножения матриц от умножения чисел. Произведение чисел может равняться нулю тогда и только тогда, когда хотя бы одно из них равно нулю. О матрицах этого сказать нельзя, т.е. произведение ненулевых матриц может равняться нулевой матрице. Например,

Продолжим рассмотрение операций над матрицами.

4. Транспонирование матрицы представляет собой операцию перехода от матрицы А размераmxnк матрице А Т размераnxm, в которой строки и столбцы поменялись местами:

%.

Свойства операции транспонирования:

1) Из определения следует, что если матрицу транспонировать дважды, мы вернемся к исходной матрице: (A T) T = A.

2) Постоянный множитель можно вынести за знак транспонирования: (А) T =А T .

3) Транспонирование дистрибутивно относительно умножения и сложения матриц: (AB) T =B T A T и (A+B) T =B T +A T .

Итак, сервисы по решению матриц онлайн:

Сервис работы с матрицами позволяет выполнить элементарные преобразования матриц.
Если у Вас стоит задача выполнить более сложное преобразование, то этим сервисом стоит пользоваться как конструктором.

Пример . Даны матрицы A и B , надо найти C = A -1 * B + B T ,

1. Вам стоит сначала найти обратную матрицу A1 = A -1 , воспользовавшись сервисом по нахождению обратной матрицы ;
2. Далее, после того, как нашли матрицу A1 выполним умножение матриц A2 = A1 * B , воспользовавшись сервисом по умножению матриц ;
3. Выполним транспонирование матрицы A3 = B T (сервис по нахождению транспонированной матрицы);
4. И последнее - найдем сумму матриц С = A2 + A3 (сервис по вычислению суммы матриц) - и получаем ответ с самым подробным решением!;

Произведение матриц

Это он-лайн сервис в два шага :

• Ввести первый сомножитель матрицу A
• Ввести второй сомножитель матрицу или вектор-столбец B

Умножение матрицы на вектор

Умножение матрицы на вектор можно найти, воспользовавшись сервисом Умножение матриц
(Первым сомножителем будет данная матрица, вторым сомножителем будет столбец, состоящий из элементов данного вектора)

Это он-лайн сервис в два шага :

• Введите матрицу A , для которой нужно найти обратную матрицу
• Получите ответ с подробным решением по нахождению обратной матрицы

Определитель матрицы

Это он-лайн сервис в один шаг :

• Введите матрицу A , для которой нужно найти определитель матрицы

Транспонирование матрицы

Здесь Вы сможете отследить алгоритм транспонирования матрицы и научиться самому решать подобные задачи.
Это он-лайн сервис в один шаг :

• Введите матрицу A , которую надо транспонировать

Ранг матрицы

Это он-лайн сервис в один шаг :

• Введите матрицу A , для которой нужно выполнить нахождение ранга

Собственные значения матрицы и собственные вектора матрицы

Это он-лайн сервис в один шаг :

• Введите матрицу A , для которой нужно найти собственные вектора и собственные значения (собственные числа)

Возведение матрицы в степень

Это он-лайн сервис в два шага :

• Введите матрицу A , которую будете возводить в степень
• Ввести целое число q - степень

Инструкция . Для онлайн решения необходимо задать матричное выражение. На втором этапе необходимо будет уточнить размерность матриц.

Допустимые операции: умножение (*), сложение (+), вычитание (-), обратная матрица A^(-1) , возведение в степень (A^2 , B^3), транспонирование матрицы (A^T).
Для выполнения списка операций используйте разделитель точка с запятой (;). Например, для выполнения трех операций:
а) 3А+4В
б) АВ-ВА
в) (А-В) -1
необходимо будет записать так: 3*A+4*B;A*B-B*A;(A-B)^(-1)

Матрица - прямоугольная числовая таблица, имеющая m строк и n столбцов, поэтому схематически матрицу можно изображать в виде прямоугольника.
Нулевой матрицей (нуль-матрицей) называют матрицу, все элементы которой равны нулю и обозначают 0.
Единичной матрицей называется квадратная матрица вида

Определим основные операции над матрицами .

Сложение матриц

Пример 6 . .
Операция сложения матриц распространяется на случай любого числа слагаемых. Очевидно, что A+0=A .
Еще раз подчеркнем, что складывать можно только матрицы одинакового размера; для матриц разных размеров операция сложения не определена.

Вычитание матриц

Умножение матриц

Пример 7 . Даны матрицы и . Найти матрицы C = A·B и D = B·A.
Решение. Прежде всего заметим, что произведение A·B существует, так как число столбцов A равно числу строк B.

Пример 8 . Дана матрица . Найти 3A 2 – 2A.
Решение.

.
; .
.
Отметим следующий любопытный факт.
Как известно, произведение двух отличных от нуля чисел не равно нулю. Для матриц подобное обстоятельство может и не иметь места, то есть произведение ненулевых матриц может оказаться равным нуль-матрице.

Пусть имеется квадратная матрица n-го порядка

Матрица А -1 называется обратной матрицей по отношению к матрице А, если А*А -1 = Е, где Е — единичная матрица n-го порядка.

Единичная матрица — такая квадратная матрица, у которой все элементы по главной диагонали, проходящей от левого верхнего угла к правому нижнему углу, — единицы, а остальные — нули, например:

Обратная матрица может существовать только для квадратных матриц т.е. для тех матриц, у которых число строк и столбцов совпадают.

Теорема условия существования обратной матрицы

Для того чтобы матрица имела обратную матрицу необходимо и достаточно, чтобы она была невырожденной.

Матрица А = (А1, А2,...А n) называется невырожденной , если векторы-столбцы являются линейно независимыми. Число линейно независимых векторов-столбцов матрицы называется рангом матрицы . Поэтому можно сказать, что для того, чтобы существовала обратная матрица, необходимо и достаточно, чтобы ранг матрицы равнялся ее размерности, т.е. r = n.

Алгоритм нахождения обратной матрицы

1. Записать в таблицу для решения систем уравнений методом Гаусса матрицу А и справа (на место правых частей уравнений) приписать к ней матрицу Е.
2. Используя преобразования Жордана, привести матрицу А к матрице, состоящей из единичных столбцов; при этом необходимо одновременно преобразовать матрицу Е.
3. Если необходимо, то переставить строки (уравнения) последней таблицы так, чтобы под матрицей А исходной таблицы получилась единичная матрица Е.
4. Записать обратную матрицу А -1 , которая находится в последней таблице под матрицей Е исходной таблицы.

Для матрицы А найти обратную матрицу А -1

Решение: Записываем матрицу А и справа приписываем единичную матрицу Е. Используя преобразования Жордана, приводим матрицу А к единичной матрице Е. Вычисления приведены в таблице 31.1.

Проверим правильность вычислений умножением исходной матрицы А и обратной матрицы А -1 .

В результате умножения матриц получилась единичная матрица. Следовательно, вычисления произведены правильно.

Ответ:

Решение матричных уравнений

Матричные уравнения могут иметь вид:

АХ = В, ХА = В, АХВ = С,

где А,В,С — задаваемые матрицы, Х- искомая матрица.

Матричные уравнения решаются с помощью умножения уравнения на обратные матрицы.

Например, чтобы найти матрицу из уравнения , необходимо умножить это уравнение на слева.

Следовательно, чтобы найти решение уравнения , нужно найти обратную матрицу и умножить ее на матрицу , стоящие в правой части уравнения.

Аналогично решаются другие уравнения.

Решить уравнение АХ = В, если

Решение : Так как обратная матрица равняется (см. пример 1)

Матричный метод в экономическом анализе

Наряду с другими в находят применение также матричные методы . Эти методы базируются на линейной и векторно-матричной алгебре. Такие методы применяются для целей анализа сложных и многомерных экономических явлений. Чаще всего эти методы используются при необходимости сравнительной оценки функционирования организаций и их структурных подразделений.

В процессе применения матричных методов анализа можно выделить несколько этапов.

На первом этапе осуществляется формирование системы экономических показателей и на ее основе составляется матрица исходных данных , которая представляет собой таблицу, в которой по ее отдельным строкам показываются номера систем (i = 1,2,....,n) , а по вертикальным графам — номера показателей (j = 1,2,....,m) .

На втором этапе по каждой вертикальной графе выявляется наибольшее из имеющихся значений показателей, которое и принимается за единицу.

После этого все суммы, отраженные в данной графе делят на наибольшее значение и формируется матрица стандартизированных коэффициентов .

На третьем этапе все составные части матрицы возводят в квадрат. Если они имеют различную значимость, то каждому показателю матрицы присваивается определенный весовой коэффициент k . Величина последнего определяется экспертным путем.

На последнем, четвертом этапе найденные величины рейтинговых оценок R j группируются в порядке их увеличения или уменьшения.

Изложенные матричные методы следует использовать, например, при сравнительном анализе различных инвестиционных проектов, а также при оценке других экономических показателей деятельности организаций.

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. Т.е., указанные ниже записи означают одну и ту же матрицу:

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

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 $A_{m\times n}$. Можно записать и несколько более развёрнуто:

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

где запись $(a_{ij})$ означает обозначение элементов матрицы $A$. В полностью 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.

Пусть матрица $A_{m\times n}$ имеет такой вид:

Тогда данную матрицу называют трапециевидной . Она может и не содержать нулевых строк, но уж если они есть, то располагаются в низу матрицы. В более общем виде трапециевидную матрицу можно записать так:

Повторюсь, наличие нулевых строк в конце не является обязательным. Т.е. формально можно выделить такие условия для трапециевидной матрицы:

1. Все элементы, расположенные ниже главной диагонали, равны нулю.
2. Все элементы от $a_{11}$ до $a_{rr}$, лежащие на главной диагонали, не равны нулю: $a_{11}\neq 0, \; a_{22}\neq 0, \ldots, a_{rr}\neq 0$.
3. Либо все элементы последних $m-r$ строк равны нулю, либо $m=r$ (т.е. нулевых строк нету вообще).

Примеры трапециевидных матриц:

Перейдём к следующему определению. Матрицу $A_{m\times n}$ называют ступенчатой , если она удовлетворяет таким условиям:

Например, ступенчатыми матрицами будут:

Для сравнения, матрица $\left(\begin{array} {cccc} 2 & -2 & 0 & 1\\0 & 0 & 8 & 7\\0 & 0 & 4 & -7\\0 & 0 & 0 & 0 \end{array}\right)$ не является ступенчатой, поскольку у третьей строки нулевая часть такая же, как и у второй строки. Т.е., нарушается принцип "чем ниже строка - тем больше нулевая часть". Добавлю, что трапециевидная матрица есть частный случай ступенчатой матрицы.

Перейдём к следующему определению. 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.