Расширенная матрица

Расширенная матрица — это матрица, полученная из исходной системы линейных алгебраических уравнений (СЛАУ) путём добавления к ней столбца свободных членов. В линейной алгебре расширенная матрица является основным инструментом для анализа и решения систем уравнений, особенно при использовании метода Гаусса и его модификаций. Она обозначается как (A|b), где A — матрица коэффициентов системы, а b — вектор-столбец свободных членов.

Определение и обозначение

Пусть дана система m линейных уравнений с n неизвестными:

a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ = b₁ a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ = b₂ ... aₘ₁x₁ + aₘ₂x₂ + ... + aₘₙxₙ = bₘ

Матрица коэффициентов A имеет размерность m×n:

A = [aᵢⱼ], где i = 1,…,m; j = 1,…,n

Вектор свободных членов b — это столбец размерности m:

b = [b₁, b₂, …, bₘ]ᵀ

Расширенная матрица (A|b) представляет собой прямоугольную таблицу чисел размерности m×(n+1), где первые n столбцов совпадают с матрицей A, а последний (n+1)-й столбец равен b. В записи расширенную матрицу часто отделяют вертикальной чертой или пунктиром:

`` [ a₁₁ a₁₂ … a₁ₙ | b₁ ] [ a₂₁ a₂₂ … a₂ₙ | b₂ ] [ ⋮ ⋮ ⋱ ⋮ | ⋮ ] [ aₘ₁ aₘ₂ … aₘₙ | bₘ ] ``

Свойства и роль в решении СЛАУ

Расширенная матрица несёт полную информацию о системе уравнений. Её ключевое свойство — возможность применения элементарных преобразований строк (перестановка строк, умножение строки на ненулевое число, прибавление к одной строке другой, умноженной на число), которые не меняют множества решений системы. Эти преобразования выполняются одновременно над всеми столбцами, включая столбец свободных членов.

Теорема Кронекера — Капелли

Совместность системы (наличие хотя бы одного решения) определяется по рангам матрицы A и расширенной матрицы (A|b). Теорема Кронекера — Капелли утверждает:

• Система совместна тогда и только тогда, когда ранг матрицы A равен рангу расширенной матрицы (A|b): rank(A) = rank(A|b).
• Если rank(A) = rank(A|b) = n (количество неизвестных), система имеет единственное решение.
• Если rank(A) = rank(A|b) < n, система имеет бесконечно много решений (зависит от n − rank(A) свободных переменных).
• Если rank(A) < rank(A|b), система несовместна (решений нет).

Метод Гаусса

Наиболее распространённый способ решения СЛАУ с помощью расширенной матрицы — метод Гаусса (метод последовательного исключения неизвестных). Алгоритм включает:

1. Прямой ход: приведение расширенной матрицы к ступенчатому виду (или к верхнетреугольному виду для квадратных систем) с помощью элементарных преобразований строк. На этом этапе под главной диагональю получаются нули.
2. Обратный ход: последовательное нахождение неизвестных, начиная с последнего уравнения.

Для квадратных систем (m = n) с невырожденной матрицей A метод Гаусса позволяет получить единственное решение. Для переопределённых (m > n) или недоопределённых (m < n) систем анализ ранга расширенной матрицы даёт информацию о совместности.

Метод Жордана — Гаусса

Вариант метода Гаусса, при котором расширенная матрица приводится не к ступенчатому, а к приведённому ступенчатому виду (reduced row echelon form, RREF). В этом случае над главной диагональю также получаются нули, а ведущие элементы становятся единицами. Решение системы считывается непосредственно из последнего столбца.

Пример

Рассмотрим систему:

2x + y − z = 8 −3x − y + 2z = −11 −2x + y + 2z = −3

Матрица коэффициентов A:

`` [ 2 1 -1 ] [-3 -1 2 ] [-2 1 2 ] ``

Вектор свободных членов b = [8, −11, −3]ᵀ.

Расширенная матрица (A|b):

`` [ 2 1 -1 | 8 ] [-3 -1 2 | -11 ] [-2 1 2 | -3 ] ``

Применяя метод Гаусса (прямой ход), можно привести матрицу к ступенчатому виду и затем найти решение: x = 2, y = 1, z = −3.

Применение в других областях

Расширенная матрица используется не только для решения СЛАУ, но и в других задачах линейной алгебры:

• Обращение матрицы: для нахождения обратной матрицы A⁻¹ составляют расширенную матрицу (A|I), где I — единичная матрица. После приведения к ступенчатому виду (методом Гаусса — Жордана) левая часть становится единичной, а правая — обратной матрицей.
• Вычисление определителя: при приведении расширенной матрицы к треугольному виду определитель матрицы A равен произведению диагональных элементов (с учётом знака при перестановках строк).
• Линейная регрессия: в методе наименьших квадратов для переопределённых систем (m > n) расширенная матрица используется для построения нормальных уравнений.
• Численные методы: в вычислительной математике расширенные матрицы применяются в алгоритмах LU-разложения, QR-разложения и сингулярного разложения для решения систем с многими неизвестными.

Связь с другими понятиями

• Матрица коэффициентов — это часть расширенной матрицы без последнего столбца.
• Ступенчатая форма — результат прямого хода метода Гаусса, когда расширенная матрица имеет вид, в котором под главной диагональю стоят нули, а ведущие элементы (первый ненулевой элемент в каждой строке) расположены ступенчато.
• Приведённая ступенчатая форма — дальнейшее преобразование, при котором каждый ведущий элемент равен 1, а все остальные элементы в его столбце (кроме него самого) равны 0.
• Ранг матрицы — максимальное количество линейно независимых строк (или столбцов). Для расширенной матрицы ранг может быть больше ранга матрицы коэффициентов, что указывает на несовместность системы.

Историческая справка

Понятие расширенной матрицы неразрывно связано с развитием метода Гаусса, который был известен ещё в древнем Китае (трактат «Математика в девяти книгах», II век до н. э.) и систематизирован Карлом Фридрихом Гауссом в начале XIX века. Термин «расширенная матрица» (augmented matrix) вошёл в обиход в XX веке с развитием линейной алгебры как самостоятельной дисциплины. В советской и российской математической литературе часто используется обозначение «расширенная матрица системы» или «присоединённая матрица».

Критика и ограничения

Хотя расширенная матрица является мощным теоретическим инструментом, на практике при численном решении больших систем (например, с тысячами неизвестных) прямое использование метода Гаусса с расширенной матрицей может быть неэффективным из-за накопления ошибок округления. В таких случаях применяются итерационные методы (метод Якоби, метод Зейделя) или специальные разложения (LU-разложение с частичным выбором главного элемента). Кроме того, для систем с плохо обусловленной матрицей (близкой к вырожденной) расширенная матрица может давать неустойчивые результаты.