Е ЛЕ М Е Н Т И ЛІ Н І Й Н О Ї А ЛГ Е Б Р И

Ле к ци я №1
1. МАТРИЦI ТА ДІЇ НАД НИМ И
1.1. Т и п и м а тр и ц ь
Прямокутна таблиця, яка складається з m рядків та n стовпців
 a11 a12  a12 
 
a a 22  a2n 
A   21
    
 
a a m2  a mn 
 m1
зветься матрицею вимірності m  n .
Символом aij позначається елемент матриці А, причому: i – номер

рядка ( 1  i  m ); j – номер стовпця (1  j  n ).

Наприклад, елемент a34 знаходиться на перетині третього рядка та
четвертого стовпця матриці A .
Якщо m=n, то ми одержуємо квадратну матрицю вимірності n  n ,
або квадратну матрицю порядку n :
 a11 a12  a1n 
 
A      
a an 2  a nn 
 n1
Діагональ a11 a22  ann зветься головною діагоналлю квадратної
матриці А.
Квадратна матриця зветься одиничною матрицею порядку n, якщо
її елементи, які знаходяться на головній діагоналі, дорівнюють 1, а усі інші
елементи дорівнюють нулю:
1 0  0 
 
E  0 1  0 .
 0 0  1
 
Якщо матриця складається з одного рядка, то вона зветься
матрицею – рядком вимірності 1  n .
 Якщо матриця складається з одного стовпця, то вона зветься матри-
цею – стовпцем вимірності m  1 .
Матриця зветься нульовою, якщо усі її елементи дорівнюють нулю:
0  0
 
0  0  0 .
0  0
 
Квадратна матриця А зветься симетричною, якщо її елементи симе-
тричні відносно головної діагоналі рівні між собою, тобто aij  a ji .

 1 1 2
 
A   1 2 0 .
 2 0 3 

Квадратна матриця зветься трикутною, якщо її елементи, які знахо-
дяться на головній діагоналі та над нею, не дорівнюють нулю одночасно, а
решта елементів дорівнює нулю:
 1 2 3
 
T   0 4 5 .
 0 0 6
 
Квадратна матриця зветься діагональною, якщо її елементи поза
головної діагоналі дорівнюють нулю:
 a1 0  0 
 
A   0 a2  0  .
0 0  a 
 n

1 . 2 . Д і ї н а д м а т р и ц ям и
Зрівняння. Дві матриці А={aij} та В={bij} звуться рівними, якщо во-
ни мають однакові вимірності та їх елементи, що знаходяться на відповід-
них місцях, рівні між собою.
Транспонування. Транспонування матриці – це заміна її рядків на
стовпці з такими же номерами, тобто, якщо:
  a11  a1n   a11 a 21  a m1 
   
A   a 21  a2 n  , то AT   a12 a 22  am2  .
a  amn  a a 2n  a mn 
 m1  1n

Легко бачити, що: AT   A . Якщо А – симетрична, то AT  A . Якщо

T

А – кососиметрична, то AT   A (довести ці властивості самостійно)

Множення матриці на число. Добутком матриці А={aij} вимірно-
сті m  n на число   R зветься матриця В={вij} такої ж вимірності, еле-

менти якої знаходяться по формулою вij = аij

 a11 a12  a1n    a11   a1n 
   
B  A           .
a am 2  a mn    a m1   amn 
 m1
Звідси випливає, що для будь якої матриці А існує протилежна мат-
риця  A   1A . Якщо А – скалярна матриця, то A    E .
Додавання матриць. Сумою двох матриць А={aij} та В={вij} од-
накової ж вимірності m  n є матриця C  {cij } вимірності m  n , причому

ci j  ai j  bi j .

 2 4 5  1 4 1 
Приклад: Нехай A    B   
1  6 0   2 3  1
 2 1 44 1 5   3 0 6
Тоді C  A  B    =  .
  2 1 36  1  0    1  3  1

Властивості операцій додавання матриць та множення

матриці на число:
1. Комутативність A  B  B  A ;
2. Асоціативність  A  B   C  A  B  C  ;
3. Операція додавання має обернену операцію – віднімання, отже іс-
нує єдина матриця М така, якщо A  M  B , то M  B  A ;
4. Для будь якого дійсного числа  та будь-яких матриць
А і В однакової вимірності   A  B   A  B .
 5. Для будь-яких дійсних чисел  і  та будь якої матриці А
A     A  A,  A   A  A  ;
6. Для будь яких матриць А і В однакової вимірності
 A  B Т  АТ  В Т .
Множення матриць. Нехай є дві матриці А={aij} та В={вij} відпові-
дно з вимірностями m  n та n  p . Добутком двох матриць А і В буде мат-
риця С={сij} вимірності m  p , елементи якої знаходяться за формулою:
n
Ci j   ai j  bk j . (1.1)
k 1

Отже, для того, щоб обчислити елемент матриці С, який знаходиться

на перетині i-го рядка та j-го стовпця, необхідно знайти суму добутків еле-
ментів i-го рядка матриці А на відповідні елементи j-го стовпця матриці В.
Множення матриць можливо, коли кількість стовпців матриці, яка
стоїть ліворуч, дорівнює кількості рядків матриці, яка стоїть праворуч.
Приклад: Знайти добуток матриць:
 12  3 3 6 
  1  1 0   
 34     =  7 5 12 
 01  1 2 3   1 2 3 
   
(3х2) (2х3) (3х3)
В ла с т и в о с т і о п е р а ц і ї м н о ж е н н я т а з в ’я з о к о п е р а ц і й
м н о ж е н н я т а до да ва н н я м а т р и ц ь:
1. Множення матриць некомутативно, тобто у загальному
випадку А·В  В·А. Якщо А·В =В·А, то А і В – переставні матриці.
2. Множення матриць асоціативно А·(ВС) = (АВ)·С.
3. Для будь якого дійсного числа  виконуються
рівності – (АВ) = (А)·В = А·(В).
4. Множення та додавання матриць пов’язані законом дистрибутив-
ності А·(В+С)=А·В+А·С.
5. (АВ)т = Вт Ат.
6. Якщо С = ААт, то С – симетрична матриця. Дійсно, Ст = (ААт)т =
(Ат)т Ат = ААт = С. Отже СТ=С.
 Ле к ци я №2
2. ВИЗНАЧНИКИ
2 . 1 . В и з на ч н и к и д ру г о г о т а т р е т ь о г о п о р я д кі в
Поставимо у відповідність будь-якій квадратній матриці n-ого по-
рядку
 a11 a12  ain 
 
a a 22  a 2n 
A   21 ,
    
 
a an2  a nn 
 n1
число, яке зветься визначником або детермінантом (det A) та записується у
вигляді:
a11  a1n
det A  A     (2.1)
an1  a nn

Діагональ a11  a nn – головна діагональ визначника, а діагональ

a n1  a1n – побічна.
Зокрема, якщо n=2, ми одержуємо визначник другого порядку
a11 a12
,
a21 a 22

а якщо n = 3 то одержуємо визначник третього порядку

a11 a12 a13

a 21 a 22 a 23 .
a31 a32 a33

2 . 2 . В л а с т ив о с ті в из н а ч ни к і в
Розглянемо (на прикладі визначників третього порядку) основні вла-
стивості визначників.
 1) Визначник не змінюється під час транспонування:
a11 a12 a13 a11 a 21 a31
a 21 a 22 a 23 = a12 a 22 a32 .
a31 a32 a33 a13 a 23 a33

Ця властивість встановлює рівноправність рядків і стовпців визнач-

ника. Тому всі подальші властивості справедливі як для рядків так і для
стовпців.
2) Якщо переставити рядки визначника, то він поміняє свій знак на
протилежний:
a11 a12 a13 a 21 a 22 a 23
a 21 a 22 a 23 = − a11 a12 a13 .
a31 a32 a33 a31 a32 a33

3) Якщо усі елементи будь-якого стовпця (рядка) визначника по-

множити на деяке число k  0 , то визначник помножиться на це число:
a11 a12 k  a13 a11 a12 a13
a21 a 22 k  a 23 = k  a 21 a 22 a 23 .
a31 a32 k  a33 a31 a32 a33

Висновок. Загальний множник можна виносити за знак визначника.

4) Якщо один з рядків (стовпців) визначника складається із нулів, то
визначник дорівнює нулю:
a11 a12 a13 a11 a12 0
0 0 0 = a21 a22 0 = 0.
a31 a32 a33 a31 a32 0

5) Визначник, який має два однакові рядки (стовпці), дорівнює нулю:

a11 a12 a13 a11 a a
a b c = a 21 b b =0.
a b c a31 c c

6) Визначник, який має два пропорційних рядки (стовпці), дорівнює

нулю.
 7) Якщо один з рядків є лінійна комбінація його інших рядків, то ви-
значник дорівнює нулю.
8) Значення визначника не зміниться, якщо до елементів будь-якого
його рядка (стовпця) додати або відняти елементи іншого рядка(стовпця)
помножені на одне й теж саме число:
a11 a12 a13 a11  k  a13 a12 a13
a 21 a 22 a 23 = a21  k  a23 a22 a23 .
a31 a32 a33 a31  k  a33 a32 a33

9) Визначник добутку двох квадратних матриць дорівнює добутку

визначників цих матриць.

2 . 3 . О б ч ис л е н н я в и з на ч н и кі в.
Визначник другого порядку дорівнює різниці добутку елементів на
головній діагоналі та добутку елементів на побічній діагоналі, отже:
a11 a12
 a11a22  a21a12 . (2.2)
a 21 a 22

Визначник третього порядку можна обчислити по правилу трикут-

ників:
a11 a12 a13
a21 a22 a23  a11a22a33  a12a23a31  a21a32a12  a31a22a13  a11a32a23  a33a21a12 (2.3)
a31 a32 a33

Схематично це можна пояснити так:

* * * * * * * * *

* * * = * * * − * * *

* * * * * * * * *
 1 2 4
Приклад:  2 3  1 = 9 – 8 + 8 – 48 + 12 – 1 = - 28
4 1 3

2 . 4 . О б ч ис л е н н я в и з на ч н и ка м е т о д о м р о з кл а д а н н я
п о е л е м е н та м б у д ь як о г о й о г о ря д к а а б о с т о в п ц я
По-перше дамо визначення мінору к-ого порядку.
Мінором к-ого порядку будь якої матриці А вимірності m  n
1  k  minm, n зветься визначник, одержаний з елементів матриці, які
знаходяться на перетині к довільних рядків та к довільних стовпців, запи-
саних у тому ж порядку, що і в матриці А
Приклад: Нехай є матриця
a b c
 
A  d e f .
g h k 

Знайти усі мінори 1-го, 2-го та 3-го порядків.
Розв’язок. Зрозуміло, що мінорами першого порядку даної матриці
будуть являтися її елементи. Єдиним мінором третього порядку матриці
буде являтися її визначник. Крім того, матриця буде мати дев’ять мінорів
другого порядку:
a b a b a c a c b c b c d e d f e f
, , , , , , , , .
d e g h d f g k e f h k g h g k h k

Нехай тепер аij – елемент визначника n-ого порядку det A. Через M ij

позначимо мінор цього елемента, тобто мінор (n-1)-ого порядку, здобутий

із визначника det A, шляхом викреслювання i-ого рядку та j-ого стовпця.
Через Аij позначимо алгебраїчне доповнення елемента аij , причому
Аij обчислюється по формулою:
i j
Aij   1 M ij . (2.4)
 Теорема 1. Визначник det A дорівнює сумі добутків усіх елементів
будь-якого рядка (стовпця) визначника на їх алгебраїчні доповнення.
Доведення. Доведемо теорему для визначника третього порядку.
Нехай задано визначник третього порядку
a11 a12 a13
  a 21 a22 a 23 . (2.5)
a31 a32 a33

Для цього визначника будуть виконуватися такі рівності:

  a11 A11  a12 A12  a13 A13 ;   a11 A11  a21 A21  a31 A31 ;

  a21 A21  a22 A22  a23 A23 ;   a12 A12  a22 A22  a32 A32 ; (2.6)
  a31 A31  a32 A32  a33 A33 ;   a13 A13  a23 A23  a33 A33 .

Доведемо, наприклад, першу з них. Розкриваючи визначник (1.6) за

формулою (1.4) і групуючи доданки, що містять елементи першого рядка,
маємо
  a11 (a22  a33  a32  a23 )  a12 ( a31  a23  a21  a33 )  a13 (a21  a32  a22  a31 ).

За формулою (1.5) вирази, що стоять у дужках, відповідно дорівню-

ють алгебраїчним доповненням A11 , A12 , A13 , тому
  a11 A11  a12 A12  a13 A13 .

Аналогічно доводяться й інші рівності.

Запис визначника за будь якою з формул (1.7) називають розкладом
визначника за елементами відповідного рядка чи стовпця.
Приклад. Обчислити визначник, розклавши його по елементам
першого рядка
1 2 4
3 1  2 1 2 3
2 3  3  1   111   11 2  2   11 3  4 
1 3 4 3 4 1
4 1 3
 9  1  2 6  4   42  12   8  4  40  28.
Зауваження. Теорема 1 дає змогу обчислити визначник довільного
порядку.
 Теорема 2. Сума добутків елементів будь-якого рядка (стовпця)
визначника на алгебраїчні доповнення відповідних елементів іншого рядка
(стовпця) дорівнює нулю.
Доведення. Розглянемо, наприклад, суму добутків елементів пер-
шого рядка визначника (2.5) на алгебраїчні доповнення елементів другого
рядка:
a12 a13 a a13 a a12
a11 A21  a12 A22  a13 A23  a11  a12 11  a13 11  a11a12 a33 
a32 a 33 a31 a33 a31 a 32
 a11a32 a13  a12 a11a33  a12 a31a13  a13 a11a32  a13 a31a12  0.
 Ле к ці я № 3

3. ОБЕРНЕНА МАТРИЦЯ. РАНГ МАТРИЦІ

3 . 1 . О б е р не на м а т р и ця
Квадратна матриця А зветься невиродженою, якщо det A  0. Якщо
det A = 0, то А – вироджена матриця. Будь яка невироджена матриця має
обернену матрицю, тобто A 1 : A  A 1  A 1  A  E. Вироджена матриця
оберненої матриці не має.

Теорема 3. Для існування оберненої матриці A 1 необхідно і до-

статньо, щоб матриця A була невиродженою.
Необхідність. Нехай обернена матриця A1 існує, тоді A  A 1  E.
Застосовуючи правило знаходження визначника добутку двох матриць,
маємо, det A  det A1  1. Тому det A  0 .
Достатність. Нехай det A  0 , тоді матриця A буде мати обер-
нену матрицю, причому
 A11 А21 An1 
  
 A A A 
1
1 
A   
T
    A .   (3.1)
А А22n Аnn  A
 1n  
 A A А 

Матриця A називається приєднаною до матриці A , тобто це ма-
триця, у якої на місці елементів аij знаходяться їх алгебраїчні доповнення:
 A11 A12  A1n 



A   A21 A22  A2 n  .
A An 2  Ann 
 n1

Легко безпосередньо перевірити , що A  A 1  A 1  A  E. Пока-

~
жемо, що якщо обернена матриця існує, то вона єдина. Нехай A − це ще
одна обернена матриця. Тоді
~ ~ ~ ~
   
A1  A1  E  A 1  A  A  A 1  A  A  E  A  A .
 1 0 1 
 
Приклад. Знайти обернену матрицю до матриці А   4  1 3  .
2 1  2
 
Розв’язок. По-перше, обчислимо визначник А:
1 0 1 1 0 1
1 1
A 4 1 3 6 0 1  1  1  5.
6 1
2 1 2 2 1 2

Отже, матриця А – невироджена. Обчислимо А*.

 1 14 16   1 1 1
  1  1 
A   1  4 1  , тоді A 1 
A
A  T
  14
5
4 1 .
 1 1  1  1  1 
  6
Переконаємося у вірності обчислень:
 1 1 1  1 0 1 5 0 0
1 1    1 
A  A   14  4 1    4 1 3   0 5 0   E.
5  2  5 0
 6 1 1   1  2   0 5 

3 . 2 . Р а н г м а т ри ц і . Е л е м е н та рн і пе ре тв о р е н н я м а т -
р иц ь
Нехай нам дана матриця вимірності m n

 a11  a1n 
A   .
 a m1  amn 

Визначення. Найбільший з порядків мінорів, які відрізняються від

нуля, зветься рангом матриці.
Пояснення. Якщо ранг матриці дорівнює r, то це означає, що в мат-
риці А існує мінор прядку r, який відрізняється від нуля, але-будь який мі-
нор порядку більшого ніж r дорівнює нулю. Якщо серед елементів матриці
існує хоча б один відмінний від нуля, то ранг матриці напевно не менше
одиниці, так як мінорами першого порядку виступають самі елементи мат-
риці.
 Якщо усі елементи матриці дорівнюють нулю, то її ранг дорівнює
нулю.
Ранг матриці будемо позначати r(A). Буде вірно таке допоміжне тве-
рдження.
Лема. Якщо усі мінори  -го порядку матриці А дорівнюють нулю, то
усі її мінори порядків більш понад  також дорівнюють нулю.
Доведення. Нехай усі мінори  -го порядку дорівнюють нулю.
Доведемо, що усі мінори (  +1)-го порядку також дорівнюють нулю.
Дійсно, роздивимося будь-який мінор (  +1)-го порядку. Цей мінор, як ви-
значник (  +1)-го порядку дорівнює сумі добутків елементів будь якого ря-
дка (стовпця) цього визначника на їх алгебраїчні доповнення. Алгебраїчне
доповнення будь якого елемента мінору (  +1)-го порядку є, як це легко
бачити, деякий мінор  -го порядку з відповідним знаком. Тому алгебраїч-
не доповнення будь якого елемента мінору М дорівнює нулю. Отже і сам
мінор М дорівнює нулю.
Також можна довести, що усі мінори (  +2)-го порядку дорівнюють
нулю і таке інше.
Припустимо, що ранг матриці А дорівнює r, отже r  A  r .
Визначення. Будь-який відмінний від нуля мінор матриці, порядок
якого дорівнює її рангу, зветься базисним мінором.
Відзначимо, що матриця може мати не один базисний мінор, а декі-
лька, але їх порядки однакові та дорівнюють рангу матриці.
Рядки та стовпці, які беруть участь у створенні базисного мінору, та-
кож звуться базисними. Приведемо без доведення теорему про базисний
мінор.
Теорема 4. Усякий стовпець матриці є лінійна комбінація її базис-
них стовпців, а усякий її рядок – лінійна комбінація базисних рядків.
Звідси випливає важливий висновок.
 Висновок. Визначник  тоді і тільки тоді дорівнює нулю, коли його
стовпці (рядки) лінійно залежні.
Доведення.
a11  a1n
а) Необхідність. Нехай  = 0, де      .
a n1  a nn

a11  a1n
Роздивимось матрицю A    .
a n1  a nn

ЇЇ єдиний мінор n-ого порядку дорівнює нулю. Отже r  A  n . Тоді

число базисних стовпців також менш ніж n. Виходить у матриці А є хоча б
один небазисний стовпець, котрий лінійно виражається через базисні стов-
пці. Отже, між стовпцями існує лінійна залежність.
б) Достатність випливає з властивості № 7 визначника.
А тепер познайомимось з рядом перетворень, які не змінюють ранг
матриць. Для зручності сформулюємо їх у вигляді властивостей.
Властивість 1. Під час транспонування матриці її ранг не змінюєть-
ся.
Доведемо це. Роздивимось матрицю А та матрицю Ат
 a11  a1n   a11 a 21  a m1 
  T
 
A   a 21  a 2 n , де A     .
a  a mn  a a2n  a mn 
 m1  1n
Усякий мінор M T матриці AT можна одержати транспонуванням
відповідного мінору М матриці А. Так як під час транспонування визнач-
ник не змінюється, мінори відмінні від нуля перейдуть в мінори відмінні
від нуля, а мінори, які дорівнюють нулю, в мінори рівні нулю. Виходить,
що найбільший з порядків мінорів відмінних від нуля у матрицях А та AT
один і той же r  A  r  AT .
 Властивість 1 показує, що у питаннях, пов’язаних з рангом матриці,
її рядки та стовпці рівноправні. Тому далі усі властивості рангу матриці
сформулюємо тільки для стовпців (без доведення).
Властивість 2. Ранг матриці не змінюється при переставленні стов-
пців.
Властивість 3. Ранг матриці не змінюється, якщо з неї вилучити
стовпець, усі елементи якого дорівнюють нулю.
Властивість 4. Ранг матриці не змінюється, якщо з неї вилучити
стовпець, який виступає лінійною комбінацією решти її стовпців.
Властивість 5. Ранг матриці не змінюється під час множення її будь-
якого стовпця на будь-яке відмінне від нуля число.
Властивість 6. Ранг матриці не змінюється, якщо до будь-якого сто-
впця її додати лінійну комбінацію решти стовпців цієї матриці.
Перетворення, які були сформульовані у властивостях, звуться еле-
ментарними перетвореннями матриці. Кажуть, що матриця, яка містить m
рядків та n стовпців, має діагональну форму, якщо усі її елементи дорів-
нюють нулю, крім елементів a11 , a22  arr 0  r  min m, n . Ранг цієї матри-
ці дорівнює r.
Буде вірний наступний факт. Усяку матрицю можна елементарними
перетвореннями привести до діагонального вигляду.
Таким чином, для знаходження рангу матриці необхідно елементар-
ними перетвореннями привести її до діагонального вигляду та порахувати
число одиниць, які стоять на головній діагоналі.
1 3 5 4
 
Приклад. Знайти ранг матриці: A 2 1 3 1 .
8 3 19 11

 Розв’язок.
1 3 5 4 1 3 5 4    
    4      
r  A  r  2  1 3 1   = r 0  7 7  7 1
  2       
8
 3 19 11  0 7 7 7   7 

1 3 5 4   CT  3   CT 
   1 3 5 4    1 0 0 0  1 0
= r  0 0 0 0   r    CT  5   CT   r   =r   =2.
0 1 1 1  0 1 1 1    0 1 1 1   0 1 
   CT  4   CT 

Завдання для самоконтролю

1. Що називається матрицею?
2. Як визначаються: сума двох матриць, добуток матриці на число,
різниця та добуток двох матриць?
3. Що називається оберненою матрицею?
4. Довести теорему про існування оберненої матриці.
5. Що називається рангом матриці? Як знаходиться ранг?
6. Які перетворення над матрицями називаються елементарними?
7. Що називається визначником другого порядку?
8. Що називається визначником третього порядку?
9. Сформулювати основні властивості визначників.
10. Що називається мінором і алгебраїчним доповненням?
11. Сформулювати та довести теорему про розклад визначника за
елементами рядка (стовпця). Чому дорівнює сума добутків елементів одно-
го рядка(стовпця) на алгебраїчні доповнення іншого рядка(стовпця)?
 Ле к ци я №4

4 . С И С Т Е М И ЛІ Н І Й Н И Х Р І В Н Я Н Ь .

4 . 1 . О с н о в ні о з н а ч е н ня.
Нехай у нас є система із m лінійних рівнянь з n невідомими.
a11 x1  a12 x2    a1n xn  b1

      (4.1)
a x  a x    a x  b
 m1 1 m2 2 mn n m

Числа aij 1  i  m, 1  j  n звуться коефіцієнтами при невідомих

x j 1  j  n  , а числа bi 1  i  m  звуться вільними членами.

Розв’язком системи (4.1) називається набір дійсних чисел

x , x
0
1
0
2 
 xn0 такий, що кожне рівняння системи перетворюється на тотож-

ність після заміни в ньому невідомого xi на xi0 .

Якщо система має розв’язок, то вона зветься сумісною.
У протилежному випадку система зветься несумісною.
Сумісна система, яка має єдиний розв’язок, зветься означеною. Якщо
система має більш за однин розв’язок, вона зветься невизначеною.
Під еквівалентними перетвореннями системи (4.1) ми будемо розу-
міти додавання лівих та правих частин будь-якого рівняння системи (4.1),
помноження на число c c  0  відповідно лівих та правих частин будь-
якого рівняння системи.
Якщо до системи (4.1) будуть декілька разів застосовані еквівалентні
перетворення розглядуваного типу, то одержана система буде еквівалентна
початковій системі (4.1) (отже вони будуть одночасно несумісні, або сумі-
сні та будуть мати один і той же самий розв’язок).
Якщо після перетворень в розглядуваній системі з’явиться рівняння,
в якому усі коефіцієнти лівої частини дорівнюють нулю, і якщо вільний
член також дорівнює нулю, то це рівняння можемо відкинути. Тоді ми
одержимо систему, еквівалентну початковій. Якщо ж вільний член відріз-
няється від нуля, то і одержана система як і початкова, буде несумісна.
4.2. Метод Гаусса
Перетворимо систему (4.1), вилучаючи невідоме x1 з усіх рівнянь,
a21
окрім першого. Для цього помножимо перше рівняння на a  0 та від-
a11

a31
німемо його з другого, потім помножимо на та віднімемо з третього і
a11

таке інше.
Ми прийдемо до системи з m рівнянь з n невідомими.
a11 x1  a12 x2  a13 x3    a1n xn  b1
 a22 x2  a23 x3    a2 n xn  b2

 a32 x2  a33 x3    a3n xn  b3 (4.2)
     

 am 2 x2  am3 x3    amn xn  bm

Відомо, що система (4.2) буде еквівалентна системі (4.1). Для визна-

ченості припустимо, що a 22  0 . Вилучимо з третього та наступних рів-

нянь системи (4.2) невідоме x 2 . Для цього помножимо друге рівняння сис-

a32 a
теми (4.2) на та віднімемо з третього, потім помножимо на 42 та
a22 a22

am 2
віднімемо від четвертого і наприкінці помножимо на та віднімемо від
a22

останнього. Ми прийдемо до системи, еквівалентній системі (4.2), отже і

системі (4.1).
a11 x1  a12 x2  a13 x3    a1n xn  b1

 a22 x2  a23 x3    a2 n xn  b2

  x3    a3n xn  b3
a33 (4.3)
     

 ap x3    ap xn  bp
 Наша система (4.3) має p рівнянь, де p  m, так як деякі рівняння мо-
жливо були відкинуті.
Коли зупиниться цей процес послідовного вилучення невідомих?
Можливі два випадки.
Або ми прийдемо до системи, яка має рівняння, усі коефіцієнти лівої
частини якого дорівнюють нулю, а вільний член відрізняється від нуля.
Тоді система несумісна.
В протилежному випадку ми одержимо систему з к рівнянь з n неві-
домими.
a11 x1  a12 x2    a1k    a1n xn  b1
 a22 x2    a 2k    a2 n xn  b2

 (4.4)
    
k 1 k 1

 akk xk    akn xn  bnk 1

Тут a11  0, a22  0  a kkk 1  0 .

Легко бачити, що к n. В цьому випадку система сумісна. Якщо
k  n , то вона буде визначеною, отже вона буде мати єдиний розв’язок.
Якщо k  n , то вона буде невизначеною, отже вона буде мати не-
скінченне число розв’язок.
Якщо к = n, то система буде мати “трикутну форму”:
a11 x1  a12 x2    a1n xn  b1
 a22 x2    a2 n xn  b2

 (4.5)
    
 n1

 ann xn  bnn1

Якщо к < n, то система буде мати „східчасту” або “трапецієподібну”

форму (див. систему (4.4) ).
Отже, ми можемо сказати, що метод Гаусса може бути застосований
до розв’язання будь-якої системи лінійних рівнянь.

Приклад. Розв’язати систему методом Гауса

  x1  2 x2  5 x3  9  x1  2 x2  5 x3  9  x1  2 x2  5 x3  9
  
 x1  x2  3x3  2    3 x2  2 x3  11   x2  2 x3  5
3 x  2 x  x  13   8 x  16 x  40   3 x2  2 x3  11
 1 2 3  2 3 
 x1  2 x2  5 x3  9  x1  2
 
 x2  2 x3  5   x2  3
 4 x3  4  x  1.
  3

4.3. М е т од К ра м е ра
Метод Крамера застосовується для розв’язування систем, у яких чи-
сло рівнянь дорівнює кількості невідомих.
Нехай дана система з n рівнянь і n невідомими.
a11 x1  a12 x2    a1n xn  b1
a x  a x    a x  b
 21 1 22 2 2n n 2
 (4.6)
     
an1 x1  an 2 x2    ann xn  bn

Коефіцієнти aij (i , j  1,2,...n) утворюють основну матрицю системи,

відносно якої ми припустимо, що її визначник  відрізняється від нуля.

Визначник  називається головним визначником системи.
Доведемо, що така система завжди сумісна та визначена і отримаємо
формулу для знаходження її єдиного розв’язка.
Припустимо, що система (4.6) має розв’язок c1 , c2 ,  , cn . Тоді буде
вірною наступна система рівнянь (тотожностей)
a11c1  a12c2    a1n cn  b1
a c  a c    a c  b
 21 1 22 2 2n n 2
 (4.7)
     
an1c1  an 2 c2    ann cn  bn

Помножимо перше з рівнянь (4.7) на алгебраїчне доповнення A11 до

елемента a11 в матриці системи, далі помножимо друге рівняння на A21 ,

третє – на A31 і таке інше, поки не дійдемо до останнього рівняння і скла-

демо членами ці рівняння. Отже, ми отримаємо наступне співвідношення:
a11 A11  a21 A21    an1 An1 c1  a12 A11  a22 A21    an 2 An1 c2  
(4.8)
  a1n A11  a2 n A21    ann An1 cn  b1 A11  b2 A21    bn An1.

За теоремою 1 коефіцієнт при c1 в співвідношенні (4.8) дорівнює

самому визначнику . За теоремою 2 коефіцієнти при усіх інших c j ( j  1)

обертаються в нуль. Вираз, який стоїть у правій частині співвідношення

(4.8), є розклад визначника
b1 a12  a1n
b2 a22  a2 n
1 
   
bn an 2  ann

за елементами його першого стовпця; отже рівність (4.8) можна записати у

1
вигляді   c1  1 ; звідки c1  .

Досконало аналогічно можна одержати вирази
j
cj  ( j  1,2,  , n) , (4.9)

де  j − це визначник, отриманий з визначника  , шляхом заміни його

j  ого стовпця на стовпець вільних членів. Таким чином, ми установили,

що якщо розв’язок системи (4.6) існує, то він обчислюється за формулами
(4.9). Залишається показати, що розв’язок системи (4.6) завжди існує.
Роздивимося величини
j
cj  ( j  1,2,  , n)

і підставимо їх в систему (4.6) на місце невідомих x1 , x2 ,  , xn . Покажемо,
что при цьому всі рівняння системи (4.6) обертаються в тотожності.
Дійсно, для i  ого рівняння ми одержуємо
 1
ai1c1  ai 2 c2    ain cn  ai1 D1  ai 2 D2    ain Dn   1 [ai1 (b1 A11 
D D
 b2 A21    bn An1 )  ai 2 (b1 A12  b2 A22    bn An 2 )    ain (b1 A1n 
1
 b2 A2 n    bn Ann )]  [b1 (ai1 A11  ai 2 A12    ain A1n )   
D
bi ( ai1 Ai1  ai 2 Ai 2    ain Ain )    bn (ai1 An1  ai 2 An 2    ain Ann )].

З усіх дужок, що служать коефіцієнтами при величинах b1 , b2 ,  , bn ,

відмінна від нуля за теоремами 1 і 2 тільки одна, саме та, яка стоїть при
величині bi . Вона дорівнює самому визначнику  . Отже, отриманий вираз
набуває вигляд
1
bi   bi ,

тобто збігається з правою частиною i  ого рівняння системи.
Таким чином ми дістали правило розв’язування системи типу (4.6),
яке називається правилом Крамера:
Теорема 5. Розв’язок системи (4.6) і притім єдиний, утворюється
за допомогою формул
i
xi  (i  1,2,  , n) , (4.9)

де   це основний визначник системи, а  i  допоміжний визнач-
ник, який утворюється з основного шляхом заміни його i  ого стовпця на
стовпець вільних членів.
Приклад:
2 x1  x2  5 x3  x4  8
 x  3x  6 x4  9
 1 2

 2 x2  x3  2 x4  5
 x1  4 x2  7 x3  6 x4  0

Розв’язок . Обчислюємо основний та допоміжні визначники матриці

системи:
 2 1 5 1
3 0 6 1 0 6
1 3 0 6 11 1 2
  2( 1) 2  1 2  1(1) 0  1 2 
0 2 1 2
4 7 6 1 7 6
1 4 7 6
1 3 6 1 3 0
13 14
 ( 5)(1) 0 2 2  1(1) 0 2  1  27
1 4 6 1 4 7

8 1 5 1 2 8 5 1
9 3 0 6 1 9 0 6
Аналогічно, 1   81, 2   108
5 2 1 2 0  5 1 2
0 4 7 6 1 0 7 6

2 1 8 1 2 1 5 8
1 3 9 6 1 3 0 9
3   27, 4   27
0 2 5 2 0 2 1  5
1 4 0 6 1 4 7 0

1 81   108   27
x1    3; x2  2   4; x3  3   1;
 27  27  27
Отже,
 27
x4  4   1.
 27

4 . 4 . М а т ри ч н и й за п ис с ис те м и л і н і йн и х р і в н я н ь і ї ї
р о з в’ я з о к
Нехай визначник системи (4.6) відрізняється від нуля. Позначимо
через А матрицю коефіцієнтів системи (4.6). Ця матриця невироджена, так
як   A  0. Позначимо через X стовпець невідомих, а через B – стов-
пець вільних членів, отже
 a11 a12  a1n   x1   b1 
     
a a 22  a2n  x  b 
A   21 , X   2 ; B   2 ;
     
     
a am2  a mn  x  b 
 m1  n  n
 Добуток A  X має сенс, так як число стовпців матриці А дорівнює
числу рядків матриці X і в результаті вийде матриця стовпець вимірності
n  1 . Отже систему (4.6) можна записати у вигляді матричного рівняння:
A  X  B. (4.10)
Помножуючи обидві частини рівняння (4.10) на A 1 , зліва одержи-
мо:
X  A1  B. (4.11)
Добуток, який знаходиться справа в (4.11) буде матрицею-стовпцем.
Її j-й елемент дорівнює сумі добутків j-ого рядка матриці A 1 на від-
повідні елементи матриці B , отже дорівнює числу:
A1 j A2 j Anj 1
b1  b2    bn  b1 A1 j  A2 j b2    bn Anj .
A A A A

Дужки, які знаходяться зліва, дають нам розкладання по j-ому стовп-

цю визначника  x j , одержаного з визначника  шляхом заміни j-ого сто-

впця стовпцем вільних членів – стовпцем B .

Отже, формули (4.11) еквівалентні формулам (4.9), які дають рішен-
ня системи (4.6) за формулами Крамера.
Залишається показати, що одержані значення невідомих дійсно да-
ють рішення системи (4.6). Для цього достатньо вираз (4.11) підставити у
(4.10). Отже, B  B.

4.5. К р и те рі й с у м і с н ос т і с ис те м и л і ні й н и х рі в н ян ь.
Т е ор е м а К р о не ке ра – К а пе л л і
Нехай є будь-яка система m лінійних рівнянь з n невідомими.
a11 x1    a1n xn  b1

     (4.12)
a x    a x  b
 m1 1 mn n m

Через A позначимо розширену матрицю системи. Тоді

  a11 a12  a1n   a11  a1n b1 
   
a a 22  a2n  a  a2n b2 
A   21  ; A   21
       
   
a am2  a mn  a  a mn bm 
 m1  m1
Сформулюємо теорему Кронекера-Капеллі, яка є важливим інстру-
ментом, необхідним для дослідження системи лінійних рівнянь.
Теорема 6. Для сумісності системи лінійних алгебраїчних рівнянь не-
обхідно та достатньо, щоб ранг матриці системи дорівнював рангу роз-
ширеної матриці. Отже, система (1) сумісна  r  A  r A  .

Примітка. Усякий мінор матриці А є мінор матриці A . Отже r  A не

може бути більше за r  A  , а тільки r  A  r  A . Теорема Кронекера – Ка-
пеллі установлює такий факт:
якщо r  A  r  A то система несумісна;
якщо r  A  r A  то система сумісна.
Доведемо спочатку необхідність
Припустимо, що система (4.12) сумісна. Це означає, що існує деяке
рішення цієї системи:
x1  1 , x2  2 ,  xn  n . (4.13)

Підставимо в рівняння системи (4.12) замість невідомих xi їх зна-

чення з (4.13).
Одержимо m тотожностей.
a111  a122    a1n n  b1

      (4.14)
a   a     a   b
 m1 1 m2 2 mn n n

Тотожності (4.14) показують, що останній стовпець розширеної мат-

риці A (ми маємо на увазі стовпець вільних членів) виступає лінійною
комбінацією решти її стовпців. Відповідно 4-ої властивості під час вилу-
чення такого стовпця ранг матриці не змінюється. Але ж вилучивши з мат-
риці A стовпець вільних членів, ми одержимо, очевидно, матрицю А сис-
теми (4.12). Отже, r  A  r A  .
Достатність. Нехай r  A  r A   r.
Вилучимо з матриці А будь-який базисний мінор M . Очевидно, що
M  0 та його порядок дорівнює r .
Завжди можна перенумерувати рівняння та невідомі так, щоб мінор
M складався з елементів r перших рядків та перших r стовпців матриці A :
a11  ar
M  .
ar1  a r r

За припущенням r  A  r  A  . Тому мінор М буде базисним мінором і

для матриці А. Базисними стовпцями, відповідними базисному мінору М,
будуть виступати перші r стовпців.
За теоремою про базисний мінор усякий стовпець матриці А лінійно
виражається через базисні стовпці. Зокрема, через базисні стовпці лінійно
виражається і стовпець вільних членів. Це означає, що існують числа
1 , 2 ,  r , такі, що 1a1  2 a2    r ar  b де: a1 , a2 ,  ar – перші r

стовпців матриці A , а b – стовпець вільних членів. Останнє співвідно-

шення, як ми знаємо, еквівалентно r рівностям, записаним для елементів
будь-якого рядка
1a11    r a1r  b

    (4.15)
 a     a  b
 1 r1 r rr r

Якщо тепер в рівняннях системи (4.12) покласти:

x1  1 , x2  2 ,  xr  r , xr 1  0,  xn  0. (4.16)
то рівняння системи (4.12) перетворяться в рівності (4.15).
Отже, набір значень (4.16) задовольняє усім рівнянням системи
(4.12). Таким чином, система має хоча б одне рішення, тому вона сумісна.
Декілька слів про порядок рішення лінійних алгебраїчних рівнянь.
 Роздивимось систему (4.12) з m рівнянь та n невідомих. Нехай
r  A  r .Тоді: ні

r  A  r A  система несумісна
так

r  n, тоді система
r  n, тоді система
має єдиний
має нескінченне
розв’язок
число розв’язків
Відзначимо, що якщо сумісна система лінійних рівнянь має ранг r, а
число невідомих у ній n, то r базисних невідомих x1 ,  xr лінійно вира-
жаються через n  r  k вільних, тобто через xr b ,  xn .
Проте у задачах лінійного програмування іноді вигідна інша нумера-
ція, а саме n  r  k вільних змінних нумерується числами 1, 2,  k , а r ба-
зисних – числами від k  1 до n.
В цьому випадку вираз базисних невідомих через вільні виглядає
так:
xk 1  b1*  a11 x1    a1k xk
xk  2  b2*  a21 x1    a2 k xk
. (4.17)
    
xn  br*  ar1 x1    ark xk

4.6. О д н о р і д н а с и с т е м а л і н і й н и х рі в ня н ь
Визначення. Система лінійних рівнянь називається однорідної, якщо
усі вільні члени у всіх її рівняннях дорівнюють нульові. Загальний вид од-
норідної системи такий:
a11x1  a12x2  a1n xn  0
a x  a x  a x  0
 21 1 22 2 2n n
 (4.18)
.............................................
am1x1  am2 x2  amnxn  0
 Однорідна система завжди сумісна, тому що має рішення, цілком, що
складається з нулів. Це рішення називається нульовим або тривіальним.
Буде вірна наступна важлива теорема:
Теорема 7. Однорідна система рівнянь має ненульові розв’язки тоді
і тільки тоді, коли її ранг менше числа невідомих.
Необхідність. Нехай система (4.18) має хоча б один ненульовий
розв’язок. Доведемо, що її ранг менше числа невідомих. Справді, більше,
ніж n він бути не може. Якщо ж r  n , то по теоремі Кронекера – Капелли
система (4.18) повинна мати єдиний розв’язок. Отже, ніяких інших
розв’язків крім тривіального бути не може. Однак це суперечить нашому
припущенню. Таким чином, r  n.
Достатність. Нехай r  n. Тоді система повинна мати нескінченну
безліч розв’язків, а значить найдеться хоча б одне розв’язок, відмінний від
нульового.
Наслідок 1. Якщо в однорідній системі число рівнянь менше числа
невідомих, то вона має ненульові розв’язки.
Доведення. Припустимо, що число рівнянь системи дорівнює m і
m  n .Так як ранг матриці не може бути більше числа її рядків, то r  m .
А так як m  n , то і r  n . Отже, за доведеною теоремою, система має не-
скінченну безліч розв’язків.
Наслідок 2. Однорідна система, у якої число невідомих дорівнює чи-
слу рівнянь, має нетривіальні розв’язки тоді і тільки тоді, коли її головний
визначник дорівнює нулю.
Доведення. Необхідність. Нехай дана однорідна система із n рів-
нянь з n невідомими. Нехай, вона має нетривіальні розв’язки. Тоді по тео-
ремі її ранг менше числа невідомих. Головний визначник системи  мо-
жна розглядати як мінор n  ого порядку. Так як r  n , то між рядками ви-
значника існує лінійна залежність, отже виходить, що він дорівнює нулю.
 Достатність. Якщо   0 , то так як він є єдиним мінором n  ого
порядку в матриці системи, то r  n . За теоремою робимо висновок що,
система має ненульові розв’язки.
Приклад. Дослідити і розв’язати систему.
 x1  2 x2    x4  0
 x  x  3 x 0
 1 2 3
 .
 3 x2  3 x3  x4  0
 x1  5 x2  3 x3  2 x4  0

Розв’язок. Знайдемо ранг матриці системи

1 2 0 1 1 2 0 1
   
 1 1 3 0  0 3 3 1   1 2 0 1
r r  r   2.
0 3 3 1 0 3 3 1   0 3 3 1
   
1 5 3 2   0 6 6 2 

Отже, система має дві базисних та дві вільних змінних. Так як мінор
1 2
M   0 , то змінні x1 , x2 ми можемо вважати базисними, а змінні
0 3

x3 , x4 – вільними. Запишемо вираз базисних невідомих через вільні і оде-

ржимо такий розв’язок системи:
 1
 x1  2 x3  x4
 x1  2 x2  x4  3
 
 3 x2  3 x3  x4  x2  x3  1 x4 , де x3 , x4  R .
 3

Завдання для самоконтролю

1. Що називається системою m лінійних алгебраїчних рівнянь з n
невідомими?
2. Яка система лінійних рівнянь називається сумісною, несумісною

визначеною, невизначеною?
 3. Записати формули Крамера. В якому випадку вони застосовують-
ся? Довести формули Крамера для системи трьох рівнянь з трьома невідо-
мими.
4. У чому полягає метод Гаусса?
5. За яких умов однорідна система лінійних рівнянь має єдиний ну-
льовий розв’язок, безліч розв’язків?
6. Сформувати теорему Кронекера-Капеллі.