Т.1.

МАТРИЦІ
Основні типи матриць
Означення. Матрицею розміру n ´ m (𝑛, 𝑚 ∈ ℕ) називається
прямокутна таблиця чисел, що містить n рядків і m стовпців:
æ a11 a12 ... a1m ö
ça a22 ... a2 m ÷
A=ç 21 ÷
ç ××× ××× ××× ××× ÷
ç ÷
è an1 an 2 ... anm ø
( )
Числа aij i = 1, n, j = 1, m – елементи матриці, перший індекс вказує номер рядка, а
другий – стовпця, на перетині яких стоїть цей елемент.
Матрицю можна вважати рядком стовпців або стовпцем рядків:
𝑎$%
𝐴!×# = (++++⃗,
𝑎$ … , 𝑎 ⃗% = / … 0
# ), 𝑎
+++++⃗
𝑎!%
Для запису матриці та, за необхідності, її розмірів використовують
позначення:
( )
A = An´m , aij ( n ´ m ) , [aij ] ( n ´ m ) , || aij || ( n ´ m ) .
Наприклад, на мові програмування Python матриця

представляється як

A=[[11, 13, 15, 17], [-9, -8, -7, -6], [-1, -2, 12, 14]].

Тут A[0, 0] = 11, A[2, 1] = -2. Те саме буде і на мовах C, Java.

В алгебрі матриць ми будемо називати 𝑎$$ = 11, 𝑎&' = −2.

Це співпадає з мовами Fortran, Pascal.
Програмний код для вводу елементів матриці з консолі та виводу матриці у консоль:
Для високопродуктивних обчислень використовують бібліотеку NumPy.
Тут, наприклад, матрицю

1 2 3
А=6 ;
4 5 6

задають так:
Дві матриці однакових розмірів називаються рівними, якщо рівні їх відповідні елементи:

A = B Û aij = bij , i = 1, n , j = 1, m .

Якщо , то матриця називається квадратною.

Матриця A1´m називається матрицею–рядком довжини m.

Матриця An´1 називається матрицею – стовпцем висоти n.
Матриця On´m називається нульовою, якщо всі її елементи рівні нулю.
У квадратній матриці An´n розглядають головну діагональ (елементи a11 , a22 , …, a nn ) і
побічну діагональ (елементи a1n , a2,n -1 , …, a n1 ).

Квадратна матриця, у якої всі елементи, що стоять нижче (вище) головної

діагоналі, рівні нулю, називається верхньою (нижньою) трикутною матрицею,
наприклад:
æ a11 a12 ... a1n ö
ç 0 a ÷
ç 22 ... a2 n ÷
A= - верхня трикутна.
ç! ! ! ! ÷
ç ÷
è 0 0 ... ann ø
Квадратна матриця А, всі елементи якої, крім діагональних, рівні нулю, називаються
æ a11 0 ... 0 ö
ç ÷
діагональною: A = ç 0 a22 ... 0 ÷ = diag (a , a ,..., a ).
11 22 nn
ç! ! ! ! ÷
ç ÷
è 0 0 ... ann ø
Діагональна матриця, у якої всі діагональні елементи дорівнюють 1, називаються
одиничною:
æ 1 0 ... 0 ö
ç 0 1 ... 0 ÷
En = ç ÷.
ç! ! ! !÷
ç ÷
è 0 0 ... 1 ø
 Дії над матрицями

1. Сумою A + B матриць A і B однакових розмірів n ´ m називається матриця C

такого ж розміру, елементи якої cij = aij + bij , i = 1, n , j = 1, m .
2. Добутком матриці An´m на число α називається матриця Bn´m = a × A, у якої
bij = a × aij .
3. Різницею A - B називається матриця A + (- B) , де матриця - B є протилежною до
B.
 Справджуються такі властивості для довільних матриць A, B, C розміру n ´ m та
чисел 𝛼, 𝛽 ∈ ℝ:
1. A + B = B + A − комутативність додавання матриць;
2. A + ( B + C ) = ( A + B) + C − асоціативність додавання матриць;
3. A + (- A) = 0; - властивість протилежної матриці
4. 𝐴 + 𝑂 = 𝐴 - властивість нульової матриці
5. a ( A + B) = a A + a B − дистрибутивність;
6. (a + b )A = a A + b A − дистрибутивність;
7. 1 × A = A ;
8. a × ( b × A) = (a × b ) × A ; - асоціативність множення матриці на число

Квадратна матриця An ´n називається скалярною, якщо A = a × E , 𝛼 ∈ ℝ , тобто має

æ a 0 ... 0ö
ç 0 a ... 0 ÷÷
вигляд: ç .
ç ... ÷
ç ÷
è 0 0 ... aø
 4. Дія множення матриць визначена лише для узгоджених матриць.

Матриця An´m називається узгодженою з матрицею Bm´ p , якщо кількість стовпців

m матриці A дорівнює кількості рядків матриці В.

Розглянемо спочатку добуток елементів і-го рядка матриці А на j-ий стовпець

матриці В. За означенням це буде число:

æ b1 j ö
ç ÷
ç b2 j ÷ m
( ai1 ai 2 ... aim ) × ç ÷ = ai1 × b1 j + ai 2 × b2 j + ... + aim × bmj = å air × brj , (1)
... r =1
ç ÷
ç bmj ÷
è ø
яке дорівнює сумі добутків відповідних елементів рядка і стовпця.
 Добутком двох узгоджених матриць An´m і Bm´ p називається матриця
Cn´ p = A × B, кожний елемент сij якої дорівнює сумі добутків елементів і-го рядка матриці
А на відповідні елементи j-го стовпця матриці В:
m
cij = ai1 × b1 j + ai 2 × b2 j + ... + aim × bmj = å air × brj , i = 1, n , j = 1, p . (2)
r =1
С = А + В:
С = А - В:
С = А • В:
Приклад 1.
æ 2 -1 2 ö
æ1 0 -2 ö ç ÷ = æ 2 + 0 - 6 -1 + 0 - 2 2 + 0 + 2 ö = æ -4 -3 4 ö .
ç3 4 5÷ ç × 1 0 1 ÷ ç 6 + 4 + 15 -3 + 0 + 5 6 + 4 - 5 ÷ ç 25 2 5 ÷
è ø ç ÷ è ø è ø
è 3 1 -1ø
æ4 1 0 ö
Приклад 2. ( 2 -3 1) ç 2 3 -1÷ = ( 3 -7 8 ).
ç ÷
ç1 0 5 ÷
è ø
æ0ö
Приклад 3. ( 3 -2 4 ) ç 1 ÷ = ( 2 ) .
ç ÷
ç1÷
è ø
æ1ö æ 3 1 -1 ö
Приклад 4. ç -2 ÷ ( 3 1 -1) = ç -6 -2 2 ÷ .
ç ÷ ç ÷
ç2÷ ç 6 2 -2 ÷
è ø è ø
 Властивості дії множення
(розглядаємо відповідно узгоджені матриці):
1. Добуток матриць некомутативний, тобто A × B ¹ B × A .
Якщо ж матриці А і В квадратні, одного порядку і при цьому AB = BA , то їх називають
комутативними (переставними);

2. (𝐴 ∙ 𝐵 ) ∙ 𝐶 = 𝐴 ∙ (𝐵 ∙ 𝐶)
3. A( B + C ) = AB + AC ; ( A + B)C = AC + BC
4. a ( A × B) = (a A) × B = A × (a B)
5. An´m × Em´m = En´n × An´m = An´m
6. A× 0 = 0× A = 0
5. Транспонування матриці.
Матриця AT m´n , яку отримаємо з матриці An´m заміною її рядків стовпцями з тим
же номером, називається транспонованою:
æ a11 a21 ... an1 ö
ça a22 ... an 2 ÷ T
T
A = ç 12 ÷, a = a . (3)
ç ! ! ! ! ÷ ij ji
ç ÷
è a1m a2m ... anm ø
Якщо квадратна матриця A = AT , тобто aij = a ji , то вона називається симетричною, і
кососиметричною, якщо AT = - A.
Властивості операції транспонування
1. ( AT )T = A ;
2. (a × A)T = a × AT ;
3. ( A + B )T = AT + B T ;
4. ( A × B)T = BT × AT .
 Всі ці властивості доводяться за однією схемою, тому обмежимось доведенням
властивості 4: ( A × B)T = BT × AT .

Доведення:
n
Нехай Am´n , Bn´ p , C m´ p = A × B, C = ( AB ) , Þ c ji = å a jk bki . Якщо
T T

k =1
n
( )( )
T
D p´m = B T AT , Þ d ij = b1i b2i !bni × a j1 a j 2 !a jn = å bki a jk , Þ C T = D.
k =1

æ1 3ö
æ1 0 2 ö
Приклад 5. Якщо A = ç ÷ , то AT = ç 0 4 ÷ .
è 3 4 5ø ç ÷
ç 2 5÷
è ø
Для квадратної матриці An´n можна обчислювати степінь Ak = !
A ×" × ... $
A#" × A.
k разів
Аналогічно многочлену від числової змінної P( x ) = a0 + a1x + ... + ak x k вводиться
поняття многочлена від матриці: P( A) = a0 × En + a1 A + ... + ak Ak .

æ1 2ö
Приклад 6. Обчислимо f ( A) , якщо f ( x) = 3 - 4 x + 2 x 2 і A = ç ÷.
è 3 3 ø

æ 1 0ö æ1 2ö æ1 2öæ1 2ö æ 3 0ö æ 4 8 ö
f ( A) = 3E2 - 4 A + 2 A2 = 3 ç ÷ - 4 ç3 4÷ + 2 ç 3 4 ÷ ç 3 4 ÷ = ç 0 3 ÷ - ç 12 16 ÷ +
è 0 1ø è ø è øè ø è ø è ø
æ 7 10 ö æ 13 12 ö
+2 ç ÷ = ç 18 31÷ .
è 15 22 ø è ø
Додатково:
1. Kurgalin S., Borzunov S. Algebra and Geometry with Python. Springer, 2021:
- Matrix Algorithms in the Graph Theory (1.5)
https://xn--webducation-dbb.com/wp-content/uploads/2021/04/Sergei-Kurgalin_-Sergei-Borzunov-Algebra-and-
Geometry-with-Python-Springer-International-Publishing-2021.pdf

2. Stephen Boyd, Lieven Vandenberghe. Introduction to Applied Linear Algebra. Vector, Matrices, and Least Squares.
Cambridge Univ. Press, 2018:
- Matrices (6.1)
- Matrix-vector multiplication (6.4)
- Matrix examples (Chapter 7)
https://web.stanford.edu/~boyd/vmls/

3. Strang Gilbert. Linear Algebra for everyone. Wellesley – Cambridge Press, 2020:
- Matrix Multiplication (1.4)
https://math.mit.edu/~gs/everyone/

4. Brownlee Jason. Basics of Linear Algebra for Machine Learning. Discover the Mathematical Language of Data in
Python:
- Examples of Linear Algebra in Machine Learning (Chapter 3)
- Introduction to NumPy Array (Chapter 4)
- Matrices and Matrix Arithmetic (Chapter 9)
https://github.com/balban/Books/blob/master/Linear%20Algebra/Jason%20Brownlee-
Basics%20for%20Linear%20Algebra%20for%20Machine%20Learning%20-
%20Discover%20the%20Mathematical%20Language%20of%20Data%20in%20Python%20(2018).pdf