МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ УКРАЇНИ

«КИЇВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ
імені ІГОРЯ СІКОРСЬКОГО»

ЛІНІЙНА АЛГЕБРА

КУРС ЛЕКЦІЙ

Рекомендовано Методичною радою КПІ ім. Ігоря Сікорського

як навчальний посібник для здобувачів ступеня бакалавра
за освітньою програмою «Системи і методи штучного інтелекту»
спеціальності 122 «Комп’ютернi науки»

Укладачі: Л. В. Барановська, Г. Г. Барановська

Електронне мережне навчальне видання

Київ
КПІ ім. Ігоря Сікорського
2022
Рецензент Д. П. Проскурiн, д-р. фіз.-мат. наук, доцент

Відповідальний
редактор В. Д. Романенко, д-р. техн. наук, професор

Гриф надано Методичною радою КПІ ім. Ігоря Сікорського

(протокол № 6 від 23.06.2022 р.)
за поданням Вченої ради НН інституту прикладного системного аналiза
(протокол № 5 від 31.05.2022 р.)

Навчальний посiбник написаний у відповідності до програми курсу «ЛІНІЙНА

АЛГЕБРА» для підготовки бакалаврів спеціальності 122 «Комп’ютернi науки». Посібник
складено на основі багаторічного досвіду читання авторами лекцій з даного курсу для
студентів різних спеціальностей. Він є складовою методичного забезпечення кредитно –
модульної системи навчання. Кожний розділ містить основні теоретичні відомості, зразки
розв’язання найбільш типових навчальних прикладів, які сприяють розвиткові практичних
навичок у застосуванні теоретичних положень. Посібник рекомендований студентам, а
також викладачам вищої математики у технічних вузах для використання у лекційній та
аудиторній роботі.

ãЛ. В. Барановська, Г. Г. Барановська

ã КПІ ім. Ігоря Сікорського, 2022
 РОЗДІЛ I. КОМПЛЕКСНІ ЧИСЛА. АЛГЕБРА МНОГОЧЛЕНІВ
§1. Алгебраїчна форма комплексних чисел. Дії над ними
Означення. Комплексним числом називається упорядкована пара дійсних чисел
z = ( x, y ), x Î ! , y Î ! .
Множину комплексних чисел позначають !.
Два комплексні числа z1 = ( x1 , y1 ) і z2 = ( x2 , y2 ) рівні тоді і тільки тоді, коли
x1 = x2 i y1 = y2 .
Сума і добуток двох комплексних чисел вводяться за правилами:
1. z1 + z2 = ( x1 + x2 , y1 + y2 ) ;
2. z1 × z2 = ( x1 x2 - y1 y2 , x1 y2 + x2 y1 ) .
На множині ! існує: нульовий елемент 0 = (0,0) такий, що z + (0,0) = z ;
одиничний елемент 1 = (1,0) , для якого z × (1,0) = z; протилежний елемент
- z = ( - x, - y ), для якого z + ( - z ) = 0.
Нехай z1 = ( x1 ,0), z2 = ( x2 ,0), тоді z1 + z2 = ( x1 + x2 ,0), z1 × z2 = ( x1 x2 ,0),
тому такі числа ототожнюють з дійсними числами: ( x,0) = x, x Î! . Отже, множина
дійсних ! чисел є підмножиною множини комплексних чисел, тільки для таких чисел
визначений порядок "більше", "менше". На множині ! відсутня аксіома порядку, тобто
комплексні числа не зрівнюються.
Число i = (0,1) називають уявною одиницею, для нього i 2 = -1, i = -1 . Тоді
i × ( y,0) = (0,1)( y,0) = (0, y) = iy . Таким чином, z = ( x, y) = ( x,0) + (0, y) = x + iy .
Це так звана алгебраїчна форма запису комплексних чисел:
z = x + iy, (1)

де x = Re z (reel – дійсний) – дійсна частина числа, y = Im z (imaginaire – уявний) –

уявна частина. Числа iyназивають уявними.
З означення випливають дії над уявною одиницею:
i1 = i, i 2 = -1, i3 = -i, i 4 = 1.
Далі значення степенів i з періодом 4 повторюються.
Число z = x - iy називається комплексно-спряженим з числом z = x + iy
Слушні такі властивості:
1. z1 + z2 = z1 + z2 ,
2. z1 × z2 = z1 × z2 ,
3. z + z = 2 x ,
4. z × z = x 2 + y 2 ³ 0 .
Частку від ділення комплексних чисел z1 iz2 (z2 ≠ 0) знаходять за формулою:
z1 z1 × z2 x1x2 + y1 y2 + i ( x2 y1 - x1 y2 )
= = ,
z2 z2 × z2 x22 + y22
 1 i
зокрема = = -i .
i i2
Геометричне зображення комплексних чисел

Поставимо числу z = x + iy у відповідність точкуM ( x, y ) на площині xOy (Рис.1).

Дійсні числа z = x лежать на осі Ox, уявні числа z = iy – на уявній осі Oy. Таку площину
називають z-площиною: кожному числу z відповідає єдина точка площини, і, навпаки.
Афіксом z = x - iy є точка, симетрична М відносно осі Ox.
Довжину радіуса-вектора точки М називають модулем числа z:
!!!!"
OM = z = z × z = x 2 + y 2 .

Рис.1

Додавання і віднімання комплексних чисел здійснюємо, як дії над векторами

(Рис.72). Зауважимо, що z2 - z1 визначає відстань між точками z1 і z2. Наприклад,
z - z0 = R є множиною точок кола з центром у точці z0 і радіусом R.

Рис.2
§2. Тригонометрична і показникова форми запису комплексних
чисел
Введемо на площині полярну систему координат з полюсом О і віссю ОР, що
співпадає з Ox(Рис.73). Тоді модуль комплексного числа дорівнює полярному радіусу
точки z: z = r . Кут φ між радіусом-вектором точки z і віссю ОР називають
аргументом комплексногочисла, його визначають з точністю до 2kp :
Argz = j + 2kp , k Î Z

Рис.3

Враховуючи зв'язок між декартовими і полярними координатами, маємо:

z = x + iy = r (cosj + i sinj ) . (2)

Це тригонометрична форма запису комплексних чисел

Якщо z1 = z2 , то r1 = r 2 , j1 = j 2 + 2kp . Зокрема, Argz = - Argz .
Якщо -p < j £ p , то його називають головним значенням аргумента і позначають
argz. Його можна обчислити за наступними формулами:

é y
ê arctg x , x > 0,
ê é1, y > 0,
y
arg z = ê arctg + p × sign y , x < 0, тут sign y = ê0, y = 0, (2)
ê x ê
êp êë -1, y < 0. (3)
ê signy , x = 0,
ë2
У тригонометричній формі запису зручно перемножати комплексні числа, ділити,
підносити до степеня і добувати корені.
Нехай z1 = r1 (cos j1 + i sin j1 ), z2 = r 2 (cos j 2 + i sin j 2 ) . Тоді:
1. z1 × z2 = r1r 2 (cos(j1 + j 2 ) + i sin(j1 + j 2 )) , (4)
тобто при множенні комплексних чисел їх модулі перемножають, а аргументи
додають. Дійсно,
z1 × z2 = r1r 2 (cosj1 + i sin j1 )(cosj2 + i sin j2 ) = r1r 2 (cosj1 cosj 2 - sin j1 sin j 2 ) +
+i (sin j1 cosj2 + cosj1 sin j2 )) = r1r 2 (cos(j1 + j 2 ) + i sin(j1 + j 2 )).
z r
2. 1 = 1 (cos(j1 - j 2 ) + i sin(j1 - j 2 )), z2 ¹ 0 , (5)
z2 r 2
тобто при діленні комплексних чисел їх модулі ділять, а аргументи віднімають.
3. z n = r n (cos nj + i sin nj ), n Î N . (6)
Якщо r = 1, то
cos nj + i sin nj = (cosj + i sin j )n - формула Муавра. (7)

4. Коренем n-го степеня з комплексного числа z = r (cosj + i sinj ) називається

комплексне число w = r(cosa + i sin a ) таке, що його n-ий степінь w n = z . З цієї
рівності маємо: r n (cos na + i sin na ) = r (cos j + i sin j ) . Звідси
j + 2kp
r = w = n r ; a = Argw = , k Î Z . При значеннях k = 0,1,2,!, n - 1
n
дістанемо n різних коренів, а далі вони повторюються. Таким чином, формула
добування коренів має вигляд:
j + 2kp j + 2kp ö
w = n z = n r æç cos + i sin ÷ , n = 0,1,2,!, n - 1. (8)
è n n ø
Геометрична інтерпретація: значення коренів є вершинами правильного
j
n-кутника, вписаного в коло радіуса n r , починаючи з точки (Рис.74).
n

Рис.4.
Використаємо так звану формулу Ейлера:
eij = cos j + i sin j .

Для комплексного числа z = r (cosj + i sinj )

дістанемопоказникову форму запису:
z = r eij . (9)

Тут r = z = x 2 + y 2 , j = Argz.
Тоді
z1 r1 i (j1 +j2 )
z1 × z2 = r1r 2 ei (j1 +j2 ) , = e , z2 ¹ 0,
z2 r 2
j + 2 kp
i
n n inj
z =r e , n
z = re
n n , k = 0,1,!, n - 1.

Приклад 1. Виконаємо дії:

3 + 2i
+ (1 - 3i )2 .
2-i

◄
3 + 2i (3 + 2i )(2 + i ) 1 36 23
+ (1 - 3i )2 = + 1 - 6i - 9 = (6 - 2 + 3i + 4i ) - 6i - 8 = - - i .
2-i (2 - i )(2 + i ) 5 5 5
►
Приклад 2. Обчислимо всі значення коренів 4 -1 - 3i і зобразимо їх на комплексній
площині.
◄Знайдемо модуль і аргумент числа -1 - 3i :
2p
r = 1 + 3 = 2, j = -p + arctg 3 = - .
3
æ 2p 2p ö
ç - + 2kp - + 2kp ÷
Отже, wk = 4 2 ç cos 3 + i sin 3 ÷ , k = 0,1,2,3.
ç 4 4 ÷
è ø
4 æ æ pö æ p öö 4 æ 3 1 ö
Звідси w0 = 2 ç cos ç - ÷ + i sin ç - ÷ ÷ = 2 ç - i ÷,
è è 6ø è 6 øø è 2 2 ø
 æ p pö æ1 3ö
w1 = 4 2 ç cos + i sin ÷ = 4
2 ç + i ÷,
è 3 3ø è 2 2 ø
æ 5p 5p ö 4 æ 3 1ö
w2 = 4 2 ç cos + i sin ÷ = 2ç- + i ÷,
è 6 6 ø è 2 2ø

æ 4p 4p ö 4 æ 1 3ö
w3 = 4 2 ç cos + i sin ÷ = 2 ç - - i ÷.
è 3 3 ø è 2 2 ø
p
Всі корені лежать на колі радіуса
4
2 , починаючи з точки, для якої j = - і є
6
вершинами квадрата (Рис.75).►

Рис. 5.

60
æ 3 iö
Приклад 3. Обчислимо ç - ÷ .
è 2 2ø
3 i 3 1
◄Знайдемо модуль і аргумент числа - :r = + = 1,
2 2 4 4
1
- p
æ 1 ö
j = arctg 2 = arctg ç - ÷ = - . Отже,
3 è 3ø 6
2
60
æ 3 iö æ pö æ pö
ç - ÷ = cos60 ç - ÷ + i sin 60 ç - ÷ = cos10p - i sin10p = 1.►
è 2 2ø è 6ø è 6ø
1 1
Приклад 4. Зобразимо множину точок z Î C , для якої Re > .
z 4
1 1 x - iy
◄ Знайдемо для z ¹ 0 Re = Re = Re =
z x + iy ( x + iy )( x - iy )
 x - iy x x 1
= Re 2 2
= 2 2
. Отже,
2 2
> , x2 + y 2 > 0 Þ x2 + y 2 < 4 x Þ
x +y x +y x +y 4
( x - 2)2 + y 2 < 22 , тобто це внутрішня частина круга з центром у точці O1 (2,0) і
радіусом 2, крім початку координат (Рис.76).►

Рис. 6.

§3. Алгебра многочленів

Многочлени – це найпростіші функції однієї змінної, у запису яких відразу
задається алгоритм обчислення їх значень. З многочленами легко виконувати
арифметичні дії, а також диференціювання і інтегрування. Хоча вирази для решти
елементарних функцій типу sin x, e x , тощо, досить лаконічні, з обчислювального
погляду числа sin10! , e2 не мають змісту, потрібні певні наближені формули. Завдяки
цьому многочлени широко застосовують як зручне обчислювальне знаряддя в задачах
інтерполяції та апроксимації, теорії наближення функцій степеневими рядами,
чисельному диференціюванні і інтегруванні.
Многочленом (поліномом) n-го степеня відносно змінної z називають вираз
вигляду:
Pn ( z) = a0 z n + a1z n-1 + ! + an-1z + an , (1)

де ak (k = 0,1,!, n) - коефіцієнти многочлена.

Якщо ak Î ! , то многочлен заданий на множині комплексних чисел, якщо ak Î !
- на множині дійсних чисел.
Два многочлени P( z ) і Q( z ) називаються рівними, якщо рівні їхні степені і
коефіцієнти при однакових степенях z.
При додаванні многочленів додаємо коефіцієнти при однакових степенях z. При
множенні многочленів кожен член одного з них множимо на кожен член іншого і
одержані добутки додаємо. Ділення многочлена Pn ( z ) на многочлен Qm ( z ) (n ³ m)
можливе без остачі: Pn ( z ) = Qm ( z ) × Tn - m ( z ) . В цьому випадку многочлени Qm ( z ) і
Tn - m ( z ) називаються дільниками Pn ( z ) . Якщо це неможливо, то виконують ділення
многочленів з остачею: Pn ( z ) = Qm ( z ) × Tn - m ( z ) + Rk ( z ), k < m , тут Tn - m ( z ) -
частка, а Rk ( z ) - остача.
 На практиці многочлени ділять за правилом "ділення кутом": ділене і дільник
розташовуємо за спадними степенями z, поділивши старший член діленого на старший
член дільника, знаходимо старший член частки, множимо одержаний член частки на
дільник і віднімаємо добуток від діленого. Далі старший член різниці ділимо на старший
член дільника, такий процес продовжуємо доти, поки чергова різниця не
дорівнюватиме нулю (ділення без остачі), або степінь різниці не стане меншим за
степінь дільника.

Приклад 1. Поділимо многочлен 3 z 4 - 5 z 2 + 6 z - 7 на z 2 - z + 1.

◄
3z 4 - 5 z 2 + 6 z - 7 z 2 - z + 1
3z 4 - 3z 3 + 3z 2 3z 2 + 3z - 5
3z 3 - 8 z 2 + 6 z - 7
3z 3 - 3z 2 + 3z
-5 z 2 + 3z - 7
Отже, -5 z 2 + 5 z - 5
-2 z - 2

3z 4 - 5z 2 + 6 z - 7 = ( z 2 - z + 1)(3z 2 + 3z - 5) + (-2 z - 2) .►

Схема Горнера. Теорема Безу

Розглянемо окремий, дуже важливий, випадок ділення многочлена

Pn ( z ) = a0 z n + a1z n -1 + ! + an -1z + an ( n ³ 1) на зведений многочлен першого

степеня z - a . Часткою буде многочлен Tn -1 ( z ) , а остачею - число R0 ( z ) = r :

( )
a0 z n + a1z n-1 + ! + an = ( z - a ) b0 z n-1 + b1z n-2 + ! + bn-1 + r. (2)

Перемножимо многочлени в правій частині і зведемо подібні. Зрівнюючи коефіцієнти в

обох частинах рівності при однакових степенях z, дістанемо систему лінійних рівнянь для
визначення коефіцієнтів bk ( k = 0,1,!, n - 1) і r :
b0 = a0 , b1 = a0b0 + a1, b2 = ab1 + a2 ,!, bn -1 = abn - 2 + an -1, r = abn -1 + an .
Їх обчислення зручно виконувати за так званою схемою Горнера:

a0 a1 a2 ! an -1 an
a b0 = a0 b1 = a0b0 + a1 b2 = ab1 + a2 ! bn -1 = abn - 2 + an -1 r = abn -1 + an

У верхньому рядку схеми Горнера виписуємо за спаданням степенів z коефіцієнти

Pn ( z ) (якщо степеня z n - k немає, то вважаємо ak = 0 ), а в нижньому – коефіцієнти
частки bk і остачу r .
Якщо у рівності (2) підставити значення z = a , то дістанемо r = Pn ( a ) . Звідси випливає
таке твердження:
Теорема Безу.Остача від ділення многочлена Pn ( z ) на двочлен z - a дорівнює
значенню многочлена при z = a :
r = Pn (a ) .
Означення. Число а називають коренем многочлена Pn ( z ) , якщо Pn ( a ) = 0 .
Наслідок.Многочлен Pn ( z ) ділиться без остачі на z - a тоді і тільки тоді, коли а є його
коренем.
Якщо многочлен Pn ( z ) ділиться на ( z - a )k ( k Î N ) і не ділиться на ( z - a )k +1, то
число kназивають кратністю кореняа (при k = 1 корінь називають простим).
Схема Горнера – найпростіший і найекономніший, з погляду кількості
арифметичних дій, алгоритм для обчислення значень будь-якого многочлена за
допомогою обчислювальної техніки. Її можна подати у вигляді:
( ((( a0 z + a1 ) z + a2 ) z + a3 )!) z + an .
Pn ( z ) = !

Приклад 2. Переконаємось, що число z = -1 є коренем многочлена

P ( z ) = 2 z + 5z + 2 z - 4 z - 4 z - 1 і визначимо його кратність.
5 4 3 2

◄ Застосовуємо схему Горнера доти, поки чергова частка не стане відмінною від
нуля:

2 5 2 -4 -4 -1
-1 2 3 -1 -3 -1 0
-1 2 1 -2 -1 0
-1 2 -1 -1 0
-1 2 -3 2

Отже, число z = -1 є коренем многочлена кратності 3, многочлен можна подати у

вигляді:
( )►
2 z 5 + 5 z 4 + 2 z 4 - 4 z 2 - 4 z - 1 = ( z + 1) 2 z 2 - 3z + 2 .
3

Похідною від многочлена Pn ( z ) = a0 z n + a1z n-1 + ! + an називають

многочлен
P¢( z ) = na0 z n -1 + ( n - 1) a1z n - 2 + ! + an -1.

Легко переконатися, що Pn( n) ( z ) = n!a0 , а Pn( k ) ( z ) = 0 для k > n .

Знайдемо коефіцієнти розкладу многочлена Pn ( z ) за степенями z - a :
n -1
P( z ) = C0 + C1 ( z - a ) + C2 ( z - a ) + ! + Cn ( z - a )
2
(3)
Підставимо у цю рівність z = a , дістанемо C0 = P (a ) . Продиференціюємо рівність (3):

P¢( z ) = C1 + 2C2 ( z - a ) + ! + nCn ( z - a ) .

n

і підставимо значення z = a , дістанемо C1 = P¢(a ) . Після диференціювання nразів

дістанемо:
P¢¢(a) P ( k ) (a) P ( n) (a)
C2 = ,!, Ck = ,!, Cn = .
2! k! n!
Ці коефіцієнти називають коефіцієнтами Тейлора в околі точки a, вираз
P¢(a) P¢¢(a) P ( n ) (a )
P( z ) = P(a) + ( z - a) + ( z - a) +! +
2
( z - a )n (4)
1! 2! n!
називають формулою Тейлора для многочлена за степенями z - a .

Приклад 3. Розкладемо многочлен P( z) = 2z 4 - 5z3 + 4 z 2 - 8 за степенями z - 2 .

Обчислимо значення многочлена і всіх його похідних при z = 2 .

◄ Застосуємо до P( z ) чотири рази схему Горнера:

2 -5 4 0 -8
2 2 -1 2 4 0 = P(2)
P¢(2)
2 2 3 8 20 =
1!
P¢¢(2)
2 2 7 22 =
2!
P¢¢¢(2)
2 2 11 =
3!
P IV (2)
2 2=
4!
Отже, число 2 є простим коренем многочлена. Розклад P( z ) за степенями z - 2 має
вигляд:
P( z ) = 20 ( z - 2) + 22 ( z - 2) + 11( z - 2 ) + 2 ( z - 2 ) .
2 3 4

Значення P ( z ) і його похідних при z = 2 :

P(2) = 0, P¢(2) = 20, P¢¢(2) = 44, P¢¢¢(2) = 66, P IV (2) = 48 . ►
n n
Приклад 4. Узагальнимо формули скороченого множення для многочлена x - a ,
який має корінь x = a .
◄
1 0 0 ! 0 -a n
a 1 a a2 ! a n -1 0

Отже, (
xn - an = ( x - a ) xn-1 + axn-2 + ! + an-2 x + an-1 .► ) (5)

§4. Розклад многочлена на множники

Розглянемо многочлен n-го степеня
Pn ( z) = a0 z n + a1z n-1 + ! + an-1z + an
з довільними комплексними коефіцієнтами. З'ясуємо, чи кожен многочлен має корені і,
2
коли так, то скільки їх є. Наприклад, z + 1 має тільки комплексні корені ±i . Якщо
розширити множину дійсних чисел до множини комплексних, то цілком можна
розв'язати питання про існування і кількість коренів многочлена Pn ( z ) .
Основна теорема алгебри. Кожен многочлен Pn ( z ) степеня n ³ 1 має на множині
комплексних чисел хоча б один корінь.
Вперше цю теорему спробував довести в 1746 р. Д'Аламбер, а строге її доведення
зробив у 1799 р. Гаусс.
Теорема 1.Будь-який многочлен Pn ( z ) степеня n з дійсними чи комплексними
коефіцієнтами має на множині комплексних чисел рівно n коренів, коли кожен з них
рахувати стільки разів, скільки становить його кратність.
Доведення:
За основною теоремою алгебри многочлен Pn ( z ) при n ³ 1 має на множині ℂ хоча
б один корінь, позначимо його a1 . За наслідком з теореми Безу Pn ( z ) ділиться без
остачі на z - a1 :
Pn ( z ) = ( z - a1 )Tn -1 ( z ) .

Якщо n - 1 ³ 1, то за основною теоремою алгебри існує корінь a 2 многочлена

Tn -1 ( z ) :
Tn -1 ( z ) = ( z - a 2 )Tn - 2 ( z ) .

Міркуючи так n-1 разів, дістанемо многочлен T0 = a0 . Отже, для Pn ( z ) маємо такий
розклад на множники:
Pn ( z ) = a0 ( z - a1 )( z - a 2 )...( z - a n ). (1)

Із (1) випливає не тільки те, що комплексні числа 𝛼! , 𝛼" , … , 𝛼#

(між якими можуть бути й рівні) є коренями многочлена 𝑃# (𝑧), а й те, що інших коренів
він не має. Справді, коли число b– корінь многочлена 𝑃# (𝑧), то
𝑃# (𝑏) = 𝛼$ (𝑏 − 𝛼! )(𝑏 − 𝛼" ) … (𝑏 − 𝛼# ) .
Врахувавши , що добуток комплексних чисел дорівнює нулеві тоді і тільки тоді , коли
один із співмножників дорівнює нулеві, одержимо
𝑃# (𝑏) = 0 ⟺ 𝑏 − 𝛼% = 0 ⟺ 𝑏 = 𝛼% .
Якщо корінь a i (i = 1,2,..., n) має кратність ki , 1 £ ki £ n , то, об'єднуючи однакові
співмножники, многочлен Pn ( z ) можна єдиним способом розкласти на множники:
Pn ( z ) = a0 ( z - a1)k1 ( z - a 2 )k2 ...( z - a m )km , (2)

де k1 + k2 + ... + km = n . ■
Нагадаємо, що кожне натуральне число на добуток простих чисел можна
розкласти єдиним способом. Під час розкладу многочлена на множники роль простих
чисел відіграють так звані незвідні многочлени. Кажуть, що многочлен степеняn
>0незвідний, коли він не ділиться на жоден з многочленів степеня0< k < n.
Теорема 2. Кожен многочлен ненульового степеня n можна розкласти на
множині комплексних чисел у добуток лінійних множників. Такий розклад єдиний з
точністю до множників ненульового степеня.
Отже, на множині комплексних чисел незвідні тільки многочлени першого
степеня.

Нехай тепер усі коефіцієнти многочлена Pn ( x ) ak є дійсні числа.

Pn ( x) має рівно n дійсних та комплексних коренів. Переконаємось, що у цьому разі
комплексні корені входитимуть у розклад (2) спряженими парами.
Теорема 3.Якщо число a = a + b i є коренем многочлена Pn ( x) з дійсними
коефіцієнтами, то спряжене число a = a - b i також буде його коренем.
Доведення:
Скористаємось властивостями спряжених чисел:
1) 𝑧0000000000
! + 𝑧" = 𝑧1! + 𝑧1" ;
2) 𝑧000000
! 𝑧" = 𝑧1! 𝑧1" ;
3) 𝑧2222 = 𝑧.
Властивості 1 і 2 слушні для суми та добутку понад двох чисел, зокрема 𝑧000 0000# .
# = (𝑧)

Нехай 𝑎– корінь многочлена 𝑃# (𝑧) = 𝑎$ 𝑧 # + 𝑎! 𝑧 #&! + ⋯ + 𝑎#&! 𝑧 + 𝑎# , де𝑎і ∈

𝑅 (𝑖 = 0,1, … , 𝑛).
Маємо
0 = 00 = 𝑃 0000000 0000000000000000000000000000000000000000000000
# (𝑎) = 𝑎$ 𝑎 + 𝑎! 𝑎
# #(! + ⋯ + 𝑎
#&! 𝑎 + 𝑎#
=𝑎0000000
# #&! 0000000000
000000000 + ⋯ + 𝑎#&! 𝑎 + 𝑎 000
#
$ 𝑎 + 𝑎! 𝑎
000 000000 0000
#&! 𝑎 + 𝑎# = 𝑃# (𝑎
= 𝑎$ 𝑎 # + 𝑎 𝑎 #&! + ⋯ + 𝑎 0)
!
що треба було довести.■
Наслідок. Кожен многочлен Pn ( x) з дійсними коефіцієнтами можна єдиним способом
розкласти на добуток незвідних многочленів першого та другого степеня з дійсними
коефіцієнтами.
 Доведення:
Кожному дійсному кореневі a k у розкладі многочлена (2) відповідає множник
( x - a k ) . Якщо комплексне число a = a + b i є коренем Pn ( x) , то спряжене число
a = a - bi теж буде його коренем. У розкладі (2) парі спряжених коренів відповідає
добуток:

(𝑥 − 𝑎)(𝑥 − 𝑎0) = ;𝑥 − (𝛼 + 𝛽𝑖)=;𝑥 − (𝛼 − 𝛽𝑖)= = 𝑥 " − 2𝛼𝑥 + 𝛼 " + 𝛽 " =

= 𝑥 " + 𝑝𝑥 + 𝑞,
де 𝑝 = −2𝛼, 𝑞 = 𝛼 " + 𝛽 " , (𝑝, 𝑞 ∈ 𝑅)−многочлен другого степеня з дійсними
коефіцієнтами.

Дискримінант квадратного тричлена від'ємний:

𝑃"
𝐷= − 𝑞 = 𝛼 " − 𝛼 " − 𝛽 " = −𝛽 " < 0,
4
його називають незвідним многочленом другого степеня.
Отже, враховуючи кратності дійсних і комплексних коренів, дістанемо для
многочлена Pn ( x) з дійсними коефіцієнтами розклад на лінійні і квадратні множники:
Pn ( x) = a0 ( x - a1)k1 ...( x - a r )kr ( x 2 + p1x + q1) b1 ...( x 2 + ps x + qs ) bs , (3)

де k1 + k2 + ... + kr + 2 b1 + ... + 2 b s = n , всі числа 𝛼! , … , 𝛼) , 𝑝! , 𝑞! , … 𝑝* , 𝑞*

дійсні.■
На множині дійсних чисел незвіданими є многочлени першого та другого
степенів з від’ємним дискримінантом.
Використавши розклад многочлена P ( x ) на множники на множині комплексних
чисел, знайдемо залежності між коренями многочлена та його коефіцієнтами.
Позначимо корені зведеного ( a0 = 1) многочлена через x1, x2 ,..., xn , ( xi Î C ) і
розкладемо многочлен на лінійні множники:
x n + a1x n -1 + ... + an -1x + an = ( x - x1 )( x - x2 )...( x - xn ) =
= x n - ( x1 + x2 + ... + xn ) x n -1 + ( x1x2 + x1x3 + ... + xn -1xn ) x n - 2 + ... +
+(-1) n x1x2 ...xn
Прирівнюємо коефіцієнти біля однакових степенів x:
a1 = -( x1 + x2 + ... + xn ),
a2 = x1x2 + x1x3 + ... + xn -1xn ,
(4)
a3 = -( x1x2 x3 + x1x2 x4 + ... + xn - 2 xn -1xn ),
an = (-1)n x1x2 ...xn .
Рівності (4) називають формулами Вієта для коренів зведеного многочлена n-го
степеня.
Із формул (4) випливає, що всі цілі корені зведеного многочлена ( a0 = 1) , якщо
такі існують, є цілими дільниками вільного члена an .
Ця властивість для незведеного многочлена (a0 ¹ 1) узагальнюється так: коли
r
нескоротний дріб є коренем многочлена P ( x ) , то rє дільником вільного члена an ,
m
а m – дільником старшого коефіцієнта a0 .
Це дозволяє визначити цілі або раціональні корені многочлена P ( x ) методом
перебору.
Приклад 1. Знайдемо корені многочлена P( x) = x5 + 2 x4 - 2 x3 - 4 x2 + x + 2 і
розкладемо його на множники.
◄ Якщо многочлен має цілі корені, то вони є дільниками числа 2, тобто це числа
±1, ±2. Здійснюємо перебір за схемою Горнера.
1 2 -2 -4 1 2
1 1 3 1 -3 -2 0
1 1 4 5 2 0
1 1 5 10 12 ¹ 0
-1 1 3 2 0
-1 1 2 0
-2 1 0
Таким чином, x = ±1 є двократними коренями многочлена, а x = -2 − простим.
x5 + 2x4 - 2x3 - 4x2 + x + 2 = ( x + 1)2 ( x - 1)2 ( x + 2) .►
Приклад 2. Знайдемо корені многочлена 3x3 + x 2 + x - 2 і розкладемо його на
множині дійсних чисел на множники.
r
◄ Раціональні корені, за їх наявності, мають вигляд , де rє дільниками вільного
m
члена 2: ±1, ±2, а m – дільниками 3: ±1, ±3. Враховуючи, що на відрізку [ 0,1]
1 2
многочлен змінює знак, перевіряємо числа x = і x = .
3 3
3 1 1 -2

1 5 13
3 2 - ¹0
3 3 9
2
3 3 3 0
3
 æ
Отже, 3 x3 + x 2 + x - 2 = ç x -
è
(
2ö 2
) 2
÷ 3x + 3x + 3 = (3x - 2)( x + x + 1) , множник
3ø
1 3
x 2 + x + 1 має комплексні корені x = - ± i.►
2 2
Обчислення коренів многочлена – це одна з найдавніших і найважчих завдань
алгебри. Формули для них у випадку дійсних коефіцієнтів многочленів першого та
другого степенів знали ще за античних часів.
У XVI ст. італійські математики С. Ферро (1465-1526рр.), Н. Тарталья (1500-
1557рр.) та Д. Кардано (1501-1576рр.) винайшли спосіб алгебраїчного розв'язання
кубічних рівнянь. Учень Кардано Феррарі (1522-1565рр.) запропонував спосіб зведення
рівняння четвертого степеня до кубічного та двох квадратних.
Для алгебраїчних рівнянь степеня n > 4 доведено, що у загальному випадку в
радикалах вони не розв'язувані, тобто їх корені не можна виразити як функції від
коефіцієнтів рівняння. Нестроге доведення цього твердження у 1799р. зробив
італійський математик П. Руффіні (1765-1822рр.), а в 1826р. його строго обґрунтував у
своїх працях норвезький математик Н. Х. Абель (1802-1829рр.) і в 1830р. – французький
математик Е. Галуа (1811-1832рр.).

§5. Алгоритми Евкліда для визначення

найбільшого спільного дільника двох многочленів
Многочлен 𝑹(𝒙) називають спільним дільником многочленів 𝑷(𝒙) та 𝑸(𝒙), коли
він є дільником кожного з них. Усі многочлени нульового степеня, тобто відмінні від нуля
дійсні числа, будуть спільними дільниками будь-яких двох многочленів 𝑷(𝒙) та 𝑸(𝒙).
Якщо ці многочлени інших спільних дільниківне мають, то їх називають взаємно
простими. Спільний дільник двохмногочленів називають їхнім найбільшим спільним
дільником (НСД), коли він ділиться на кожен інший спільний дільник цих многочленів.
НСД можна визначити з точністю до сталого, відмінного від нулямножника.
НСД многочленів знаходять за допомогою алгоритму Евкліда, що його ми
застосовували для обчислення НСД чисел. Він не потребує визначення коренів
многочленів і розкладання їх на множники, а тільки виконання дії ділення многочленів
з остачею.
Нехай степінь многочлена 𝑷(𝒙) більший за степінь многочлена 𝑸(𝒙) або
дорівнює йому. Поділимо 𝑷(𝒙) на 𝑸(𝒙):
𝑷(𝒙) = 𝑸(𝒙)𝑸𝟏 (𝒙) + 𝑹𝟏 (𝒙) (1)
де 𝑸𝟏 (𝒙)− частка, а 𝑹𝟏 (𝒙)− остача від ділення цих многочленів.

Якщо степінь многочлена 𝑷(𝒙) менший 𝑸(𝒙), то припускаємо, що з (1)

𝑸𝟏 (𝒙) = 𝟎, 𝑹𝟏 (𝒙) = 𝑷(𝒙).

Коли в (1) 𝑹𝟏 (𝒙) = 𝟎, то НСД 𝑷(𝒙) і 𝑸(𝒙) буде многочлен 𝑸(𝒙).

 Якщо в (1) 𝑹𝟏 (𝒙) ≠ 𝟎, то степінь 𝑹𝟏 (𝒙) менший за степінь 𝑸(𝒙). Поділимо
𝑸(𝒙) на 𝑹𝟏 (𝒙) і позначимо частку та остачу відповідно 𝑸𝟐 (𝒙)та 𝑹𝟐 (𝒙):
𝑸(𝒙) = 𝑹𝟏 (𝒙)𝑸𝟐 (𝒙) + 𝑹𝟐 (𝒙) (2)

Коли 𝑹𝟐 (𝒙) ≠ 𝟎, то ділимо 𝑹𝟏 (𝒙) на 𝑹𝟐 (𝒙).

Проводячи цей процес далі, дістаємо:
𝑹і&𝟐 (𝒙) = 𝑹і&𝟏 (𝒙)𝑸і (𝒙) + 𝑹і (𝒙) (3)

Степені многочленів 𝑹і (𝒙) знижуються, тому через скінченну кількість кроків

остача (позначимо її 𝑹𝒏(𝟏 (𝒙)) перетвориться на нуль, а остання відмінна від нуля
остача буде 𝑹𝒏 (𝒙). Два останніх кроки алгоритму Евкліда запишемо так:
𝑹𝒏&𝟐 (𝒙) = 𝑹𝒏&𝟏 (𝒙)𝑸𝒏 (𝒙) + 𝑹𝒏 (𝒙)
𝑹𝒏&𝟏 (𝒙) = 𝑹𝒏 (𝒙)𝑸𝒏(𝟏 (𝒙). (4)

НСД многочленів 𝑷(𝒙) на 𝑸(𝒙) буде остання відмінна від нуля остача 𝑹𝒏 (𝒙) в
алгоритмі Евкліда.
Довести це твердження можна так само, як і у випадку НСД натуральних чисел.

Приклад І. Визначити НСД многочленів

Р (х) = 𝒙𝟒 − 𝟐𝒙𝟑 − 𝟕𝒙𝟐 + 𝟐𝟎𝒙 − 𝟏𝟐, 𝑸(𝒙) = 𝒙𝟑 − 𝟐𝒙𝟐 − 𝒙 + 𝟐.
◄ Поділимо 𝑷(𝒙) на 𝑸(𝒙):
_ 𝒙𝟒 − 𝟐𝒙𝟑 − 𝟕𝒙𝟐 + 𝟐𝟎𝒙 − 𝟏| 𝒙𝟑 − 𝟐𝒙𝟐 − 𝒙 + 𝟐
𝒙𝟒 − 𝟐𝒙𝟑 − 𝒙𝟐 + 𝟐𝒙 | x
________________________
- 𝟔𝒙𝟐 + 𝟏𝟖𝒙 − 𝟏𝟐

Оскільки НСД визначають з точністю до сталого множника, то для спрощення

!
обчислень остачу - 𝟔𝒙𝟐 + 𝟏𝟖𝒙 − 𝟏𝟐множимо на − 0 і одержуємо 𝒙𝟐 − 𝟑𝒙 + 𝟐.

Поділимо многочлен 𝒙𝟑 − 𝟐𝒙𝟐 − 𝒙 + 𝟐 на остачу 𝒙𝟐 − 𝟑𝒙 + 𝟐:

_ 𝒙𝟑 − 𝟐𝒙𝟐 − 𝒙 + 𝟐 | 𝒙𝟐 − 𝟑𝒙 + 𝟐
𝒙𝟑 − 𝟑𝒙𝟐 + 𝟐𝒙 | x+1
__________________
_ 𝒙𝟐 − 𝟑𝒙 + 𝟐
𝒙𝟐 − 𝟑𝒙 + 𝟐
0
НСД заданих многочленів дорівнює останній відмінній від нуля остачі, тобто
многочлену 𝒙𝟐 − 𝟑𝒙 + 𝟐.
 §6. Розклад правильних раціональних дробів на елементарні
Раціональним дробом (або дробовою раціональною функцією) називається частка
Pn ( x )
від ділення двох многочленів , причому 𝑄(𝑥) ≠ 0.
Qm ( x )
!(#) &(#)
Раціональні дроби і називають рівними, коли
%(#) '(#)
𝑃(𝑥)𝐵(𝑥) = 𝑄(𝑥)𝐴(𝑥).
Отже, два дроби з рівними знаменниками рівні тоді і тільки тоді, коли рівні їхні
чисельники.
Дріб називають нескоротним, коли 𝑃(𝑥)і𝑄(𝑥) − взаємно прості многочлени.
Сума раціональних дробів та їх добуток визначаються рівностями:
𝑃(𝑥) 𝐴(𝑥) 𝑃(𝑥)𝐵(𝑥) + 𝑄(𝑥)𝐴(𝑥)
+ +
𝑄(𝑥) 𝐵(𝑥) 𝑄(𝑥)𝐵(𝑥)
𝑃(𝑥) 𝐴(𝑥) 𝑃(𝑥)𝐴(𝑥)
=
𝑄(𝑥) 𝐵(𝑥) 𝑄(𝑥)𝐵(𝑥)
Ці дії комутативні, асоціативні, і їх пов’язує між собою властивість дистрибутивності.
Якщо степінь чисельника менший степеня знаменника, n < m , то дріб
правильний, інакше – неправильний.
Поділивши чисельник на знаменник у неправильному дробі, виділимо частку –
цілу частину, до якої додається правильний дріб
Pn ( x) P ( x)
= Tn - m ( x) + k , де k < m .
Qm ( x) Qm ( x)
Правильні раціональні дроби

A Bx + C
і ,
(x )
r
(x -a ) k 2
+ px + q

де

A ¹ 0, B2 + C 2 > 0, k , r Î N , a , p, q, A, B, C Î R, p 2 - 4q < 0 ,
називають елементарними (або найпростішими) раціональними дробами на множині
R.

З елементарними дробами легко виконувати арифметичні дії, а також

диференціювання і інтегрування.
P( x)
Лема 1.Нехай - правильний раціональний дріб з дійсними коефіцієнтами,
Q( x)
знаменник Q ( x ) , який має дійсне число а коренем кратності α, тобто
 Q( x) = ( x - a ) × j ( x ) , де j (a) ¹ 0.
a
(1)

Тоді для цього дробу має місце представлення:

P( x) A y ( x)
= + . (2)
Q( x) ( x - a)
a
( x - a)
a -k
× j ( x)
P(a)
У цьому представленні А – дійсна стала, яка рівна A= , k – ціле число, що
j (a)
задовольняє умову k ³ 1, y ( x ) - деякий многочлен з дійсними коефіцієнтами
такий, що останній дріб у правій частині рівності (2) є правильним.
P(a)
■ Позначимо A= , розглянемо різницю
j (a)
P( x) A
- .
Q( x) ( x - a )a
Звівши до спільного знаменника, одержимо
P( x) A P( x) - Aj ( x ) Ф( x)
- = = , (3)
Q( x) ( x - a )a
( x - a ) ×j ( x) ( x - a ) ×j ( x )
a a

де через Ф( x) позначено многочлен з дійсними коефіцієнтами виду

Ф( x) = P( x) - Aj ( x).
P(a)
Оскільки Ф(a ) = P( a ) - Aj ( a ) = P( a ) - × j (a) = 0, дійсне число
j (a)
α є коренем многочлена Ф( x) певної кратності k. Це означає, що має місце
представлення
Ф( x) = ( x - a ) ×y ( x), де y (a) ¹ 0,
k
(4)
а y (a ) − деякий многочлен з дійсними коефіцієнтами.
Підставляючи (4) у (3), одержимо
P( x) A y ( x)
- = . (5)
Q( x) ( x - a )a ( x - a )a -k × j ( x )
Таким чином, представлення (2) доведено. Залишається тільки переконатися у тому, що
дріб, який стоїть у правій частині (5), є правильним, але це зразу випливає з того, що
різниця двох правильних раціональних дробів є правильним раціональним дробом
(щоб переконатися у цьому достатньо привести різницю правильних раціональних
дробів до спільного знаменника). Лему доведено. ■
 P( x)
Лема 2. Нехай - правильний раціональний дріб з дійсними коефіцієнтами,
Q( x)
знаменник Q ( x ) має комплексні корені a = u + iv, a = u - iv кратності l ,
тобто

Q( x) = ( x 2 + px + q ) × j ( x), j (a) ¹ 0, j (a ) ¹ 0,
l

(6)
p = -2u, q = u + v . 2 2

Тоді для цього дробу має місце представлення

P( x) Mx + N y ( x)
= + . (7)
Q( x) ( x 2 + px + q )l ( x 2 + px + q )l -k × j ( x)

P(a)
Тут M і N – деякі дійсні сталі, A= ,k – ціле число, що задовольняє умову
j (a)
k ³ 1, y ( x ) - деякий многочлен з дійсними коефіцієнтами такий, що останній
дріб у правій частині рівності (7) є правильним.
■ Позначимо дійсну частину комплексної величини А символом Re[A], уявну − Im[A].
Оскільки в силу (6) j ( a ) ¹ 0, покладемо
1 é P( a) ù é P( a) ù u é P( a) ù
M = Im ê ú , N = Re ê ú - Im ê ú .
v ë j (a) û ë j ( a) û v ë j ( a) û
Легко перевірити, що вказані Mі Nє розв’язками наступного рівняння:
P(a) - ( Ma + N )j (a ) = 0. (8)

Насправді, поділивши це рівняння на j (a), і прирівнявши до нуля дійсну і уявну

частини, ми одержимо дві рівності
é P(a) ù
Ma + N = Re ê ú,
ë j ( a ) û
é P(a) ù
Mv = Im ê ú,
ë j ( a ) û
з яких визначаються записані вище Mі N. Розглянемо різницю
P( x) Mx + N
- .
Q( x) ( x + px + q )
2 l

Звівши вказану різницю до спільного знаменника, одержимо

 P( x) Mx + N
- =
Q( x) ( x 2 + px + q )l
(9)
P( x) - ( Mx + N )j ( x) Ф( x)
= = .
(x + px + q ) j ( x) (x + px + q ) j ( x)
2 l 2 l

Тут через Ф( x ) позначено многочлен з дійсними коефіцієнтами виду

Ф( x) = P( x) - ( Mx + N )j ( x). Рівність (8) дозволяє стверджувати, що
комплексне число а, і тому також число a (в силу теореми 3 лекції 2) є коренями
многочлена Ф( x) деякої кратності k ³ 1. У такому випадку для многочлена Ф( x)
справедливе представлення

Ф( x) = ( x 2 + px + q ) ×y ( x),
k
(10)

де y ( x) − деякий многочлен з дійсними коефіцієнтами, який не має в якості коренів

числа а та a . Вставляючи представлення (10) у формулу (9), одержимо представлення
(7). Той факт, що останній дріб, який стоїть у правій частині (7), є правильним, випливає
з того, що цей дріб дорівнює різниці двох правильних дробів. Лему доведена. ■
P( x)
Послідовне застосування леми 1 та леми 2 до дробу за всіма коренями
Q( x)
знаменника приводить до наступного твердження.
Pn ( x )
Твердження.Кожен правильний раціональний дріб , n < m , знаменник якого
Qm ( x )
має розклад
r r
Qm ( x) = ( x - a1)k1 ...( x - ai )ki ( x2 + p1x + q1) 1 ...( x2 + p j x + q j ) j , (1)

можна єдиним способом зобразити у вигляді суми елементарних дробів:

Pn ( x ) A A12 A1k1 A Ai 2
= 11 + + ... + + ... + i1 + + ... +
Qm ( x ) x - a1 ( x - a1 ) 2
( x - a1 ) k1
x - ai ( x - ai ) 2
Aiki B11 x + C11 B12 x + C12 B1r 1 x + C1r 1
+ + + + ... + + ... +
( x - ai )ki x 2 + p1 x + q1 ( x 2 + p1 x + q1 )2 ( x 2 + p1 x + q1 ) r 1
B jr j x + C jr j
+ rj
. (2)
( x2 + p j x + q j )

Кожному дійсному кореню a1 кратності k1 у розкладі (2) відповідає сума k1

елементарних дробів
 A11 A12 A1k1
+ + ... + ,
x - a1 ( x - a1 ) 2 ( x - a1 ) k1

а кожній парі комплексних спряжених коренів кратності r1 , яка утворює у розкладі

r
знаменника (1) множник ( x2 + p1x + q1) 1 , відповідає сума r1 найпростіших дробів у
розкладі (2):
B11x + C11 B12 x + C12 B1r 1 x + C1r 1
+ + ... + .
x 2 + p1x + q1 ( x 2 + p1x + q1 )2 ( x 2 + p1x + q1 ) r 1

Для визначення дійсних коефіцієнтів

Arj , B pm , C pm (r = 1,2,..., i; j = 1,2,..., ki ; p = 1,2,..., j; m = 1,2,..., r j ) розкладу
застосовують наступні методи.

1. Метод невизначених коефіцієнтів.

Помножимо обидві частини розкладу (2) на Qm ( x ) :
r
Pn ( x ) = A11 ( x - a 2 )k2 ...( x 2 + p j x + q j ) j + ... + ( B jr j x + c jr j )( x - ai ) ki ...
(3)
2 r1 2 r j -1
...( x + p1 x + q1 ) ...( x + p j -1 x + q j -1 ) .

Зрівняємо коефіцієнти при однакових степенях x в обох частинах тотожності (3).

Одержимо систему лінійних рівнянь відносно неозначених коефіцієнтів.
6 x2 + x - 2
Приклад 1. Раціональний дріб розкладемо на суму елементарних
2 x3 - x - 1
дробів.
◄ Розкладемо на множники знаменник дробу.
1
Можливі раціональні корені шукаємо серед чисел ±1, ± за схемою Горнера:
2
2 0 -1 -1
1 2 2 1 0
3 2
Маємо розклад 2 x - x - 1 = ( x - 1)(2 x + 2 x + 1), два інші корені знаменника
комплексні.
Для заданого дробу маємо розклад
6 x2 + x - 2 A Bx + C
= + .
2 x3 - x - 1 x - 1 2 x 2 + 2 x + 1

Помножимо обидві частини рівності на 2 x3 - x - 1:

6 x2 + x - 2 = A(2 x2 + 2 x + 1) + ( Bx + C)( x - 1) .
Зрівнюємо коефіцієнти біля однакових степенів xв обох частинах:
 x2 6 = 2 A + B,
x1 1 = 2 A + C - B,
x0 -2 = A - C.

Додавшивсітрирівності, дістанемо 5 A = 5, тобто A = 1, тоді B = 4, C = 3.

Отже,
6 x2 + x - 2 1 4x + 3
3
= + 2
.►
2x - x - 1 x - 1 2x + 2x + 1
2. Метод часткових значень.
Скористаємось з того, що рівні многочлени приймають рівні значення при однакових
значеннях x. Тому в правій та лівій частинах тотожності (3) підставимо довільно r значень
x, де r дорівнює кількості неозначених коефіцієнтів. Зокрема, за значення x можна брати
корені знаменника. Із складеної системи r лінійних рівнянь знаходимо невідомі
коефіцієнти.
На практиці методи 1 і 2 доцільно комбінувати.
2 x3 - 1
Приклад 2. Дріб розкладемо на суму елементарних дробів.
( x - 2) 2 ( x 2 + 1)
2 x3 - 1 A B Cx + D
◄ 2 2
= + 2
+ 2 .
( x - 2) ( x + 1) x - 2 ( x - 2) x +1
Помножимо обидві частини рівності на знаменник:
2 x3 - 1 = A( x - 2)( x2 + 1) + B( x2 + 1) + (Cx + D)( x - 2)2.
Покладемо x = 0, x = 2, x = i, дістанемо:
ì B = 3,
ï 2
ì B = 3, ïC = - ,
ì -1 = -2 A + B + 4 D , ï A - 2 D = 2, ïï 5
ï ï
í15 = 5B, Þí Þí 1
ï-2i - 1 = (Ci + D)(3 - 4i), ï3 C - 4 D = - 2, ï D = ,
î 5
ï
î3D + 4C = -1, ï
ï A = 12 .
ïî 5
Таким чином,
2 x3 - 1 12 3 1 - 2x
= + - .►
( x - 2)2 ( x 2 + 1) 5( x - 2) ( x - 2) 2 5( x 2 + 1)

3. Метод викреслювання.
Якщо знаменник правильного дробу має тільки прості дійсні корені, тобто
Q( x) = ( x - a1 )( x - a 2 )...( x - a m ), то розклад дробу має вигляд
 Pn ( x) A1 A2 Am
= + + ... + .
Qm ( x) x - a1 x - a 2 x - am
Після множення на знаменник дістанемо
Pn ( x) = A1( x - a 2 )...( x - a m ) + A2 ( x - a1)( x - a3 )...( x - a m ) + ... +
+ Am ( x - a1 )( x - a 2 )...( x - a m -1)
Покладемо у цих рівностях x = a1, x = a 2 ,..., x = a m :
P(a1 ) = A1 (a1 - a 2 )...(a1 - a m ),
P(a 2 ) = A2 (a 2 - a1 )(a 2 - a 3 )...(a 2 - a m ),
P(a m ) = Am (a m - a1 )(a m - a 2 )...(a m - a m -1 ),
Звідси
P(a1 ) P ( x)( x - a1 )
A1 = = n ,
(a1 - a 2 )...(a1 - a m ) Qm ( x) x =a 1

P(a 2 ) P ( x)( x - a 2 )
A2 = = n ,
(a 2 - a1 )...(a 2 - a m ) Qm ( x) x =a 2

P(a m ) P( x)( x - a m )
Am = = .
(a m - a1 )...(a m - a m -1) Qm ( x) x =a m
Отже, щоб обчислити коефіцієнт Ai (i = 1,2,..., m), викреслюємо у знаменнику дробу
( x - a i ) і обчислюємо значення одержаного дробу при x = a i .
3 x3 + 3 x 2 + 2 x - 2
Приклад 3. Дріб розкладемо на суму елементарних дробів.
x3 + x 2 - 2 x
◄ Дріб неправильний, виділимо спочатку цілу частину
3 2
3 x3 + 3 x 2 + 2 x - 2 x + x - 2 x
-
3 x3 + 3 x 2 - 6 x 3
8x - 2
Звідси
3 x3 + 3 x 2 + 2 x - 2 8x - 2
= 3 + .
x3 + x 2 - 2 x x( x - 1)( x + 2)
Для дробу маємо розклад
8x - 2 A B C
= + + .
x( x - 1)( x + 2) x x - 1 x + 2
За методом викреслювання обчислюємо
8x - 2 8x - 2 8x - 2
A= = 1, B = = 2, C = = -3.
( x - 1)( x + 2) x =0 x( x + 2) x =1 x( x - 1) x =-2
 3 x3 + 3 x 2 + 2 x - 2 1 2 3
Отже,
3 2
=3+ + - .
x + x - 2x x x -1 x - 2

РОЗДІЛ II. ЛІНІЙНІ ПРОСТОРИ І ЛІНІЙНІ ОПЕРАТОРИ

§ 1. Лінійні простори. Розмірність. Базис
Ми будемо, в основному, розглядати два числових поля: поле дійсних чисел R і
поле комплексних чисел C. Буквою F будемо позначати одне з цих полів.
Означення. Непорожня множина L елементів x, y, z , ! довільної природи (над
полем F) називається лінійним або векторним простором, якщо виконані наступні
три умови:
1. задається закон (операція додавання), згідно з яким довільним двом елементам
x i y з L ставиться у відповідність елемент з L , який називають їх сумою і
позначають x + y ;
2. задається закон (операція добутку елемента на число), згідно з яким елементу
xÎ L і числу a Î! ставиться у відповідність елемент a x Î L, який називають
добутком x на a ;
3. визначені операції задовольняють наступні аксіоми для довільних x,y,zÎ L і
чисел a , b Î! :
10. x + y = y + x;

20. ( ) ( )
x+y +z =x+ y+z ;
30.існує нульовий елемент 0 Î L такий,що x + 0 = x ;
40.існує протилежний елемент ( -x ) Î L такий, що x + ( -x ) = 0 ;
50. a (x+y)= a x +a y;
60. (
a + b ) x = a x+ b x;

70. (
a × b ) x= a × ( b x);
80.1 × x=x.
Елементи лінійного простору L називають векторами. При цьому ми абстрагуємось не
тільки від природи елементів, а і конкретного вигляду правил їх додавання і множення
на число, істотним є лише виконання аксіом 10 – 80.
Приклади лінійних просторів:
1
1. Множини геометричних векторів на прямій ! , на площині ! 2 і у
тривимірному просторі ! 3.
2. n - вимірний арифметичний простір ! n , елементами якого є упорядковані
сукупності nдійсних чисел x = ( x1, x2 ,!, xn ) .
 3. Множина M m´n всіх матриць розміру ( m ´ n ) із введеними операціями
додавання і множення на число.
[ ] [
4. Простір C a, b функцій, визначених і неперервних на a, b . ]
5. Простір алгебраїчних многочленів {Pn ( x )}, степені яких £ n.
Теорема 1.У довільному лінійному просторі L існує єдиний нульовий елемент і для
кожного елемента x Î L існує єдиний протилежний елемент.
Доведення:
Існування хоча б одного нульового елемента стверджується в аксіомі 30. Припустимо,
що існують два нульових елемента 01 та 02. Тоді, покладаючи в аксіомі 30 спочатку
x = 01 , 0 = 02 ,а потім x = 02 , 0 = 01 , ми одержимо дві рівності
01 + 02 = 01 , 01 + 02 = 02 , ліві частини яких за аксіомою 10 рівні. Отже, в силу
транзитивності знака = рівні і праві частини двох останніх рівностей: 01 = 02 , і єдність
нульового елемента доведено.
Існування для кожного елемента х хоча б одного протилежного елемента y
стверджується аксіомою 40. Припустимо, що для деякого елемента x Î L існують два
протилежних елемента y1 , y2 , так що x + y1 = 0, x + y2 = 0. Але тоді за
аксіомами 10 −30
y1 = y1 + 0 = y1 + ( x + y2 ) = ( y1 + x ) + y2 = 0 + y2 = y2 + 0 = y2 ,
тобто
y1 = y2
і єдність для кожного елемента x Î L протилежного елемента доведено. ■
Теорема 2.У довільному лінійному просторі L
1) нульовий елемент 0 дорівнює добутку довільного елемента x Î L на дійсне
число 0;
2) для кожного елемента x Î L протилежний елемент дорівнює добутку цього
елемента на дійсне число -1.
Доведення:

1) Нехай x Î L − довільний елемент, а y – йому протилежний елемент. Послідовно

застосовуючи аксіоми 30, 40, 20, 50, 10, 70 і знову 50, 40, одержимо
x × 0 = x × 0 + 0 = x × 0 + ( x + y) = ( x × 0 + x) + y =
= ( x × 0 + x × 1) + y = x ( 0 + 1) + y = x × 1 + y = x + y = 0,
тобто
x × 0 = 0.
2)x Î L − довільний елемент, а y = (-1) × x. Використовуючи аксіоми 50, 70, 10 і
вже доведену рівність x × 0 = 0, одержимо:
 x + y = x + (-1) x = 1 × x + (-1) x = [1 + (-1) ] x = 0 × x = x × 0 = 0,
що і доводить в силу аксіоми 40, що елемент y – протилежний елемент до х. ■

Суму вектора x і вектора –yпозначаютьx - y і називають різницею цих векторів.

Вираз a1e1 + a 2e 2 + ! + a ne n називається лінійною комбінацією векторів
e1, e 2 ,!, e nз коефіцієнтами a1,a 2 ,! ,a n . Лінійна комбінація називається
тривіальною, якщо всі її коефіцієнти рівні нулеві.
Аналогічнодо систем геометричних векторів, у просторі L дають визначення лінійної
залежності та незалежності системи векторів.
Означення.Система векторів e1, e 2 ,! , e n простору L називається лінійно залежною,
якщо існує рівна нулю нетривіальна лінійна комбінація цих векторів. Якщо ж тільки
тривіальна лінійна комбінація векторів рівна нулю, то система називається лінійно
незалежною.
Теорема 3.Для того, щоб елементи e1, e 2 ,! , e n простору L були лінійно
залежними, необхідно і достатньо, щоб один з цих елементів був лінійною
комбінацією інших елементів.

Доведення:

1) Необхідність:Нехай елементи e1, e 2 ,! , e n лінійно залежні, тобто має місце

рівність
a1e1 + a 2e2 + ! + a nen =0 (1)
хоча б для одного відмінного від нуля числа a1,a 2 ,!,a n . Нехай, для визначеності,
a2 a
a1 ¹ 0. Тоді, поділивши (1) на a1 і позначивши b1 = - ,!, b n-1 = - n ,
a1 a1
рівність (1) перепишемо у вигляді
e1 = b1e2 + !bn-1en , (2)

що означає, що елемент e1 є лінійною комбінацією елементів e2 ,!, en .

2) Достатність: Нехай один із елементів (наприклад, e1 ) є лінійною комбінацією
елементів e2 ,!, en . Тоді знайдуться такі числа b1 ,!bn-1 , що має місце рівність (2).
Але його можна переписати у вигляді
(-1)e1 + b1e2 + !bn-1en = 0. (3)
Оскільки серед чисел -1, b1 ,!bn-1 є хоча б одне, відмінне від нуля, то рівність (3)
встановлює лінійну залежність елементів e1, e 2 ,!, e n .■
Також мають місце такі твердження:
1.Якщо серед елементів e1, e 2 ,! , e n є нульовий елемент, то ці елементи лінійно
залежні.
 Дійсно, якщо, наприклад, e1 =0, то рівність (1) виконується при
a1 = 1, a2 = ! = an = 0.
2. Якщо частина елементів e1, e 2 ,! , e n є лінійно залежними, то всі ці елементи є
лінійно залежними.
Дійсно, якщо, наприклад, елементи e2 ,!en лінійно залежні, то має місце
рівність a 2e2 + !a nen = 0, у якій не всі числа a i дорівнюють нулю. Але тоді з
тими же числами a 2 ,!a n і з a1 = 0 буде виконуватись рівність (1).
Покажемо, що n елементів
e1 = (1, 0, 0,! , 0 ) ,
e2 = ( 0,1, 0,! , 0 ) ,
(4)
!!!!!!!
en = ( 0, 0, 0,! ,1)

просторуA n є лінійно незалежними, а сукупність n елементів (4) і ще одного довільного

елемента x = ( x1 , x2 ,! , xn ) простору A буде лінійно залежною системою
n

елементів.
Для цього розглянемо лінійну комбінацію елементів (4) з довільними числами
a1 ,a2 ,!an . В силу аксіом ця лінійна комбінація представляє собою елемент
a1e1 + a 2e2 + !a ne n = (a1 ,a 2 ,!,a n ) ,
який є нульовим лише за умови, що a1 = a 2 = ! = a n = 0. А це і означає лінійну
незалежність елементів (4).
Щоб показати, що система елементів (4) і ще одного довільного елемента
x = ( x1 , x2 ,!, xn ) простору A n буде лінійно залежною, в силу теореми 3 достатньо
довести, що елемент x = ( x1 , x2 ,! , xn ) представляє собою лінійну комбінацію
елементів (4), що очевидно, тому що в силу аксіом
x = ( x1 , x2 ,!, xn ) = x1e1 + x2e2 + ! xnen .

Означення.Базисому просторі L називають упорядковану систему векторів

e1, e 2 ,!, e n , якщо:
1) вона лінійно незалежна;
2) кожний вектор xÎ L можна виразити як лінійну комбінацію векторів цієї
системи, тобто
x = x1e1 + x2e2 + ! + xne n . (5)
Вираз (5) називають розкладом вектора x за базисом, а числа x1, x2 ,!, xn -
координатами вектора у цьому базисі.
 Слушні такі твердження:
1. розклад (5) вектора за базисом єдиний;
2. рівні вектори мають рівні відповідні координати;
3. при додаванні векторів їх відповідні координати додають;
4. при множенні вектора на число кожну координату домножують на це число.

Доведення:

Припустимо, що для деякого елемента xкрім розкладу (5) має місце інший розклад:
( x1 - x1¢ ) e1 + ( x2 - x2¢ ) e2 + !( xn - xn¢ ) en = 0.
В силу лінійної незалежності базисних елементів e1, e 2 ,! , e n , ця рівність приводить
до рівностей x1 - x1¢
= 0, x2 - x2¢ = 0,!, xn - xn¢ = 0 або ж
x1 = x1¢, x2 = x2¢ ,!, xn = xn¢ .
Нехай x = x1e1 + x2e2 + ! xnen , y = y1e1 + y2e2 + ! ynen - довільні два
елементи простору L. Тоді в силу аксіом 10 – 80
x + y = ( x1 + y1 ) e1 + ( x2 + y2 ) e 2 + ! + ( xn + yn ) e n ,
l x = ( l x1 ) e1 + ( l x2 ) e 2 + ! + ( l xn ) e n .
Тоді в силу єдності розкладу за басом твердження доведено.

Означення.Максимальна кількість лінійно незалежних векторів n у просторі L

називається його розмірністю,позначають dim L = n, простір називається n -
вимірним і позначається Ln .

Якщо dim L = n, то всі базиси простору містять n векторів, а кожний ( n + 1) - ий

вектор через них лінійно виражається.

Якщо базис простору має довільну кількість лінійно незалежних векторів, то
простір L - нескінченновимірний.
2 n
Наприклад, система векторів 1, x, x ,!, x є базисом у просторі многочленів
{Pn ( x )} степеня £ n.
Теорема 4. Якщо L – лінійний простір розмірності n, то довільні n лінійно незалежні
елементи цього простору утворюють його базис.

Доведення:
Нехай e1 , e2 ,!en - довільна система n лінійно незалежних елементів простору L.
Якщо x – довільний елемент з L, то за означенням розмірності простору система (n+1)
елементів x,e1 , e2 ,!en лінійно залежна, тобто знайдуться не всі рівні нулю числа
a0 ,a1 ,a2 ,!a n такі, що
a0 x + a1e1 + a2e2 + !anen = 0.
Поділивши цю рівність на a 0 і поклавши
a1 a a
x1 = - , x2 = - 2 ,!, xn = - n ,
a0 a0 a0
одержимо
x = x1e1 + x2e2 + ! xnen .
Оскільки x – довільний елемент з L, то остання рівність доводить, що система елементів
e1 , e2 ,!en утворює базис у просторі L. ■
Теорема 5. Якщо лінійний простір L має базис, що складається з n елементів, то
dim L = n.
Доведення:
Нехай система n елементів e1 , e2 ,!en утворює базис у просторі L. Достатньо показати,
що довільні (n+1) елементи цього простору x1 , x2 ,!xn , xn+1 лінійно залежна.
Розклавши кожен з цих елементів за базисом, одержимо
x1 = a11e1 + a12e 2 + ! a1ne n ,
x 2 = a21e1 + a22e 2 + ! a2 ne n ,
!!!!!!!!!!
x n+1 = a( n+1)1e1 + a( n+1)2e 2 + ! a( n+1)ne n ,
де a11 ,!, a( n+1)n - деякі дійсні числа.
Очевидно, лінійна залежність елементів x1 , x2 ,!xn , xn+1 еквівалентна
лінійній залежності рядків матриці
æ a11 a12 ! a1n ö
ç a a22 a2 n ÷÷
!
A=ç
21
.
ç ! ! ! ! ÷
çç ÷
è a( n+1)1 a( n+1)2 ! a( n+1)n ÷ø
Але рядки цієї матриці завідомо лінійно залежні, оскільки порядок базисного мінору
матриці (що містить (n+1) рядок та n стовпчиків) не перевищує n, і хоча б один з (n+1) її
рядків не є базисним та за теоремою про базисний мінор представляє собою лінійну
комбінацію базисних (а, значить, і всіх останніх) рядків. ■
 ! ! !
Приклад 1. Доведемо, що вектори p = ( 2,1, -1) , q = ( -4, -1,2 ) , r = ( 7,2,3)
!
утворюють базис в ! 3 і знайдемо координати вектора a = ( 7,1,3) у цьому базисі.
◄ Кількість векторів дорівнює розмірності простору, а тому доведемо їх лінійну
! ! ! !
незалежність, тобто що їх лінійна комбінація a p + bq + g r = 0 лише за умови, коли
a = b = g = 0.
Підставивши координати векторів, дістанемо однорідну систему:
ì2a - 4b + 7g = 0,
ï
ía - b + 2g = 0,
ï-a + 2b + 3g = 0.
! î
! ! !
Розкладемо вектор a через лінійну комбінацію векторів p, q, r :
! ! ! !
a = x1 p + x2q + x3r ,
що рівносильно системі:
ì2 x1 - 4 x2 + 7 x3 = 7,
ï
í x1 - x2 + 2 x3 = 1,
ï- x + 2 x + 3x = 3.
î 1 2 3
Обидві системи мають одну і ту ж основну матрицю. Розв’яжемо їх одночасно методом
Гаусса:
æ 2 -4 7 7 ö æ 0 -2 3 5 ö e1 «e2 æ1 -1 2 1 ö
ç ÷ e1 - 2e2 ç ÷ e1 «e3 ç ÷ e3
ç1 -1 2 1 ÷ ! ç 1 -1 2 1 ÷ ! ç0 1 5 4 ÷ !
13
ç -1 2 3 3 ÷ e3 + e2 ç0 1 5 4 ÷ e1 + 2e3 ç 0 0 13 13 ÷
è ø è ø è ø
æ1 -1 2 1 ö æ1 -1 0 -1ö æ1 0 0 -2 ö
ç ÷ e1 -2e3 ç ÷ e1 +e2 ç ÷
! ç 0 1 5 4 ÷ ! ç 0 1 0 -1÷ ! ç 0 1 0 -1 ÷ Þ
ç 0 0 1 1 ÷ e2 -5e3 ç 0 0 1 1 ÷ ç0 0 1 1 ÷
è ø è ø è ø
x1 = -2, x2 = -1, x3 = 1. Розв’язок однорідної системи тривіальний: a = b = g = 0 ,
! ! ! !
тобто вектори p, q, r утворюють базис. Вектор a у цьому базисі має розклад
! ! ! !
a = -2 p - q + r .►

Приклад 2. Доведемо, що система многочленів

e1 ( x ) = 2 + 3x + x 2 , e2 ( x ) = 3 + 5 x + 2 x 2 , e3 ( x ) = -2 + 5 x + x 2 є базисом у
просторі многочленів степеня £ 2 і знайдемо координати многочлена
f ( x ) = -1 + 6 x + x 2 у цьому базисі.
◄ Доведемо, що із рівності a e1 ( x ) + b e2 ( x ) + g e3 ( x ) = 0 випливає:
a = b = g = 0 . Маємо
 ( ) ( ) ( )
a 2 + 3x + x 2 + b 3 + 5 x + 2 x 2 + g -2 + 5 x + x 2 = 0 + 0 x + 0 x 2 . Зрівнюємо
коефіцієнти при однакових степенях x :

ì2a + 3b - 2g = 0,
ï
í3a + 5b + 5g = 0,
ïa + 2b + g = 0.
î
Запишемо f ( x ) як лінійну комбінацію e1 ( x ) , e2 ( x ) , e3 ( x ) :

( ) ( ) ( )
x1 2 + 3x + x 2 + x2 3 + 5 x + 2 x 2 + x3 -2 + 5 x + x 2 = -1 + 6 x + x 2 .
Ця рівність рівносильна системі:

ì2 x1 + 3x2 - 2 x3 = -1,
ï
í3 x1 + 5 x2 + 5 x3 = 6,
ï x + 2 x + x = 1.
î 1 2 3
Розв’язуємо обидві системи одночасно:
æ 2 3 -2 -1ö ée1 « e3 æ1 2 11 ö æ1 2 1 1 ö e -e3
e3 -e2
ç ÷ê ç ÷ ç ÷ 1 6
ç 3 5 5 6 ÷ êe1 - 2e3 ç 0 -1 -4 -3 ÷ ! ç0 1 4 3÷ !
ç1 2 1 1 ÷ êe - 3e ç 0 -1 2 3 ÷ø - e2 ç 0 0 6 6 ÷ e2 -e3
è øë 2 3è è ø 6

æ1 2 0 0 ö æ1 0 0 2 ö
ç ÷ e1 -2e2 ç ÷
! ç 0 1 0 -1÷ ! ç 0 1 0 -1÷
ç0 0 1 1 ÷ ç0 0 1 1 ÷ø
è ø è

Неоднорідна система має розв’язок x1 = 2, x2 = -1, x3 = 1, а однорідна система має

тривіальний розв’язок : a = b = g = 0 . Тому многочлени e1 ( x ) , e2 ( x ) , e3 ( x )
утворюють базис, а
f ( x ) = 2e1 ( x ) - e2 ( x ) + e3 ( x ) . ►
Покажемо, що різні лінійні простори однієї розмірності n у сенсі властивостей,
пов’язаних з введеними діями у лінійних просторах, по суті не відрізняються.

Означення. Два довільних лінійних простори Li L ¢ називаються ізоморфними, якщо між

елементами цих просторів можна встановити взаємно однозначну відповідність так, що
якщо елементам x, y Î L відповідають елементи x¢, y¢ Î L¢ відповідно, то елементу
x + y відповідає елемент x¢ + y¢, а елементу l x при довільному l Î F відповідає
елемент l x¢
Зауважимо, що якщо лінійні простори Li L ¢ ізоморфні, то нульовому елементу
Lвiдповідає нульовий елемент L ¢ і навпаки. Звідси випливає, що якщо у випадку
ізоморфізму елементам x, y ,…,z Î L відповідають відповідно елементи
x¢, y¢,…,z¢ Î L¢ , то лінійна комбінація a1x + a2y +…+a n z є нульовим
елементом простору Lтоді і тільки тоді, коли лінійна комбінація
a1x¢ + a2 y¢+…+an z¢ є нульовим елементом простору L ¢ . Але це означає, що
якщо простори Li L ¢ ізоморфні, то максимальна кількість лінійно незалежних
елементів в кожному з цих просторів однакова.
Отже, простори різної розмірності не можуть бути ізоморфними.

Теорема 6. Довільні два n-вимірні лінійні простори L i L ¢ ізоморфні.

Доведення:

Виберемо в Lдовільний базис e1 , e2 ,!en , а в L ¢ − довільний базис e1¢ , e¢2 ,!e¢n .

Поставимо у відповідність кожному елементу x = x1e1 + x2e2 + ! xnen простору
Lелемент x¢ = x1e1¢ + x2e¢2 + ! xne¢n простору L ¢ . Переконаємось, що така
відповідність є взаємно однозначною. Дійсно, кожному елементу x Î L однозначно
відповідають координати x1 , x2 ! xn , які в свою чергу визначають єдиний елемент
x¢ Î L¢. В силу рівноправності просторів Li L ¢ кожному елементу x¢ Î L¢ у свою чергу
відповідає єдиний елемент x Î L .
Залишається зауважити, що якщо елементам x, y Î L відповідають відповідно
елементи x¢, y¢ Î L¢, то за доведеним вище твердженням елементу x + y
відповідає елемент x¢ + y¢, а елементу l x відповідає елемент l x¢ . ■
Таким чином, єдиною суттєвою характеристикою скінченновимірного лінійного
простору є його розмірність.

§ 2. Підпростори лінійних просторів

Означення.Непорожня множина L¢ лінійного простору L називається його

підпростором, якщо для довільних x,yÎ L¢ і довільного числа a вектор x+yÎ L¢ і
добуток a x Î L¢.
Довільний підпростір містить нульовий елемент і сам є лінійним простором відносно
операцій, введених в L. Розмірність підпростору n - вимірного простору Ln не
перевищує його розмірності n. Наприклад, множина всіх многочленів степеня £ n є
[ ] [
підпростором простору C a, b функцій, неперервних на a, b . Множина верхніх ]
трикутних матриць є підпростором простору матриць M n´n .
Означення. Лінійною оболонкою елементів x,y, ! ,z називають множину всіх лінійних
комбінацій цих елементів: a x + b y + ! + g z.
Позначають лінійну оболонку елементів x,y, ! ,z символом L ( x, y ,!, z ) .
Лінійна оболонка елементів x,y, ! ,z є найменшим підпростором, що містить ці
елементи, її розмірність дорівнює максимальній кількості лінійно незалежних векторів
2 n
у цій системі. Наприклад, лінійна оболонка елементів 1, x, x ,!, x лінійного простору
C [ a, b ] є множиною всіх многочленів степеня £ n.
Якщо підпростір L¢ не співпадає з усім n-вимірним простором L, то
dim L¢ < dim L.
Теорема 7. Розмірність лінійної оболонки L ( x, y,!, z ) елементів x,y,! ,z дорівнює
максимальному числу лінійно незалежних елементів в системі елементів x,y, ! ,z.
Зокрема, якщо елементи x,y, ! ,z лінійно незалежні, то розмірність лінійної оболонки
L ( x, y,!, z ) дорівнює числу елементів x,y, ! ,z (а самі ці елементи утворюють
базис лінійної оболонки L ( x, y,!, z ) ).
Доведення:

Припустимо, що серед елементів x,y, ! ,z є r лінійно незалежних елементів (позначимо

їх через x1 , x2 ,!, xr ), а довільні (r+1) з елементів x,y,! ,z є лінійно залежними. Тоді
кожен з елементів x,y, ! ,z представляє собою деяку лінійну комбінацію елементів
x1 , x2 ,!, xr , і оскільки за означенням кожен елемент лінійної оболонки
L ( x, y,!, z ) є деякою лінійною комбінацією елементів x,y, ! ,z, то кожен елемент
цієї лінійної оболонки є деякою лінійною комбінацією одних тільки елементів
x1 , x2 ,!, xr . Це і означає, що система лінійно незалежних елементів x1 , x2 ,!, xr
утворює базис лінійної оболонки L ( x, y,!, z ) і що розмірність L ( x, y,!, z )
дорівнюєr.■
Нагадаємо, що рангом довільної матриці А є порядок її базисного мінора, тобто
порядок найбільшого мінора, відмінного від нуля.
Переконаємось, що ранг довільної матриці А дорівнює максимальному числу
лінійно незалежних рядків (або стовпчиків) цієї матриці.
Проведемо міркування, наприклад, для рядків (для стовпчиків все аналогічно).
Розглянемо в лінійному просторі A n , елементами якого є впорядковані сукупності n
довільних дійсних чисел ( x1 , x2 ,!, xn ) , лінійну оболонку базисних рядків довільної
матриці А розмірності m ´ n , і припустимо, що кількість базисних рядків дорівнює r. З
теореми про базисний мінор випливає, що довільний рядок матриці А є елементом
вказаної лінійної оболонки, а з лінійної незалежності rбазисних рядків та з теореми 7
випливає, що розмірність вказаної лінійної оболонки дорівнює r. Отже, довільні (r+1)
елементів цієї лінійної оболонки (і довільні (r+1) рядки матриці А) лінійно залежні. А це
означає, що число rпредставляє собою максимальне число незалежних рядків.
Отже, rang ( x, y,!, z ) = dim L ( x, y,!, z ) .
Нехай L1 і L2 -два довільні підпростори одного і того ж лінійного простору L.
Означення. Сукупність всіх елементів х простору L, що належать
одночаснопідпросторам L1 і L2 , утворює підпростір простору L, яке називається
перетином підпросторів L1 і L2 . Позначається L1 ! L2 .
Означення.Сукупність всіх елементів простору L вигляду y+z, деy Î L1 , z Î L2 ,
утворює підпростір простору L,яке називається сумаю підпросторів L1 і L2 .
Позначається L1 + L2 .
Приклад. Нехай L– лінійний простір всіх вільних векторів (у тривимірному просторі), L1
– підпростір всіх вільних векторів, паралельних площині Oxy, L2 – підпростір всіх
вільних векторів, паралельних площині Oxz. Тоді сумою підпросторів L1 і L2 буде весь
простір L, а перетином підпросторів L1 і L2 буде множина всіх вільних векторів,
паралельних вісі Ox.
Теорема 8. Сума розмірностей довільних підпросторів L1 і L2 скінченновимірного
лінійного простору L дорівнює сумі розмірності перетину цих підпросторів і
розмірності суми цих підпросторів:
dim L1 + dim L2 = dim ( L1 ! L2 ) + dim ( L1 + L2 ) .
Доведення:
!
Позначимо L0 = L1 " L2 , L = L1 + L2 . Вважаємо L0 k-вимірним, виберемо у
ньому базис e1 , e2 ,!ek і доповнимо його до базису e1 ,!ek , g1 ,!, gl в
підпросторі L1та до базису e1 ,!ek , f1 ,!, fm в підпросторі L2 .
Достатньо довести, що елементи
g ,!, g , e ,!, e , f ,!, f
1 l 1 k 1 m (1)
!
Утворюють базис суми L = L1 + L2 . Для цього достатньо показати, що елементи (1)
!
лінійно незалежні і що довільний елемент х суми L є лінійню комбінацією елементів
(1).
Доведемо, що елементи (1) лінійно незалежні. Припустимо, що деяка лінійна
комбінація елементів (1) представляє собою нульовий елемент, тобто має місце
рівність
a1g1 + ! + al gl + b1e1 + ! + bk ek + g 1f1 + ! + g mfm = 0 (2)
або
a1g1 + ! + al gl + b1e1 + ! + bk ek = -g 1f1 - ! - g mfm . (3)
Оскільки ліва частина (3) є елементом L1, а права частина – елементом L2 , то обидві
частини рівності (3) належать перетину підпросторів L0 = L1 ! L2 . Звідси випливає,
зокрема, що права частина (3) – деяка лінійна комбінація елементів e1 , e2 ,!ek , тобто
знайдуться такі числа l1 ,!, lk , що
-g 1f1 - ! - g mfm = l1e1 + ! + lk ek .
В силу лінійної незалежності базисних векторів e1 ,!ek , f1 ,!, fm ця рівність можлива
лише у випадку, коли всі коефіцієнти g 1 ,!, g m , l1 ,!, lk рівні нулю. Але при цьому з
(2) одержимо, що
a1g1 + ! + al gl + b1e1 + ! + bk ek = 0.
В силу лінійної незалежності базисних векторів e1 ,!ek , g1,!, gl остання рівність
можливе лише тоді, коли всі коефіцієнти a1 ,!,al , b1 ,!, bk рівні нулю, а це
доводить лінійну незалежність елементів (1).
!
Залишається довести, що довільний елемент x Î L = L1 + L2 представляє
собою деяку лінійну комбінацію елементів (1), але це зразу випливає того, що цей
елемент х представляє собою за визначенням суму деякого елемента х1підпростору L1
, який є лінійною комбінацією елементів e1 ,!ek , g1,!, gl , і деякого елемента
х2підпростору L2 , який є лінійною комбінацією елементів e1 ,!ek , f1 ,!, fm .■
Нехай L1 і L2 − два підпростори лінійного n-вимірного простору L.
Означення. Простір Lпредставляє собою пряму суму підпросторів L1 і L2 , якщо кожен
елемент x Î L може бути єдиним чином представлений у вигляді суми
x = x1 + x2
елементів x1 Î L1 , x2 Î L2 . Позначається: L = L1 Å L2 .
Останню рівність ще називають розкладом простору Lу пряму суму підпросторів L1і
L2 .
Наприклад, простір Lусіх вільних векторів (у тривимірному просторі) можна
розкласти у пряму суму підпростора L1 всіх векторів, паралельних площині Oxy і
підпростору L2 всіх векторів, паралельних вісі Oz.
Теорема 9. Для того, щоб n-вимірний простір L представляв собою пряму суму
підпросторів L1 і L2 , достатньо, щоб перетин L1 ! L2 містив тільки нульовий
елемент і щоб dim L = dim L1 + dim L2 .
Доведення:
Виберемо деякий базис e1 , e2 ,!ek у підпросторі L1і деякий базис g1 ,!, gl у
підпросторі L2 . Доведемо, що об’єднання цих базисів
e1 ,!, ek , g1 ,!, gl (4)
представляє собою базис усього простору L. Оскільки за умовою теореми розмірність
n = k + l , де n = dim L, k = dim L1 , l = dim L2 , то в силу теореми 4
достатньо довести лінійну незалежність елементів (4).
Припустимо, що деяка лінійна комбінація елементів (4) представляє собою нульовий
елемент, тобто має місце рівність
a1e1 + ! + ak ek + b1g1 + ! + bl gl = 0, (5)
або
a1e1 + ! + ak ek = -b1g1 - ! - bl gl . (6)
Оскільки ліва частина (6) є елементом L1,права – елементом L2 , а перетин L1 і L2
містить тільки нульовий елемент, то як ліва, так і права частини (6) представляють собою
нульовий елемент, що за умови лінійної незалежності елементів e1 , e2 ,!ek і
g1 ,!, gl можлива лише за умови, що
a1 = ! = ak = 0, b1 = ! = bl = 0. (7)
Таким чином, рівність (5) можлива лише за умови (7), а це доводить лінійну
незалежність елементів (4) і той факт, що елементи (4) утворюють базис всього простору
L.
Нехай х– довільний елемент L. Розклавши його за базисом (4), одержимо
x = l1e1 + ! + lk ek + µ1g1 + ! + µl gl = 0, або x = x1 + x2 ,
де x1 = l1e1 + ! + lk ek Î L! , x2 = µ1g1 + ! + µl gl Î L2 .
Доведемо ще, що представлення x = x1 + x2 єдине. Припустимо, що крім
цього представлення має місце x = x1¢ + x¢2 , x1¢ Î L1 , x¢2 Î L2 . Віднявши з
рівності x = x1¢ + x¢2 від рівності x = x1 + x2 , одержимо
0 = x1 - x1¢ + x2 - x¢2 , або x1 - x1¢ = x¢2 - x2 .
Оскільки у лівій частині цієї рівності стоїть елемент L1,справа – елемент L2 ,а перетин
L1 і L2 містить тільки нульовий елемент, то x1 - x1¢ = 0, x¢2 - x2 = 0, тобто
x1 = x1¢ , x¢2 = x2 . ■
§3. Повні системи векторів
Означення. Система векторів лінійного простору L називається повною, якщо довільний
вектор простору L можна представити у вигляді лінійної комбінації елементів цієї
системи. В протилежному випадку система векторів називається неповною.
Система векторів
e1 = (1,0,!,0) , e2 = ( 0,1,!,0 ) ,!, en = ( 0,0,!,1)
T T T

a = ( a1 , a2 ,!, an )
T
є повною у просторах Rn , C n , оскільки довільний вектор
цих просторів можна представити у вигляді a = a1e1 + a2e2 + ! + anen .
Система векторів
 f0 ( x ) = 1, f1 ( x ) = x, f 2 ( x ) = x 2 ,!, f n ( x ) = x n
n
Повна у просторах R[ x]n , C[ x]n , оскільки довільний многочлен h ( x ) = å hi x i
i =0
n
можна представити у вигляді лінійної комбінації h ( x ) = å hi fi ( x ). Ця система не є
i =0
повною у просторах R[ x ], C[ x ], оскільки многочлен степе6ня більшого за nне
можна представити у вигляді лінійної комбінації векторів даної системи.
Системи векторів мають наступні властивості:

1. Система, яка містить повну підсистему, є повною. Іншими словами, добавлення

векторів до повної системи зберігає її повноту.
2. Довільна підсистема неповної системи, є неповною. Іншими словами,
виключаючи вектори з неповної системи, неможливо одержати повну систему.
3. Система векторів залишається повною, якщо з неї видалити вектор, який є
лінійною комбінацією всіх останніх елементів цієї системи.
4. Повнота системи векторів не змінюється при перестановці місцями її елементів.

Приклад. Використовуючи означення, перевірити чи будуть повними в лінійному

просторі L наступні системи векторі:

L = R3 , a1 = (1,1,0) , a2 = (1,2,1) , a3 = ( -1,3,1) ;

T T T
a)

L = C 4 , u1 = (1,2,3, -2 ) , u 2 = (1, -1, -2,1) , u3 = ( 2,1,2, -2 ) ,

T T T

b)
u 4 = ( 2,1,1, -1) , u5 = ( 2,1,3, -3) ;
T T

L = C[ x]2 , f1 ( x ) = 1 - x + 2 x 2 , f 2 ( x ) = 2 + 3x - 3x 2 ,
c)
f3 ( x ) = 3 + 2 x - x 2 ;
æ 1 -1ö æ1 0ö
L = M 2 ( R), A1 = ç ÷ , A2 = ç 2 1 ÷,
è 0 0 ø è ø
d)
æ1 -2 ö æ -1 2 ö
A3 = ç ÷ , A4 = ç 1 1 ÷.
è 1 1 ø è ø
Розв’язування

a) За означенням дана система векторів буде повною, якщо довільний вектор

x = ( x1 , x2 , x3 ) Î R3 є лінійною комбінацією векторів цієї системи, тобто існують
такі a1 , a 2 , a3 Î R, що
 æ1ö æ1ö æ -1ö æ x1 ö
a1 çç 1 ÷÷ + a 2 çç 2 ÷÷ + a 3 çç 3 ÷÷ = çç x2 ÷÷ .
ç0÷ ç1÷ ç 1 ÷ çx ÷
è ø è ø è ø è 3ø
Звідси одержимо систему:
ìa1 + a 2 - a 3 = x1 ,
ï
ía1 + 2a 2 + 3a 3 = x2 ,
ïa + a = x .
î 2 3 3

Оскільки у зведеної форми матриці системи

æ 1 1 -1ö æ 1 0 0 ö
ç1 2 3 ÷ ! ç0 0 3÷
ç ÷ ç ÷
ç0 1 1 ÷ ç0 1 0÷
è ø è ø
немає нульового рядка, то система заданих векторів є повною.
b) За означенням система векторів u1 , u2 , u3 , u4 , u5 буде повною у просторі C 4 ,
якщо довільний вектор x = ( x1 , x2 , x3 , x4 ) Î C є лінійною комбінацією векторів
4

цієї системи, тобто існують такі a1 , a 2 , a3 , a 4 , a5 Î C, що

æ1ö æ1ö æ 2ö æ2ö æ 2 ö æ x1 ö

ç 2÷ ç -1 ÷ ç1÷ ç1÷ ç 1 ÷ çx ÷
a1 ç ÷ + a 2 ç ÷ + a 3 ç ÷ + a 4 ç ÷ + a 5 ç ÷ = ç 2 ÷ .
ç 3÷ ç -2 ÷ ç 2÷ ç1÷ ç 3 ÷ ç x3 ÷
ç ÷ ç ÷ ç ÷ ç ÷ ç ÷ ç ÷
-
è ø2 è ø1 -
è ø2 -1
è ø è -3 ø è x4 ø
Ця рівність має місце тоді і тільки тоді, коли коефіцієнти a1 , a 2 , a3 , a 4 , a5
задовольняють системі
ìa1 + a 2 + 2a 3 + 2a 4 + 2a 5 = x1 ,
ï2a - a + a + a + a = x ,
ï 1 2 3 4 5 2
í
ï3a1 - 2a 2 + 2a 3 + a 4 + 3a 5 = x3 ,
ïî-2a1 + a 2 - 2a 3 - a 4 - 3a 5 = x4 .
Система сумісна для будь-яких вільних членів тоді і тільки тоді, коли після
перетворення до зведеної форми її основна матриця не матиме нульовий рядок:
 æ1 1 2 2 2ö æ 0 1 0 1 -1 ö
ç ÷ ç ÷
ç 2 -1 1 1 1 ÷!ç 3 0 0 3 -3 ÷
.
ç 3 -2 2 1 3 ÷ ç 0 0 1 0 2 ÷
ç ÷ ç ÷
è -2 1 -2 -1 -3 ø è 0 0 0 0 0ø
Отже, система векторів u1 , u2 , u3 , u4 , u5 є неповною.
С) За означенням система многочленів
f1 ( x ) = 1 - x + 2 x 2 , f 2 ( x ) = 2 + 3x - 3x 2 , f3 ( x ) = 3 + 2 x - x 2 є повною в
C[ x]2 , якщо для довільного многочлена h ( x ) = h0 + h1 x + h2 x 2 існують такі
скаляри a1 , a 2 , a3 Î R, що
a1 f1 ( x ) + a 2 f 2 ( x ) + a 3 f3 ( x ) = h ( x ) ,
Тобто
a1 (1 - x + 2 x 2 ) + a 2 ( 2 + 3x - 3x 2 ) + a 3 ( 3 + 2 x - x 2 ) =
= h0 + h1 x + h2 x 2 .
Звівши подібні доданки відносно степенів х, маємо
(a1 + 2a 2 + 3a 3 ) + ( -a1 + 3a 2 + 2a 3 ) x + ( 2a1 - 3a 2 - a 3 ) x 2 =
= h0 + h1 x + h2 x 2 .
Прирівняємо коефіцієнти при однакових степенях:
ìa1 + 2a 2 + 3a 3 = h0 ,
ï
í-a1 + 3a 2 + 2a 3 = h1 ,
ï2a - 3a - a = h .
î 1 2 3 2

æ 1 2 3 ö æ1 0 1ö
ç -1 3 2 ÷ ! ç 0 5 5 ÷ .
ç ÷ ç ÷
ç 2 -3 -1÷ ç 0 0 0 ÷
è ø è ø
Отже, система многочленів є неповною.
d) Система матриць A1 , A2 , A3 , A4 буде повною, якщо для довільної матриці

æx x2 ö
X =ç 1 Î M2 ( R)
è x3 x4 ÷ø
знайдуться такі a1 , a 2 , a3 , a 4 Î R, що
 æ 1 -1ö æ1 0ö æ1 -2 ö æ -1 2 ö æ x1 x2 ö
a1 ç + a + a + a ÷=çx .
è 0 0 ÷
ø
2ç
è 2 1 ÷ 3 ç1 1 ÷
ø è ø
4ç
è 1 1 ø è 3 x4 ÷ø
Звідси маємо систему:
ìa1 + a 2 + a 3 - a 4 = x1 ,
ï-a - 2a + 2a = x ,
ï 1 3 4 2
í
ï2a 2 + a 3 + a 4 = x3 ,
ïîa 2 + a 3 + a 4 = x4 .
æ 1 1 1 -1ö æ 1 0 0 0ö
ç -1 0 -2 2 ÷ ç 0 0 -1 0 ÷÷
ç ÷!ç .
ç 0 2 1 1 ÷ ç0 1 0 0÷
ç ÷ ç ÷
è 0 1 1 1 ø è0 0 0 2ø
Оскільки зведена матриця не містить нульових рядків, то система матриць
A1 , A2 , A3 , A4 буде повною.

§4. Перетворення координат при перетворенні базису n-

вимірного лінійного простору
Нехай e1 , e2 ,!, en і e1¢, e2¢ ,!, en¢ - два довільних базиси n-вимірного лінійного
простору L. Кожен елемент цього простору може бути розкладений за базисом
e1 , e2 ,!, en . Припустимо, що елементи e1¢, e2¢ ,!, en¢ виражаються через
e1 , e2 ,!, en за формулами
e1¢ = a11e1 + a12e2 + ! + a1n en ,
e2¢ = a21e1 + a22 e2 + ! + a2 n en ,
(1)
!!!!!!!!!!!
en¢ = an1e1 + an 2e2 + ! + ann en .
Це означає, що перехід від першого базису e1 , e2 ,!, en до другого e1¢, e2¢ ,!, en¢
задається матрицею
 æ a11 a12 ! a1n ö
ça a22 a2 n ÷÷
A = ç 21 ! . (2)
ç! ! ! ! ÷
ç ÷
è an1 an 2 ! ann ø
Визначник D матриці А не дорівнює нулю, оскільки в протилежному випадку рядки
матриці були б лінійно залежними.
Переконаємось, що обернений перехід від другого базису e1¢, e2¢ ,!, en¢ до першого
e1 , e2 ,!, en відбувається за допомогою оберненої до А матриці.
Нагадаємо, що
æ A11 A21 An1 ö
ç D D ! D ÷
ç ÷
ç A12 A22 An 2 ÷
A =ç
-1
D D ! D ÷,
ç ÷
ç ! ! ! !÷
ç A1n A2 n Ann ÷
ç ÷
è D D ! D ø
де Aij - алгебраїчні доповнення до відповідних елементів матриці А.
Домножимо рівняння (1) відповідно на алгебраїчні доповнення A1 j , A2 j ,!, Anj
елементів j-го стовпчика визначника D і додамо одержані рівності. В результаті для
довільного j , j = 1, 2,! , n, одержимо
n
e1¢ A1 j + e2¢ A2 j + ! + en¢ Anj = å ei ( a11 A1 j + a21 A2 j + ! + an1 Anj ).
i =1

Враховуючи, що сума добутків елементів і-го стовпчика на відповідні алгебраїчні

доповнення елементів j-го стовпчика дорівнює нулю при i ¹ j та дорівнює
визначнику D при i = j , з останню рівності одержимо
e1¢ A1 j + e2¢ A2 j + ! + en¢ Anj = ei D,
звідки
A1 j A2 j Anj
ej = e1¢ + e2¢ + ! + en¢ ( j = 1, 2,!, n ) . (3)
D D D
Формули (3) встановлюють, що обернений перехід від другого базису e1¢, e2¢ ,!, en¢ до
першого e1 , e2 ,!, en відбувається за допомогою оберненої до А матриці.
 Нехай x - довільний елемент лінійного простору L, ( x1 , x2 ,!, xn ) - його
координати відносно першого базису e1 , e2 ,!, en , а ( x1¢, x2¢ ,!, xn¢ ) - його
координати відносно другого базису e1¢, e2¢ ,!, en¢ так, що
x = x1¢e1¢ + x2¢ e2¢ + ! + xn¢ en¢ = x1e1 + x2e2 + ! + xnen .
Підставивши у цю рівність замість елементів e1 , e2 ,!, en їх вирази з (3), одержимо
x = x1¢e1¢ + x2¢ e2¢ + ! + xn¢ en¢ =
æA A21 A ö
= x1 ç 11 e1¢ + e2¢ + ! + n1 en¢ ÷ +
è D D D ø
æA A22 A ö
+ x2 ç 12 e1¢ + e2¢ + ! + n 2 en¢ ÷ + ! +
è D D D ø
æA A A ö
+ xn ç 1n e1¢ + 2 n e2¢ + ! + nn en¢ ÷ .
è D D D ø
В силу єдності розкладу за базисом e1¢, e2¢ ,!, en¢ з останньої рівності випливає
формула переходу від координат ( x1 , x2 ,!, xn ) відносно першого базису до
координат ( x1¢, x2¢ ,!, xn¢ ) відносно другого:
A1 j A2 j Anj
¢
xj = x1 + x2 + ! + xn ( j = 1,2,!, n ) . (4)
D D D
Формули (4) показують, що перехід від координат ( x1 , x2 ,!, xn ) до
координат ( x1¢, x2¢ ,!, xn¢ ) відбуваються за допомогою матриці

æ A11 A12 A1n ö

ç D D ! D ÷
ç ÷
A
ç 21 A 22 A 2n ÷

( A ) = çç D D ! D ÷÷.
-1 T

ç! ! ! !÷
ç An1 An 2 Ann ÷
ç ÷
è D D ! D ø
Нехай e1 , e2 ,!, en і u1 , u2 ,!, un − базиси в n-вимірному лінійному просторі L.
Матрицю переходу від першого базису e1 , e2 ,!, en до другого базису u1 , u2 ,!, un
позначимо Pe®u Î M n ( F ) , у якої і-ий стовпчик складається із координат вектора
ui в базисі e1 , e2 ,!, en , i = 1,2,!, n.
Іншими словами стовпчики матриці переходу від першого базису до другого
складаються з координат вектор-стовпчиків векторів другого базису в першому базисі:
Pe®u = ( ( u1 )e ( u2 )e !(un )e ).
Для того, щоб записати всі елементи матриці переходу, розкладемо вектори другого
базису у лінійні комбінації векторів першого базису:
p11e1 + p21e2 + ! + pn1en = u1 ,
p12 e1 + p22 e2 + ! + pn 2 en = u2 ,
(5)
............................................
p1n e1 + p2 n e2 + ! + pnn en = un .
Записуючи коефіцієнти лінійних комбінацій по стовпчикам, одержимо матрицю
переходу
æ p11 p12 ! p1n ö
çp p22 ! p2 n ÷÷
Pe®u = ç 21 .
ç! ! ! !÷
ç ÷
è pn1 pn 2 ! pnn ø
Матриця переходу має наступні властивості:

1. xe = Pe®u xu для довільного вектора x Î L ;

2. Pe®e = E (одинична матриця);
3. Pe®u Pu®v = Pe®v ;
4. Матриця Pe®u має обернену і Pe-®1 u = Pu®e ;
5. Матриця Pe®u не вироджена;
6. Нехай ( e ) , ( u ) - базиси у лінійному просторі L і квадратні матриці H,
Gвідповідно побудовані по стовпчикам з елементів векторів цих базисів, тобто
H = ( e1 e2 ! en ) , G = ( u1 u2 ! un ) . Тоді
HPe®u = G.
Приклад.

a) Перевірити, що системи векторів

e1 = ( -2,3,2) , e2 = ( -2,2,1) , e3 = ( -1,1,1)
T T T
і

u1 = ( -2,1, -1) , u2 = ( 0,2,3) , u3 = (1,0,1)

T T T

є базисами в лінійному просторі ! 3.

 b) Знайти матрицю переходу Pe®u від першого базу до другого.

au = ( 2, -1,3)
T
c) За відомим координатним вектором знайти координатний
вектор ae .
be = ( 2,1, -1)
T
d) За відомим координатним вектором знайти координатний
вектор bu .
Розв’язування

а), b) Алгоритм знаходження матриці переходу випливає з (5). Дійсно, перший стовпчик
матриці переходу Pe®u є розв’язком векторного рівняння
p11e1 + p21e2 + p31e3 = u1 з невідомими p11 , p21 , p31. Це векторне рівняння
рівносильне системі рівнянь з наступною розширеною матрицею:
æ -2 -2 -1 -2 ö
ç ÷
ç 3 2 1 1 ÷,
ç 2 1 1 -1 ÷
è ø
Де основна матриця системи складена по стовпчикам з елементів векторів
e1 = ( -2,3,2) , e2 = ( -2,2,1) , e3 = ( -1,1,1)
T T T
і стовпчик вільних членів –

u1 = ( -2,1, -1)
T
з елементів .

( p12
p22 p32 ) матриці переходу Pe®u є розв’язком
T
Аналогічно другий стовпчик
векторного рівняння p12e1 + p22e2 + p32e3 = u2 , яке рівносильне системі з
розширеною матрицею
æ -2 -2 -1 0ö
ç ÷
ç 3 2 1 2 ÷.
ç 2 1 1 3 ÷ø
è
( p13
p23 p33 ) матриці переходу Pe®u є розв’язком
T
Так само третій стовпчик
векторного рівняння p13e1 + p23e2 + p33e3 = u3 , яке рівносильне системі з
розширеною матрицею
æ -2 -2 -1 1 ö
ç ÷
ç 3 2 1 0 ÷.
ç 2 1 1 1 ÷ø
è
Ці три системи рівнянь можна розв’язати одночасно:
 æ -2 -2 -1 -2 0 1 ö æ1 0 0 -1 2 1 ö
ç ÷ ç ÷
ç 3 2 1 1 2 0 ÷!ç 0 1 0 3 -3 -2 ÷ .
ç 2 1 1 -1 3 1 ÷ø çè 0 0 1 -2 2 1 ÷ø
è
Отже, справа стоїть матриця переходу:
æ -1 2 1 ö
Pe®u = çç 3 -3 -2 ÷÷ .
ç -2 2 1 ÷
è ø
Крім того, оскільки основна матриця, що складена з елементів векторів
e1 = ( -2,3,2) , e2 = ( -2,2,1) , e3 = ( -1,1,1)
T T T
, перетворена на одиничну,
то ця система векторів є базисом.
с) Можна скористатися властивістю матриці переходу: ae = Pe®u au . Отже, щоб
знайтиae достатньо перемножити матриці:
æ -1 2 1 öæ 2 ö æ -1 ö
ae = çç 3 -3 -2 ÷ç ÷ ç ÷
÷ç -1÷ = ç 3 ÷ .
ç -2 2 1 ÷ç 3 ÷ ç -3 ÷
è øè ø è ø
d) Можна скористатися властивістю матриці переходу: Pe®u bu = be . Вектор bu
невідомий. Тоді матричне рівняння рівносильне системі з розширеною матрицею:
æ -1 2 1 2 ö æ 1 0 0 3 ö
ç ÷ ç ÷
ç 3 -3 -2 1 !
÷ ç 0 1 0 2 ÷.
ç -2 2 1 -1 ÷ ç 0 0 1 1 ÷
è ø è ø
bu = ( 3,2,1)
T
Таким чином, .

§5. Лінійні оператори

Лінійним оператором ( лінійним перетворенням ) у лінійному просторі L
називається відображення A простору L самого в себе, яке " x, y Î L і числа
a Î!
задовольняє умови:
1. А( a x) = a А( x);
2. A (x + y ) = А (x) + А ( y ).
Лінійний оператор О називаєтьсянульовим, якщо він відображає всі елементи
простору L у нульовий елемент О (x) = 0.
 Оператор I називається одиничним або тотожнім, якщо він відображає довільний
вектор x сам у себе: І ( x ) = x.
Оператор - А = ( -1) А називається протилежнимдо А
Нехай у n - вимірному просторі Ln вибраний деякий базис ( e ) : e1 , e 2 ,!, e n і
n
довільний вектор x Î Ln має у даному базисі розклад x = å xk e k .
k =1
Оператор y = A ( x ) ставить у відповідність кожному елементу x Î Ln (його
називають прообразом ) єдиний елемент y Î Ln , який називається образом.
Для оператора А позначимо образи базисних векторів:
n
А ( ek ) = å a jk e j , k = 1,2,!, n. (1)
j =1
Матрицю ( )
A = a jk називають матрицею лінійного перетворення у базисі ( e ) .
Покажемо, що якщо відомі образи базисних векторів (1) для даного перетворення А, то
можна визначити і образ довільного вектора x Î Ln . Дійсно, запишемо перетворення
y = А ( x ) у координатній формі:
n n n n n
y1e1 + y2e2 + ! + yn e n = å xk А ( e k ) = å xk å a jk e j = å e j å a jk xk .
k =1 k =1 j =1 j =1 k =1
Із єдиності розкладу вектора за базисом дістанемо:
n
y j = å a jk xk ,
k =1
або у розгорнутому вигляді
ì y1 = a11 x1 + a12 x2 + ! + a1n xn ,
ï y = a x + a x +!+ a x ,
ï 2 21 1 22 2 2n n
í (2)
ï""""""""""""
ïî yn = an1 x1 + an 2 x2 + ! + ann xn .
Скорочено координатне представлення лінійного перетворення має вигляд:
y = Ax. (3)
Матрицю ( )
A = aij називають матрицею лінійного перетворення у базисі ( e ) . Її
стовпці є координатами образів відповідних базисних векторів. Таким чином, кожному
лінійному оператору A ставиться у відповідність його матриця A і, навпаки.
æk 0ö
Наприклад, матриці A = ç ÷ відповідає перетворення
è 0 kø
æ y1 ö æ k 0 ö æ x1 ö æ kx1 ö
ç y ÷ = ç 0 k ÷ ç x ÷ = ç kx ÷ - це оператор подібності.
è 2ø è øè 2 ø è 2 ø
 æ cosa - sin a ö
Матриці A=ç ÷ відповідає перетворення повороту в ! 2 на кут a .
è sin a cosa ø
Над лінійними операторами у просторі L вводяться наступні дії:
1. сума операторів ( A + B )( x ) = A ( x ) + B ( x ) , матрицею суми є
сума відповідних матриць A + B;
2. добуток оператора на число (a A )( x ) = a ( A ( x ) ) з матрицею a A;
3. добуток операторів ( AB )( x ) = A ( B ( x ) ) з матрицею A × B.
Оберненим до оператора A називається оператор A -1 такий, що
A × A -1 = A -1A = I - тотожному оператору.
Оператор має обернений тоді і тільки тоді, коли його матриця невироджена, тобто існує
обернена матриця A-1.
Ядром лінійного оператора A називається множина всіх тих елементів x простору L,
які відображаються оператором A у нульовий вектор, тобто A ( x ) = 0. Ядро
позначається символом kerA , образ оператора -imA. Якщо kerA =0, то оператор
здійснює взаємно однозначне відображення простору L на себе, тобто різним
значенням x відповідають різні образи.
Ядро kerA і образ imA оператора є лінійними підпросторами простору L, тому
якщо dim L = n, то dim ( imA ) + dim ( kerA ) = n.
Якщо A-1Ax = 0, то x = 0, тобто якщо оператор має обернений, то з умови
Ax = 0 слідує, що x = 0. Умова kerA = 0 є необхідною і достатньою умовою
існування оберненого оператора.
Розмірність образу називають рангом лінійного оператора, позначають
rangA = dim ( imA )
Ранг лінійногооператора у n - вимірному просторі Ln дорівнює рангу його матриці
A. Таким чином, для існування оберненого оператора A -1 (оберненої матриці),
необхідно і достатньо,щоб
rangA = dim Ln = n.
Розмірність ядра dim ( kerA ) називають дефектом оператора A.

§6. Зміна матриці лінійного оператора при переході до нового

базису
Нехай у просторі Ln вибрані два базиси

( e ) = ( e1, e2 ,!, en ) i ( e¢) = (e ¢, e ¢,!, e ¢ ) , причому перехід від базису (e ) до (e¢)

1 2 n
здійснюється за формулами:
 n
e k ¢ = å cik ei , k = 1,2,!, n, (1)
i =1
æ c11 c12 ... c1n ö
çc c22 ... c2n ÷
де C = ç ÷ - матриця переходу.
21
ç ... ... ... ... ÷
ç ÷
è cn1 cn 2 ... cnn ø
Оскільки вектори e k ¢ лінійно незалежні, то rangC = n, тому існує обернена
матриця C-1.
( )
Нехай A = aij - матриця оператора A у базисі ( e ) , а B - матриця цього
оператора у базисі ( e¢ ) . Матриці A i B, що відповідають одному і тому ж перетворенню
у різних базисах, називають подібними, позначають A ! B. Знайдемо зв’язок між ними.
n
Якщо вектор x у базисі ( e ) має розклад x = å xi ei , а в базисі ( e¢) відповідно
i =1
n n n n n
x = å xk ¢ek ¢ Þ x = å xk ¢ å cik ei = å ei å cik xk ¢.
k =1 k =1 i =1 i =1 k =1
Внаслідок єдиності розкладу маємо x = Cx ¢, y = Cy ¢ відповідно.У базисі ( e ) y = Ax ,
а у базисі ( e¢) y ¢ = Bx¢. Отже, y = Ax Þ Cy¢ = ACx¢ Þ y¢ = C -1 ACx¢. Зв’язок між
подібними матрицями у різних базисах такий:
B = C -1 AC. (2)
-1
( -1
)
Зауважимо, що det B = det C AC = det C × det A × det C = det A, тобто
визначник матриці оператора не залежить від вибору базису. Його називають
визначником оператора.

§7. Власні вектори і власні числа оператора і матриці

Розглянемо у n - вимірному лінійному просторі Ln лінійний оператор A. Образ і
прообраз оператора належать одному простору, вияснимо питання про їх колінеарність.
Означення. Ненульовий вектор x називається власним вектором лінійного
оператора A, якщо існує таке число l , що вектор x задовольняє умову:
Ax = l x. (1)
Число l називається власним значенням оператора A, а вектор x ¹0-
відповідним йому власним вектором.
Множина всіх власних значень оператора A називається його спектром,
позначається specA.
Теорема. Вектор х є власним вектором оператора А з власним числом l тоді і тільки тоді,
коли 𝐱 ∈ 𝐾𝑒𝑟(𝐴 − 𝜆𝐸).
 ■ За означенням якщо вектор х є власним вектором оператора А з власним числом l
тоді і тільки тоді, коли 𝐴𝐱 = 𝜆𝐱 ⟺ 𝐴𝐱 − 𝜆𝐱 = 0 ⟺ (𝐴 − 𝜆𝐸)𝐱 = 0 ⟺ 𝐱 ∈ 𝐾𝑒𝑟(𝐴 − 𝜆𝐸). ■

Виберемо у просторі Ln базис ( e ) = ( e1 , e 2 ,..., e n ) . Матриця A оператора у цьому

базисі задовольняє рівняння Ax = lx, тобто вектор x є ненульовим розв’язком
однорідної системи
( A - l En ) x = 0, (2)
або у координатній формі:
ì( a11 - l ) x1 + a12 x2 + ... + a1n xn = 0,
ï
ïa21 x1 + ( a22 - l ) x2 + ... + a2n xn = 0,
í
ï......................................................
ïan1 x1 + an 2 x2 + .... + ( ann - l ) xn = 0.
î

Однорідна система (2) має ненульові розв’язки тоді і тільки тоді, коли
a11 - l a12 ! a1n
a a22 - l ! a2 n
det ( A - l En ) = 21 =0 (3)
! ! ! !
an1 an 2 ! ann - l
Рівняння (3)називається характеристичним рівнянням, а вираз
det ( A - l En ) = Pn ( l ) - характеристичним многочленом оператора A. Всі введені
поняття - власні значення, власні вектори, спектр, характеристичний многочлен
переносяться з лінійного оператора на його матрицю A. Наприклад, для матриці A
третього порядку дістанемо таку формулу характеристичного многочлена:
a11 - l a12 a13
Pn ( l ) = a21 a22 - l a23 = -l 3 + ( a11 + a22 + a33 ) l 2 -
a31 a32 a33 - l (4)
æa a a a a a23 ö
- ç 11 12 + 11 13 + 22 ÷ l + det A.
a
è 21 22a a31 a33 a 32 a33 ø
Для довільного n характеристичний многочлен має вигляд
n -1
Pn ( l ) = ( -l ) + trA ( -l ) + ! + det A = ( l - l1 ) (l - l2 )k !( l - lr ) r , (5)
n k1 2 k

k1 + k2 + ! + k r = n,

де trA = a11 + a22 + ! + ann = k1l1 + k2l2 + ! + k r lr - слід матриці,

det A = l1k1 l 2k 2 ! l rk r .
 Теорема Гамільтона - Келі. Характеристичний многочлен Pn ( l ) матриці A
задовольняє умову Pn ( A) = 0.
Якщо Ln - дійсний простір, то рівняння (3) може не мати жодного дійсного кореня,
тобто оператор не має власних векторів. Якщо ж простір розглядають над полем
комплексних чисел, то власні вектори завжди існують.
Алгебраїчною кратністю власного значення li називають кратність ki кореня li ,
i = 1,2,..., r, характеристичного многочлена Pn ( l ) .
Якщо підставити власне значення матриці l у систему (2), то фундаментальна система
розв’язків однорідної системи рівнянь складається із власних векторів, що відповідають
значенню l . Кількість їх дорівнює геометричній кратності власного значення l , вона
дорівнює дефекту матриці k = n - r, де r = rang ( A - l En ) , і не перевищує
алгебраїчної кратності.

Алгоритм знаходження власного значення і власного вектора

оператора:

1) Знайдемо всі корені характеристичного многочлена 𝜑(𝜆) = det (𝐴! −

𝜆𝐼) , отримаємо 𝜆" , 𝜆# , … , 𝜆$ - спектр оператора (множина всіх власних
значень);
2) підставимо 𝜆 = 𝜆" в систему
(𝐴! − 𝜆𝐼 )𝑥 = 0,
розв'яжемо її і знайдемо всі власні вектори, що відповідають власному
значенню 𝜆" , потім підставимо 𝜆# і т.д.

Приклад 1. Знайдемо власні значення і власні вектори операторів, заданих у деякому

базисі матрицею A :
 æ 2 1ö æ 2 1ö æ -1 1ö
a) A = ç ; б) A = ; в) A = ç -2 1÷ ;
è -2 -1÷ø ç -1 0 ÷
è ø è ø
æ -2 3 3ö æ -2 -1 1 ö æ 2 2 -1ö
г) A = ç -2 1 2 ÷ ; д) A = ç 2 1 -2 ÷ ; е) A = ç -1 -1 1 ÷ .
ç ÷ ç ÷ ç ÷
ç 2 0 ÷
-1ø ç ÷ ç ÷
è è 1 1 -2 ø è1 1 0ø

◄ а) Складемо характеристичне рівняння:

2-l 1
= 0 Þ l 2 - l = 0, власні значення l1 = 0, l2 = 1.
-2 -1 - l
Для l1 = 0 знайдемо розв’язок однорідної системи
ì2 x1 + x2 = 0, æ 2 1 ö e1 + e2 æ 2 1 ö
( A - l E ) x = 0 Þ í Þ : ç -2 -1÷ ! ç 0 0 ÷ . Загальний розв’язок
î -2 x1 - x2 = 0, è ø è ø
X1 = C1 (1, -1) для
T
системи x2 = -2 x1 , тобто відповідний власний вектор
"C1 Î R, C1 ¹ 0.
Аналогічно для l2 = 1маємо
æ 2 -1 1 ö æ 1 1 ö æ1 1ö
ç -2 -1 - 1÷ = ç -2 -2 ÷ ! ç 0 0 ÷ Þ x2 = - x1, X = C2 (1, -1) , C2 ¹ 0.
2 T

è ø è ø è ø
2-l 1
б) = 0 Þ l 2 - 2l + 1 = 0 Þ l1,2 = 1 - власне значення, його
-1 -l
алгебраїчна кратність 2. Розв’язуємо однорідну систему:
æ 2 -1 1 ö æ 1 1 ö æ 1 1ö
ç -1 -1÷ = ç -1 -1÷ ! ç 0 0 ÷ , Þ X = C (1, -1) , C ¹ 0. Отже, оператор має один
1
è ø è ø è ø
власний вектор, його геометрична кратність дорівнює 1.
в)
-1 - l 1 æ -1 - i 1 ö
Þ X1 = C1 (1,1 + i )
T
= 0 Þ l 2 + 1 = 0, l = ±i, Þ l = i : ç ÷
-2 1- l è -2 1 - i ø
,
æ -1 + i 1 ö
Þ X 2 = C2 (1,1 - i ) , C1, C2 ¹ 0. Зауважимо, що на
T
для l = -i : ç ÷
è -2 1 + i ø
множині R SpecA = Æ.
-2 - l 3 3
г) -2 1- l 2 = 0, за формулою(19) маємо
2 0 -1 - l
-l 3 - 2l 2 + l + 2 = 0 Þ l1 = 1, l2 = -1, l3 = -2 - власні значення.
 Для
æ -3 3 3 ö æ - -1 -1ö æ 1 -1 -1ö
l1 = 1: çç -2 0 2 ÷÷ ! çç 1 0 -1÷÷ ! çç 1 0 -1÷÷ Þ x1 = x3, x2 = 0, x3 = C1, X1 = C1 (1,0,1) .
T

ç 2 0 -2 ÷ ç 1 0 -1÷ ç 0 0 0 ÷
è ø è ø è ø
Для
æ -1 3 3 ö æ -1 3 3 ö
l2 = -1: çç -2 2 2 ÷÷ ! çç 0 -4 -4 ÷÷ Þ x1 = 0, x2 = - x3 , x3 = C2 , X 2 = C2 ( 0, -1,1) .
T

ç 2 0 0÷ ç 1 0 0 ÷
è ø è ø
Для
æ 0 3 3ö
l3 = -2 : çç -2 3 2 ÷÷ Þ x3 = -2 x1, x2 = 2 x1, x1 = C3 , Þ X 3 = C3 (1,2, -2 ) , C1, C2 , C3 ¹ 0.
ç 2 0 1÷
è ø
д)
-2 - l -1 1 æ -1 -1 1 ö æ 1 1 -1ö
2 1 - l -2 = 0, Þ -l 3 - 3l 2 - 3l - 1 = 0, Þ l1,2,3 = -1, Þ ç 2 2 -2 ÷ ! ç 0 0 0 ÷ Þ
ç ÷ ç ÷
1 -2 - l ç ÷ ç ÷
1 è 1 1 -1 ø è 0 0 0 ø
x1 = - x2 + x3 , x2 = C1, x3 = C2 , X1 = C1 ( -1,1,0 ) , X 2 = C2 (1,0,1) , C1, C2 ¹ 0.
T T

Оператор має власне значення l = -1 алгебраїчної кратності 3 і геометричної

кратності 2.
2-l 2 -1
е) -1 -1 - l 1 = 0, Þ l 3 - l 2 = 0, l1 = 1, l2,3 = 0.
1 1 -l
Для
æ 1 2 -1ö æ 1 2 -1ö
l1 = 1: çç -1 -2 1 ÷÷ ! çç 0 0 0 ÷÷ , Þ x2 = 0, x1 = x3 , Þ X1 = C1 (1,0,1) .
T

ç 1 1 -1÷ ç 0 -1 0 ÷
è ø è ø
æ 2 2 -1ö æ 1 1 0 ö æ 1 1 0 ö
l = 0 : çç -1 -1 1 ÷÷ ! çç 0 0 1 ÷÷ ! çç 0 0 1 ÷÷ , Þ x3 = 0, x2 = - x1,
Для ç 1 1 0 ÷ ç 0 0 -1÷ ç 0 0 0 ÷
è ø è ø è ø
Þ X 2 = C2 (1, -1,0 ) , C1 , C2 ¹ 0.
T

Власне значення l =0 має алгебраїчну кратність 2, а геометричну 1.►

Властивості власних векторів оператора A.

 1. Якщо x - власний вектор оператора A , то вектор y = a x, де a = const , також є
власним вектором оператора.
■ Дано Ax = l x, Þ Ay = A (a x ) = a Ax = al x = l y. ■

2. Подібні матриці мають однакові характеристичні многочлени.

■ Нехай базис ( e ) матрицею C переводиться у базис ( e¢ ) . Тоді матриця A переходить у
подібну їй матрицю
( ) ( ) (
A ! B = C -1 AC , det C -1 AC - l E = det C -1 AC - lC -1EC = det C -1 ( A - l E ) C = )
= det C -1 × det C × det ( A - l E ) = det ( A - l E ) .
■

3. Нехай 𝐴: 𝐿 → 𝐿 − лінійний оператор, 𝐴1 , 𝐴2 − матриці цього оператора в різних

базисах. Тоді характеристичні многочлени цих матриць співпадають.
■ 𝐴1 = 𝑆𝐴2 𝑆 &! , де 𝑆 = 𝑆1→2 . Тоді маємо
det;𝐴1 − 𝜆𝐸= = det;𝑆𝐴2 𝑆 &! − 𝜆𝐸= = det;𝑆𝐴2 𝑆 &! − 𝜆𝑆𝑆 &! = = det (𝑆( 𝐴2 − 𝜆𝐸)𝑆 &! ) =
=det𝑆 ∙ det (𝐴2 − 𝜆𝐸) ∙ det (𝑆 &! ) = det (𝐴2 − 𝜆𝐸) ■

4. Матриця A лінійного оператора у деякому базисі має діагональний вигляд тоді і

тільки тоді, коли всі вектори базису є власними векторами оператора.
■ Нехай e i - власний вектор оператора, тоді
A ( ei ) = li ei = 0e1 + 0e2 + ! + li ei + ! + 0en , тобто i - ий елемент координатного
стовпця рівний li , решта - нулі, матриця A - діагональна:
æ l1 0 ... 0 ö
ç 0 l ... 0 ÷
A=ç 2 ÷.
ç ... ... ... ... ÷
ç ÷
è 0 0 ... ln ø
Обернене твердження доводиться аналогічно. Зауважимо, що базис із власних
векторів изначається неоднозначно, а діагональна форма матриці ( якщо існує ) єдина
з точністю до порядку розташування елементів на діагоналі. ■
5. Якщо власні вектори оператора e1 , e 2 ,..., e k відповідають попарно різним
власним числам l1 , l2 ,..., lk , то вони лінійно незалежні.
■ Доведемо методом індукції: e1 - незалежний, нехай e1 ,..., e k -1 - лінійно
незалежні. Припустімо, що k векторів лінійно залежні, тобто
a1e1 + ... + a k e k = 0 (6)
і, наприклад a1 ¹ 0. Застосуємо оператор A:
A (a1e1 + ... + ak ek ) = a1l1e1 + ... + ak lk ek = 0. (7)
Домножимо тотожність (6) на lk і віднімемо від (7), дістанемо
a1 ( l1 - lk ) e1 + ... + ak -1 ( lk -1 - lk ) ek -1 = 0,
 причому a1 ¹ 0 за припущенням і li ¹ lk за умовою. Отже, вектори e1 ,..., e k -1 -
лінійно залежні, що суперечить індуктивній умові.■

Наслідок 1.Якщо характеристичний многочлен оператора A має n різних коренів, то

у деякому базисі його матриця має діагональний вигляд.

Наслідок 2.Лінійний оператор має у деякому базисі діагональну матрицю тоді і тільки
тоді, коли всі корені його характеристичного многочлена мають рівні алгебраїчні і
геометричні кратності.

■Дійсно, об’єднавши всі фундаментальні системи розв’язків для різних власних значень,
дістанемо базис, тобто лінійно незалежну систему векторів, у якому матриця оператора
буде діагональною.■
6. Якщо власний вектор x матриці A відповідає власному значенню l , то матриці
a A, Am , A + bE , Qm ( A) = a m Am + ! + a1 A + a0 також мають власний вектор
x відповідно з власними значеннями al , l m , l + b, Qm ( l ) .
T
7. Матриці A і A мають рівні характеристичні многочлени і відповідні їм власні
значення.
8. Власні значення верхньої або нижньої трикутної матриць дорівнюють їх
діагональним елементам.
9. Якщо l є власним значенням матриці A з власним вектором x, то l -1 є
-1
власним значенням матриці A з тим же власним вектором.
-1
■ Ax = l x Û A Ax = l A-1x Û l -1x = A-1x. .■
-1
10. Обернена матриця A до матриці A існує тоді і тільки тоді, коли всі її власні
значення відмінні від нуля.
Відзначимо основні властивості власних векторів і власних чисел симетричних
T
матриць, для яких A = A , тобто aij = a ji .

11. Всі власні числа дійсної симетричної матриці є дійсними числами.

12. Власні вектори симетричної матриці, що відповідають різним власним

числам, взаємно ортогональні.
13. Якщо власне число l симетричної матриці має кратність r, то ця матриця має r
взаємно ортогональних власних векторів, що відповідають цьому числу.

Наслідок. Для всякого оператора з симетричною матрицею існує базис із власних

векторів, у якому матриця оператора має діагональний вигляд.
Розглянемо матрицю лінійного оператора А(×( з власними числами і
відповідними власними векторами
𝑥**
𝜆* , 𝑓* = '𝑥 )
(*
𝑥*(
𝜆( , 𝑓( = '𝑥 )
((

Тобто маємо
𝐴+ 𝑓* = 𝜆* 𝑓* , 𝐴+ 𝑓( = 𝜆( 𝑓(
Тоді
𝑥** 𝑥*( 𝜆* 𝑥** 𝜆( 𝑥*(
𝐴+ '𝑥 ) = + ,=
(* 𝑥(( 𝜆* 𝑥(* 𝜆( 𝑥((
𝑥** 𝑥*( 𝜆* 0
= '𝑥 )+ ,=
(* 𝑥(( 0 𝜆(
= 𝑆,→+ ∙ 𝐴,

𝐴+ ∙ 𝑆+→, = 𝑆+→, ∙ 𝐴,

Аналогічно для матриці А.×. мають місце формули:

/* /*
𝐴+ = 𝑆+→, ∙ 𝐴, ∙ 𝑆+→, ; 𝐴, = 𝑆+→, ∙ 𝐴+ ∙ 𝑆+→,

Приклад.
𝑎 𝑏
𝐴=' )
𝑏 𝑎

𝑎−𝜆 𝑏
𝑑𝑒𝑡(𝐴 − 𝜆𝐼) = 9 9 = (𝑎 − 𝜆)( − 𝑏( = 0
𝑏 𝑎−𝜆

𝜆* = 𝑎 + 𝑏, 𝜆( = 𝑎 − 𝑏

1) (𝐴 − 𝜆* 𝐼 )𝑓 = 0
 𝑎 − (𝑎 + 𝑏) 𝑏 𝑥**
+ , '𝑥 ) = 0
𝑏 𝑎 − (𝑎 + 𝑏) (*

−𝑏 𝑏 𝑥**
' ) '𝑥 ) = 0
𝑏 −𝑏 (*

𝑥** = 𝑥(*

* 1
𝑓* = ' ) – нормований власний вектор
√( 1

2) (𝐴 − 𝜆( 𝐼)𝑓( = 0

𝑎 − (𝑎 − 𝑏) 𝑏 𝑥*(
+ , '𝑥 ) = 0
𝑏 𝑎 − (𝑎 − 𝑏) ((

𝑏 𝑏 𝑥*(
' )' ) = 0
𝑏 𝑏 𝑥((

𝑥*( = −𝑥((
* 1
𝑓( = ' ) – нормований власний вектор
√( −1

1 1 1
𝑆+→, = (𝑓* 𝑓( ) = ' )
√2 1 −1

𝑓* ⊥ 𝑓( , |𝑓* | = |𝑓( | = 1

𝑆+→, −ортонормована матриця

𝑆 = 𝑆+→, : 𝑆 /* = 𝑆 1 = 𝑆

𝑎+𝑏 0 1 1 1 𝑎 𝑏 1 1
' )= ' )∙' )∙' )
0 𝑎−𝑏 2 1 −1 𝑏 𝑎 1 −1
Приклад 2. Вияснимо, які з наступних матриць лінійних операторів можна звести
до діагонального вигляду шляхом переходу до нового базису. Знайдемо цей базис і
відповідну йому матрицю:

æ 2 1ö æ 2 1ö æ -1 1ö
a) A = ç ÷ ; б) A = ç ÷ ; в) A = ç ÷;
è -2 -1ø è - 1 0 ø è -2 1 ø
æ -2 3 3ö æ -2 -1 1 ö
г) A = ç -2 1 2 ÷ ; д) A = ç 2 1 -2 ÷ .
ç ÷ ç ÷
ç2 0 -1÷ø ç 1 1 -2 ÷
è è ø

◄ а) Із прикладу 1 а) Þ specA = ( 0,1) , базисними будуть відповідні їм власні

вектори e1 = (1, -2 ) , e2 = (1, -1) . Матриця оператора у цьому базисі має

T T

æ 0 0ö
вигляд: A = ç ÷;
è 0 1ø

б) Із прикладу 1 б) Þ specA = (1) , власне значення l = 1 має алгебраїчну

кратність 2, а геометричну 1, оскільки йому відповідає один власний вектор
e = (1, -1) . Тому не існує базису, у якому оператор має діагональну матрицю.
T

в) Із прикладу 1 в) Þ specA = ( i, -i ) , власні вектори

æi 0 ö
e1 = (1,1 + i ) , e2 = (1,1 - i ) , матриця у цьому базисі має вигляд ç
T T
÷;
è 0 -i ø

г) Із прикладу 1 г) Þ specA = (1, -1, -2 ) , власні вектори

e1 = (1,0,1) , e2 = ( 0, -1,1) , e3 = (1,2, -2 ) , матриця у цьому базисі має

T T T

æ1 0 0ö
ç
вигляд: 0 -1 0 ÷ ;
ç ÷
ç0 0 -2 ÷ø
è

д) Із прикладу 1 д) Þ specA = ( -1) . Власне значення l = -1має

алгебраїчну кратність 3, а геометричну 2. Тому не існує базису, у якому оператор має
діагональну матрицю.►
 Діагоналізацію матриць застосовують, наприклад, для знаходження 𝐴. .
/*
Нагадаємо, що 𝐴+ = 𝑆+→, ∙ 𝐴, ∙ 𝑆+→, . Якщо позначити 𝑆 = 𝑆+→, ,
то формула набуває вигляду 𝐴 = 𝑆𝐴𝑆 /* .

Тоді
𝐴. = (𝑆𝐴𝑆 /* ). =

= (𝑆𝐴𝑆 /* ) ∙ (𝑆𝐴𝑆 /* ) ∙ ⋯ ∙ (𝑆𝐴𝑆 /* ) =

= 𝑆𝐴(𝑆 /* 𝑆)𝐴𝑆 /* ⋯ 𝑆𝐴𝑆 /* = 𝑆𝐴 ∙ 𝐴𝑆 /* ⋯ 𝑆𝐴𝑆 /* =

= ⋯ = 𝑆𝐴. 𝑆 /*
Тобто одержали
𝐴.+ = 𝑆𝐴,. 𝑆 /*
Розглянемо матрицю лінійного оператора у вигляді
𝝀 𝟎
𝑨𝒇 = + 𝟏 ,
𝟎 𝝀𝟐
Тоді
𝝀 𝟎 𝝀 𝟎 𝝀 𝟎
𝑨𝒏𝒇 = + 𝟏 ,∙+ 𝟏 , ∙ ⋯∙ + 𝟏 ,
𝟎 𝝀𝟐 𝟎 𝝀𝟐 𝟎 𝝀𝟐
𝝀𝟐𝟏 𝟎 𝝀𝟏 𝟎 𝝀𝒏𝟏 𝟎
=E F ∙ ⋯∙ + ,=⋯=+ ,
𝟎 𝝀𝟐𝟐 𝟎 𝝀𝟐 𝟎 𝝀𝒏𝟐
Приклад.

𝑎 𝑏 .
' ) −?
𝑏 𝑎

𝑎 𝑏 1 1 1 𝑎+𝑏 0 1 1
' )= ' )∙' )∙' )
𝑏 𝑎 2 1 −1 0 𝑎−𝑏 1 −1

𝑎 𝑏 . 1 1 1 𝑎+𝑏 0 . 1 1
' ) = ' )∙' ) ∙' )=
𝑏 𝑎 2 1 −1 0 𝑎−𝑏 1 −1
 .
1 1 1 (𝑎 + 𝑏). 0 1 1
= ' ) ∙ H+ . , ∙' )I =
2 1 −1 0 (𝑎 − 𝑏 ) 1 −1
.
1 1 1 (𝑎 + 𝑏). 0 1 1
' ) ∙ H+ . , ∙' )I =
2 1 −1 0 (𝑎 − 𝑏) 1 −1

1 1 1 (𝑎 + 𝑏). (𝑎 + 𝑏).
' )∙+ ,=
2 1 −1 (𝑎 − 𝑏). −(𝑎 − 𝑏).

1 (𝑎 + 𝑏). + (𝑎 − 𝑏). (𝑎 + 𝑏). − (𝑎 − 𝑏).

= + ,
2 (𝑎 + 𝑏). − (𝑎 − 𝑏). (𝑎 + 𝑏). +(𝑎 − 𝑏).
Приклад. Дано матрицю линийного оператора
−3 4
' )
4 3
/*
Знайти 𝐴+ = 𝑆+→, ∙ 𝐴, ∙ 𝑆+→,
Відповідь:

−3 4 1 −2 1 −5 0 −2 1
' )= ' )' )' )
4 3 5 1 2 0 5 1 2
−3 4 *6
Приклад. Знайти ' )
4 3
Відповідь:
−3 4 *6 1 −2 1 (−5)*6 0 −2 1
' ) = ' )+ , ' )
4 3 5 1 2 0 5*6 1 2
0 2
Приклад. Обчислити 𝐴"%%
! , якщо 𝐴! = 1 5.
−3 5

Розв'язання

Знайдемо характеристичний многочлен матриці 𝐴! :

−𝜆 2
𝜑 (𝜆) = 6 6 = −𝜆(5 − 𝜆) + 6 = (𝜆 − 3)(𝜆 − 2),
−3 5 − 𝜆
3 0
тому жорданова форма матриці має вигляд 𝐴& = 1 5, і, отже,
0 2
 "%%
𝐴&"%% = 13 0 5.
0 2"%%
Зауважимо, що

𝐴.+ = 𝑆+→, 𝐴,. 𝑆+→,

/*

Таким чином, нам потрібно знайти матрицю переходу від вихідного базису
до базису з власних векторів. Для цього знайдемо власні вектори.

При 𝜆 = 3 отримаємо:
(𝐴! − 3𝐼) = 1−3 25 → (−3 2) і, отже, 𝑓" = (2; 3);
−3 2

при 𝜆 = 2 отримаємо:
(𝐴! − 2𝐼 ) = 1−2 25 → (1 − 1) , тому 𝑓# = (1; 1) і
−3 3

2 1
𝑆!→& = 1 5.
3 1
/*
Залишилося знайти матрицю 𝑆+→, і скористатися формулою (1):

/* −1 1
𝑆+→, =' )
3 −2
0 2 "%% 2 1 "%%
0 5 ∙ 1−1 1 5 =
1 5 =1 5 ∙ 13
−3 5 3 1 0 2"%% 3 −2
"%% "%%
= 12 ∙ 3"%% 2"%% 5 ∙ 1
−1 1 5 =
3∙3 2 3 −2
"%% "%%
= ?−2 ∙ 3"%% + 3 ∙ 2"%% 2 ∙ 3"%% − 2 ∙ 2"%% @=
−3 ∙ 3 + 3 ∙ 2 3 ∙ 3"%% − 2 ∙ 2"%%

3"%% + 3 ∙ 2"%%
= ?−2 ∙ "%" 2 ∙ 3"%% − 2"%" @
−3 + 3 ∙ 2"%% 3"%" − 2"%"

§8. Жорданова нормальна форма

Квадратну матрицю порядку k виду
 𝛼 1 0 ⋯ 0 0
0 𝛼 1 ⋯ 0 0
⎛0 0 𝛼 ⋯ 0 0⎞
Jk(α) =⎜ ⎟
⎜ ⋱ ⋱ ⎟
0 0 0 ⋯ 𝛼 1
⎝0 0 0 ⋯ 0 𝛼⎠

назива жордановою клітиною порядку k. Так, наприклад, такі матриці є

жордановими клітинами відповідно першого, другого, третього і четвертого порядків:
𝛼 1
J1(α)=(α), J2(α) = j k
0 𝛼
𝛼 1 0 0
𝛼 1 0
0 𝛼 1 0
J3(α) = l0 𝛼 1m, J4(α) = n o.
0 0 𝛼 1
0 0 𝛼
0 0 0 𝛼
Будемо говорити, що матриця має жорданову нормальну форму, якщо вона є
клітинно-діагональною з жордановими клітинами по головній діагоналі.
𝐽! (α! ) 0
⎛ 𝐽" (α" ) ⎞
⋱
⎝ 0 𝐽4! (α5 ) ⎠
причому числа αi можуть збігатися і жорданові клітини можуть мати однакові порядки,
1 ≤ i ≤ m, 1 ≤ m ≤ n. Зокрема, діагональні матриці мають жорданову нормальну форму.
У діагональних матриць всі жорданові клітини мають перший порядок. Далі наведені
приклади різних матриць, що мають жорданову нормальну форму
2 1 0 0 0 −1 1 0 0 0
0 −1 0 0 0
⎛0 2 0 0 0⎞ ⎛0 0 −1 0 0⎞
⎜ 0 0 2 1 0 ⎟ , ⎜0
⎜ ⎟,
0 0 −1 0 ⎟
0 0 0 2 1
0 0 0 0 −1
⎝0 0 0 0 2⎠ ⎝ ⎠

1 1 0 0 0 3 1 0 0 0
⎛0 1 0 0 0⎞ ⎛0 3 1 0 0⎞
⎜0 0 3 1 0⎟, ⎜0 0 3 1 0⎟,
0 0 0 3 1 0 0 0 3 1
⎝0 0 0 0 3⎠ ⎝0 0 0 0 3⎠

−2 1 0 0 0 2 1 0 0 0
⎛0 −2 1 0 0⎞ ⎛0 2 0 0 0⎞
⎜0 0 −2 1 0⎟, ⎜0 0 3 1 0 ⎟.
0 0 0 −2 0 0 0 0 3 0
⎝0 0 0 0 1⎠ ⎝0 0 0 0 −2⎠

У цих матрицях жорданові клітини спеціально виділені лініями.

 Теорема. Для довільного оператора 𝐴: 𝐶 ( → 𝐶 ( існує базис простору 𝐶 ( ,
в якому матриця оператора має клітинно-діагональний вид, причому по
головній діагоналі стоять жорданові клітини виду (1.1).
Цей базис називається жордановим, а поданий канонічний вид матриці
називається жордановою формою.

Зауваження. Жорданова форма визначається однозначно з точністю до

порядку клітин (кожній клітині з 𝜆) відповідає один власний вектор).

Алгоритм знаходження жорданового базису для однієї жорданової

клітини

Розглянемо жорданову клітину виду (1.1). За визначенням матриці

оператора в 1-му стовпці стоїть вектор 𝐴𝑓" , розкладений по базису
𝑓" , 𝑓# , … , 𝑓$ :
𝐴𝑓" = 𝜆) 𝑓" + 0 ∗ 𝑓# + . . . +0 ∗ 𝑓$ ,
тому
(𝐴 − 𝜆) 𝐼)𝑓" = 0.
У 2-му стовпці матриці знаходиться вектор 𝐴𝑓# , розкладений по цьому ж
базису і т.д.
Таким чином, власний вектор 𝑓" знаходимо як розв’язок системи
(𝐴! − 𝜆) 𝐼 )𝑥 = 0, приєднаний вектор 𝑓# - як розв’язок системи (𝐴! −
𝜆) 𝐼)𝑥 = 𝑓" . Очевидно, що
(𝐴! − 𝜆) 𝐼)# 𝑓# = (𝐴! − 𝜆) 𝐼)𝑓" = 0
Продовжуючи аналогічні міркування, для вектора 𝑓$ отримаємо
(𝐴! − 𝜆) 𝐼)$ 𝑓$ = 0.
 Означення. Вектор 𝑓$ називається приєднаним вектором висоти k.
Жорданів базис складається з власних і приєднаних до них векторів.
Твердження. Алгебраїчна кратність власного значення 𝜆) дорівнює сумі
розмірів жорданових клітин з цим власним значенням.
Доведення:
З формули звя’зку матриць оператора у різних базисах, використовуючи
властивості визначників, маємо:
det(𝐴! − 𝜆𝐸 ) = detF𝑆𝐴& 𝑆 *" − 𝜆𝐸G
= detF𝑆𝐴& 𝑆 *" − 𝜆𝑆𝑆 *" G = det (𝑆( 𝐴& − 𝜆𝐸)𝑆 *" ) =

=det𝑆 ∙ det (𝐴& − 𝜆𝐸) ∙ det (𝑆 *" ) = det (𝐴& − 𝜆𝐸)

Оскільки
[𝐽(𝜆" )] 0 0 0 0
⎛ 0 [𝐽(𝜆# )] 0 0 0 ⎞
𝐴& = ⎜ 0 0 [𝐽(𝜆+ )] 0 0 ⎟
⋮ ⋮ ⋮ ⋱ ⋮
⎝ 0 0 0 0 [𝐽(𝜆, )]⎠

За властивістю визначників одержимо:

detF𝐴& − 𝜆𝐸G = det(𝐽(𝜆" ) − 𝜆𝐸 ) ∙ det(𝐽(𝜆# ) − 𝜆𝐸 ) … det (𝐽(𝜆, ) − 𝜆𝐸) ∙
 𝜆) 1 0 … 0 0 1 0 0 … 0 0
0 𝜆) 1 … 0 0 0 1 0 … 0 0
⎛ ⎞ ⎛ ⎞
0 0 𝜆) … 0 0 ⎟ 0 0 1 … 0 0 =
𝐽(𝜆) ) − 𝜆𝐸 = ⎜ −𝜆⎜
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ 0⎟⎟
⎜⋮ ⋮ ⋮ ⋱ ⋮ 0⎟
0 0 0 0 𝜆) 1 0 0 0 0 1 0
⎝ 0 0 0 0 0 𝜆) ⎠ ⎝0 0 0 0 0 1⎠

𝜆) − 𝜆 1 0 … 0 0
0 𝜆) − 𝜆 1 … 0 0 ⎞
⎛
0 0 𝜆) − 𝜆 . .. 0 0 ⎟
=⎜
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ 0 ⎟
0 0 0 0 𝜆) − 𝜆 1
⎝ 0 0 0 0 0 𝜆) − 𝜆⎠

Якщо порядок клітини жордана 𝐽(𝜆) ) дорівнює ki, то det(𝐽(𝜆і ) − 𝜆𝐸 ) =

(𝜆) − 𝜆)$! .
Тоді остаточно одержимо
det(𝐴! − 𝜆𝐸 ) = detF𝐴& − 𝜆𝐸G
= det(𝐽 (𝜆" ) − 𝜆𝐸 ) ∙ det(𝐽(𝜆# ) − 𝜆𝐸 ) … det(𝐽(𝜆, ) − 𝜆𝐸 )
= (𝜆) − 𝜆)$" ∙ (𝜆) − 𝜆)$# ∙ ⋯ ∙ (𝜆) − 𝜆)$$

Якщо 𝜆" = 𝜆# = ⋯ = 𝜆. , 𝜆) ≠ 𝜆" , 𝑖 > 𝑝, то

det(𝐴! − 𝜆𝐸 ) = (𝜆" − 𝜆)$" /$# /⋯/$р ∙ (𝜆р/" − 𝜆)$р&" ∙ ⋯ ∙ (𝜆, − 𝜆)$$
Таким чином, корінь характеристичного многочлена 𝜆" = 𝜆" = ⋯ = 𝜆.
має кратність 𝑘" + 𝑘# + ⋯ + 𝑘р , яка дорівнює сумарній розмірності клітин
жорлана, що відповідають цьому власному значенню.

Твердження. Геометрична кратність 𝑘) власного значення 𝜆) дорівнює

числу клітин в жордановій формі з власним значенням 𝜆) або числу лінійно
незалежних власних векторів, які відповідають власному значенню 𝜆) .

Алгоритм знаходження жорданової форми

 для матриці 3-го порядку

Нехай задана матриця 3-го порядку. Треба знайти жорданову форму і

жорданів базис.
1. Нехай характеристичний многочлен матриці 𝐴! має вигляд
𝜑(𝜆) = (−1)+ (𝜆 − 𝜆" )(𝜆 − 𝜆# )(𝜆 − 𝜆+ ), де 𝜆) ≠ 𝜆2 (𝑖 ≠ 𝑗)

𝜆" 0 0
Тоді жорданова форма має вигляд 𝐴& = Z 0 𝜆# 0 [.
0 0 𝜆+
2. Нехай характеристичний многочлен матриці 𝐴! має вигляд
𝜑(𝜆) = (−1)+ (𝜆 − 𝜆" )# (𝜆 − 𝜆# ),
де 𝜆) ≠ 𝜆2 (𝑖 ≠ 𝑗). Можливі два випадки:
а) 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 1, тому 𝑘" = 3 − 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 2, і як наслідок,
𝑘" = 𝛼" , тому жорданова форма містить дві жорданові клітини з власним
𝜆" 0 0
значенням 𝜆" : 𝐴& = Z 0 𝜆" 0 [;
0 0 𝜆#

б) 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 2, тому 𝑘" = 3 − 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼) = 1, і як наслідок,

жорданова форма містить одну жорданову клітину із власним значенням
𝜆" :
𝜆" 1 0
𝐴& = Z 0 𝜆" 0 [.
0 0 𝜆#
3. Нехай характеристичний многочлен матриці 𝐴! має вигляд
𝜑(𝜆) = (−1)+ (𝜆 − 𝜆" )+

Можливі два випадки:

а) 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 1, тому 𝑘" = 3 − 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 2 , і як наслідок
жорданова форма містить дві жорданові клітини з власним значенням 𝜆" :
 𝜆" 1 0
𝐴& = Z 0 𝜆" 0[;
0 0 𝜆"
б) 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 2, тому 𝑘" = 3 − 𝑟𝑎𝑛𝑔(𝐴! − 𝜆" 𝐼 ) = 1, і як наслідок,
жорданова форма містить одну жорданову клітину з власним значенням 𝜆" :
𝜆" 1 0
𝐴& = Z 0 𝜆" 1 [.
0 0 𝜆"

7 −12 6
Приклад. Задана матриця 𝐴! = Z10 −19 10[. Знайти 𝐴"%%
! .
12 −24 13
Розв’язання:
Знайдемо характеристичний многочлен матриці:
𝜑(𝜆) = −(𝜆 − 1)# (𝜆 + 1)
1 0 0
Z
Жорданова форма матриці 𝐴! має вигляд 𝐴& = 0 1 0 [.
0 0 −1
Знайдемо
1"%% 0 0 1 0 0
𝐴&"%% = Z 0 1"%% 0 [ = Z0 1 0[ = 𝐼.
0 0 (−1)"%% 0 0 1
Для знаходження 𝐴"%%
! скористаємося формулою
/*
𝐴+ = 𝑆+→, ∙ 𝐴, ∙ 𝑆+→, ,
де 𝑆!→& -матриця переходу від базису {𝑒) } до базису {𝑓) }.
Очевидно, що
𝐴.+ = 𝑆+→, 𝐴,. 𝑆+→,
/*

𝐴"%%
! = 𝑆!→& 𝐴&"%% 𝑆!→&
*" *"
= 𝑆!→& 𝐼𝑆!→& = 𝐼.

Приклад. Знайти жорданову форму і жорданів базис матриці оператора

0 1 0
𝐴! = Z−4 4 0[.
−2 1 2
 Розв’язання:
Обчислимо
−𝜆 1 0
𝜑(𝜆) = det(𝐴! − 𝜆𝐼) = g−4 4 − 𝜆 0 g = (2 − 𝜆)+ ,
−2 1 2−𝜆
отже, власне значення 𝜆 = 2, 𝛼 = 3.
Знайдемо геометричну кратність власного значення 𝜆. Для цього
порахуємо ранг матриці
−2 1 0
𝐴! − 2𝐼 = Z−4 2 0[ → (−2 1 0).
−2 1 0
Отже,
𝑘 = 3 − 𝑟𝑎𝑛𝑔(𝐴! − 2𝐼 ) = 3 − 1 = 2,
тому жорданова форма має вигляд
2 1 0 2 0 0
𝐴& = Z0 2 0[ або 𝐴& = Z0 2 1[
0 0 2 0 0 2
Знайдемо власний вектор 𝑥, що відповідає власному значенню 𝜆 = 2.
Так як він задовольняє умові
(𝐴! − 2𝐼 )𝑥 = О
то розв'яжемо систему
−2 1 0
Z−4 2 0[ → (−2 1 0)
−2 1 0
Отже, координати власного вектора 𝑥 = (𝑥" , 𝑥# , 𝑥+ ) задовільняють
рівнянню −2𝑥" + 𝑥# + 0 ∗ 𝑥+ = 0

Зауважимо, що коефіцієнт при 𝑥+ дорівнює 0, тому 𝑥+ може приймати

будь-які значення. Відкидати 𝑥+ неможна !!!
Для знаходження ФСР побудуємо таблицю
𝑥" 𝑥# 𝑥+
1 2 0
0 0 1
Вектори 𝑒" = (1,2,0), 𝑒# = (0,0,1) утворюють фундаментальну систему
рішень у власному підпросторі 𝐿(2) = {𝑥: 𝐴𝑥 = 2𝑥}, тому будь-який
власний вектор, що відповідає власному значенню 𝜆 = 2, виражається
лінійно через них і, отже, має вигляд 𝑓3 = 𝛼𝑒" + 𝛽𝑒# = 𝛼 (1,2,0) +
𝛽 (0,0,1) = (𝛼, 2𝛼, 𝛽). Так як 𝑘 = 2, 𝛼 = 3, то повинен бути один
приєднаний вектор, який буде рішенням системи (𝐴! − 2𝐼)𝑥 = 𝑓3 .
Підберемо коефіцієнти 𝛼 і 𝛽 таким чином, щоб система (𝐴! − 2𝐼 )𝑥 = 𝑓3
була сумісна. Так як
 −2 1 0 𝛼
−2 1 0 𝛼
𝐴! − 2𝐼 = Z−4 2 0g 2𝛼 [ → 1 6 5
−2 1 0 𝛽
−2 1 0 𝛽

то для сумісності системи необхідно, щоб виконувалася умова 𝛼 = 𝛽.

Візьмемо 𝛼 = 𝛽 = 1, тоді 𝑓3 = (1,2,1), і координати приєднаного вектора є
рішенням системи
−2 1 0 1
Z−4 2 0g 2[ → (−2 1 0|1),
−2 1 0 1
тобто задовільняють рівняння
−2𝑥" + 𝑥# = 1 або 𝑥# = 2𝑥" + 1.
Візьмемо 𝑓(. = (0,1,0).

Таким чином, у нас є власний вектор 𝑓3 , приєднаний до нього 𝑓(. і

потрібен ще один власний вектор, що відповідає власному значенню 𝜆 = 2.
Можна взяти або вектор 𝑒" , або 𝑒# , або будь-який інший, відмінний від 𝑓3 ,
що відповідає власному значенню 𝜆 = 2. Ці три вектора і будуть
утворювати жорданів базис.
Приклад. Знайти жорданову форму і жорданів базис матриці оператора
2 6 −15
𝐴! = Z1 1 −5 [.
1 2 −6

Розв'язання:
Обчислимо
2−𝜆 1 0
𝜑(𝜆) = det(𝐴! − 𝜆𝐼) = g −4 1−𝜆 0 g = −(𝜆 + 1)+ ,
−2 1 −6 − 𝜆
отже, власне значення 𝜆 = −1, 𝛼 = 3.
Знайдемо геометричну кратність власного значення 𝜆. Для цього
знайдемо ранг матриці
3 6 −15
𝐴! + 𝐼 = Z1 2 −5 [ → (1 2 − 5)
1 2 −5

отже,
𝑘 = 3 − 𝑟𝑎𝑛𝑔(𝐴! + 𝐼 ) = 3 − 1 = 2,
тому жорданова форма має вигляд
−1 1 0 −1 0 0
𝐴& = Z 0 −1 0 [ або 𝐴& = Z 0 −1 1 [.
0 0 −1 0 0 −1
 Знайдемо власний вектор x, що відповідає власному значенню 𝜆 = −1.
Так як він задовольняє умові
(𝐴! + 𝐼 )𝑥 = О ,
то розв'яжемо систему
3 6 −15
Z1 2 −5 [ → (1 2 − 5).
1 2 −5
Очевидно, що координати власного вектора 𝑥 = (𝑥" , 𝑥# , 𝑥+ )
задовільняють рівняння
𝑥" + 2𝑥# − 5𝑥+ = 0 або 𝑥" = −2𝑥# + 5𝑥+ .
Для знаходження ФСР побудуємо таблицю
𝑥" 𝑥# 𝑥+
−2 1 0 .
5 0 1
( )
Вектори 𝑒" = −2,1,0 , 𝑒# = (5,0,1) утворюють фундаментальну
систему рішень у власному підпросторі 𝐿(−1) = {𝑥: 𝐴𝑥 = −𝑥}, тому будь-
який власний вектор, що відповідає власному значенню 𝜆 = −1 , лінійно
виражається через них і, отже, має вигляд
𝑓3 = 𝛼𝑒" + 𝛽𝑒# = 𝛼(−2,1,0) + 𝛽 (5,0,1) = (−2𝛼 + 5𝛽, 𝛼, 𝛽).
Так як 𝑘 = 2, 𝛼 = 3, то повинен бути один приєднаний вектор, який буде
рішенням системи (𝐴! + 𝐼 )𝑥 = 𝑓3 . Підберемо коефіцієнти 𝛼 і 𝛽 таким
чином, щоб система (𝐴! + 𝐼 )𝑥 = 𝑓3 була сумісна. Так як
3 6 −15 −2𝛼 + 5𝛽
𝐴! + 𝐼 = Z1 2 −5 g 𝛼 [,
1 2 −5 𝛽

то для сумісності системи необхідно, щоб виконувалася умова 𝜆 = 𝛽.

Візьмемо 𝜆 = 𝛽 = 1, тоді 𝑓3 = (3,1,1) і координати приєднаного вектора є
рішенням системи
3 6 −15 3
Z1 2 −5 g 1[ → (1 2 −5|1),
1 2 −5 1
тобто задовільняють рівняння
𝑥" + 2𝑥# − 5𝑥+ = 1 або 𝑥" = −2𝑥# + 5𝑥+ + 1. .
Візьмемо 𝑓(. = (1,0,0).
Таким чином, у нас є власний вектор 𝑓3 , приєднаний до нього 𝑓(. і
потрібен ще один власний вектор, що відповідає власному значенню 𝜆 =
−1. Можна взяти або вектор 𝑒" , або 𝑒# , або будь-який інший, відмінний від
𝑓3 , що відповідає власному значенню 𝜆 = −1. Ці три вектора і будуть
утворювати жорданів базис.
 Приклад 3. Знайти жорданову форму і жорданів базис матриці
оператора
5 −3 2
𝐴! = Z6 −4 4 [.
4 1 −6

Розв'язання:
Обчислимо
5−𝜆 −3 2
𝜑(𝜆) = det(𝐴! − 𝜆𝐼 ) = g 6 −4 − 𝜆 4 g = −(𝜆 − 1)(𝜆 −
4 1 −6 − 𝜆
2)(𝜆 − 3),

Таким чином, отримали 3 власні значення 𝜆" = 1, 𝜆# = 2, 𝜆+ = 3. Так

як алгебраїчна кратність кожного із них дорівнює 1, то жорданова форма
має наступний вигляд
1 0 0
𝐴& = Z0 2 0[.
0 0 3
Знайдемо власний вектор 𝑓" , що відповідає власному значенню 𝜆" = 1.
Очевидно, що він є рішенням рівняння (𝐴! − 𝐼)𝑥 = 𝜃, і отже, його
координати задовільняють систему
4 −3 2 4 −3 2
4 −3 2 4 0 −4
Z6 −5 4[ → Z0 −2 4[ → 1 5→1 5→
−3 0 1 −2 0 1 −2
4 −4 4 0 −1 2
1 0 −1
→1 5
0 1 −2
𝑥" = 𝑥+
тобто n𝑥 = 2𝑥 , тому можемо взяти вектор 𝑓" = (1,2,1).
# +
Знайдемо власний вектор 𝑓# , що відповідає власному значенню 𝜆# = 2.
Очевидно, що він задовільняє рівняння (𝐴! − 2𝐼 )𝑥 = О, а його
координати - систему
3 −3 2
3 −3 2
Z6 −6 4[ → 1 5
0 0 1
4 −4 3
𝑥" = 𝑥#
звідки n 𝑥 = 0 , тому можемо взяти вектор 𝑓# = (1,1,0).
+
Знайдемо власний вектор 𝑓+ , що відповідає власному значенню 𝜆+ = 3.
Так як він є рішенням рівняння (𝐴! − 3𝐼 )𝑥 = О, то, його координати
задовільняють систему
2 −3 2 2 −3 2
2 −3 2 2 0 −1
Z6 −7 4[ → Z0 2 −2[ → 1 5→1 5→
3 0 1 −1 0 1 −1
4 −4 2 0 2 −2
 1 0 −1/2
→1 5
0 1 −1
"
𝑥 = 𝑥
і, отже, p " # + , тому можемо взяти вектор 𝑓+ = (1,2,2).
𝑥# = 𝑥+
Вектори 𝑓" , 𝑓# , 𝑓+ утворюють жорданів базис матриці.

Приклад. Знайти жорданову форму і жорданів базис матриці оператора

7 −12 6
𝐴! = Z10 −19 10[.
12 −24 13

Розв'язання:
Обчислимо
7−𝜆 −12 6
𝜑(𝜆) = det(𝐴! − 𝜆𝐼 ) = g 10 −19 − 𝜆 10 g = −(𝜆 − 1)# (𝜆 + 1).
12 −24 13 − 𝜆

Таким чином, отримали два власних значення 𝜆" = 1, 𝜆# = −1. Так як

алгебраїчна кратність 𝜆" = 1 дорівнює 2, потрібно знайти геометричну
кратність 𝑘" власного значення 𝜆" = 1. Для цього порахуємо ранг матриці
6 −12 6
𝐴! − 𝐼 = Z10 −20 10[ → (1 − 2 1)
12 −24 12
Очевидно, що 𝑟𝑎𝑛𝑔 𝐴! − 𝐼 ) = 1, тому 𝑘" = 3 − 1 = 2, отже,
(
жорданова форма має наступний вигляд
1 0 0
𝐴& = Z0 1 0 [.
0 0 −1
Знайдемо власні вектори 𝑓" , 𝑓# , відповідні власному значенню 𝜆" = 1.
Очевидно, що вони є рішенням рівняння (𝐴! − 𝐼)𝑥 = О, а їх координати
(𝑥" , 𝑥# , 𝑥+ ) - рішенням системи
6 −12 6
Z10 −20 10[ → (1 − 2 1),
12 −24 12
і, отже, задовільняють рівняння
𝑥" − 2𝑥# + 𝑥+ = 0 або 𝑥" = 2𝑥# − 𝑥+ .
Для знаходження ФСР побудуємо таблицю
𝑥" 𝑥# 𝑥+
2 1 0.
−1 0 1

Вектори 𝑒" = (2,1,0), 𝑒# = (−1,0,1) утворюють фундаментальну систему

рішень у власному підпросторі 𝐿(1) = {𝑥: 𝐴𝑥 = 𝑥}, тому будь-який власний
вектор, що відповідає власному значенню 𝜆" = 1, виражається через них
лінійно і, отже, має вигляд
𝑓3 = 𝛼𝑒" + 𝛽𝑒# = 𝛼 (2,1,0) + 𝛽(−1,0,1) = (2𝛼 − 𝛽, 𝛼, 𝛽).
Так як 𝑘 = 2, то потрібно вибрати будь-які два лінійно незалежних вектора
з цієї лінійної комбінації. Візьмемо 𝑓" = 𝑒" , 𝑓# = 𝑒# .

Знайдемо власний вектор 𝑓+ , що відповідає власному значенню 𝜆# =

−1. Очевидно, що він задовольняє рівняння (𝐴! + 𝐼)𝑥 = О, а його
координати (𝑥" , 𝑥# , 𝑥+ ) - системі
8 −12 6 −3 − 5 4 −6 3 4 −6 3
Z10 −18 10[ → 4 Z5 −9 5[ → Z0 −6 5[ →
12 −24 14 2 6 −12 7 0 −6 5
4 −6 3 4 0 −2 1 0 −1/2
→1 5→1 5→→? @,
0 6 −5 0 6 −5 0 1 −5/6
"
𝑥" = # 𝑥+
Тобто r 4 , тому можемо взяти 𝑓+ = (3,5,6).
𝑥# = 𝑥+
5
Вектори 𝑓" , 𝑓# , 𝑓+ утворюють жорданів базис матриці

Оператор простої структури

В даному пункті пропонується спосіб знаходження жорданової форми

матриці, заснований на вивченні геометричних характеристик лінійного
оператора.
Дамо ряд визначень.
Означення. Лінійний оператор A в просторі E (dim 𝐸 = 𝑛) називається
оператором простої структури, якщо він має n лінійно незалежних
власних векторів.

Теорема. Оператор A простої структури однозначно визначений,

якщо задані його n лінійно незалежних власних векторів і відповідні їм
власні значення.

Доведення:
Виберемо в якості базису в просторі E власні вектори 𝑒" , 𝑒# , … , 𝑒(
оператора A. Тоді отримаємо
𝐴𝑒" = 𝜆" 𝑒" ,
 𝐴𝑒# = 𝜆# 𝑒# ,
… … … … …. ,
𝐴𝑒( = 𝜆( 𝑒( .
Це означає, що матриця оператора (яку ми позначимо через 𝐴! ) має
вигляд
𝜆" 0 … 0
0 𝜆# … 0
𝐴! = u v
… … … 0
0 0 … 𝜆(
Отже, оператор A однозначно визначений, а його матриця відносно
базису з власних векторів є діагональною. Відзначимо, що серед чисел 𝜆" ,
𝜆# , … , 𝜆( можуть бути однакові. Позначимо через 𝐴& матрицю оператора
A в базисі з векторів 𝑓" , 𝑓# , … , 𝑓( . Тоді 𝐴& = 𝑆 *" 𝐴! 𝑆, де S - матриця
переходу від базису 𝑒" , 𝑒# , … , 𝑒( до базису 𝑓" , 𝑓# , … , 𝑓( .
Таким чином, матриця оператора простої структури подібна до
діагональної матриці. Очевидно, що справедливе і зворотне твердження.

Твердження. Будь-яка матриця, подібна до діагональної, є матрицею

деякого оператора простої структури.

Тому, якщо оператор A має в деякому базисі 𝑓" , 𝑓# , … , 𝑓( матрицю 𝐴& ,

то в базисі з власних векторів він має матрицю 𝐴! = 𝑃*" 𝐴! 𝑃, де P - матриця
переходу від базису 𝑓" , 𝑓# , … , 𝑓( до базису з власних векторів 𝑒" , 𝑒# , … ,
𝑒( .
Зауваження. Легко показати, що 𝑃 = 𝑆 *" .

Означення. Канонічним базисом в просторі 𝑅 ( називається сукупність

векторів 𝑒) = (0,0, … ,0,1,0, … ,0) (𝑖 = 1, … , 𝑛).

Приклад. Нехай
0 6 3
А= Z 1 3 1[.
−2 2 1

Власні вектори матриці A e" = (1,1,0)6 , e# = (1,2,2)6 , e+ = (1,1,1)6 , а

відповідні їм власні значення λ" = 1, λ# = 2, λ+ = 3. Матриця оператора
A в базисі з власних векторів e" , e# , … , e7 має вигляд

1 0 0
𝐴! = Z 0 2 0[.
0 0 3
 Матриця переходу від канонічного базису простору 𝑅 + до базису з
власних векторів має вигляд
1 1 1
𝑇 = Z1 2 1[.
0 2 1
Наведемо ще одну достатню ознаку оператора простої структури.

Теорема. Якщо всі корені характеристичного многочлена матриці

оператора різні, то оператор має просту структуру.

Доведення:
Твердження випливає з того, що в цьому випадку оператор A має n попарно
різних власних чисел і, отже, n лінійно незалежних векторів.
Дію оператора простої структури можна описати таким чином. У просторі
E є n таких "напрямків", що кожен з n лінійно незалежних векторів, котрі
мають один з цих "напрямків", перетворюється оператором у вектор,
колінеарний йому. Довільний вектор x перетворюється за формулою

𝐴𝑥 = 𝐴(𝑥" 𝑒" + 𝑥# 𝑒# + … + 𝑥( 𝑒( ) = 𝜆" 𝑥" 𝑒" + 𝜆# 𝑥# 𝑒# + … + 𝜆( 𝑥( 𝑒( .

Знайдемо тепер необхідні і достатні умови, при яких оператор має

просту структуру.

Теорема. Для того щоб оператор A мав просту структуру, необхідно і

достатньо, щоб для кожного кореня характеристичного рівняння |𝐴! −
𝜆𝐼| = 0 кратності 𝑘) ранг 𝑟) матриці 𝐴! − 𝜆) 𝐼 дорівнював 𝑛 − 𝑘) .

Доведення:
Необхідність. Якщо оператор A має просту структуру, то
𝐴& = 𝑆 *" 𝐴! 𝑆.
Тоді
𝐴& − 𝜆) 𝐼 = 𝑆 *" (𝐴! − 𝜆) 𝐼)𝑆 .
Значить, матриці 𝐴& − 𝜆) 𝐼 і 𝐴! − 𝜆) 𝐼 - подібні і мають один і той же ранг.
Ранг матриці 𝐴! − 𝜆) 𝐼 - дорівнює числу діагональних елементів, відмінних
від нуля, або числу коренів характеристичного рівняння, які не дорівнюють
𝜆) , тобто дорівнює 𝑛 − 𝑘) .
Достатність. Нехай 𝜆" , 𝜆# , … , 𝜆( - попарно різні власні значення
оператора A. Власні вектори з власним значенням 𝜆) утворюють підпростір
розмірності 𝑛 − 𝑟) - простору E. Так як за умовою 𝑛 − 𝑟) = 𝑘) , то оператор
A має 𝑘) лінійно незалежних власних векторів з власним значенням
𝜆) (𝑖 = 1,2, … , 𝑣). Таким чином, ми маємо n власних векторів 𝑥" , 𝑥# , … ,
𝑥( . Покажемо, що вони лінійно незалежні. Нехай
(

} 𝑎2 𝑥2 = 𝑂
28"
(𝑂 - нульовий вектор) і, наприклад, 𝛼" ≠ 0.

Введемо в розгляд оператор

𝐵9: = (𝐴 − 𝜆" 𝐼 ) … (𝐴 − 𝜆9*" 𝐼 )(𝐴 − 𝜆9/" 𝐼 ) … (𝐴 − 𝜆: 𝐼)
і розглянемо оператор
𝐵"; = (𝐴 − 𝜆# 𝐼 )(𝐴 − 𝜆+ 𝐼 ) … (𝐴 − 𝜆; 𝐼 )
Маємо
$" $"

𝐵"; €} 𝛼2 𝑥2 • = } 𝛼2 (𝜆" − 𝜆# ) … (𝜆" − 𝜆; )𝑥2 = 𝑂

28" 28"
.
Тоді
$"

} 𝑎2 𝑥2 = 𝑂, 𝛼" ≠ 0,
28"
що суперечить лінійній незалежності власних векторів, відповідних
власному значенню 𝜆" .

Опишемо спосіб побудови власних векторів оператора A.

Координати власних векторів в деякому базисі можна знайти, якщо
розв’язати системи рівнянь
(𝐴! − 𝜆) 𝐼 )𝑥 = 𝑂
де 𝜆) (𝑖 = 1,2, … , 𝑣) - попарно різні власні значення оператора. У
знайденому базисі з власних векторів оператор має діагональну матрицю.
Пропонований новий спосіб побудови базису з власних векторів полягає в
знаходженні підпростору простору E, котрий цілком складається з власних
векторів оператора, відповідного до власного значення 𝜆) . Цей спосіб далі
буде застосований до побудови жорданового базису.

Розглянемо підпростір F𝐴 − 𝜆2 𝐼G𝐸 (𝑗 ≠ 𝑖), розмірність якого

dimF𝐴 − 𝜆2 𝐼G𝐸 = 𝑟2 .
 Так як оператор має просту структуру, то 𝑛 − 𝑟2 = 𝑘2 , і в підпросторі
F𝐴 − 𝜆2 𝐼G𝐸 оператор не має власних векторів, що відповідають власному
значенню 𝜆2 .
Аналогічно підпростір

(𝐴 − 𝜆" 𝐼 )(𝐴 − 𝜆# 𝐼) … (𝐴 − 𝜆)*" 𝐼)(𝐴 − 𝜆)/" 𝐼 ) … (𝐴 − 𝜆; 𝐼)𝐸 = 𝐵"; 𝐸

має розмірність 𝑛 − 𝑘" − 𝑘# − … − 𝑘)*" − 𝑘)/" − … − 𝑘; і не містить

власних векторів з власними значеннями 𝜆)*" , 𝜆)/" , … , 𝜆; , а значить, він
складається з власних векторів оператора A, що відповідають власному
значенню 𝜆) . Дійсно, так як 𝑛 − 𝑟) = 𝑘) , то в цьому підпросторі можна
вибрати базис тільки з власних векторів, що відповідають 𝜆) і, отже, будь-
який ненульовий вектор цього підпростору - власний.
Таким чином, за допомогою операторів 𝐵"; , 𝐵#; , … , 𝐵;; можна уявити
простір E у вигляді суми підпросторів 𝐵"; 𝐸, 𝐵#; 𝐸, … , 𝐵;; 𝐸, розмірності
яких дорівнюють 𝑘" , 𝑘# , … , 𝑘; відповідно. Кожен із цих підпросторів
складається тільки з власних векторів оператора A, що відповідають одному
власному значенню. Обираючи базис в кожному підпросторі 𝐵); 𝐸, ми
отримали базис у всьому просторі E. Тому для знаходження всіх 𝑘)
незалежних власних векторів оператора A простої структури, що
відповідають власному значенню 𝜆) , досить побудувати будь-який базис
простору 𝐵); 𝐸. Для цього виберемо довільний базис простору E, складений
з векторів 𝑔" , 𝑔# , … , 𝑔( , координати яких відносно вихідного базису 𝑓" ,
𝑓# , … , 𝑓( відповідно рівні
𝑔" = (𝑡"" , 𝑡"# , … , 𝑡"( ),
𝑔# = (𝑡#" , 𝑡## , … , 𝑡#( ),
… … … … …. ,
𝑔( = (𝑡(" , 𝑡(# , … , 𝑡(( ).

Знайдемо образи векторів 𝑔" , 𝑔# , … , 𝑔( в підпросторі 𝐵); 𝐸: 𝐵); 𝑔" ,

𝐵); 𝑔# , … , 𝐵); 𝑔( . Серед них завжди знайдеться 𝑘) лінійно незалежних
векторів, які і приймемо за базис в 𝐵); 𝐸. Кожен з векторів 𝐵); 𝑔2 , є j-м
стовпцем матриці 𝐵); 𝑆, а матриця S складається з векторів 𝑔" , 𝑔# , … , 𝑔( ,
поставлених в стовпці. Так як матриця T - довільна невироджена матриця,
то можна вважати, що 𝑆 = 𝐼 або 𝑔) = 𝑓) . В цьому випадку матриця 𝐵); 𝑆 =
𝐵); . Це означає, що в якості базису підпростору 𝐵); 𝐸 можна вибрати будь-
яких 𝑘) лінійно незалежних стовпців матриці
𝐵); 𝑆 = (𝐴 − 𝜆" 𝐼 ) … (𝐴 − 𝜆)*" 𝐼)(𝐴 − 𝜆)/" 𝐼 ) … (𝐴 − 𝜆; 𝐼 )𝑆.
 Теорема. Для того щоб оператор A мав просту структуру, необхідно і
достатньо, щоб
(𝐴 − 𝜆" 𝐼)(𝐴 − 𝜆# 𝐼) … (𝐴 − 𝜆; 𝐼)𝐸 = (𝐴 − 𝜆) 𝐼 )𝐵); 𝐸 = 𝑂 .

Доведення:
Необхідність. Підпростір 𝐵); 𝐸 складається тільки з власних векторів
оператора A, що відповідають власному значенню 𝜆) , а тому оператор 𝐴 −
𝜆) 𝐼 анулює це простір, тобто
(𝐴 − 𝜆) 𝐼)𝐵); 𝐸 = 𝑂.
Достатність. Із співвідношення (𝐴 − 𝜆) 𝐼 )𝐵); 𝐸 = 𝑂 випливає, що 𝐵); 𝐸
складається тільки з власних векторів оператора, що відповідають 𝜆) .
Розмірність цього підпростору дорівнює геометричній кратності 𝑘) кореня
𝜆) , так як оператори 𝐴 − 𝜆2 𝐼 (𝑗 ≠ 𝑖), що входять до 𝐵); 𝐸, не можуть
змінити кратності кореня 𝜆) . Будуючи базис в кожному підпросторі
𝐵); 𝐸 (𝑖 = 1, 2, … , 𝑣), ми отримаємо базис всього простору.

Приклад. Нехай матриця оператора має вигляд

−8 −12 −6
𝐴! = Z 6 10 6 [.
−3 −6 −5

Розв’язання:

−8 − 𝜆 −12 −6
Характеристичне рівняння |𝐴! − 𝜆𝐼| = g 6 10 − 𝜆 6 g= 0
−3 −6 −5 − 𝜆
має корені 𝜆! = 𝜆2 = −2, 𝜆3 = 1 .

Розглянемо кратний корінь 𝜆 = −2.

−6 −12 −6
Матриця 𝐴! − 𝜆" 𝐼 = 𝐴! + 2𝐼 = Z 6 12 6 [ → ( 1 2 1 ),
−3 −6 −3
має ранг 𝑟" = 1. Так як 𝑟" = 𝑛 − 𝑘" , то 𝑘" = 2 і, отже, оператор A –
оператор простої структури.
Розглянемо матриці 𝐴! − 𝜆" 𝐼 = 𝐴! + 2𝐼 і 𝐴! − 𝜆+ 𝐼 = 𝐴! − 𝐼
Перша матриця має ранг 1, вектори 𝑥" = (9, −6,3)> , 𝑥# = (−12,9, −6)> -
лінійно незалежні і є власними векторами для 𝜆! = 𝜆2 = −2. Друга має
один лінійно незалежний стовпець, тому в якості власного вектора для
власного значення 𝜆 = 1 візьмемо вектор 𝑥+ = (−6,6, −3)> .
Знайдемо тепер необхідні і достатні умови, при виконанні яких
оператор A не є оператором простої структури.

Теорема. Для того, щоб оператор A не мав простої структури, необхідно

і достатньо, щоб існували вектор 𝑔) і власний вектор 𝑒) з власним
значенням 𝜆) , що задовільняють умову
(𝐴 − 𝜆) 𝐼 )𝑔) = 𝑒) .
Доведення:

Необхідність. Нехай (𝐴 − 𝜆) 𝐼 )𝐵); 𝐸 ≠ 𝑂, тобто образ підпростору E

(𝐴 − 𝜆) 𝐼 )𝐵); 𝐸 містить ненульові вектори.
Тоді в підпросторі 𝐿 = (𝐴 − 𝜆) 𝐼 )𝐵); 𝐸 знайдеться хоча б один власний
вектор 𝑒) оператора A. Позначимо через 𝑔) вектор підпростору 𝐵); 𝐸, який
перейшов в 𝑒) під дією оператора 𝐴 − 𝜆) 𝐼. Очевидно, що
(𝐴 − 𝜆) 𝐼 )𝑔) = 𝑒) .

Достатність. Нехай (𝐴 − 𝜆) 𝐼 )𝑔) = 𝑒) , тоді 𝐵); (𝐴 − 𝜆) 𝐼 )𝑔) = 𝐵); 𝑒) і

𝐵); 𝑒) = (𝜆) − 𝜆" ) … (𝜆) − 𝜆)*" )(𝜆) − 𝜆)/" ) … (𝜆) − 𝜆; )𝑒" ≠ 𝑂 . Тому (𝐴 −
𝜆) 𝐼 )𝐵); 𝐸 = 𝑂

Допоміжний базис спеціального виду

Ми показали, що для того, щоб матриця 𝐴! n-го порядку була подібна

до діагональної матриці, необхідно і достатньо, щоб відповідний їй
оператор A був оператором простої структури, тобто щоб він мав n лінійно
незалежних власних векторів.
В іншому випадку, тобто коли число m лінійно незалежних власних
векторів оператора A менше ніж n, в будь-якому базисі число стовпців
матриці 𝐴! , всі елементи яких, крім діагональних, дорівнюють нулю, не
перевищує m. Для того, щоб число зазначених стовпців було найбільшим,
тобто дорівнювало m, треба, щоб всі власні вектори були включені в базис.
Однак, як би ми не обирали відсутні 𝑛 − 𝑚 базисних вектора, відповідні до
цих векторів стовпці матриці 𝐴! міститимуть більше одного відмінного від
нуля елементу. Нормально вважати, що матриця, в якій m стовпців містять
лише один (діагональний) ненульовий елемент, а інші 𝑛 − 𝑚 стовпців
містять мінімальну кількість елементів, відмінних від нуля, є найпростішою
(після діагональної) матрицею, подібною до матриці, яка не має простої
структури.
 Отже, нехай оператор A не має простої структури, тобто хоча б для одного
характеристичного числа 𝜆) (𝑖 = 1,2, … , 𝑣) ранг 𝑟) матриці (𝐴! − 𝜆) 𝐼 )
відмінний від 𝑛 − 𝑘) , де 𝑘) - кратність кореня 𝜆) характеристичного
многочлена 𝜑(𝜆) матриці 𝐴! . Тому 𝑛 − 𝑘) < 𝑟) , і отже, система рівнянь
(𝐴! − 𝜆) 𝐼 )𝑥 = 𝑂
має тільки 𝑚) = 𝑛 − 𝑟) < 𝑘) лінійно незалежних рішень, або, іншими
словами, оператор A має 𝑚) < 𝑘) лінійно незалежних власних векторів з
характеристичним числом 𝜆) .
Для побудови базису треба знайти для кожного 𝜆) такі відсутні 𝑘) − 𝑚) =
𝑘) + 𝑟) − 𝑛 векторів, які разом з усіма 𝑚 = 𝑚" + 𝑚# + … + 𝑚; лінійно
незалежними векторами оператора A утворюють лінійно незалежну
систему.
Отже, нехай ранг оператора 𝐴 − 𝜆𝐼 в просторі E дорівнює r. Це означає,
що оператор A має 𝑛 − 𝑟 лінійно незалежних власних векторів 𝑒" , 𝑒# , … ,
𝑒(*? , відповідних власному числу λ.
Розглянемо підпростір 𝐿 = (𝐴 − 𝜆𝐼 )𝐸. З теореми про ранг випливає, що
розмірність його дорівнює r. Виберемо в L базис 𝑔" , 𝑔# , … , 𝑔? і нехай 𝑓" ,
𝑓# , … , 𝑓? - прообрази цих векторів, тобто
(𝐴 − 𝜆𝐼 )𝑓) = 𝑔) (𝑖 = 1, 2, … , 𝑟).

Лемма. Вектори 𝑒" , 𝑒# , … , 𝑒(*? , 𝑓" , 𝑓# , … , 𝑓? утворюють базис

простору E.

Доведення:
Кількість векторів 𝑒" , 𝑒# , … , 𝑒(*? , 𝑓" , 𝑓# , … , 𝑓? дорівнює n. Покажемо,
що ці вектори лінійно незалежні.
Припустимо протилежне: з того, що виконана умова
(*? ?

} 𝛼) 𝑒) + } 𝛽) 𝑓) = 𝑂
)8" )8"
(2.1)
випливає, що хоча б один з коефіцієнтів 𝛼) , 𝛽) відмінний від нуля.
Подіємо оператором 𝐴 − 𝜆𝐼 на векторну рівність (2.1), і отримаємо
(*? ?

(𝐴 − 𝜆) 𝐼 ) } 𝛼) 𝑒) + (𝐴 − 𝜆) 𝐼 ) } 𝛽) 𝑓) = 𝑂
)8" )8"
Або
?

} 𝛽) 𝑔) = )
)8"
.
 Так як вектори 𝑔) утворюють базис в L, то 𝛽) = 0 (𝑖 = 1,2, … , 𝑟).
Значить,
(*?

} 𝛼) 𝑒) = 𝑂
)8"
і хоча б одне 𝛼) відмінне від нуля. Але це суперечить лінійній
незалежності векторів 𝑒" , 𝑒# , … , 𝑒(*? .
Отже, базис простору E можна побудувати з власних векторів оператора
A, котрі відповідають числу 𝜆, і прообразів базисних векторів підпростору
𝐿 = (𝐴 − 𝜆𝐼 )𝐸.
Нехай в підпросторі 𝐿 = (𝐴 − 𝜆𝐼 )𝐸 розмірності r є m лінійно
незалежних власних векторів 𝑒" , 𝑒# , … , 𝑒, оператора A, які відповідають
числу 𝜆. Доповнимо їх векторами 𝑔" , 𝑔# , … , 𝑔?* , до базису підпростору
L і позначимо через 𝑓) прообрази власних векторів 𝑒) , через ℎ) (𝑖 =
1, … , 𝑟 − 𝑚) - прообрази векторів 𝑔" , 𝑔# , … , 𝑔?* , , тобто
(𝐴 − 𝜆𝐼 )𝑓) = 𝑒) (𝑖 = 1, 2, … , 𝑚); (𝐴 − 𝜆𝐼 )ℎ) = 𝑔) (𝑖 =
1, 2, … , 𝑟 − 𝑚).

Теорема. Можна побудувати базис простору E з векторів 𝑓" , 𝑓# , … ,

𝑓, , ℎ" , ℎ# , … , ℎ?* , , 𝑒" , 𝑒# , … , 𝑒(* ? .

Жорданів базис в окремому випадку

Розглянемо окремий випадок, коли оператор A має єдине власне

значення 𝜆 і не має простої структури. В цьому випадку матриця 𝐴! − 𝜆𝐼
має ранг 𝑟 ≠ 0, а значить, в просторі E є 𝑛 − 𝑟 лінійно незалежних власних
векторів оператора A, що відповідають числу 𝜆. Розглянемо підпростір 𝐿" =
(𝐴 − 𝜆𝐼)𝐸. Маємо 𝑑𝑖𝑚𝐿" = 𝑟. Значить, в 𝐿" знайдеться хоча б один
власний вектор оператора A. Тому розмірність підпростору
𝐿# = (𝐴 − 𝜆𝐼 )𝐿" = (𝐴 − 𝜆𝐼 )# 𝐸
буде менше розмірності підпростору 𝐿" .
Це очевидно, так як в підпросторах 𝐿) = (𝐴 − 𝜆𝐼)𝐿)*" оператор 𝐴 − 𝜆𝐼
завжди має власне значення 𝜆, якому відповідають власні вектори, тому
під дією оператора 𝐴 − 𝜆𝐼 ці власні вектори обнуляються і, отже,
розмірності підпросторів 𝐿) зменшуються зі збільшенням i.
Якщо 𝐿# - ненульовий підпростір, то в ньому знайдеться хоча б один
власний вектор оператора A. В цьому випадку побудуємо підпростір
𝐿+ = (𝐴 − 𝜆𝐼 )𝐿# = (𝐴 − 𝜆𝐼 )+ 𝐸 . Очевидно, що його розмірність менше
розмірності 𝐿# . Продовжуючи цей процес далі, ми отримаємо ненульовий
підпростір 𝐿$ , такий, що 𝐿$/" = (𝐴 − 𝜆𝐼 )𝐿$ = (𝐴 − 𝜆𝐼 )$/" 𝐸 = 𝑂. Це
означає, що підпростір 𝐿$ містить тільки власні вектори оператора A, а
значить, оператор A в 𝐿$ має просту структуру.
Виберемо в 𝐿$ базис. Цей базис ми можемо доповнити до базису в 𝐿$*" ,
потім базис в 𝐿$*" можемо доповнити до базису в 𝐿$*# і т.д. В результаті
отримаємо базис всього простору E.
Перейдемо до його побудови.
Нехай 𝑝" = 𝑑𝑖𝑚𝐿$ , і вектори 𝑒" , 𝑒# , … , 𝑒." утворюють базис простору
𝐿$ , а підпростір 𝐿$*" містить 𝑝# (𝑝# ≥ 𝑝" ) лінійно незалежних власних
векторів оператора A. Тоді вектори 𝑒" , 𝑒# , … , 𝑒." , 𝑓" , 𝑓# , … , 𝑓." , 𝑒." /" ,
𝑒." /# , … , 𝑒.# , де
(𝐴 − 𝜆𝐼 )𝑓) = 𝑒) , (𝐴 − 𝜆𝐼)𝑒) = 𝑂
утворюють базис 𝐿$*" і 𝑑𝑖𝑚𝐿$*" = 𝑝" + 𝑝# . Аналогічно вектори
𝑒" , 𝑒# , … , 𝑒." , 𝑓" , 𝑓# , … , 𝑓." , ℎ" , ℎ# , … , ℎ." , 𝑒." /" , 𝑒." /# , … , 𝑒.# , 𝑓." /" ,
𝑓." /# , … , 𝑓.# , 𝑒.# /" , 𝑒.# /# , … , 𝑒.' ,
де
(𝐴 − 𝜆𝐼 )ℎ) = 𝑔) , (𝐴 − 𝜆𝐼 )𝑔) = 𝑒) , (𝐴 − 𝜆𝐼)𝑒) = 𝑂
(𝑝+ (𝑝+ ≥ 𝑝# ) - число лінійно незалежних власних векторів оператора A, що
містяться в підпросторі 𝐿$*# ) утворюють базис в 𝐿$*# , розмірність якого
дорівнює 𝑝" + 𝑝# + 𝑝+ .
Продовжуючи міркування, отримаємо базис простору E. Цей базис
називається жордановим базисом.

Жорданів ланцюжок векторів

Розглянемо вектори 𝑒) , (𝑖 = 1, 2, … , 𝑝" ) із 𝐿$ . Вони є образами векторів

𝑓) , (𝑖 = 1, 2, … , 𝑝" ) підпростору 𝐿$*" , які в свою чергу є образами векторів
𝑔) , (𝑖 = 1, 2, … , 𝑝" ) із 𝐿$*# і т.д. Сукупність векторів 𝑒) , 𝑓) , 𝑔) , при
фіксованому i назвемо жордановим ланцюжком векторів довжини 𝑘 +
1. Таким чином, ми отримали 𝑝" жорданових ланцюжків, кожен із яких
складається з 𝑘 + 1 векторів. Розглянемо тепер вектори 𝑒) , (𝑖 = 𝑝" + 1,
𝑝" + 2, … , 𝑝# ), із 𝐿$*" , кожному з цих векторів також відповідає ланцюжок
із k векторів 𝑒) , 𝑓) , 𝑔) , … , ℎ) (𝑖 = 𝑝" + 1, 𝑝" + 2, … , 𝑝# ).
Ми, таким чином, отримали додатково 𝑝# − 𝑝" жорданових
ланцюжків довжини k.
Міркуючи аналогічним чином, отримаємо далі 𝑝+ − 𝑝# жорданових
ланцюжків довжини 𝑘 − 1, 𝑝A − 𝑝+ ланцюжків довжини 𝑘 − 2 і т.д.
Нарешті, отримаємо 𝑝$/" − 𝑝$ ланцюжків довжини 1, тобто ланцюжків, що
складаються з одного власного вектора оператора A. Тут 𝑝; - число лінійно
незалежних власних векторів оператора A, що містяться в просторі 𝐿$/"*; ,
розмірність якого дорівнює
 𝑝" + 𝑝# + … + 𝑝; (𝑣 = 1, 2, … , 𝑘 + 1).
Таким чином, загальне число жорданових ланцюжків дорівнює
𝑝" + (𝑝# − 𝑝" ) + … + (𝑝$/" − 𝑝$ ) = 𝑝$/" = 𝑛 − 𝑟,
тобто числу лінійно незалежних власних векторів оператора A, і їх сумарна
довжина дорівнює
𝑝" (𝑘 + 1) + (𝑝# − 𝑝" )𝑘 + … + (𝑝$/" − 𝑝$ ) ∗ 1 = 𝑝" + 𝑝# + … + 𝑝$/" =
𝑛,
тобто розмірності простору E.
Відзначимо ще раз співвідношення між векторами одного жорданового
ланцюжка:
(𝐴 − 𝜆𝐼 )𝑒" = 𝑂
(𝐴 − 𝜆𝐼 )𝑒# = 𝑒"
(𝐴 − 𝜆𝐼 )𝑒+ = 𝑒#
… … … … … … ….
(𝐴 − 𝜆𝐼 )𝑒$/" = 𝑒$
або
𝐴𝑒" = 𝜆𝑒"
𝐴𝑒# = 𝜆𝑒# + 𝑒"
𝐴𝑒+ = 𝜆𝑒+ + 𝑒#
… … … … … … … ...
𝐴𝑒$/" = 𝜆𝑒$/" + 𝑒$ .
Якщо вектори ланцюжка 𝑒" , 𝑒# , … , 𝑒$ , 𝑒$/" , включити в базис, то цьому
ланцюжку в матриці буде відповідати клітинка з n рядків і s стовпців (s -
довжина жорданового ланцюжка) виду
0 0 0 … 0 0
… … … … … …
⎛ ⎞
𝜆 1 0 … 0 0
⎜ ⎟
⎜0 𝜆 1 … 0 0⎟
⎜… … … … … …⎟
⎜0 0 0 … 𝜆 1⎟
⎜0 0 0 … 0 𝜆 ⎟
… … … … … …
⎝0 0 0 … 0 0⎠
Тому в побудованому жордановому базисі матриця оператора буде
мати вигляд
𝐽(" 𝑴 0 𝑴 0 𝐽(" 𝑴
⎛𝑳
. 𝑳 . 𝑳 ⎞ ⎛𝑳 . 𝑳 . ⎞
𝐴& = ⎜ 0 𝑴 𝐽(# 𝑴 0 ⎟ = ⎜ ⎜
𝑴 𝐽(# 𝑴
⎟,
⎟
𝑳 . 𝑳 . 𝑳 . 𝑳 . 𝑳
⎝ 0 𝑴 0 𝑴 𝐽($ ⎠ ⎝ 𝑴 𝐽($ ⎠
де
 𝜆 1 … 0 0
⎛0 𝜆 … 0 0⎞
𝐴& = ⎜… … … … …⎟ -
0 0 … 𝜆 1
⎝0 0 … 0 𝜆 ⎠
матриця, яка називається жордановою клітиною порядку 𝑛2 , m - число
жорданових ланцюжків, а 𝑛" + 𝑛# + … + 𝑛, = 𝑛.
Матриця 𝐴& називається жордановою матрицею.

Побудова жорданової матриці

Структура жорданової матриці в даному випадку визначена, якщо відомі

порядки 𝑛2 , (𝑗 = 1, 2, … , 𝑚) жорданових клітин. Виникає наступне
питання: чи можна знайти ці порядки, не знаходячи попередньо жорданів
базис? Відповідь на це питання є позитивною. Довжини жорданових
ланцюжків пов'язані з розмірностями просторів
𝐿" = (𝐴 − 𝜆𝐼 )𝐸, 𝐿# = (𝐴 − 𝜆𝐼 )# 𝐸, …, 𝐿$ = (𝐴 − 𝜆𝐼 )$ 𝐸,
а значить, і з рангами матриць 𝐴 − 𝜆𝐼, (𝐴 − 𝜆𝐼 )# , … , (𝐴 − 𝜆𝐼 )$ .
Знайдемо явні формули для визначення довжин жорданових ланцюжків.
Нехай 𝑟; = 𝑟𝑎𝑛𝑔(𝐴 − 𝜆𝐼); , 𝑞9 - кількість ланцюжків довжини s. Ми
показали раніше, що є 𝑝" ланцюжок максимальної довжини 𝑘 + 1, де
𝑝" = dim 𝐿$ , тобто 𝑝" = 𝑟$ і 𝑞$/" = 𝑟$ . Жорданових ланцюжків довжини
k буде 𝑞$ = 𝑝# − 𝑝" , де 𝑝# = dim 𝐿$*" , тобто 𝑝# = 𝑟$*" − 𝑟$ . Значить,
𝑞$ = 𝑟$*" − 2𝑟$ .
Так як число жорданових ланцюжків довжини s дорівнює 𝑝$/#*9 −
𝑝$/"*9 , а
𝑟;*" = 𝑝" + 𝑝# + … + 𝑝$/#*; = 𝑟; + 𝑟$/#*; і, отже, 𝑝$/#*9 = 𝑟;*" − 𝑟; ,
тоді 𝑞9 = (𝑟9*" − 𝑟9 ) − (𝑟9 − 𝑟9*" ) = 𝑟9*" − 2𝑟9 + 𝑟9/" , де 𝑠 = 1, 2, … ,
𝑘 − 1;
𝑟% = 𝑛, 𝑟" = 𝑟, 𝑟$/" = 𝑟$/# = … = 0.
Таким чином, ми визначили кількість всіх жорданових клітин розміром
𝑠 × 𝑠 і тим самим кількість всіх клітин, які складають жорданову клітку J.
Жорданова матриця 𝐴& визначена, якщо відомі величини 𝑞9 . Але 𝑞9 =
𝑟9*" − 2𝑟9 + 𝑟9/" , і так як 𝑟𝑎𝑛𝑔(𝐴 − 𝜆𝐼 ); = 𝑟; не залежить від обраного
базису, то і 𝑞9 не залежить від обраного базису.
Таким чином, жорданова форма матриці єдина з точністю до порядку в
розташуванні жорданових клітин.
 6 5 −2 −3
−3 −1 3 3
Приклад. Задана матриця оператора 𝐴! = u v.
2 1 −2 −3
−1 1 5 5
Знайти жорданову форму матриці 𝐴! .
Розв’язання:
Характеристичне рівняння
6−𝜆 5 −2 −3
−3 −1 − 𝜆 3 3
𝜑(𝜆) = |𝐴! − 𝜆𝐼| = • • = (𝜆 − 2)A
2 1 −2 − 𝜆 −3
−1 1 5 5−𝜆
має лише один корінь 𝜆 = 2.
4 5 −2 −3
−3 −3 3 3
𝑟𝑎𝑛𝑔(𝐴! − 2𝐼 ) = 𝑟𝑎𝑛𝑔 u v = 2 = 𝑟" .
2 1 −4 −3
−1 1 5 3
Зауважимо, що
(𝐴! − 2𝐼)# = 𝑶
(де 𝑂 – нульова матриця), тому

𝑟𝑎𝑛𝑔(𝐴! − 2𝐼)# = 𝑟𝑎𝑛𝑔(𝐴! − 2𝐼)+ = … = 0.

Тоді 𝑞" = 𝑟% − 2𝑟" + 𝑟# = 4 − 2 ∗ 2 + 0 = 0, 𝑞# = 𝑟" − 2𝑟# + 𝑟+ = 2.

Таким чином, жорданова форма матриці 𝐴! має вигляд:
2 1 | 0 0
⎛0 2 | 0 0⎞
𝐴& = ⎜− − − − −⎟.
0 0 | 2 1
⎝0 0 | 0 2⎠

Побудова жорданового базису

Тепер покажемо спосіб побудови жорданового базису для описаного

вище спеціального випадку, тобто коли оператор A не має простої структури
і має одне власне значення 𝜆 кратності n.
Розглянемо підпростір 𝐿" = (𝐴 − 𝜆𝐼 )𝐸, який має розмірність 𝑟 ≠ 0. Його
базис утворюють r лінійно незалежних стовпчикових векторів матриці 𝐴! −
𝜆𝐼. Аналогічно базис підпростору
𝐿# = (𝐴 − 𝜆𝐼 )𝐿" = (𝐴 − 𝜆𝐼 )# 𝐸
 Можна побудувати із стовпчикових векторів матриці (𝐴 − 𝜆𝐼 )# і т.д.
Нарешті, базис в 𝐿$ = (𝐴 − 𝜆𝐼 )$ 𝐸 можна побудувати із стовпчикових
векторів матриці (𝐴 − 𝜆𝐼 )$ . Так як підпростір 𝐿$/" = 𝑂, то
(𝐴 − 𝜆𝐼 )$/" 𝐸 = 𝑂.
Тому за вектори 𝑒" , 𝑒# , … , 𝑒." , що утворюють базис в 𝐿$ , можна взяти
будь-які 𝑝" лінійно незалежних стовпчикових векторів матриці (𝐴 − 𝜆𝐼 )$ .
Очевидно, що 𝑓" , 𝑓# , … , 𝑓." – це стовпчикові вектори матриці (𝐴 − 𝜆𝐼 )$*"
з тими ж номерами, що і обрані стовпці матриці (𝐴 − 𝜆𝐼 )$ . Відсутні власні
вектори 𝑒." /" , 𝑒." /# , … , 𝑒.# знайдемо методом, описаним у п. 2.1.
Аналогічно будуємо базис підпростору 𝐿$*# і т.д.

Алгоритм побудови жорданового базису

1. Побудуємо сукупність матриць

𝐼, 𝐴! − 𝜆𝐼, (𝐴! − 𝜆𝐼 )# , …, (𝐴! − 𝜆𝐼)$ ≠ 𝑂, (𝐴! − 𝜆𝐼)$/" = 𝑂
(де 𝑂 – нульова матриця).
2. Виберемо 𝑝" лінійно незалежних стовпців матриці (𝐴! − 𝜆𝐼 )$
і всі стовпці з тими ж номерами попередніх матриць. Таким чином
отримаємо 𝑝" жорданових ланцюжків довжини 𝑘 + 1.
3. За допомогою елементарних перетворень решту 𝑛 − 𝑝"
стовпців матриці (𝐴! − 𝜆𝐼 )$ зробимо нульовими. Ті самі перетворення
застосуємо до всіх попередніх матриць. Отримаємо послідовність матриць
𝐼" , (𝐴! − 𝜆𝐼)" , ((𝐴! − 𝜆𝐼)# )" , …, ((𝐴! − 𝜆𝐼 )$*" )" , ((𝐴! − 𝜆𝐼 )$ )" . Після
цього стовпцями матриці (𝐴! − 𝜆𝐼 )$*" )" будуть або власні вектори, або
нульові вектори.
4. Виберемо 𝑝# − 𝑝" стовпчикових векторів матриці (𝐴! −
𝜆𝐼 )$*" )" (лінійно незалежних із обраними раніше) та всі стовпці з тими ж
номерами матриць 𝐼" , (𝐴! − 𝜆𝐼)" , ((𝐴! − 𝜆𝐼 )# )" , …, ((𝐴! − 𝜆𝐼 )$*# )" ,
Ми отримаємо 𝑝# − 𝑝" жорданових ланцюжків довжини k. Таким же
чином, продовжуючи процес, можна побудувати жорданів базис усього
простору.
Приклад. Знайти жорданову форму матриці 𝐴! =
6 2 −8 −6
−3 2 9 6
u v і жорданів базис.
2 −2 −8 −6
−1 0 3 4
Розв'язання:
Характеристичне рівняння
 6−𝜆 2 −8 −6
−3 2−𝜆 9 6
𝜑 (𝜆 ) = • • = (𝜆 − 2)A = 0
2 −2 −8 − 𝜆 −6
−1 0 3 4−𝜆
має лише один корінь 𝜆 = 2. Ранг 𝑟" матриці 𝐴! − 2𝐼

4 2 −8 −6
−3 0 9 6
𝑟" = 𝑟𝑎𝑛𝑔 u v = 2,
2 −2 −10 −6
−1 0 3 2
0 24 48 24
0 −24 −48 −24
𝑟# = 𝑟𝑎𝑛𝑔(𝐴! − 2𝐼)# = 𝑟𝑎𝑛𝑔 u v = 1.
0 24 48 24
0 −8 −16 −8
Так як (AB − 2I)+ = O, то 𝑟+ = 𝑟A = … = 0.
Тоді
𝑞" = 𝑟% − 2𝑟" + 𝑟# = 4 − 4 + 1 = 1,
𝑞# = 𝑟" − 2𝑟# + 𝑟+ = 0,
𝑞+ = 𝑟# − 2𝑟+ + 𝑟A = 1.
Жорданова форма матриці
2 1 0 | 0
⎛0 2 1 | 0⎞
𝐴& = ⎜ 0 0 2 | 0 ⎟.
− − − − −
⎝0 0 0 | 2⎠

Знайдемо жорданів базис. Випишемо цю матрицю

1 0 0 0
0 1 0 0
⎛ ⎞
0 0 1 0
⎜ ⎟
0 0 0 1
⎜ ⎟
⎜ − − − − − − − − ⎟
⎜ 4 2 −8 −6 ⎟
−3 0 9 6
𝐴’ = ⎜ ⎟.
⎜ 2 −2 −10 −6 ⎟
⎜ −1 0 3 2 ⎟
⎜− − − − − − − −⎟
⎜ 0 24 48 24 ⎟
⎜ 0 −24 −48 −24 ⎟
0 24 48 24
⎝ 0 −8 −16 −8 ⎠
 Другий стовпчик матриці 𝐴’ є лінійно незалежним, 3-й та 4-й стовпці –
пропорційні 2-му. Віднімемо від 3-го стовпчика матриці 𝐴’ подвоєний 2-й
стовпчик, від 4-го стовпчика 2-й стовпчик і отримаємо матрицю
1 0 0 0
0 1 −2 −1
⎛ ⎞
0 0 1 0
⎜ ⎟
0 0 0 1
⎜ ⎟
⎜ − − − − − − − − ⎟
⎜ 4 2 −12 −8 ⎟
“" = ⎜ −3
𝐴
0 9 6 ⎟
.
⎜ 2 −2 −6 −6 ⎟
⎜ −1 0 3 2 ⎟
⎜− − − − − − − −⎟
⎜ 0 24 0 0 ⎟
⎜ 0 −24 0 0 ⎟
0 24 0 0
⎝ 0 −8 0 0 ⎠
Від 4-го стовпчика матриці 𝐴“" віднімемо 3-й стовпчик, помножений на
#
+
і отримаємо
1 0 0 0
1
⎛ 0 1 −2 ⎞
3
⎜ 2⎟
⎜ 0 0 1 − ⎟
⎜ 3⎟
⎜ 0 0 0 1 ⎟
⎜− − − − − − − − ⎟
“# = ⎜ 4
𝐴
2 −12 0 ⎟
.
⎜ −3 0 9 0 ⎟
⎜ 2 −2 −6 0 ⎟
⎜ −1 0 3 0 ⎟
⎜− − − − − − − −⎟
⎜ 0 24 0 0 ⎟
⎜ 0 −24 0 0 ⎟
0 24 0 0
⎝ 0 −8 0 0 ⎠
В якості жорданового базису візьмемо вектори 𝑒" = (24, −24, 24, −8)> ,
𝑒# = (2, 0, − 2,0)> , 𝑒+ = (0, 1, 0,0)> , 𝑒A = (0, 1, −2,1)> . Перші 3 вектори
дають жорданів ланцюг довжини 3, вектор 𝑒A – ланцюг довжини 1.

Жорданова форма матриці. Інваріантні множники

 Означення. 𝜆 - матрицею називається квадратна матриця порядку n,
елементами якої слугують многочлени довільних ступенів від 𝜆 з дійсними
або комплексними коефіцієнтами.
Для довільної 𝜆 – матриці 𝐴(𝜆) порядку n зафіксуємо деяке натуральне
число k таке, що 1 ≤ 𝑘 ≤ 𝑛, і розглянемо все мінори k-го порядку матриці
𝐴(𝜆). Обраховуючи ці мінори, отримаємо кінцеву систему многочленів від
𝜆; найбільший спільний дільник цієї системи многочленів, взятий зі
старшим коефіцієнтом 1, позначимо через 𝑑$ (𝜆). Таким чином, отримаємо
систему многочленів 𝑑" (𝜆), 𝑑# (𝜆), … , 𝑑( (𝜆).

Означення. Інваріантними множниками 𝜆 – матриці 𝐴(𝜆)

називаються многочлени 𝐸) (𝜆), що задовільняють наступним умовам:
C (E) C (E)
1) 𝐸" (𝜆) = 𝑑" (𝜆), 𝐸# (𝜆) = # , ..., 𝐸( (𝜆) = (
C" (E) C()" (E)

C! (E)
(тобто 𝐸) (𝜆) = C!)" (E)
, (𝑖 = 2, … , 𝑛)),

2) } 𝑑𝑒𝑔 𝐸) (𝜆) = 𝑛
)8"

Зауваження.
1. Якщо
(

} 𝑑𝑒𝑔 𝐸) (𝜆) < 𝑛

)8"
то дані множники не є інваріантними для даної матриці.
2. 𝐸) (𝜆) ділиться на 𝐸)*" (𝜆) без остачі.
3. Число жорданових клітин з власним значенням 𝜆) дорівнює числу
інваріантних множників
𝐸2 = (𝜆 − 𝜆) )$ …
з цим власним значенням, а порядок цих клітин дорівнює степені
лінійного множника з цим власним значенням в інваріантному
множнику.

Приклад. Написати жорданову форму матриці 𝐴! , якщо задані

інваріантні множники 𝐸" = 𝐸# = … = 𝐸"% = 1, 𝐸"" = (𝜆 − 3)A (𝜆 − 2),
𝐸"# = (𝜆 − 3)A (𝜆 − 2)+ її характеристичної матриці 𝐴! − 𝜆𝐼.
Розв’язання:
 3 1 |
⎛ 3 1 | ⎞
⎜ 3 1 | ⎟
⎜ 3 | ⎟
⎜− − − − − − − − − − ⎟
⎜ | 3 1 | ⎟
⎜ ⎟
⎜ | 3 1 | ⎟
𝐴& = ⎜ | 3 1 | ⎟
⎜ | 3 | ⎟
⎜ − − − − − − − − ⎟
⎜ | 2 | ⎟
⎜ ⎟
− − − − − −
⎜ ⎟
⎜ | 2 1 ⎟
| 2 1
⎝ | 2⎠

Приклад. Написати жорданову форму матриці 𝐴! , якщо задані інваріантні

множники 𝐸" (𝜆) = 𝐸# (𝜆) = 𝐸+ (𝜆) = 1, 𝐸A (𝜆) = 𝜆 + 1, 𝐸4(𝜆) =
(𝜆 + 1)# , 𝐸5 (𝜆) = (𝜆 + 1)# (𝜆 − 5) її характеристичної матриці 𝐴! − 𝜆𝐼.
Розв’язання:
−1 |
⎛− − − − − ⎞
⎜ | −1 1 | ⎟
⎜ | −1 | ⎟
𝐴& = ⎜ − − − − − − − ⎟
⎜ | −1 1 | ⎟
⎜ ⎟
⎜ | −1 | ⎟
− − − − −
⎝ | 5⎠
Приклад. Написати жорданову форму матриці 𝐴! , якщо задані
інваріантні множники 𝐸" (𝜆) = 𝐸# (𝜆) = 1, 𝐸+ (𝜆) = (𝜆 − 2)# , 𝐸A (𝜆) =
𝜆# − 4 = (𝜆 − 2)(𝜆 + 2) її характеристичної матриці 𝐴! − 𝜆𝐼.
Розв’язання:
−2 |
⎛− − − − ⎞
| 2 |
𝐴& = ⎜⎜
⎟
⎟
⎜ − − − − − ⎟
| 2 1
⎝ | 2⎠
 Розглянемо ще один метод знаходження жорданової нормальної форми для матриці
лінійного оператора довільного n-го порядку.

Нехай характеристичний многочлен має вигляд

ϕA(λ)=(α0 −λ)n.

Тобто є єдиний корінь кратності n. Тоді цей корінь належить полю F і, отже,
спектр складається з одного власного значення α0.
Для знаходження жорданової нормальної форми в цьому випадку
можна застосувати наступний алгоритм. Зауважимо насамперед, що всі
жорданові клітини на головній діагоналі мають число α0. Нехай невід'ємне
ціле число m1 дорівнює кількості жорданових клітин порядку 1, невід'ємне
ціле число m2 дорівнює кількості жорданових клітин порядку 2 і так далі,
невід'ємне ціле число mlдорівнює кількості жорданових клітин порядку l в
матриці, що має жорданову нормальну форму, причому клітин порядку
вищого, ніж l немає. Для матриці A - α0E можна розглянути її h- і степені (A -
α0E)h. Нехай rh є ранг матриці (A - α0E)h для h = 0, 1,2, ..., n, n + 1. Тоді для
чисел rh мають місце такі строгі нерівності.
r0 > r 1 > r 2 > ···> r l (1)
і рівності
r0 = n, rl = rl+1 =···= rn = rn+1 =0 . (2)
Ці ранги єдиним чином визначають числа mh, причому їх можна знайти за
формулою
mh = rh−1 − 2rh + rh+1, h =1 ,2,...,l. (3)
Якщо r1 = 0, то матриця діагональна з власним числом α0 на діагоналі
для матриць будь-якого порядку. Для матриць з невеликими порядками
можна розглянути всі можливі випадки для жорданової нормальної форми.
Далі систематизовані всі такі випадки в залежності від рангів ri для не
діагональних матриць порядків 2, 3, 4, 5, 6. Для матриць другого порядку,
α% 1
якщо r1 = 1, то матриця має жорданову нормальну форму виду ? @.
0 α%
Інших випадків нема. Для матриць третього порядку є два варіанти не
діагональної жорданової форми
r1 = 1, r1 = 2
α% 0 0 α% 1 0
0 α% 1 0 α% 1
u v, u v.
0 0 α% 0 0 α%

Для матриць четвертого порядку є вже 4 варіанти не діагональної

жорданової нормальної форми
r1 = 1, r1 = 2, r2 = 1,
α% 1 0 0 α% 1 0 0
0 α% 0 0 0 α% 1 0
u v, u v,
0 0 α% 0 0 0 α% 0
0 0 0 α% 0 0 0 α%
r1 = 2, r2 = 0, r1 = 3,
α% 1 0 0 α% 1 0 0
0 α% 0 0 0 α% 0 0
u v, u v.
0 0 α% 1 0 0 α% 1
0 0 0 α% 0 0 0 α%
Важливо звернути увагу на те, що для єдиного визначення виду
жорданової нормальної форми для матриць 4 порядку вже не достатньо
тільки r1 . Якщо він дорівнює 2, то потрібно залучати r2 .
Для матриць п’ятого порядку є шість недіагональних варіантів жорданової
нормальної форми
r1 = 1, r1 = 2, r2 = 0, r1 = 2, r2 = 1,
α% 1 0 0 0 α% 1 0 0 0 α% 1 0 0 0
⎛ 0 α% 0 0 0 ⎞ ⎛ 0 α% 0 0 0 ⎞ ⎛ 0 α% 1 0 0 ⎞
⎜ 0 0 α% 0 0 ⎟ , ⎜ 0 0 α% 1 0 ⎟ , ⎜ 0 0 α% 0 0 ⎟
0 0 0 α% 0 0 0 0 α% 0 0 0 0 α% 0
⎝ 0 0 0 0 α% ⎠ ⎝ 0 0 0 0 α% ⎠ ⎝ 0 0 0 0 α% ⎠
,
r1 = 3, r2 = 1, r1 = 3, r2 = 1, r1 = 3, r2 = 1,
 α% 1 0 0 0 α% 1 0 0 0 α% 1 0 0 0
⎛0 α% 1 0 0⎞ ⎛0 α% 1 0 0⎞ ⎛0 α% 1 0 0⎞
⎜0 0 α% 0 0 ⎟,⎜ 0 0 α% 1 0 ⎟,⎜ 0 0 α% 1 0 ⎟.
0 0 0 α% 1 0 0 0 α% 0 0 0 0 α% 1
⎝0 0 0 0 α% ⎠ ⎝ 0 0 0 0 α% ⎠ ⎝ 0 0 0 0 α% ⎠
Для матриць шостого порядку є десять не діагональних варіантів
жорданової нормальної форми
r1 = 1, r1 = 2, r2 = 0,
α% 1 0 0 0 0 α% 1 0 0 0 0
0 α% 0 0 0 0 0 α% 0 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 α% 0 0 0 0 0 α% 1 0 0
⎜ ⎟, ⎜ ⎟,
⎜0 0 0 α% 0 0⎟ ⎜0 0 0 α% 0 0⎟
0 0 0 0 α% 0 0 0 0 0 α% 0
⎝0 0 0 0 0 α% ⎠ ⎝0 0 0 0 0 α% ⎠

r1 = 3, r2 = 0, r1 = 2, r2 = 1,
α% 1 0 0 0 0 α% 1 0 0 0 0
0 α% 0 0 0 0 0 α% 1 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 α% 1 0 0 0 0 α% 0 0 0
⎜ ⎟, ⎜ ⎟,
⎜0 0 0 α% 0 0⎟ ⎜0 0 0 α% 0 0⎟
0 0 0 0 α% 1 0 0 0 0 α% 0
⎝0 0 0 0 0 α% ⎠ ⎝0 0 0 0 0 α% ⎠

r1 = 3, r2 = 1, r1 = 4, r2 = 3, r3 = 0,
α% 1 0 0 0 0 α% 1 0 0 0 0
0 α% 1 0 0 0 0 α% 1 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 α% 0 0 0 0 0 α% 0 0 0
⎜ ⎟, ⎜ ⎟,
⎜0 0 0 α% 1 0⎟ ⎜0 0 0 α% 1 0⎟
0 0 0 0 α% 0 0 0 0 0 α% 1
⎝0 0 0 0 0 α% ⎠ ⎝0 0 0 0 0 α% ⎠
r1 = 3, r2 = 2, r1 = 4, r2 = 3, r3 = 1,
 α% 1 0 0 0 0 α% 1 0 0 0 0
0 α% 1 0 0 0 0 α% 1 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 α% 1 0 0 0 0 α% 1 0 0
⎜ ⎟, ⎜ ⎟,
⎜0 0 0 α% 0 0 ⎟ ⎜0 0 0 α% 0 0 ⎟
0 0 0 0 α% 0 0 0 0 0 α% 1
⎝0 0 0 0 0 α% ⎠ ⎝0 0 0 0 0 α% ⎠
r1 = 4, r2 = 3, r1 = 5,
α% 1 0 0 0 0 α% 1 0 0 0 0
0 α% 1 0 0 0 0 α% 1 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 α% 1 0 0 0 0 α% 1 0 0
⎜ ⎟,⎜ ⎟.
⎜ 0 0 0 α% 1 0⎟ ⎜0 0 0 α% 1 0 ⎟
0 0 0 0 α% 0 0 0 0 0 α% 1
⎝0 0 0 0 0 α% ⎠ ⎝ 0 0 0 0 0 α% ⎠

Приклад 1.Знайти жорданову форму наступних матриць:

0 6 4 0
0 4 0 2
а) u v;
0 −1 2 −1
1 −3 −2 2
1 1 −2 0 0 0
−1 −1 −1 −2 2 1
⎛ ⎞
−1 0 −1 −1 2 1
б)⎜ ⎟,
⎜2 1 1 2 −3 −2⎟
2 1 −1 1 −2 −1
⎝−1 0 −1 −1 2 1⎠

Розв’язання:
а). Необхідно спочатку знайти характеристичний многочлен
−λ 6 4 0 −λ 6 4 0
0 4−λ 0 2 0 2 − λ 4 − 2λ 2
ϕА(λ)=• •=• •=
0 −1 2 − λ −1 0 −1 2−λ −1
1 −3 −2 2 − λ 1 −3 −2 2−λ
−λ 6 4 0
−λ 0 0
0 4−λ 0 2
=• •=(2- λ)g 0 4 − λ −1 g=(2-λ)∙
0 −1 2 − λ −1
1 4 2−λ
1 −3 −2 2 − λ
0 4λ − 8 λ(2 − λ)
4(λ − 2) λ(2 − λ) −4 λ
g0 4 − λ −1 g = (2-λ)6 6 = (2-λ)26 6=
4−λ −1 4 − λ −1
1 4 2−λ
(2-λ) (4-4 λ +λ ) = (2-λ)4.
2 2

Таким чином, характеристичний многочлен має один корінь λ = 2 і,

Spec A = {2}. Тоді
−2 6 4 0 0 0 0 0
0 2 0 2 0 2 0 2
А - 2Е = u v~ u v.
0 −1 0 −1 0 −1 0 −1
1 −3 −2 0 1 −3 −2 2
Ранг r1 матриці А - 2Е дорівнює 2. Знайдемо квадрат цієї матриці ( А - 2Е)2 =
−2 6 4 0 −2 6 4 0
0 2 0 2 0 2 0 2
=u vu v
0 −1 0 −1 0 −1 0 −1
1 −3 −2 0 1 −3 −2 0
4 −4 −8 8
2 −2 −4 4
=u v
−1 1 2 −2
−2 2 4 −4
Легко побачити, що ранг останньої матриці r2 = 1.
Так як з (1.1) випливає, що r2 > r3, то r3 = 0. Крім того r0 = 4 i r4 = 0. Тоді
m1 = r0 − 2r1 + r2 = 4− 4 +1 = 1;
m2 = r1 − 2r2 + r3 = 2 − 2 + 0 = 0;
m3 = r2 − 2r3 + r4 = 1− 0 + 0 = 1.
Отже, жорданова нормальна форма матриці має одну клітину порядку 1 і
одну клітину порядку 3. Тоді неважко побудувати і саму матрицю, яка має
жорданову нормальну форму.
2 0 0 0
0 2 1 0
u v.
0 0 2 1
0 0 0 0
Зауваження. Безумовно, ця жорданова нормальна форма для матриць
четвертого порядку у відповідності проведеної вище систематизацією по
рангам r1 = 2 i r2 = 1 однозначно визначається без обчислення чисел mi.
б). Характеристичний многочлен дорівнює
 1−λ 1 −2 0 0 0
−1 −1 − λ −1 −2 2 1
• −1 0 −1 − λ −1 2 1 • 6
=λ .
• 2 1 1 2−λ −3 −2 •
2 1 −1 1 −2 − λ −1
−1 0 −1 −1 2 1−λ
Його можна обчислити, зробивши наступні операції.
1. Від шостого рядка визначника відняти третій і потім до третього
стовпчика додати шостий. В результаті останній рядок буде мати 5 нульових
елементів. Визначник потрібно розкласти по цьому рядку.
2. В отриманому визначнику п’ятого порядку до п’ятого рядка можна
додати третій рядок і відняти перший. Потім п’ятий стовпчик додати до
першого стовпчика та відняти від третього. В результаті в п’ятому рядку
будуть чотири нульових елемента. Визначник потрібно розкласти по цьому
рядку.
3. В отриманому визначнику четвертого порядку до останнього рядка
можна додати другий рядок і потім відняти від другого стовпця четвертий.
В результаті четвертий рядок буде мати 3 нульових елемента. Визначник
потрібно розкласти по цьому рядку.
4. В отриманому визначнику третього порядку від третього рядка відняти
другий рядок і потім третій стовпчик додати до другого стовпця. Наступні дії
очевидні. Таким чином, характеристичний многочлен має єдиний корінь λ
= 0 і Spec A = {0}. Стандартним шляхом перевіряється, що ранг матриці А
дорівнює 4. Її квадрат
2 0 −1 0 −2 −1
0 0 −1 0 0 1
⎛1 0 −1 0 −1 0 ⎞
⎜
⎜0 ⎟
0 1 0 0 −1⎟
1 0 0 0 −1 −1
⎝1 0 −1 0 −1 0 ⎠
має ранг 2, а третій ступінь матриці є нульова матриця і очевидно має ранг
0. В результаті цих обчислень отримали, що r1 = 4, r2 = 2 i r3 = 0. Тоді
 m1 = r0 − 2r1 + r2 = 6 − 8 + 2 = 0;
m2 = r1 − 2r2 + r3 = 4 − 4 + 0 = 0;
m3 = r2 − 2r3 + r4 = 2 − 0 + 0 = 2.
Тоді, жорданова нормальна форма матриці має дві клітини порядку 3.
Тепер вже неважко побудувати і саму матрицю, яка має жорданову
нормальну форму:
0 1 0 0 0 0
0 0 1 0 0 0
⎛ ⎞
0 0 0 0 0 0
⎜
⎜0 ⎟
0 0 0 1 0⎟
0 0 0 0 0 1
⎝0 0 0 0 0 0⎠

У випадку, коли характеристичний многочлен має декілька коренів,

причому всі вони належать полю F, а отже є власними значеннями, для
кожного з них можна застосувати алгоритм, що описаний вище. А саме,
нехай k це алгебраїчна кратність власного числа α і rh це ранг матриці (А-
αЕ)h для h = 0, 1, 2, . . . , k, k + 1. Тоді існує таке натуральне l, 0 < l ≤ k, що має
місце нерівність
r0 > r1> r2> · · · > rl (4)
і рівності
r0 = n, rl = rl+1 = rl+2 = . . . = rk = rk+1 = n - k. (5)
Нехай mh дорівнює кількості жорданових клітинок порядку h з власними
значеннями α на діагоналі. Тоді для власного значення α ранги ri єдиним
способом визначають числа mhпо такій же, що і при одноточечного
спектру, формулі
mh = th-1 - 2rh + rh+1 , h= 1, 2, . . . , k. (6)
Приклад 2. Знайти жорданову форму матриці
 2 3 −1 −3
0 1 −1 1
u v.
0 3 −3 1
4 6 −2 −4
Розв’язання:
Почнемо зі знаходження характеристичного многочлена

2−λ 3 −1 −3
0 1−λ −1 1
φ А(λ) = • •= λ2(λ+2)2.
0 3 −3 − λ 1
4 6 −2 −4 − λ
Він має два кореня λ1 = 0 і λ2 = -2, причому їх кратність дорівнює два.
Розглянемо спочатку власне значення λ = 0. Легко знайти ранг
матриці А:
2 3 −1 −3 2 3 −1 −3
0 1 −1 1 0 1 −1 1
А=u v~u v.
0 3 −3 1 0 0 0 −2
4 6 −2 −4 0 0 0 2
Ранг r1 матриці А дорівнює 3.
Так як алгебраїчна кратність k = 2, то r2 = r3 = n - k = 4 - 2 = 2. Тоді
m1 = r0 − 2r1 + r2 = 4 − 2 · 3 + 2 = 0,
m2 = r1 − 2r2 + r3 = 3 − 2 · 2 + 2 = 1.
Отже маємо одну клітину порядку 2 з нулем на діагоналі.
Аналогічно для власного значення λ = - 2 легко знайти ранг матриці
4 3 −1 −3 4 3 −1 −3
0 3 −1 1 0 3 −1 1
А + 2Е = u v~u v
0 3 −1 1 0 0 0 1
4 6 −2 −2 0 0 0 −2
Він дорівнює 2: r1 = 2. Так як алгебраїчна кратність k власного значення λ =
2 дорівнює 2, то r2 = r3 = 4 - 2 = 2. Тоді
m1 = r0 − 2r1 + r2 = 4 − 2 · 2 + 2 = 2,
m2 = r1 − 2r2 + r3 = 2 − 2 · 2 + 2 = 0.
Отже, маємо дві клітини порядку 1 з власними значеннями λ = -2 на
діагоналі. Все разом дає наступну матрицю, яка має жорданову нормальну
форму
0 1 0 0
0 0 0 0
u v.
0 0 −2 0
0 0 0 −2

Деякі властивості
Жорданова матриця
𝐽(" (λ" ) 0
⎛ 𝐽(# (λ# ) ⎞
⎜ ⋱ ⎟, n1+n2+…..+nk= n,
0 𝐽(* (λ$ )
⎝ ⎠
має цілком визначену структуру, яка робить наочними деякі із основних
властивостей цієї матриці і всіх матриць, подібних до неї.
1. Кількість k її жоданових клітинок дорівнює максимальної кількості її
лінійно незалежних власних векторів.
2. Мартиця А діагоналізована тоді і тільки тоді, коли k = n.
3. Кількість жорданових клітинок, які відповідають якомусь одному
власному вектору, збігається з її геометричною кратністю, тобто з
розмірністю відповідного власного підпростору. Сума порядків усіх
жорданових клітин, що відповідають одному власному значенню,
збігається з його алгебраїчною крайністю.
4. Знання власних значень разом з іх алгебраїчними і геометричними
кратностями в загальному випадку не дає повної інформації про
жорданову матрицю. Необхідно ще визначити, які розміри
жорданових клітин для кожного власного значення. Порядок
 найбільшої жорданової клітини, який відповідає власному значенню
λ, - це кратність числа λ як кореня мінімального многочлена.
5. Розміри жорданових клітин, які відповідають якомусь одному
власному значенню, визначаються по рангам деяких ступенів
допоміжної матриці. Наприклад, для

2 1 0
0 2 1 О
⎛0 0 2 ⎞
⎜ ⎟
⎜ 2 1 ⎟
А=⎜ 0 2 ⎟
⎜ 2 1 ⎟
⎜ О 0 2 ⎟
2
⎝ ⎠
обчислюємо наступні матриці:
0 1 0
0 0 1 О
⎛0 0 2 ⎞
⎜ ⎟
⎜ 0 1 ⎟
А - 2Е = ⎜ 0 0 ⎟
⎜ 0 1 ⎟
⎜ О 0 0 ⎟
0
⎝ ⎠
0 0 1
0 0 0 О
⎛0 0 0 ⎞
⎜ ⎟
0 0
2 ⎜ ⎟
(А - 2Е) =⎜ 0 0 ⎟
⎜ 0 0 ⎟
⎜ О 0 0 ⎟
0
⎝ ⎠
(А-2Е)2 = 0.
Таким чином, ми маємо наступні дані: матриця А – 2Е має розмір 8 х 8;
(А- 2Е)3 = 0;
rank(A - 2E)2 = 1;
rank(A - 2E) = 4.
Цією сукупністю даних будова матриці А визначається повністю. Рівність (А
- 2Е)3 = 0 дозволяє стверджувати, що найбільша клітина має порядок 3. Ранг
матриці (А - 2Е)2 збігається з кількістю клітинок порядку 3, а в даному
випадку отримуємо одну клітину. Ранг матриці (A - 2E) це подвійна кількість
клітин порядку 3 плюс кількість клітин порядку 2. Як бачимо повинно бути
2 клітини порядку 2. Кількість клітин порядку 1 дорівнює 8 - 2*2 - 2 = 1.

§ 9. Функції від матриці

Нехай дано квадратну матрицю 𝑨 = || 𝑎%4 || !# і функцію𝑓(𝜆) скалярного аргументу
λ. Потрібно визначити, що являє собою𝑓(𝑨), тобто треба поширити функцію 𝑓(𝜆) і на
матричні значення аргументу.
Вирішення цього завдання очевидне для найпростішого випадку, коли 𝑓(𝜆) =
𝛾$ 𝜆6 + 𝛾! 𝜆6&! + … + 𝛾 6 – многочлен відносно λ. В цьому випадку 𝑓(𝑨) = 𝛾$ 𝑨6 +
𝛾! 𝑨6&! + … + 𝛾6 𝑬. Виходячи з цього окремого випадку спробуємовизначити 𝑓 (𝑨) в
загальному випадку.
Позначимо через
𝜓(𝜆) = ( 𝜆 − 𝜆! )5" ( 𝜆 − 𝜆" )5# … ( 𝜆 − 𝜆* )5$ (1)
мінімальний многочлен матриці A (тут λ! , λ" , … , λ* − всі різні власні числа матриці А,
𝑚! , 𝑚" , … , 𝑚* – їх кратності виродження). Степінь цього многочлена 𝑚 = ∑*48! 𝑚4.
Нехай два многочлена 𝑔(λ) і ℎ(λ) такі, що
𝑔(𝑨) = ℎ(𝑨). (2)
Тоді різниця 𝑑(𝜆) = 𝑔(𝜆) − ℎ(𝜆), будучи анулюючим многочленом матриці А,
ділиться на 𝜓(𝜆) без остачі, що запишемо так:
𝑔(𝜆) ≡ ℎ(𝜆) (mod𝜓(𝜆)). (3)
Звідси в силу (1) 𝑑(𝜆4 ) = 0, 𝑑 9 (𝜆4 ) = 0, … , 𝑑 (5% &!) (𝜆4 ) = 0, (𝑘 = 1, 2, … , 𝑠),
тобто
𝑔(𝜆4 ) = ℎ(𝜆4 ), 𝑔9 (𝜆4 ) = ℎ9 (𝜆4 ), … 𝑔(5% &!) (𝜆4 ) = ℎ(5% &!) (𝜆4 ), (𝑘 = 1, 2, … , 𝑠). (4)
Наступні m чисел
𝑓(𝜆4 ), 𝑓′(𝜆4 ), … , 𝑓 (5% &!)(𝜆4 )(𝑘 = 1, 2, … , 𝑠), (5)
будемо умовно називати значеннями функції 𝑓(𝜆) на спектрі матриці А ісукупність цих
значень символічно будемо позначати через 𝑓(𝛬< ). Якщо дляфункції 𝑓(𝜆) існують (тобто
мають сенс) значення (5), то ми будемоговорити, що функція 𝑓(𝜆) визначена на спектрі
матриці А.
Рівності (4) показують, що многочлени 𝑔(𝜆) і ℎ(𝜆) мають одні і ті ж значення на
спектрі матриці А. В символічному записі
𝑔(𝛬< ) = ℎ(𝛬< )
Міркування наші оборотні: з (4) випливає (3) і, отже, (2).
Таким чином, якщо задана матриця А, то значення многочлена 𝑔(𝜆) наспектрі
матриці А цілком визначають матрицю 𝑔(𝑨), тoбто всі многочлени 𝑔(𝜆),які набувають
одних і тих же значень на спектрі матриці А, мають одне й те жматричне значення 𝑔(𝑨).
Ми будемо вимагати, щоб визначення 𝑓(𝑨) в загальному випадку
підпорядковувалося такому ж принципу: значення функції 𝑓(𝜆) на спектрі матриці А
повинні повністю визначати 𝑓(𝑨), тобто всі функції 𝑓(𝜆), що мають одні і ті ж значення
на спектрі матриці А, повинні мати одне й те ж матричне значення 𝑓(𝑨).Крім того,
передбачається, що загальне визначення для 𝑓(𝑨) в окремому випадку, коли 𝑓(𝜆)–
многочлен, має давати той же результат, що і безпосередня підстановка в многочлен
замість λ матриці А.
Але тоді, очевидно, для визначення 𝑓(𝑨) в загальному випадку доситьпідшукати
такий многочлен 𝑔(𝜆), який би набував тих же значень на спектріматриці А, що 𝑓(𝜆) (як
відомо, такий інтерполяційний многочлен завжди існує і є алгоритм для обчислення
коефіцієнтів інтерполяційного многочлена) і покласти
𝑓(𝑨) = 𝑔(𝑨).
Таким чином, переходимо до наступного визначення.
Означення 1. Якщо функція f (λ) визначена на спектрі матриці А, то 𝑓(𝑨) = 𝑔(𝑨), де
𝑔(𝜆)– будь-який многочлен, який приймає на спектрі матриці А ті жзначення, що 𝑓(𝜆):
𝑓(𝛬< ) = 𝑔(𝛬< ).
Серед всіх многочленів з комплексними коефіцієнтами, які приймають ті ж
значення на спектрі, що 𝑓(𝜆), є один і тільки один многочлен 𝑟(𝜆) степеня m (за
основною теоремою алгебри). Цей многочлен виходить з будь-якого іншого
многочлена, що має ті ж спектральні значення, що і остача від ділення на 𝜓(𝜆).
Цей многочлен 𝑟(𝜆) однозначно визначається інтерполяційними умовами
 𝑟(𝜆4 ) = 𝑓(𝜆4 ), 𝑟′(𝜆4 ) = 𝑓′(𝜆4 ), … , 𝑟 (5% &!) (𝜆4 ) = 𝑓 (5% &!) (𝜆4 ), (𝑘 = 1, 2, … , 𝑠)
(6)
Многочлен 𝑟(𝜆)називають інтерполяційним многочленом Лагранжа-
Сильвестра для функції 𝑓(𝜆) на спектрі матриці А. Визначення 1 можна
щесформулювати так.
Означення 2. Нехай 𝑓(𝜆)– функція, визначена на спектрі матриці А, а 𝑟(𝜆)– відповідний
інтерполяційний многочлен Лагранжа-Сильвестра. Тоді
𝑓(𝑨) = 𝑟(𝑨).
Якщо мінімальний многочлен 𝜓(𝜆) матриці А не має кратних коренів (в цьому і
тільки цьому випадку матриця А є матрицею простої структури), тобто в рівності (1) 𝑚! =
𝑚" = . . . = 𝑚* = 1; 𝑠 = 𝑚, то для того, щоб 𝑓(𝑨) мало сенс, досить, щоб функція 𝑓(𝜆)
була визначена в характеристичних точках 𝜆! , 𝜆" , ..., 𝜆5 . Якщо ж 𝜓(𝜆) має кратні корені,
то в деяких характеристичних точках повинні бути визначені і похідні від 𝑓(𝜆) до певного
порядку [див. (6)].
Відзначимо три властивості функціївід матриці.
1. Якщо 𝜆! , 𝜆" , ..., 𝜆5 – характеристичні числа матриці n-го порядку А, то
𝑓(𝜆! ), 𝑓(𝜆" ), . . . , 𝑓(𝜆# ),–повна система характеристичних чисел матриці 𝑓(𝑨).
В окремому випадку, коли 𝑓 (𝜆)– многочлен, доведення є очевидним. Доведення
для загального випадку зводиться до цього окремого випадку, оскільки (в силу
визначення 1') 𝑓(𝑨) = 𝑟(А) і 𝑓(𝜆% ) = 𝑟(𝜆% ) (i = 1, ..., n), де 𝑟(𝜆)– інтерполяційний
многочлен Лагранжа-Сильвестра для функції 𝑓(𝜆).
2. Якщо дві матриці А і В подібні і матриця Т здійснює перетворення подібності А
в В:
𝑩 = 𝑻&! 𝑨𝑻,
то матриці 𝑓(𝑨) і 𝑓(𝑩) подібні і та ж матриця Т перетворює 𝑓(𝑨) в 𝑓(𝑩):
𝑓(𝑩) = 𝑻&! 𝑓(𝑨)𝑻.
Дійсно, дві подібні матриці мають однакові мінімальні многочлени і, отже, функція
𝑓(𝜆) приймає одні і ті ж значення як на спектрі матриці А, так і на спектрі матриці В. Тому
існує інтерполяційний многочлен 𝑟(𝜆) такий, що 𝑓(𝑨) = 𝑟(𝑨), 𝑓(𝑩) = 𝑟(𝑩). Але тоді з
рівності 𝑟(𝑩) = 𝑻&! 𝑟(𝑨)𝑻 слідує𝑓(𝑩) = 𝑻&! 𝑓(𝑨)𝑻.
3. Якщо А – квазідіагональна (блочно-діагональна) матриця:А= {𝑨! , 𝑨" , … , 𝑨= },то
𝑓(𝑨) = {𝑓(𝑨! ), 𝑓(𝑨" ), . . . , 𝑓(𝑨= )}.
 Позначимо через 𝑟(𝜆) інтерполяційний многочлен Лагранжа-Сильвестра для
функції 𝑓(𝜆) на спектрі матриці А. Тоді, як легко бачити,
𝑓(𝑨) = 𝑟(𝑨) = {𝑟(𝑨! ), 𝑟(𝑨" ), . . . , 𝑟(𝑨= )}. (7)
З іншого боку, мінімальний многочлен 𝜓(𝜆)для А є анулюючим многочленом для
кожної з матриць 𝑨! , 𝑨" , … , 𝑨= . Тому з рівності 𝑓(𝛬< ) = 𝑟(𝛬< )слідує𝑓(𝛬<" ) =
𝑟(𝛬<" ), . . . , 𝑓(𝛬<& ) = 𝑟(𝛬<& ).
Тому𝑓(𝑨! ) = 𝑟(𝑨! ), . . . , 𝑓(𝑨= ) = 𝑟(𝑨= ),і рівність (7) можна записати так:
𝑓(𝑨) = {𝑓(𝑨! ), 𝑓(𝑨" ), . . . , 𝑓 (𝑨= )}. (8)

§10.Подання функцій від матриць рядами

Нехай дана матриця 𝑨 = || 𝑎%4 || !# з мінімальним многочленом 𝜓(𝜆) =
(𝜆 – 𝜆! )5" (𝜆 – 𝜆" )5# ... (𝜆 – 𝜆* )5$ (𝑚 = ∑*48! 𝑚4 ). Нехай, далі, функція 𝑓(𝜆) і
посдідовність функцій 𝑓! (𝜆), 𝑓" (𝜆), … , 𝑓> (𝜆), … визначена на спектрі матриці А.
Будемо говорити, що послідовність функцій 𝑓> (𝜆) при р → ∞прямує до деякої
границі на спектрі матриці А, якщо існують границі
(5% &!)
limр→@ f> (λ4 ), limр→@ f>9 (λ4 ), … , limр→@ f> (λ4 ), (𝑘 = 1,2, . . . , 𝑠).
Будемо говорити, що послідовність функцій 𝑓> (𝜆) при р → ∞прямує до функції
𝑓(𝜆) на спектрі матриці А, і будемо писати
limр→@ f> (ΛА ) = 𝑓(ΛА )
якщо
limр→@ f> (λ4 ) = 𝑓(λ4 ), limр→@ f>9 (λ4 ) = f>9 (λ4 ), … ,
(5% &!)
limр→@ f> (λ4 ) = f>(5% &!) (λ4 ), (𝑘 = 1, 2, … , 𝑠).
Основна формула
*

𝑓(𝑨) = •[ 𝑓(𝜆4 ) 𝒁4" + 𝑓′(𝜆4 ) 𝒁4# + … + 𝑓 (5% &!) (𝜆4 ) 𝒁45% ]

48!

виражає 𝑓(𝑨) через значення 𝑓(𝜆) на спектрі матриці А. Якщо розглядатиматрицю як

вектор в просторі 𝑛" вимірів 𝑅## , то з основної формулив силу лінійної незалежності
матриць 𝒁4B слідує, що вся𝑓(𝑨) (призаданому А) утворюють m-вимірний підпростір в
𝑅## з базисом 𝒁4B (j = 1,2, ..., 𝑚4 ; 𝑘 = 1,2, … , 𝑠). У цьому базисі "вектор" 𝑓(𝑨) має своїми
координатами mзначень функції 𝑓 (𝜆) на спекторі матриці А.
 Ці міркування роблять абсолютно прозорою наступну теорему.
Теорема 1. Для того щоб послідовність матриць 𝑓> (𝑨) при р → ∞прямувала до деякої
границі, необхідно і достатньо, щоб послідовність 𝑓> (𝜆) при р → ∞на спектрі матриці
Амала границю, тобто границі limр→@ f> (𝐀) іlimр→@ f> (ΛА )завжди існують одночасно.
При цьому з рівності
limр→@ f> (ΛА ) = 𝑓(ΛА ) (9)
слідує рівність
limр→@ f> (𝑨) = 𝑓(𝑨)(10)
і навпаки.
Доведення. 1. Якщо значення f> (λ) на спектрі матриці А при р → ∞ прямують до
граничних значень, то з формули
(5% &!)
f> (𝑨)= ∑*48![f> (λ4 ) 𝒁4" +f '(λ4 ) 𝒁4# + … + 𝑓> (λ4 )𝒁45% ] (11)
слідує існування границі limр→@ f> (𝑨). На основі цієї ж формули і з (9) випливає (10).
2. Навпаки, нехай існує limр→@ f> (𝑨). Так як m складових матриць Z лінійно
незалежні, то ми можемо з (11) виразити (у вигляді лінійних форм) m значень f> (λ)на
спектрі матриці А через m елементів матриці f> (𝑨). Звідсислідує існування
границіlimр→@ fC (ΛА ), і рівність (9) має місце при наявності рівності (10).
Відповідно до встановленої теореми, якщо послідовність многочленів 𝑔> (λ)
(𝑝 = 1,2, . . . ) прямує до функції 𝑓(𝜆) на спектрі матриці А, то
limр→@ g > (𝑨) = 𝑓(𝑨)
Ця формула підкреслює природність і спільність даного нами визначення 𝑓(𝑨).
Функція 𝑓(𝑨) завжди виходить граничним переходом з g > (𝑨)при р → ∞, якщо тільки
послідовність многочленів з g > (λ) сходиться до з 𝑓(𝜆)на спектрі матриці А. Остання
умова є необхідною для існування межі limр→@ g > (𝑨) при р → ∞.
Домовимося говорити, що ряд ∑@
>8$ 𝑢> (𝜆) сходиться на спектрі матриці А

дофункції 𝑓(𝜆), і будемо писати

f> (ΛА ) = ∑@
>8$ 𝑢> ( Λ А ) (12)
якщо всі фігуруючі тут функції визначені на спектрі матриці А і мають місце рівності
@ @

𝑓(𝜆4 ) = • 𝑢> ( λ4 ), 𝑓 9 (λ4 ) = • 𝑢>9 ( 𝜆4 ), … ,

>8$ >8$
 @
(5 &!) (5% &!)
𝑓> % (λ4 ) = • 𝑢> (λ4 ), (𝑘 = 1,2, . . . , 𝑠),
>8$

причому в правих частинах цих рівностей стоять ряди, що збігаються. Іншими словами,
якщо покласти
>

𝑠> (𝜆) = • 𝑢C (𝜆) , (𝑝 = 0,1,2, … ),

C8$

то рівність (12) рівносильна рівності

𝑓(ΛА ) = lim 𝑠> (ΛА )
>→@

Очевидно, що доведеній теоремі можна дати наступне

еквівалентнеформулювання.
Теорема 1'. Для того щобряд∑@
>8$ 𝑢> (𝑨)збігався до деякої матриці, необхідно і

достатньо, щоб на спектрі матриці А збігався ряд ∑@

>8$ 𝑢> (λ). При цьому з рівності

𝑓(ΛА ) = ∑@
>8$ 𝑢> (Λ А )слідує рівність
@

𝑓 (𝑨) = • 𝑢> (𝑨)

>8$

і навпаки.
Нехай дано степеневий ряд з колом збіжності |𝜆 − 𝜆$ | < 𝑅 і сумою 𝑓(𝜆):
𝑓(𝜆) = ∑@ >
>8$ 𝛼> (𝜆 − 𝜆$ ) (| 𝜆 − 𝜆$ |< 𝑅). (13)
Так як стeпеневий ряд можна почленно диференціювати будь-яке число
разіввсередині кола збіжності, то ряд (13) збігається на спектрі будь-якої матриці,власні
числа якої потрапляють всередину кола збіжності.
Таким чином, має місце наступна теорема.
Теорема 2. Якщо функція 𝑓(𝜆) розкладається в колі |𝜆 − 𝜆$ | < 𝑟 в степеневий ряд
@

𝑓 (𝜆) = • 𝛼> ( 𝜆 − 𝜆$ )> ,

>8$

то цей розклад зберігає силу, якщо скалярний аргумент λ замінитибудь-якою

матрицею А, характеристичні числа якої лежать всередині кола збіжності.

Приклад 1.
0 2
Обичислити Ае100, якщо Ае =1 5.
−3 5
 Розв’язання:

Знайдемо характеристичний многолчен матриці А:

−λ 2
φ(λ) = 6 6= - λ(5 - λ) = 6 = (λ-3)(λ -2),
−3 5 − λ
3 0
тому жорданова форма матриці Аf = 1 5 і, отже,
0 2
"%%
Аf100 = 13 0 5.
"%%
0 2
Зауважимо, що
Ae= Sf→eAfSf→e⋅Sf→eAfSf→e⋅ . . . ⋅Sf→eAfSf→e = S-1f→eA100f Sf→e. (1)
Таким чином потрібно знайти матрицю переходу від початкового базису
до жорданового. Для цього знайдемо жордановий базис.
−3 2
Якщо λ = 3, то отримаємо А - 3Е = 1 5→(-3 2), а, отже,f1 = (2; 3);
−3 2
−2 2
при λ = 2 отримаємо А - 2Е = 1 5→(1 -1), тому f2 = (1;1) і
−3 3
2 1 100
Se→f=1 5=S f→e.
3 1
Залишилось знайти матрицю S f →e і використовуючи формулу (1)

Приклад 2.
1 1
Обчислити Ае50, якщо Ае = 1 5
−1 3
Розв’язання:

Знайдемо характеристичний многочлен матриці А:

1−λ 1
φ(λ) =6 6= (1- λ)(3 - λ) +1 = (λ-2)2,
−1 3 − λ
тому λ = 2, α = 2.
Знайдемо геометричну кратність власного значення λ = 2:
−1 1
Ае - 2Е = 1 5→ (-1 1), (2)
−1 1
2 1
отже, k = 2 - 2 = 1 і Аf= 1 5
0 2
$
Доведемо, що Аfk = ?2 𝑘 ∙ 2$/" @, використовуючи метод математичної
0 2$
індукції.

2 1
Очевидно, що при n = 1 Аf = 1 5
0 2
Нехай це твердження правдиве для k = n, тобто
 (
Аfn = 12 𝑛 ∙ 2(/" 5,
0 2(
Доведемо його для k = n+1.
Дійсно,
(
𝑛 ∙ 2(*" 5 ∙ 12 1 2(/" (𝑛 + 1) ∙ 2(
An+1f= Anf ⋅Af = 12 5= ? @
0 2( 0 2 0 2(/"

Таким чином,
4%
Аf50 = ?2 50 ∙ 2AG @ = 250 ⋅11 25
5
0 24% 0 1
тому
Ае50 = S-1f→eА50f Sf→e .

Знайдемо жордановий базис. З (2) слідує, що f1 = (1,1) .Знайдемо f2 з

рівняння (А - 2Е)x = f1 , звідки слідує, що f2 = (0,1) , а отже,
1 0
Se→f=1 5= S-1f→e .
1 1
Підставляючи Аf50, Sf→e i S-1f→e в формулу (1) отримаємо Ае50.

Твердження 1. Якщо матриця Ае подібна діагональній

λ" 0
⎛ λ# ⎞
Aе= S f→e⎜
-1
О ⎟Sf→e
0 λ(
⎝ ⎠
І для функції f(λ) матриця f (Aе) існує, тоді f (Aе) подібна діагональній
матриці, причому
𝑓(λ" ) 0
⎛ 𝑓(λ# ) ⎞
f (Aе) = S f→e⎜
-1
О ⎟Sf→e
0 f(λ( )
⎝ ⎠
з тією ж матрицею Sf→e .

4 −2
Приклад 3. Обчислити еА, де А = 1 5
6 −3

Розв`язання:
Знайдемо характеристичний многочлен матриці А:
 4 − λ −2
φ(λ) = |A - λE | =6 6 = -(4 - λ)(3 +λ)+12 = λ2 - λ = λ(λ -1),
6 −3 − λ
0 0
отже, λ1 = 0, λ2 = 1, тому Аf = 1 5,
0 1
%
eeA = S-1f→e 1𝑒 0 5S = S 11 05S -1 .
f→e e→f e→f
0 𝑒" 0 𝑒
Знайдемо власні вектори оператора А.
Так як
4 −2
А - 0 ⋅Е= 1 5→ (2 -1),
6 −3
то координати власного вектора, відповідають власному значенню λ1 = 0,
задовольняє відношенню х1 = 2х2 , тому
f1 = (1,2).
Аналогічно
3 −2
А-Е =1 5→ (3 -2), звідки 3х1 = 2х2, тому
6 −4
f2 = (2,3) .
1 2 −3 2
Таким чином, Se→f = 1 5, а отже, S -1e→f =1 5.
2 3 2 −1
Тому
1 2 1 0 −3 2 1 2𝑒 −3 2
eeA = 1 51 51 5, = 1 51 5=
2 3 0 𝑒 2 −1 2 3𝑒 2 −1
−3 + 4𝑒 2 − 2𝑒
1 5.
−6 + 6𝑒 4 − 3𝑒

Твердження 2.Значення многочлена f (x) від клітини Жордана А порядку n

з числами α на головній діагоналі
α 1 0 ⋯ 0
0 α 1 … 0
А = ⎛⋯ ⋯ ⋯ ⋯⎞
0 0 0 …
α
⎝ ⎠
визначається за формулою

&H (I) &HH (I) &HHH(I) &(()") (I)

𝑓 (α) ⋯
"! #! +! ((*")!
⎛ &H (I) &HH(I) &(()#) (I)
⎞
f (A) = ⎜ 0 𝑓 (α) ⋯ ⎟
"! #! ((*#)!
⋯ ⋯ ⋯ ⋯ ⋯ ⋯
⎝ 0 0 0 0 ⋯ 𝑓 (α) ⎠

Твердження 3. Якщо матриця А клітинно - діагональна

 A" 0
⎛ A# ⎞
А=⎜ О ⎟
0 A(
⎝ ⎠
і функція f (λ) визначена на спектрі матриці А, то
𝑓(A" ) 0
⎛ 𝑓(A# ) ⎞
f (A) = ⎜ О ⎟.
0 f(A( )
⎝ ⎠

Твердження 4. Якщо матриця Ае подібна клітинно – діагональній матриці

Аf
A" 0
⎛ A# ⎞
Ae = S 1f→e AfSf→e , Аf = ⎜
-
О ⎟
0 A(
⎝ ⎠
і функція f (λ) визначена на спектрі матриці А, то

f (Ae) = S - 1f→e f (Af) Sf→e

з тієїж матрицею Sf→e .

3 1
Приклад 4. Обчислити √𝐴, де 𝐴 = 1 5.
−1 −5

Розв'язання:
Знайдемо характеристичний многочлен матриці A:
3−𝜆 1
𝜑(𝜆) = |𝐴 − 𝜆𝐼| = 6 6 = (5 − 𝜆)(3 − 𝜆) + 1 = (𝜆 − 4)#
−1 5−𝜆
отже, 𝜆 = 4, 𝛼 = 2. Знайдемо геометричну кратність власного
значення 𝜆 = 4:
−1 1
𝐴 − 4𝐼 = 1 5 → (−1 1) ,
−1 1
4 1
відповідно, 𝑘 = 2 − 1 = 1, і 𝐴& = 1 5.
0 4
З твердження 2 випливає, що
"
√𝜆 #√E
™𝐴& = š ›.
0 √𝜆
Так як 𝜆 = 4, то
 1 1
√4 2 8 1
œ𝐴& = € 2√4• = ± Z 4[ = ± 10 5
8
0 √4 0 2
і, отже,
"
*" 8 1 " 8 1 *"
√𝐴 = ± A 𝑆&→! 1 5 𝑆&→! = ± 𝑆!→& 1 5𝑆 .
0 8 A 0 8 !→&
Знайдемо жорданів базис матриці оператора A.
Так як
−1 1
𝐴 − 4𝐼 = 1 5 → (−1 1),
−1 1
то координати власного вектора, що відповідає власному значенню 𝜆 =
4, задовільняють співвідношенню 𝑥" = 𝑥# , тому
𝑓" = (1; 1).
Знайдемо приєднаний вектор 𝑓# з рівняння (𝐴 − 4𝐼)𝑥 = 𝑓" , звідки
випливає, що 𝑓# = (0; 1) і, отже,
1 0 *" *" 1 0
𝑆!→& = 1 5 = 𝑆&→! , 𝑆!→& = 1 5 = 𝑆&→!
1 1 −1 1
Таким чином,
" 1 0 8 1 1 0 " 7 1
√𝐴 = ± A 1 51 51 5= ± 1 5.
1 1 0 8 −1 1 A −1 9

§11. Блокові матриці

Часто доводиться користуватися матрицями, розбитими на прямокутні частини:
«клітки» або «блоки». Розгляду таких «блокових» матриць ми присвячуємо весь цей
параграф.
Нехай дана прямокутна матриця
𝐴 = ‖𝑎%4 ‖(𝑖 = 1,2, … , 𝑚, 𝑘 = 1,2, … , 𝑛) (1)
За допомогою горизонтальних і вертикальних ліній розсічемо матрицю A на
прямокутні блоки:
#" ## #'
• • }𝑚1
𝐴 𝐴 ⋯ 𝐴ž
⎛ !! !" !D ⎞
}𝑚2
𝐴 = ⎜𝐴"! 𝐴"" … 𝐴"D ⎟ (2)
}…
… … … …
⎝ 𝐴*! 𝐴*" ⋯ 𝐴*D ⎠ }𝑚5
Про матрицю (2) будемо говорити, що вона розбита на 𝑠𝑡блоків 𝐴EF розміром 𝑚E × 𝑛F
або, що вона представлена у вигляді блокової матриці. Замість (2) будемо скорочено
писати:
𝐴 = ;𝐴EF =(𝛼 = 1,2, … , 𝑠, 𝛽 = 1,2, … , 𝑡) (3)
У випадку 𝑠 = 𝑡 будемо використовувати наступний запис:
𝐴 = (𝐴EF )!* (4)
Блочна матриця — прямокутна матриця, що уявно поділена на однакові прямокутні
частини-блоки, які самі розглядаються як матриці.
Матриця
1 1 2 2
1 1 2 2
𝑃=¢ £
3 3 4 4
3 3 4 4
складається з наступних блоків (матриць)
1 1 2 2 3 3 4 4
𝑃!! = ¤ ¥ , 𝑃!" = ¤ ¥,𝑃 = ¤ ¥,𝑃 = ¤ ¥
1 1 2 2 "! 3 3 "" 4 4
i може бути записана як блочна матриця
𝑃 𝑃!"
𝑃>H)D%D%I#JK = ¦ !! §
𝑃"! 𝑃""
Числова матриця P розмірностi m×n, розділена горизонтальними і вертикальними
лініями на блоки (клітини), які представляють собою матриці, називається блокової
(клітинної) матрицею. Елементами блокової матриці P є матриці 𝑃𝑖𝑗
розмірностей𝑚𝑖×𝑛𝑗 , i = 1,2, ..., p, j = 1,2, ..., q, причому
𝑚! + 𝑚" + ⋯ + 𝑚> = 𝑚 та 𝑛! + 𝑛" + ⋯ + 𝑛C = 𝑛.
Дії над блоковими матрицями здійснюються за тими ж формальними правилами, як і в
разі, коли замість блоків маємо числові елементи. Нехай, наприклад, дано дві
прямокутні матриці однакових розмірностей і з однаковим розбиттям на блоки:
𝐴 = ;𝐴EF =, 𝐵 = ;𝐵EF =(𝛼 = 1,2, … , 𝑠, 𝛽 = 1,2, … , 𝑡) (5)
Легко побачити, що
𝐴 + 𝐵 = (𝐴EF + 𝐵EF ) (𝛼 = 1,2, … , 𝑠, 𝛽 = 1,2, … , 𝑡) (6)
Детальніше зупинимося на множенні блокових матриць. Відомо, що при множенні двох
прямокутних матриць A і B довжина рядків у першому співмножнику A повинна збігатися
з висотою стовпців в другому співмножнику B. Для можливості блочного множення цих
матриць ми додатково вимагатимемо, щоб при розбитті на блоки всі горизонтальні
розміри в першому співмножнику збігалися з відповідними вертикальними розмірами
в другому:
#" ## #' #" ## #'
•
𝐴 •
𝐴 ⋯ 𝐴ž 𝐵ž 𝐵ž ⋯ 𝐵ž
⎛ !! !" !D ⎞ ⎛ !! !" !D ⎞
𝐴 = ⎜𝐴"! 𝐴"" … 𝐴"D ⎟ 𝐵 = ⎜𝐵"! 𝐵"" … 𝐵"D ⎟ (7)
… … … … … … … …
𝐴
⎝ *! 𝐴*" ⋯ 𝐴*D ⎠ ⎝ 𝐵*! 𝐵*" ⋯ 𝐵*D ⎠
Тоді легко перевірити, що:
D
𝛼 = 1,2, … , 𝑠
𝐴𝐵 = 𝐶 = ;𝐶EF =, де 𝐶EF = • 𝐴EL 𝐵LF ¯ ° (8)
𝛽 = 1,2, … , 𝑢
L8!

Окремо відзначимо той випадок, коли одним із співмножників є квазідіагональна

матриця. Нехай A – квазідіагональна матриця, тоді 𝑠 = 𝑡 і 𝐴EF = 0 при 𝛼 ≠ 𝛽 . У цьому
випадку з формули (8) випливає:
𝐶EF = 𝐴EE 𝐵FF (𝛼 = 1,2, … , 𝑠, 𝛽 = 1,2, … , 𝑢) (9)
При множенні блокової матриці зліва на квазідіагональну матрицю рядки блокової
матриці множаться зліва на відповідні діагональні клітки квазідіагональної матриці.
Зауважимо, що множення квадратних блокових матриць одного і того ж
порядку завжди здійснюється, коли співмножники розбиті на однакові квадратні схеми
блоків і в кожному з співмножників на діагональних місцях стоять квадратні матриці.
Блочна матриця (2) називається верхньою (нижньою) квазітрикутною, якщо
𝑠 = 𝑡 і всі 𝐴EF = 0 при 𝛼 < 𝛽 .
Окремим випадком квазітрикутної матриці є квазідіагональна матриця. З
формули (8) легко побачити, що добуток двох верхніх (нижніх) квазітрикутних матриць
є знову верхня (нижня) квазітрикутна матриця; при цьому діагональні блоки добутку
виходять шляхом перемноження відповідних діагональних блоків співмножників.
Дійсно, вважаючи в (8)𝑠 = 𝑡 і 𝐴EF = 0 , 𝐵EF = 0 при 𝛼 < 𝛽, знайдемо:
𝐶EF = 0 при 𝛼 < 𝛽
𝑖 µ (𝛼, 𝛽 = 1,2, … , 𝑠) (10)
𝐶EE = 𝐴EE 𝐵EE
Аналогічно розбирається випадок нижніх квазітрикутних матриць.
Відзначимо правило обчислення визначника квазітрикутної матриці. Це
правило можна отримати, виходячи з розкладу Лапласа.
 Якщо A – квазітрикутна (зокрема, квазідіагональна) матриця з квадратними
діагональними блоками, то визначник цієї матриці дорівнює добутку визначників
діагональних блоків:
|𝐴| = |𝐴!! ||𝐴"" | … |𝐴** | (11)
2. Нехай дана блокова матриця
#" ## #'
•
𝐴 •
𝐴 ⋯ 𝐴ž
⎛ !! !" !D ⎞
𝐴 = ⎜𝐴"! 𝐴"" … 𝐴"D ⎟ (12)
… … … …
𝐴
⎝ *! 𝐴*" ⋯ 𝐴*D ⎠
Додамо до α-й блокової рядку β-ю рядок, попередньо помножену зліва на прямокутну
матрицю X розміром 𝑚E × 𝑚F . Отримаємо блочну матрицю
𝐴!! … 𝐴!D
… … …
⎛𝐴 + 𝑋𝐴 … 𝐴ED + 𝑋𝐴FD ⎞
⎜ E! F!
⎟
𝐴=⎜ … … … ⎟ (13)
⎜ 𝐴F! … 𝐴FD ⎟
… … …
⎝ 𝐴 *! … 𝐴*D ⎠
Введемо допоміжну квадратну матрицю V , подану у вигляді такої квадратної схеми
блоків:
𝐸 … 0 … 0 … 0
… … … … … … …
⎛0 … 𝐸 … 𝑋 ⋯ 0⎞
𝐴=⎜
⎜… … … … … … …⎟
⎟ (14)
⎜0 … 0 … 𝐸 … 0⎟
… … … … … … …
⎝0 … 0 … 0 ⋯ 𝐸⎠
У діагональних клітках матриці V стоять поодинокі матриці, порядки яких дорівнюють
відповідно 𝑚! , 𝑚" , … , 𝑚; всi недіагональні блоки матриці V дорівнюють нулю, за
винятком блоку X, що стоїть на перетині α-го блокового рядка з β-м блоковим стовпцем.
Неважко помітити, що
𝑉𝐴 = 𝐵 (15)
Звідси, оскільки V - невироджена матриця, для рангів матриць A і B маємо
𝑟< = 𝑟M (16)
В окремому випадку, коли A- квадратна матриця, з (15) маємо:
|𝑉||𝐴| = |𝐵| (17)
Але визначник квазітрикутної матриці V дорівнює 1:
 |𝑉| = 1 (18)
Отже,
|𝐴| = |𝐵| (19)
До таких висновків можна прийти, якщо до якого-небудь стовпчика матриці (11)
додавати інший стовпець, попередньо помножений справа на прямокутну матрицю X
відповідних розмірів.
Отримані результати можуть бути сформульовані у вигляді такої теореми.
Теорема 1.Якщо в блокової матриці A до α-го блокового рядка (стовпця) додати β-ий
блочний рядок (стовпець), попередньо помножений зліва (справа) на прямокутну
матрицю X відповідних розмірів, то при цьому перетворенні не зміняться ранг
матриці A , а також у випадку, коли A- квадратна матриця, і визначник матриці A .
3. Розглянемо тепер окремий випадок, коли в матриці A діагональний блок - 𝐴!!
квадратна і притому невироджена матриця (|𝐴!! | ≠ 0 ).
&!
До α-го рядка матриці A добавимо перший рядок, помножений зліва на −𝐴E! 𝐴!! (𝛼 =
2, … , 𝑠) . Тоді отримаємо матрицю
𝐴!! 𝐴!" … 𝐴!D
(!) (!)
⎛ 0 𝐴"" … 𝐴"D ⎞
𝐵! = ⎜ (20)
… … … … ⎟
(!) (!)
0 𝐴*" ⋯ 𝐴*D
⎝ ⎠
де
(!) &!
𝐴EF = −𝐴E! 𝐴!! 𝐴!F + 𝐴EF (𝛼 = 2, … , 𝑠, 𝛽 = 2, … . , 𝑡) (21)
(!)
Якщо 𝐴"" - квадратна невироджена матриця, то цей процес можна продовжити. Ми
приходимо, таким чином, до узагальненого алгоритму Гаусса.
Нехай A – квадратна матриця. Тоді
(!) (!)
𝐴"" … 𝐴*D
|𝐴| = |𝐵! | = |𝐴!! | ¸ … … … ¸ (22)
(!) (!)
𝐴*" … 𝐴*D
Формула (22) зводить обчислення визначника |𝐴| який складається з 𝑠𝑡 блоків, до
обчислення визначника меншого порядку, що складається з(𝑠 − 1)(𝑡 − 1)блоків.
Розглянемо визначник ∆, розбитий на чотири блоки:
𝐴 𝐵 (23)
∆= º º,
𝐶 𝐷
де A і D - квадратні матриці.
Нехай |𝐴| ≠ 0. Тоді віднімемо від другого рядка перший, попередньо помножений
зліва на −𝐶𝐴&! . Отримаємо:
𝐴 𝐵
∆= º º = |𝐴||𝐷 − 𝐶𝐴&! 𝐵| (𝐼)
0 𝐷 − 𝐶𝐴&! 𝐵
Так само, якщо |𝐷| ≠ 0, то ми віднімемо в ∆ з першого рядка другий, попередньо
помножений зліва на −𝐵𝐷&! . Отримаємо:
&!
∆= º𝐴 − 𝐵𝐷 𝐶 0 º = |𝐴 − 𝐵𝐷&! 𝐶||𝐷| (𝐼𝐼)
𝐶 𝐷
В окремому випадку, коли всі чотири матриці A, B, C, D- квадратні (одного і того ж
порядку n), з (I) і (II) випливають формули Шура, що зводять обчислення визначника
2n-го порядку до обчислення визначника n-го порядку:
∆= |𝐴𝐷 − 𝐴𝐶𝐴&! 𝐵|(|𝐴| ≠ 0), (𝐼𝑎)
∆= |𝐴𝐷 − 𝐵𝐷&! 𝐶𝐷|(|𝐷| ≠ 0). (𝐼𝐼𝑎)
Якщо матриці A і C комутативнi, то з (Іа) випливає:
∆= |𝐴𝐷 − 𝐶𝐵|(за умови 𝐴𝐶 = 𝐶𝐴). (𝐼б)
Так само, якщо C і D комутативнi, то
∆= |𝐴𝐷 − 𝐵𝐶|(за умови 𝐶𝐷 = 𝐷𝐶). (𝐼𝐼б)
Формула (Іб) була отримана в припущенні |𝐴| ≠ 0 , а формула (IIб) за умови |𝐷| ≠ 0. З
формул (Іа) - (IIб) можна отримати ще шість формул, помінявши місцями в правій
частині A і D і одночасно B і C .
Приклад.
1 0 𝑏! 𝑏"
0 1 𝑏N 𝑏O
∆= Á Á
𝑐! 𝑐" 𝑑! 𝑑"
𝑐N 𝑐O 𝑑N 𝑑O
За формулою (Iб)
𝑑 − 𝑐! 𝑏! − 𝑐" 𝑏N 𝑑" − 𝑐! 𝑏" − 𝑐" 𝑏O
∆= Ã ! Ã
𝑑N − 𝑐N 𝑏! − 𝑐O 𝑏N 𝑑O − 𝑐N 𝑏" − 𝑐O 𝑏O
4. Встановимо формулу Фробеніуса для обернення блокової матриці. Нехай
невироджена квадратна матриця M (|𝑀| ≠ 0), розбита на блоки
𝐴 𝐵
𝑀=j k
𝐶 𝐷
і нехай A- також невироджена квадратна матриця (|𝐴| ≠ 0). Потрібно визначник 𝑀&! .
 Застосуємо до матриці M узагальнений алгоритм Гаусса. З другого блокового
рядка віднімемо перший, попередньо помножений зліва на −𝐶𝐴&! . Ця операція
𝐸 0
рівносильна множенню матриці M зліва на матрицю j k, де 𝑋 = −𝐶𝐴&! . Тому
𝑋 𝐸
𝐸 0 𝐴 𝐵
j k𝑀 = j k (25)
−𝐶𝐴&! 𝐸 0 𝐷 − 𝐶𝐴&! 𝐵
Введемо позначення
𝐻 = 𝐷 − 𝐶𝐴&! 𝐵
Замітимо, що з рівності (25) випливає:
|𝑀| = |𝐴||𝐻| (26)
Тому, оскільки ,|𝑀| ≠ 0 то і|𝐻| ≠ 0 . Переходячи до обернених матриць в рівності (25),
отримуємо
𝐸 0 &! 𝐴 𝐵 &!
𝑀&! j k = j k (27)
−𝐶𝐴&! 𝐸 0 𝐻
𝐴 𝐵 &!
Обернену матрицю для матриць j k будемо шукати у вигляді j𝐴 𝑈 k. Тоді з
0 𝐻 0 𝐻&!
рівності
𝐴 𝐵 𝐴&! 𝑈 k = j𝐸 0
j kj k
0 𝐻 0 𝐻&! 𝑋 𝐸
знайдемо, що𝑈 = −𝐴&! 𝐵𝐻&! . Таким чином,
𝐴 𝐵 &! &!
−𝐴&! 𝐵𝐻&! k
j k = j𝐴 (28)
0 𝐻 0 𝐻&!
Але тоді з рівності (27) знаходим
𝐴 𝐵 &! 𝐸 0 &!
−𝐴&! 𝐵𝐻&! k j 𝐸 0
𝑀&! = j k j k = j𝐴 k (29)
0 𝐻 −𝐶𝐴&! 𝐵 0 𝐻&! −𝐶𝐴&! 𝐸
Виконуючи множення блокових матриць в правій частині рівності (29), приходимо до
формули Фробеніуса
&! &! &! &!
𝑀&! = j𝐴 + 𝐴 &!𝐵𝐻 &!𝐶𝐴 −𝐴&! 𝐵𝐻&! k, (30)
−𝐻 𝐶𝐴 𝐻&!
де
𝐻 = 𝐷 − 𝐶𝐴&! 𝐵 (31)
Формула Фробеніуса (30) зводить зведення матриці порядку 𝑛 + 𝑞 до зведення двох
матриць порядку n і q і до операцій додавання і множення матриць з розмірами 𝑛 × 𝑛 ,
𝑞 × 𝑞, 𝑛 × 𝑞 і 𝑞 × 𝑛 .
Якщо припустити, що |𝐷| ≠ 0). (замість |𝐴| ≠ 0). ) і поміняти ролями матриці A і D , то
можна отримати інший вид формули Фробеніуса:
 𝐴 𝐵 &! 𝐾 &! −𝐾 &! 𝐵𝐷&!
j k = j &! k (32)
𝐶 𝐷 −𝐷 𝐶𝐾 &! 𝐷 &!
+ 𝐷&! 𝐶𝐾 &! 𝐵𝐷&!
де
𝐾 = 𝐴 − 𝐵𝐷&! 𝐶. (33)
Приклад. Потрібно знайти елементи оберненої матриці для матриці
1 −1 0 1
−1 2 −1 0
𝑀=Ç Ç
0 2 0 1
2 0 1 2
Вважаємо
1 −1 0 1 0 2 0 1
𝐴=È È, 𝐵=È È, 𝐶=È È, 𝐷=È È.
−1 2 −1 0 2 0 1 2
Знаходим послідовно
2 1 0 2 2 1 2 2
𝐴&! = È È , 𝐶𝐴&! = È ÈÈ È=È È,
1 1 2 0 1 1 4 2
2 2 0 1 0 1 −2 2 2 −1
𝐻 = 𝐷 − 𝐶𝐴&! 𝐵 = 𝐷 − È ÈÈ È=È È−È È=È È
4 2 −1 0 1 2 −2 4 3 −2
2 −1 2 1 0 1 −1 2
𝐻&! = È È , 𝐴&! 𝐵 = È ÈÈ È=È È,
3 −2 1 1 −1 0 −1 1
−1 2 2 −1 4 −3
𝐴&! 𝐵𝐻&! = È ÈÈ È=È È
−1 1 3 −2 1 −1
4 −3 2 2 −4 2
𝐴&! 𝐵𝐻&! 𝐶𝐴&! = È ÈÈ È=È È,
1 −1 4 2 −2 0
−2 3
𝐴&! + 𝐴&! 𝐵𝐻&! 𝐶𝐴&! = È È
−1 1
2 −1 2 2 0 2
𝐻&! 𝐶𝐴&! = È ÈÈ È=È È.
3 −2 4 2 −2 2
Тоді за формулою (30) знаходимо:
−2 3 −4 3
−1 1 −1 1
𝑀&! =Ç Ç.
0 −2 2 −1
2 −2 3 −2
5. З теореми 1 випливає наступна теорема.
Теорема 2.Якщо прямокутна матриця R представлена в блоковому вигляд та
𝑨 𝑩
𝑹=j k, (34)
𝑪 𝑫
де A - квадратна невироджена матриця порядку n (|𝑨| ≠ 𝟎), то ранг матриці R
дорівнює n лише в тому випадку, коли
𝑫 = 𝑪𝑨&𝟏 𝑩
Доведення. Віднімемо від другого блокового рядка матриці R перший, попередньо
помножений зліва на 𝐶𝐴&! . Тоді отримаємо матрицю
𝐴 𝐵
𝑇=j k (36)
0 𝐷 − 𝐶𝐴&! 𝐵
Матриці R і T відповідно до теореми 3 мають один і той же ранг. Ранг матриці T
збігається з рангом матриці A (тобто з n) тоді і тільки тоді, коли має місце, 𝐷 − 𝐶𝐴&! 𝐵 =
0 тобто (35). Теорема доведена.
З теореми 4 випливає алгоритм побудови оберненої матриці 𝐴&! та взагалі множення
𝐶𝐴&! 𝐵 , де B, C- прямокутні матриці розміром 𝑛 × 𝑝, 𝑞 × 𝑛.
Наведемо за допомогою алгоритму Гауса матрицю
𝐴 𝐵 (|𝐴| ≠ 0)
j k (37)
−𝐶 0
до вигляду
𝐺 𝐵!
j k (38)
0 𝑋
Доведемо, що
𝑋 = 𝐶𝐴&! 𝐵 (39)
Насправді теж саме множення, що було застосоване до матриці (37), призведе
матрицю
𝐴 𝐵 (40)
j k
−𝐶 −𝐶𝐴&! 𝐵
до вигляду
𝐺 𝐵!
¯ ° (41)
0 𝑋 − 𝐶𝐴&! 𝐵
Згідно з теоремою 4 матриця (40) має ранг n (n - порядок матриці A). Але тоді і матриця
(41) повинна мати ранг n. Звідси, 𝑋 − 𝐶𝐴&! 𝐵 = 0 тобто має місце (39).
Зокрема, якщо B=y, де y- стовпчикова матриця, і C=E, то
𝑋 = 𝐴&! 𝑦.
Отже, застосовуючи алгоритм Гаусса до матриці
𝐴 𝑦
j k,
−𝐸 0
ми прийдемо до розв’язку системи рівнянь
𝐴𝑥 = 𝑦.
Далі, якщо в (37) покласти B=C=E, то після алгоритму Гаусса до матриці
𝐴 𝐸
j k
−𝐸 0
отримаємо:
𝐺 𝑊
j k,
0 𝑋
де
𝑋 = 𝐴&!
Проілюструємо цей спосіб знаходження 𝐴&! на наступному прикладі.
Приклад. Нехай
2 1 1
𝐴 = Ï1 0 2Ï
3 1 2
Потрібно обчислити 𝐴&! .
Застосовуємо дещо видозмінений метод виключення до матриці
2 1 1 1 0 0
1 0 2 0 1 0
Ç3 1 2 0 0 1Ç
Ç−1 0 0 0 0 0Ç
0 −1 0 0 0 0
0 0 −1 0 0 0
До всіх рядків додаємо другий рядок з деяким множником і добиваємося того, щоб всі
елементи першого стовпчика, крім другого елементу, дорівнювали нулю. Після цього
до всіх рядків, крім другого, додаємо третій рядок з деяким множником і досягаємо
того, щоб у другому стовпці всі елементи, крім другого і третього, дорівнювали нулю.
Після цього до останніх трьох рядків додаємо перший рядок з деяким множником і
отримуємо матрицю виду
∗ ∗ ∗ ∗ ∗ ∗
∗ ∗ ∗ ∗ ∗ ∗
Ç∗ ∗ ∗ ∗ ∗ ∗ Ç
Ç0 0 0 −2 −1 2 Ç
0 0 0 4 1 −3
0 0 0 1 1 −1
Тому
−2 −1 2
𝐴&! = Ï 4 1 −3Ï
1 1 −1
Лемма. Нехай задано матриці 𝐴∈𝑀# ,𝐵∈𝑀5 і матриця
𝐴 0
𝐶=j k
0 𝐵
Є пряма сума матриць А і В. Тоді С діагоналізуюча тоді і тільки тоді, коли обидві
матриці А і В діагоналізуючи.
Лемма.Розглянемо блоково-трикутну матрицю
𝐴 𝐴!"
𝐴 = ¯ !! ° , 𝐴%% 𝜖𝑀#% , 𝑖=1,2.
0 𝐴""
Тоді її власні значення є власними значеннями матриці 𝐴!! разом з власними
значеннями матриці 𝐴"" з врахуванням кратностей
Якщо 𝑎! 𝜖𝐶 #" −правий власний вектор для 𝐴!! , який відповідає 𝜆! 𝜖 𝑆𝑝𝑒𝑐𝐴!! , і
𝑎" 𝜖𝐶 ## −лівий власний вектор для 𝐴"" ,, який відповідає 𝜆" 𝜖 𝑆𝑝𝑒𝑐𝐴"" , то вектори
𝑎 0
j ! k , ¯ ° 𝜖𝐶 #" (## − правий та лівий власні вектори для А, які відповідають власним
0 𝑎"
числам 𝜆! і 𝜆" .

Блочні діагональні матриці

Блочна діагональна матриця — блочна матриця що є квадратною матрицею, блоки
також є квадратними матрицями і блоки поза основною діагоналлю є нульовими
матрицями. Тобто має форму
𝐴! 0 … 0
0 𝐴" ⋯ 0
𝐴=n o
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝐴#
де 𝐴4 — квадратні матриці; іншими словами, пряма сума матриць 𝐴! , …,𝐴# . Записується
𝐴! ⊕ 𝐴" ⊕ … ⊕ 𝐴# чи diag(𝐴! , 𝐴" ,…, 𝐴# ).
Визначник та слід матриці мають властивості:
𝑑𝑒𝑡𝐴 = 𝑑𝑒𝑡𝐴! … 𝑑𝑒𝑡𝐴#
𝑡𝑟𝑎𝑐𝑒𝐴 = 𝑡𝑟𝑎𝑐𝑒𝐴! + ⋯ + 𝑡𝑟𝑎𝑐𝑒𝐴#
Блочна тридіагональна матриця
Блочна тридіагональна матриця - це інший вид блочної матриці, який виглядає майже
так само як блочна діагональна матриця: квадратна матриця, яка має квадратні матриці
(блоки) на головній діагоналі та діагоналях під та над нею, а всі інші блоки - нульові
матриці.
Це по-суті тридіагональна матриця, але на місці скалярів в неї підматриці. Така матриця
має наступний вигляд:
 𝐵! 𝐶! … … … … 0
⎡𝐴 𝐵" 𝐶" ⋱ ⋱ ⋱ ⋮ ⎤
⎢ " ⎥
⎢⋮ ⋮ ⋱ ⋱ ⋱ ⋱ ⋮ ⎥
𝐴=⎢ ⋮ ⋮ 𝐴4 𝐵4 𝐶4 ⋱ ⋮ ⎥
⎢⋮ ⋮ ⋱ ⋱ ⋱ ⋱ ⋮ ⎥
⎢⋮ ⋮ ⋱ ⋱ 𝐴#&! 𝐵#&! 𝐶#&! ⎥
⎣0 ⋯ ⋯ ⋯ ⋯ 𝐴# 𝐵# ⎦
де 𝐴4 , 𝐵4 та 𝐶4 - квадратні підматриці нижчої головної та вищої діагоналі відповідно.
Блочні тридіагональні матриці часто зустрічаються в числових розв’язках інженерних
проблем (наприклад в обчислювальній гідродинаміці). Існують оптимізовані чисельні
методи для LU-розкладу, і відповідно ефективні алгоритми розв’язку систем рівнянь з
матрицею кофіцієнтів яка є блочною тридіагональною матрицею. Алгоритм Томаса,
який використовується для ефективного розв’язку систем рівнянь з тридіагональною
матрицею також може застосовуватись при використанні матричних операцій до
блочних тридіагональних матриць.
Білінійність, асоціативність та некомутативність
Прямий добуток є частковим випадком тензорного добутку, отже він є білінійним та
асоціативним:
𝐴 × (𝐵 + 𝐶) = 𝐴 × 𝐵 + 𝐴 × 𝐶,
(𝐴 + 𝐵) × 𝐶 = 𝐴 × 𝐶 + 𝐵 × 𝐶,
(𝑘𝐴) × 𝐵 = 𝐴 × (𝑘𝐵) = 𝑘(𝐴 × 𝐵),
(𝐴 × 𝐵) × 𝐶 = 𝐴 × (𝐵 × 𝐶),
де A, B та C є матрицями, а k — скаляр.
Прямий добуток не є комутативним. Хоча, завжди існують такі матриці перестановки P
та Q, що
𝐴 ⊕ 𝐵 = 𝑃(𝐵 ⊕ 𝐴)𝑄.
Якщо A та B квадратні матриці, тоді A⊕ B та B ⊕A є перестановочно подібними, тобто,
𝑃 = 𝑄P .
Транспонування
Операція транспонування є дистрибутивною відносно добутку Кронекера
(𝐴 × 𝐵)P = 𝐴P × 𝐵P
Мішаний добуток
Якщо A, B, C та D є матрицями такого розміру, що існують добутки AC та BD, тоді
(𝐴 × 𝐵)(𝐶 × 𝐷) = 𝐴𝐶 × 𝐵𝐷
A×B є оборотною тоді і тільки тоді коли A та B є оборотними, і тоді
(𝐴 × 𝐵)&! = 𝐴&! × 𝐵&!
Спектр, слід та визначник
Якщо A та B квадратні матриці розміру n та q відповідно. Якщо λ1, ..., λn — власні
значення матриці A та μ1, ..., μq власні значення матриці B. Тоді власними значеннями
A×B є
λ% 𝜇B , 𝑖 = 1, … , 𝑛, 𝑗 = 1, … , 𝑞.
Слід та визначник добутку Кронекера рівні:
𝑡𝑟(𝐴 × 𝐵) = 𝑡𝑟(𝐴)𝑡𝑟(𝐵),
det(𝐴 × 𝐵) = (𝑑𝑒𝑡𝐴)C (𝑑𝑒𝑡𝐵)#
Сингулярний розклад та ранг
Якщо матриця A має 𝑟< ненульових сингулярних значень:
𝜎<,% , 𝑖 = 1, … , 𝑟< .
Ненульові сингулярні значення матриці B:
𝜎M,% , 𝑖 = 1, … , 𝑟M .
Тоді добуток Кронекера 𝐴 × 𝐵 має 𝑟< 𝑟M ненульових сингулярних значень
𝜎<,% , 𝜎M,B , 𝑗 = 1, … , 𝑟M 𝑖 = 1, … , 𝑟< .
Ранг матриці рівний кількості ненульових сингулярних значень, отже
𝑟𝑎𝑛𝑘(𝐴 × 𝐵) = 𝑟𝑎𝑛𝑘(𝐴)𝑟𝑎𝑛𝑘(𝐵)
Сума та експонента Кронекера
Якщо А-матриця розміру 𝑛 × 𝑛, В-матриця розміру 𝑚 × 𝑚, і 𝐼4 -одинична матриця
розміру 𝑘 × 𝑘, тоді ми можемо визначити суму Кронекера ⊕, як
𝐴 ⊕ 𝐵 = 𝐴 ⊕ 𝐼5 + 𝐼# ⊕ 𝐵.
Також справедливо
𝑒 <⊕M = 𝑒 < ⊕ 𝑒 M

§12. Евклідові простори

Означення. Дійсний лінійний простір Ln називається евклідовим і

позначається En якщо в ньому визначена операція скалярного добутку, а
саме довільній парі векторів x,yÎ E n за деяким правилом ставиться у
відповідність число (x,y), яке задовольняє наступні аксіоми:
10.(x,y)=(y,x) - властивість комутативності;
20.( x+y,z )= ( x,z )+( y,z ) - властивість адитивності;
30. ( a x, y ) = a ( x, y ) - властивість однорідності;
40. ( x, x ) ³ 0, причому ( x, x ) = 0 Û x = 0,
для довільних x, y, zÎ E n і числа ∝∈ 𝑅.

Приклади евклідових просторів:

1. Простори геометричних векторів 𝑅 # , 𝑅 + , у яких скалярний добуток
" ! " "
( )
a, b = a × b × cos a .
2. Арифметичний n - вимірний простір 𝑅 ( , у якому
x = ( x1 , x2 ,!, xn ) , y = ( y1 , y2 ,!, yn ) і

( x, y ) = x1 y1 + x2 y2 + ! + xn yn.
Тут аксіома 10 очевидна;
справедливість аксіом 20 і 30 легко
перевіряється, оскільки
x + y = ( x1 , x2 ,!, xn ) + ( y1 , y2 ,!, yn ) = ( x1 + y1 ,! xn + yn ) ,
l ( x1 , x2 ,!, xn ) = ( l x1 , l x2 ,!, l xn ) ;
і аксіома 40 випливає з того, що ( x, x ) = x12 + x22 + ! + xn2 завжди є
невід’ємним числом та дорівнює нулю лише за умови
x1 = x2 = ! = xn = 0.■

3. Простір C [ a , b] функцій, неперервних на [ a, b] , із введеним скалярним

добутком
b
( f , g ) = ò f ( x ) g ( x ) dx.
a

Аксіома 10 очевидна; справедливість аксіом 20 і 30 випливає з лінійних

властивостей визначеного інтеграла; справедливість аксіоми 40 випливає
b

ò x (t )dt від неперервної невід’ємної функції x (t )

2 2
з того, що інтеграл
a
невід’ємний і дорівнює нулю лише тоді, коли ця функція тотожно
дорівнює нулю на відрізку a £ t £ b.■
Теорема. Для довільних x,yÎ E n виконується нерівність Коші –
Буняковського:
( x, y )2 £ ( x, x ) × ( y, y ) , (1)
причому рівність має місце тоді і тільки тоді, коли вектори x i y лінійно
залежні.

Доведення:
Для довільного a Î R із аксіоми 4 маємо:
(a x - y,a x - y ) ³ 0 Þ a 2 ( x, x ) - 2a ( x, y ) + ( y, y ) ³ 0 "a Î R Û дискримінант
𝐷 = (𝐱, 𝐲)# − (𝐱, 𝐱)(𝐲, 𝐲) ≤ 0, звідки випливає нерівність (1).
( x, y )2 = ( x, x ) × ( y, y ) Û (a x - y,a x - y ) = 0 Þ a x - y = 0 Þ y = ax Û вектори
x i y лінійно залежні.■

Довжиною (нормою) вектора хÎ E n називається число

x = ( x, x ) . (2)

Означення. Простір En називається нормованим, якщо

І. існує правило, згідно якого "x Î E n ставиться у відповідність дійсне
число, яке називається нормою вказаного елемента;
ІІ. для вказаного правила є три аксіоми:
1. x ³ 0 "x Î E n ; x = 0 Û x = 0;
2. a x = a x ;
3. x + y £ x + y - нерівність Мінковського ( трикутника)
(3)

Теорема. Довільний евклідів простір En є нормованим, якщо в ньому норму

довільного елемента х визначити рівністю (2).

Кутом між ненульовими векторами x,yÎ E n називається число a , для

якого
( x, y )
cosa = , 0 £ a £ p. (4)
x y
Якщо хоча б один із векторів x чи y дорівнює нулю, то кут між ними
невизначений.
 Вектори x,yÎ E n називаються ортогональними, якщо ( x, y ) = 0,
записують x ^ y. Для ортогональних векторів x ^ y має місце узагальнена
теорема Піфагора:
2 2 2
x+y = x + y . (5)

Означення. У n - вимірному евклідовому просторі En базис e1 , e 2 ,!, e n

називається ортонормованим, якщо довільні його вектори попарно
ортогональні та їх норми рівні 1:
ì1, i = j,
(
ei , e j = í)0, i ¹ j.
(6)
î
Якщо x і y мають у ортонормованому базисі e1 , e 2 ,!, e n координати
x = x1e1 + x2e 2 + ! + xn e n , y = y1e1 + y2e 2 + ! + yn e n , то
( x, y ) = x1 y1 + x2 y2 + ! + xn yn . (7)
æ n ö n
Зокрема, ( x, e k ) = çç å xi ei , e k ÷÷ = å xi ( ei , e k ) = xk , тобто ( x, ek ) = прek x.
è i =1 ø i =1
Таким чином, координати вектора в ортонормованому базисі є його
проекціями на відповідні базисні вектори.

Теорема.У довільному евклідовому просторі En існує ортонормований базис.

Доведення:
Згідно означення розмірності у просторі En існує n лінійно незалежних
елементів f1 , f 2 ,!, f n . Доведемо, що можна побудувати n елементів
e1 , e2 ,!, en , які лінійно виражаються через f1 , f2 ,!, f n і утворюють
ортонормований базис, тобто задовольняють рівність (6).
Застосуємо метод математичної індукції. Якщо є тільки один елемент
f1 , то для побудови елемента e1 з нормою, ріною одиниці, достатньо
*"
нормувати f1 , тобто домножити цей елемент на число F™(𝑓" , 𝑓" )G ,
обернене до норми. Ми одержимо при цьому елемент 𝑒" =
*"
F™(𝑓" , 𝑓" )G ∙ 𝑓" з нормою, рівною 1.

Вважачи, що k – ціле число, менше за n, припустимо, що нам вдалося

побудувати k елементів e1 , e2 ,!, ek , що лінійно виражаються через
f1 , f 2 ,!, f k , попарно ортогональні та мають норми, рівні одиниці.
Доведемо, що до цих елементів e1 , e2 ,!, ek можна добавити ще один
елемент ek +1 , який лінійно виражається через f1 , f 2 ,!, f k +1 ,
ортогональний до кожного з елементів e1 , e2 ,!, ek та має норму, рівну
одиниці.
Переконаємось у тому, що цей елемент ek +1 має вигляд
ek +1 = a k +1 éë f k +1 - ( f k +1 , ek ) ek - ( f k +1 , ek -1 ) ek -1 - ! - ( f k +1 , e1 ) e1 ùû , (8)
де a k +1 - деяке дійсне число.
Дійсно, елемент ek +1 лінійно виражається через f1 , f 2 ,!, f k +1 , бо він
лінійно виражається через e1 , e2 ,!, ek , f k +1 , а кожний з елементів
e1 , e2 ,!, ek лінійно виражається через f1 , f 2 ,!, f k .
Звідси випливає, що при a k +1 ¹ 0 елемент ek +1 завідомо не є
нульовим. З того, що елементи e1 , e2 ,!, ek попарно ортогональні і мають
норми, рівні одиниці, та із співвідношення (8) випливає,що скалярний
добуток ( ek +1 , el ) = 0 "l = 1,2,!, k .
Залишається довести, що число a k +1 можна вибрати так, що норма
елемента (8) буде дорівнювати одиниці. Ми встановили, що при a k +1 ¹ 0
елемент ek +1 , а, значить, і елемент, що міститься в (8) у дужках, не є
нульовим.
Отже, щоб нормувати елемент, що міститься в (8) у дужках, треба взяти
число a k +1 оберненим до додатньої норми цього елемента, При цьому
норма a k +1 буде дорівнювати одиниці. ■
Доведена теорема приводить до наступного алгоритму побудови за
даною системою n лінійно незалежних елементів f1 , f 2 ,!, f n системи n
попарно ортогональних елементів e1 , e2 ,!, en , норма кожного з яких
дорівнює одиниці:
f1
e1 = ;
( f1 , f1 )
𝑔#
𝑒# = , 𝑔# = 𝑓# − F𝑓#, , 𝑒" G𝑒" ;
™(𝑔# , 𝑔# )

g3
e3 = , g3 = f 3 - ( f 3 , e2 ) e2 - ( f 3 , e1 ) e1 ;
( g3 , g3 )
........................................................................................
 gn
en = , g n = f n - ( f n , en-1 ) en-1 - ! - ( f n , e1 ) e1.
( gn , gn )
Даний алгоритм називається процесом ортогоналізації Грамма-
Шмідта.

Приклад. Використовуючи процес ортогоналізації побудувати

ортогональний базис підпростору, натігнутого на систему векторів
a1 = (1, -1,2,1) , a2 = ( 2, -1,1,2 ) , a3 = ( 0, -1,3,0 ) , a4 = ( 2,4, -3,1).

◄ За допомогою процесу ортогоналізації побудуємо ортогональну

систему векторів b1 , b2 , b3 , b4 . Якщо ця система містить нульові вектори, то
їх треба викреслити. Залишиться ортогональна система ненульових
векторів. Це і буде шуканий базис.

Згідно процесу ортогоналізації b1 = (1, -1, 2,1) . Наступний вектор

( a2 , b1 ) .
будемо шукати у вигляді b2 = a2 - a b1 , де a = Оскільки
( b1 , b1 )
скалярний добуток ( a2 , b1 ) = 2 × 1 + ( -1) × ( -1) + 1 × 2 + 2 × 1 = 7 і
( b1 , b1 ) = 12 + (-1)2 + 22 + 12 = 7, то a = 1. Отже,
æ 2 ö æ1 ö æ1 ö
ç -1÷ ç -1÷ ç 0 ÷
b2 = a2 - a b1 = ç ÷ - ç ÷ = ç ÷ .
ç1 ÷ ç 2 ÷ ç -1÷
ç ÷ ç ÷ ç ÷
è 2 ø è1 ø è1 ø
Третій вектор будемо шукати у вигляді b3 = a3 - a1b1 - a2b2 , де

a1 =
( a3 , b1 ) , a = ( a3 , b2 )
:
( 1 1)
b , b
2
( 2 2)
b , b
( a3 , b1 ) = 0 ×1 + (-1) × (-1) + 3 × 2 + 0 ×1 = 7,
( a3 , b2 ) = 0 ×1 + (-1) × 0 + 3 × (-1) + 0 ×1 = -3, (b2 , b2 ) = 12 + 02 + ( -1) + 12 = 3.
2

Отже,
 æ 0 ö æ1 ö æ1 ö æ 0 ö
ç -1÷ ç -1÷ ç 0 ÷ ç 0 ÷
b3 = a3 - b1 + b2 = ç ÷ - ç ÷ + ç ÷ = ç ÷ .
ç 3 ÷ ç 2 ÷ ç -1÷ ç 0 ÷
ç ÷ ç ÷ ç ÷ ç ÷
è 0 ø è1 ø è1 ø è 0 ø

Вектор b3 виявився нульовим, тому у шуканий базис він не

входить. Шукаємо b4 = a4 - a1b1 - a2b2 - a3b3 , де
(a ,b ) (a ,b )
a1 = 4 1 , a 2 = 4 2 і a 3 може бути довільним числом (та
( b1 , b1 ) ( b2 , b2 )
нульовий вектор не має сенсу враховувати). Тоді
( a4 , b1 ) = -7, ( a4 , b2 ) = 6, тому
æ 2 ö æ1 ö æ1 ö æ1 ö
ç 4 ÷ ç -1÷ ç 0 ÷ ç 3 ÷
b4 = a4 + b1 - 2b2 = ç ÷ + ç ÷ - 2 ç ÷ = ç ÷ .
ç -3 ÷ ç 2 ÷ ç -1÷ ç1 ÷
ç ÷ ç ÷ ç ÷ ç ÷
è1 ø è1 ø è1 ø è 0 ø
Таким чином, система векторів b1 = (1, -1,2,1) , b2 = (1,0, -1,1) ,
b4 = (1,3,1,0 ) утворює ортогональний базис підпростору.►

Нехай G – довільний підпростір евклідового простору En.

Означення. Сукупність F всіх елементів y простору En, ортогональних

до кожного елемента х підпростору G, називається ортогональним
доповненням підпростору G: G ^ = { y Î E n y ^ G}.

Зауважимо, що ортогональне доповнення F саме є підпростором

En.
 Приклад. Знайти ортогональне доповнення підпростору, що
породжене системою векторів
a1 = (1,0,1, -1) , a2 = (1,2,1,1) , a3 = (1,1,1,0 ).

◄Нехай G– підпростір, породжений даною системою векторів:

G = l ( a1 , a2 , a3 ) . Ортогональне доповнення G ^ підпростору G

складається з усіх векторів, ортогональних до кожного вектора системи

a1 , a2 , a3 . Значить,

G ^ = {x Î E n x ^ a1 , x ^ a2 , x ^ a3}.

За означенням вектори x = ( x1 , x2 , x3 , x4 ) та a1 = (1,0,1, -1)

ортогональні, якщо їх скалярний добуток дорівнює нулю

1× x1 + 0 × x2 + 1× x3 - 1× x4 = 0.
Аналогічно, можна записати умови ортогональності векторів х та
a2 , х та a3 . В результаті одержимо, що вектор x Î G ^ тоді і тільки тоді,
коли його елементи задоволяють систему
ì x1 + x3 - x4 = 0,
ï
í x1 + 2 x2 + x3 + x4 = 0,
ï x + x + x = 0.
î 1 2 3
^
Щоб знайти базис підпростору G , треба знайти базис підпростору
розв’язків складеної однорідної системи, тобто її фундаментальну систему
розв’язків.
æ1 0 1 -1ö æ1 0 1 -1ö
ç1 2 1 1 ÷ ! ç 0 0 0 0 ÷ .
ç ÷ ç ÷
ç1 1 1 0 ÷ ç1 1 1 0 ÷
è ø è ø
Звідси x1 + x3 - x4 = 0, x1 + x2 + x3 = 0. Загальний розв’язок має
вигляд: x4 = x1 + x3 , x2 = - x1 - x3 , "x1 , x3 Î R.
x1 x2 x3 x4
b1 1 -1 0 1
b2 0 -1 1 1
Отже,
G ^ = l ( b1 , b2 ) , де b1 = (1, -1,0,1) , b2 = ( 0, -1,1,1) .

Доведемо, що довільний евклідовий простір En представляє собою пряму

суму свого довільного підпростору G та його ортогонального
^
доповнення G :
E n = G Å G^ .
Виберемо в G довільний ортонормований базис e1 , e2 ,!, ek . Цей
базис можна доповними елементами f k +1 ,!, f n простору En до базису у
всьому En. Виконавши процес ортогоналізації елементів
e1 , e2 ,!, ek , fk +1,!, fn , ми одержимо ортонормований базис
e1 , e2 ,!, ek , ek +1 ,!, en всього простору En. Розклавши довільний елемент
х простору En за цим базисом, тобто представивши його у вигляді
x = x1e1 + ! + xk ek + xk +1ek +1 + ! + xnen , ми одержимо, що цей
елемент х однозначно представляється у вигляді x = x¢ + x¢¢, де
x¢ = x1e1 + ! + xk ek є певним елементом G, тому і довільна лінійна
комбінація xk +1ek +1 + ! + xn en ортогональна до довільного елемента G,
тобто є певним елементом F.

G ! G ^ = {0}. З того, що E = G Å G
n ^
Очевидно, що

випливає, що довільний вектор х простору En можна єдиним чином

представити у вигляді
x = x pr + xort ,

де x pr Î G, xort Î G ^ . Доданок x pr називається проекцією вектора х на

підпростір G, а вектор xort - ортогональною складовою.
Якщо відомий будь-який ортонормований базис e1 , e2 ,!, ek
підпростору G, то проекцію x pr можна знайти за формулою
x pr = a1e1 + a 2 e2 + ! + a k ek ,
де a i = ( x, ei ) , i = 1,2,..., k , а ортогональну складову із співвідношення
xort = x - x pr .
Якщо ж підпростір G = l ( a1 , a2 ,!, ak ) , де система ( a1 , a2 ,!, ak ) не
обов’язково ортонормована, то для знаходження проекції та ортогональної
складової можна застосувати процес ортогоналізації або ж наступний
алгоритм. Оскільки x pr Î l ( e1 , e2 ,!, ek ) , то її можна записати у вигляді
x pr = x1a1 + x2 a2 + ... + xk ak (9)

З невідомими коефіцієнтами x1 , x2 ,..., xk .Ортогональна складова

xort = x - x pr ортогональна підпростору G. Це можливо, якщо
виконуються рівності
( a , x - x ) = 0,
1 pr

( a , x - x ) = 0,
2 pr

............................
( a , x - x ) = 0.
k pr

Підставимо сюди (9), тоді

( a1 , x - x1a1 - x2 a2 - ... - xk ak ) = 0,
( a2 , x - x1a1 - x2 a2 - ... - xk ak ) = 0,
............................
( ak , x - x1a1 - x2 a2 - ... - xk ak ) = 0.
Використавши властивості скалярного добутку, одержимо
( a1 , x ) - x1 ( a1 , a1 ) - x2 ( a1 , a2 ) - ... - xk ( a1 , ak ) = 0,
( a2 , x ) - x1 ( a2 , a1 ) - x2 ( a2 , a2 ) - ... - xk ( a2 , ak ) = 0,
...............................................................................
( ak , x ) - x1 ( ak , a1 ) - x2 ( ak , a2 ) - ... - xk ( ak , ak ) = 0.
Запишемо у вигляді системи:
 ì( a1 , a1 ) x1 + ( a1 , a2 ) x2 + ... + ( a1 , ak ) xk = ( a1 , x ) ,
ï
ï( a2 , a1 ) x1 + ( a2 , a2 ) x2 + ... + ( a2 , ak ) xk = ( a2 , x ) ,
í
ï...........................................................................
ï( a , a ) x + ( a , a ) x + ... + ( a , a ) x = ( a , x ) .
î k 1 1 k 2 2 k k k k

Ця система сумісна, оскільки проекція для довільного вектора існує. Якщо

система векторів ( a1 , a2 ,!, ak ) лінійно незалежна, то система рівнянь
має єдиний розв’язок. Якщо система векторів ( a1 , a2 ,!, ak ) лінійно
залежна, то система має нескінченну кількість розв’язків.

Приклад. Знайти проекцію вектора x = (1,1, -4,2 ) на підпростір,

натягнутий на вектори
a1 = (1,1,1,0 ) , a2 = ( 3,0,5, -1) , a3 = (1, -2,3, -1) та його ортогональну
складову.
◄ Перевіримо спочатку систему векторів a1 , a2 , a3 на лінійну залежність:
æ1 3 1 ö æ1 3 1 ö
ç1 0 -2 ÷÷ çç 0 0 0 ÷÷
ç ! .
ç1 5 3 ÷ ç0 0 0 ÷
ç ÷ ç ÷
è0 -1 -1ø è 0 -1 -1 ø
Ранг матриці рівний 2. Система векторі лінійна залежна. Замінимо її на
максимально незалежну підсистему, в якості якої можна взяти a1 , a2 . Нехай
проекція x pr = a1a1 + a 2 a2 . Знайдемо скалярні добутки: ( a1 , a1 ) = 3,
( a1 , a2 ) = 8, ( a2 , a2 ) = 35, ( x, a1 ) = -2, ( x, a2 ) = -19. Тоді a1 , a 2 є
розв’язком системи рівнянь з розширеною матрицею
æ 3 8 -2 ö
ç ÷,
è 8 35 -19 ø
Звідки a1 = 2, a 2 = -1 і
 æ 1 ö æ 3 ö æ -1 ö
ç1 ÷ ç 0 ÷ ç 2 ÷
x pr = 2 ç ÷ - ç ÷ = ç ÷ ,
ç 1 ÷ ç 5 ÷ ç -3 ÷
ç ÷ ç ÷ ç ÷
è 0 ø è -1ø è 1 ø
æ 1 ö æ -1 ö æ 2 ö
ç 1 ÷ ç 2 ÷ ç -1÷
xort = x - x pr = ç ÷ - ç ÷ = ç ÷ .
ç -4 ÷ ç -3 ÷ ç -1÷
ç ÷ ç ÷ ç ÷
è 2 ø è1 ø è1 ø

§13. Лінійні самоспряжені, спряжені та нормальні оператори в

евклідовому просторі

Означення. Лінійний опертор А, що діє в евклідовому просторі En,

називається самоспряженим, якщо для довільних векторів x, y Î E n
виконується рівність
( Ax, y ) = ( x, Ay ).
Наприклад, нульовий та одиничний оператори є самоспряженими.
Означення. Оператор, що діє у скінченновимірному евклідовому просторі
En, називається спряженим до лінійного оператора А (позначається A* ),
якщо для довільних векторів x, y Î E n виконується рівність
( Ax, y ) = ( x, A* y ).
Теорема. Спряжений оператор A* існує, лінійний та єдиний для
довільного оператора А.

Для довільних лінійних операторів А та В і довільного числа a Î R

мають місце такі властивості:
1) I* = I;
2) (A )
* *
= A;
(a A) = a A* ;
*
3)
4) ( A + B ) = A* + B* ;
*
 ( AB )
*
5) = B* A* .
Доведення властивостей 1-4 елементарні, доведемо властивість 5. Згідно
означення добутку операторів ( AB ) x = A ( Bx ) . Тоді, використовуючи
означення спряженого оператора, одержимо:
(( AB ) x, y ) = ( A( Bx ) , y ) = ( Bx, A y ) = ( x, B ( A y )) = ( x, ( B A ) y ).
* * * * *

Таким чином, ( ( AB ) x, y ) = ( x, ( B A ) y ). Іншими словами, оператор

* *

B* A* є спряженим до оператора АВ.

Очевидно, що для самоспряженого оператора A = A. Якщо лінійний
*

оператор А має обернений, То його спряжений оператор також має

( A* ) = ( A-1 ) .
-1 *
обернений і має місце рівність

Теорема. Для того, щоб добуток АВ самоспряжених операторів А і В був

самоспряженим оператором, необхідно і достатньо, щоб вони
комутували.

Доведення:
Оскільки А і В – самоспряжені оператори, то за властивістю 5) має місце
відношення
( AB ) = B* A* = BA.
*
(10)
AB = BA, то ( AB ) = AB, тобто оператор AB -
*
Тому, якщо
самоспряжений.
Якщо ж AB - самоспряжений, то ( AB )* = AB, і згідно (10) AB = BA.■

Теорема. Якщо оператор А самоспряжений, то для довільного x Î En

скалярний добуток ( Ax, x ) - дійсне число.
Доведення:
Справедливість твердження теореми випливає з наступної властивості
скалярного добутку у комплексному евклідовому просторі:
( Ax, x ) = ( x, Ax ) та означення самоспряженого оператора
( Ax, x ) = ( x, Ax ). ■

Теорема. Власні числа самоспряженого оператора дійсні.

 Доведення:
Нехай l - власне значення самоспряженого оператора А. За означеням
власного значення існує ненульовий вектор х такий, що Ax = l x. Звідси
випливає, що дійсний (в силу попередньої теореми) скалярний добуток
( Ax, x ) може бути представлений у вигляді
( Ax, x ) = l ( x, x ) = l x.

Оскільки x і ( Ax, x ) дійсні, то, очевидно, і l - дійсне число. ■

Отже, всі корені характеристичного многочлена самоспряженого
оператора, що діє у скінченновимірному евклідовому просторі, є дійсними
числами, а тому всі вони є власними значеннями цього оператора.

Теорема. Якщо А – самоспряжений оператор, то власні вектори, що

відповідають різним власним значенням цього оператора, ортогональні.

Доведення:
Нехай l1 , l2 - різні власні значення самоспряженого оператора А, а
x1 , x2 - відповідні їм власні вектори. Тоді Ax1 = l1 x1 , Ax2 = l2 x2 . Тому
скалярні добутки ( Ax1 , x2 ) , ( x1 , Ax2 ) відповідно дорівнюють
( Ax1 , x2 ) = l1 ( x1 , x2 ) , ( x1 , Ax2 ) = l2 ( x1 , x2 ).
Оскільки оператор А самоспряжений, то ці скалярні добутки рівні, тому
( l2 - l1 )( x1 , x2 ) = 0.
Так як l1 ¹ l2 , то з останньої рівності випливає рівністю нулю скалярного
добутку ( x1 , x2 ) , тобто ортогональність власних векторів x1 , x2 . ■
Матриця (A ) *
e
спряженого оператора A* в довільному
ортонормованому базисі е є транспонованою до матриці Ae лінійного
оператора А: (A ) =(A )
*
e e
T
. Якщо матриця Be лінійного оператора В в
деякому ортонормованому базисі е є транспонованою до матриці Ae
лінійного оператора А, то B = A*.
Характеристичні многочлени (відповідно і спектри) лінійного
оператора та його спряженого оператора співпадають.
 Таким чином, для довільної симетричної дійсної матриці А існує
-1
ортогональна матриця U така, що матриця U AU діагональна.
Приклад. Для лінійного оператора, який має в деякому ортонормованому
базисі матрицю
æ2 1 1ö
A = çç 1 1 0 ÷÷ ,
ç1 0 1÷
è ø
знайти ортонормований базис, в якому матриця оператора діагональна.
◄Знайдемо характеристичний многочлен матриці А та його корені:
2-l 1 1
jA (l ) = 1 1 - l 0 = -l (1 - l )( 3 - l ) .
1 0 1- l

Отже, l1 = 0, l2 = 1, l3 = 3. Знайдемо власні вектори, що відповідають

цим власним значенням. Для l = 0
æ2 1 1ö
A - l E = çç 1 1 0 ÷÷ .
ç1 0 1÷
è ø
Осільки алгебраїчна кратність власного значення l = 0 дорівнює 1, то
відповідний власний підпростір одновимірний і власний вектор
a1 = (1, -1, -1) .
Для l =1
æ1 1 1 ö
A - l E = çç1 0 0 ÷÷ .
ç1 0 0 ÷
è ø
Осільки алгебраїчна кратність власного значення l = 1 дорівнює 1, то
відповідний власний підпростір одновимірний і власний вектор
a2 = ( 0,1, -1) . Аналогічно для l = 3 a3 = ( 2,1,1) . Оскільки вектори
a1 , a2 , a3 відповідають різним власним значенням, то вони попарно
ортогональні. Отже, вони утворюють ортогональний базис. Нормуючи ці
вектори, одержимо ортонормований базис:
 a1 æ 3 3 3ö
e1 = =ç ,- ,- ÷,
a1 è 3 3 3 ø
a2 æ 2 2ö
e2 = = ç 0, - , ÷,
a2 è 2 2 ø
a æ 6 6 6ö
e3 = 3 = ç , , ÷.
a3 è 3 6 6 ø
В цьому базисі матриця оператора діагональна
æ0 0 0ö
Ae = diag (0,1,3) = çç 0 1 0 ÷÷ .►
ç 0 0 3÷
è ø
Якщо підпростір L Ì E n є інваріантним для лінійного оператора А, то
ортогональне доповнення L^ інваріантно для спряженого оператора A* .
Приклад. Для лінійного оператора, що має в деякому ортонормованому
базисі матрицю
æ1 1 1 1ö
ç1 1 1 1÷÷
A=ç ,
ç1 1 1 1÷
ç ÷
è1 1 1 1ø
Знайти ортонормований базис, в якому матриця цього оператора
діагональна або, що теж саме, для матриці А знайти ортогональну матрицю
-1
U таку, що матриця U AU діагональна.
◄ Знайдемо характеристичний многочлен матриці А та його корені:
1- l 1 1 1
1 1- l 1 1
jA (l ) = = ( 4 - l )( -l ) .
3

1 1 1- l 1
1 1 1 1- l
 Корені характеристичного многочлена 4 і 0, вони належать полю дійсних
чисел, отже, є власними значеннями. Знайдемо для кожного власного
значення власні вектори. Для l = 0
æ1 1 1 1ö æ 1 1 1 1ö
ç1 1 1 1÷÷ çç 0 0 0 0 ÷÷
A - 0E = ç ! .
ç1 1 1 1÷ ç 0 0 0 0÷
ç ÷ ç ÷
è1 1 1 1ø è 0 0 0 0ø
Загальний розв’язок можна записати у вигляді
x1 = - x2 - x3 - x4 , x1x3 , x4 Î R. Фундаментальна система розв’язків
x1 x2 x3 x4
-1 1 0 0
-1 0 1 0
-1 0 0 1
Таким чином, система власних векторів буде
a1 = ( -1,1,0,0 ) , a2 = ( -1,0,1,0 ) , a3 = ( -1,0,0,1) . Але ця система
векторів не ортогональна. Тому за допомогою процесу ортогоналізації її
треба перетворити в ортогональну систему векторів. Покладемо
b1 = a1 = ( -1,1,0,0 ) і
( a2 , b1 ) .
b2 = a2 - a b1 , де a =
( b1 , b1 )

( -1,1,0,0 ) = æç - , - ,1,0 ö÷.

1 1 1
Тобто b2 = ( -1,0,1,0 ) -
2 è 2 2 ø
a
( a3 , b1 ) , a = ( a3 , b2 ) .
b3 = a3 - a1b1 - a2b2 , де =
1
( b1 , b1 ) 2
( b2 , b2 )
æ 1 1 1 ö
Тобто b3 = ç - , - , - ,1÷ .
è 3 3 3 ø
Вектори одержаної ортогональної системи треба ще про нормувати:
 b1 æ 1 1 ö
u1 = = ç- , ,0,0 ÷ ,
b1 è 2 2 ø
b2 æ 1 1 2 ö
u2 = = ç- ,- , ,0 ÷ ,
b2 è 6 6 3 ø
b3 æ 1 1 1 3ö
u3 = = ç- ,- ,- , ÷.
b3 è 2 3 2 3 2 3 2 ø
Для l=4
æ -3 1 1 1 ö
ç 1 -3 1 1 ÷
A - 4E = ç ÷.
ç 1 1 -3 1 ÷
ç ÷
è 1 1 1 -3 ø
Алгебраїчна кратність власного числа l = 4 дорівнює 1. Отже, геометрична
кратність (яка не менша 1 і не більга алгебраїчної кратності) теж рівна 1.
Звідси випливає, що фундаментальна система розв’язків містить лише один
æ1 1 1 1ö
вектор: b4 = (1,1,1,1) . Його норма b4 = 4 , тому вектор u4 = ç , , , ÷
è2 2 2 2ø
останній у шуканому ортонормованому базисі.

Будемо вважати, що матриця в базисі e1 , e2 , e3 , e4 Ae = A. Тоді матриця

оператора А в базисі u1 , u2 , u3 , u4 діагональна з власними значеннями на
діагоналі:
æ0 0 0 0ö
ç0 0 0 0 ÷÷
A=ç .
ç0 0 0 0÷
ç ÷
è0 0 0 4ø
Матриці оператора пов’язані формулою
Au = Pe-®1u Ae Pe®u .
Матриця переходу за означенням складається по стовпчиках з координат
векторів другого бузису в першому, елементи векторів другого базису
співпадають з координатами цих векторів у стандартному базисі, тому
матриця переходу складається з елементів векторів базису u1 , u2 , u3 , u4 :
æ 1 1 1 ö
ç- 2 -
6
-
2 3
0 ÷
ç ÷
ç 1 1 1 ÷
ç 2 - - 0 ÷
6 2 3
Pe®u =ç ÷ = U.
ç 2 1 3÷
ç 0 - ÷
ç 3 2 3 2 ÷
ç 3 1 ÷
ç 0 0 ÷
è 2 2 ø
Оскільки матриця переходу від одного ортонормованого базиса до другого
є ортогональною, то хх обернена матриця за означенням співпадає з
транспонованою:
æ 1 1 ö
ç- 2 2
0 0 ÷
ç ÷
ç 1 1 ÷
ç- 6 -
6
23 0 ÷
U -1 = U T = ç ÷ .►
ç 1 1 1 3÷
ç- - - ÷
ç 2 3 2 3 2 3 2 ÷
ç 1 1 1 1 ÷
ç ÷
è 2 2 2 2 ø
Означення. Лінійний оператор А називається нормальним, якщо він
комутує зі своїм спряженим оператором:
AA* = A* A.
Лінійний оператор, що діє у скінченновимірному дійсному евклідовому
просторі, нормальний, якщо існує ортонормований базис, в якому матриця
цього оператора комутує зі своєю транспонованою. Якщо ж лінійний
оператор нормальний, то його матриця у довільному ортонормованому
базисі комутує –зі своєю транспонованою. Довільний самоспряжений
опертор є нормальним. Однак, сножина нормальних операторів ширша
(при n>1) за множину самоспряжених операторів.
Власні вектори нормального оператора, що відповідають його різним
власним значенням, ортогональні.
Означення. Лінійний оператор А, який має обернений, та діє в евклідовому
просторі E n , називається ортогональним, якщо для довільних векторів
x, y Î E n виконується рівність
( x, y ) = ( Ax, Ay ).
Для скінченновимірного евклідового простору вимогу, щоб існував
обернений оператор, можна опустити.
Теорема.Лінійний оператор А, що діє у скінченновимірному евклідовому
просторі E n , ортогональний тоді і тільки тоді, коли його спряжений
-1
оператор співпадає з оберненим, тобто A = A .
*

Ортогональний оператор є нормальним.

Теорема.Лінійний оператор А, що діє у скінченновимірному евклідовому

просторі En , ортогональний тоді і тільки тоді, коли
Ax = x "x Î E (оператор А не змінює довжини векторів).
n

Якщо лінійнийоператор А, що діє у скінченновимірному евклідовому

n
просторі E , ортогональний, то його матриця в довільному
ортонормованиму базисі ортогональна. Якщо для лінійного оператора
існує ортонормований базис, в якому його матриця ортогональна, то він
також ортогональний.
Коренями характеристичного многочлена ортогонального оператора,
що діє у скінченновимірному евклідовому просторі, можуть бути тільки
1, -1 і недійсні числа, які за модулем рівні 1.

Означення.Лінійний оператор А називається антисиметричним (або

кососиметричним), якщо A = - A*. Іншими словами, для довільних
x, y Î E n ( Ax, y ) = - ( x, Ay ) . Антисиметричний оператор є нормальним.
Якщо лінійний оператор, що дієу скінченновимірному евклідовому
просторі, є антисиметричним, то його матриця в довільному
ортонормованому базисі кососиметрична, а власним значенням може бути
тільки нуль (спектр може бути і порожнім).
 РОЗДІЛ III. КВАДРАТИЧНІ ФОРМИ
§1. Зведення квадратичної форми до канонічного вигляду
Нехай у прсторі Ln вектор x у базисі ( e ) має координати
x = ( x1, x2 ,!, xn ) .

Означення. Квадратичною формою називається числова функція

f ( x ) = A ( x, x ) , x Î Ln , яка є однорідним многочленом другого степеня

відносно координат вектора х і має вигляд:

f ( x ) = a11 x12 + a22 x2 2 + ! + ann xn2 + 2a12 x1 x2 + 2a13 x1 x3 + ! + 2a1n x1 xn +

+2a23 x2 x3 + ! + 2an -1,n xn -1 xn .
(1)

Якщо покласти aij = a ji , то квадратичну форму можна записати у

вигляді:
n n
f ( x ) = åå aij xi x j = xT Ax, (2)
i =1 j =1

( )
де A = aij - симетрична матриця.

Рангом квадратичної форми називають ранг матриці A і

позначають r ( f ) . Квадратична форма називається виродженою, якщо
r ( f ) < n = dim Ln, і невиродженою, якщо r ( f ) = n.

Якщо у деякому базисі ( e ) матриця квадратичної форми

діагональна, то вираз

f ( x ) = l1 x12 + l2 x2 2 + ! + ln xn 2 (3)

називають канонічним виглядом квадратичної форми. Базис ( e ) у

цьому разі називають канонічним.
 Теорема
Ln , Лагранжа. Довільна квадратична форма (1), визначена
у просторі за допомогою невиродженого лінійного перетворення
змінних зводиться до канонічного вигляду.

Якщо r ( f ) = r = r + + r - , де r + - кількість доданків у рівності (3) з

додатними коефіцієнтами, а r - - з від’ємними коефіцієнтами, то різницю
r + - r - називають сигнатурою квадратичної форми .

Закон інерції квадратичної форми. Ранг і сигнатура

квадратичної форми є сталими і не залежать від перетворення, яке
зводить її до канонічного вигляду.

Розглянемо два методи зведення квадратичної форми до

канонічного вигляду.

1.Метод Лагранжа полягає у виділенні повних квадратів відносно

змінних. Проілюструємо його на прикладі.

Приклад 1. Знайдемо методом Лагранжа канонічний вигляд

квадратичної форми

f ( x ) = x12 - 4 x1 x2 + 2 x1 x3 + x22 + 2 x2 x3

і вкажемо відповідне перетворення координат.

◄Виберемо доданки, які містять

x1 : x12 - 4 x1 x2 + 2 x1 x3 = ( x1 - 2 x2 + x3 ) - 4 x22 - x32 + 4 x2 x3 Þ
2

Þ f ( x ) = ( x1 - 2 x2 + x3 ) - 3x22 - x32 + 6 x2 x3.

2

Зробимо заміну:
y1 = x1 - 2 x2 + x3 , y2 = x2 , y3 = x3 , Þ f ( x ) = y12 - 3 y22 + 6 y2 y3 =
y12 - 3( y22 - 2 y2 y3 + y32 ) + 2 y32 = z12 - 3z22 + 2 z32 -

канонічний вигляд квадратичної форми, де зроблене відповідне

перетворення змінних: z1 = x1 - 2 x2 + x3 , z2 = x2 - x3 , z3 = x3. ►
 2. Метод власних значень. Нехай дійсна квадратична форма задана
у ортонормованому безисі ( e ) евклідового простору En симетричною
матрицею A. Для матриці:

- складаємо характеристичне рівняння і знаходимо власні

значення,

- знаходимо відповідні їм власні вектори і нормуємо їх,

- здійснюємо перехід до ортонормованого базису ( e¢) , складеного

із власних векторів, стовпці матриці переходу є власними векторами.

Дістанемо канонічний вигляд (3) квадратичної форми і відповідне

ортогональне перетворення.

Розв’яжемо приклад 1 методом власних значень.

æ 1 -2 1 ö
◄ Запишемо матрицю квадратичної форми: A = ç -2 1 1 ÷ .
ç ÷
ç 1 1 0÷
è ø
Складаємо характеристичне рівняння і знаходимо власні значення:

1 - l -2 1
-2 1 - l 1 = 0, Þ l 3 - 2l 2 - 5l + 6 = 0, Þ l1 = 1, l2 = 3, l3 = -2.
1 1 -l

Знаходимо відповідні їм власні вектори і нормуємо їх: для l1 = 1

ì -2a 2 + a3 = 0,
ï
розв’язуємо однорідну систему í -2a1 + a3 = 0, власний вектор
ï
îa1 + a 2 - a3 = 0,
T
æ 1 1 2 ö
(1,1, 2 ) нормуємо Þ e1¢ = ç
T
, , ÷ ; аналогічно для l2 = 3
è 6 6 6ø
 æ 1 1 ö
обчислюємо відповідний власний вектор e 2¢ = ç , ,0 ÷ , для l3 = -2
è 2 2 ø
T
æ 1 1 1 ö
власний вектор e3¢ = ç , ,- ÷ . Матриця переходу
è 3 3 3 ø

æ 1 1 1 ö
ç 6 2 3 ÷÷
ç
ç 1 1 1 ÷
C =ç - визначає перетворення
6 2 3 ÷
ç ÷
ç 2 1 ÷
ç 0 - ÷
è 6 3ø
ì 1 1 1
ï y1 = x1 + x 2 + x3 ,
6 2 3
ï
ï 1 1 1
í y2 = x1 - x2 + x3 ,
ï 6 2 3
ï 2 1
ï y3 = x1 - x3.
î 6 3

В базисі із власних векторів ( e¢) квадратична форма має канонічний

вигляд

f ( x ) = y12 + 3 y22 - 2 y32 . ►

Зауважимо, що канонічний вигляд квадратичної форми і відповідне

лінійне перетворення визначаються неоднозначно, проте зберігається
ранг і сигнатура, тобто закон інерції.

§2. Знаковизначеність квадратичних форм. Критерій

Сильвестра
Означення. Дійсна квадратична форма f ( x ) , визначена у лінійному
просторі Ln , називається:

- додатно означеною, якщо для довільного вектора x ¹ 0 виконується

нерівність f ( x ) > 0;

- від’ємно означеною, якщо "x ¹ 0 виконується нерівність f ( x ) < 0;

- додатно або від’ємно напівозначеною, якщо відповідно f ( x ) ³ 0
f ( x ) £ 0;
або

- знакозмінною (неозначеною), якщо існують вектори x, y такі, що

f ( x ) > 0, f ( y ) < 0.

Якщо квадратична форма зведена до канонічного вигляду, то вона

додатно (від’ємно) означена тоді і тільки тоді, коли кількість додатних r +
(від’ємних r - ) квадратів дорівнює dim Ln , а якщо у канонічному вигляді
є як додатні, так і від’ємні доданки, то вона знакозмінна (див. Приклад
1).

Якщо квадратична форма задана у довільному базисі матрицею A,

то без зведення її до канонічного вигляду дослідити на знаковизначеність
можна за допомогою кутових мінорів, тобто мінорів, які стоять у перших
k рядках і перших k стовпцях матриці.

Критерій Сильвестра. Для того, щоб квадратична форма

n n
f ( x ) = åå aij xi x j
i =1 j =1

була:

- додатно означеною, необхідно і достатньо, щоб всі її кутові

мінори були додатними, тобто
a a
D1 = a11 > 0, D 2 = 11 12 > 0, !, D n = det A > 0;
a21 a22

- від’ємно означеною, необхідно і достатньо, щоб знаки кутових

мінорів чергувались, причому D1 < 0.

Якщо серед кутових мінорів є нульові, то можна розглянути головні

мінори, це такі мінори, у яких номери рядків співпадають з номерами
стовпців: квадратична форма f ( x ) ³ 0 Û коли невід’ємні всі головні (не
тільки кутові) ) мінори її матриці; f ( x ) £ 0 Û коли у її матриці всі головні
мінори парного порядку невід’ємні і всі головні мінори непарного
порядку недодатні; квадратична форма знакозмінна Û коли у матриці є
від’ємний головний мінор парного порядку або два головних мінори
непарних порядків різних знаків.

Приклад 1. Дослідимо на знаковизначеність квадратичні форми:

а) f ( x ) = 3x12 + 4 x22 + x32 - 6 x1 x2 + 2 x1 x3 - 2 x2 x3 ;

б) f ( x ) = -3x12 - 2 x22 - 4 x32 + 4 x1 x2 - 4 x1 x3 + 4 x2 x3 ;

в) f ( x ) = -2 x12 - x22 - 2 x32 - 2 x1 x2 + 4 x1x3 + 2 x2 x3 ;

г) f ( x ) = 2 x12 + 2 x22 + 4 x32 - 4 x1 x2 + 6 x1 x3 - 6 x2 x3.

æ 3 -3 1 ö
◄ а) Матриця квадратичної форми: A = ç -3 4 -1÷ , її кутові
ç ÷
ç 1 -1 1 ÷
è ø
мінори

3 -3
D1 = 3, D 2 = , D3 = det A = 2 - додатні. Отже, квадратична форма
-3 4
додатно означена;

æ -3 2 -2 ö
-3 2
б) A = ç 2 -2 2 ÷ , D1 = -2, D 2 = = 2, D 3 = det A = -4.
ç ÷ 2 -2
ç -2 2 -4 ÷
è ø
Квадратична форма від’ємно означена;

æ -2 -1 2 ö
-2 -1
в) A = ç -1 -1 1 ÷ , D1 = -2, D 2 = = 1, D3 = det A = 0.
ç ÷ -1 -1
ç 2 1 -2 ÷
è ø
За кутовими мінорами встановити знаковизначеність неможливо.
Знайдемо головні мінори першого порядку: -2.-2,-1. Головні (не кутові)
-2 2 -1 1
мінори другого порядку = 0, = 1. Отже, всі головні
2 -2 1 -2
мінори непарного порядку недодатні, а парного порядку - невід’ємні,
квадратична форма f ( x ) £ 0.

æ 2 -2 3 ö
2 -2
г) A = ç -2 2 -3 ÷ , D1 = 2, D 2 = = 0, D 3 = det A = 0.
ç ÷ 2 -2
ç 3 -3 4 ÷
è ø
За кутовими мінорами встановити знаковизначеність неможливо.
Знайдемо головні мінори першого порядку: 2,2,4, другого порядку
2 3 2 -3
= -1, = -1. Є від’ємний кутовий мінор парного порядку,
3 4 -3 4
тому квадратична форма знакозмінна.►

§ 3. Зведення загального рівняння кривої другого порядку до

канонічного вигляду
У декартовій прямокутній системі координат простору 𝑅 # загальне
рівняння кривої другого порядку має вигляд

f ( x, y ) = a11 x 2 + 2a12 xy + a22 y 2 + 2a1x + 2a2 y + a = 0.

(1)

Покажемо, що рівняння (1) визначає еліпс, гіперболу або параболу,

крім випадків, коли воно вироджується у пару прямих, точку або
порожню множину.

Доданки

a11x 2 + 2a12 xy + a22 y 2 (2)

æa a12 ö
розглядаємо як квадратичну форму з матрицею A = ç 11 .
è a12 a22 ÷ø

Якщо l1 , l2 - власні значення матриці A , то при переході від

! !
ортонормованого базису ( e1, e2 ) до базису із відповідних власних

(
! !
)
векторів e1¢ , e2¢ квадратична форма набуде канонічного вигляду
 l1x12 + l2 y12 . (3)

Стовпцями матриці переходу ( )

C = cij є координати власних
векторів. Якщо det C = 1 > 0, то орієнтація системи координат не
зміниться, інакше - зміниться на протилежну.

! !
Вектор e1¢ отримуємо поворотом на кут j вектора e1 проти руху
! ! !
годинникової стрілки, вектор e ¢ , ортогональний до e ¢ , отримуємо з e
2 1 2
або поворотом на кут j , або поворотом і наступною симетрією відносно
!
початку координат (замінимо його на - e ¢ ). 2

! ! !
e1¢ = cos j e1 + sin j e2 ,
Перетворення повороту: ! ! ! а нові координати
¢
e2 = - sin j e1 + cos j e2 ,
( )
вектора x1 , y1 виражаються через старі за формулами:

x = cos j x1 - sin j y1 ,
(4)
y = sin j x1 + cos j y1.

Підставивши значення (4) у рівняння (1), дістанемо

l1x12 + l2 y12 + 2b1x1 + 2b2 y1 + b = 0, (5)

причому b1 = a1 cos j + a2 sin j , b2 = -a1 sin j + a2 cos j .

Зауважимо, що рівняння (5) не містить добутку x1 y1 , якщо кут

повороту визначається формулою

a12 p
tg 2j = , якщо a11 ¹ a22, j= , якщо a11 = a22 . (6)
a11 - a22 4

Якщо відомі власні числа матриці, то кут повороту осей Ох і Оу

можна знайти відповідно за формулами
 l1 - a11 l2 - a11 p
tgj1 = , tgj 2 = , причому tgj1 × tgj2 = -1, j2 - j1 = .
a12 a12 2
(7)
Власні числа l1 , l2 є коренями характеристичного рівняння:

a11 - l a12
= 0 Þ l 2 - ( a11 + a22 ) l + a11a22 - a122 = l 2 - sl + D = 0,
a12 a22 - l
де

s = a11 + a22 = l1 + l2 = trA, l1 × l2 = D = det A.

Виділимо у рівнянні (5) повні квадрати:

2 2
æ b ö æ b ö
l1 ç x1 + 1 ÷ + l2 ç y1 + 2 ÷ + c = 0
è l1 ø è l2 ø

b1 b2
і зробимо заміну x1 + = x2 , y1 + = y2 , що відповідає паралельному
l1 l2
перенесенню початку координат при збереженні напрямку осей.
b b
Підставимо значення x1 = x2 - 1 , y1 = y2 - 2 у систему (4), дістанемо
l1 l2
формули загального перетворення системи координат

x = cosj x2 - sin j y2 + x0 ,
(8)
y = sin j x2 + cos j y2 + y0 , -

повороту на кут j і перенесення початку координат у точку O2 ( x0 , y0 ) .

Рівняння кривої у такій канонічній системі координат x2O2 y2

матиме вигляд:

l1 x22 + l2 y22 + c = 0. (9)

Для кривої другого порядку величини

a11 a12 a1
s = a11 + a22 = trA, D = det A, d = a12 a22 a2 (10)
a1 a2 a
є інваріантами, тобто
d =вони
0 не змінюються при зміні системи координат.
Зауважимо, що при крива вироджується .

Можливі такі випадки:

1. D = l1l2 > 0 - крива еліптичного типу, еліпс, якщо sc < 0, точка,

якщо c = 0, уявний еліпс, якщо sc > 0;

2. D = l1l2 < 0 - крива гіперболічного типу, гіпербола, якщо c ¹ 0,

при c = 0 - пара перехресних прямих;

3. D = l1l2 = 0 - крива параболічного типу, парабола l1x22 + by2 = 0

або

пара прямих l1 x22 + c = 0 , якщо l1 ¹ 0.

Приклад 1. Визначимо тип кривої 9 x2 - 24 xy + 16 y 2 - 8x + 19 y + 4 = 0,

зведемо її рівняння до канонічного вигляду і знайдемо канонічне
перетворення координат.

◄ Квадратична форма рівняння кривої 9 x2 - 24 xy + 16 y 2 має матрицю

æ 9 -12 ö 9 -12
A=ç ÷ , D = = 0 - крива параболічного типу. Складемо
è -12 16 ø -12 16
характеристичне рівняння, знайдемо власні числа і орти власних векторів
матриці:

9 - l -12
= l 2 - 25l = 0, l1 = 0, l2 = 25, для l1 = 0 маємо
-12 16 - l
ìï9 x1 - 12 x2 = 0, ! ¢ æ 4 3ö
T
í Þ орт власного вектора e1 = ç , ÷ , для
ïî -12 x1 + 16 x2 = 0, è 5 5ø
ì-16 x1 - 12 x2 = 0, 3 ! æ 3 4ö
l2 = 25: í x1 = - x2 , орт власного вектора e2¢ = ç - , ÷ .
î-12 x1 - 9 x2 = 0, 4 è 5 5ø

Матриця переходу до нової системи координат дорівнює

 æ4 3ö
- ÷
æ cos j - sin j ö ç 5 5 є матрицею повороту на кут
C =ç ÷=ç ÷
è sin j cos j ø ç 3 4 ÷
ç ÷
3 è5 5 ø
tgj = , det C = 1 > 0 -
4

тому орієнтація осей координат незмінна. Формули переходу до нової

системи координат такі:

4 3
x= x1 - y1 ,
5 5
3 4
y = x1 + y1.
5 5

У базисі ( ! !
e1¢ , e2¢ ) рівняння кривої має вигляд: 25 y12 + 5x1 + 20 y1 + 4 = 0.
2
æ 2ö
Виділимо повний квадрат x1 = -5 ç y1 + ÷ і зробимо заміну
è 5ø
2
x2 = x1, y2 = y1 + . Виразимо x1 , y1 через нові змінні і підставимо їх у (14),
5
дістанемо:

4 3 6
x= x2 - y 2 + ,
5 5 25
3 4 8
y = x2 + y 2 - .
5 5 25
3
Отже, внаслідок повороту системи координат xOy на кут tgj = і
4
æ 6 8 ö
перенесення початку координат у точку O2 ç , - ÷ дістанемо у системі
è 25 25 ø
! !
( )
координат x2O2 y2 з базисом e1¢ , e2¢ канонічне рівняння параболи:

x2 = -5 y22 . ►

Приклад 2. Визначимо тип кривої 5x2 + 4 xy + 8 y 2 - 32 x - 56 y + 80 = 0,

зведемо її рівняння до канонічного вигляду і знайдемо канонічне
перетворення координат.
◄ Квадратична форма 5x2 + 4 xy + 8 y 2 має матрицю
æ 5 2ö 5 2
A=ç ÷ ,D= = 36 > 0 -
è 2 8 ø 2 8 крива еліптичного типу. Знаходимо власні

числа і орти власних векторів матриці:

5-l 2 ! 1
= 0, l 2 - 13l + 36 = 0, l1 = 9, l2 = 4, e1¢ = (1,2 )T ,
2 8-l 5
! 1
e2¢ = ( -2,1)T .
5
Формули ортогонального перетворення координат

1
x= ( x2 - 2 y 2 ) ,
5
1
y= ( 2 x2 + y 2 ) ,
5

підставимо у рівняння кривої, дістанемо

144 8
9 x12 + 4 y12 - x1 + y1 + 80 = 0.
5 5
2 2
æ 8 ö æ 1 ö
Виділимо повні квадрати 9 ç x1 - ÷ + 4 ç y1 + ÷ - 36 = 0, після заміни
è 5ø è 5ø
8 1
x1 - = x2 , y1 + = y2 дістанемо канонічне рівняння еліпса
5 5

x22 y22
+ = 1.
4 9
а формули канонічного перетворення координат мають вигляд:

1
x= ( x2 - 2 y2 ) + 2,
5
1
y= ( 2 x2 + y2 ) + 3,
5
і означають поворот системи координат на кут arctg 2 і перенесення
початку координат у точку O2 ( 2,3) . ►
 § 4. Зведення загального рівняння поверхні другого порядку
канонічного вигляду
У просторовій декартовій прямокутній системі координат загальне
рівняння поверхні другого порядку має вигляд:

a11x 2 + a22 y 2 + a33 z 2 + 2a12 xy + 2a13 xz + 2a23 yz + 2a1x + 2a2 y + 2a3z + a = 0. (1)

Квадратична форма a11x 2 + a22 y 2 + a33z 2 + 2a12 xy + 2a13 xz + 2a23 yz трьох

змінних x, y, z має симетричну матрицю

æ a11 a12 a13 ö

A = ç a12 a22 a23 ÷
ç ÷
ça ÷
è 13 a23 a33 ø
Матриця A має дійсні власні числа l1 , l2 , l3 , яким відповідають
! ! !
ортонормовані власні вектори e1¢ , e2¢ , e3¢. Стовпцями ортогональної матриці
переходу C = cij ( ) до нового базису є координати цих власних векторів.
Виконаємо заміну

x = c11 x1 + c12 y1 + c13 z1 ,

y = c21 x1 + c22 y1 + c23 z1 , (2)
z = c31 x1 + c32 y1 + c33 z1

і підставимо ці значення у рівняння (16). Квадратична форма зведеться до

канонічного вигляду:

l1x12 + l2 y12 + l3 z12 .

Як і для кривої другого порядку, при перетворенні рівняння поверхні

другого порядку інваріантами поверхні є величини:

a11 a12 a11 a13 a22 a23

s1 = a11 + a22 + a33 = trA - слід матриці, s2 = + + -
a12 a22 a13 a33 a23 a33
сума головних мінорів матриці,
 a11 a12 a13 a1
a a22 a23 a2
D = det A, d = 12 . (3)
a13 a23 a33 a3
a1 a2 a3 a

Зауважимо, що s1 , s2 , D з точністю до знаків є коефіцієнтами

характеристичного рівняння.

Після виділення повних квадратів, рівняння поверхні у новій системі

координат матиме канонічний вигляд:

d
l1x22 + l2 y22 + l3 z22 + c = 0, c = , якщо D ¹ 0. (4)
D

Можливі такі випадки:

1. l1l2l3 ¹ 0. Тоді при c < 0 матимемо

- l1 > 0, l2 > 0, l3 > 0 - еліпсоїд;

- l1 > 0, l2 > 0, l3 < 0 - однопорожнинний гіперболоїд;

- l1 > 0, l2 < 0, l3 < 0 - двопорожнинний гіперболоїд;

- l1 < 0, l2 < 0, l3 < 0 - порожня множина;

при c = 0 , якщо l1 > 0, l2 > 0, l3 < 0 - конус, якщо всі li одного

знаку - точка;

2. Одне із власних чисел, наприклад, l3 = 0. Тоді рівняння (19)

матиме вигляд

l1x22 + l2 y22 + 2b3 z2 + b = 0.

Якщо b3 = 0, то це циліндрична поверхня, або пара пересічних

площин, чи порожня множина.

Якщо b3 ¹ 0 і l1l2 > 0 - це еліптичний параболоїд, при l1l2 < 0 -

гіперболічний параболоїд.
 3. Серед власних чисел два рівні нулю, а, наприклад, l1 ¹ 0.
Канонічне рівняння має вигляд:

l1x22 + 2b2 y2 + 2b3 z2 + b = 0.

Якщо b2 = 0 і b3 = 0, то це пара паралельних прямих або порожня

множина, якщо хоча б одне із чисел b2 ¹ 0, b3 ¹ 0, то після перетворення
системи координат дістанемо параболічний циліндр.

Зауважимо, що при d = 0 поверхня конічна або циліндрична, крім

випадків виродження.

Приклад 1. Зведемо рівняння поверхні другого порядку

7 x2 + 6 y 2 + 5z 2 - 4 xy - 4 yz - 6x - 24 y + 18z + 30 = 0

до канонічного вигляду, визначимо її тип і запишемо канонічне

перетворення координат.

◄ Матриця квадратичної форми 7 x2 + 6 y 2 + 5z 2 - 4 xy - 4 yz дорівнює

æ 7 -2 0 ö
A = ç -2 6 -2 ÷ .
ç ÷
ç 0 -2 5 ÷
è ø
Коренями характеристичного многочлена l 3 - 18l 2 + 99l - 162 = 0 є
власні значення l1 = 3, l2 = 6, l3 = 9. Відповідні їм орти власних
! 1 T ! 1 T ! 1
векторів дорівнюють e1¢ = (1,2,2 ) , e2¢ = ( 2,1, -2 ) , e3¢ = ( 2, -2,1) .
T
3 3 3
Формули ортогонального перетворення

1
x= ( x1 + 2 y1 + 2 z1 ) ,
3
1
y = ( 2 x1 + y1 - 2 z1 ) , (5)
3
1
z = ( 2 x1 - 2 y1 + z1 )
3
підставимо
2 2 у рівняння
2 поверхні, отримаємо
3x1 + 6 y1 + 9 z1 - 6 x1 - 24 y1 + 18z1 + 30 = 0.

Виділимо повні квадрати 3 ( x1 - 1) + 6 ( y1 - 2 ) + 9 ( z1 + 1) = 6. Зробимо

2 2 2

заміну x1 = x2 + 1, y1 = y2 + 2, z1 = z2 - 1 і підставимо ці значення у

формули (5), дістанемо канонічне перетворення координат:

1
x= ( x2 + 2 y2 + 2 z2 ) + 1,
3
1
y = ( 2 x2 + y2 - 2 z2 ) + 2,
3
1
z = ( 2 x2 - 2 y2 + z2 ) - 1.
3
початок координат перенесено у точку O2 (1, 2, -1) . У новій системі
координат маємо канонічне рівняння поверхні

x22 y22 z22

+ + = 1 - це трьохвісний еліпсоїд.►
2 1 2
3
Приклад 2. Зведемо рівняння поверхні другого порядку

x2 + 5 y 2 + z 2 + 2 xy + 6xz + 2 yz + 8x - 4 y + 12 z + 10 = 0

до канонічного вигляду, визначимо її тип і запишемо канонічне

перетворення координат

◄ Матриця квадратичної форми x2 + 5 y 2 + z 2 + 2 xy + 6 xz + 2 yz

дорівнює

æ 1 1 3ö
A = ç 1 5 1 ÷ і має характеристичне рівняння
ç ÷
ç 3 1 1÷
è ø
! 1
l 3 - 7l 2 + 36 = 0, Þ l1 = 3, l2 = 6, l3 = -2, Þ e1¢ = (1, -1,1)T ,
3
! 1 ! 1
e2¢ = (1,2,1)T , e3¢ = (1,0, -1)T - орти канонічного базису.Формули
6 2
ортогонального перетворення координат:

1 1 1
x= x1 + y1 + z1 ,
3 6 2
1 2
y=- x1 + y1,
3 6
1 1 1
z= x1 + y1 - z1.
3 6 2

Після такої заміни рівняння поверхні набуде вигляду

24 12 4
3x12 + 6 y12 - 2 z12 + x1 + y1 - z1 + 10
3 6 2
або після виділення повних квадратів і заміни
4 1 1
x2 = x1 + , y2 = y1 + , z2 = z1 + дістанемо канонічне рівняння
3 6 2
x2 y2 z2
поверхні 2 + 2 - 2 = 1 - це однопорожнинний гіперболоїд.
2 1 3
Канонічне перетворення координат:

1 1 1
x= x2 + y2 + z2 - 2,
3 6 2
1 2
y=- x2 + y2 + 1,
3 6
1 1 1
z= x2 + y2 - z2 - 1.
3 6 2

Точка O2 ( -2,1, -1) є початком нової системи координат.►

ЕКЗАМЕНАЦІЙНА ПРОГРАМА З ЛІНІЙНОЇ АЛГЕБРИ ТА АНАЛІТИЧНОЇ
ГЕОМЕТРІЇ

1. Комплексні числа: алгебраїчна, тригонометрична та показникова форми запису,

дії над ними.
2. Дії над многочленами, схема Горнера, теорема Безу, наслідок.
3. Основна теорема алгебри. Розклад многочлена на множники, кратність кореня,
формули Вієта для Pn ( z ) .
4. Розклад раціонального дробу на суму елементарних.
5. Лінійний простір, його аксіоми. Розмірність простору і базису. Теорема про
єдиність розкладу вектора за базисом. Приклади просторів.
6. Евклідів простір, його аксіоми. Нерівність Коші-Буняковського і Мінковського.
Норма вектора, ортонормований базис.
7. Лінійний оператор, його матриця, зміна матриці оператора при переході до
нового базису.
8. Власні значення та власні вектори лінійного оператора і матриці. Зведення
матриці до діагонального виду.
9. Квадратична форма, її матриця. Зведення квадратичної форми до канонічного
виду. Знаковизначеність квадратичної форми. Критерій Сильвестра.
10. Зведення загального рівняння кривої і поверхні другого порядку до канонічного
вигляду.
 СПИСОК ВИКОРИСТАНОЇ ТА РЕКОМЕНДОВАНОЇ
ЛІТЕРАТУРИ
1. Аналітична геометрія та лінійна алгебра: конспект лекцій для студ. техн.. ф-тів /
Уклад.: З.П.Ординська, І.В.Орловський, М.К.Руновська.− К.: НТУУ “КПІ”, 2014.− 176с.
2. Грималюк В.П. Вища математика. Навч. посібн. / В.П.Грималюк, М.М.Кухарчук,
В.В.Ясінський. За заг.ред. І.В.Скрипника. −К.: Віпол,2004. −Ч І. −376с.
3. Беклемишев Д.В. Курс аналитической геометрии и линейной алгебры. / Д.В.
Беклемишев. −М.: Физматлит, 2005.−307с.
4. Бугров Я.С. Элементы линейной алгебры и аналитической геометрии. / Я.С. Бугров,
С.М. Никольский. − М.: Наука, 1988.−192с.
5. Дубовик В.П. Вища математика: навч. посібн. / В.П. Дубовик, І.І.Юрик.− К.: А.С.К.,
2005.− 648c.
6. Ильин В.А. Аналитическая геометрия: учебн./ В.А. Ильин, Э.Г. Позняк.−
М.:Физматлит, 2007.− 224с.
7. Ефимов Н.В. Краткий курс аналитической геометрии. / Н.В. Ефимов.− М.: Наука,
1969. − 272с.
8. Лінійна алгебра та аналітична геометрія: Навч. посібник / В. В. Булдигін, І. В.
Алексєєва, В. О. Гайдей, О. О. Диховичний, Н. Р. Коновалова, Л. Б. Федорова: за ред..
проф. В. В. Булдигіна. – К. : ТВіМС, 2011. – 224 с.
9. Математика. Числові системи. Многочлени. Визначники. / Комп’ютерне
навчання / Т.Г.Стрижак, Ю.М.Туз, Г.Г.Барановська, І.В.Векліч. − К.: УМК ВО, 1991. − 460с.
10. Овчинников П.П. Вища математика: підручник. Ч.І /
П.П.Овчинников,Ф.П.Яремчук, В.М.Михайленко. − К.: Техніка,2003. − 600с.
11. Працьовитий М. В. Аналітична геометрія. Полярна система координат. – К. : Вид-
во НПУ імені М.П.Драгоманова, 2012. – 36 с.
12. Працьовитий М. В. Елементи векторної алгебри. Л.1-7. – К. : Вид-во НПУ імені
М.П.Драгоманова, 2008. – 173 с.
13. Сахарников Н.А. Высшая математика / Н.А.Сахарников.− Изд. Ленинг. Ун-
та,1973.− 472с.
14. Элементы линейной алгебры и аналитической геометрии / Р.Ф.Апатенок,
А.М.Маркина, Н.В.Попова, В.Б.Хейнман; под ред. Р.Ф.Апатенок. − Мн.,
Вышейш.шк.,1986. − 272с.
15. Шипачев В.С. Курс высшей математики / В.С.Шипачев. − М.: Оникс, 2009, − 608с.
 ЗМІСТ

Розділ I. Комплексні числа. Алгебра многочленів

§1. Алгебраїчна форма комплексних чисел. Дії над ними……….....………………...………….3

§2. Тригонометрична і показникова форми запису комплексних
чисел………..…......…..………………………………………………………………………………………………………5
§3. Алгебра многочленів………………………………………………...................…….……………………..9
§4. Розклад многочлена на множники……………………….………....................………….……….13
§5. Алгоритм Евкліда для визначення найбільшого спільного дільника двох
многочленів……………………………………………………………………………………………………………..…..17
§6. Розклад правильних раціональних дробів на елементарні………......................……19

Розділ II. Лінійні простори і лінійні оператори

§1. Лінійні простори. Розмірність. Базис……………………………………...…………………………...26

§2. Підпростори лінійних просторів...............................................................................34
§3. Повні системи векторів..............................................................................................38
§4. Перетворення координат при перетворенні базису n-вимірного
лінійного простору............................................................................................................42
§5. Лінійні оператори........................................................................................................47
§6. Зміна матриці лінійного оператора при при переході до нового
базису.................................................................................................................................49
§7. Власні вектори і власні числа лінійного оператора..................................................50
§8. Жорданова нормальна форма...................................................................................62
§9. Функцiї вiд матриць……………………………………………..……………………..…………………..…….102
§10. Подання функцiй вiд матриць рядами……………………………..…………...............……….105
§11. Блоковi матрицi……………………………………………..…………………………….………….....……….112
§12. Евклідові простори…………………………………......……..…………………………………….....…….124
§13. Лінійні самоспряжені, спряжені та нормальні оператори в
евклідовому просторі……………………………..................................................……....…....134

Розділ III. Квадратичні форми

§1. Зведення квадратичної форми до канонічного вигляду…………......…………….....…144

§2. Знаковизначеність квадратичних форм. Критерій Сильвестра………………......……147
§ 3. Зведення загального рівняння кривої другого порядку до канонічного
вигляду………………………………………………….................................................................……..150
§ 4. Зведення загального рівняння поверхні другого порядку
канонічного вигляду………………………………………………….......................................…....……156
Екзаменаційна програма з лінійної алгебри та аналітичної геометрі…………………....161
Список використаної та рекомендованої літератури…………….………………..…………......162
Зміст……………………………………………………………………………...……………………………………………163