Macierze i wyznaczniki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Macierze i wyznaczniki"

Transkrypt

1 Zdefiniujemy teraz wyznaczniki i omówimy uk lady równań liniowych z wieloma niewiadomymi Zaczniemy od definicji Definicja 8 (macierzy a, a, a,n a, a, a,n Tablice prostoka tna A nazywać be dziemy macierza o a m, a m, a m,n m wierszach i n kolumnach Czasem stosować be dziemy oznaczenie A (a i,j i m j n lub A (a i,j, gdy nie be dzie wa tpliwości, o macierz jakiego wymiaru chodzi Macierze można mnożyć przez liczby mnoża c każdy wyraz macierzy przez te liczbe : a, a, a,n ca, ca, ca,n a, a, a,n ca ca, ca, ca,n a m, a m, a m,n ca m, ca m, ca m,n Macierze tego samego wymiaru można dodawać dodaja c odpowiednie wyrazy: a, a,n b, b,n a, + b, a,n + b,n a, a,n + b, b,n a, + b, a,n + b n,n a m, a m,n b m, b m,n a m, + b m, a m,n + b m,n Mnożenie macierzy przez liczby i ich dodawanie z punktu widzenia w lasności formalnych nie różni sie od dodawania liczb rzeczywistych Inaczej jest z mnożeniem macierzy, które zaraz zdefiniujemy Zdefiniujemy iloczyn macierzy A (a r,s, która ma m kolumn przez macierz B (b s,t, która ma m wierszy W wyniku otrzymamy macierz C (c r,t, która ma tyle wierszy co macierz A i tyle kolumn co macierz B a, a, a,m b, b, b,n c, c, c,n a, a, a,m b, b, b,n c, c, c,n, a k, a k, a k,m b m, b m, b m,n c k, c k, c k,n gdzie c r,t m s a r,sb s,t dla dowolnego r {,,, k}, t {,,, n} Oznacza to, że wyraz c r,t macierzy C możemy potraktować jako iloczyn skalarny r tego wiersza macierzy A i t tej kolumny macierzy B W laśnie po to, by móc mówić

2 o tym iloczynie skalarnym musimy za lożyć, że pierwsza macierz ma tyle samo kolumn co druga wierszy Pomnożymy teraz dwie macierze: ( ( A teraz pomnożymy je w przeciwnej kolejności: ( ( Widać, że otrzymaliśmy różne wyniki, nawet wymiary sie nie zgadzaja Oznacza to, że to mnożenie macierzy nie jest przemienne wynik zależy od kolejności czynników! Oznacza to, że na ogó l A B B A Mnożenie to jest la czne, tzn (A B C A (B C Wykażemy to twierdzenie Niech A (a r,s r k, B (b s,t s l, C (c t,u t m Znajdziemy s l t m u n najpierw wyraz macierzy A B znajduja cy sie w r tym wierszu i t tej kolumnie: l s a r,sb s,t Wobec tego w r tym wierszu i u tej kolumnie iloczynu (ABC znajduje sie m t ( l s a r,sb s,t ct,u Jest to suma iloczynów postaci a r,s b s,t c t,u, w których wskaźniki s, t przyjmuja dowolne dopuszczalne wartości, tzn s l, t m Powtarzaja c te obliczenia w przypadku iloczynu A(BC otrzymujemy l s a r,s( m t b s,tc t,u, co jak latwo stwierdzić jest suma iloczynów postaci a r,s b s,t c t,u, w których wskaźniki s, t przyjmuja dowolne dopuszczalne wartości, tzn s l, t m, co oznacza, że otrzymaliśmy ten sam wynik, co w poprzednim iloczynie Bez trudu można stwierdzić, że prawdziwe sa naste puja ce stwierdzenia: A + B B + A dla dowolnych macierzy A, B tego samego wymiaru; (A + B + C A + (B + C dla dowolnych macierzy A, B, C tego samego wymiaru; 3 A + O O + A dla dowolnej macierzy A, tu i dalej O oznacza macierz tego samego wymiaru co A, w której wszystkie wyrazy sa równe 0; 4 dla dowolnej macierzy A istnieje macierz B tego samego wymiaru taka, że A + B B + A O (oczywiście b i,j a i,j ; 5 (A B C A (B C dla dowolnych macierzy A, B, C, dla których mnożenie jest zdefiniowane;

3 6 A I A dla dowolnej macierzy A, I oznacza tu i dalej macierz kwadratowa, która ma tyle wierszy ile A kolumn i której wszystkie wyrazy na g lównej przeka tnej* sa równe, a poza nia sa równe 0, tzn i i,i oraz i i,j 0 dla i j ; również I A A, ale teraz macierz I ma tyle kolumn ile wierszy ma macierz A ; 7 A (B + C A B + A C i (B + C A B A + C A dla dowolnych macierzy, dla których dzia lania sa zdefiniowane Macierz kwadratowa I , która wysta pi la w punkcie 6 nazywana jest macierza jednostkowa, w lasność 6 mówi, że pe lni ona w zbiorze macierzy role podobna do tej, która pe lni liczba w mnożeniu liczb rzeczywistych Różnica polega na tym, że jest wiele macierzy jednostkowych: w każdym wymiarze jedna Uk lad l równań liniowych z k niewiadomymi a, x + a, x + a,3 x a,k x k b a, x + a, x + a,3 x a,k x k b a l, x + a l, x + a l,3 x a l,k x k b l można zapisać w postaci A x b, gdzie A (a i,j i l, x jest pionowo zapisanym wektorem o k wspó lrze j k dnych, czyli macierza o jednej kolumnie i k wierszach, analogicznie b Niewiadomymi sa x, x,, x k Nie zak ladamy, że liczba niewiadomych równa jest liczbie równań: może być k < l, k l, k > l Przeanalizujemy teraz rozwia zywanie uk ladu równań liniowych Oczywiście nie można spodziewać sie, że w każdej sytuacji otrzymamy jedno rozwia zanie Nawet wtedy, gdy liczba równań jest równa liczbie niewiadomych, * G lówna przeka tna macierzy kwadratowej C(c i,j sk lada sie z wyrazów c i,i, la czy wie c lewy górny róg macierzy z prawym dolnym 3

4 uk lad może mieć nieskończenie wiele rozwia zań lub może ich nie mieć wcale Be dziemy mnożyć równania przez liczby różne od 0, dodawać je stronami, zmieniać kolejność równań Nie be dziemy przepisywać niewiadomych Oznacza to, że be dziemy zajmować sie tzw rozszerzona macierza uk ladu równań liniowych, czyli macierza a, a, a,k b a, a, a,k b, a l, a l, a l,k b k bo zawiera ona wszystkie informacje o uk ladzie równań, wie c nie ma potrzeby przepisywać niewiadomych Cze sto używany jest termin macierz uk ladu różni sie ona od macierzy rozszerzonej brakiem ostatniej kolumny równań: Pokażemy na przyk ladach metode zwana eliminacja Gaussa* Rozważymy uk lad x + x 3 + 3x 4 0; x + x x 3 + x 4 4; x x + x 3 + x 4 7; 3x + x x 3 x 4 Zgodnie z zapowiedzia nie be dziemy pisać niewiadomych, wystarczy macierz rozszerzona W macierzy zamienimy pierwszy i drugi wiersz po to, by 7 3 w lewym górnym rogu znalaz la sie jedynka: Czytelnik zechce sprawdzić, że oznacza to, że zamiast mówić o przestawianiu wierszy możemy mówić o mnożeniu macierzy z lewej strony przez odpowiednio dobrana macierz Czytelnik zastanowi sie, * Chodzi o eliminowanie niewiadomych z kolejnych równań 4

5 przez jaka macierz należy pomnożyć wyjściowa macierz, by czwarty wiersz zamieni l sie miejscem z pierwszym lub trzecim i ogólnie, by zamieni ly sie miejscami wiersze i ty oraz j ty Naste pna operacje nie zmieni pierwszego ani drugiego wiersza, za to od trzeciego odejmiemy pierwszy pomnożony przez i jednocześnie od czwartego wiersza odejmiemy pierwszy pomnożony przez 3 W rezultacie otrzymujemy: Czytelnik zechce zwrócić uwage na to, że , wie c również to przekszta lcenie macierzy można potraktować jako mnożenie jej z lewej strony przez odpowiednio dobrana macierz Zauważmy przy okazji, że , co oznacza, że operacje można by lo przeprowadzić w dwóch etapach i wtedy również można by lo to potraktować jak mnożenie przekszta lcanej macierzy z lewej strony przez odpowiednio dobrana macierz W wyniku otrzymaliśmy macierz, w pierwszej kolumnie której wyste puje w jednym miejscu jedynka a poza nia same zera Z punktu widzenia uk ladu równań oznacza to, że niewiadoma x wyste puje teraz w jednym tylko równaniu, w pierwszym! Oznacza to, że pozosta le niewiadome możemy znaleźć używaja c pozosta lych trzech równań, a naste pnie z pierwszego równania wyliczyć x Teraz wyeliminujemy x z trzeciego i z czwartego równania Dla uproszczenia rachunków najpierw podzielimy czwarty wiersz przez Otrzymamy Również ta operacja może być przedstawiona jako mnożenie macierzy z lewej strony przez odpowiednio dobrana macierz: Niewiadoma x zosta la wyeliminowana z trzech równań, kolej na x 5

6 Teraz do trzeciego wiersza dodamy drugi pomnożony przez 3, a do czwartego dodamy drugi: Podobnie jak poprzednio można uzyskać ten sam rezultat przez mnożenie z lewej strony przez odpowiednio dobrana macierz: Teraz zamienimy (tylko dla uproszczenia obliczeń miejscami trzeci i czwarty wiersz: I znów widzimy, że Teraz od czwartego wiersza odejmujemy trzeci pomnożony przez 3 : Można ten ostatni krok przedstawić w postaci mnożenia z lewej strony przez macierz: W zasadzie zrobiliśmy nieomal wszystko: w czwartym równaniu jest już tylko jedna niewiadoma, w trzecim dwie, w drugim trzy, tylko w pierwszym sa wszystkie Oznacza to, że możemy znaleźć kolejno wartości niewiadomych Zrobimy to nie używaja c w dalszym cia gu niewiadomych jawnie Podzielimy najpierw ostatni wiersz przez 5 : 6

7 by lo to mnożenie z lewej strony przez macierz Teraz wyeliminujemy x 4 z pierwszych trzech równań: odejmujemy czwarty wiersz od trzeciego i pierwszego, a od drugiego odejmujemy czwarty pomnożony przez 3 : Wykonaliśmy teraz takie mnożenie: Teraz dzielimy trzeci wiersz przez 3 : Usuniemy teraz x 3 z pierwszych dwóch równań: Ostatnia operacja to usunie cie x z pierwszego równania: No to wszystko sie uda lo i po tych przekszta lceniach uk lad równań przybra l taka postać: x ; x ; x 3 3; x 4 4; co oznacza, że uda lo nam sie go rozwia zać! Ma on dok ladnie jedno rozwia zanie Pokazaliśmy, że rozwia zywanie uk ladu można potraktować jako mnożenie przez kolejne 7

8 macierze (uwaga na kolejność! Widzimy wie c, że rozwia zywanie uk ladu równań można interpretować jako mnożenie macierzy: Dodać należy, że mnoża c wiersze przez liczby, dodaja c je, zmieniaja c ich kolejność wykonywaliśmy operacje odwracalne, zawsze mogliśmy przekszta lcić macierz z powrotem Dzie ki temu wszystkie kolejne uk lady równań by ly równoważne, zatem ostatni uk lad równań by l równoważny pierwszemu Omówimy jeszcze jeden przyk lad, ale już nie be dziemy t lumaczyć, jak operacje na wierszach macierzy można zasta pić mnożeniem z lewej strony przez odpowiednio dobrana macierz x x + x 3 0; 4x 5x + x 3 0; 5x + x 3x 3 0 Zaczniemy od wypisania macierzy rozszerzonej tego uk ladu: Teraz odejmiemy od drugiego wiersza pierwszy pomnożony przez 4, a od wiersza trzeciego pierwszy pomnożony przez 5: Teraz od trzeciego wiersza odejmujemy drugi pomnożony przez 4 : 8

9 Dzielimy drugi wiersz przez 3 : Dodajemy do pierwszego wiersza drugi pomnożony przez Tym razem rezultat jest ale nieco inny niż poprzednio Uk lad ma nieskończenie wiele rozwia zań Wartość x 3 jest dowolna i wtedy x 3 x 3, x 3 x 3 Jak widać może sie tak zdarzyć również wtedy, gdy liczba równań jest równa liczbie niewiadomych Obejrzymy ten sam uk lad po drobnej zmianie: x x + x 3 0; 4x 5x + x 3 3; 5x + x 3x 3 6 Wykonujemy kolejno te same operacje, które wykonaliśmy przed chwila Różnica pojawi sie tylko w czwartej kolumnie (czyli po prawej stronie równań Otrzymujemy w końcu: Uk lad jest wie c sprzeczny równanie 0 6 rozwia zań nie ma Natomiast bez trudu stwierdzamy, że punkt ( 3 x 3 +, 3 x 3 +, x 3 (,, 0 + x 3 ( 3, 3, jest rozwia zaniem zarówno pierwszego jak i drugiego równania dla każdej liczby x 3, wie c jest rozwia zaniem uk ladu x x + x 3 0 4x 5x + x 3 3 Do przekszta lcania dwóch pierwszych równań nie użyliśmy ani razu równania trzeciego, zatem ten ostatni uk lad dwóch równań jest równoważny uk ladowi x 3 x 3 x 3 x 3 Przekszta lcaja c w podobny sposób uk lad 4x 5x + x 3 3 5x + x 3x 3 6 9

10 stwierdzamy, że jest on spe lniony przez punkt ( 6,, i że dla każdej liczby t trójka ( t, + t, + 3t (,, + t(,, 3 również jest rozwia zaniem tego uk ladu dwóch równań Zosta la jeszcze jedna możliwość: x x + x 3 0; 5x + x 3x 3 6 Bez trudu stwierdzamy, że punkt (,, 0 spe lnia ten uk lad równań oraz że dla każdej liczby t uk lad ten spe lniony jest przez (,, 0 + t(,, 3 ( + t, + t, 3t Widzimy wie c, że chociaż uk lad trzech równań jest sprzeczny, to uk lady dowolnych dwóch maja rozwia zania, które jesteśmy w stanie opisać Geometria zwia zana z tymi równaniami nie jest skomplikowana Każde z równań opisuje jaka ś p laszczyzne W przypadku uk ladu x x + x 3 0; 4x 5x + x 3 0; 5x + x 3x 3 0 te trzy p laszczyzny maja wspólna prosta przechodza ca przez punkt 0 (0, 0, 0, równoleg la do wektora (,, 3 W przypadku uk ladu x x + x 3 0; 4x 5x + x 3 3; 5x + x 3x 3 6 jest nieco inaczej Przesunie te zosta ly dwie p laszczyzny W wyniku tego nie ma punktu wspólnego dla trzech p laszczyzn, ale każde dwie maja wspólna prosta Każda z trzech prostych jest równoleg la do wektora (,, 3 Bez trudu można zauważyć, że za pomoca opisanych przekszta lceń macierzy rozszerzonej można ja doprowadzić do postaci schodkowej: każdy naste pny wiersz zawierać be dzie wie cej zer na pocza tku, czyli w odpowiadaja cym temu wierszowi równaniu wysta pi mniej niewiadomych niż w poprzednim Jeśli ostatni niezerowy wiersz zawiera tylko jeden wyraz różny od 0 i to na samym końcu, to uk lad jest sprzeczny Jeśli nie, to ma rozwia zania Może zdarzyć sie, że rozwia zań jest nieskończenie wiele, a może też zdarzyć sie, że tylko jedno W szczegó ly nie be dziemy wchodzić Warto jednak nadmienić, że jeśli znajdziemy dwa rozwia zania uk ladu linio- Interesuje nas tylko pocza tkowy blok samych zer, zera wyste puja ce na dalszych miejscach nic nas chwilowo nie obchodza 0

11 wego, np x i y, to dla każdej liczby rzeczywistej α wektor α x + ( α y również okaże sie rozwia zaniem Mamy bowiem: A x b i A y b, zatem A ( α x + ( α y αa x + ( αa y α b + ( α b b Zbiór punktów postaci αx + ( αy y + α(x y, α R, to prosta przechodza ca przez punkt y w kierunku wektora x y, wie c przechodza ca również przez punkt x Wykazaliśmy, że wraz z każdymi dwoma punktami zbiór rozwia zań uk ladu liniowego zawiera prosta, która przechodzi przez te punkty Takie zbiory matematycy nazywaja podprzestrzeniami afinicznymi Podprzestrzenie afiniczne przechodza ce przez 0 nazywane sa liniowymi Podprzestrzenie liniowe maja te szczególna w lasność, że suma wektorów z takiej podprzestrzeni jest jej elementem To samo dotyczy iloczynu wektora przez liczbe Mamy z nimi do czynienia w przypadku rozwiźań równania Ax 0 Później okaże sie, że sa one szczególnie ważne również z powodów algebraicznych Z macierzami kwadratowymi wia ża sie wyznaczniki Przypomnijmy ich definicje Definicja 8 (wyznacznika macierzy kwadratowej Wyznacznikiem det(a A macierzy (a, nazywamy liczbe a, Za lóżmy, że zdefiniowaliśmy już wyznaczniki macierzy kwadratowych wymiaru mniejszego niż n Niech A (a i,j be dzie macierza o n wierszach i n kolumnach Wyznacznikiem det(a A macierzy A nazywamy liczbe a, a,3 a,n a, a,3 a,n a 3, a 3,3 a 3,n a 3, a 3,3 a 3,n a, a, + + a n, a n,3 a n,n a n, a n,3 a n,n a, a, a,n a 3, a 3, a 3,n +( +n a,n a n, a n, a n,n Na wszelki wypadek opiszemy s lowami ten wzór Wyznacznik macierzy, to po prostu jedyny jej wyraz (w tym przypadku lepiej pisać np det( niż używać pionowych kresek i ryzykować skojarzenie z wartościa bezwzgle dna Wyznacznik macierzy n n znajdujemy rozwijaja c go wzgle dem pierwszego wiersza: liczbe ( +j a,j mnożymy przez wyznacznik macierzy wymiaru n n powsta lej z danej macierzy przez wykreślenie pierwszego wiersza i j tej kolumny Pokażemy na przyk ladach jak to dzia la i ogólnie a c b d ad bc ;

12 ( [( 5 ( 3 ] ( [4 ( 3 5 ] + [4 ( 5 5 ] + ( ; ( ( ( ( ( ( Mamy nadzieje, że definicja zosta la wyjaśniona Pokażemy teraz jeszcze najprostsze zastosowania poje cia wyznacznika Udowodniliśmy, że pole równoleg loboku rozpie tego przez wektory (u, u, (v, v równe jest u v u v Możemy wie c napisać, że to pole równe jest u u v v * Kwadrat pola równoleg loboku rozpie tego przez wektory u, v R 3 jest równy u v ( u v u u u v v u v v ten wyznacznik nazywany jest wyznacznikiem Grama wektorów u, v Można też rozważać wyznacznik Grama trzech lub wie kszej liczby wektorów, ale o tym opowiemy później Niech i (, 0, 0, j (0,, 0, k (0, 0, Wtedy i j k u v u u u 3 v v v 3 i u u 3 v v 3 j u u 3 v v 3 + k u u v v ( u u 3 v v 3, u u 3 v v 3, u u v v (u v 3 u 3 v, u v 3 +u 3 v, u v u v Widać wie c, że jeśli spamie tamy, co to jest wyznacznik, to nie be dziemy mieć k lopotu z iloczynem wektorowym Po zapoznaniu sie z w lasnościami wyznaczników przekonamy sie, że moga nam jeszcze w co najmniej kilku przypadkach u latwić życie Do sformu lowania twierdzenia opisuja cego podstawowe w lasności wyznaczników przyda nam sie naste puja ce oznaczenie: D i;j oznacza wyznacznik macierzy powsta lej * Niskie pionowe kreski oznaczaja wartość bezwzgle dna, wysokie wyznacznik

13 z macierzy A przez wykreślenie i tego wiersza i j tej kolumny, D i,j;k,l oznacza wyznacznik macierzy powsta lej z A przez wykreślenie i tego i j tego wiersza oraz kolumn o numerach k, l Niech Zachodzi wtedy a, a, a,n a, a, a,n A a n, a n, a n,n Twierdzenie 83 (o podstawowych w lasnościach wyznacznika Dla dowolnej liczby i {,,, n} zachodzi równość det(a ( i+ a i, D i, + ( i+ a i, D i, + + ( i+n a i,n D i,n rozwinie cie Laplace a wzgle dem i tego wiersza; Dla dowolnej liczby j {,,, n} zachodzi równość det(a ( +j a,j D,j + ( +j a,j D,j + + ( i+n a n,j D n,j rozwinie cie Laplace a wzgle dem i tej kolumny; jest to jest to 3 Zachodzi równość det(a ( +++ a, a, a, a, D,;, + ( +++3 a, a,3 a, a,3 D,;, ( +++n a, a,n a, a,n D,;,n + ( +++3 a, a,3 a, a,3 D,;,3 + +( +++4 a, a,4 a, a,4 D,;,4 + + ( +++n a, a,n a, a,n D,;,n ( ++n +n a,n a,n a,n a,n D,;n,n jest rozwinie cie Laplace a wzgle dem dwóch pierwszych wierszy Wyste puje w tej sumie ( n n(n sk ladników ( kolumny spośród n kolumn wybrać można na ( n sposoby Wyk ladnik pote gi to suma numerów wierszy (czyli + i numerów kolumn, z których wybrane zosta ly wyrazy wyznacznika ; 4 Jeśli jakiś wiersz (lub kolumne pomnożymy przez liczbe c, to wyznacznik też zostanie pomnożony przez c 5 Jeśli zamienimy miejscami dwa wiersze (dwie kolumny, to wyznacznik zmieni znak, w szczególności jeśli dwa wiersze (dwie kolumny pokrywaja sie, to wyznacznik jest równy 0 ; 6 Jeśli do jednego wiersza dodamy drugi pomnożony przez jaka kolwiek liczbe, to wyznacznik nie ulegnie zmianie 3

14 7 Jeśli a i,j b i,j dla wszystkich j i wszystkich i i 0, to det(a i,j + det(b i,j det(c i,j, gdzie c i,j a i,j b i,j dla i i 0 oraz c i0,j a i0,j + b i0,j, czyli wyznaczniki, w których wszystkie wiersze sa identyczne z jednym wyja tkiem dodajemy sumuja c wyja tkowe wiersze w obu, a pozosta le przepisujemy Obliczanie wyznaczników na podstawie tej definicji lub definicji klasycznej, której nawet nie przytoczymy, prowadzi do wielu rachunków, które w wypadku wyznaczników dużego wymiaru sa k lopotliwe nawet przy użyciu komputerów Twierdzenie o podstawowych w lasnościach wyznacznika pozwoli upraszczać te rachunki Zanim udowodnimy w lasności 7 pokażemy na przyk ladzie, jak można z nich korzystać Obliczymy jeszcze raz wyznacznik Be dziemy stosować sformu lowane w laśnie w lasności w lasności doprowadzaja c wyznacznik do jak najprostszej postaci Mamy wie c kolejno wg I kol wg I kol ( Jak widać rachunki nie by ly przesadnie skomplikowane Jasne jest, że celem tych przekszta lceń by lo doprowadzanie do pojawiania sie wielu zer w jednej kolumnie, a naste pnie rozwinie cie wzgle dem tej kolumny, co pozwala lo na kolejne zmniejszanie wymiaru wyznacznika Nie be dziemy mnożyć przyk ladów tego rodzaju, bo każdy sam powinien obliczyć kilka wyznaczników, by dojść do pewnej wprawy w ich przekszta lcaniu Udowodnimy teraz twierdzenie o podstawowych w lasnościach wyznaczników Zacznijmy od stwierdzenia, że w przypadku wyznaczników macierzy wymiaru wszystkie cze ści twierdzenia można latwo sprawdzić bezpośrednio z definicji Za lożymy, że twierdzenie zachodzi dla wszystkich wyznaczników wymiarów mniejszych niż 5 i wykażemy jego prawdziwość dla wyznaczników wymiaru 5 Dowód ogólny różni sie od tego, który podamy za chwile, tym jedynie, że zamiast liczby 5 pojawić 4

15 sie musi literka n Obliczany wyznacznik oznaczamy przez D Zaczniemy od wykazania w lasności 3 Mamy a, a, a,3 a,4 a,5 a a, a, a,3 a,4 a,5, a,3 a,4 a,5 a D a 3, a 3, a 3,3 a 3,4 a 3,5 a, 3, a 3,3 a 3,4 a 3,5 a a 4, a 4, a 4,3 a 4,4 a 4, a 4,3 a 4,4 a 4,5 4,5 a a 5, a 5, a 5,3 a 5,4 a 5, a 5,3 a 5,4 a 5,5 5,5 a, a,3 a,4 a,5 a, a, a,4 a,5 a a, 3, a 3,3 a 3,4 a 3,5 a + a 3, a 3, a 3,4 a 3,5 a 4, a 4,3 a 4,4 a,3 4,5 a 4, a 4, a 4,4 a 4,5 a 5, a 5,3 a 5,4 a 5,5 a 5, a 5, a 5,4 a 5,5 a, a, a,3 a,5 a, a, a,3 a,4 a a,4 3, a 3, a 3,3 a 3,5 a + a a 4, a 4, a 4,3 a,5 3, a 3, a 3,3 a 3,4 4,5 a 4, a 4, a 4,3 a 4,4 a 5, a 5, a 5,3 a 5,5 a 5, a 5, a 5,3 a 5,4 a, D ; a, D ; + a,3 D ;3 a,4 D ;4 + a,5 D ;5 ( a, a, D,;, a,3 D,;,3 + a,4 D,;,4 a,5 D,;,5 ( a, a, D,;, a,3 D,;,3 +a,4 D,;,4 a,5 D,;,5 + ( + a,3 a, D,;,3 a, D,;,3 + a,4 D,;3,4 a,5 D,;3,5 ( a,4 a, D,;,4 a, D,;,4 + a,3 D,;3,4 a,5 D,;4,5 + ( + a,5 a, D,;,5 a, D,;,5 + a,3 D,;3,5 a,4 D,;4,5 ( a, a, a, a, D,;, ( a, a,3 a,3 a, D,;,3 + + ( a, a,4 a,4 a, D,;,4 ( a, a,5 a,5 a, D,;,5 + + ( a, a,3 a,3 a, D,;,3 ( a, a,4 a,4 a, D,;,4 + + ( a, a,5 a,5 a, D,;,5 + ( a,3 a,4 a,4 a,3 D,;3,4 ( a,3 a,5 a,5 a,3 D,;3,5 + ( a,4 a,5 a,5 a,4 D,;4,5 a, a, a, a, D,;, a, a,3 a, a,3 D,;,3 + a, a,4 a, a,4 D,;,4 a, a,5 a, a,5 D,;,5 + a, a,3 a, a,3 D,;,3 a, a,4 a, a,4 D,;,4 + + a, a,5 a, a,5 D,;,5 + a,3 a,4 a,3 a,4 D,;3,4 a,3 a,5 a,3 a,5 D,;3,5 + a,4 a,5 a,4 a,5 D,;4,5 Zakończyliśmy dowód w lasności 3 Po zakończeniu dowodu ca lego twierdzenia to samo rozumowanie zosta lo zapisane bez dodatkowych oznaczeń Można wie c sobie obejrzeć jak to wygla da Może wypada dodać, że ten dowód można przeprowadzić nie używaja c aż tylu wzorów Jest jasne, że jeśli rozwijamy wyznacznik najpierw wed lug pierwszego wier- 5

16 sza, a potem wg drugiego, to w rozwinie ciu pojawia sie wszystkie wyznaczniki postaci D,;i,j, i < j, bo wycinamy z macierzy dwa pierwsze wiersze i jakieś dwie kolumny Należy zobaczyć z jakim wspó lczynnikiem ten wyznacznik sie pojawi Możemy z pierwszego wiersza wybrać i ty wyraz a z drugiego j ty lub odwrotnie W pierwszym przypadku wspó lczynnik jest równy ( +i a,i ( +j a,j ( +i+j a,i a,j, bo wyraz a,j to j y wyraz w wyznaczniku powsta lym po usunie ciu pierwszego wiersza i i tej kolumny W drugim przypadku wspó lczynnik równy jest ( +j a,j ( +i ( +i+j a,j a,i Sta d wynika, że wyznacznik D,;i,j pojawia sie ze wspó lczynnikiem ( +i+j a,i a,j a,i a,j a,i a,j ( ++i+j a,i a,j W wyk ladniku wyste puje wie c suma numerów wszystkich tych wierszy i kolumn, które wycie liśmy W tym rozumowaniu wymiar macierzy nie odgrywa l najmniejszej roli, nawet z punktu widzenia zapisu W ten sposób wykazana zosta la w lasność trzecia dla wyznaczników macierzy wymiaru 5 5 Z niej natychmiast wynika, że jeśli zamienimy miejscami wiersz pierwszy i drugi, to ca ly wyznacznik zmieni znak (bo tak jest w przypadku wyznaczników macierzy Jeśli zamienimy miejscami którekolwiek dwa wiersze o numerach wie kszych niż, to zmienia znaki wszystkie wyznaczniki macierzy 4 4, zatem ca ly wyznacznik zmieni znak Zamiane miejsc wiersza pierwszego i np czwartego zrealizować można jako trzy kolejne zamiany: pierwszy z drugim, drugi z czwartym i wreszcie pierwszy z drugim To oznacza, że w wyniku zamiany miejscami dwóch wierszy wyznacznik zmienia znak Teraz wykażemy, że to samo jest prawda w wyniku zamiany miejscami dwu sa siednich (na razie kolumn Jeśli np zamieniamy miejscami kolumne trzecia i czwarta, to wyrazy a,3 i a,4 wysta pia w rozwinie ciu wyznacznika ze zmienionymi znakami, natomiast wyznaczniki przez które mnożymy te wyrazy nie ulegna zmianie Znaki, z którymi wyste puja a,, a, i a,5 nie zmienia sie, ale zmieni sie kolejność kolumn w wyznacznikach, przez które mnożymy te wyrazy, wie c te wyznaczniki (macierzy 4 4 zmienia znak Zamiane miejscami dwu kolumn niesa siednich realizujemy jako wiele zamian kolumn sa siednich, np zamiana drugiej kolumny z pia ta to cia g zamian: druga z trzecia, trzecia z czwarta, czwarta z pia ta, czwarta z trzecia, trzecia z druga W opisanym przypadku zamienialiśmy kolejne kolumny 5 razy, czyli wyznacznik zmienia l znak 5, wie c go zmieni l Bez trudu stwierdzamy, że liczba zamian kolejnych kolumn jest zawsze nieparzysta Wykazana zosta la w lasność pia ta 6

17 Czwarta też bardzo latwo wynika z prawdziwości twierdzenia dla wyznaczników niższego wymiaru: mnożenie pierwszego wiersza przez liczbe c z definicji wyznacznika powoduje pomnożenie go przez c Pomnożenie innego wiersza powoduje pomnożenie każdego z wyznaczników stopnia 4 wyste puja cych w definicji wyznacznika stopnia 5 przez c, wie c również w tym przypadku wyznacznik zostaje pomnożony przez c Podobnie jest z kolumnami: w każdym iloczynie a,j D ;j mnożony przez c jest dok ladnie jeden czynnik, wie c iloczyn mnożony jest przez c To kończy dowód w lasności czwartej Rozwijanie wg dowolnego wiersza jest możliwe, bo zamieniamy wiersz pierwszy z tym, wg którego mamy ochote rozwina ć wyznacznik, naste pnie rozwijamy wg pierwszego wiersza, naste pnie w wyznacznikach stopnia cztery zamieniamy pierwszy wiersz z tym, w którym znalaz ly sie wyrazy a,, a,, Wykażemy, że wyznaczniki można rozwijać wzgle dem kolumn Ponieważ już wiemy, że można przestawiaja c kolumny zmieniamy jedynie znak wyznacznika, wie c wystarczy wykazać, że można wyznacznik rozwina ć wzgle dem pierwszej kolumny Należy udowodnić, że wyznacznik D jest równy a, D ; a, D ; + a 3, D 3; a 4, D 4; + a 5, D 5; Rozwijamy każdy z wyznaczników D i;, i, 3, 4, 5, wzgle dem pierwszego wiersza W wyniku tego pojawiaja sie wyznaczniki D,i;;j Wspó lczynnik przy wyznaczniku D,i;;j to: ( i+ a i, ( +j a,j ( i+j+ a i, a,j wyraz a,j znajduje sie w j kolumnie wyznacznika D i, Teraz rozwijamy wyznacznik D wzgle dem pierwszego wiersza: D a, D ; a, D ; + a,3 D ;3 a,4 D ;4 + a,5 D ;5 Teraz rozwijamy każdy z wyznaczników D ;j, j, 3, 4, 5, wzgle dem jego pierwszej kolumny W rozwinie ciu pojawi sie wyznacznik D,i;,j ze wspó lczynnikiem ( +j a,j ( i + a i, ( i+j+ a,j a i,, czyli z takim samym jak poprzednio Wynika z tego, że a, D ; a, D ; + a 3, D 3; a 4, D 4; + a 5, D 5; a, D ; a, D ; + a,3 D ;3 a,4 D ;4 + a,5 D ;5 D, a to kończy dowód tej cze ści twierdzenia To, że dwa wyznaczniki, w których wszystkie wiersze z wyja tkiem i tego sa identyczne można dodawać dodaja c i te wiersze (w lasność 7 wynika od razu z tego, że można rozwina ć wyznacznik wzgle dem dowolnego, np i tego wiersza Sta d i z tego, że wyznacznik, w którym dwa wiersze sie pokrywaja jest równy 0 oraz z tego, 7

18 że mnożenie wiersza przez liczbe c jest równoważne mnożeniu wyznacznika przez c, wynika, że dodanie do i tego wiersza wiersza j tego pomnożonego przez c nie zmienia wyznacznika: do danego wyznacznika dodajemy wyznacznik różnia cy sie od danego tylko tym, że w miejscu i tego wiersza pojawia sie j ty pomnożony przez c, czyli dodajemy 0 W ten sposób zakończyliśmy dowód twierdzenia Na deser pokazujemy jak wygla da uzasadnienie w lasności trzeciej bez wprowadzania dodatkowych oznaczeń, ale to tylko ciekawostka, a nie zache ta (wre cz próba znieche cenia do dowodzenia w ten sposób a, a, a,3 a,4 a,5 a a, a, a,3 a,4 a, a,3 a,4 a,5,5 a D a 3, a 3, a 3,3 a 3,4 a 3,5 a, 3, a 3,3 a 3,4 a 3,5 a a 4, a 4, a 4,3 a 4,4 a 4,5 4, a 4,3 a 4,4 a 4,5 a a 5, a 5, a 5,3 a 5,4 a 5, a 5,3 a 5,4 a 5,5 5,5 a, a,3 a,4 a,5 a, a, a,4 a,5 a a, 3, a 3,3 a 3,4 a 3,5 a + a a 4, a 4,3 a 4,4 a 4,5,3 3, a 3, a 3,4 a 3,5 a 4, a 4, a 4,4 a 4,5 a 5, a 5,3 a 5,4 a 5,5 a 5, a 5, a 5,4 a 5,5 a, a, a,3 a,5 a, a, a,3 a,4 a a,4 3, a 3, a 3,3 a 3,5 a + a a 4, a 4, a 4,3 a,5 3, a 3, a 3,3 a 3,4 4,5 a 4, a 4, a 4,3 a 4,4 a 5, a 5, a 5,3 a 5,5 a 5, a 5, a 5,3 a 5,4 a 3,3 a 3,4 a 3,5 a, (a, a 4,3 a 4,4 a 4,5 a 5,3 a 5,4 a 5,5 a a 3, a 3,4 a 3,5,3 a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 + a a 3, a 3,3 a 3,5,4 a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 a 3, a 3,3 a 3,4 ( a 3,3 a 3,4 a 3,5 a,5 a 4, a 4,3 a 4,4 a, a, a 4,3 a 4,4 a 4,5 a 5, a 5,3 a 5,4 a 5,3 a 5,4 a 5,5 a a 3, a 3,4 a 3,5,3 a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 + a 3, a 3,3 a 3,5 +a,4 a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 a a 3, a 3,3 a 3,4 ( a 3, a 3,4 a 3,5,5 a 4, a 4,3 a 4,4 + a,3 a, a 4, a 4,4 a 4,5 a 5, a 5,3 a 5,4 a 5, a 5,4 a 5,5 a 3, a 3,4 a 3,5 a, a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 + a a 3, a 3, a 3,5,4 a 4, a 4, a 4,5 a 5, a 5, a 5,5 a a 3, a 3, a 3,4,5 a 4, a 4, a 4,4 a 5, a 5, a 5,4 a 3, a 3,3 a 3,5 a,4 (a, a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 a a 3, a 3,3 a 3,5, a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 + a a 3, a 3, a 3,5,3 a 4, a 4, a 4,5 a 5, a 5, a 5,5 a 3, a 3, a 3,3 ( a 3, a 3,3 a 3,4 a,5 a 4, a 4, a 4,3 + a,5 a, a 4, a 4,3 a 4,4 a 5, a 5, a 5,3 a 5, a 5,3 a 5,4 a a 3, a 3,3 a 3,4, a 4, a 4,3 a 4,4 a 5, a 5,3 a 5,4 + 8

19 a 3, a 3, a 3,4 +a,3 a 4, a 4, a 4,4 a 5, a 5, a 5,4 a a 3, a 3, a 3,3,4 a 4, a 4, a 4,3 a 5, a 5, a 5,3 a 3,3 a 3,4 a 3,5 (a, a, a, a, a 4,3 a 4,4 a 4,5 (a a 5,3 a 5,4 a 5,5 a 3, a 3,4 a 3,5, a,3 a,3 a, a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 + a 3, a 3,3 a 3,5 + (a, a,4 a,4 a, a 4, a 4,3 a 4,5 (a a 5, a 5,3 a 5,5 a 3, a 3,3 a 3,4, a,5 a,5 a, a 4, a 4,3 a 4,4 a 5, a 5,3 a 5,4 + a 3, a 3,4 a 3,5 + (a, a,3 a,3 a, a 4, a 4,4 a 4,5 (a a 5, a 5,4 a 5,5 a 3, a 3,3 a 3,5, a,4 a,4 a, a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 + a 3, a 3,3 a 3,4 + (a, a,5 a,5 a, a 4, a 4,3 a 4,4 (a a 5, a 5,3 a 5,4 + a 3, a 3, a 3,5,3 a,4 a,4 a,3 a 4, a 4, a 4,5 a 5, a 5, a 5,5 a 3, a 3, a 3,4 (a,3 a,5 a,5 a,3 a 4, a 4, a 4,4 (a a 5, a 5, a 5,4 + a 3, a 3, a 3,3,4 a,5 a,5 a,4 a 4, a 4, a 4,3 a 5, a 5, a 5,3 a, a, a 3,3 a 3,4 a 3,5 a, a, a 4,3 a 4,4 a 4,5 a 5,3 a 5,4 a 5,5 a, a,3 a 3, a 3,4 a 3,5 a, a,3 a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 + + a, a,4 a 3, a 3,3 a 3,5 a, a,4 a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 a, a,5 a 3, a 3,3 a 3,4 a, a,5 a 4, a 4,3 a 4,4 a 5, a 5,3 a 5,4 + + a, a,3 a 3, a 3,4 a 3,5 a, a,3 a 4, a 4,4 a 4,5 a 5, a 5,4 a 5,5 a, a,4 a 3, a 3,3 a 3,5 a, a,4 a 4, a 4,3 a 4,5 a 5, a 5,3 a 5,5 + + a, a,5 a 3, a 3,3 a 3,4 a, a,5 a 4, a 4,3 a 4,4 a 5, a 5,3 a 5,4 + a,3 a,4 a 3, a 3, a 3,5 a,3 a,4 a 4, a 4, a 4,5 a 5, a 5, a 5,5 a,3 a,5 a 3, a 3, a 3,4 a,3 a,5 a 4, a 4, a 4,4 a 5, a 5, a 5,4 + a,4 a,5 a 3, a 3, a 3,3 a,4 a,5 a 4, a 4, a 4,3 a 5, a 5, a 5,3 Z udowodnionego twierdzenia wynika od razu, że jeśli w macierzy zasta pimy wiersze jej kolumnani (z zachowaniem kolejności, to wyznacznik nie ulegnie zmianie: a, a, a,3 a,n a, a, a 3, a n, a, a, a,3 a,n a, a, a 3, a n, a 3, a 3, a 3,3 a 3,n a,3 a,3 a 3,3 a n,3 a n, a n, a n,3 a n,n a,n a,n a 3,n a n,n wynika to z tego, że wyznacznik można rozwijać wzgle dem wierszy lub kolumn 9

20 Macierz otrzymana z danej macierzy A przez opisana zamiane wierszy i kolumn nazywamy macierza transponowana i oznaczamy przez A T, operacja ta stosowana jest nie tylko do macierzy kwadratowych, np ( T Ostatnio wymieniona w lasność wyznaczników można wie c zapisać tak: dla każdej macierzy kwadratowej A Twierdzenie 84 (Cramera det(a det(a T Uk lad n równań liniowych z n niewiadomymi ma dok ladnie jedno rozwia zanie wtedy i tylko wtedy, gdy wyznacznik tego uk ladu jest różny od 0 Dowód Rozważamy uk lad równań a, x + a, x + a,3 x a,n x n c ; a, x + a, x + a,3 x a,n x n c ; a 3, x + a 3, x + a 3,3 x a 3,n x n c 3 ; a n, x + a n, x + a n,3 x a n,n x n c n Przekszta lcamy go stosuja c opisane wcześniej operacje na wierszach: zamieniamy miejscami wiersze, mnożymy wiersz przez liczbe c 0, dodajemy jeden wiersz do drugiego Po pierwszej z tych operacji wyznacznik a, a, a,3 a,n a, a, a,3 a,n a 3, a 3, a 3,3 a 3,n a n, a n, a n,3 a n,n zmienia znak, po drugiej jest pomnożony przez c, po trzeciej nie ulega zmianie Po pewnym czasie macierz zostanie sprowadzona do postaci schodkowej Wyznacznik tej ostatniej macierzy jest równy 0 wtedy i tylko wtedy, gdy wyznacznik wyjściowej macierzy jest równy 0 Warto zauważyć, że α, α, α,3 α,n 0 α, α,3 α,n 0 0 α 3,3 α 3,n α, α, α 3,3 α n,n α n,n 0

21 wynik otrzymujemy rozwijaja c wyznacznik wzgle dem pierwszej kolumny α, α, α,3 α,n α 0 α, α,3 α, α,3 α,n,n 0 α 0 0 α 3,3 α 3,3 α 3,n 3,n α,, 0 0 α α n,n n,n naste pnie powtarzamy te operacje na wyznaczniku niższego stopnia Jeśli na przeka t- nej otrzymanej macierzy schodkowej nie ma zer, to wyznacznik uk ladu też jest różny od 0 Uk lad ma wtedy dok ladnie jedno rozwia zanie, bo ostatnie równanie wyznacza x n, przedostanie x n itd Jeśli natomiast pojawi sie co najmniej jedno 0, to wyznacznik uk ladu jest równy 0 Jeśli ostatni niezerowy wiersz ma postać 0, 0,, 0, d l przy czym d l 0, to uk lad jest sprzeczny Jeśli natomiast wygla da on tak 0, 0,, 0, ã l,j,, d l czym ã l,j 0, to można potraktować niewiadome x j+, x j+,, x n przy jako parametry, tzn podstawić w ich miejsce dowolne liczby i naste pnie obliczyć wartość x j wzoru x j a l,j ( dl a l,j+ x j+ a l,j+ x j+ a l,n x n Potem można zaja ć sie znalezieniem x j Jeśli A l,j 0, to można wartość niewiadomej x j wyznaczyć z l ego równania Jeśli a l,j 0, to traktujemy x j z jako naste pny parametr W tej sytuacji znajdujemy x j chyba, że a l,j 0 W tym przypadku zaczynamy zajmować sie x j+ nieskończenie wiele rozwia zań Definicja 85 (rze du macierzy itd Widać wie c, że w tej sytuacji uk lad równań ma Rze dem macierzy prostoka tnej nazywamy najwie kszy ze stopni wyznaczników różnych od 0 Z tej definicji wynika, że rza d nie może przekroczyć ani liczby wierszy macierzy, ani też liczby jej kolumn Poprawiaja c nieco dowód twierdzenia Cramera można udowodnić naste puja ce Twierdzenie 86 (Kroneckera Capelli Rze dy macierzy uk ladu równań i macierzy rozszerzonej tego uk ladu sa równe wtedy i tylko wtedy, gdy uk lad ma co najmniej jedno rozwia zanie: jedno, jeśli rze dy sa równe liczbie niewiadomych, nieskończenie wiele rozwia zań, jeśli rze dy sa mniejsze od liczby niewiadomych Dowodu tego twierdzenia nie podajemy, zreszta formu lujemy je tylko po to, by poinformować studentów, że można je sformu lować Student chemii nie mosi go pamie tać

22 Twierdzenie 87 ( wzory Cramera Jeśli a, a, a,3 a,n a, a, a,3 a,n a 3, a 3, a 3,3 a 3,n 0, a n, a n, a n,3 a n,n to jedynym rozwia zaniem uk ladu a, x + a, x + a,3 x a,n x n c ; a, x + a, x + a,3 x a,n x n c ; a 3, x + a 3, x + a 3,3 x a 3,n x n c 3 ; a n, x + a n, x + a n,3 x a n,n x n c n jest punkt (x, x, x 3,, x n zdefiniowany za pomoca równości: c a, a,3 a,n a, c a,3 a,n c a, a,3 a,n a, c a,3 a,n c 3 a 3, a 3,3 a 3,n a 3, c 3 a 3,3 a 3,n c x n a n, a n,3 a n,n a, x a, a, a,3 a n, c n a n,3 a n,n,,n a, a, a,3 a,n a, a, a,3 a,n a, a, a,3 a,n a 3, a 3, a 3,3 a 3,n a 3, a 3, a 3,3 a 3,n a n, a n, a n,3 a n,n a n, a n, a n,3 a n,n x 3 a, a, c a,n a, a, c a,n a 3, a 3, c 3 a 3,n a n, a n, c n a n,n,, x a, a, a,3 a n,n a, a, a,3 a,n a 3, a 3, a 3,3 a 3,n a n, a n, a n,3 a n,n a, a, a,3 c a, a, a,3 c a 3, a 3, a 3,3 c 3 a n, a n, a n,3 c n a, a, a,3 a,n a, a, a,3 a,n a 3, a 3, a 3,3 a 3,n a n, a n, a n,3 a n,n Dowód Z twierdzenia Cramera udowodnionego powyżej wynika, że uk lad ma dok- ladnie jedno rozwia zanie Wystarczy sprawdzić, że można je wyrazić za pomoca wzorów Cramera Zrobimy to w przypadku n 3 Ogólny od tego nie różni sie

23 niczym istotnym Wykażemy, że a, x + a, x + a,3 x 3 c Obliczamy: c a, a,3 a, c a, a,3 c 3 a 3, a 3,3 + a a, c a,3, a, c a,3 a 3, c 3 a 3,3 + a a, a, c,3 a, a, c a 3, a 3, c 3 a a, c, a,3 a 3, a 3,3 a a, a,3,c a 3, a 3,3 + a a, a,3,c 3 a, a,3 a a, c, a,3 a 3, a 3,3 + a a, a,3,c a 3, a 3,3 a a, a,3,c 3 a, a,3 + a + a,3 c, a, a 3, a 3, a a, a,,3c a 3, a 3, + a a, a,,3c 3 a, a, a, a, a,3 c a, a, a,3 a 3, a 3, a 3,3 + c a, a, a,3 a, a, a,3 a 3, a 3, a 3,3 + c a, a, a,3 3 a, a, a,3 a, a, a,3 a, a, a,3 c a, a, a,3 a 3, a 3, a 3,3 W ten sposób zakończyliśmy dowód równości a, x + a, x + a,3 x 3 c, nie przepisywaliśmy mianownika, wie c pojawi l sie on na końcu wraz z c W taki sam sposób można wykazać, że zachodza równości a, x + a, x + a,3 x 3 c a 3, x + a 3, x + a 3,3 x 3 c 3 oraz Wzorów Cramera na ogó l sie nie stosuje, bo obliczanie wyznaczników jest k lopotliwe, a jeśli już mamy przeprowadzać operacje na wierszach, to lepiej od razu zaja ć sie macierza rozszerzona Komputery pomagaja oczywiście troche, ale gdy liczba równań jest duża, to i tak, nawet przy użycia komputera, nie oblicza sie wyznaczników, lecz raczej eliminuje sie niewiadome metoda Gaussa Tym nie mniej można też napisać jawny wzór na macierz A odwrotna do macierzy A ( a i,j, czyli taka, że A A I A A Zachodzi wzór Cramera: ( + D ; ( + D ; ( +3 D ;3 ( +n D ;n A ( + D ; ( + D ; ( +3 D ;3 ( +n D ;n ( 3+ D 3; ( 3+ D 3; ( 3+3 D 3;3 ( 3+n D 3;n det A ( n+ D n; ( n+ D n; ( n+3 D n;3 ( n+n D n;n Sprawdzenie poprawności tego wzoru to w zasadzie powtórzenie dowodu poprawności wzoru na rozwia zania uk ladu n równań liniowych z n niewiadomymi Wzór ten w przypadku macierzy niewielkiego rozmiaru może być z powodzeniem używany, jednak w przypadku macierzy dużego wymiaru nie warto go używać, bo liczba obliczeń wzrasta z wymiarem macierzy bardzo szybko Znów, podobnie jak poprzednio, 3 T

24 można stosować operacje na wierszach Pokażemy jak to wygla da w przypadku macierzy, której odwrotna już raz znaleźliśmy Rozważaliśmy wcześniej uk lad równań liniowych, którego macierz rozszerzona wygla da la tak: Stosowaliśmy eliminacje Gaussa Prowadzi to do znalezienia macierzy odwrotnej macierzy 0 3, 3 co teraz jest naszym najbliższym celem Be dziemy przeprowadzać te same operacje co poprzednio, na macierzy Przypomnijmy, że każda z trzech operacji przeprowadzanych na wierszach możemy traktować jako wynik mnożenia odpowiednio dobranej macierzy przez dana macierzy Macierz M, która zamierzamy przekszta lcać, to dwie macierze napisane obok siebie: macierz A, a tuż za nia macierz I, można ja oznaczyć przez (A I to nie iloczyn! Dodaja c np wiersz drugi do wiersza trzeciego mnożymy macierz M przez macierz B, ale to oznacza, że obliczmy dwa iloczyny: B A i B I Naste pne operacje można interpretować w taki sam sposób Oznacza, że jeśli po pewnej liczbie tych operacji dojdziemy do macierzy postaci (I C (to nie iloczyn!, to macierz C be dzie macierza odwrotna do A jako iloczyn macierzy, który pomnożony przez A daje I Przyste pujemy do przekszta lcania:

25 przestawiliśmy wiersze, odje liśmy pierwszy wiersz pomnożony przez od trzeciego i pomnożony przez 3 od czwartego; dodaliśmy drugi wiersz pomnożony przez 3 do trzeciego i pomnożony przez od czwartego; odje liśmy trzeci wiersz pomnożony przez 3 od czwartego Do tej pory stosowaliśmy jedynie takie operacje na wierszach, które zachowywa ly wartości bezwzgle dna wyznacznika lewej macierzy kwadratowej, znak zmieni l sie raz, gdy przestawiliśmy wiersze Teraz be dzie inaczej pomnożyliśmy trzeci wiersz przez 9, czwarty przez 3 0 ; odje liśmy czwarty wiersz od pierwsze go, pomnożony przez 3 od drugiego, pomnożony przez 8 9 od trzeciego; dodaliśmy trzeci wiersz do pierwszego, odje liśmy trzeci pomnożony przez od drugiego; dodaliśmy trzeci wiersz do pierwszego, odje liśmy trzeci pomnożony przez od drugiego Po tych przekszta lceniach możemy napisać: 5

26 Jak widać odwracanie macierzy wymaga troche pracy, ale żadnych trudności tu nie ma Jeśli macierz odwrotnej nie ma, to oczywiście w trakcie operacji na wierszach w pewnym momencie natkniemy sie na zbyt duży uskok, co oznacza, że na g lównej przeka tnej lewej macierzy pojawia sie zera i już na niej pozostana, co uniemożliwi kontynuacje konstrukcji macierzy odwrotnej W terminach wyznaczników: w tym momencie stwierdzimy, że wyznacznik lewej macierzy jest równy 0 Twierdzenie 88 (Cauchy ego o wyznaczniku iloczynu macierzy Wyznacznik iloczynu macierzy kwadratowych tego samego wymiaru A i B jest równy iloczynowi ich wyznaczników: det(a B det(a det(b Dowód Przypomnijmy, że α, α, α,3 α,n 0 α, α,3 α,n 0 0 α 3,3 α 3,n α, α, α 3,3 α n,n α n,n Bez trudu można sprawdzić, że w iloczynie α, α, α,3 α,n β, β, β,3 β,n 0 α, α,3 α,n 0 β, β,3 β,n 0 0 α 3,3 α 3,n 0 0 β 3,3 β 3,n α n,n β n,n pod g lówna przeka tna sa same zera a na g lównej przeka tnej pojawiaja sie kolejno liczby Sta d i z równości α, β,, α, β,,, α n,n β n,n 6

27 (α, β, (α, β, (α n,n β n,n (α, α, α n,n (β, β, β n,n, wynika, że twierdzenie jest prawdziwe, gdy obie macierze sa trójka tne, tzn sa postaci α, α, α,3 α,n 0 α, α,3 α,n 0 0 α 3,3 α 3,n α n,n Z tego, co udowodniliśmy do tej pory wynika, że jeśli w macierzy kwadratowej B zasta pimy i ty wiersz przez sume tego wiersza i wiersza j tego pomnożonego przez liczbe c, to wyznacznik nie ulegnie zmianie Ta operacja może być opisana jako mnożenie C i,j (c B, gdzie C i,j (c oznacza macierz, na której g lównej przeka tnej sa jedynki, poza ta przeka tna zera z wyja tkiem przecie cia i -tego wiersza z j ta kolumna, gdzie znajduje sie liczba c Poniżej przyk lad dla n 4 Bez trudu można sprawdzić, że C,4 ( C,4 ( C 0 0 0,4 ( Latwo można zauważyć, że iloczyn A C i,j ( c jest macierza, której wszystkie kolumny z wyja tkiem j tej sa takie same jak kolumny macierzy A, j ta kolumna iloczynu A C i,j ( c jest suma j tej kolumny macierzy A oraz i tej pomnożonej przez c Wobec tego det ( A C i,j ( c det(a Ponieważ mnożenie macierzy jest la czne, wie c AB (A C i,j ( c (C i,j (c B i wobec tego det(a B det ( (A C i,j ( c (C i,j (c B Aby udowodnić, że det(ab det(a det(b, wystarczy wie c dowieść, że det ( (A C i,j ( c (C i,j (c B det ( A C i,j ( c det ( C i,j (c B, czyli udowodnić twierdzenie dla macierzy A C i,j ( c i C i,j (c B wcześniej wykazaliśmy, że det(c i,j (c B det(b i det(a C i,j ( c det(a Zamiana i tego wiersza z j tym to mnożenie przez macierz P i,j, której wszystkie wiersze z wyja tkiem i tego i j tego sa takie same, jak w macierzy jednostkowej, 7

28 zaś w i tym wierszu jedynka jest na miejscu j tym, a w wierszu j tym na miejscu i tym Np dla n 4 mamy P,3, P , Z latwościa przekonujemy sie, że P i,j P i, j (dwukrotna zamiana i -tego i j tego wiersza niczego nie zmienia Mamy det(p i,j B det(b, det(a P i,j det(a ostatnia równość wynika z tego, że macierz A P i,j różni sie od macierzy A tylko tym, że zamienione zosta ly kolumny o numerach i, j, co jak wiemy powoduje jedynie zmiane znaku wyznacznika Wobec tego zamiast dowodzić twierdzenie dla macierzy A, B można je udowodnić dla macierzy A P i,j, P i,j B Stosuja c opisane operacje wielokrotnie sprowadzamy dowód twierdzenia do przypadku à B, gdzie macierz B jest trójka tna (czyli ma pod przeka tna same zera Naste pnie mnożymy macierz à z lewej strony przez macierze typu C i,j(c oraz macierze typu P i,j Zachodzi równość det ( C i,j (c (à B det(ã B operacja na wierszach macierzy à B, wie c dzie ki la czności mnożenia macierzy: det(ã B det ( C i,j (c (à B det ( (C i,j (c à B Mamy też det(c i,j (c à det(ã, wie c możemy zasta pić pare macierzy Ã, B para C i,j (c Ã, B Podobnie jest z mnożeniem przez P i,j, które powoduje zmiane znaków obu wyznaczników: det(ã i det(ã B Możemy wie c po pewnym czasie doprowadzić również macierz à do postaci trójka tnej Dowód zosta l zakończony Wniosek 89 (o wyznaczniku macierzy odwrotnej Jeśli macierz A ma odwrotna (czyli, gdy det(a 0, to det(a det(a Twierdzenie 80 (Obje tość równoleg lościanu rozpie tego przez wektory u, v, w R 3 Niech u (u, u, u 3, v (v, v, v 3, w (w, w, w 3 Wtedy obje tość równoleg lościanu rozpie tego przez wektory u, v, w (zaczepione w punkcie 0 równa jest u u u 3 ( u v w v v v 3 w w w 3, 8

29 a jej kwadrat równy jest u u u v u w v u v v v w w u w v w w Dowód Obje tość równoleg lościanu równa jest iloczynowi pola podstawy przez jego wysokość Niech podstawa be dzie równoleg lobok rozpie ty przez wektory u i v Pole tego równoleg loboku to u v Trzeba wie c znaleźć wysokość Wektor u v jest prostopad ly do każdego z wektorów u, v, wie c wysokość jest odcinkien równoleg lym do wektora u v Innymi s lowy należy zrzutować prostopadle wektor w na prosta wyznaczona przez wektor u v Ten rzut to wektor w ( u v u v u v Jego d lugość, czyli wysokość równoleg lościanu, to w ( u v u v Wobec tego obje tość równa jest u v w ( u v u v w ( u v, u u u 3 co mieliśmy udowodnić Równość ( u v w v v v 3 wykazujemy bez w w w 3 trudu rozwijaja c wyznacznik wzgle dem trzeciego wiersza (po przypomnieniu sobie definicji iloczynu wektorowego Wreszcie u u u 3 u u u 3 v v v 3 v v v 3 w w w 3 w w w 3 u u u 3 v v v 3 w w w 3 u u u 3 v v v 3 w w w 3 u v w u v w u 3 v 3 w 3 u u u v u w v u v v v w w u w v w w Wniosek 8 Trzy wektory u, v, w R 3, zaczepione w punkcie 0 (0, 0, 0 leża w jednej p laszczyźnie wtedy i tylko wtedy, gdy u u u 3 v v v 3 w w w 3 0 u u u v u w v u v v v w w u w v w w 0 Definicja 8 (trójki wektorów dodatnio zorientowanej Trzy wektory u, v w R 3 nieleża ce w jednej p laszczyźnie tworza uk lad dodatnio zorientowany w przestrzeni trójwymiarowej wtedy i tylko wtedy, gdy u u u 3 v v v 3 w w w 3 > 0 Z definicji wynika natychmiast, że jeśli trójka ( u, v, w jest uk ladem dodatnio zorientowanym, to trójka ( v, u, w uk ladem dodatnio zorientowanym nie jest 9

30 zmiana kolejności wierszy powoduje zmiane znaku wyznacznika Można i należy sobie wyobrażać, że uk lad trzech wzajemnie prostopad lych wektorów jest dodatnio zorientowany, gdy można ten uk lad obrócić (kilka razy wokó l prostych przechodza cych przez 0 tak, by po obrotach wektor u by l zgodnie równoleg ly (czyli równoleg ly i skierowany w te sama strone do wektora i (, 0, 0, wektor v do wektora j (0,, 0 i wektor w do wektora k (0, 0, Temu stwierdzeniu można nadać bardzo precyzyjne znaczenie i wtedy je udowodnić Można zreszta to stwierdzenie uogólnić na trójki wektorów niekoniecznie wzajemnie prostopad lych Warto w tym miejscu dodać, że iloczyn wektorowy wektorów u, v R 3 może być zdefiniowany geometrycznie jako wektor, który jest prostopad ly do obu wektorów u, v, ma d lugość równa polu równoleg loboku rozpie tego przez te wektory, i taki, że trójka u, v, u v jest dodatnio zorientowana W matematyce od wielu lat jednym z kluczowych poje ć jest poje cie funkcji Za lóżmy, że dana jest funkcja przekszta lcaja ca p laszczyzne R lub przestrzeń R 3 w siebie i to taka, że odleg lość x y obrazów x, y punktów x, y jest równa odlegości x y punktów x, y Za lóżmy dodatkowo, że punkt 0 jest przekszta lcany na siebie (nie rusza sie, czyli 0 0 Wykażemy, że w tej sytuacji istnieje taka macierz kwadratowa A, że dla każdego x R n, n, 3 zachodzi równość x A x (tu wektory sa traktowane jako macierze o jednej kolumnie i n wierszach Wykażemy, że wtedy A jest taka macierza, że A A T I i odwrotnie: jeśli A A T I, to Ax Ay x y dla dowolnych x, y R n * Przejdziemy do dowodu Mamy x x 0 x 0 x 0 x dla dowolnego x R n, w tym y y Mamy też x y (x y (x y x x x y + y y x x y + y i analogicznie x y x x y + y, a ponieważ x y x y, wie c dla dowolnych x, y zachodzi równość x y x y Mamy wie c (x + y (x + y (x + y (x + y (x + y + (x + y (x + y (x + y (x + y x (x + y y + x x + x y + y y (x + y (x + y x (x + y y + x x + x y + y y (x + y (x + y (x + y + (x + y (x + y ( (x + y (x + y ((x + y (x + y 0 Sta d wynika, że (x + y x + y dla dowolnych x, y Analogicznie dowodzimy, że n może być dowolne; mówimy o i 3, by w razie potrzeby latwiej można by lo sobie coś narysować * Tzn że przyporza dkowanie punktowi x punktu x Ax jest izometria 30

31 (tx tx dla dowolnej liczby t i dowolnego punktu x Niech e j oznacza wektor, którego wszystkie wspó lrze dne sa równe 0 z wyja tkiem j tej, która jest równa Niech a i,j oznacza i ta wspó lrze dna wektora e j W kolumnach macierzy (a i,j znajduja sie wektory e, e, Mamy x x e + x e + + x n e n Wobec tego x ( x e + x e + + x n e n x e + x e + + x n e n A x Mamy również e j e j e j e j oraz e i e j e i e j 0 dla i j Te równości oznaczaja, że A A T I Udowodniliśmy wie c obiecane twierdzenie Dla przyk ladu opiszemy macierz obrotu o ka t α wokó l punktu 0 (0, 0 Z definicji funkcji sinus i kosinus wynika, że w wyniku obrotu punkt (, 0 przechodzi na punkt (cos α, sin α, a punkt (0, przechodzi na punkt ( cos(α+ π, sin(α+ π ( sin α, cos α Wynika sta d, że w obrocie o ka t α wokó l punktu 0 (0, 0 punkt ( x y przechodzi na punkt ( x y ( cos α sin α sin α cos α ( x y ( x cos α y sin α x sin α + y cos α Teraz znajdziemy analityczny opis symetrii wzgle dem prostej y x Niech (u, v oznacza punkt symetryczny do punktu (, 0 wzgle dem prostej y x Środek odcinka o końcach (, 0 i (u, v, czyli punkt ( u+, v+0 leży na prostej y x, zatem v+0 u+, czyli v u + Wektor (u, v 0 jest prostopad ly do wektora ( 0, 0, zatem 0 (u, v (, u + v Musza wie c być spe lnione równania: { u v, u + v Sta d u 3 5 0,6 i v 4 5 0,8 Analogicznie, jeśli obrazem punktu (0, w tej symetrii jest punkt (r, s, to r+0 s+ oraz 0 (r 0, s (,, zatem { r s, r + s Wynika sta d, że r 4 5 0, 8 i s 3 5 0,6 Sta d wnioskujemy, że obrazem punktu w symetrii wzgle dem prostej y x jest punkt ( x y ( x y ( 0,6 0,8 0,8 0, 6 ( x y ( 0,6x + 0,8y 0,8x + 0,6y Widać, że stosunkowo tanim kosztem uzyskujemy wzory na obrazy punktu w przekszta lceniach izometrycznych 3

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Macierze i wyznaczniki. Zdefiniujemy teraz wyznaczniki i omówimy układy równań liniowych z wieloma niewiadomymi. Zaczniemy od definicji.

Macierze i wyznaczniki. Zdefiniujemy teraz wyznaczniki i omówimy układy równań liniowych z wieloma niewiadomymi. Zaczniemy od definicji. Macierze i wyznaczniki Po poprawkach wprowadzonych 25 października 207 r Zdefiniujemy teraz wyznaczniki i omówimy układy równań liniowych z wieloma niewiadomymi Zaczniemy od definicji Definicja 8 (macierzy

Bardziej szczegółowo

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011 1 GEOMETRIA ANALITYCZNA 1 Wydział Fizyki Algebra liniowa z geometria - zadania Rok akademicki 2010/2011 Agata Pilitowska i Zbigniew Dudek 1 Geometria analityczna 1.1 Punkty i wektory 1. Sprawdzić, czy

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

Wyk lad 3 Wyznaczniki

Wyk lad 3 Wyznaczniki 1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut

DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut XLIII MIE DZYSZKOLNE ZAWODY MATEMATYCZNE Eliminacje rejonowe Czas trwania zawodów: 150 minut Każdy uczeń rozwia zuje dwadzieścia cztery zadania testowe, w których podano za lożenia oraz trzy (niekoniecznie

Bardziej szczegółowo

Funkcja może mieć lokalne ekstrema jedynie w punktach, w których jej gradient, czyli wektor f = grad f = [ f

Funkcja może mieć lokalne ekstrema jedynie w punktach, w których jej gradient, czyli wektor f = grad f = [ f Matematyka A, egzamin, 7 czerwca 005 rozwia zania Mam nadzieje, że nie ma tu b le dów poza jakimiś literówkami, od których uwolnić sie jest bardzo trudno. Zache cam do obejrzenia rozwia zań zadań z egzaminu

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych

Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Pawe l Józiak 007-- Poje cia wste pne Wielomianem zmiennej rzeczywistej t nazywamy funkcje postaci:

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi,

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, 3 Korzystaja c ze wzoru dwumianowego Newtona obliczyć sumy: a) n ( n n k) ; b) 4 W rozwinie ciu dwumianowym: ( 4 a) ) 1, 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, ( ) b) 3 13, 5 +

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

c a = a x + gdzie = b 2 4ac. Ta postać wielomianu drugiego stopnia zwana jest kanoniczna, a wyrażenie = b 2 4ac wyróżnikiem tego wielomianu.

c a = a x + gdzie = b 2 4ac. Ta postać wielomianu drugiego stopnia zwana jest kanoniczna, a wyrażenie = b 2 4ac wyróżnikiem tego wielomianu. y = ax 2 + bx + c WIELOMIANY KWADRATOWE Zajmiemy sie teraz wielomianami stopnia drugiego, zwanymi kwadratowymi. Symbol w be dzie w tym rozdziale oznaczać wielomian kwadratowy, tj. w(x) = ax 2 + bx + c

Bardziej szczegółowo

2a )2 a b2. = 2 4a ====== x + b. nawias

2a )2 a b2. = 2 4a ====== x + b. nawias Wielomiany kwadratowe Wielomian a + + c nazywamy kwadratowym lu wielomianem drugiego stopnia, jeśli a jest licza różna od 0. W dalszym cia gu zak ladamy, że a i a 0. Możemy napisać a + + c = a ( + a )

Bardziej szczegółowo

Matematyka A, egzamin, 17 czerwca 2005 rozwia zania

Matematyka A, egzamin, 17 czerwca 2005 rozwia zania Matematyka A, egzamin, 7 czerwca 00 rozwia zania Mam nadzieje, że nie ma tu b le dów poza jakimiś literówkami, od których uwolnić sie trudno. Zache cam do obejrzenia rozwia zań zadań z egzaminu dla matematyki

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

DB Algebra liniowa semestr zimowy 2018 DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie układów równań liniowych Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

Bardziej szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego. . Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

MACIERZE I WYZNACZNIKI

MACIERZE I WYZNACZNIKI Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1

Bardziej szczegółowo

Układy równań liniowych i metody ich rozwiązywania

Układy równań liniowych i metody ich rozwiązywania Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +

Bardziej szczegółowo

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze... Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,

Bardziej szczegółowo

g liczb rzeczywistych (a n ) spe lnia warunek

g liczb rzeczywistych (a n ) spe lnia warunek . Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;

Bardziej szczegółowo

Macierz o wymiarach m n. a 21. a 22. A =

Macierz o wymiarach m n. a 21. a 22. A = Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2

Bardziej szczegółowo

, A T = A + B = [a ij + b ij ].

, A T = A + B = [a ij + b ij ]. 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m

Bardziej szczegółowo

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,... Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25 Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

Dziedziny Euklidesowe

Dziedziny Euklidesowe Dziedziny Euklidesowe 1.1. Definicja. Dziedzina Euklidesowa nazywamy pare (R, v), gdzie R jest dziedzina ca lkowitości a v : R \ {0} N {0} funkcja zwana waluacja, która spe lnia naste ce warunki: 1. dla

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

Bardziej szczegółowo

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

Tekst poprawiony 27 XII, godz. 17:56. Być może dojda

Tekst poprawiony 27 XII, godz. 17:56. Być może dojda Tekst poprawiony 27 XII, godz. 7:56. Być może dojda naste pne zadania Definicja 7. krzywej) Niech P oznacza dowolny przedzia l niezdegenerowany. Przekszta lcenie r: P IR k nazywamy krzywa. Jeśli r jest

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

Wykład 7 Macierze i wyznaczniki

Wykład 7 Macierze i wyznaczniki Wykład 7 Macierze i wyznaczniki Andrzej Sładek sladek@ux2mathusedupl Instytut Matematyki, Uniwersytet Śląski w Katowicach Andrzej Sładek (Instytut Matematyki, Uniwersytet Śląski Wykład w Katowicach) 7

Bardziej szczegółowo

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25 MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof Żyjewski MiBM; S-I 0.inż. 0 października 04 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Definicja. Iloczynem macierzy A = [a ij m n, i macierzy B = [b ij n p nazywamy macierz

Bardziej szczegółowo

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3 3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy

Bardziej szczegółowo

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8 EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja

Bardziej szczegółowo

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same 1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

3. Wykład Układy równań liniowych.

3. Wykład Układy równań liniowych. 31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH Typeset by AMS-TEX 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 7 Zasada bijekcji. Jeżeli istnieje bijekcja f : A B, tj. f jest funkcja różnowartościowa i,,na (tzn.

Bardziej szczegółowo

Zastosowania wyznaczników

Zastosowania wyznaczników Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 3.

Ekoenergetyka Matematyka 1. Wykład 3. Ekoenergetyka Matematyka Wykład 3 MACIERZE Macierzą wymiaru n m, gdzie nm, nazywamy prostokątną tablicę złożoną z n wierszy i m kolumn: a a2 a j am a2 a22 a2 j a2m [ a ] nm A ai ai 2 a aim - i-ty wiersz

Bardziej szczegółowo

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia 18 grudnia 2006 Zasada szufladkowa, zwana też zasada Dirichleta, a w jez. ang.,,pigeonhole Principle może być sformu lowana naste puja co.

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany

Bardziej szczegółowo

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

Bardziej szczegółowo

Matematyka A kolokwium 26 kwietnia 2017 r., godz. 18:05 20:00. i = = i. +i sin ) = 1024(cos 5π+i sin 5π) =

Matematyka A kolokwium 26 kwietnia 2017 r., godz. 18:05 20:00. i = = i. +i sin ) = 1024(cos 5π+i sin 5π) = Matematyka A kolokwium 6 kwietnia 7 r., godz. 8:5 : Starałem się nie popełniać błędów, ale jeśli są, będę wdzięczny za wieści o nich Mam też nadzieję, że niektórzy studenci zechcą zrozumieć poniższy tekst,

Bardziej szczegółowo

5. Obliczanie pochodnych funkcji jednej zmiennej

5. Obliczanie pochodnych funkcji jednej zmiennej Kiedy może być potrzebne numeryczne wyznaczenie pierwszej lub wyższej pochodnej funkcji jednej zmiennej? mamy f(x), nie potrafimy znaleźć analitycznie jej pochodnej, nie znamy postaci f(x), mamy stablicowane

Bardziej szczegółowo

Liczby zespolone. Liczbami zespolonymi nazywamy liczby postaci a + bi, gdzie i oznacza jednostke urojona

Liczby zespolone. Liczbami zespolonymi nazywamy liczby postaci a + bi, gdzie i oznacza jednostke urojona Definicja 9.1 (liczb zespolonych) Liczby zespolone Liczbami zespolonymi nazywamy liczby postaci a + bi, gdzie i oznacza jednostke urojona, przyjmujemy, że i 2 = 1 zaś a i b sa liczbami rzeczywistymi. Suma

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Podstawowe działania w rachunku macierzowym

Podstawowe działania w rachunku macierzowym Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest

Bardziej szczegółowo

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową

Bardziej szczegółowo

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d

Bardziej szczegółowo

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość

Bardziej szczegółowo

6 Homomorfizmy przestrzeni liniowych

6 Homomorfizmy przestrzeni liniowych konspekt wykladu - 2009/10 1 6 Homomorfizmy przestrzeni liniowych Definicja 6.1. Niech V, U be przestrzeniami liniowymi nad cialem K. Przeksztalcenie F : V W nazywamy przeksztalceniem liniowym (homomorfizmem

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo