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

Podobne dokumenty
1 Macierz odwrotna metoda operacji elementarnych

1 Macierze i wyznaczniki

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

Macierze. Rozdział Działania na macierzach

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

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

Analiza matematyczna i algebra liniowa Macierze

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,...

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Ekoenergetyka Matematyka 1. Wykład 3.

DB Algebra liniowa semestr zimowy 2018

Własności wyznacznika

13 Układy równań liniowych

O MACIERZACH I UKŁADACH RÓWNAŃ

4 Przekształcenia liniowe

1 Zbiory i działania na zbiorach.

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

2. Układy równań liniowych

Macierze i Wyznaczniki

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

Wyk lad 3 Wyznaczniki

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

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

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

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wykład 7 Macierze i wyznaczniki

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

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

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

Zestaw 12- Macierz odwrotna, układy równań liniowych

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

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

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

Zaawansowane metody numeryczne

Algebra liniowa. Macierze i układy równań liniowych

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

3 Przestrzenie liniowe

Algebra liniowa z geometrią

5. Rozwiązywanie układów równań liniowych

Układy równań liniowych i metody ich rozwiązywania

Wykład 5. Metoda eliminacji Gaussa

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

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

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,

Wyk lad 9 Baza i wymiar przestrzeni liniowej

MACIERZE I WYZNACZNIKI

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

φ(x 1,..., x n ) = a i x 2 i +

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9

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

Układy równań liniowych

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wykład 14. Elementy algebry macierzy

Zadania egzaminacyjne

3. Macierze i Układy Równań Liniowych

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

Układy równań i nierówności liniowych

Zaawansowane metody numeryczne

DB Algebra liniowa 1 semestr letni 2018

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

Zastosowania wyznaczników

Postać Jordana macierzy

9 Przekształcenia liniowe

Wektory i wartości własne

Zestaw 12- Macierz odwrotna, układy równań liniowych

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Rozwiązywanie układów równań liniowych

Układy równań liniowych

Wyznaczniki. Algebra. Aleksander Denisiuk

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

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

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

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

A A A A A A A A A n n

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra

Algebra liniowa z geometria

Wektory i wartości własne

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią Lista 1 - Liczby zespolone

Algebra z geometrią analityczną zadania z odpowiedziami

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Algebra z geometrią analityczną zadania z odpowiedziami

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4

Geometria Lista 0 Zadanie 1

Metody numeryczne Wykład 4

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym

Algebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski

Analiza funkcjonalna 1.

Krótkie wprowadzenie do macierzy i wyznaczników

Baza w jądrze i baza obrazu ( )

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

1 Podobieństwo macierzy

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

1. Liczby zespolone i

Transkrypt:

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 i zerującą sie na macierzach mających dwa identyczne wiersze Jak zobaczymy, te warunki i warunek det I n = 1 charakteryzują wyznacznik jednoznacznie, przy czym funkcję det można określić przez indukcję ze względu na n Zanim przystąpimy do dokładnego opisu wyznacznika, podamy pewną interpretację geometryczną funkcji det : R 3 3 R Własności wyznacznika zapewniają, że moduł wyznacznika nie zmienia się przy operacjach elementarnych typu (I) i (II) na wierszach macierzy Tak więc, jeśli A R 3 3 jest macierzą odwracalną, a macierz B jest macierzą diagonalną otrzymaną w wyniku operacji elementarnych na wierszach A (zob dowód Twierdzenia 456), to = det B Nietrudno sprawdzić, że operacje elementarne redukujące A do B nie zmieniają objętości równoległościanu rozpiętego w trójwymiarowej przestrzeni euklidesowej na wierszach macierzy Zatem objętości równoległościanów rozpiętych na wierszach A i B są identyczne Ponieważ wiersze B rozpinają prostopadłościan i det B jest iloczynem modułów wyrazóa przekątnej B długości jego krawędzi, det B jest objętością tego prostopadłościanu W rezultacie widzimy, że jest objętością równoległościanu rozpiętego na wierszach macierzy A Znak wyznacznika wiąże się z orientacją przestrzeni Do tej ważnej interpretacji geometrycznej wyznacznika nad ciałem liczb rzeczywistych powrócimy w dalszej części, po wprowadzeniu n-wymiarowych przestrzeni euklidesowych Najpierw jednak skupimy się na własnościach algebraicznych wyznacznikóad dowolnym ciałem skalarów 51 Definicja i podstawowe własności W tej części podamy dowód twierdzenia o istnieniu i jednoznaczności wyznacznika Twierdzenie 511 Istnieje dokładnie jedna funkcja det : K n n K (zwana wyznacznikiem) taka, że (1) det cw k = c det w k dla c K (jednorodność względem k-tego wiersza, k = 1,, n), (2) det w k + w k = det w k +det w k (addytywność względem k-tego wiersza, k = 1,, n), (3) = 0 jeśli A ma dwa sąsiednie wiersze równe (4) det I n = 1 Definicja 512 Wartość funkcji det na macierzy A K n n nazywamy wyznacznikiem A Dowód przeprowadzimy określając najpierw indukcyjnie funkcję spełniającą warunki (1) (4), a następnie upewniając się, że te warunki określają funkcję det jednoznacznie Zaczniemy od uwagi pokazującej, że warunek (3) można wzmocnić żądając by wyznacznik zerował się na macierzach mających dwa równe wiersze W definicji wyznacznika często podaje się taką mocniejszą wersję warunku (3) Użycie w 511 słabszej wersji (3) upraszcza dowód istnienia funkcji det

MIMUW 5 Wyznaczniki 26 Uwaga 513 Niech det : K n n K spełnia warunki (1) (4) i A K n n (a) Ustalmy k < l n Jeśli det C = 0 dla macierzy C takich, że k-ty wiersz C jest równy l-temu i B K n n powstaje z A w wyniku zamiany miejscami wiersza k-tego z l-tym, to det B = (b) det C = 0 jeśli C ma dwa wiersze równe Uzasadnimy (a) Niech w k i w l będą k-tym oraz l-tym wierszem macierzy A Rozpatrzmy macierze C, C i C, mające k-ty oraz l-ty wiersz równy odpowiednio w k +w l, w k i w l, a pozostałe wiersze identyczne z wierszami A W (a) zakładamy, że wyznaczniki tych macierzy się zerują, a z (2) dla wierszy k i l mamy det C = det C + + det B + det C, czyli + det B = 0, co dowodzi (a) Z (3) wynika, że założenie w (a) jest spełnione dla l = k + 1 Oznacza to, że przestawienie dwóch sąsiednich wierszy zmienia znak wyznacznika Jeśli C ma dwa wiersze równe, to kilkakrotnie zamieniając dwa sąsiednie wiersze miejscami możemy przekształcić C w macierz A mającą dwa sąsiednie wiersze równe Z (3) mamy więc det C = ± = 0 Istnienie funkcji det Załóżmy, że istnieje funkcja det : K (n 1) (n 1) K spełniająca (1) (4) (dla n = 1 przyjmujemy det[a] = a) Dla macierzy A = [a ij ] K n n oznaczmy przez A ij macierz z K (n 1) (n 1) otrzymaną z A przez skreślenie i-tego wiersza i j-tej kolumny oraz przyjmijmy d j (A) = n i=1 ( 1) i+j a ij ij, Ustalmy j = 1,, n Pokażemy, że d j spełnia warunki (1) (4) na macierzach z K n n (po upewnieniu się, że (1) (4) określają wyznacznik jednoznacznie, będziemy także wiedzieć, że d j (A) nie zależy od j) Istotnie, jednorodność i addytywność za względu na k-ty wiersz każdego składnika ( 1) i+j a ij ij wynikają z założenia indukcyjnego dla i k, a jeśli i = k, to własności te wynikają z faktu, że zmiana k-tego wiersza nie zmienia kj, a jedynie a kj Dla sprawdzenia własności (3) załóżmy, że k-ty i (k + 1)-szy wiersz macierzy A są identyczne Z założenia indukcyjnego zerują się wtedy wszystkie ij dla i {k, k + 1}, więc d j (A) = ( 1) k+j a kj kj + ( 1) (k+1)+j a k+1 j k+1 j = 0, a ponieważ macierze A kj i A k+1 j są identyczne, mamy d j (A) = 0 Własność (4) wynika z równości d j (I n ) = ( 1) j+j det(i n ) jj = det I n 1 = 1 Jednoznaczność funkcji det na macierzach elementarnych Niech B będzie macierzą otrzymaną z macierzy A w wyniku operacji elementarnej na wierszach Zbadamy zależność między i det B Warunek (1) oznacza, że det B = c dla operacji mnożącej k-ty wiersz przez c 0 Z Uwagi 513 wynika, że det B = dla operacji zamieniającej dwa wiersze miejscami Pokażemy, że det B = dla operacji dodającej do k-tego wiersza w k macierzy A i-ty wiersz w i tej macierzy pomnożony przez skalar a Istotnie, z (2) i (1) wynika, że det B = + a det C, gdzie C jest macierzą mającą k-ty i i-ty wiersz równy w i, więc det C = 0 Przypomnijmy, że wykonanie operacji elementarnej na wierszach A daje iloczyn M A, gdzie M jest odpowiednią macierz elementarną, zob Uwaga 455 Dla macierzy A K n n i macierzy elementarnej M K n n mamy więc ( ) det MA = dla M dodającej do wiersza inny wiersz pomnożony przez skalar, dla M zamieniającej dwa wiersze miejscami, c dla M mnożącej wiersz przez c 0 Zastępując A przez I n, z warunku (4) dostajemy

MIMUW 5 Wyznaczniki 27 det M = 1 dla M dodającej do wiersza inny wiersz pomnożony przez skalar, 1 dla M zamieniającej dwa wiersze miejscami, c dla M mnożącej wiersz przez c 0, czyli det MA = det M dla dowolnej macierzy A i macierzy elementarnej M Jednoznaczność funkcji det Jeśli M 1,, M p K n n są macierzami elementarnymi, to z wzoru det MA = det M wynika (przez indukcję ze względu na p), że det(m p M 1 B) = det M p det M 1 det B dla B K n n Dla odwracalnej macierzy A wartość jest jednoznacznie wyznaczona i 0 (bo z Wniosku 457 A rozkłada się na iloczyn A = M p M 1 macierzy elementarnych i przyjmując B = I n dostajemy = det M p det M 1 ) Ponadto, B = det B (bo B = det(m p M 1 B) = det M p det M 1 det B = det B) Dla macierzy A, która nie jest odwracalna, = 0 (bo jeśli M jest iloczynem macierzy elementarnych odpowiadających operacjom redukującym A do postaci schodkowej, to ostatni wiersz M A jest zerowy i z (1) dla k = n, c = 0 mamy det(ma) = 0, ale det(ma) = det M i det M 0, bo M jest odwracalna) Wykazaliśmy więc jednoznaczność i zakończyliśmy dowód Twierdzenia 511 Uwaga 514 (a) 0 wtedy i tylko wtedy, gdy A jest odwracalna (pokazaliśmy to w dowodzie jednoznaczności) (b) (Twierdzenie Cauchy ego) B = det B dla A, B K n n (pokazaliśmy to dla A odwracalnej; w przeciwnym przypadku B = 0 = det B) (c) Jeśli macierz A jest odwracalna, to det(a 1 ) = () 1 (bo 1 = det I n = det(a A 1 ) = det(a 1 )) 52 Obliczanie wyznaczników Z jednoznaczności w Twierdzeniu 511 wynika, że d j (A) = dla funkcji d j zdefiniowanych w dowodzie istnienia Otrzymujemy więc Twierdzenie 521 (Rozwinięcie Laplace a względem j-tej kolumny) Dla A = [a ij ] K n n = n i=1 ( 1) i+j a ij ij Przykład 522 Rozwijając względem pierwszej kolumny dostajemy dla n = 2 wzór det [ a11 a 12 a 21 a 22 ] = a 11 a 22 a 12 a 21, a dla n = 3 wzór Sarrusa a 11 a 12 a 13 det a 21 a 22 a 23 = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31 a 12 a 21 a 33 a 11 a 23 a 32 a 31 a 32 a 33 Uwaga 523 Wyznacznik (n n)-macierzy dla n > 3 można obliczyć zmniejszając wymiar macierzy przy pomocy rozwinięcia Laplace a, lub redukując tę macierz do postaci schodkowej (macierz kwadratową w postaci schodkowej nazywamy górnie trójkątną) Wzory ( ) w części 51 pozwalają powiązać wyznacznik macierzy wyjściowej z wyznacznikiem macierzy trójkątnej, który łatwo obliczyć korzystając z punktu (a) poniżej

MIMUW 5 Wyznaczniki 28 (a) Wyznacznik macierzy górnie trójkątnej jest iloczynem wyrazóa przekątnej (czyli dla A = [a ij ] takiej, że a ij = 0 dla i > j, = a 11 a nn ) Istotnie, rozwijając względem pierwszej kolumny dostajemy wzór dający krok indukcyjny dowodu [ ] A1 (b) Dla macierzy blokowo trójkątnej A =, gdzie A 0 A i K n i n i, mamy = 1 2 2 (bo zgodnie z Uwagą 125 macierze [A 1 ] K n 1 n i [ 0 A 2 ] K n 2 n można doprowadzić do postaci schodkowej operacjami pierwszego rodzaju na wierszach, które nie zmieniają wyznaczników) Pokażemy teraz, że przy obliczaniu wyznaczników wiersze odgrywają taką samą rolę jak kolumny, a zera pod przekątna taką samą rolę jak zera nad przekątną Twierdzenie 524 Dla A K n n = T Dowód Jeśli rank A < n, to rank A T < n i oba wyznaczniki są zerami Jeśli rank A = n, to z Wniosku 457, A rozkłada się na iloczyn A = M p M 1 macierzy elementarnych Zgodnie z Uwagą 476 (c), A T = M1 T M p T, więc korzystając z Uwagi 514 (b), wystarczy zauważyć, że det M = det M T dla macierzy elementarnych M Rozwinięcia Laplace a T względem i-tej kolumny macierzy A T daje wzór na rozwinięcie względem i-tego wiersza macierzy A Twierdzenie 525 (Rozwinięcie Laplace a względem i-tego wiersza) Dla A = [a ij ] K n n = n j=1 ( 1) i+j a ij ij Wyznacznik pozwala określić znak permutacji, co prowadzi do formuły uogólniającej wzór Sarrusa Niech S n będzie zbiorem wszystkich bijekcji zbioru {1, 2,, n} na siebie permutacji Każdej permutacji π S n odpowiada macierz E π = [E π(1), E π(2),, E π(n) ], której wyznacznik det E π {1, 1} nazywamy znakiem permutacji π i oznaczamy symbolem sgn(π) (łatwo upewnić się, że znak π określa parzystość liczby transpozycji przeprowadzających π na identyczność dla sgn(π) = 1 ta liczba jest parzysta, a dla sgn(π) = 1, nieparzysta) Twierdzenie 526 Dla macierzy A = [a ij ] K n n = π S n sgn(π)a π(1)1 a π(2)2 a π(n)n Dowód Niech A = [A 1,, A n ] = [a ij ] K n n Wtedy A j = n i=1 a ij E i i z liniowości wyznacznika względem kolejnych kolumn mamy = det[ n i=1 a i1 E i, n i=1 a i2 E i,, n ni1 =1 a i 1 1 det[e i1, n i=1 a i2 E i,, n ni1 ni2 =1 =1 a i 1 1a i2 2 det[e i1, E i2,, n = ni2 =1 n a in=1 i 1 1a i2 2 a inn det[e i1, E i2,, E in ] ni1 =1 Teza wynika z faktu, że występujące we wzorze wyznaczniki det[e i1, E i2,, E in ] są zerowe jeśli i j = i k dla pewnych j k, więc sumowanie można ograniczyć do ciągów różnowartościowych (i 1,, i n ), czyli permutacji zbioru {1,, n}

MIMUW 5 Wyznaczniki 29 53 Macierz stowarzyszona i wzory Cramera Ważną rolę (choć nie przy obliczeniach) odgrywa macierz adja stowarzyszona z macierzą kwadratową A, zdefiniowana przy pomocy wyznaczników, która po pomnożeniu przez A daje macierz I Przy pomocy macierzy stowarzyszonej otrzymuje się wzory Cramera opisujące w terminach wyznaczników rozwiązania układów równań AX = B z macierzą odwracalną A (układy Cramera) Ustalmy macierz A = [A 1,, A n ] = [a ij ] K n n i przypomnijmy, że w części 51 zdefiniowaliśmy A ij jako macierz otrzymaną z A przez skreślenie i-tego wiersza i j-tej kolumny Definicja 531 Macierzą stowarzyszoną z A nazywamy macierz adja = [â ij ] T, gdzie â ij = ( 1) i+j ij Dla B K n mamy ( ) adja B = det[b, A 2,, A n ] det[a 1, B,, A n ] det[a 1, A 2,, B] Wzór ( ) wynika z Twierdzenia 521, bo dla B = [b 1, b 2,, b n ] T ( 1) 1+1 11 ( 1) n+1 n1 b 1 ( 1) 1+2 12 ( 1) n+2 n2 b 2 ( 1) 1+n 1n ( 1) n+n nn b n = ( 1) i+1 b i i1 ( 1) i+2 b i i2 ( 1) i+n b i in W szczególności adja A = [adja A 1,, adja A n ] = ()I n, więc dostajemy Twierdzenie 532 Jeśli A jest macierzą odwracalną, to A 1 = 1 adja = Rozwiązanie X = [x 1,, x n ] T układu Cramera AX = B ma postać X = A 1 B = 1 z ( ) dostajemy wzory Cramera: x 1 = det[b, A 2,, A n ], x 2 = det[a 1, B,, A n ],, x n = det[a 1, A 2,, B] det[b, A 2,, A n ] det[a 1, B,, A n ] det[a 1, A 2,, B] (adja B) Zatem