Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Podobne dokumenty
Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 14 Formy kwadratowe I

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wyk lad 3 Wyznaczniki

Wyk lad 13 Funkcjona ly dwuliniowe

Wyk lad 10 Przestrzeń przekszta lceń liniowych

1 Zbiory i działania na zbiorach.

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Układy równań liniowych

13 Układy równań liniowych

Zastosowania wyznaczników

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,...

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

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

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

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Własności wyznacznika

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

Zaawansowane metody numeryczne

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

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Układy równań liniowych i metody ich rozwiązywania

O MACIERZACH I UKŁADACH RÓWNAŃ

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Algebra liniowa. 1. Macierze.

Układy równań i nierówności liniowych

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

Zadania o liczbach zespolonych

Przekształcenia liniowe

Macierze. Rozdział Działania na macierzach

Wykład 14. Elementy algebry macierzy

DB Algebra liniowa semestr zimowy 2018

Rozwiązania, seria 5.

Wyk lad 2 Podgrupa grupy

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

Przestrzenie liniowe w zadaniach

Kombinacje liniowe wektorów.

Baza w jądrze i baza obrazu ( )

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

UKŁADY RÓWNAŃ LINIOWYCH

1 Elementy logiki i teorii mnogości

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

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

Endomorfizmy liniowe

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

Sterowalność liniowych uk ladów sterowania

Działania na przekształceniach liniowych i macierzach

Wyk lad 14 Cia la i ich w lasności

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej

2. Układy równań liniowych

Wyk lad 1 Podstawowe struktury algebraiczne

Układy liniowo niezależne

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

1 Macierz odwrotna metoda operacji elementarnych

Macierze i Wyznaczniki

Rozwiazywanie układów równań liniowych. Ax = b

6 Homomorfizmy przestrzeni liniowych

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

MACIERZE I WYZNACZNIKI

Układy równań liniowych. Krzysztof Patan

1 Macierze i wyznaczniki

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

Układy równań liniowych

Warunki dzia lań na wektorach - aksjomaty przestrzeni liniowej a) b) daja podobnie do wektorów: strza lki, si la, pre

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

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Układy równań i równania wyższych rzędów

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

DB Algebra liniowa 1 semestr letni 2018

5. Rozwiązywanie układów równań liniowych

Zestaw 12- Macierz odwrotna, układy równań liniowych

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

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

Krótkie wprowadzenie do macierzy i wyznaczników

3 Przestrzenie liniowe

Algebra liniowa z geometrią

Praca domowa - seria 6

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Układy równań liniowych

Macierze. Układy równań.

9 Układy równań liniowych

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

Wektory i wartości własne

Diagonalizacja macierzy i jej zastosowania

Transkrypt:

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 R n, zaś kolumny macierzy A możemy traktować jako wektory przestrzeni R m Rzedem wierszowym macierzy A nazywamy maksymalna ilość jej liniowo niezależnych wierszy Natomiast rzedem kolumnowym macierzy A nazywamy maksymalna ilość jej liniowo niezależnych kolumn Rzad wierszowy i rzad kolumnowy macierzy A oznaczamy odpowiednio symbolami: r w (A) i r k (A) Z tego określenia wynika od razu, że dla dowolnej macierzy A: r w (A) = r k (A T ) oraz r k (A) = r w (A T ) (1) Ponadto z określenia rz edu macierzy mamy natychmiast, że r w (0 m n ) = r k (0 m n ) = 0 (2) Z twierdzenia 78 wynika od razu, że rzad wierszowy macierzy A jest równy wymiarowi podprzestrzeni generowanej przez jej wektory wierszowe, zaś rzad kolumnowy macierzy A jest równy wymiarowi podprzestrzeni generowanej przez wektory kolumnowe macierzy A Ponadto z w lasności operacji elementarnych rzad wierszowy macierzy A nie zmienia sie przy stosowaniu operacji elementarnych na wierszach tej macierzy oraz rzad kolumnowy macierzy A nie zmienia sie przy stosowaniu operacji elementarnych na kolumnach tej macierzy Lemat 81 Jeżeli do pewnego wiersza macierzy dodamy inny jej wiersz pomnożony przez dowolny skalar, to rzad kolumnowy tej macierzy nie ulegnie zmianie Dowód Niech A = [a ij ] bedzie m n-macierza Dla uproszczenia znakowania za lożymy, że do pierwszego wiersza macierzy A dodano drugi jej wiersz pomnożony przez skalar a i oznaczmy przez B = [b ij ] macierz uzyskana w wyniku tej operacji Niech r = r k (A) Oznacza to, że pewne r-kolumn macierzy A sa liniowo niezależne Dla uproszczenia znakowania za lóżmy, że pierwsze r-kolumny macierzy A sa liniowo niezależne Udowodnimy, że wówczas pierwsze r-kolumny macierzy B też sa liniowo niezależne Niech A j oraz B j oznaczaja j-ta kolumne macierzy A i B odpowiednio Weźmy dowolne x 1,, x r R takie, że x 1 B 1 + + x r B r = θ Wtedy a 11 + aa 21 a 21 x 1 a m1 + + x r 1 a 1r + aa 2r a 2r a mr = 0 m 1,

wi ec (a 11 + aa 12 )x 1 + + (a 1r + aa 2r )x r = 0 a 21 x 1 + + a 2r x r = 0 a m1 x 1 + + a mr x r = 0, skad po odjeciu od pierwszej równości równości drugiej pomnożonej przez a uzyskamy, że x 1 A 1 + + x r A r = θ Zatem z liniowej niezależności kolumn A 1,, A r wynika, że x 1 = = x r = 0 i kolumny B 1,, B r sa liniowo niezależne Zatem r k (B) r k (A) Ale macierz A powstaje z macierzy B przez dodanie do pierwszego wiersza drugiego wiersza pomnożonego przez skalar ( a), wiec z pierwszej cześci dowodu r k (A) r k (B) i ostatecznie r k (A) = r k (B) Z (1) i z lematu 81 wynika od razu, że prawdziwy jest też nastepuj acy Lemat 82 Jeżeli do pewnej kolumny macierzy dodamy inna jej kolumne pomnożona przez dowolny skalar, to rzad wierszowy tej macierzy nie ulegnie zmianie Lemat 83 Niech m, n 2 i niech A = [a ij ] bedzie m n-macierza taka, że dla pewnych s, t jest a st 0 oraz a it = 0 dla wszystkich i s i a sj = 0 dla wszystkich j t Wówczas r k (A) = 1 + r k (A st ) oraz r w (A) = 1 + r w (A st ) Dowód Niech r = r k (A st ) Istnieja wówczas kolumny B 1,, B r macierzy A st, które sa liniowo niezależne i takie, że każda kolumna macierzy A st jest ich kombinacja liniowa Oznaczmy przez A j kolumne macierzy A powstajac a przez dopisanie 0 w s-tym wierszu macierzy B j dla j = 1,, r Niech A r+1 oznacza t-ta kolumne macierzy A Weźmy dowolne x 1,, x r+1 R takie, że x 1 A 1 + +x r+1 A r+1 = θ Wtedy x r+1 a st = 0, skad x r+1 = 0 oraz x 1 B 1 + +x r B r = θ Zatem z liniowej niezależności B 1,, B r jest x 1 = = x r = 0 Stad kolumny A 1,, A r+1 sa liniowo niezależne Niech X bedzie dowolna kolumna macierzy A o numerze różnym od t Niech Y bedzie kolumna macierzy A st powstajac a z X przez wykreślenie s-tego wiersza (który sk lada sie z jednego zera!) Wtedy istnieja a 1,, a r R takie, że Y = a 1 B 1 + + a r B r, skad X = a 1 A 1 + +a r A r Wynika stad, że wszystkie kolumny macierzy A sa kombinacjami liniowymi kolumn A 1,, A r, A r+1 Oznacza to, że r k (A) = r + 1 = 1 + r k (A st ) Dowód drugiej cześci lematu wynika natychmiast z (1) i z pierwszej jego cześci Twierdzenie 84 Rzad kolumnowy dowolnej macierzy równy jest jej rzedowi wierszowemu Dowód Indukcja wzgledem liczby m wierszy macierzy Jeżeli m = 1, to A = [a 1 a 2 a n ] dla pewnych skalarów a 1,, a n Jeżeli a 1 = = a n = 0, to r w (A) = 0 = r k (A) Jeżeli zaś a j 0 dla pewnego j = 1,, n, to r w (A) = 1 = r k (A) Zatem teza zachodzi dla m = 1 Niech teraz m bedzie liczba naturalna wieksz a od 1 i taka, że teza zachodzi dla wszystkich macierzy, które maja mniej niż m wierszy Weźmy dowolna m n-macierz A = [a ij ] Jeśli A = 0 m n, to r w (A) = 0 = r k (A) Niech zatem A 0 m n Wtedy istnieja k, l takie, że 0 Jeśli n = 1, to r w (A) = r k (A T ), wiec z za lożenia indukcyjnego r k (A T ) = r w (A T ) = r k (A), czyli r w (A) = r k (A) Niech dalej n > 1 Niech B = [b ij ] bedzie macierza powstajac a z macierzy A przez wykonanie operacji elementarnych: w i a il w k dla wszystkich i k 2

Wtedy r w (B) = r w (A) oraz z lematu 81, r k (B) = r k (A) Niech dalej C bedzie macierza powstajac a z macierzy B przez wykonanie operacji elementarnych: k j b kj k l dla wszystkich j l Wtedy r k (C) = r k (B) oraz z lematu 82, r w (C) = r w (B) Ale z lematu 83 mamy, że r w (C) = 1 + r w (C kl ) oraz r k (C) = 1 + r k (C kl ) Z za lożenia indukcyjnego r w (C kl ) = r k (C kl ) Zatem r w (A) = 1 + r k (C kl ) = r k (A) 2 Metody obliczania rz edu macierzy Wspólna wartość rzedu kolumnowego i wierszowego macierzy A nazywamy rzedem macierzy A i oznaczamy przez r(a) Z twierdzenia 84 oraz z poczatkowej cześci tego rozdzia lu mamy od razu nastepuj ace Twierdzenie 85 Operacje elementarne wykonywane na wierszach lub kolumnach macierzy nie zmieniaja jej rzedu Z twierdzenia 84 oraz ze wzoru (1) wynika od razu nastepuj ace Twierdzenie 86 Dla dowolnej macierzy A: r(a) = r(a T ) Twierdzenie 87 Niech A = [a ij ] bedzie taka m n-macierza, że 0 dla pewnych k, l oraz a il = 0 dla wszystkich i k Wtedy r(a) = 1 + r(a kl ) Dowód Oznaczmy przez B macierz powstajac a z macierzy A przez wykonanie operacji elementarnych: k j a kj k l dla wszystkich j l Wtedy B kl = A kl oraz na mocy twierdzenia 85, r(a) = r(b) Ponadto z twierdzenia 84 i z lematu 83, r(b) = 1 + r(b kl ) Zatem r(a) = 1 + r(a kl ) Twierdzenie 88 Niech A = [a ij ] bedzie macierza kwadratowa stopnia n Wówczas równoważne sa warunki: (i) r(a) = n, (ii) det(a) 0 Dowód (i) (ii) Ponieważ wszystkie kolumny A 1,, A n macierzy A sa liniowo niezależne i jest ich n, wiec tworza one baze przestrzeni R n Wynika stad, że dla każdego i = 1,, n istnieja skalary x i1,, x in K takie, że x i1 A 1 + + x in A n = ε i Niech X = [x ij ] i,j=1,,n Wtedy A X = I n, skad z twierdzenia Cauchy ego det(a) 0 (ii) (i) Ponieważ det(a) 0, wiec istnieje macierz X = [x ij ] M n (R) taka, że A X = I n Wtedy dla każdego i = 1,, n mamy, że ε i = x i1 A 1 + + x in A n, wiec kolumny macierzy A generuja przestrzeń R n Stad na mocy twierdzenia 78 te kolumny sa liniowo niezależne, czyli r(a) = n Definicja 89 Niech A bedzie m n-macierza oraz niech k bedzie liczba naturalna taka, że k min{m, n} Minorem stopnia k macierzy A nazywamy wyznacznik macierzy kwadratowej stopnia k, która powstaje z macierzy A przez wykreślenie m k wierszy oraz n k kolumn 3

Twierdzenie 810 Rzad niezerowej macierzy jest równy maksymalnemu stopniowi jej niezerowego minora Dowód Niech A bedzie niezerowa m n-macierza Oznaczmy przez k maksymalny stopień niezerowego minora macierzy A oraz przez r rzad tej macierzy Wtedy pewne r wierszy macierzy A jest liniowo niezależnych Wykreślajac pozosta le wiersze uzyskamy k n-macierz B o rzedzie r Zatem z twierdzenia 86 pewne r kolumn macierzy B sa liniowo niezależne Wykreślajac w macierzy B pozosta le kolumny uzyskamy macierz kwadratowa C stopnia r o rzedzie r Zatem z twierdzenia 88, det(c) 0 Ale det(c) jest minorem stopnia r macierzy A, wiec r k Niech teraz D bedzie macierza kwadratowa stopnia k powstajac a z macierzy A przez wykreślenie pewnych m k wierszy i n k kolumn taka, że det(d) 0 Wtedy z twierdzenia 88 mamy, że r(d) = k Niech X bedzie macierza powstajac a z macierzy A przez wykreślenie tych samych wierszy, co dla macierzy D Wtedy r(x) k oraz wszystkie kolumny macierzy D sa liniowo niezależne, wiec r(x) k i ostatecznie r(x) = k Stad z definicji rzedu wierszowego macierzy k r i ostatecznie r = k 3 Twierdzenie Kroneckera-Capellego Niech dany bedzie teraz dowolny uk lad m-równań liniowych z n-niewiadomymi x 1,, x n : 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, (3) a m1 x 1 + a m2 x 2 + + a mn x n = b m Przypomnijmy, że macierza wspó lczynników uk ladu (3) nazywamy macierz: a 11 a 12 a 1n a A = 21 a 22 a 2n, (4) a m1 a m2 a mn zaś macierza uzupe lniona uk ladu (3) nazywamy macierz: a 11 a 12 a 1n b 1 a A u = 21 a 22 a 2n b 2 a m1 a m2 a mn b m (5) Twierdzenie 811 (Kroneckera-Capellego) Uk lad (3) ma rozwiazanie wtedy i tylko wtedy, gdy r(a) = r(a u ) Ponadto uk lad (3) ma dok ladnie jedno rozwiazanie wtedy i tylko wtedy, gdy r(a) = r(a u ) = n Dowód Oznaczmy przez α j j-ta kolumne macierzy A i niech β = [b 1,, b m ] Uk lad (3) można wtedy zapisać jako równanie wektorowe: x 1 α 1 + + x n α n = β (6) 4

Jeżeli (a 1,, a n ) jest rozwiazaniem uk ladu (3), to a 1 α 1 + + a n α n = β, skad na mocy twierdzenia 68 i twierdzenia 611 mamy, że lin(α 1,, α n, β) = lin(α 1,, α n ), czyli r(a u ) = r(a) Na odwrót, za lóżmy, że r(a u ) = r(a) Wtedy dim lin(α 1,, α n ) = dim lin(α 1,, α n, β), wiec z twierdzenia 722 mamy, że lin(α 1,, α n, β) = lin(α 1,, α n ), skad β lin(α 1,, α n ), czyli istnieja a 1,, a n R takie, że β = a 1 α 1 + + a n α n i wówczas (a 1,, a n ) jest rozwiazaniem uk ladu (3) Pozostaje udowodnić druga cześć twierdzenia Za lóżmy najpierw, że r(a u ) = r(a) = n Wówczas kolumny α 1,, α n sa liniowo niezależne, wiec tworza baze podprzestrzeni lin(α 1,, α n ) Ale wtedy dim lin(α 1,, α n ) = dim lin(α 1,, α n, β), skad lin(α 1,, α n ) = lin(α 1,, α n, β), czyli β lin(α 1,, α n ) Zatem z twierdzenia 79 istnieje dok ladnie jeden ciag (a 1,, a n ) R n taki, że β = a 1 α 1 + + a n α n, wiec uk lad (3) ma dok ladnie jedno rozwiazanie Na odwrót, za lóżmy, że uk lad (3) posiada dok ladnie jedno rozwiazanie (a 1,, a n ) Wówczas z pierwszej cześci dowodu r(a u ) = r(a) Wystarczy zatem wykazać, że wektory α 1,, α n sa liniowo niezależne Ale jeżeli b 1,, b n R sa takie, że b 1 α 1 + + b n α n = θ, to (a 1 +b 1 ) α 1 + +(a n +b n ) α n = a 1 α 1 + +a n α n +Θ = β, wiec (a 1 +b 1,, a n +b n ) jest rozwiazaniem uk ladu (3), skad a i + b i = a i, czyli b i = 0 dla i = 1,, n, a wiec wektory α 1,, α n sa liniowo niezależne Z rezultatów uzyskanych dotychczas wynika, że można stosować nastepuj acy schemat poste- powania dla znalezienia wszystkich rozwiazań uk ladu (3) Najpierw obliczamy r(a) i r(a u ) Jeżeli r(a) r(a u ), to uk lad (3) nie ma rozwiazania Jeśli zaś r = r(a) = r(a u ), to uk lad posiada rozwiazanie Wyznaczamy wówczas r liniowo niezależnych wierszy w macierzy A u i wykreślamy wszystkie pozosta le jej wiersze W otrzymanej macierzy znajdujemy r liniowo niezależnych kolumn Nastepnie w przekszta lconym uk ladzie równań przenosimy na prawa strone wszystkie niewiadome o numerach pozosta lych n k kolumn i stosujemy wzory Cramera dla obliczenia pozosta lych niewiadomych (natomiast niewiadome przenoszone na drugie strony a dowolnymi liczbami) s 5