Macierze - obliczanie wyznacznika macierzy z użyciem permutacji



Podobne dokumenty
1 Macierze i wyznaczniki

Macierze. Rozdział Działania na macierzach

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

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

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

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

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

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

Ekoenergetyka Matematyka 1. Wykład 3.

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

1 Zbiory i działania na zbiorach.

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

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

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

DB Algebra liniowa semestr zimowy 2018

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Analiza matematyczna i algebra liniowa Macierze

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

φ(x 1,..., x n ) = a i x 2 i +

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

Macierze i Wyznaczniki

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

Algebra. Jakub Maksymiuk. lato 2018/19

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

Wykład 14. Elementy algebry macierzy

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

Algebra WYKŁAD 3 ALGEBRA 1

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

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

3. Wykład Układy równań liniowych.

Wyznaczniki. Algebra. Aleksander Denisiuk

Analiza matematyczna i algebra liniowa Macierze

O MACIERZACH I UKŁADACH RÓWNAŃ

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

Zastosowania wyznaczników

1 Działania na zbiorach

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

Działania na przekształceniach liniowych i macierzach

Zadania egzaminacyjne

Algebra z geometrią analityczną zadania z odpowiedziami

Zestaw 12- Macierz odwrotna, układy równań liniowych

Matematyka dyskretna

MACIERZE I WYZNACZNIKI

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

Wykład 7 Macierze i wyznaczniki

Metody i analiza danych

Matematyka dyskretna

Kody blokowe Wykład 2, 10 III 2011

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

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

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,

1. Liczby zespolone i

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

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Uniwersytet Kazimierza Wielkiego w Bydgoszczy Zespół Szkół nr 5 Mistrzostwa Sportowego XV Liceum Ogólnokształcące w Bydgoszczy

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

1 Macierz odwrotna metoda operacji elementarnych

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

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

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

0 + 0 = 0, = 1, = 1, = 0.

Wyk lad 3 Wyznaczniki

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

Algebra liniowa z geometrią

Macierze Lekcja I: Wprowadzenie

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Algorytm Euklidesa. ZADANIE 1. Oblicz korzystając z algorytmu Euklidesa: (a) NWD(120, 195), (b) NWD(80, 208), (c) NWD(36, 60, 90),

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,...

1 Elementy logiki i teorii mnogości

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

Układy równań liniowych i metody ich rozwiązywania

Algebra z geometrią analityczną zadania z odpowiedziami

Pytania i polecenia podstawowe

Rozwiązywanie układów równań liniowych

Analiza funkcjonalna 1.

Algebra z geometrią analityczną zadania z odpowiedziami

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

Matematyka liczby zespolone. Wykład 1

Treści programowe. Matematyka 1. Efekty kształcenia. Literatura. Warunki zaliczenia. Ogólne własności funkcji. Definicja 1. Funkcje elementarne.

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

MACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata

Macierze Lekcja V: Wzory Cramera. Macierzowe układy równań.

Podstawowe działania w rachunku macierzowym

Baza w jądrze i baza obrazu ( )


Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni ,5 1

Zaawansowane metody numeryczne

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.

Projekt Informatyka przepustką do kariery współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

2. Układy równań liniowych

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

Postać Jordana macierzy

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

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Definicja1.2.Niech Abędzieniepustymzbiorem,a i działaniamiwa. (1)Mówimy,że jestłączne,jeżeli. x,y,z A[x (y z) = (x y) z].

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Transkrypt:

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX

Streszczenie Celem wykładu jest wprowadzenie pojęcia macierzy oraz podstawowych operacji na macierzach i zapoznanie słuchaczy z własnościami tychże operacji. Macierze są obiektami matematycznymi o bardzo szerokich zastosowaniach w matematyce, zarówno szkolnej, jak i wyższej. Stosuje się je między innymi do rozwiązywania układów równań liniowych postaci { ax + by = c1 cx + dy = c 2. Jednak w wykładzie tym, interesującymi dla nas będą fakty dotyczące macierzy i operacji na nich, a nie zastosowania. 1

Definicja macierzy Definicja 1. Niech m, n N. Macierzą o wymiarach m n o współczynnikach rzeczywistych nazywamy każdą funkcję A: {1,..., m} {1,..., n} R. Macierz jest zatem funkcją, która przyporządkowuje parze i, j liczb naturalnych, gdzie i {1,..., m}, j {1,..., n} liczbę rzeczywistą Ai, j, często oznaczaną symbolem a ij. 2

Jak rozumieć definicję macierzy? Macierz o wymiarach m n możemy traktować jako tablicę o m wierszach i n kolumnach. We wierszu o numerze i a w kolumnie o numerze j takiej tablicy umieszczamy wartość funkcji A w punkcie o współrzędnych i, j, czyli Ai, j, uzyskując np. dla m = 2, n = 3: A = A1, 1 A1, 2 A1, 3 A2, 1 A2, 2 A2, 3, czyli A = a11 a 12 a 13. a 21 a 22 a 23 3

Przykładowe macierze A = 3 2 1 1 7 0 8 2 4 2 1 1 0 7 4 3 a 11 = A1, 1 = 3, a 12 = A1, 2 = 2, a 23 = A2, 3 = 8 2, a 32 = A3, 2 = 2, a 43 = A4, 3 = 7. Poniżej macierz kwadratowa, czyli macierz o jednakowej liczbie kolumn i wierszy m = n = 3 1 2 1 B = 1 2 0 3 4 2 1 3 3.. 4

Dodawanie macierzy Definicja 2. Niech A, B będą macierzami o wymiarach m n, m, n N i współczynnikach rzeczywistych. Sumą macierzy A i B nazywamy macierz C = A + B o wymiarach m n taką, że c ij = a ij + b ij, dla dowolnej pary liczb i {1,..., m}, j {1,..., n}. A = 1 2 1 4 0 3 2 3 B = 8 2 1 2 0 1 2 3. C = A + B = 9 4 0 6 0 4 2 3 5

Mnożenie macierzy przez liczbę Oznaczmy przez M m n R zbiór wszystkich macierzy o współczynnikach rzeczywistych. Niech A M m n R, t R. Wynikiem mnożenia macierzy A przez liczbę t jest macierz B = ta taka, że dla dowolnej pary liczb i {1,..., m}, j {1,..., n} mamy równość b ij = ta ij. Na przykład dla mamy B = ta = 1 2 t = 1 2, A = 2 3 0 6 10 4 2 3 0 6 10 4 2 3 = 2 3, 1 3 2 0 3 5 2 2 3. 6

Mnożenie macierzy przez macierz Niech A M m n R, B M n k R, m, n, k N. Definicja 3. Iloczynem macierzy A i B nazywamy macierz C = AB M m k R taką, że dla dowolnej pary liczb i {1,..., m}, j {1,..., n} zachodzi równość gdzie n c ij = a ir b rj, r=1 n z r = z 1 + z 2 + z 3 +... + z n 1 + z n. r=1 7

Przykład. [Mnożenie macierzy przez macierz] A = 2 3 0 6 1 4 2 3 B = 1 5 2 2 6 3 1 0 4 3 3 AB = 2 2 + 3 1 + 0 1 2 6 + 3 5 + 0 0 2 3 + 3 2 + 0 4 6 2 + 1 1 + 4 1 6 6 + 1 5 + 4 0 6 3 + 1 2 + 4 4 C = AB = 7 27 12 9 41 36 2 3 2 3 8

Istotne uwagi Dodawać do siebie można tylko macierze o jednakowych wymiarach, ale niekoniecznie kwadratowe Macierze A i B możemy pomnożyć tylko wtedy, gdy liczba kolumn macierzy A odpowiada liczbie wierszy macierzy B, Mnożenie macierzy na ogół nie jest przemienne AB BA, a często nawet niewykonalne jest mnożenie BA, pomimo, że możemy wykonać mnożenie AB, 9

Ćwiczenia Ćwiczenie 1. Mając dane macierze A i B znajdź ich sumę C. Pomnóż każdą spośród macierzy A, B i C przez liczby 2 i 3. A = 5 7 8 0 6 8 2 3 B = 18 1 5 12 1 14 2 3. Ćwiczenie 2. Wykonaj mnożenie macierzy A = 2 3 1 1 4 3 2 3 B = 0 2 2 1 7 4 3 2. 10

Permutacje Zmierzamy do określenia wyznacznika macierzy kwadratowej. Definicja 4. Bijekcją nazywamy każdą funkcję f : X Y taką, że i jeżeli x 1 x 2, to fx 1 fx 2, f różnowartościowa ii dla dowolnego y Y istnieje element x X taki, że fx = y. f na Definicja 5. Niech n N. Permutacją zbioru {1, 2,..., n}, nazywamy każdą bijekcję f : {1, 2,..., n} {1, 2,..., n}. Permutacje oznaczamy często literkami greckimi σ, τ,... zamiast f, g,..., a zapisujemy w następującej postaci 11

1 2... n f1 f2... fn. 12

Przykłady permutacji, składanie permutacji Permutacje składamy w następujący sposób. Składając f = 1 2 3 4 4 2 1 3 z g = 1 2 3 4 2 3 4 1, uzyskujemy g f = 1 2 3 4 2 3 4 1 1 2 3 4 4 2 1 3 = 1 2 3 4 1 3 2 4 ; g f1 = gf1 = g4 = 1, g f2 = gf2 = g2 = 3, g f3 = gf3 = g1 = 2, g f4 = gf4 = g3 = 4. Zbiór wszystkich permutacji zbioru {1, 2,..., n} oznaczamy symbolem S n. 13

Cykle, transpozycje Definicja 6. Mówimy, że permutacja f S n zachowuje liczbę i {1, 2,..., n}, o ile fi = i. Definicja 7. Niech i 1, i 2,..., i k różne liczby ze zbioru {1, 2,..., n}, k n. Jeżeli permutacja f S n zachowuje pozostałe n k liczb ze zbioru {1, 2,..., n} oraz fi 1 = i 2, fi 2 = i 3,..., fi k 1 = i k, fi k = i 1, to mówimy, że f jest cyklem długości k i oznaczamy i 1 i 2... i k. Cykl długości 1 zachowuje każdy element zbioru, a cykl i j długości 2 nazywamy transpozycją. 1 2 3 4 1 2 3 4 1 2 3 4 = 1 2 3 4, = 1 4 3, = 2 3. 2 3 4 1 4 2 1 3 1 3 2 4 14

Rozkład permutacji na cykle i transpozycje Definicja 8. Niech k, l n Mówimy, że cykle f = i 1 i 2... i k, g = j 1 j 2... j l są rozłączne, o ile zbiory {i 1, i 2,..., i k }, {j 1, j 2,..., j l } są rozłączne. Zauważmy, że jeżeli cykle f, g są rozłączne, to g f = f g. Twierdzenie 9. Każda permutacja f S n jest złożeniem pewnej liczby cykli rozłącznych. Przedstawienie permutacji f w postaci złożenia cykli rozłącznych jest jednoznaczne z dokładnością do porządku czynników kolejności składania. 1 2 3 4 5 6 7 8 9 Przykład: = 1 8 9 52 3 6 4 7. 8 3 6 7 1 4 2 9 5 Każda permutacja z S n jest złożeniem pewnej liczby transpozy- Wniosek 10. cji. 15

Dowód. Zauważmy, że i 1 i 2... i k = i 1 i k i 1 i 3 i 1 i 2. Teza wniosku wynika z Twierdzenia 6. Ćwiczenie 3. Sprawdzić, że 1 2 3 4 = 1 41 31 2. 16

Rozkład permutacji na cykle i transpozycje Uwaga 11. Rozkład permutacji na iloczyn złożenie transpozycji nie jest jednoznaczny. Na przykład, w S 4 zachodzą równości 1 2 3 = 1 31 2 = 2 31 3 = = 1 34 21 21 4 = = 1 34 21 21 42 32 3. Uwaga 12. Przypomnijmy, że rozkład permutacji na cykle rozłączne jest jednoznaczny z dokładnością do kolejności ich składania. 17

Parzystość, nieparzystość i znak permutacji Twierdzenie 13. Jeżeli f = g 1 g 2... g r, r N jest jednym z rozkładów permutacji f S n na iloczyn transpozycji, to liczba sgnf = 1 r, nazywana znakiem permutacji f, zależy jedynie od f, a nie zależy od rozkładu. Zatem parzystość liczby r jest taka sama w każdym rozkładzie permutacji f na iloczyn transpozycji. Jeżeli również g S n, to sgng f = sgng sgnf. Definicja 14. Permutację f S n nazywamy parzystą, jeśli sgnf = 1. Jeśli sgnf = 1, to mówimy, że f jest permutacją nieparzystą. Uwaga 15. Liczba elementów zbioru S n, tj. permutacji zbioru {1, 2,..., n}, wynosi n! = 1 2... n. 18

Wyznacznik macierzy Definicja 16. nazywamy liczbę Niech n N, A M n n R. Wyznacznikiem macierzy A deta = f S n sgnf a f11 a f22... a fnn. Przykład 17. Niech n = 1, A = a 11, wówczas S 1 = {id {1} } = { 1 1 } oraz deta = sgnid {1} a 11 = a 11. Przykład 18. Niech n = 2, A = a 11 a 12 a 21 a 22 2 2, wówczas S 2 = { 1 2 1 2, 1 2 2 1 } = {1 22 1, 1 2} =: {f, g} oraz deta = sgnf a f11 a f22 +sgng a g11 a g22 = a 11 a 22 a 21 a 12. 19

Przykład 19. Niech n = 3, A = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 M 3 3 R, wtedy S 3 = oraz { 1 2 3 1 2 3, 1 2 3 1 3 2, 1 2 3 2 1 3, 1 2 3 2 3 1, 1 2 3 3 1 2 = {1 22 1, 2 3, 1 2, 2 31 2, 2 31 2, 1 3} =: {f 1, f 2, f 3, f 4, f 5, f 6 }, 1 2 3 3 2 1 } deta = sgnf 1 a f1 11 a f1 22 a f1 33 + sgnf 2 a f2 11 a f2 22 a f2 33 + sgnf 3 a f3 11 a f3 22 a f3 33 + sgnf 4 a f4 11 a f4 22 a f4 33 + sgnf 5 a f5 11 a f5 22 a f5 33 + sgnf 6 a f6 11 a f6 22 a f6 33 20

deta = a 11 a 22 a 33 a 11 a 32 a 23 a 21 a 12 a 33 + a 21 a 32 a 13 + a 31 a 12 a 23 a 31 a 22 a 13. 21

Istotne uwagi Wyznacznik macierzy definiuje się tylko dla macierzy kwadratowych o jednakowej liczbie wierszy i kolumn. Składanie permutacji na ogół nie jest przemienne, ale składanie rozłącznych cykli jest przemienne. Każdą permutację można w sposób jednoznaczny z dokładnością do kolejności składania przedstawić w postaci złożenia pewnej ilości rozłącznych cykli. Każdą permutację można przedstawić w postaci złożenia pewnej ilości transpozycji. Przedstawienie to nie jest jednoznaczne, ale parzystość liczby czynników rozkładu jest taka sama dla każdego z przedstawień. Identyczność jest permutacją parzystą, a każda transpozycja jest permutacją nieparzystą. 22

Ćwiczenia Podaj przykład permutacji f, g S n takich, że g f f g. Przedstaw poniższe permutacje w postaci złożenia rozłącznych cykli f = 1 2 3 4 5 6 7 8 3 2 4 5 1 6 8 7, g = 1 2 3 4 5 4 3 2 5 1. Przedstaw powyższe permutacje w postaci złożenia transpozycji. Wypisz wszystkie permutacje zbioru {1, 2, 3, 4}. Ile elementów ma zbiór S 7? 23

Ćwiczenia Zastanów się kiedy dla jakich wymiarów dwie macierze możemy zarówno dodać do siebie, jak i pomnożyć przez siebie. Oblicz wyznacznik macierzy A = 1 2 3 1 2 1 4 3 1 2 2 1 0 1 2 0 4 4. 24

Zadania Napisać programy np. w języku Pascal realizujące algorytmy: dodawania macierzy o podanych przez użytkownika wymiarach, mnożenia macierzy przez liczbę, mnożenia macierzy o podanych przez użytkownika wymiarach, obliczania wyznacznika macierzy dowolnego wymiaru. 25

Bibliografia G. Banaszak, W. Gajda, Elementy algebry liniowej cz. Naukowo-Techniczne, Warszawa 2002 I, Wydawnictwa 26