Zastosowania wyznaczników

Podobne dokumenty
Układy równań liniowych

Przekształcenia liniowe

Układy liniowo niezależne

Działania na przekształceniach liniowych i macierzach

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

1 Zbiory i działania na zbiorach.

13 Układy równań liniowych

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

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Diagonalizacja macierzy i jej zastosowania

Układy równań liniowych i metody ich rozwiązywania

Macierze. Rozdział Działania na macierzach

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

1 Macierze i wyznaczniki

Endomorfizmy liniowe

Diagonalizacja macierzy i jej zastosowania

DB Algebra liniowa semestr zimowy 2018

1 Macierz odwrotna metoda operacji elementarnych

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

O MACIERZACH I UKŁADACH RÓWNAŃ

Własności wyznacznika

Przestrzenie liniowe

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Analiza matematyczna i algebra liniowa Macierze

Diagonalizacja macierzy i jej zastosowania

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

Wykład 7 Macierze i wyznaczniki

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

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

Układy równań liniowych

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

2. Układy równań liniowych

Układy równań i nierówności liniowych

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

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

Programowanie liniowe

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

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

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,...

Analiza matematyczna i algebra liniowa Macierze

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

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

3 Przestrzenie liniowe

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

Programowanie liniowe

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

MACIERZE I WYZNACZNIKI

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

Macierze i Wyznaczniki

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

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

UKŁADY RÓWNAŃ LINIOWYCH

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

1 Elementy logiki i teorii mnogości

Ekoenergetyka Matematyka 1. Wykład 3.

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

Algebra liniowa z geometrią

Zaawansowane metody numeryczne

Wykład 14. Elementy algebry macierzy

Zestaw 12- Macierz odwrotna, układy równań liniowych

4 Przekształcenia liniowe

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

R n jako przestrzeń afiniczna

Układy równań liniowych

Kombinacje liniowe wektorów.

Wykład 5. Metoda eliminacji Gaussa

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

3. Wykład Układy równań liniowych.

Algebra liniowa. 1. Macierze.

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

DB Algebra liniowa 1 semestr letni 2018

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

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

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

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

Programowanie liniowe metoda sympleks

Rozwiazywanie układów równań liniowych. Ax = b

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Algebra liniowa. Macierze i układy równań liniowych

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

Zestaw 12- Macierz odwrotna, układy równań liniowych

Krótkie wprowadzenie do macierzy i wyznaczników

5. Rozwiązywanie układów równań liniowych

Wyk lad 11 1 Wektory i wartości w lasne

Baza w jądrze i baza obrazu ( )

Zadania egzaminacyjne

Wyk lad 11 Przekszta lcenia liniowe a macierze

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

Przekształcenia liniowe

Układy równań liniowych. Krzysztof Patan

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Metoda eliminacji Gaussa. Autorzy: Michał Góra

D1. Algebra macierzy. D1.1. Definicje

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

φ(x 1,..., x n ) = a i x 2 i +

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wyk lad 3 Wyznaczniki

Transkrypt:

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

Twierdzenie Niech A M n n (R). Następujace warunki sa równoważne: (i) det A 0 (ii) wiersze macierzy A tworza układ liniowo niezależny (iii) kolumny A tworza układ liniowo niezależny Uwaga 1 Jeśli w 1,..., w m sa wierszami macierzy A M m n (R), zaś v 1,..., v m sa wierszami macierzy B, która powstała z A poprzez elementarne operacje na wierszach, to: (i) lin(w 1,..., w m ) = lin(v 1,..., v m ) (ii) w 1,..., w m sa liniowo niezależne v 1,..., v m sa liniowo niezależne. Uwaga 2 Niezerowe wiersze macierzy w postaci schodkowej tworza układ liniowo niezależny. Mirosław Sobolewski (UW) Warszawa, listopad 2012 2 / 17

Przykład Niech A = 1 2 1 2 5 3 1 3 2 Sprowadzamy do postaci schodkowej: 1 2 1 1 2 1 0 1 1 0 1 1 0 1 1 0 0 0 = B det A = det B = 0. Wiersze macierzy A tworza układ liniowo zależny, np. (1, 2, 1) (2, 5, 3) + (1, 3, 2) = 0 Mirosław Sobolewski (UW) Warszawa, listopad 2012 3 / 17

Macierze odwrotne i odwracalne Definicja Macierz 1 0... 0 1 M n n (R)nazywamy macierza jednostkowa i oznaczamy I n lub I( tzn. macierz I n ma na przekatnej n jedynek, a poza przekatn a zera). Uwaga. Dla dowolnej macierzy A M n n (R) mamy I n A = AI n = A. Macierz jednostkowa jest więc elementem neutralnym dla mnożenia macierzy. Np. [ 2 5 1 4 ] [ 1 0 0 1 ] = [ 1 0 0 1 ] [ 2 5 1 4 ] = [ 2 5 1 4 ] Mirosław Sobolewski (UW) Warszawa, listopad 2012 4 / 17

Definicja Mówimy, że macierz A M n n (R) jest odwracalna jeśli istnieje taka macierz B M n n (R), że AB = I n. Taka macierz B jest wówczas dokładnie jedna i nazywamy ja macierza odwrotna do A i oznaczamy A 1. Spełnia ona wówczas zarazem równość BA = I n. Mirosław Sobolewski (UW) Warszawa, listopad 2012 5 / 17

Przykład 1. 2. A = = I 3 2 0 0 0 3 0 0 0 5 [ 1 2 A = 3 7 [ 1 2 bo 3 7, A 1 = ] [, wówczas A 1 7 2 = 3 1 ] [ 7 2 3 1 1 2 0 0 0 1 3 0 0 0 1 5 ] =, bo [ 1 0 0 1 ] ] = I 2 2 0 0 0 3 0 0 0 5 1 2 0 0 0 1 3 0 0 0 1 5 = Mirosław Sobolewski (UW) Warszawa, listopad 2012 6 / 17

Twierdzenie Niech A = (v 1,..., v n ) oraz B = (w 1,..., w n ) będa bazami przestrzeni V. niech M będzie macierza zamiany współrzędnych od A do B (tzn. M = M(id) B A, zaś N macierza zamiany współrzędnych od B do A (tzn N = M(id) A B ). Wówczas N = M 1 Istotnie, MN = M(id) B A M(id)A B = M(id)B B = I ( bo id(w 1 ) = 1 w 1 + 0 w 2 + + 0 w n,..., id(w n ) = w n = 0 w 1 + + 0 w n 1 + 1 w n ) Przykład Niech V = R 2, A = ((1, 3), (2, 7)), zaś B = st = ((1, 0), (0, 1)). Wtedy [ ] [ ] M = M(id) B 1 2 A = zaś N = M(id) A B = M 1 7 2 = 3 7 3 1 (zobacz poprzedni slajd) Mirosław Sobolewski (UW) Warszawa, listopad 2012 7 / 17

Zwiazek wyznacznika z odwracalnościa macierzy Twierdzenie (1) Niech A M n n (R). Wtedy równoważne sa: (i) A jest odwracalna (ii) det A 0 (iii) Wiersze A tworza układ liniowo niezależny (iv) Kolumny A tworza układ liniowo niezależny (v) Nie istnieje niezerowa kolumna K M n 1 (R), taka, że AK = 0, gdzie 0 oznacza kolumnę zerowa (czyli składajac a się z n zer) (vi) Jeśli K 1,..., K n sa kolumnami A, zaś W 1,... W n jej wierszami, to lin(k 1,..., K n ) = M n 1 (R) oraz lin(w 1,..., W n ) = M 1 n (R) (tzn. każda kolumnę n-elementowa można uzyskać jako kombinację liniowa kolumn A, podobnie dla wierszy) Mirosław Sobolewski (UW) Warszawa, listopad 2012 8 / 17

Metoda znajdowania macierzy odwrotnej Wprowadzimy oznaczenie: dla macierzy A = [a ij ], B = [b ij ] M n n (R) a 11... a 1n b 11... b 1n A B oznacza macierz.......... M n 2n (R). a n1... a nn b n1... b nn Twierdzenie macierz A M n n (R) jest odwracalna macierz A I można sprowadzić elementarnymi operacjami na wierszach do postaci I B. Wówczas B = A 1 Mirosław Sobolewski (UW) Warszawa, listopad 2012 9 / 17

Przykład A = 0 1 0 1 1 0 1 0 1 1 1 0 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 1 1 0 0 1 0 0 1 0 1 0 0 0 0 1 1 1 1. Mamy A I = w 3 w 1 w 1 w 2 zatem A 1 = 0 1 0 1 0 0 1 1 0 0 1 0 1 0 1 0 0 1 1 1 0 0 1 0 0 1 0 1 0 0 0 1 1 0 1 1 w 2 w 1 1 0 0 1 1 0 0 1 0 1 0 0 0 0 1 1 1 1 1 1 0 1 0 0 1 1 1 w 3 + w 2 Mirosław Sobolewski (UW) Warszawa, listopad 2012 10 / 17

Przypomnienie: Rzad macierzy Definicja Niech A M n n (R) Rzędem macierzy A nazywamy liczbę dimlin(w 1,..., w m ), gdzie w 1,..., w m sa wierszami A. Rzad A oznaczamy r(a). Przykład A = 1 2 3 1 3 5 7 2 1 1 1 0 1 2 3 1 0 1 2 1 0 1 2 1 sprowadzamy Ado postaci schodkowej 1 2 3 1 0 1 2 1 0 0 0 0 Zatem lin((1, 2, 3, 1), (3, 5, 7, 2), (1, 1, 1, 0)) = lin((1, 2, 3, 1), (0, 1, 2, 1)) Stad dim lin((1, 2, 3, 1), (3, 5, 7, 2), (1, 1, 1, 0)) = 2, r(a) = 2 Mirosław Sobolewski (UW) Warszawa, listopad 2012 11 / 17.

Twierdzenie dla każdej macierzy A M m n (R) następujace liczby sa równe: (i) dim lin(w 1,..., w m ), gdzie w 1,..., w m sa wierszami A (ii) dim lin(k 1,..., k n ), gdzie k 1,..., k n sa kolumnami A (iii) rozmiar (liczba wierszy) maksymalnej podmacierzy kwadratowej B macierzy A takiej, że det B 0 Mirosław Sobolewski (UW) Warszawa, listopad 2012 12 / 17

Zastosowanie wyznacznika i rzędu macierzy w teorii równań liniowych Niech 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 U :....... a m1 x 1 + a m2 x 2 + +a mn x n = b m Oznaczmy przez A macierz m n współczynników U, zaś A U macierz m (n + 1) układu U, tzn. a 11 a 12 a 1n a 11 a 12 a 1n b 1 a 21 a 22 a 2n A =......, A a 21 a 22 a 2n b 2 U =....... a m1 a m2 a mn a m1 a m2 a mn b m Mirosław Sobolewski (UW) Warszawa, listopad 2012 13 / 17

Twierdzenie (Kroneckera - Capelliego ) (i) Układ U ma rozwiazanie r(a) = r(a U ) (ii) Jeśli układ U ma rozwiazanie, to rozwiazanie ogólne ma n r(a) parametrów (iii) Jeśli ciag k = (s 1,..., s n ) R n jest pewnym rozwiazaniem układu U oraz W jest przestrzenia rozwiazań układu jednorodnego z macierza współczynników A, to k + W = {k + w w W } jest zbiorem rozwiazań układu U. Twierdzenie (Cramera) Gdy m = n to (i) Układ U ma jednoznaczne rozwiazanie det A 0 (ii) Jeśli (x 1,..., x n ) jest jedynym rozwiazaniem układu U, to (x 1,..., x n ) = ( det D 1 det A, det D 2 det Dn det A,..., det A ), gdzie D j oznacza macierz powstała z A przez zastapienie kolumny o numerze j kolumna, której kolejnymi elementami sa b 1, b 2,..., b m (kolumna wyrazów wolnych równań układu). Mirosław Sobolewski (UW) Warszawa, listopad 2012 14 / 17

Przykład Rozważmy układ { 3x1 + 5x U : 2 = 8 4x 1 + 3x 2 = 1 [ ] 3 5 Ponieważ det A = det = 3 3 5 4 = 11 0 zatem układ 4 3 jest kramerowski i możemy obliczyć jedyne rozwiazanie: det 8 5 x 1 = det D 1 det A = 1 3 11 = 19 11 det 3 8 x 2 = det D 1 det A = 4 1 11 = 29 11 Mirosław Sobolewski (UW) Warszawa, listopad 2012 15 / 17

Wzór na macierz odwrotna Twierdzenie Jeśli macierz kwadratowa A = [a ij ], 1 i, j n jest odwracalna, to macierza odwrotna jest macierz A 1 = [b ij ], 1 i, j n, w której b ij = 1 det A ( 1)i+j det A ji Przykład [ ] a b W szczególności jeśli A = jest odwracalna, tzn. c d [ ] det A = ad bc 0, to A 1 = 1 d b ad bc c a Mirosław Sobolewski (UW) Warszawa, listopad 2012 16 / 17

Algebra macierzy Zachodza następujace wzory: i) Jeśli A, B M n n (R) to (AB) 1 = B 1 A 1 ii) (A 1 ) = (A ) 1 iii) (AB) = B A (również dla macierzy prostokatnych) iv) możemy zdefiniować indukcyjnie potęgi macierzy kwadratowej A: A 1 = A, A n = AA n 1, dla n = 2, 3,.... Ponadto jeśli A jest odwracalna to przyjmujemy A n = (A 1 ) n, dla n = 1, 2,... i A 0 = I. Spełnione sa wtedy A n A m = A n+m oraz (A m ) n = A mn. Uwaga: na ogół (AB) n A n B n (ale równość zachodzi jeśli AB = BA) Mirosław Sobolewski (UW) Warszawa, listopad 2012 17 / 17