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

Podobne dokumenty
Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Analiza matematyczna i algebra liniowa Macierze

1 Macierze i wyznaczniki

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

Macierze i Wyznaczniki

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

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

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

Macierze. Rozdział Działania na macierzach

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

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,...

Macierze Lekcja I: Wprowadzenie

Ekoenergetyka Matematyka 1. Wykład 3.

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

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

1 Zbiory i działania na zbiorach.

DB Algebra liniowa semestr zimowy 2018

O MACIERZACH I UKŁADACH RÓWNAŃ

Wykład 7 Macierze i wyznaczniki

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 ].

Własności wyznacznika

Algebra liniowa. 1. Macierze.

1 Macierz odwrotna metoda operacji elementarnych

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

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

MACIERZE I WYZNACZNIKI

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

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

Wyznaczniki. Algebra. Aleksander Denisiuk

Krótkie wprowadzenie do macierzy i wyznaczników

Macierze i Wyznaczniki

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

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Analiza matematyczna i algebra liniowa Macierze

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

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa z geometria

Macierze i Wyznaczniki

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

Zastosowania wyznaczników

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

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

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

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

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

13 Układy równań liniowych

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.

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

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

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

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

Podstawowe działania w rachunku macierzowym

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

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

DB Algebra liniowa 1 semestr letni 2018

1 Elementy logiki i teorii mnogości

Podstawowe struktury algebraiczne

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

φ(x 1,..., x n ) = a i x 2 i +

Zestaw 12- Macierz odwrotna, układy równań liniowych

Spis treści. 1 Macierze Macierze. Działania na macierzach Wyznacznik Macierz odwrotna Rząd macierzy...

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

Algebra WYKŁAD 3 ALGEBRA 1

Zestaw 2. Definicje i oznaczenia. inne grupy V 4 grupa czwórkowa Kleina D n grupa dihedralna S n grupa symetryczna A n grupa alternująca.

Wykład 14. Elementy algebry macierzy

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

Wstęp do matematyki. Marcin Orchel

Zaawansowane metody numeryczne

1. Liczby zespolone i

Macierze. Układy równań.

Zadania egzaminacyjne

Analiza funkcjonalna 1.

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych

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

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

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

Zestaw 12- Macierz odwrotna, układy równań liniowych

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

A A A A A A A A A n n

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

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

Matematyka dyskretna. 1. Relacje

Algebra liniowa z geometrią

1 Działania na zbiorach

Spis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

Wektory i wartości własne

Układy równań liniowych

Układy równań liniowych. Krzysztof Patan

Wykład 5. Metoda eliminacji Gaussa

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

D1. Algebra macierzy. D1.1. Definicje

Wektory i wartości własne

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

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

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,

Transkrypt:

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

Wiersze macierzy A: [ a11 a 12 a 1n ], [ a21 a 22 a 2n ], [ am1 a m2 a mn ] Kolumny macierzy A: a 11 a 21 a m1, a 12 a 22 a m2,, a 1n a 2n a mn 3

Działania na macierzach Dodawanie a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = + b 11 b 12 b 1n b 21 b 22 b 2n b m1 b m2 b mn a 11 + b 11 a 12 + b 12 a 1n + b 1n a 21 + b 21 a 22 + b 22 a 2n + b 2n a m1 + b m1 a m2 + b m2 a mn + b mn = 4

Krócej: [ aij ]m n + [ b ij ]m n = [ a ij + b ij ] m n Przykład: [ 1 2 ] 1 3 4 4 + [ 3 2 ] 1 4 3 3 = [ ] 4 4 2 7 1 1 Dodajemy tylko macierze o tych samych wymiarach m n, suma jest też macierzą m n 5

Własności dodawania macierzy Dla dowolnych macierzy m n zachodzą równości A + B = B + A, (A + B) + C = A + (B + C), A + 0 m n = A A + ( A) = 0 m n 6

Macierz zerowa: 0 m n = 0 0 0 0 0 0 0 0 0 Macierzą przeciwną do macierzy A = [ a ij jest macierz ]m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn 7

Mnożenie macierzy przez liczbę c a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = ca 11 ca 12 ca 1n ca 21 ca 22 ca 2n ca m1 ca m2 ca mn Mnożąc dowolną macierz przez liczbę otrzymujemy macierz o tych samych wymiarach 8

Własności mnożenia macierzy przez liczbę Dla dowolnych macierzy A, B o wymiarach m n i dowolnych liczb α, β zachodzą równości α(a + B) = αa + αb, (α + β)a = αa + βa, (αβ)a = α(βa), 1 A = A, ( 1) A = A, 0 A = 0 m n, α 0 m n = 0 m n 9

Mnożenie macierzy Iloczynem macierzy 1 n i macierzy n 1 jest macierz 1 1: [ a1 a 2 a n ] b 1 b 2 b n = [ a 1 b 1 + a 2 b 2 + + a n b n ] Przykład: [ 1 2 3 4 ] 1 0 1 7 = [ 1 ( 1) + 2 0 + 3 1 + 4 7 ] = [ 30 ] 10

Iloczynem macierzy m n i macierzy n 1 jest macierz m 1: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn b 1 b 2 = b n a 11 b 1 + a 12 b 2 + + a 1n b n a 21 b 1 + a 22 b 2 + + a 2n b n a m1 b 1 + a m2 b 2 + + a mn b n Przykład: 1 2 3 4 2 3 4 5 0 1 0 1 1 0 1 7 = 1 ( 1) + 2 0 + 3 1 + 4 7 2 ( 1) + 3 0 + 4 1 + 5 7 0 ( 1) + 1 0 + 0 1 + ( 1) 7 = 30 37 7 11

Iloczynem macierzy m n i macierzy n k jest macierz m k: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = c 11 c 12 c 1k c 21 c 22 c 2k c m1 c m2 c mk gdzie c ij = a i1 b 1j + a i2 b 2j + + a in b nj b 11 b 12 b 1k b 21 b 22 b 2k b n1 b n2 b nk, = 12

Własności mnożenia macierzy Dla dowolnych macierzy (odpowiednich wymiarów) zachodzą równości: (AB)C = A(BC) dla A Mat m n (R), B Mat n k (R), C Mat k l (R), (A + B)C = AC + BC dla A, B Mat m n (R), C Mat n k (R), A(B + C) = AB + AC dla A Mat m n (R), B, C Mat n k (R), (ca)b = A(cB) = c(ab) dla A Mat m n (R), B Mat n k (R), c R, 13

Macierz zerowa A 0 n k = 0 m k, 0 k m A = 0 k n dla A Mat m n (R) Macierz jednostkowa: I n = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 Mat n n (R), A I n = I m A = A dla A Mat m n (R) 14

Macierz skalarna: c I n = c 0 0 0 0 c 0 0 0 0 c 0 0 0 0 c Mat n n (R), c R, ca = A (ci n ) = (ci m ) A dla A Mat m n (R) 15

Macierz diagonalna: c 1,, c n R c 1 0 0 0 0 c 2 0 0 0 0 c n 1 0 0 0 0 c n Mat n n (R), gdzie Macierz A = [ a ij ]i,j=1,,n Mat n n jest diagonalna a ij = 0 dla i j 16

c 1 0 0 0 c 2 0 0 0 c m a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = c 1 a 11 c 1 a 12 c 1 a 1n c 2 a 21 c 2 a 22 c 2 a 2n c m a m1 c m a m2 c m a mn a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn c 1 0 0 0 c 2 0 0 0 c n = c 1 a 11 c 2 a 12 c n a 1n c 1 a 21 c 2 a 22 c n a 2n c 1 a m1 c 2 a m2 c n a mn 17

Macierz o wymiarach n n nazywamy kwadratową Macierz diagonalna jest macierzą kwadratową Spośród macierzy kwadratowych wyróżniamy macierze górnotrójkątne i dolnotrójkątne Macierz górnotrójkątna: gdzie a ij R a 11 a 12 a 1,n 1 a 1n 0 a 22 a 2,n 1 a 2n 0 0 a n 1,n 1 a n 1,n 0 0 0 a nn Macierz A = [ a ij ]i,j=1,,n Mat n n(r) jest górnotrójkątna a ij = 0 dla i > j, 18

Macierz dolnotrójkątna: gdzie a ij R a 11 0 0 0 a 21 a 22 0 0 a n 1,1 a n 1,2 a n 1,n 1 0 a n1 a n2 a n,n 1 a nn, Macierz A = [ a ij ]i,j=1,,n Mat n n(r) jest dolnotrójkątna a ij = 0 dla i < j 19

Niech A Mat m n (R) będzie dowolną macierzą: A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Macierzą transponowaną do macierzy A nazywamy macierz A T = A T Mat n m (R) a 11 a 21 a m1 a 12 a 22 a m2 a 1n a 2n a mn, 20

Przykłady 1 Jeśli A = [ ] 1 2 3, to A 4 5 6 T = 1 4 2 5 3 6 2 Macierzą transponowaną do macierzy diagonalnej jest ta sama macierz 3 Macierz transponowana do macierzy górnotrójkątnej jest macierzą dolnotrójkątną, i na odwrót 21

Symbolicznie możemy zapisać: A T = [ b ij ]n m, gdzie b ij = a ji dla i = 1,, n, j = 1,, m Dla dowolnych macierzy A, B i dowolnej liczby c zachodzą równości (A + B) T = A T + B T, A, B Mat m n (R), (ca) T = ca T, (AB) T = B T A T, A Mat m n (R), B Mat n k (R), (A T ) T = A 22

Macierz kwadratową A nazywamy symetryczną, jeśli A T = A, Macierz kwadratową A nazywamy antysymetryczną, jeśli A T = A 1 2 3 2 4 5 symetryczna, 3 5 6 0 1 3 1 0 2 antysymetryczna, 3 2 0 jest sy- Dla dowolnej macierzy kwadratowej A macierz A + A T metryczna, a macierz A A T jest antysymetryczna 23

Zadanie Przedstawić dowolną macierz kwadratową w postaci sumy macierzy symetrycznej i macierzy antysymetrycznej Uzasadnić, że takie przedstawienie jest jednoznaczne 24

Permutacje Permutacją zbioru nazywamy ustawienie jego elementów w dowolnej kolejności Permutację zbioru {1, 2,, n} zapisujemy w postaci tabelki: σ = ( 1 2 n 1 n σ(1) σ(2) σ(n 1) σ(n) ( ) 1 2 3 4 Przykład Permutacja σ = jest określona następująco: σ(1) = 4, σ(2) = 1, σ(3) = 3, σ(4) = 4 1 3 2 2 ) Zbiór permutacji zbioru {1, 2,, n} oznaczamy przez S n 25

Rozważmy permutację ( 1 2 n 1 n σ = c 1 c 2 c n 1 c n ) Parę (c k, c l ) taką, że k < l i c k > c l, nazywamy nieporządkiem Permutację nazywamy parzystą, jeśli liczba jej nieporządków jest parzysta, a nieparzystą, jeśli ta liczba jest nieparzysta Znak permutacji σ oznaczamy symbolem sgn(σ) Jeśli σ jest permutacją parzystą, to sgn(σ) = +1, a jeśli nieparzystą, to sgn(σ) = 1 26

Przykład σ = ( 1 2 3 4 5 6 7 8 9 10 3 4 5 6 7 2 1 9 8 10 ) Nieporządki permutacji σ: (3, 2), (3, 1), (4, 2), (4, 1), (5, 2), (5, 1), (6, 2), (6, 1), (7, 2), (7, 1), (2, 1), (9, 8) Liczba nieporządków: 12, znak permutacji: sgn(σ) = +1 27

Wyznaczniki 28

Wyznacznik macierzy 2 2 Dana jest macierz A Mat 2 2 (R), A = [ a b c d ] Wyznacznikiem macierzy A nazywamy liczbę A = a b c d = ad bc Wyznacznik macierzy A oznaczamy też symbolem det A 29

Dla macierzy A = [ a11 a 12 a 21 a 22 ] mamy det A = a 11 a 22 a 12 a 21 Są dwie permutacje zbioru {1, 2} Permutacja ( 1 2 1 2 ) jest parzysta, ma znak +1 Permutacja ( 1 2 2 1 ) jest nieparzysta, ma znak 1 30

Wyznacznik macierzy 3 3 Wyznacznikem macierzy A Mat 3 3 (R), A = nazywamy liczbę A = a b c d e f g h i a b c d e f g h i = aei + bfg + cdh afh bdi ceg 31

Dla macierzy A = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 mamy det A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 ( ) ( 1 2 3 1 2 3 Jest 6 permutacji zbioru {1, 2, 3} Permutacje, 1 2 3 2 3 1 ( ) ( ) 1 2 3 1 2 3 są parzyste, mają znak +1 Permutacje, 3 1 2 1 3 2 ( ) ( ) 1 2 3 1 2 3, są nieparzyste, mają znak 1 2 1 3 3 2 1 ), 32

Wyznacznik macierzy (kwadratowej!) A Mat n n (R), A = a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn określamy następująco: det A = (sgn σ) a 1σ(1) a 2σ(2) a nσ(n) σ S n, 33

Wyznacznik macierzy jednostkowej: det(i n ) = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 = 1 Wyznacznik macierzy diagonalnej: c 1 0 0 0 0 c 2 0 0 0 0 c n 1 0 0 0 0 c n = c 1 c 2 c n 34

Wyznacznik macierzy górnotrójkątnej: a 11 a 12 a 1,n 1 a 1n 0 a 22 a 2,n 1 a 2n 0 0 a n 1,n 1 a n 1,n 0 0 0 a nn = a 11 a 22 a nn Wyznacznik macierzy dolnotrójkątnej: a 11 0 0 0 a 21 a 22 0 0 a n 1,1 a n 1,2 a n 1,n 1 0 a n1 a n2 a n,n 1 a nn = a 11 a 22 a nn 35

Wyznacznik macierzy transponowanej: det A T = det A Wyznacznik iloczynu macierzy: dla dowolnych macierzy A, B Mat n n (R) zachodzi równość det(ab) = (det A) (det B) 36

Wyznacznik jako funkcja wierszy macierzy: w 1 = [ a 11 a 12 ] a 1n, w 2 = [ a 21 a 22 ] a 2n, w n = [ a n1 a n2 ] a nn Zapiszmy wyznacznik w postaci det A = w 1 w 2 w n 37

Dla dowolnego i {1,, n} mamy: w 1 w i + w i w n = w 1 w i w n + w 1 w i w n oraz w 1 c w i w n = c w 1 w i w n, 38

Dla dowolnych i, j {1,, n}, i j, mamy: w 1 w i w j w n = w 1 w j w i w n Wnioski: w 1 0 w n = w 1 0 0 w n = 0 w 1 0 w n = 0, 39

w 1 w i w i w n = w 1 w i w i w n w 1 w i w i w n = 0, w 1 w i + c w j w j w n = w 1 w i w j w n + w 1 c w j w j w n = w 1 w i w j w n + c w 1 w j w j w n = w 1 w i w j w n 40

Kolumny macierzy A: a 11 a 21 a m1, a 12 a 22 a m2,, a 1n a 2n a mn Zapiszmy wyznacznik w postaci det A = k 1 k 2 k n 41

Wówczas dla dowolnego i {1,, n} mamy: k 1 k i + k i k n = k 1 k i k n + k1 k i k n oraz k 1 c k i k n = c k1 k i k n, dla dowolnych i, j {1,, n}, i j, mamy: k1 k 1 k i k j k n = k j k i k n 42

Wnioski: k 1 0 k n = 0, k 1 k i k i k n = 0, k 1 k i + c k j k j k n = k1 k i k j k n 43

Niech A Mat n n (R) Przez A ij oznaczmy macierz otrzymaną z macierzy A przez wykreślenie i-tego wiersza i j-tej kolumny Rozwinięcie Laplace a względem i-tego wiersza: A = ( 1) i+1 a i1 A i1 +( 1) i+2 a i2 A i2 + +( 1) i+n a in A in Rozwinięcie Laplace a względem j-tej kolumny: A = ( 1) 1+j a 1j A 1j +( 1) 2+j a 2j A 2j + +( 1) n+j a nj A nj 44

Macierz odwrotna Niech A Mat n n (R) będzie macierzą kwadratową Macierz B Mat n n (R) nazywamy odwrotną do macierzy A, jeśli AB = BA = I n Oznaczenie macierzy odwrotnej: A 1 45

Przykłady 1 Macierzą odwrotną do A = [ ] 1 a 0 1 jest macierz [ ] 1 a 0 1 2 Macierz A = [ ] 1 2 3 6 nie posiada macierzy odwrotnej 46

3 Macierzą odwrotną do macierzy diagonalnej: A = gdzie c 1,, c n 0, jest macierz A 1 = c 1 0 0 0 c 2 0 0 0 0 0 0 c n c 1 1 0 0 0 c 1 2 0 0 0 0 0 0 c 1 n, 47

Niech A Mat n n (R), A ij macierz otrzymana z macierzy A przez wykreślenie i-tego wiersza i j-tej kolumny Liczbę D ij = ( 1) i+j A ij nazywamy dopełnieniem algebraicznym elementu a ij Macierz dopełnień algebraicznych oznaczamy przez A D : A D = D 11 D 12 D 1n D 21 D 22 D 2n D n1 D n2 D nn 48

Twierdzenie Macierz odwrotna do macierzy A istnieje dokładnie wtedy, gdy det A 0, i wówczas A 1 = 1 det A (AD ) T Dowód Jeśli macierz A jest odwracalna, to A A 1 = I, więc skąd det A 0 det A det A 1 = det(a A 1 ) = det I = 1, Pozostaje wykazać, że jeśli det A 0, to macierz A jest odwracalna i macierz odwrotna wyraża się podanym wzorem 49

Rozważmy rozwinięcie Laplace a względem i-tego wiersza: det A = a 11 a 12 a 1n a i1 a i2 a in a j1 a j2 a jn a n1 a n2 a nn = a i1 D i1 + a i2 D i2 + + a in D in 50

Jeśli zamiast i-tego wiersza wstawimy j-ty wiersz, gdzie j i, to otrzymamy: 0 = a 11 a 12 a 1n a j1 a j2 a jn a j1 a j2 a jn a n1 a n2 a nn = a j1 D i1 + a j2 D i2 + + a jn D in 51

Dla dowolnego i mamy: a dla dowolnych i j: a i1 D i1 + a i2 D i2 + + a in D in = det A, Możemy to zapisać tak: a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn a j1 D i1 + a j2 D i2 + + a jn D in = 0 D 11 D 21 D n1 D 12 D 22 D n2 D 1n D 2n D nn = det A 0 0 0 det A 0 0 0 det A 52

Mamy zatem Analogicznie pokazujemy, że A (A D ) T = det A I (A D ) T A = det A I Jeśli det A 0, to otrzymujemy równości 1 A det A (AD ) T = 1 det A (AD ) T A = I, które oznaczają, że macierz A jest odwracalna oraz A 1 = 1 det A (AD ) T 53

Definicja Minorem macierzy A Mat m n (R) nazywamy wyznacznik jej podmacierzy kwadratowej: a i1 j 1 a i1 j 2 a i1 j k a i2 j 1 a i2 j 2 a i2 j k a ik j 1 a ik j 2 a ik j k gdzie 1 i 1 < i 2 < < i k m, 1 j 1 < j 2 < < j k n, Definicja Rzędem macierzy A Mat m n (R) nazywamy największy stopień jej niezerowego minora 54