Algebra I wyklad 05

background image

Wykład 5. Wyznaczniki, definicja i własno´sci.
Macierze, definicja i własno´sci

5.1. Podstawowe poj ˛ecia

Definicja 5.1.1. (Macierzy) Je˙zeli ka˙zdej upo-
rz ˛

adkowanej parze liczb naturalnych i, j ∈

N

,

gdzie 1 ≤ i ≤ m i 1 ≤ j ≤ n, przyporz ˛

adkujemy

dowoln ˛

a liczb ˛e a

ij

K

(lub funkcj ˛e) to otrzy-

mamy

A

=









a

11

a

12

. . .

a

1j

. . .

a

1n

a

21

a

22

. . .

a

2j

. . .

a

2n

...

...

. ..

...

. . .

...

a

i

1

a

i

2

. . .

a

ij

. . .

a

in

...

...

. ..

...

. . .

...

a

m

1

a

m

2

. . . a

mj

. . . a

mn









któr ˛

a b ˛edziemy nazywa ´

c macierz ˛

a prostok ˛

atn ˛

a

o wymiarze m × n.

Dygresja: Macierze b ˛edziemy zazwyczaj ozna-
cza ´

c du˙zymi literami, np. A, B, C lub

h

a

ij

i

m

×n

lub

h

a

ij

i

.

background image

Przykłady macierzy:

A

=

"

1

2

3

4

0 −3 −2 1

#

B

=

h

1 + i 1 −

3i 2 + 2

3i

i

X

=

"

ln x

e

−2x

tgx − cos x

#

Definicja 5.1.2. Rodzaje macierzy:

1. Macierz A b ˛edziemy nazywa ´

c macierz ˛

a kwa-

dratow ˛

a, gdy m = n. Dodatkowo dla ma-

cierzy kwadratowych m (czy n) nazywa si ˛e
stopniem macierzy. Elementy a

ii

, dla

1 ≤ i ≤ n, tworz ˛

a główn ˛

a przek ˛

atn ˛

a ma-

cierzy. Przykłady:
[1]

- macierz stopnia pierwszego,

"

−3

4

2

−1

#

− macierz stopnia drugiego

2. Macierz zerowa:

0

m

×n

=




0 0 . . . 0
0 0 . . . 0

... ... ... ...

0 0 . . . 0




background image

3. Macierz kwadratowa trójk ˛

atna dolna

L

=







a

11

0

0

. . .

0

a

21

a

22

0

. . .

0

a

31

a

31

a

33

. . .

0

...

...

...

. . .

...

a

n

1

a

n

2

a

n

3

. . . a

nn







4. Macierz kwadratowa trójk ˛

atna górna

U

=







a

11

a

12

a

13

. . . a

1n

0

a

22

a

23

. . . a

2n

0

0

a

33

. . . a

3n

...

...

...

. . .

...

0

0

0

. . . a

nn







5. Macierz diagonalna

D

=







a

11

0

0

. . .

0

0

a

22

0

. . .

0

0

0

a

33

. . .

0

...

...

...

. . .

...

0

0

0

. . . a

nn







6. Macierz jednostkowa

I

= E =







1 0 0 . . . 0
0 1 0 . . . 0
0 0 1 . . . 0

... ... ... ... ...

0 0 0 . . . 1







background image

Cz ˛esto macierz jednostkow ˛

a oznaczamy sym-

bolem

δ

ij

=

(

1

dla i = j

0

dla i 6= j

,

który nazywamy delt ˛

a Kroneckera.

7. Macierz kwadratowa charakterystyczna

W

(λ) =




a

11

− λ

a

12

. . .

a

1n

a

21

a

22

− λ . . .

a

2n

...

...

. . .

...

a

n

1

a

n

2

. . . a

nn

− λ




gdzie λ ∈

K

jest dowoln ˛

a zmienn ˛

a.

8. Macierz blokowa

B

=







A

11

A

12

A

13

. . .

A

1n

A

21

A

22

A

23

. . .

A

2n

A

31

A

32

A

33

. . .

A

3n

...

...

...

. ..

...

A

m

1

A

m

2

A

m

3

. . . A

mn







gdzie macierze A

i

1

, A

i

2

, . . . , A

in

stoj ˛

ace w

i

-tym wierszu musz ˛

a mie ´

c tak ˛

a sam ˛

a liczb ˛e

wierszy. Podobnie dla A

1j

, A

2j

, . . . , A

mj

sto-

j ˛

ace w j-tej kolumnie musz ˛

a mie ´

c takie same

background image

liczby kolumn. Cz ˛esto u˙zywamy poj ˛ecia ma-
cierzy doł ˛

aczonej, która jest macierz ˛

a blo-

kow ˛

a.

9. Macierz transponowana powstaje przez za-

mian ˛e wierszy z kolumnami dla 1 ≤ i ≤ m i
1 ≤ j ≤ n. Wtedy piszemy A

T

- co oznacza

macierz transponowan ˛

a. Cz ˛esto te ˙z nazy-

wamy j ˛

a macierz ˛

a przestawion ˛

a. Np.:

A

=

h

a

1

a

2

i

,

A

T

=

"

a

1

a

2

#

B

=

"

b

11

b

12

b

21

b

22

#

,

B

T

=

"

b

11

b

21

b

12

b

22

#

10. Macierz minorów - powstaje przez skre´sle-

nie wewn ˛

atrz macierzy A i-tego wiersza oraz

j

-tej kolumny. Przykładowo maj ˛

ac dan ˛

a ma-

cierz

A

=


a

11

a

12

a

13

a

21

a

22

a

23

a

31

a

32

a

33


tworzymy przykładowe macierze dopełnie ´n
algebraicznych

M

11

=

"

a

22

a

23

a

32

a

33

#

−skre´slaj ˛

ac 1 wiersz i 1 kolumn ˛e

background image

M

32

=

"

a

11

a

13

a

21

a

23

#

−skre´slaj ˛

ac 3 wiersz i 2 kolumn ˛e

11. Macierz kwadratowa odwrotna A

−1

, tj. taka

macierz, dla której A

−1

A

= AA

−1

= I.

12. Macierz kwadratowa symetryczna - taka ma-

cierz, dla której a

ij

= a

ji

.

Dla tej macierzy

zachodzi A

T

= A.

13. Macierz kwadratowa sko´snosymetryczna -

taka macierz, dla której a

ij

= −a

ji

.

Dla tej

macierzy zachodzi A

T

= −A.

14. Macierz kwadratowa nieosobliwa - to poj ˛e-

cie wprowadzimy za chwil ˛e.

15. Macierz kwadratowa ortogonalna, taka ma-

cierz dla której zachodzi

AA

T

= A

T

A

= I

Przykładowo macierz A jest ortogonalna je-
´sli A

−1

= A

T

.

16. Macierz sprz ˛e ˙zona to taka macierz zło˙zona

z liczb zespolonych, dla których zachodzi
A

=

h

a

ij

i

background image

17. Macierz kwadratowa hermitowska - dla niej

a

ij

= a

ji

.

W tym przypadku zachodzi rów-

nie ˙z A = A

T

.

18. Macierz unitarna - dla niej mamy AA

T

= I.

Wobec powy˙zszego A

T

= A

−1

19. Macierze przemienne: AB = BA (nale ˙zy

pami ˛eta ´

c, ˙ze mno˙zenie macierzy nie jest

przemienne!)

20. ... i wiele innych, np. macierze przekształ-

ce ´n liniowych, macierze wielopasmowe, ma-
cierze rzadkie
itd.

Wprowadzenie do wyznaczników macierzy

Definicja 5.1.3. Permutacj ˛

a n-elementow ˛

a

(n ∈

N

) nazywamy ka˙zde ró˙znowarto´sciowe od-

wzorowanie p zbioru {1, 2, . . . , n} na siebie i za-
pisujemy j ˛

a w postaci

p

= {p

1

p

2

. . . p

i

. . . p

n

} ,

background image

gdzie p

i

oznacza warto´s ´

c permutacji dla indeksu

i

, 1 ≤ i ≤ n. Zbiór wszystkich permutacji

n

-elementowych oznaczamy przez P

n

.

Dygresja: Istnieje n! ró˙znych permutacji
n

-elementowych.

Definicja 5.1.4. Je´sli p =

n

p

1

p

2

. . . p

i

. . . p

j

. . . p

n

o

b ˛edzie permutacj ˛

a n-elementow ˛

a i dowolna para

n

p

i

, p

j

o

elementów tej permutacji tworzy inwer-

sj ˛e (przestawienie) dla

p

i

> p

j

oraz i < j

to znak tej permutacji okre´slany jest wzorem

sgn(p) = (−1)

k

,

gdzie k oznacza liczb ˛e inwersji (nieporz ˛

adków)

w permutacji p.

Dygresja: Przykładowo dla n = 3 mamy do-
kładnie 6 permutacji

1 2 3,

2 3 1,

3 1 2,

1 3 2,

2 1 3,

3 2 1.

background image

Liczby inwersji (przestawie ´n) dla ka˙zdej z nich
wynosz ˛

a odpowienio: 0, 2, 2, 1, 1, 3. Wobec

powy˙zszego znaki sgn(p) dla ka˙zdej z permu-
tacji wynosz ˛

a 1, 1, 1, −1, −1, −1.

Definicja 5.1.5. (Wyznacznika przez permuta-
cje
) Wyznacznikiem z macierzy kwadratowej
A

=

h

a

ij

i

n

×n

nazywamy liczb ˛e okre´slon ˛

a wzo-

rem

det A =

X

p

∈P

n

sgn(p)a

1p

1

a

2p

2

. . . a

np

n

gdzie p =

n

p

1

p

2

. . . p

i

. . . p

j

. . . p

n

o

,

a sumo-

wanie obejmuje wszystkie permutacje n-elementowe
(a jest ich n!).

Dygresja: Wyznacznik z macierzy kwadratowej
oznaczamy równie ˙z przez

det

h

a

ij

i

,

lub









a

11

a

12

. . . a

1n

a

21

a

22

. . . a

2n

...

...

. ..

...

a

n

1

a

n

2

. . . a

nn









background image

Definicja 5.1.6. (Dopełnienie algebraiczne) Do-
pełnieniem algebraicznym wyró˙znionego ele-
mentu a

ij

macierzy kwadratowej A stopnia n

nazywamy liczb ˛e

d

ij

= (−1)

i

+j

det M

ij

,

gdzie M

ij

jest macierz ˛

a minorów stopnia n − 1

(def. 5.1.2. - pkt. 10).

Twierdzenie 5.1.1. (Rozwini ˛ecie wyznacznika me-
tod ˛

a Laplace’a) Dla zadanej macierzy kwadra-

towej A stopnia n ≥ 2 wyznacznik tej macierzy
obliczamy nast ˛epuj ˛

aco:

1. jako suma iloczynów elementów i-tego wier-

sza i ich dopełnie ´n algebraicznych, tzn.

det A =

n

X

k

=1

a

ik

d

ik

Jest to rozwini ˛ecie Laplace’a wyznacznika
wzgl ˛edem i-tego wiersza.

2. jako suma iloczynów elementów j-tej ko-

lumy i ich dopełnie ´n algebraicznych, tzn.

det A =

n

X

k

=1

a

kj

d

kj

background image

Jest to rozwini ˛ecie Laplace’a wyznacznika
wzgl ˛edem j-tej kolumny.

Definicja 5.1.7. (Uzupełnienie def. 5.1.2. - pkt.
14
) Macierz kwadratowa A jest nieosobliwa je-

˙zeli det A 6= 0.

Dygresja: Nie trudno si ˛e domy´sle ´

c, ˙ze macierz

osobliwa to taka, dla której det A = 0.

5.2. Własno´sci (macierzy i wyznaczników)

Własno´s ´

c 5.2.1. Mno˙zenie macierzy przez liczb ˛e

oznacza mno˙zenie ka˙zdego jej elementu przez
t ˛

a liczb ˛e, tzn.

αA

=




αa

11

αa

12

. . .

αa

1n

αa

21

αa

22

. . .

αa

2n

...

...

. . .

...

αa

m

1

αa

m

2

. . . αa

mn




Własno´s ´

c 5.2.2. (Metoda Sarrusa) Bezpo´sred-

nio z definicji wyznacznika (def. 5.1.5.) wynikaj ˛

a

background image

rozwini ˛ecia wyznaczników stopnia drugiego i trze-
ciego





a

11

a

12

a

21

a

22





= a

11

a

22

− a

21

a

22







a

11

a

12

a

13

a

21

a

22

a

23

a

31

a

32

a

33







a

11

a

21

a

31

a

12

a

22

a

32

= 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

11

a

23

a

32

− a

12

a

21

a

33

Własno´s ´

c 5.2.3. Podstawowe własno´sci wyznacz-

ników:

1. Wyznacznik macierzy (kwadratowej) jest równy

wyznacznikowi macierzy transponowanej

det A = det A

T

2. je ˙zeli jeden wiersz (lub kolumna) składa si ˛e

z samych zer to wyznacznik jest równy zero,
np.





0 b
0 d





= 0,

lub





0 0

c

d





= 0

background image

3. przestawienie dwóch wierszy (lub kolumn)

w wyznaczniku zmienia jego znak na prze-
ciwny, np.





a b

c d





= −





c d

a b





= −





b a

d c





4. je ˙zeli w wyznaczniku dwie wiersze (lub dwie

kolumny) s ˛

a identyczne to wyznacznik jest

równy zero, np.





a b
a b





=





b b

d d





= 0

5. pomno˙zy ´

c wyznacznik przez liczb ˛e oznacza

pomno˙zy ´

c jego dowolny wiersz (lub kolumn ˛e)

przez liczb ˛e, np.

α





a b

c d





=





a

b

αc αd





=





a αb

c αd





6. wyznacznik o dwóch wierszach (lub kolum-

nach) proporcjonalnych jest równy zero, np.





αa c

αc c





=





αa αb

a

b





= 0

background image

7. dodawanie wyznaczników o identycznych

wierszach n − 1 (kolumnach), np.





a b

c d





+





e b

f d





=





a

+ e b

c

+ f d





8. je ˙zeli jeden wiersz (lub kolumna) jest liniow ˛

a

kombinacj ˛

a wierszy (lub kolumn) pozosta-

łych to wyznacznik jest równy zero, np.







a d αa

+ βd

b

e

αb

+ βe

c f

αc

+ βf







= 0

9. mo˙zna bezkarnie dodawa ´

c (odejmowa ´

c)

do wiersza (lub kolumny) liniow ˛

a kombina-

cj ˛e wierszy (lub kolumn) pozostałych, np.







a d g

+ αa + βd

b e

h

+ αb + βe

c f

i

+ αc + βf







i warto´s ´

c wyznacznika nie ulegnie zmianie.

10. je ˙zeli wyznacznik jest równy zero to jeden z

jego wierszy (lub kolumna) jest liniow ˛

a kom-

binacj ˛

a wierszy (lub kolumn) pozostałych.

Dygresja: Szczególne rodzaje wyznaczników:

background image

1. wyznacznik Vandermonde’a

V

n

=












1 x

1

x

2

1

. . . x

n

−1

1

1 x

2

x

2

2

. . . x

n

−1

2

1 x

3

x

2

3

. . . x

n

−1

3

...

...

... ...

...

1 x

n

x

2

n

. . . x

n

−1

n












=

n

Y

i,j

=1 (i>j)



x

i

− x

j



2. wyznacznik charakterystyczny (patrz def. 5.1.2.

- pkt. 7)

w

(λ) =









a

11

− λ

a

12

. . .

a

1n

a

21

a

22

− λ . . .

a

2n

...

...

. . .

...

a

n

1

a

n

2

. . . a

nn

− λ









=

(−1)

n



λ

n

− m

1

λ

n

−1

+ m

2

λ

n

−2

− . . . + (−1)

n

m

n



,

gdzie m

k

jest sum ˛

a wszystkich minorów głów-

nych stopnia k macierzy A. Minory główne
to minory, które na swojej głównej przek ˛

at-

nej maj ˛

a wył ˛

acznie elementy głównej prze-

k ˛

atnej macierzy A, np.

m

1

=

n

X

i

=1

a

ii

i

m

n

= det A.

3. wyznacznik cykliczny .... - zoabcz w ksi ˛

a˙zce

[Mostowski A., Stark M., Elementy algebry wy ˙zszej,
PWN, Warszawa 1975].

background image

Literatura

Białynicki-Birula A., Algebra liniowa z geometri ˛

a, PWN,

Warszawa 1976.

Biernat G., Matematyka 3, Wydawnictwo PCz, Cz ˛e-
stochowa 2001.

Jurlewicz T., Skoczylas Z., Algebra liniowa cz. 1. Defi-
nicje, twierdzenia i wzory., Oficyna wydawnicza GiS,
Wrocław 2000.

Kiełbasi ´nski A., Schetlick H., Numeryczna algebra li-
niowa, PWN, Warszawa 1992.

Mostowski A., Stark M., Algebra liniowa, PWN, War-
szawa 1968.

Mostowski A., Stark M., Elementy algebry wy ˙zszej, PWN,
Warszawa 1975.

Trajdos T., Matematyka cz. III, WNT 1993.


Wyszukiwarka

Podobne podstrony:
Algebra I wyklad 05
Wyklad 05 kinematyka MS
Kwalifikowana pierwsza pomoc (wykład 05 11 2008r )
2010 11 WIL Wyklad 05
CHiF wyklad 05 2013
wyklad 2 c.d.- 05.03.2012, ALMAMER Fizjoterapia, Masaż
Wykład 05 - Psychospołeczne koncepcje rozwoju. Problem mora, Psychologia UJ, Psychologia rozwojowa
wyklad' 05
FIZJOLOGIA CZŁOWIEKA (X WYKŁAD 5 05 2011 r )
Wykład& 05 2014
Biomedyka wykład 05
NANOC W Nano Wyklad 05 Synteza Metodami Chemicznymi II (1)

więcej podobnych podstron