Macierze troch teorii zadania

background image

32

V. ELEMENTY ALGEBRY LINIOWEJ – ALGEBRA MACIERZY

5.1 Definicja macierzy.

Macierzą prostokątną m x n, gdzie m,n

∈N i oznaczają odpowiednio liczbę wierszy i kolumn,

nazywamy funkcję przyporządkowującą każdej uporządkowanej parze liczb naturalnych (i, j),
gdzie i = 1, 2, 3…m; j = 1, 2, 3,… n, liczbę a

ij

. Zatem macierz jest funkcją:

( )

ij

a

j

i

A

,

:

Macierz zapisujemy w postaci:

mn

m

m

m

n

n

a

a

a

a

a

a

a

a

a

a

3

2

1

2

22

21

1

12

11

...

...

...

...

...

...

bądź krócej

[a

ij

]


5.2 Rodzaje macierzy.

A. Macierz nazywamy kwadratową gdy m = n; np.:

9

8

7

6

5

4

3

2

1

B. Macierz, której wszystkie elementy są zerami, nazywamy macierzą zerową, np.:

0

0

0

0

0

0

0

0

0

lub

0

0

0

0

0

0

C. Macierz nazywamy diagonalną, jeżeli wszystkie elementy poza główną przekątną (tzn.

gdy i

≠ j) są równe zero, np.:

3

0

0

0

2

0

0

0

1

D. Macierz diagonalną, która na głównej przekątnej ma elementy równe 0, nazywamy

macierzą jednostkową, np.:

1

0

0

0

1

0

0

0

1

E. Macierz kwadratową, dla której spełniony jest warunek: a

ij

= a

ji

, nazywamy macierzą

symetryczną, np.:

7

8

3

8

6

4

3

4

1





background image

33

F. Macierz, którą otrzymujemy z danej macierzy A, poprzez zamianę wierszy na

kolumny, z zachowaniem ich kolejności, nazywamy macierzą transponowaną i
oznaczamy symbolem A

T

, np.: macierz transponowana powstała z macierzy

=

1

3

5

6

4

2

A

wygląda nst.:

=

1

3

5

6

4

2

T

A

5.3 Działania na macierzach oraz ich własności.

• Sumą (różnicą) macierzy A + B (A – B) tego samego wymiaru m x n nazywamy

macierz, której elementy równe są sumom (różnicom) odpowiednich elementów

macierzy A i B, np.: jeżeli

=

9

8

7

6

5

4

3

2

1

A

=

9

8

7

5

4

3

6

5

4

B

to

=

+

+

+

+

+

+

+

+

+

=

+

18

16

14

11

9

7

9

7

5

9

9

8

8

7

7

5

6

4

5

3

4

6

3

5

2

4

1

B

A

=

=

0

0

0

1

1

1

3

3

3

9

9

8

8

7

7

5

6

4

5

3

4

6

3

5

2

4

1

B

A

• Iloczynem macierzy A przez liczbę k, nazywamy macierz, której elementami są

elementy macierzy A pomnożone przez liczbę k, np.:

=

1

5

9

8

6

5

4

3

1

A

, a k = 3, to

=

×

×

×

×

×

×

×

×

×

=

×

3

15

27

24

18

15

12

9

3

1

3

5

3

9

3

8

3

6

3

5

3

4

3

3

3

1

3

k

A

• Iloczynem macierzy A przez macierz B nazywamy macierz, której elementami są

sumy iloczynów kolejnych elementów i – tego wiersza macierzy A przez kolejne

elementy j – tej kolumny macierzy B, np.:

=

9

8

7

6

5

4

3

2

1

A

=

9

8

7

5

4

3

6

5

4

B

to

=

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

×

+

×

+

×

=

×

163

131

115

103

88

73

43

37

31

9

9

5

8

6

7

8

8

4

8

5

7

7

9

3

8

4

7

9

6

5

5

6

4

8

6

4

5

5

4

7

6

3

5

4

4

9

3

5

2

6

1

8

3

4

2

5

1

7

3

3

2

4

1

B

A

• Mnożenie macierzy (o ile istnieje) jest rozdzielne względem dodawania

(odejmowania):

(

)

(

)

BC

AC

C

B

A

AC

AB

C

B

A

+

=

+

+

=

+



background image

34

Ćwiczenia:

1) Napisać macierz transponowaną macierzy:

=

8

7

6

5

4

2

1

3

A

;

=

7

6

4

1

6

5

3

2

B

;

=

6

5

3

1

C

;

[

]

7

6

5

1

=

E

2) Dane są macierze:

=

0

2

3

1

2

1

A

;

=

1

9

8

7

6

5

B

;

=

7

5

2

6

4

2

C

Obliczyć: A + B; B – A; A + 3B – 4C; B

T

– A

T


3) Obliczyć iloczyny AB i BA, jeżeli:

=

1

2

7

6

3

1

A

;

=

1

6

2

9

1

3

B

4) Wykonać mnożenie macierzy:

×

3

2

9

7

1

2

0

2

3

1

2

1

;

×

6

5

2

1

2

9

7

6

4

5.4 Wyznaczniki – metody obliczania.

¾

Metoda wg twierdzenia Laplace’a.

Niech dana będzie macierz kwadratowa A

nxn

=

nn

n

n

n

n

n

a

a

a

a

a

a

a

a

a

a

3

2

1

2

22

21

1

12

11

...

...

...

...

...

...

; wyznacznikiem

macierzy A nazywamy liczbę:
det A = a

i1

x D

i1

+ a

i2

x D

i2

+ a

i3

x D

i3

+ …+ a

in

x D

in

lub
det A = a

1j

x D

1j

+ a

2j

x D

2j

+ a

3j

x D

3j

+ …+ a

nj

x D

nj

gdzie D

ij

= (-1)

i+j

x M

ij

np.:

=

33

32

31

23

22

21

13

12

11

a

a

a

a

a

a

a

a

a

A

( )

( )

( )

(

)

(

)

(

)

31

22

32

21

13

31

23

33

21

12

32

23

33

22

11

32

31

22

21

3

1

13

33

31

23

21

2

1

12

33

32

23

22

1

1

11

1

1

1

det

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

A

×

×

×

+

×

×

×

×

×

×

=

×

×

+

×

×

+

×

×

=

+

+

+

background image

35

¾

Dla macierzy stopnia trzeciego można stosować metodę Sarrusa:

=

33

32

31

23

22

21

13

12

11

a

a

a

a

a

a

a

a

a

A

;

(

) (

) (

) (

)

(

) (

)

31

22

13

32

23

11

33

21

12

32

21

13

31

23

12

33

22

11

32

22

12

31

21

11

33

32

31

23

22

21

13

12

11

det

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

A

×

×

×

×

×

×

×

×

+

×

×

+

×

×

=

=

Ćwiczenia:

1) Obliczyć wyznaczniki:

=

5

4

3

2

1

0

1

1

2

A

;

=

6

6

3

7

2

5

2

2

1

B

;

=

2

4

1

2

1

4

0

3

2

C

;

=

2

0

2

0

3

3

0

0

4

D

;

=

3

1

1

1

1

3

1

1

1

1

3

1

1

1

1

3

E

;

=

3

2

1

4

1

2

3

2

2

1

3

4

2

7

5

1

F

;

=

2

3

5

0

1

1

2

3

4

1

5

4

1

2

3

7

G

;

=

3

2

0

0

1

2

0

0

2

1

5

0

2

7

3

7

H



5.5 Macierz odwrotna – metody wyznaczania.

1. Przy pomocy definicji:

A*A

-1

=A

-1

*A= I

gdzie: A – macierz dana (kwadratowa stopnia „n”)
A

-1

– szukana macierz odwrotna (kwadratowa stopnia „n”)

I – macierz jednostkowa

np.:

=

3

1

5

2

A

=

22

21

12

11

1

a

a

a

a

A

3

1

5

2

×

22

21

12

11

a

a

a

a

=

1

0

0

1



=

+

=

+

=

+

=

+

1

3

0

5

2

0

3

1

5

2

22

12

22

12

21

11

21

11

a

a

a

a

a

a

a

a

=

+

=

+

=

+

=

+

1

3

0

5

2

0

3

1

5

2

22

12

22

12

21

11

21

11

a

a

a

a

a

a

a

a

2

1

5

3

22

21

12

11

=

=

=

=

a

a

a

a

=

2

1

5

3

1

A

background image

36

2. Zgodnie z twierdzeniem:

d

A

A

A

*

det

1

1

=


gdzie: A

d

– jest macierzą dołączoną macierzy A

A

d

= D

T

gdzie: D jest macierzą wyznaczników dopełnień algebraicznych poszczególnych elementów

macierzy A

np.: wyznacz macierz odwrotną do macierzy

=

1

1

3

1

0

2

2

0

1

A

(

)

3

4

1

*

)

1

(

1

2

2

1

*

)

1

(

*

1

1

1

3

1

0

2

2

0

1

det

5

=

=

=

=

A

;

3

1

det

1

=

A

=

33

32

31

23

22

21

13

12

11

D

D

D

D

D

D

D

D

D

D

, gdzie D

11

jest dopełnieniem algebraicznym elementu a

11

macierzy A,

D

12

jest dopełnieniem algebraicznym elementu a

12

macierzy A

itd.

( )

( )

( ) (

)

( )

( )

( ) ( )

( )

( )

( )

( )

( )

( ) (

)

( )

0

0

2

0

1

*

1

3

4

1

*

1

1

2

2

1

*

1

0

1

0

2

0

*

1

1

1

*

1

1

3

0

1

*

1

5

1

3

2

1

*

1

2

2

*

1

1

1

2

0

*

1

2

1

3

0

2

*

1

1

3

2

*

1

1

3

1

2

*

1

1

1

1

1

0

*

1

6

33

5

32

4

31

5

23

4

22

3

21

4

13

3

12

2

11

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

=

D

D

D

D

D

D

D

D

D

=

=

0

3

0

1

5

2

2

1

1

33

32

31

23

22

21

13

12

11

D

D

D

D

D

D

D

D

D

D

=

=

0

1

2

3

5

1

0

2

1

d

T

A

D

=

=

0

3

1

3

2

1

3

5

3

1

0

3

2

3

1

*

det

1

1

d

A

A

A





background image

37

3. Za pomocą przekształceń elementarnych.


Przekształceniami elementarnymi macierzy nazywamy nst. działania:

™

pomnożenie wszystkich elementów dowolnego wiersza (kolumny) przez liczbę

różna od zera

™

zamiana miejscami dwóch dowolnych wierszy (kolumn) macierzy

™

dodanie do wszystkich elementów dowolnego wiersza (kolumny)

odpowiednich elementów innego wiersza (kolumny) pomnożonych przez
dowolną liczbę różną od zera


Jeżeli dokonujemy identycznych przekształceń elementarnych na wierszach nieosobliwej
macierzy kwadratowej A i macierzy jednostkowej I tego samego stopnia co macierz A, to po
przekształceniu macierzy A do macierzy jednostkowej I, macierz jednostkowa (pierwotna)
będzie przekształcona do macierzy odwrotnej A

-1

.


Przykład:

2 1 -1

5 2 4

7 3 2

2 1 -1
5 2 4

7 3 2

2 1 -1

5 2 4
1 0 5

2 1 -1
0 2-21

1 0 5

0 1-11

0 2-21
1 0 5

1 0 5

0 2-21
0 1-11

1 0 5

0 0 1
0 1-11

1 0 5

0 1-11

0 0 1

1 0 0

0 1 0

0 0 1

1 0 0

0 1 0

0 0 1

1 0 0

0 1 0
-3 0 1

1 0 0

15 1 -5

-3 0 1

7 0 -2
15 1 -5

-3 0 1

-3 0 1

15 1 -5
7 0 -2

-3 0 1
1 1 -1

7 0 -2

-3 0 1

7 0 -2
1 1 -1

-8 -5 6

18 11-13
1 1 -1

A=

A|J=

A|J=

A|J=

A|J=

A|J=

A|J=

A|J=

A|J=

*(-3)

*(-5)

*(-2)

*(-2)

*(11)

*(-5)

+

+

+

+

+

+

Zatem macierz odwrotna ma postać:

=

1

1

1

13

11

18

6

5

8

1

A



Ćwiczenia:

™

wyznacz macierz odwrotną do macierzy:

=

5

2

2

1

A

;

=

7

3

2

1

B

;

=

1

0

0

2

1

0

3

2

1

C

;

=

4

2

5

2

1

2

3

2

4

D

;

=

1

2

1

0

1

1

3

2

2

E

;

=

3

4

1

2

1

2

1

2

3

F

=

3

5

1

4

9

3

3

7

2

G

;

=

1

1

2

2

1

0

3

2

1

H

;

=

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

K

;

=

3

2

1

2

4

3

1

1

0

0

2

3

0

0

1

2

L

™

rozwiąż równania macierzowe, gdy:

=

3

1

5

2

A

;

=

1

2

6

4

B

;

=

4

3

2

1

C

¾

A * X + C = B

¾

B

T

– X * A

T

= C

¾

B

T

* X – A * X = C

background image

38

5.6 Rząd macierzy – metody wyznaczania.

1. Zgodnie z definicją rzędem macierzy A (symbolicznie rz A) nazywamy maksymalną

liczbę liniowo niezależnych kolumn tej macierzy.

Np.:

=

4

1

3

4

2

2

1

0

1

A

; w podanej macierzy trzecia kolumna jest sumą dwóch pierwszych, zatem jest

od nich liniowo zależna – po dodaniu do kolumny 2 kolumny 1 otrzymujemy:

=

4

4

3

4

4

2

1

1

1

4

1

3

4

2

2

1

0

1

A

, stąd widać, że tylko dwie pierwsze kolumny są liniowo

niezależne, więc rz A = 2.

Dla ułatwienia można stwierdzić, że maksymalna liczba liniowo niezależnych kolumn jest
równa maksymalnej liczbie liniowo niezależnych wierszy, a do przekształcania ich w postać
„widocznej zależności” służą poznane wcześniej przekształcenia elementarne.

2. Mając daną macierz A, „szukamy” możliwie największej macierzy kwadratowej A

,

która jest podmacierzą macierzy A (pamiętając, że sama macierz A, również może być
traktowana jak podmacierz), takiej, że wyznacznik podmacierz A’ jest różny od zera.
Stopień takiej nieosobliwej podmacierzy A’ jest równy rzędowi macierzy A.


Np.:

=

3

1

2

1

1

0

3

2

1

A

, łatwo zauważyć, że rząd macierzy A może być równy co najwyżej 3.

(

) (

)

0

7

7

6

1

0

0

4

3

1

1

2

2

0

1

3

1

2

1

1

0

3

2

1

det

=

=

+

+

+

+

=

=

A

, zatem rząd macierzy A może być

już co najwyżej równy 2. Przykładową podmacierzą A’, może być podmacierz:

=

1

0

2

1

'

A

;

0

1

0

1

1

0

2

1

det

'

=

=

=

A

, więc rząd macierzy A jest równy 2, bo największą podmacierzą

macierzy A, której wyznacznik jest różny od zera, jest podmacierz stopnia n = 2.


3. Za pomocą przekształceń elementarnych. Dla przypomnienia: przekształceniami

elementarnymi macierzy nazywamy nst. działania:

a. pomnożenie wszystkich elementów dowolnego wiersza (kolumny) przez liczbę

różna od zera

b. zamiana miejscami dwóch dowolnych wierszy (kolumn) macierzy

background image

39

c. dodanie do wszystkich elementów dowolnego wiersza (kolumny)

odpowiednich elementów innego wiersza (kolumny) pomnożonych przez
dowolną liczbę różną od zera


Przy ich pomocy, każdą macierz m x n, możemy przekształcić w nst. postać:



2

1

0

0

R

I

k

którą nazywamy postacią kanoniczną macierzy.
I

k

– macierz jednostkowa stopnia k, gdzie k równe jest rzędowi macierzy m x n

R – macierz resztowa
0

1

i 0

2

– macierze zerowe

Uwaga

: jeżeli k = m to w postaci kanonicznej nie występują macierze zerowe, gdy k = n to w

postaci kanonicznej nie występuje macierz resztowa.

Np.:

{

}

{

}

{

}

{

}

{

}

{

}

{

}

{

}

{

}

{

}

+

+

+

+

+

+

+

+

+

+

=

0

0

0

0

7

1

0

0

1

0

1

0

3

0

0

1

4

2

*

3

14

2

0

0

7

1

0

0

1

0

1

0

3

0

0

1

4

)

11

(

*

2

3

2

11

0

7

1

0

0

1

0

1

0

3

0

0

1

2

)

5

(

*

3

3

2

1

0

7

1

5

0

1

0

1

0

3

0

0

1

3

4

3

2

1

0

10

3

4

0

1

0

1

0

3

0

0

1

2

4

3

2

1

0

10

3

4

0

4

2

0

0

3

0

0

1

3

2

3

1

2

0

10

4

3

0

4

0

2

0

3

0

0

1

4

)

2

(

*

1

3

1

2

2

10

4

3

0

4

0

2

0

3

0

0

1

3

1

3

1

2

2

7

4

3

1

4

0

2

0

3

0

0

1

3

2

3

3

2

2

7

1

3

1

4

2

2

0

3

0

0

1

2

)

1

(

*

1

3

3

0

2

7

1

2

1

4

2

2

0

3

0

1

1

1

2

3

3

0

2

7

1

2

1

4

2

2

0

1

2

1

1

w

w

w

w

k

k

w

w

w

w

k

k

w

w

w

w

k

k

k

k

w

w

A

Zatem: k = 3 = rz A,

=

7

1

3

R

,

[

]

0

0

0

0

1

=

,

[ ]

0

0

2

=






background image

40

Ćwiczenia:

wyznaczyć rząd macierzy:

=

2

3

3

1

2

1

3

1

2

A

;

=

0

1

1

1

1

0

1

1

1

1

0

1

1

1

1

0

B

;

=

3

3

3

3

1

2

4

1

2

3

1

2

C

;

=

1

0

0

1

1

2

1

1

0

2

1

9

0

2

1

3

E

;

=

2

1

4

0

3

2

F

wyznaczyć rząd macierzy za pomocą postaci kanonicznej:

=

8

4

1

0

1

5

2

1

1

0

2

0

1

2

1

3

2

0

1

1

D

dla jakich wartości x rząd macierzy A jest równy 3?

=

3

2

1

8

4

3

2

1

x

A



5.7 Układy równań liniowych.

Niech dany będzie nst. układ m równań z n niewiadomymi:



=

+

+

+

=

+

+

+

=

+

+

+

m

n

mn

m

m

n

n

n

n

b

x

a

x

a

x

a

b

x

a

x

a

x

a

b

x

a

x

a

x

a

...

......

..........

..........

..........

..........

...

...

2

2

1

1

2

2

2

22

1

21

1

1

2

12

1

11


Macierzowy zapis powyższego układu przedstawia się jak poniżej:

=

m

n

mn

m

m

n

n

b

b

b

x

x

x

a

a

a

a

a

a

a

a

a

...

...

...

...

...

...

...

...

...

2

1

2

1

2

1

2

22

21

1

12

11

lub krócej:

b

x

A

=

Rozwiązaniem tego układu są

R

x

x

x

n

;...

;

2

1

spełniające wszystkie równania układu

jednocześnie.
Przedstawiony układ może być układem:

ƒ

sprzecznym – tzn. nie posiada rozwiązania, nie ma takich

R

x

x

x

n

;...

;

2

1

, które

spełniłyby wszystkie równania układu jednocześnie

background image

41

ƒ

oznaczonym – tzn. posiada dokładnie jeden wektor

R

x

x

x

n

;...

;

2

1

, który spełnia

wszystkie równania układu jednocześnie

ƒ

nieoznaczonym – tzn. posiada nieskończenie wiele wektorów

R

x

x

x

n

;...

;

2

1

, które w

zależności od wartości parametru t, od którego są zależne, spełniają wszystkie
równania układu

Rozwiązywanie układów równań:

1. Układ n równań z n niewiadomymi:

b

x

A

=

, w którym

0

det

A

nazywamy

układem Cramera i możemy go rozwiązać za pomocą równania:

b

A

x

A

A

b

A

x

=

=

1

1

1

Np.: rozwiązać układ równań:

=

+

=

+

0

3

1

2

2

1

2

1

x

x

x

x

=

3

1

1

2

A

=

2

1

x

x

x

=

0

1

b

=

2

1

5

1

2

1

5

3

1

A

=

0

1

2

1

5

1

2

1

5

3

2

1

x

x

−

=

+

−

=

=

+

=

5

1

0

2

1

5

1

5

3

0

2

1

5

3

2

1

x

x


2. Jeżeli dany układ jest układem Cramera, to ma dokładnie jedno rozwiązanie

określone wzorami:

A

A

x

A

A

x

A

A

x

n

n

det

det

...

det

det

det

det

2

2

1

1

=

=

=

gdzie

(

)

n

j

A

j

,...

3

,

2

,

1

=

jest macierzą powstałą w wyniku zastąpienia j – tej kolumny, kolumną

wyrazów wolnych.

Np.: rozwiązać układ równań:

=

=

=

+

+

7

3

5

4

3

2

0

3

2

1

3

2

1

3

2

1

x

x

x

x

x

x

x

x

x

0

6

4

5

6

10

4

3

5

4

1

2

1

1

3

5

4

1

1

2

1

1

1

det

=

+

+

=

=

A

6

7

0

9

15

7

0

5

7

1

3

1

0

3

5

7

1

1

3

1

1

0

det

1

=

+

+

+

=

=

A

0

12

7

0

14

0

9

7

4

3

2

0

1

3

7

4

1

3

2

1

0

1

det

2

=

+

+

+

=

=

A

background image

42

6

0

15

14

0

12

7

5

4

1

2

1

1

7

5

4

3

1

2

0

1

1

det

3

=

+

+

+

=

=

A

1

6

6

0

6

0

1

6

6

3

2

1

=

=

=

=

=

=

x

x

x

3. Układy m równań z n niewiadomymi.


Niech dany będzie układ równań: (*)

b

x

A

=

, w którym

m

i

,...

2

,

1

=

oraz

n

j

,...

2

,

1

=

;

macierz postaci

[ ]

b

A

U

=

nazywamy macierzą uzupełnioną macierzy A, powstałą poprzez

dołączenie do macierzy A kolumny wyrazów wolnych b.

Twierdzenie Kroneckera – Capelli’ego: układ równań (*) ma rozwiązanie wtedy i tylko
wtedy, gdy

rzU

rzA

=

, przy czym gdy

n

r

rzU

rzA

=

=

=

to układ (*) ma dokładnie jedno

rozwiązanie (układ oznaczony), jeżeli zaś

n

r

rzU

rzA

<

=

=

, to układ (*) jest układem

nieoznaczonym, czyli posiada nieskończenie wiele rozwiązań zależnych od n – r parametrów.

Gdy dla układu

b

x

A

=

,

n

r

rzU

rzA

=

=

=

, to rozpatrujemy (liczymy) układ zredukowany

postaci

'

'

b

x

A

=

z zastosowaniem wzorów Cramera

(

)

0

'

det

A

.

Gdy dla układu

b

x

A

=

,

n

r

rzU

rzA

<

=

=

, to rozpatrujemy (liczymy) układ postaci

'

'

'

b

x

A

=

(wszystkie zmienne zależne przenosimy na stronę wyrazów wolnych) również z

zastosowaniem wzorów Cramera, ponieważ

0

'

det

A

.

Jeżeli

rzU

rzA

to układ jest układem sprzecznym, czyli nie posiada żadnego rozwiązania.

Np.: rozwiązać układ równań:

=

+

=

+

=

+

2

2

2

0

2

1

2

1

2

1

2

1

x

x

x

x

x

x

=

2

2

1

2

1

1

A

=

2

1

x

x

x

=

2

0

1

b

=

2

2

2

0

1

2

1

1

1

U

n

rzU

rzA

=

=

=

2

, zatem układ

b

x

A

=

przyjmuje postać

'

'

b

x

A

=

, czyli:

=

0

1

1

2

1

1

2

1

x

x

, stosując wzory Cramera otrzymujemy:

2

2

0

det

1

0

1

det

1

2

1

det

2

1

=

=

=

=

=

=

A

A

A

, zatem

2

1

2

1

1

1

2

1

=

=

=

=

x

x

Rozwiązać układ równań:

=

+

=

+

+

1

3

2

1

3

2

1

3

2

1

x

x

x

x

x

x

background image

43

=

1

3

2

1

1

1

A

=

3

2

1

x

x

x

x

=

1

1

b

=

1

1

3

2

1

1

1

1

U

n

rzU

rzA

<

=

=

2

, zatem układ

b

x

A

=

przyjmuje postać

'

'

'

b

x

A

=

, czyli:

+

=

3

3

2

1

1

1

3

2

1

1

x

x

x

x

, stosując wzory Cramera otrzymujemy:

(

)

(

)

(

)

1

3

2

2

1

1

2

1

'

det

4

2

1

3

3

1

3

1

'

det

1

2

3

'

det

3

3

3

3

3

2

3

3

3

3

3

1

=

+

+

=

+

=

=

=

+

=

=

=

x

x

x

x

x

A

x

x

x

x

x

A

A

Zatem:

=

=

=

=

R

x

x

x

x

x

x

x

3

3

3

2

3

3

1

1

3

1

1

3

4

2

1

4

2


Ćwiczenia:

A. Podane układy równań rozwiązać przy pomocy macierzy odwrotnej:

=

+

=

+

=

+

+

=

+

=

+

=

+

+

9

3

4

8

2

2

17

2

3

5

2

5

3

2

2

3

2

3

2

1

3

2

1

3

2

1

3

2

1

3

2

1

3

2

1

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x


B. Rozwiązać układy równań:



=

+

=

=

+

=

+

+



=

+

+

+

=

+

+

=

+

+

+

=

+

+

+



=

+

=

+

+

+

=

+

+

=

+

+



=

=

+

+

=

+

=

+

=

=

+

+

0

5

3

3

4

1

3

2

2

2

4

6

3

1

3

2

0

1

4

3

2

1

4

3

0

3

3

2

0

3

2

2

0

2

5

3

2

5

4

1

2

3

2

2

2

3

5

_

4

3

2

0

3

2

1

3

2

1

3

2

1

3

2

1

4

3

2

1

4

3

1

4

3

2

1

4

3

2

1

4

3

2

4

3

2

1

4

3

2

1

4

3

2

1

4

3

2

1

4

3

2

1

4

3

2

1

4

3

2

1

3

2

1

3

2

1

3

2

1

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x


C. Dla jakiej liczby

R

a

następujące układy nie są sprzeczne:



=

+

+

=

+

+

=

+

+

=

+

=

+

=

=

+

1

5

2

2

0

4

1

2

2

3

0

3

1

2

3

2

1

3

2

1

3

2

1

3

2

1

2

1

2

1

2

1

x

x

x

x

x

x

a

x

x

x

x

x

x

x

x

x

x

a

x

x


background image

44

PLAN ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ (m x n):


1) Układ n równań z n niewiadomymi

b

x

A

=

:

ƒ

liczymy wyznacznik macierzy A, jeżeli:

a.

0

det

A

, to mamy układ Cramera i obliczamy wartości poszczególnych niewiadomych

zgodnie ze wzorami

b.

0

det

=

A

I.

obliczamy rząd macierzy A, szukając nieosobliwej podmacierzy A’ (obliczamy
wyznaczniki wszystkich możliwych podmacierzy A’, aż do momentu otrzymania
wartości wyznacznika różnej od zera) lub za pomocą przekształceń elementarnych
doprowadzamy do wykreślenia danego wiersza (kolumny) i przeprowadzamy
obliczenia jak wyżej – mniej możliwych podmacierzy A’

II.

obliczamy rząd macierzy uzupełnionej U postępując jak wyżej

III.

jeżeli

rzU

rzA

=

to doprowadzamy układ do postaci

'

'

'

b

x

A

=

i za pomocą

wzorów Cramera obliczamy wartości zmiennych

IV.

jeżeli

rzU

rzA

to układ jest sprzeczny

2) Układ m równań z n niewiadomymi

b

x

A

=

, przy czym n > m:

ƒ

obliczamy rząd macierzy A, szukając nieosobliwej podmacierzy A’ (obliczamy

wyznaczniki wszystkich możliwych podmacierzy A’, aż do momentu otrzymania
wartości wyznacznika różnej od zera) lub za pomocą przekształceń elementarnych
doprowadzamy do wykreślenia danego wiersza (kolumny) i przeprowadzamy
obliczenia jak wyżej – mniej możliwych podmacierzy A’, jeżeli:

a.

m

rzA

=

, to układ sprowadzamy do postaci

'

'

'

b

x

A

=

i za pomocą wzorów Cramera

obliczamy wartości zmiennych

b.

m

rzA

<

I.

obliczamy rząd macierzy uzupełnionej U postępując jak wyżej

II.

jeżeli

rzU

rzA

=

to układ sprowadzamy do postaci

'

'

'

b

x

A

=

i za pomocą wzorów

Cramera obliczamy wartości zmiennych

III.

jeżeli

rzU

rzA

to układ jest sprzeczny

3) Układ m równań z n niewiadomymi

b

x

A

=

, przy czym n < m:

I.

obliczamy rząd macierzy A, szukając nieosobliwej podmacierzy A’ (obliczamy
wyznaczniki wszystkich możliwych podmacierzy A’, aż do momentu otrzymania
wartości wyznacznika różnej od zera) lub za pomocą przekształceń elementarnych
doprowadzamy do wykreślenia danego wiersza (kolumny) i przeprowadzamy
obliczenia jak wyżej – mniej możliwych podmacierzy A’

II.

obliczamy rząd macierzy uzupełnionej U postępując jak wyżej; jeżeli:

a.

n

rzU

rzA

=

=

, to układ sprowadzamy do postaci

'

'

b

x

A

=

i za pomocą wzorów

Cramera obliczamy wartości zmiennych

b.

n

rzU

rzA

<

=

, to układ sprowadzamy do postaci

'

'

'

b

x

A

=

i za pomocą wzorów

Cramera obliczamy wartości zmiennych

c.

rzU

rzA

to układ jest sprzeczny









Wyszukiwarka

Podobne podstrony:
Ca ka troch teorii zadania
Pochodna troch teorii zadania
Funkcja troch teorii zadania
Funkcja wielu zmiennych troch teorii zadania
Logika troch teorii zadania
macierze i układy równań zadania godsys62u2gplwzfucb2g522gfp5inatbntr3ka GODSYS62U2GPLWZFUCB2G522G
Macierze i uklady rownan zadania domowe
Macierze teoria przyklady zadania
Zadania macierze
Zadania z Teorii Drgań 11

więcej podobnych podstron