2. Line´arn´ı algebra
2A. Matice a maticov´e operace
2. Line´ arn´ı algebra
Verze 5. ˇr´ıjna 2015
Teorie matic a determinant˚ u pˇredstavuje u ´vod do line´arn´ı algebry. Nejrozs´ahlejˇs´ı aplikace maj´ı matice a determinanty pˇri ˇreˇsen´ı syst´em˚ u line´arn´ıch rovnic. Pojem determinantu zavedl jiˇz v roce 1693 nˇemeck´ y matematik W. G. Leibniz (1646–1716), ale jeho objev upadl v zapomenut´ı. V roce 1750 dospˇel znovu k pojmu determinantu ˇsv´ ycarsk´ y matematik G. Cramer (1704–1752). Vˇseobecnˇe se zaˇcalo v matematice pouˇz´ıvat determinant˚ u aˇz koncem 18. stolet´ı. Zaslouˇzili se o to zejm´ena matematici A.-T. Vandermonde (1735–1796) a A. L. Cauchy (1789–1857). Souˇcasnˇe s teori´ı determinant˚ u se rozv´ıjela teorie matic, jej´ımˇz zakladatelem je anglick´ y matematik A. Cayley (1821–1895). Na dalˇs´ım rozvoji teorie matic se pod´ıleli zejm´ena G. Frobenius (1849–1917), J. J. Sylvester (1814–1897) a K. Weierstrass (1815–1897).
´ operace 2A. Matice a maticove Zaˇcneme intuitivn´ı definic´ı matice: Definice 2.1. Bud’ X nepr´ azdn´ a mnoˇzina tzv. skal´ ar˚ u a m, n pˇrirozen´a ˇc´ısla. Matice A = (aij ) typu (m, n) nad mnoˇzinou X je sch´ema sloˇzen´e z m kr´at n prvk˚ u mnoˇziny X zapsan´ ych tabulky s m ˇr´adky a n sloupci. Pˇresnˇeji matice A typu (m, n) nad X je zobrazen´ı mnoˇ ziny {1, . . . , m} × {1, . . . , n} do mnoˇ ziny X. Matici A typu (m, n) budeme zapisovat ve tvaru
a11 .. A= . am1
... .. . ...
a1n .. , . amn
nebo jen kr´atce A = (aij ), kde aij je prvek na i-t´em ˇr´adku a j-t´em sloupci. Prvn´ı index i se pˇritom naz´ yv´ aˇ r´ adkov´ y index a druh´ y j sloupcov´ y index. Mnoˇzinu vˇsech matic typu (m, n) s prvky z mnoˇziny X budeme oznaˇcovat X m×n , napˇr´ıklad Rm×n . Mnoˇzina skal´ ar˚ u X obvykle b´ yv´ a mnoˇzina ˇc´ıseln´a. V dalˇs´ım budeme pˇredpokl´adat, ˇze X je mnoˇ zina ˇ c´ısel re´ aln´ ych R nebo komplexn´ıch C s operacemi sˇc´ıt´an´ı a n´asoben´ı, kter´e splˇ nuj´ı obvykl´e asociativn´ı, komutativn´ı a distributivn´ı z´akony. Nenulov´ ym prvkem lze i dˇelit. Prvky matic mohou b´ yt i komplikovanˇejˇs´ı objekty, napˇr´ıklad algebraick´e v´ yrazy, nebo funkce. ( ) 1 7 3 Pˇ r´ıklad: Matice A = je pˇr´ıkladem matice typu (2, 3) nad mnoˇzinou N. Plat´ı napˇr´ıklad, ˇze 2 6 4 a23 = 4, protoˇze prvek a23 leˇz´ı ve druh´em ˇr´adku a tˇret´ım sloupci matice A.
V´ yznaˇ cn´ e matice Uved’me nˇekolik v´yznaˇcn´ych matic, nˇekter´e maj´ı sv´e zaveden´e symboly: Definice 2.2. (a) Je-li m = n, matice se naz´ yv´ aˇ ctvercov´ a, v obecn´em pˇr´ıpadˇe m ̸= n obd´ eln´ıkov´ a. (b) Mnoˇzina vˇsech prvk˚ u aij s i = j se naz´ yv´a hlavn´ı diagon´ ala matice; (c) Nulov´ a matice 0 je matice, jej´ıˇz vˇsechny prvky jsou nuly. (d) Jednotkov´ a matice E je ˇctvercov´ a matice, jej´ıˇz vˇsechny prvky na hlavn´ı digon´ale jsou rovny jedn´e, ostatn´ı prvky jsou nuly. (e) Matice A se naz´ yv´ a troj´ uheln´ıkov´ a, (pˇresnˇeji horn´ı troj´ uheln´ıkov´ a), pokud pod hlavn´ı diagon´alou jsou sam´e nuly, pˇresnˇeji pro kaˇzd´e dva indexy i > j plat´ı aij = 0. uheln´ıkov´ a matice m´a sam´e nuly nad hlavn´ı diagon´alou, tj. aij = 0 pro i < j. Analogicky doln´ı troj´ (f) Dvˇe matice A, B se rovnaj´ı, pokud jsou stejn´eho typu a maj´ı stejn´e prvky, tj. pro libovoln´e indexy i, j plat´ı aij = bij . Pak p´ıˇseme A = B. (g) Matice typu (1, n) m´a jenom jeden ˇr´ adek a naz´ yv´ame ji ˇ r´ adkov´ y vektor. Matice typu (m, 1) m´a jenom jeden sloupec a naz´ yv´ ame ji sloupcov´ y vektor.
´ FSI VUT v Brnˇe Studijn´ı text UM
1
2. Line´arn´ı algebra
2A. Matice a maticov´e operace
Pˇ r´ıklad: Uved’me po ˇradˇe pˇr´ıklad matice jednotkov´e, nulov´e, horn´ı a doln´ı troj´ uheln´ıkov´e: 1 0 0 0 0 0 1 3 2 1 0 0 0 1 0 0 0 0 0 1 4 4 3 0 0 0 1 0 0 0 0 0 3 2 0 3
Operace s maticemi Na mnoˇzinˇe matic lze definovat ˇradu operac´ı. Operace transponov´an´ı m´a jenom jeden argument, je tedy operac´ı un´arn´ı. Definice 2.3. (Transponov´ an´ı matice) Bud’ A = (aij ) matice typu (m, n). Matice k n´ı transponovan´ a je matice AT typu (n, m) s prvky (aji ), tj. AT = (aji ). Transponov´an´ı matici pˇreklop´ı“ pˇres hlavn´ı diagon´alu, sloupce se mˇen´ı na ˇr´adky a ˇr´adky na sloupce. ” Pozn´ amky: Kaˇzdou matici lze transponovat, z matice typu (m, n) se stane matice typu (n, m). Sloupcov´ y vektor se transponov´ an´ım mˇen´ı na ˇr´adkov´ y a obr´acenˇe. Dalˇs´ım transponov´ an´ım dostaneme p˚ uvodn´ı matici: (AT )T = A. Pˇ r´ıklad: Transponov´ an´ım matice typu (2, 3) dost´av´ame matici typu (3, 2), napˇr´ıklad ( ) 1 4 1 3 2 A= , AT = 3 0 . 4 0 5 2 5
Definice 2.4. (N´ asoben´ı matice ˇ c´ıslem) Matici A typu (m, n) lze vyn´asobit ˇc´ıslem c ∈ X. V´ ysledkem n´asobku cA je matice B = (bij ) stejn´eho typu (m, n), s prvky bij = caij . Souˇcin je definov´an i v opaˇcn´em poˇrad´ı: (aij )c = (aij c). Pokud n´asoben´ı v X je komutativn´ı, plat´ı rovnost cA = Ac. Pozn´ amky: Matici cA se ˇr´ık´ a skal´ arn´ı n´ asobek matice A. Skal´arem c pˇritom n´asob´ıme kaˇzd´ y prvek matice. V pˇr´ıpadˇe c = 1 se matice nezmˇen´ı, pro c = 0 dost´av´ame matici nulovou. (
Pˇ r´ıklad: Plat´ı 2·
1 3 0 1
2 4
4 3
)
( =
2·1 2·3 2·2 2·4 2·0 2·1 2·4 2·3
)
( =
2 0
6 2
4 8
8 6
) .
Definice 2.5. (Sˇ c´ıt´ an´ı a odˇ c´ıt´ an´ı matic) Matice A, B lze seˇc´ıst, jen kdyˇz jsou stejn´ eho typu (m, n). Souˇ ctem A + B matic A a B je matice C = (cij ) stejn´eho typu (m, n), kde cij = aij + bij . Matice, pokud jsou stejn´eho typu, lze tak´e odeˇc´ıtat. Rozd´ıl D = A − B je definov´an jako souˇcet matic, kde druhou matici n´asob´ıme ˇc´ıslem −1: D = A − B := A + (−1) · B, tj. dij = aij − bij . Pozn´ amky: Pokud matice nemaj´ı stejn´ y typ, nelze je sˇc´ıtat ani odˇc´ıtat. Pˇri sˇc´ıt´an´ı nebo odˇc´ıt´an´ı matic sˇc´ıt´ame nebo odˇc´ıt´ame vˇsechny odpov´ıdaj´ıc´ı prvky matic. Matice stejn´eho typu lze sˇc´ıtat, odˇc´ıtat a n´asobit skal´arem stejnˇe jako ˇc´ısla (skal´ ary). Pˇ r´ıklad: Matici typu ( 1 0 ( 6 2
(2, 3) m˚ uˇzeme seˇc´ıst ) ( 3 2 5 2 + 1 4 2 5 ) ( 5 6 1 4 − 6 7 0 3
jen s matic´ı typu (2, 3), ) ( 4 1+5 3+2 = 3 0+2 1+5 ) ( 2 6−1 5−4 = 1 2−0 6−3
stejn´e pravidlo plat´ı i pro rozd´ıl: ) ( ) 2+4 6 5 6 = , 4+3 2 6 7 ) ( ) 6−2 5 1 4 = . 7−1 2 3 6
N´ asoben´ı matic N´asoben´ı matic je komplikovanˇejˇs´ı neˇz souˇcet a n´asobek matic. Z´aleˇz´ı na poˇrad´ı matic a typy matic musej´ı na sebe navazovat. Maticov´e n´asoben´ı n´am pozdˇeji umoˇzn´ı jednoduch´ y z´apis i ˇreˇsen´ı soustav line´arn´ıch rovnic. ´ FSI VUT v Brnˇe Studijn´ı text UM
2
2. Line´arn´ı algebra
2A. Matice a maticov´e operace
Definice 2.6. (N´ asoben´ı matic). Bud’ matice A = (aik ) typu (m, p) a matice B = (bkj ) typu (p, n). Potom souˇcinem A · B matic A a B je matice C = (cij ) typu (m, n) s prvky cij :=
p ∑
aik bkj = ai1 b1j + ai2 b2j + · · · + aip bpj .
(2.1)
k=1
Stejnˇe jako pˇri n´asoben´ı ˇc´ısel i pˇri n´asoben´ı matic se ˇcasto symbol · vynech´av´a a p´ıˇse se jenom AB. Pozn´ amky: Dvˇe matice A, B lze n´asobit, jen kdyˇz typy matic na sebe navazuj´ı v n´asleduj´ıc´ım smyslu: poˇcet sloupc˚ u prvn´ı matice se rovn´ a poˇctu ˇr´ adk˚ u druh´e matice. D˚ uvodem je definice souˇcinu matic: pro prvek cij n´asob´ıme odpov´ıdaj´ıc´ı prvky i-t´eho ˇr´ adku (je jich p jako sloupc˚ u prvn´ı matice) a prvk˚ u j-t´eho sloupce (tˇech je jako poˇcet ˇr´adk˚ u druh´e matice) a tyto souˇciny seˇcteme. Proto poˇcet sloupc˚ u prvn´ı matice se mus´ı rovnat poˇctu ˇr´adk˚ u druh´e matice, symbolicky pro typy matic plat´ı: (m, p) · (p, n) = (m, n). Prvek leˇz´ıc´ı v i-t´em ˇr´ adku a j-t´em sloupci v´ ysledn´e matice tedy z´ısk´ame tak, ˇze proch´az´ıme i-t´ y ˇr´adek v matici A a jeho prvky postupnˇe n´asob´ıme prvky leˇz´ıc´ımi v j-t´em sloupci matice B a souˇciny posˇc´ıt´ame. Operace n´ asoben´ı matic nen´ı komutativn´ı, tj. poˇrad´ı matic nelze mˇenit. Po pˇrehozen´ı matic typu (m, p) a (p, n) nemus´ı matice na sebe navazovat pokud m ̸= n. A i kdyˇz m = n po z´amˇenˇe poˇrad´ı dost´av´ame matici jin´eho typu (p, p) v pˇr´ıpadˇe, kdy m ̸= p. A ani kdyˇz m = p = n, tj. matice jsou ˇctvercov´e stejn´e velikosti, i v tomto pˇr´ıpadˇe jen v´ yjimeˇcnˇe dostaneme stejnou matici. Demonstrujme algoritmus n´asoben´ı matic podle vztahu (2.1) na pˇr´ıkladu: ( ( ) Pˇ r´ıklad: Urˇcete souˇcin A · B a souˇcin B · A, kde A = 12 01 31 a B= ˇ sen´ı: Reˇ
1 2 1
3 0 2
) .
( ) ( ) 1 3 1 0 3 1·1+0·2+3·1 1·3+0·0+3·2 4 9 A·B= · 2 0 = = . 2 1 1 2·1+1·2+1·1 2·3+1·0+1·2 5 8 1 2 ( ) 1 3 1·1+3·2 1·0+3·1 1·3+3·1 7 3 6 1 0 3 B·A= 2 0 · = 2 · 1 + 0 · 2 2 · 0 + 0 · 1 2 · 3 + 0 · 1 = 2 0 6 . 2 1 1 1 2 1·1+2·2 1·0+2·1 1·3+2·1 5 2 5 (
)
Pˇr´ıklad ukazuje, ˇze n´asoben´ı matic nen´ı komutativn´ı: A · B ̸= B · A. V´ ysledn´e matice maj´ı i odliˇsn´e typy. Vlastnosti operac´ı s maticemi shrneme v n´asleduj´ıc´ı vˇetˇe: Vˇ eta 2.7. Vlastnosti maticov´ ych operac´ı. Pokud typy matic operaci umoˇzn ˇuj´ı, operace sˇc´ıt´an´ı, n´asoben´ı i skal´arn´ıho n´asobku matic splˇ nuje asociativn´ı z´akon: (A + B) + C = A + (B + C),
(A · B) · C = A · (B · C),
(c · d) · A = c · (d · A).
Operace sˇc´ıt´an´ı matic i skal´ arn´ı n´asobku jsou komutativn´ı (n´asoben´ı matic komutativn´ı nen´ı): A + B = B + A,
c · A = A · c,
[A · B ̸= B · A] .
Operace sˇc´ıt´an´ı je s obˇema operacemi n´asoben´ı spojena distributivn´ımi z´akony: A · (B + C) = A · B + A · C c · (A + B) = c · A + c · B
(A + B) · C = A · C + B · C (c + d) · A = c · A + d · A
Jednotkov´a matice E m´ a podobnou vlastnost jako jedniˇcka a nulov´a matice se chov´a jako nula: A · E = E · A = A,
A · 0 = 0 · A = 0.
Pro transponov´ an´ı souˇctu a n´asobku matic plat´ı (A + B)T = AT + BT a (c · A)T = c · AT . Chov´an´ı souˇcinu vzhledem k transponov´ an´ı popisuje vztah (A · B)T = BT · AT .
´ FSI VUT v Brnˇe Studijn´ı text UM
3
2. Line´arn´ı algebra
2B. Hodnost matice
2B. Hodnost matice Velmi d˚ uleˇzitou charakteristikou matice je jej´ı hodnost. Je to poˇcet nez´avisl´ ych ˇr´adk˚ u nebo sloupc˚ u. Nejprve si ujasnˇeme pojem nez´avislosti.
Nez´ avislost ˇ r´ adk˚ u ˇ adky matice Uvaˇzujme matici ˇc´ısel z mnoˇziny skal´ ar˚ u“ X, obvykle je to mnoˇzina re´aln´ ych ˇc´ısel X = R. R´ ” jsou vektory stejn´e d´elky, kter´e m˚ uˇzeme n´asobit ˇc´ıslem a sˇc´ıtat po sloˇzk´ach jako matice typu (1, n): Definice 2.8. Bud’ A = (aij ) matice typu (m, n) s prvky aij ∈ X. Matice A se skl´ad´ azmˇ r´ adk˚ u r1 , r2 , . . . , rm , d´elky n: ri = (ai1 , ai2 , . . . , ain ). Pro c1 , c2 , . . . , cm ∈ X line´ arn´ı kombinac´ı ˇr´adk˚ u nazveme vektor c1 r1 + c2 r2 + · · · + cm rm := (c1 a11 + · · · + cm am1 ,
...,
c1 a1n + · · · + cm amn ),
Pokud ˇr´adek r1 m˚ uˇzeme vyj´adˇrit jako line´arn´ı kombinaci ˇr´adk˚ u r2 , . . . , rm , tj. existuj´ı ˇc´ısla c2 , . . . , cn , ˇze r1 = c2 r2 + · · · + cm rm , ˇrekneme, ˇze ˇr´ adek r1 je z´ avisl´ y na ˇr´adc´ıch r2 , . . . , rm . ˇ adek r1 = (−4, 4, 5, 1) je z´avisl´ Pˇ r´ıklad: R´ y na ˇr´adc´ıch r2 = (1, 3, 2, 4), r3 = (2, 0, 1, 2), r4 = (0, −2, 4, −1) protoˇze pro r1 = 2r2 − 3r3 + r4 . D´ale ˇrekneme, ˇze ˇr´ adky r1 , r2 , . . . , rm jsou line´ arnˇ e z´ avisl´ e, pokud alespoˇ n jeden z nich je z´avisl´ y na ostatn´ıch ˇr´adc´ıch, tj. lze ho vyj´adˇrit jako line´arn´ı kombinace ostatn´ıch ˇr´adk˚ u. Pokud ˇz´adn´ y z nich nen´ı z´avisl´ y na ostatn´ıch, ˇrekneme, ˇze ˇr´ adky jsou line´ arnˇ e nez´ avisl´ e. Matematicky to zapisujeme implikac´ı: ˇ adky r1 , r2 , . . . , rm matice A nazveme line´ Definice 2.9. R´ arnˇ e nez´ avisl´ e, pokud jedin´a jejich line´arn´ı kombinace, kter´a d´av´ a nulov´ y vektor 0 = (0, . . . , 0), je kombinace nulov´a, tj. c1 r1 + c2 r2 + · · · + cm rm = 0
=⇒
c1 = c2 = · · · = cm = 0.
Pozn´ amky: Pˇresvˇedˇcme se, ˇze implikace definuje nez´avisl´e ˇr´adky. Kdyby alespoˇ n jedno z ci bylo nenulov´e, napˇr´ıklad c1 ̸= 0, potom z rovnosti c1 r1 + c2 r2 + · · · + cm rm = 0 plyne r1 = −
1 (c2 r2 + · · · + cm rm ), c1
tj. r1 je vyj´adˇren jako line´arn´ı kombinace ˇr´ adk˚ u r2 , . . . , rm a je tedy na nich z´avisl´ y. Jestliˇze jsou vˇzdy vˇsechny ci = 0, potom ˇr´ adky ri jsou nez´avisl´e. Jak zjist´ıme poˇcet nez´avisl´ ych ˇr´ adk˚ u? Pokud v matici zjist´ıme ˇr´adek, kter´ y je z´avisl´ y na ostatn´ıch, ˇr´adek vyˇrad´ıme. Pokud ve zb´ yvaj´ıc´ıch ˇr´ adc´ıch najdeme dalˇs´ı z´avisl´ y, tak´e odstran´ıme. Takto postupujeme, dokud nez˚ ustanou jenom ˇr´ adky line´arnˇe nez´avisl´e, kter´e urˇcuj´ı hodnost matice: Definice 2.10. Hodnost matice A je poˇcet jej´ıch line´arnˇe nez´avisl´ ych ˇr´adk˚ u. Znaˇc´ıme ji h(A). Pˇresnˇeji, h(A) = p pokud v matici existuje p nez´avisl´ ych ˇr´adk˚ u, pˇriˇcemˇz ostatn´ı ˇr´adky jsou nich z´avisl´e. Hodnost nulov´e matice poloˇz´ıme h(0) = 0. Pozn´ amky: Nulov´ y ˇr´adek je vˇzdy z´avisl´ y. Pokud jsou v matici dva stejn´e ˇr´adky, jeden je z´avisl´ y na druh´em. Hodnost matice je poˇcet nez´avisl´ ych ˇr´ adk˚ u, proto hodnost matice A typu (m, n) je h(A) ≤ m. ˇ adky jednotkov´ R´ e matice jsou nez´ avisl´ e, proto jej´ı hodnost je rovna poˇctu jejich ˇr´adk˚ u. Skuteˇcnˇe, ˇz´adn´ y ˇr´adek matice nelze vyj´adˇrit pomoc´ı ostatn´ıch, protoˇze i-t´ y ˇr´adek m´a na i-t´em m´ıstˇe jedniˇcku a ostatn´ı ˇr´adky tam maj´ı nuly a jedniˇcku nelze vyj´adˇrit jako kombinaci nul. Hodnost matice se tak´e dobˇre urˇcuje u schodovit´e matice: Definice 2.11. Matici A nazveme schodovitou nebo stupˇ novitou, pokud kaˇzd´ y dalˇs´ı nenulov´ y ˇr´adek zaˇc´ın´a v´ıce nulami“ neˇz ˇr´ adek pˇredchoz´ı. ”
´ FSI VUT v Brnˇe Studijn´ı text UM
4
2. Line´arn´ı algebra
2B. Hodnost matice
Pˇ r´ıklad: Napˇr´ıklad matice typu (5, 7)
A=
2 0 0 0 0
0 1 0 0 0
1 2 0 0 0
3 0 0 0 0
5 6 2 0 0
0 2 4 0 0
2 1 7 5 0
je schodovit´a, m´a postupnˇe schody“ ˇs´ıˇrky 1, 3 a 2, posledn´ı ˇr´adek je nulov´ y. M´a proto ˇctyˇri nez´avisl´e ˇr´adky, ” jej´ı hodnost je proto h(A) = 4. Jak urˇcit hodnost matice v praxi? Zjiˇst’ovat nez´avislost ˇr´adk˚ u nen´ı vˇec snadn´a. Dobˇre se to vˇsak zjiˇst’uje u schodovit´e matice. Kaˇzd´ y nenulov´ y ˇr´ adek je nez´avisl´ y na ˇr´adc´ıch n´asleduj´ıc´ıch. Skuteˇcnˇe, je-li aij jeho prvn´ı nenulov´a sloˇzka v j-t´em ˇr´ adku, vˇsechny dalˇs´ı ˇr´adky maj´ı na j-t´em m´ıstˇe nulu, a proto ˇz´adnou jejich line´arn´ı kombinac´ı na j-t´em m´ıstˇe aij nedostaneme. Hodnost schodovit´e matice je poˇ cet jej´ıch nenulov´ ych ˇ r´ adk˚ u. Pro zjiˇstˇen´ı hodnosti matice matici uprav´ıme“ na schodovit´ y tvar. Pouˇzijeme ovˇsem jenom ty u ´pravy, kter´e ” nemˇen´ı poˇcet nez´avisl´ ych ˇr´ adk˚ u a t´ım i hodnost matice: Vˇ eta 2.12. N´asleduj´ıc´ı tzv. element´ arn´ı ˇ r´ adkov´ eu ´ pravy nemˇen´ı hodnost matice A: (a) zmˇen´ıme poˇrad´ı ˇr´ adk˚ u, (b) ˇr´adek vyn´asob´ıme nenulov´ ym ˇc´ıslem, (c) k ˇr´adku pˇ riˇ cteme n´ asobek jin´ eho ˇ r´ adku nebo line´arn´ı kombinaci jin´ ych ˇr´adk˚ u, (d) vypust´ıme nulov´ y ˇr´ adek. Pozn´ amky: Uved’me myˇslenku d˚ ukazu pˇredchoz´ı vˇety. Pˇri ˇz´adn´e manipulaci s ˇr´adky (pˇrid´an´ı nenulov´eho ˇr´adku nen´ı dovoleno) se nem˚ uˇze poˇcet nez´avisl´ ych ˇr´ adk˚ u zv´ yˇsit, nevhodnou u ´pravou m˚ uˇzeme nez´avisl´ y ˇr´adek ztratit. Pokud po dan´e u ´pravˇe ˇr´ adk˚ u matice existuje u ´prava, kterou dostaneme matici p˚ uvodn´ı, hodnost matice se nezmˇenila. Projdˇeme jednotliv´e u ´pravy: Pˇri zmˇenˇe poˇrad´ı ˇr´ adk˚ u nen´ı probl´em opaˇcnou zmˇenou poˇrad´ı dostat p˚ uvodn´ı matici. Pˇri n´asoben´ı ˇr´adku nenulov´ ym ˇc´ıslem c staˇc´ı ˇr´ adek vyn´asobit ˇc´ıslem 1/c. Jestliˇze k ˇr´adku pˇriˇcteme line´arn´ı kombinace jin´ ych ˇr´adk˚ u, odeˇcten´ım stejn´e kombinace dostaneme p˚ uvodn´ı matici. Podstatn´e vˇsak je, ˇze pˇ riˇ c´ıtan´ a kombinace neobsahuje p˚ uvodn´ı ˇ r´ adek. A vypuˇstˇen´ı nulov´eho ˇr´adku nemˇen´ı poˇcet nez´avisl´ ych ˇr´adk˚ u. Vˇ eta 2.13. Kaˇzdou matici lze koneˇcn´ ym poˇctem element´arn´ıch ˇra´dkov´ ych u ´prav pˇrev´est na schodovit´ y tvar. Hodnost matice ve schodovit´ em tvaru je rovna poˇ ctu jej´ıch nenulov´ ych ˇ r´ adk˚ u. Prvn´ı tvrzen´ı dok´aˇzeme, kdyˇz naˇcrtneme postup, kter´ ym z libovoln´e matice A = (aij ) dostaneme matici schodovitou. Pokud v prvn´ım sloupci matice jsou nenulov´e prvky, vybereme prvn´ı ˇr´adek, kter´ y m´a na prvn´ım m´ıstˇe nenulov´ y prvek ai1 ̸= 0, kter´emu se ˇr´ık´a kl´ıˇ cov´ y. Ke kaˇzd´emu jin´emu k-t´emu ˇr´adku, pro kter´ y je ak1 ̸= 0, pˇriˇcteme −ak1 /ai1 -n´ asobek i-t´eho ˇr´ adu. T´ımto z´ısk´ame matici, kter´a m´a v prvn´ım sloupci jedin´ y nenulov´ y prvek. Pˇr´ısluˇsn´ y ˇr´ adek pˇresuneme na prvn´ı m´ısto. T´ım m´ame zaruˇceno, ˇze druh´ y ˇr´adek bude m´ıt na zaˇc´atku v´ıce nul neˇz prvn´ı. V dalˇs´ıch kroc´ıch vˇzdy prvn´ı ˇr´adky op´ıˇseme a budeme pracovat jenom s ˇr´adky dalˇs´ımi. Dodejme, ˇze pokud by prvn´ı sloupec obsahoval sam´e nuly, pˇrejdeme hned ke sloupci druh´emu. Vybereme ˇr´ adek, kter´ y m´a na druh´em m´ıstˇe nenulov´ y prvek a vhodn´ y n´asobek tohoto ˇr´adku pˇriˇcteme ke vˇsem ˇr´adk˚ um, kter´e maj´ı na druh´em m´ıstˇe nenulov´ y prvek, aby v druh´em sloupci (kromˇe prvn´ıho ˇr´adku) byl jenom jeden nenulov´ y prvek. T´ımto zp˚ usobem uprav´ıme postupnˇe vˇsechny sloupci, ˇc´ımˇz z´ısk´ame schodovitou matici. Uveden´ y postup se naz´ yv´ a Gaussova eliminace. Pokud pˇri eliminaci nulujeme“ nejen prvky pod kl´ıˇcov´ ym ” prvkem, ale i nad kl´ıˇcov´ ym prvkem, mluv´ıme o Jordanovˇ e eliminaci. Pˇ r´ıklad 2.14. Urˇcete hodnost matice
´ FSI VUT v Brnˇe Studijn´ı text UM
1 −1 2 A = 7 −6 5 . 0 1 2
5
2. Line´arn´ı algebra
2B. Hodnost matice
ˇ sen´ı: Matici pˇrevedeme element´ Reˇ arn´ımi ˇr´adkov´ ymi u ´pravami do schodovit´eho tvaru. 1 −1 2 1 −1 2 1 −1 2 7 −6 5 / − 7 · r1 1 −9 1 −9 ∼ 0 ∼ 0 0 1 2 0 1 2 / − r2 0 0 11
Pˇ r´ıklad 2.15. Urˇcete hodnost matice
1 3 −5 6 3 B= 2 −2 −6 10
⇒
h(A) = 3.
−1 8 . 2
ˇ sen´ı: Matici pˇrevedeme element´ Reˇ arn´ımi ˇr´adkov´ ymi u ´pravami do 1 3 −5 −1 1 2 6 3 8 / − 2 · r1 ∼ 0 −2 −6 10 2 / + 1 · r1 0
schodovit´eho tvaru. 3 −5 −1 0 13 10 ⇒ h(B) = 2. 0 0 0
Sloupcov´ eu ´ pravy Transponov´ an´ım matice se nez´avisl´e ˇr´ adky mˇen´ı na nez´avisl´e sloupce. Lze dok´azat, ˇze hodnost matice se transponov´an´ım nemˇen´ı. V d˚ usledku toho hodnost matice je rovna i poˇctu nez´avisl´ ych sloupc˚ u, kter´e lze upravovat pomoc´ı sloupcov´ ych u ´prav analogick´ ych u ´prav´am ˇr´adkov´ ym. Vˇ eta 2.16. Bud’ A matice typu (m, n). Potom poˇcet nez´avisl´ ych ˇr´adk˚ u je roven poˇctu nez´avisl´ ych sloupc˚ u a plat´ı h(AT ) = h(A). Hodnost matice A se rovn´ a poˇctu nez´avisl´ ych sloupc˚ u. Hodnost matice je menˇs´ı nebo rovna minimu poˇctu ˇr´adku a sloupc˚ u: h(A) ≤ min(m, n). arn´ı sloupcov´ eu ´ pravy nemˇen´ı hodnost matice: N´asleduj´ıc´ı tzv. element´ (a) zmˇen´ıme poˇrad´ı sloupc˚ u, (b) sloupec vyn´asob´ıme nenulov´ ym ˇc´ıslem, (c) ke sloupci pˇriˇcteme line´arn´ı kombinaci libovoln´ ych jin´ ych sloupc˚ u, (d) vypust´ıme nulov´ y sloupec.
´ FSI VUT v Brnˇe Studijn´ı text UM
6
2. Line´arn´ı algebra
2C. Soustavy line´arn´ıch rovnic
´ rn´ıch rovnic 2C. Soustavy linea Soustavy line´arn´ıch rovnic – zkr´acenˇe SLR, se kter´ ymi jste se setkali jiˇz na stˇredn´ı ˇskole, maj´ı velk´ y v´ yznam v technick´e praxi, protoˇze ˇrada inˇzen´ yrsk´ ych situac´ı vede na ˇreˇsen´ı SLR. Soustavy lze v´ yhodnˇe zapsat a zkoumat pomoc´ı matic. Prvn´ı ot´azkou, kterou se budeme zab´ yvat, je zda dan´a soustava ˇreˇsen´ı m´a, pˇr´ıpadnˇe, kolik tˇechto ˇreˇsen´ı je. Uk´aˇzeme si tak´e praktickou metodu, kterou lze SLR ˇreˇsit. Definice 2.17. Necht’ aij , bi jsou re´aln´ a ˇc´ısla. Pak soustava a11 x1 a21 x1 .. .
+ +
a12 x2 a22 x2
+ ··· + ···
+ +
a1n xn a2n xn .. .
= =
am1 x1
+ am2 x2
+ ···
+ amn xn
=
b1 b2 .. .
(2.2)
bm
se naz´ yv´a soustava m line´ arn´ıch rovnic o n nezn´ am´ ych. ˇ ıslo aij se naz´ C´ yv´ a koeficient v i-t´e rovnici u j-t´e nezn´am´e. ˇ ıslo bi se naz´ C´ yv´ a prav´ a strana nebo absolutn´ı ˇ clen i-t´e rovnice.
Maticov´ y z´ apis Uvedenou soustavu lze zapsat pomoc´ı matic a vektor˚ u. Pod´ıv´ame-li se na definici n´asoben´ı matic, zjist´ıme, ˇze prvn´ı rovnici lze zapsat jako maticov´ y souˇcin ˇr´adkov´eho vektoru (a11 , a12 , . . . , a1n ) a sloupcov´eho vektoru (x1 , x2 , . . . , xn ), kter´ y se rovn´ a prav´e stranˇe b1 . Stejn´ ym zp˚ usobem m˚ uˇzeme pˇrepsat i ostatn´ı rovnice. Protoˇze vˇsechny vektory jsou stejn´e d´elky, souˇciny maj´ı stejn´ y tvar a sloupcov´ y vektor je vˇzdy stejn´ y, soustavu rovnic (2.2) lze zapsat ve tvaru a11 a12 · · · a1n x1 b1 a21 a22 · · · a2n x2 b2 (2.3) .. .. · .. = .. . . . . . am1
am2
···
amn
xn
bm
Definice 2.18. Koeficienty aij uveden´e soustavy rovnic tvoˇr´ı matici A typu (m, n) zvanou matici soustavy. Koeficienty bi tvoˇr´ı sloupcov´ y vektor prav´ ych stran b typu (m, 1) a nezn´am´e xj sloupcov´ y vektor nezn´ am´ ych x typu (n, 1): a11 a12 · · · a1n b1 x1 a21 a22 · · · a2n b2 x2 A= . , b= . , x= . . (2.4) . .. .. .. .. am1
am2
···
amn
bm
xn
em tvaru Soustavu line´arn´ıch rovnic (2.2) tak lze zapsat v maticov´ A · x = b. Rozˇ s´ıˇ renou matic´ı soustavy naz´ yv´ ame matici A rozˇs´ıˇrenou o vektor b oddˇelen´ y svislou ˇc´arou: a11 a12 · · · a1n b1 a21 a22 · · · a2n b2 A|b = . .. .. .. . . am1
am2
···
amn
(2.5)
bm
Pozn´ amka. V pˇr´ıkladu maj´ı nezn´am´e jm´ena (x1 , x2 , . . . , xn ). V praxi vˇsak se nezn´am´e mohou jmenovat“ ” jinak: napˇr´ıklad (x, y, z), nebo (s, t, u, v, w) nebo (a, b, c, d) a pod. Pozn´ amky: (Rovnost a rovnice) √ Vyjasnˇeme si jeˇstˇe tyto pojmy: ˇ Rovnost, napˇr´ıklad 2 + 3 = 5, 9 = 3, cos(π) = 1, je v´ yrok, kter´ y plat´ı nebo neplat´ı. Casto se zapisuje ve tvaru v´ yrokov´e formy s promˇenn´ ymi, pˇriˇcemˇz se kvantifik´atory vynech´avaj´ı, pˇredpokl´ad´a se, ˇze v´ yrok plat´ı pro ´ FSI VUT v Brnˇe Studijn´ı text UM
7
2. Line´arn´ı algebra
2C. Soustavy line´arn´ıch rovnic
vˇsechny pˇr´ıpustn´e hodnoty: jsou to napˇr´ıklad tzv. vzorce jako a2 − b2 = (a − b)(a + b), kter´ y plat´ı pro kaˇzd´e a, b ∈ R, nebo vzorec log(x y) = log(x) + log(y), kter´ y plat´ı pro kaˇzd´a kladn´a re´aln´a ˇc´ısla x, y ∈ R+ . Naproti tomu rovnice nen´ı v´ yrok. Napˇr´ıklad o kvadratick´e rovnici x2 +2 x−15 = 0 nem´a smysl uvaˇzovat, zda je pravdiv´a nebo nepravdiv´ a. Je to v´ yrokov´ a forma a pˇredstavuje u ´ kol naj´ıt vˇ sechna ˇ reˇ sen´ı“, tj. hodnoty ” promˇenn´e x, pro kter´e se z v´ yrokov´e formy st´av´a pravdiv´ y v´ yrok. Tyto hodnoty se naz´ yvaj´ı ˇ reˇ sen´ı, v naˇsem pˇr´ıpadˇe jsou to dvˇe ˇc´ısla 3 a −5. Rovnice se tedy skl´ad´ a s v´ yrokov´e formy s promˇenn´ ymi a mnoˇzinou, ve kter´e m´ame hledat ˇreˇsen´ı. U kvadratick´e rovnice a x2 + b x + c = 0 to mohou b´ yt re´aln´a ˇc´ısla R nebo komplexn´ı ˇc´ısla C a naˇs´ım u ´kolem je vˇzdy naj´ıt mnoˇzinu vˇ sech ˇreˇsen´ı. Pouˇz´ıv´ ame pˇritom u ´pravy, pˇri kter´ ych se mnoˇzina ˇreˇsen´ı nemˇen´ı. Jeˇstˇe upˇresnˇeme pojem ˇreˇsen´ı soustavy line´arn´ıch rovnic: ˇ sen´ı soustavy line´ Definice 2.19. (Reˇ arn´ıch rovnic) Uvaˇzujme soustavu line´arn´ıch rovnic (2.2). Sloupcov´ y vektor x = (x1 , x2 , . . . , xn )T nazveme ˇ reˇ sen´ım soustavy (2.2), pokud po dosazen´ı hodnot x1 , x2 , . . . , xn do rovnic (2.2) za promˇenn´e x1 , x2 , . . . , xn dostaneme ve vˇsech rovnic´ıch (2.2) rovnosti. Mnoˇzina vˇsech ˇreˇsen´ı je proto podmnoˇzina mnoˇziny Rn×1 vˇsech sloupcov´ ych vektor˚ u x splˇ nuj´ıc´ıch (2.2).
ˇ sen´ı soustav line´ Reˇ arn´ıch rovnic Jak se ˇreˇs´ı SLR? Pomoc´ı ekvivalentn´ıch u ´ prav, pˇri kter´ ych se mnoˇzina ˇreˇsen´ı (sloupcov´ ych vektor˚ u x) nemˇen´ı, soustavu rovnic uprav´ıme na tvar s rovnicemi typu xi = b∗i , z kter´ ych lze zjistit hodnoty ˇreˇsen´ı. Kter´e u ´pravy jsou ekvivalentn´ı? Rovnici lze n´asobit ˇc´ıslem a k rovnici lze pˇriˇc´ıst n´asobky jin´ ych rovnic. Pod´ıv´ame-li se na odpov´ıdaj´ıc´ı rozˇs´ıˇrenou soustavu rovnic, vid´ıme, ˇze (a) zmˇenˇe poˇrad´ı rovnic odpov´ıd´ a zmˇena poˇrad´ı ˇr´adk˚ u rozˇs´ıˇren´e matice, (b) n´asoben´ı rovnice nenulov´ ym ˇc´ıslem odpov´ıd´a n´asoben´ı ˇr´adku rozˇs´ıˇren´e matice t´ımto ˇc´ıslem, (c) pˇriˇcten´ı n´asobku rovnice k jin´e rovnici odpov´ıd´a pˇriˇcten´ı stejn´eho n´asobku odpov´ıdaj´ıc´ıho ˇr´adku, (d) rovnici se sam´ ymi nulami lze vynechat stejnˇe jako vynechat nulov´ y ˇr´adek. Ekvivalentn´ım u ´prav´ am soustavy rovnic tak odpov´ıdaj´ı element´arn´ı ˇr´adkov´e u ´pravy matic, kter´e jsme vyuˇzili pˇri zjiˇst’ov´an´ı hodnosti matic. V´ ysledky shrneme v n´asleduj´ıc´ı vˇetˇe: Vˇ eta 2.20. Soustavu Ax = b tj. soustavu m line´arn´ıch rovnic o n nezn´am´ ych lze vz´ajemnˇe jednoznaˇcnˇe reprezentovat rozˇs´ıˇrenou matic´ı A|b. Ekvivalentn´ım u ´prav´ am SLR vz´ajemnˇe jednoznaˇcnˇe odpov´ıdaj´ı element´arn´ı ˇr´adkov´e u ´pravy rozˇs´ıˇren´e matice. Kaˇzdou SLR lze ekvivalentn´ımi u ´pravami pˇrev´est na soustavu se schodovitou rozˇs´ıˇrenou matic´ı. Podle tvaru rozˇs´ıˇren´e matice ve schodovit´em tvaru m˚ uˇzeme uˇz zjistit zda soustava m´a ˇreˇsen´ı. Pokud posledn´ı nenulov´ y ˇr´adek m´a tvar (0, 0, . . . , 0|b), kde b ̸= 0, ˇr´adek reprezentuje rovnici 0 x1 + · · · + 0 xn = b, kterou nem˚ uˇze splnit ˇz´adn´a n-tice ˇc´ısel (x1 , . . . , xn ). Z pˇredpokladu, ˇze soustava m´a ˇreˇsen´ı, jsme doˇsli ke sporu, soustava proto ˇreˇsen´ı nem´a. Protoˇze rozˇs´ıˇren´ a matice m´a o jeden nenulov´ y ˇr´adek v´ıc neˇz matice soustavy, hodnost soustavy h(A) je menˇs´ı, neˇz hodnost rozˇs´ıˇren´e matice h(A|b). V opaˇcn´em pˇr´ıpadˇe, tj. kdyˇz h(A) = h(A|b), soustava ˇreˇsen´ı m´a. Pokud je nez´avisl´ ych rovnic stejnˇe jako nezn´am´ ych, schodovit´ a matice A m´a vˇsechny schody“ ˇs´ıˇrky jedna. ” Posledn´ı (nenulov´ y) ˇr´ adek m´a tvar a∗nn xn = b∗n , odkud d´ıky a∗nn ̸= 0 m˚ uˇzeme spoˇc´ıtat xn = bn /a∗nn . ∗ ∗ ∗ V pˇredposledn´ı rovnici an−1,n−1 xn−1 + an−1,n xn = bn−1 pˇribyla jedna nezn´am´a xn−1 . Protoˇze hodnotu xn uˇz zn´ame a a∗n−1,n−1 ̸= 0, je jednoznaˇcnˇe urˇcena hodnota nezn´ame xn−1 . Protoˇze kaˇzd´ y schod“ schodovit´e matice m´a ˇs´ıˇrku 1, je vˇzdy dalˇs´ı nezn´am´a urˇcena jednoznaˇcnˇe. V tomto ” pˇr´ıpadˇe tedy soustava m´a pr´avˇe jedno ˇreˇsen´ı. V pˇr´ıpadˇe, ˇze schod“ matice A m´ a ˇs´ıˇrku 2, v rovnici pˇribyly dvˇe nezn´am´e. Jedn´e nezn´am´e m˚ uˇzeme pˇriˇradit ” ˇ sen´ı bude obsahovat parametr. Pro libovolnou hodnotu, tzv. parametr, druh´a nezn´am´a je urˇcena rovnic´ı. Reˇ libovolnou hodnotu parametru dost´av´ ame ˇreˇsen´ı. Proto soustava bude m´ıt nekoneˇcnˇe mnoho ˇreˇsen´ı. Pˇri schodu“ ” ˇs´ıˇrky k ˇreˇsen´ı pˇribude k − 1 parametr˚ u. Pozn´ amky: Popsan´a metoda se naz´ yv´ a Gaussova eliminace. Pokud pˇri u ´pravˇe nulujeme“ nejen prvky pod kl´ıˇcov´ ym ” prvkem, ale i nad n´ım, mluv´ıme o Jordanovˇ e eliminaci. ´ FSI VUT v Brnˇe Studijn´ı text UM
8
2. Line´arn´ı algebra
2C. Soustavy line´arn´ıch rovnic
Dospˇeli jsme tak k velmi d˚ uleˇzit´e vˇetˇe, kter´a vypov´ıd´a o ˇreˇsen´ı soustavy line´arn´ıch rovnic pomoc´ı hodnosti matic soustavy, aniˇz bychom poˇc´ıtali jejich ˇreˇsen´ı: Vˇ eta 2.21. (Frobeniova) Uvaˇzujme soustavu m line´arn´ıch rovnic (2.2) o n nezn´am´ ych zapsanou v maticov´em tvaru A · x = b s matic´ı soustavy A a rozˇs´ıˇrenou matic´ı A|b. Potom plat´ı (a) Jestliˇze h(A) < h(A|b), soustava nem´ aˇ reˇ sen´ı. (b) Jestliˇze h(A) = h(A|b) = n, soustava m´ a pr´ avˇ e jedno ˇ reˇ sen´ı. (c) Jestliˇze h(A) = h(A|b) < n, soustava m´ a pr´ avˇ e nekoneˇ cnˇ e mnoho ˇ reˇ sen´ı, kter´e vˇsechny lze zapsat pomoc´ı n − h(A) parametr˚ u. Pozn´ amky: Frobeniova vˇeta je jednoduch´ ym a elegantn´ım krit´eriem ˇreˇsitelnosti soustav line´arn´ıch rovnic. V pˇr´ıpadˇe, kdy ˇreˇsen´ı je nekoneˇcnˇe mnoho, ˇcasto vˇsechna ˇreˇsen´ı lze zapsat r˚ uzn´ ymi zp˚ usoby. Uvˇedomme si, ˇze m˚ uˇze nastat pr´avˇe jeden z tˇechto tˇr´ı pˇr´ıpad˚ u: (a) soustava nem´a ˇz´ adn´e ˇreˇsen´ı (tzn. je neˇreˇsiteln´a), (b) soustava m´a jedin´e ˇreˇsen´ı, (c) soustava m´a nekoneˇcnˇe mnoho ˇreˇsen´ı.
Pˇ r´ıklady Pˇri odvozov´an´ı pˇredchoz´ı vˇety jsme uk´azali, jak lze danou rozˇs´ıˇrenou matici pˇrev´est na matici schodovitou. Ilustrujme Gaussovu metodu ˇreˇsen´ı soustavy line´arn´ıch rovnic na nˇekolika typick´ ych pˇr´ıkladech: ˇ ste soustavu line´arn´ıch rovnic Pˇ r´ıklad 2.22. Reˇ x1 −2x1 x1
+ 2x2 − 3x2 + x2 x2
− x3 + 2x3 − x3
+ x4 − 3x4 + 2x4 + 2x4
= 1 = 2 = −1 = 3
ˇ sen´ı: Nap´ıˇseme rozˇs´ıˇrenou matici soustavy a pomoc´ı element´arn´ıch ˇr´adkov´ Reˇ ych u ´prav ji pˇrevedeme na schodovit´ y tvar. Pokud je jeden ˇr´ adek n´asobkem druh´eho, jeden z nich vypust´ıme. 1 2 −1 1 1 1 1 1 2 −1 1 1 2 −1 1 −2 −3 0 1 2 −3 1 0 −1 0 −1 2 4 4 / + 2r1 ∼ 0 . ∼ 1 0 −1 0 0 1 −1 2 −1 / − r1 0 1 −2 / + r2 0 0 2 0 1 0 2 0 1 0 2 0 0 0 3 −1 3 3 / − r2 I kdyˇz posledn´ı matice jeˇstˇe nen´ı upravena na schodovit´ y tvar, vid´ıme, ˇze dan´a soustava nem´a ˇreˇsen´ı, nebot’ ve tˇret´ım ˇr´adku posledn´ı matice jsou vˇsechny koeficienty u nezn´am´ ych nulov´e, kdeˇzto absolutn´ı ˇclen nen´ı nula. Hodnost rozˇs´ıˇren´e matice je 4, ale hodnost matice soustavy je jenom 3, protoˇze m´a jeden nulov´ y ˇr´adek. ˇ ste soustavu line´arn´ıch rovnic Pˇ r´ıklad 2.23. Reˇ x1 x1 2x1 2x1 ˇ sen´ı: Reˇ
1 1 2 2
−2 0 −5 −3
1 1 4 0
−1 1 /− r1 ∼ 0 /− 2r1 −4 /− 2r1
1 0 0 0
−2 2 −1 1
−
2x2
− −
5x2 3x2
1 0 2 −2
+ x3 + x3 + 4x3
= −1 = 1 = 0 = −4
−1 2 ∼ 1 /+ 2 r2 2 −2 /− 12 r2
1 0 0 0
−2 2 0 0
1 0 2 −2
−1 1 2 ∼ 0 3 0 −3
−2 1 0
1 0 2
−1 1 . 3
Posledn´ı ˇra ´dek d´ av´ a rovnici 2x3 = 3, odkud x3 = 32 . Pˇredposledn´ı ˇra ´dek d´ av´ a pˇr´ımo x2 = 1. A koneˇcnˇe prvn´ı ˇra ´dek d´ av´ a ( ) a soustava m´ a tedy jedin´e ˇreˇsen´ı: − 21 , 1, 32 . rovnici x1 = −1 + 2x2 − x3 . Po dosazen´ı za x2 a x3 dostaneme x1 = − 21 . Dan´
´ FSI VUT v Brnˇe Studijn´ı text UM
9
2. Line´arn´ı algebra
2C. Soustavy line´arn´ıch rovnic
ˇ ste soustavu line´arn´ıch rovnic Pˇ r´ıklad 2.24. Reˇ x1 x1 x1 ˇ sen´ı: Reˇ
1 1 1
−2 −2 −2
1 1 −1 1 3 1
− 2x2 − 2x2 − 2x2
2 −2 / − r1 6 / − r1
+ x3 − x3 + 3x3
1 ∼ 0 0
+ x4 + x4 + x4
−2 0 0
= 2 = −2 . = 6
1 1 −2 0 2 0
( 2 1 −4 ∼ 0 4
−2 1 1 0 1 0
2 2
) .
Dostali jsme soustavu 2 (nez´avisl´ ych) rovnic pro 4 nezn´am´e. Rozd´ıl 4 − 2 = 2 d´av´a dvˇe voln´e nezn´am´e, kter´e budou parametry. Mohou to b´ yt kter´ekoliv dvˇe z nezn´am´ ych x1 , x2 , x4 , nikoliv vˇsak nezn´am´a x3 . Zvol´ıme-li za voln´e nezn´am´e napˇr. nezn´am´e x2 , x4 , pak lehce vypoˇcteme, ˇze x3 = 2, x1 = 2x2 − x4 . Poloˇz´ıme-li x2 = t, x4 = s, pak dan´a soustava m´a nekoneˇcnˇe mnoho ˇreˇsen´ı ve tvaru (2t − s, t, 2, s), kde t, s jsou parametry, tj. libovoln´ a ˇc´ısla. Pozn´ amky: M´a-li soustava line´arn´ıch rovnic nekoneˇcnˇe mnoho ˇreˇsen´ı, pak ze schodovit´eho tvaru rozˇs´ıˇren´e matice plyne, kolik soustava bude m´ıt voln´ ych nezn´am´ ych, tj. pomoc´ı kolika parametr˚ u lze vyj´adˇrit obecn´e ˇreˇsen´ı. Nen´ı vˇsak urˇceno, kter´e nezn´am´e m´ame zvolit za parametry. Pˇri schodu“ ˇs´ıˇrky 2 ze dvojice nezn´am´ ych m˚ uˇzeme ” zvolit kteroukoliv. Vyj´adˇren´ı obecn´eho ˇreˇsen´ı proto nen´ı jednoznaˇcn´e, z´aleˇz´ı na tom, kter´e nezn´am´e zvol´ıme za parametry.
Homogenn´ı soustavy line´ arn´ıch rovnic Speci´aln´ım pˇr´ıpadem soustav line´arn´ıch rovnic jsou soustavy s nulami na prav´e stranˇe: Definice 2.25. Necht’ aij jsou re´aln´ a ˇc´ısla. Pak soustava a11 x1 a21 x1 .. .
+ +
am1 x1
+
a12 x2 a22 x2 .. .
+ ··· + ···
+ +
am2 x2
+ ···
+
a1n xn a2n xn .. .
= 0 = 0 .. .
amn xn
=
(2.6)
0
arn´ıch rovnic o n nezn´ am´ ych. se naz´ yv´a homogenn´ı soustava m line´ Protoˇze rozˇs´ıˇren´ a matice soustavy (2.6), vznikla z matice A pˇrid´an´ım sloupce skl´adaj´ıc´ıho se ze sam´ ych nul, je zˇrejmˇe h(A) = h(A|b), a tedy podle Frobeniovy vˇety soustava m´a vˇzdy ˇreˇsen´ı: Vˇ eta 2.26. Kaˇzd´ a homogenn´ı soustava line´arn´ıch rovnic (2.6) m´a ˇreˇsen´ı. Je j´ım vˇzdy tzv. nulov´ e ˇ reˇ sen´ı x = 0 = (0, 0, . . . , 0)T . Homogenn´ı soustava line´arn´ıch rovnic (2.6) m´a bud’ jedin´e nulov´e ˇreˇsen´ı, nebo m´a nekoneˇcnˇe mnoho ˇreˇsen´ı kter´e lze zapsat s jedn´ım nebo v´ıce parametry. Poˇcet parametr˚ u ˇreˇsen´ı je n − h(A). ˇ ste homogenn´ı soustavu line´arn´ıch rovnic Pˇ r´ıklad 2.27. Reˇ x1 x1 ˇ sen´ı: Reˇ
1 2 0 1 1 3
1 1 −1 1 0 2
+ 2x2 x2 + 3x2
+ −
x3 x3
1 2 0 0 ∼ 0 1 0 / − r1 0 1
+ + +
x4 x4 2x4
1 1 −1 1 −1 1
= = =
0 0 0.
( 0 1 2 0 ∼ 0 1 0
1 1 −1 1
0 0
) .
Poloˇz´ıme-li x3 = t, x4 = s, pak dan´a soustava m´a nekoneˇcnˇe mnoho ˇreˇsen´ı ve tvaru (−3t + s, t − s, t, s), kde t, s jsou libovoln´ a ˇc´ısla. ´ FSI VUT v Brnˇe Studijn´ı text UM
10
2. Line´arn´ı algebra
2D. Determinanty
2D. Determinanty ˇ Ctvercov´ e matice s rovn´ ymi“ svisl´ ymi z´avorkami, jak´e uˇz´ıv´ame pro absolutn´ı hodnotu, naz´ yv´ame determi” nanty. Je to vlastnˇe funkce, kter´a ˇctvercov´e matici pˇriˇrad´ı skal´ar, tj. ˇc´ıslo. Determinanty byly dokonce pouˇz´ıv´any ˇ ınˇe v 3. stolet´ı pˇr. n.l. k ˇreˇsen´ı soustav line´arn´ıch rovnic. Eliminac´ı lze zjistit, ˇze soustava dˇr´ıve neˇz matice v C´ dvou line´arn´ıch rovnic Ax = b, tj. a11 x1 + a12 x2 = b1 a21 x1 + a22 x2 = b2 m´a ˇreˇsen´ı, pr´avˇe kdyˇz kombinace a11 a22 − a12 a21 ̸= 0. Tato kombinace se naz´ yv´a determinant. I jednotliv´a ˇ sen´ı soustavy tˇr´ı line´arn´ıch rovnic vede na ˇreˇsen´ı lze vyj´adˇrit pomoc´ı determinant˚ u, jak si uk´aˇzeme pozdˇeji. Reˇ podobn´e v´ yrazy – determinanty matic typu (3, 3). T´eto metodˇe ˇreˇsen´ı SLR se ˇr´ık´a Cramerovo pravidlo. Obecn´a definice determinantu z matice libovoln´e velikosti n nen´ı jednoduch´a. Neˇz k n´ı pˇristoup´ıme, uk´aˇzeme si, jak se poˇc´ıtaj´ı determinanty stupnˇe n ≤ 3. Definice 2.28. Determinant ze ˇctvercov´e matice A zapisujeme |A| nebo det(A) nebo prostˇe det A. Determinanty stupnˇe 1, 2, 3 poˇc´ıt´ ame podle vzorc˚ u: n=1 Determinant matice A = (a11 ) je ˇc´ıslo det(A) = a11 , n=2 Determinant poˇc´ıt´ ame pomoc´ı tzv. kˇ r´ıˇ zov´ eho pravidla a a12 det(A) = 11 = a11 a22 − a12 a21 , a21 a22
(2.7)
n=3 Determinant poˇc´ıt´ ame pomoc´ı, tzv. Sarrusova pravidla a11 det(A) = a21 a31
a12 a22 a32
a13 a23 a33
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − (a13 a22 a31 + a12 a21 a33 + a11 a23 a32 ) .
(2.8)
Pozn´ amky: V pˇr´ıpadˇe n = 2 je determinant podle kˇr´ıˇzov´eho pravidla roven souˇcinu prvk˚ u na hlavn´ı diagon´ale ↘“ ” m´ınus souˇcin prvk˚ u na vedlejˇs´ı diagon´ale ↙“. ” V pˇr´ıpadˇe n = 3 determinant poˇc´ıt´ ame podle pravidla pojmenovan´eho podle francouzsk´eho matematika P. F. Sarruse (1798–1858). Vzorec (2.8) se dobˇre pamatuje, kdyˇz pod matici s ˇr´adky r1 , r2 , r3 pˇrip´ıˇseme jeˇstˇe dva ˇr´adky r1 , r2 a seˇcteme souˇciny prvk˚ u na tˇrech hlavn´ıch ˇcerven´ ych ↘ diagon´al´ach a odeˇcteme souˇcet souˇcin˚ u na tˇrech vedlejˇs´ıch modr´ ych ↙ diagon´ al´ ach. Stejn´ y v´ ysledek dostaneme, kdyˇz matici se sloupci se sloupci s1 , s2 , s3 rozˇs´ıˇr´ıme o dva sloupce s1 , s2 a sˇc´ıt´ ame souˇciny prvk˚ u na diagon´al´ach jako v pˇredchoz´ım pˇr´ıpadˇe: a11 a21 a31 a11 a21
a12 a22 a32 a12 a22
a13 a23 a33 a13 a23
a11 a21 a31
a12 a22 a32
a13 a23 a33
a11 a21 a31
a12 a22 a32
Pozor, v pˇr´ıpadˇe n = 4 nelze uˇ z´ıt pravidlo analogick´e“ Sarrusovu pravidlu, dostali bychom chybn´ y ” v´ ysledek, protoˇze diagon´aly“ hlavn´ı i vedlejˇs´ı jsou jenom ˇctyˇri a sˇc´ıtanc˚ u je 24. ”
Matematick´ a definice determinantu stupnˇ en
Definice je zaloˇzena na pojmu permutace, tj. poˇrad´ı“ ˇc´ısel {1, 2, . . . , n}: ”
Definice 2.29. Bud’ n pˇrirozen´e ˇc´ıslo. Permutac´ı (poˇrad´ım) p = (p1 , p2 , . . . , pn ) nazveme uspoˇr´adanou n-tici ˇc´ısel pi ∈ Nn := {1, 2, . . . , n}, pˇriˇcemˇz kaˇzd´e ˇc´ıslo se v permutaci p vyskytuje pr´avˇe jednou. Je to tedy bijekce Nn na sebe. Mnoˇzinu vˇsech permutac´ı n ˇc´ısel oznaˇc´ıme symbolem P (n): P (n) := {p : Nn → Nn : p – bijekce}. Z kombinatoriky je zn´amo, ˇze mnoˇzina P (n) m´a |P (n)| = n! := n · (n − 1) · · · 2 · 1 prvk˚ u.
´ FSI VUT v Brnˇe Studijn´ı text UM
11
2. Line´arn´ı algebra
2D. Determinanty
Inverz´ı v permutaci p = (p1 , p2 , . . . , pn ) rozum´ıme dvojici (pi , pj ), pro kterou plat´ı i < j a pi > pj . Pokud je poˇcet inverz´ı v permutaci sud´ y, mluv´ıme o sud´ e permutaci, pokud je lich´ y, mluv´ıme o lich´ e permutaci. Znam´ enko permutace je sgn(p) := (−1)poˇcet inverz´ı, tj. sgn(p) = 1 pro sud´e permutace a sgn(p) := −1 pro permutace lich´e. Pˇ r´ıklad: Permutace (1, 2, 3, 4, 5) je permutace sud´a a sgn(p) = 1, protoˇze nem´a ˇz´adnou inverzi. Naproti tomu permutace (1, 4, 3, 2, 5) je lich´ a, protoˇze obsahuje 3 inverze: (4, 3), (4, 2) a (3, 2) a sgn(p) = −1. Pozn´ amka: M´ısto poˇctu inverz´ı m˚ uˇzeme k zjiˇstˇen´ı znam´enka permutace pouˇz´ıt poˇcet v´ ymˇen dvou ˇclen˚ u permutace, pomoc´ı kter´e vedou k identick´e permutaci. Napˇr´ıklad u permutace (1, 4, 3, 2, 5) staˇc´ı jedin´a v´ ymˇena 4 s 2, kter´a vede na identickou permutaci (1, 2, 3, 4, 5), permutace je proto lich´a. Nyn´ı m˚ uˇzeme pˇristoupit k definici determinantu libovoln´eho stupnˇe: Definice 2.30. Determinant ˇctvercov´e matice A = (aij ) typu (n, n) je roven souˇctu ∑ det(A) = sgn(p) · a1p1 · a2p2 · · · · anpn .
(2.9)
p∈P (n)
Pozn´ amky: Definice d´av´ a stejn´e hodnoty pro n ≤ 3. Skuteˇcnˇe, pro n = 2 jsou jen dvˇe permutace: sud´a (1, 2) a lich´a (2, 1), proto ∑ a a12 det(A) = 11 sgn(p)a1p1 a2p2 = sgn(1, 2)a11 a22 + sgn(2, 1)a12 a21 = a11 a22 − a12 a21 . = a21 a22 p∈P (2)
V pˇr´ıpadˇe n = 3 v P (3) m´ame 6 permutac´ı: tˇri sud´e (1, 2, 3), (2, 3, 1), (3, 1, 2) a tˇri lich´e (1, 3, 2), (2, 1, 3), (3, 2, 1) a tud´ıˇz 6 sˇc´ıtanc˚ u. Snadno lze ovˇeˇrit, ˇze dost´av´ame vzorec (2.8) . V pˇr´ıpadˇe n = 4 uˇz m´ame souˇcet 4! = 24 souˇcin˚ u 4 ˇc´ısel. Pomoc´ı rozvoje podle zvolen´eho ˇr´adku (nebo sloupce) determinant stupnˇe n lze pˇrev´est na souˇcet n subdeterminant˚ u stupnˇe n − 1. Definice 2.31. Bud’ A ˇctvercov´ a matice stupnˇe n. Matici, kter´a vznikne z matice A vynech´ an´ım i-t´eho ˇr´adku a j-t´eho sloupce oznaˇc´ıme Aij . Determinant det(Aij ) nazveme subdeterminant nebo t´eˇz minor determinantu p˚ uvodn´ı matice A.
Vˇ eta 2.32. Laplaceova vˇ eta. Determinant stupnˇe n ≥ 2 lze rozepsat pomoc´ı rozvoje podle i-t´ eho ˇ r´ adku na souˇcet n subdeterminant˚ u stupnˇe n − 1: det(A) =
n ∑
(−1)i+k aik det(Aik ) = (−1)i+1 ai1 det(Ai1 ) + · · · + (−1)i+n ain det(Ain ),
(2.10)
k=1
nebo pomoc´ı rozvoje podle j-t´ eho sloupce opˇet na souˇcet n subdeterminant˚ u stupnˇe n − 1 det(A) =
n ∑
(−1)k+j akj det(Akj ) = (−1)1+j a1j det(A1j ) + · · · + (−1)n+j anj det(Anj ).
(2.11)
k=1
Idea d˚ ukazu. Odvod´ıme vzorec pro rozvoj podle 1-t´eho sloupce. Mnoˇzinu vˇsech permutac´ı P (n) rozdˇel´ıme na n skupin permutac´ı. Prvn´ı skupinu tvoˇr´ı permutace s p1 = 1. Vynech´ame-li z tˇechto permutac´ı prvn´ı sloˇzku p1 = 1, dostaneme mnoˇzinu (n−1)! permutac´ı na mnoˇzinˇe (2, 3, . . . , n), kterou oznaˇcme P1′ (n−1). V souˇctu (2.9) kaˇzd´ y sˇc´ıtanec t´eto skupiny zaˇc´ın´ a ˇc´ıslem a11 . Znam´enko permutace (1, p2 , p3 , . . . , pn ) je stejn´e jako znam´enko permutace (p2 , p3 , . . . , pn ). Souˇcet ˇclen˚ u s tˇemito permutacemi je ∑ ∑ sgn(p) · a1p1 · a2p2 · · · · anpn = a11 sgn(p′ ) · a2p2 · · · · anpn = a11 det(A11 ). p∈P (n),p1 =1
p′ ∈P1′ (n−1)
Dost´av´ame tak prvn´ı ˇclen rozvoje (2.11) s j = 1 a k = 1. Druh´ y ˇclen s j = 1 a k = 2 dostaneme z druh´e skupiny permutac´ı s p1 = 2, zmˇen´ı se vˇsak znam´enko permutace: sgn(2, p2 , p3 , . . . , pn ) = −sgn(p2 , p3 , . . . , pn ). Takto postupujeme d´ale s p1 = 3, . . . , n. ´ FSI VUT v Brnˇe Studijn´ı text UM
12
2. Line´arn´ı algebra
2D. Determinanty
Pˇ r´ıklad 2.33. Rozviˇ nte n´asleduj´ıc´ı determinant (a) podle druh´eho ˇr´adku a (b) podle tˇret´ıho sloupce: 1 3 2 6 2 1 5 3 5 2 3 1 . 4 1 0 4 ˇ sen´ı: (a) Rozvoj podle druh´eho ˇr´ Reˇ adku d´av´a:
1 2 5 4
3 1 2 1
2 5 3 0
(b) Rozvoj podle tˇret´ıho 1 3 2 1 5 2 4 1
6 3 1 4
3 = −2 · 2 1
2 3 0
6 1 4
1 +1· 5 4
2 3 0
6 1 4
1 −5· 5 4
3 2 1
sloupce je v´ yhodn´ y, protoˇze d´ıky a43 = 0 posledn´ı ˇclen 2 6 2 1 3 1 3 6 1 3 5 3 5 2 1 − 5 5 2 1 + 3 2 1 = 2 3 1 4 1 4 4 1 4 4 1 0 4
6 1 4
1 +3· 5 4
3 2 1
2 3 0
6 3 1
.
.
vypadne: 6 3 4
1 − 0 2 5
3 1 2
Pozn´ amky: Pomoc´ı rozvoje determinantu stupnˇe 4 jsme dostali souˇcet ˇctyˇr determinant˚ u tˇret´ıho stupnˇe, kter´e lze poˇc´ıtat pomoc´ı Sarrusova pravidla, nebo kaˇzd´ y znovu rozv´est na souˇcet 3 determinant˚ u druh´eho stupnˇe. Ovˇsem, v obou pˇr´ıpadech po dopoˇc´ıt´ an´ı determinant vyjde stejnˇe. T´ımto zp˚ usobem lze postupnˇe kaˇzd´ y determinant stupnˇe n pˇrev´est na souˇcet n subdeterminant˚ u stupnˇe n−1, kaˇzd´ y z nich na n − 1 (tj. celkem n(n − 1)) subdeterminant˚ u stupnˇe n − 2, aˇz se dostaneme na n · (n − 1) · · · 4 subdeterminant˚ u tˇret´ıho stupnˇe, kter´e lze poˇc´ıtat pomoc´ı Sarrusova pravidla jako souˇcet 6 ˇclen˚ u. Celkem tedy sˇc´ıt´ame n! ˇclen˚ u, tj. stejnˇe jako pˇri poˇc´ıt´ an´ı podle definice: poˇcet permutac´ı P (n) je n! . Pro velk´e n, napˇr´ıklad n = 50 je 50! = 3 · 1064 . Kdybychom umˇeli seˇc´ıst bilion sˇc´ıtanc˚ u za vteˇrinu, trvalo by 36 to ˇr´adovˇe 10 let, tj. mnohem d´ele neˇz existuje vesm´ır.
Hodnota determinantu pˇ ri ˇ r´ adkov´ ych u ´ prav´ ach Pro v´ ypoˇcet velk´ ych“ determinant˚ u nutno vyuˇz´ıt jinou metodu. Studujme proto, jak se mˇen´ı determinant ” pˇri element´arn´ıch ˇr´ adkov´ ych u ´prav´ ach matice. Vˇ eta 2.34. Pˇri element´ arn´ıch ˇr´ adkov´ ych u ´prav´ach matice A hodnota determinantu det(A) (a) zmˇen´ı znam´enko pˇri v´ ymˇenˇe dvou ˇr´ adk˚ u, (b) se vyn´asob´ı ˇc´ıslem c pokud jeden ˇr´ adek vyn´asob´ıme ˇc´ıslem c, (c) se nezmˇen´ı, pokud k dan´emu ˇr´ adku pˇriˇcteme n´asobek jin´eho ˇr´adku. D˚ ukaz. Bud’ A ˇctvercov´ a matice stupnˇe n, oznaˇcme jej´ı ˇr´adky r1 , . . . , rn . Pro u ´sporu m´ısta ˇr´adky budeme ps´at za sebou m´ısto pod sebou: A = (r1 , . . . , rn )T . Ze vztahu (2.9) v Definici 2.30 je okamˇzitˇe vidˇet, ˇze vyn´asoben´ım i-t´eho ˇr´adku ˇc´ıslem c v kaˇzd´em sˇc´ıtanci se aipi nahrad´ı c · aipi a proto se celkov´ a hodnota determinantu vyn´asob´ı ˇc´ıslem c: det(r1 , . . . , c ri , . . . , rn )T = c · det(r1 , . . . , ri , . . . , rn )T . V´ ymˇenou dvou ˇr´ adk˚ u se v souˇctu (2.9) zmˇen´ı znam´enko kaˇzd´e permutace a proto hodnota determinantu zmˇen´ı znam´enko, napˇr´ıklad det(r1 , . . . , ri , . . . , rj , . . . , rn )T = − det(r1 , . . . , rj , . . . , ri , . . . , rn )T D˚ usledkem pˇredchoz´ı vlastnosti je skuteˇcnost, ˇze matice s dvˇema stejn´ ymi ˇr´adky d´av´a determinant nulov´ y. Skuteˇcnˇe, v´ ymˇenou tˇechto ˇr´ adk˚ u se m´a zmˇenit znam´enko determinantu, a pˇritom se matice nezmˇenila. Rovnost c = −c plat´ı jen kdyˇz c = 0. Proto hodnota determinanty je nulov´a: r := ri = rj
(i ̸= j)
=⇒
det(r1 , . . . , r, . . . , r, . . . , rn )T = − det(r1 , . . . , r, . . . , r, . . . , rn )T = 0.
Pˇriˇcteme-li k i-t´emu ˇr´ adku n´asobek c n´asobek k-t´eho ˇr´adku dostaneme dva determinanty: det(r1 , . . . , ri + c rk , . . . , rk , . . . , rn )T = det(r1 , . . . , ri , . . . , rk , . . . , rn )T + c det(r1 , . . . , rk , . . . , rk , . . . , rn )T prvn´ı je p˚ uvodn´ı determinant a druh´ y determinant je nulov´ y, protoˇze m´a dva stejn´e ˇr´adky. ´ FSI VUT v Brnˇe Studijn´ı text UM
13
2. Line´arn´ı algebra
2D. Determinanty
Pozn´ amky: Determinant je nulov´ y, pokud obsahuje nulov´ y ˇr´adek, nebo m´a dva stejn´e ˇr´adky, nebo jeden ˇr´adek je n´asobkem druh´eho. Protoˇze nav´ıc transponov´an´ım matice se hodnota determinantu nemˇen´ı, lze determinant upravovat tak´e pomoc´ı element´ arn´ıch sloupcov´ ych operac´ı: Vˇ eta 2.35. Transponov´ an´ım matice se hodnota determinantu nemˇen´ı: det(AT ) = det(A). Pˇri element´arn´ıch sloupcov´ ych u ´prav´ ach matice A hodnota determinantu det(A) (a) zmˇen´ı znam´enko pˇri z´amˇenˇe dvou sloupc˚ u, (b) se vyn´asob´ı ˇc´ıslem c pokud jeden sloupec vyn´asob´ıme ˇc´ıslem c, (c) se nezmˇen´ı, pokud k dan´emu sloupci pˇriˇcteme n´asobek jin´eho sloupce.
V´ ypoˇ cet determinantu V pˇr´ıpadˇe horn´ı troj´ uheln´ıkov´e matice A = (aij ) je determinant roven souˇcinu prvk˚ u na diagon´ale: det(A) = a11 · a22 · · · ann . Skuteˇcnˇe, protoˇze v posledn´ım ˇr´ adku je jedin´ y nenulov´ y prvek ann , permutace d´avaj´ıc´ı nenulov´ y souˇcin mus´ı konˇcit prvkem pn = n. V pˇredposledn´ım ˇr´adku mimo ˇclenu v posledn´ım sloupci, je jedin´ y nenulov´ y prvek an−1,n−1 , proto jedin´a permutace, kter´a d´av´ a nenulov´ y souˇcin, je pn−1 = n − 1. Tak postupnˇe zjist´ıme, ˇze jedin´a permutace, kter´a d´av´ a nenulov´ y souˇcin, je permutace identick´a p = (1, 2, . . . , n). Stejn´e tvrzen´ı plat´ı i pro doln´ı troj´ uheln´ıkovou matici. Protoˇze kaˇzdou matici lze upravit na troj´ uheln´ıkovou matici dost´av´ame n´asleduj´ıc´ı n´avod k v´ ypoˇctu determinantu: Vˇ eta 2.36. Matici A = (aij ) vhodn´ ymi ˇr´adkov´ ymi nebo sloupcov´ ymi u ´pravami uprav´ıme na horn´ı troj´ uheln´ıkovou matici A∗ s prvky a∗11 , a∗22 , . . . , a∗nn na diagon´ale, pˇriˇcemˇz – pˇri kaˇzd´e u ´pravˇe typu (a) (v´ ymˇenˇe dvou ˇr´adk˚ u nebo sloupc˚ u) zmˇ en´ıme znam´ enko a – pˇri kaˇzd´em u ´pravˇe (b) (n´asoben´ı ˇr´ adku nebo sloupce ci ̸= 0) hodnotu determinantu n´ asob´ıme 1/ci . Potom 1 det(A) = (−1)m a∗ a∗ . . . a∗nn , c1 . . . cq 11 22 kde m je poˇcet z´amˇen dvojic ˇr´ adk˚ u nebo sloupc˚ u a ci jsou konstanty z u ´prav typu (b).
Pˇ r´ıklad 2.37. Vypoˇctˇete determinant matice A n´asleduj´ıc´ımi metodami: (a) pomoc´ı Sarrusova pravidla, (b) pˇrevodem na troj´ uheln´ıkovou matici, (c) rozvojem podle druh´eho ˇr´adku, kde 2 −3 8 6 −7 . A= 4 −5 4 −9 ˇ sen´ı: Reˇ (a) Podle Sarrusova pravidla je det(A) = [2 · 6 · (−9) + (−3)(−7)(−5) + 8 · 4 · 4] − [8 · 6 · (−5) + (−3)4(−9) + 2(−7)4] = = (−108 − 105 + 128) − (−240 + 108 − 56) = −85 + 188 = 103. (b) Pˇrevodem na troj´ uheln´ıkovou matici 2 −3 2 8 6 −7 / − 2r1 = 0 det(A) = 4 −5 0 5 4 −9 / + r 2 1
pomoc´ı ˇr´adkov´ ych u ´prav: 2 −3 −3 8 8 1 12 −23 (2 · 12 · 103) = 103. = 0 12 −23 = 24 7 7 103 11 / + r2 − 0 0 2
(c) Podle Laplaceovy vˇety 2.32 plat´ı 2 −3 8 −3 4 6 −7 det(A) = = (−4) 4 −5 4 −9
24
2 8 8 + 6 −9 −5 −9
24
+ 7 2 −5
−3 = 4
= (−4)(27 − 32) + 6(−18 + 40) + 7(8 − 15) = 20 + 132 − 49 = 103. ´ FSI VUT v Brnˇe Studijn´ı text UM
14
2. Line´arn´ı algebra
2D. Determinanty
Pozn´ amky: Srovn´ an´ım metod pouˇzit´ ych v pˇredchoz´ım pˇr´ıpadˇe vych´az´ı Sarrusovo pravidlo jako nejrychlejˇs´ı. V pˇr´ıpadˇe determinant˚ u z velk´ ych matic vˇsak vyjde metoda pˇrevodu na troj´ uheln´ıkovou matici jako jedin´a moˇzn´a: pˇri pˇrevodu matice stupnˇe n na troj´ uheln´ıkovou potˇrebujeme ˇr´adovˇe n3 operac´ı. Pˇri n = 50 to vych´az´ı . na 125 000 = 1.25 · 105 , coˇz je proti 50! = 3 · 1064 podstatnˇe m´enˇe.
ˇ sen´ı soustav line´ Reˇ arn´ıch rovnic pomoc´ı determinant˚ u Determinanty lze vyuˇz´ıt i pˇri ˇreˇsen´ı soustav line´arn´ıch rovnic ve speci´aln´ım pˇr´ıpadˇe, kdy je matice soustavy A ˇctvercov´a, tj. rovnic je stejn´ y poˇcet jako nezn´am´ ych, a determinant z matice A je nenulov´ y, tj. |A| = ̸ 0. K urˇcen´ı ˇreˇsen´ı n´am poslouˇz´ı n´asleduj´ıc´ı tzv. Cramerovo pravidlo: Vˇ eta 2.38. (Cramerovo pravidlo) Necht’ je d´ana soustava n line´arn´ıch rovnic o n nezn´am´ ych A·x = b, jej´ıˇz matice soustavy A m´am nenulov´ y determinant det(A) ̸= 0. Potom soustava m´a jedin´e ˇreˇsen´ı (x1 , x2 , . . . , xn ), pˇriˇcemˇz |A1 | |A2 | |An | x1 = , x2 = , . . . xn = , |A| |A| |A| kde matice Aj vznikla z matice A nahrazen´ım j-t´eho sloupce sj sloupcem prav´ ych stran b, tj. |A1 | = |b, s2 , s3 , . . . , sn | ,
|A2 | = |s1 , b, s3 , . . . , sn | ,
|A1 | = |s1 , s2 , s3 , . . . , b| .
...,
Pozn´ amky: Cramerovo pravidlo m´a sp´ıˇse teoretick´ y v´ yznam, protoˇze pro vˇetˇs´ı“ n je v´ ypoˇcet determinant˚ u numericky ” znaˇcnˇe n´aroˇcn´ y. Na druhou stranu vˇsak metoda d´av´a vzorec pro pˇr´ım´ y v´ ypoˇcet jednotliv´ ych nezn´am´ ych, coˇz m˚ uˇze b´ yt nˇekdy v´ yhodn´e. Napˇr´ıklad v pˇr´ıpadˇe n = 2 a |A| ̸= 0 ˇreˇsen´ı soustavy A · x = b je d´ano vzorci b1 a12 a11 b1 b2 a22 a21 b2 b1 a22 − a12 b2 a11 b2 − b1 a12 x1 = , x2 = . = = a a − a a a 11 22 12 22 11 a22 − a12 a22 a11 a12 a11 a12 a21 a22 a21 a22 Pˇ r´ıklad 2.39. Cramerov´ ym pravidlem urˇcete ˇreˇsen´ı soustavy 2 x1 x1 2 x1
− 3 x2 + 2 x2 + x2
+ x3 − x3 + x3
= 0 = 3 = 12
ˇ sen´ı: Spoˇc´ıt´ Reˇ ame nejprve determinant matice soustavy, kter´ y urˇc´ı, zda soustava m´a ˇreˇsen´ı. Pomoc´ı Sarrusova pravidla dost´av´ame 2 −3 1 2 −1 = 2 · 2 · 1 + (−3) · (−1) · 2 + 1 · 1 · 1 − 1 · 2 · 2 − (−3) · 1 · 1 − 2 · (−1) · 1 = 12 ̸= 0, |A| = 1 2 1 1 a proto matice A je regul´arn´ı, tj. ˇreˇsen´ı existuje a je jedin´e. Spoˇctˇeme si determinanty matic, ve kter´ ych sloupec prav´ ych stran postupnˇe nahrazuje sloupec koeficient˚ u: 0 −3 1 2 −1 = 0 · 2 · 1 + (−3) · (−1) · 12 + 1 · 3 · 1 − 1 · 2 · 12 − (−3) · 3 · 1 − 0 · (−1) · 1 = 24, |A1 | = 3 12 1 1 2 0 2 −3 1 0 2 3 = 60. |A2 | = 1 3 −1 = 36, |A3 | = 1 2 12 2 1 1 12 Po Cramerova pravidla tedy x1 =
24 |A1 | = = 2, |A| 12
x2 =
|A2 | 36 = = 3, |A| 12
x3 =
|A3 | 60 = = 5. |A| 12
Soustava m´a pr´avˇe jedno ˇreˇsen´ı x = (2, 3, 5)T . ´ FSI VUT v Brnˇe Studijn´ı text UM
15
ˇ 2E. Ctvercov´ e matice
2. Line´arn´ı algebra
ˇ ´ matice 2E. Ctvercov e ˇ Ctvercov´ e matice stejn´eho stupnˇe n maj´ı zvl´aˇstn´ı postaven´ı mezi maticemi: lze je jako ˇc´ısla nejen navz´ajem sˇc´ıtat, ale i n´asobit bez omezen´ı. U ˇc´ısel ˇc´ıslo 1 hraje roli neutr´aln´ıho prvku: pro kaˇzd´e ˇc´ıslo x ∈ X plat´ı x 1 = 1 x = x. U ˇctvercov´ ych matic stejnou roli hraje jednotkov´a matice E: pro kaˇzdou matici A ∈ Rn×n plat´ı A · E = E · A = A. Inverzn´ı operac´ı k operaci n´asoben´ı ˇc´ısel je dˇelen´ı ˇc´ısel, dˇelit vˇsak m˚ uˇzeme jen ˇc´ıslem nenulov´ ym. Pro kaˇzd´e nenulov´e ˇc´ıslo a existuje ˇc´ıslo b zvan´e pˇrevr´ acen´a hodnota takov´e, ˇze a b = b a = 1. Znaˇc´ıme ho a1 nebo a−1 . Je to vlastnˇe ˇreˇsen´ım rovnice a b = 1. U ˇctvercov´ ych matic analogicky zavedeme tzv. inverzn´ı matici: ˇ Definice 2.40. Bud’ A ˇctvercov´ a matice typu (n, n). Ctvercov´ a matice B typu (n, n) se naz´ yv´a matic´ı inverzn´ı k matici A, jestliˇze A · B = B · A = E. (2.12) Matici inverzn´ı k matici A znaˇc´ıme A−1 . Na prvn´ı pohled nen´ı z uveden´e definice zˇrejm´e, zda matice B inverzn´ı k A existuje vˇzdy, zda je urˇcena jednoznaˇcnˇe a jak tuto matici vypoˇc´ıtat. K formulaci odpovˇedi n´am pom˚ uˇze teorie determinant˚ u. Vˇ eta 2.41. Bud’te A, B matice stejn´eho stupnˇe. Potom plat´ı: det(A · B) = det(A) · det(B). Protoˇze determinant jednotkov´e matice E je roven 1, z podm´ınky (2.12) det(A · B) = det(E) = 1 plyne, ˇze jak det(A) ̸= 0, tak det(B) ̸= 0. Uk´aˇze se, ˇze je to i podm´ınka postaˇcuj´ıc´ı. Tyto matice nazveme regul´arn´ı: Definice 2.42. Matici A nazveme regul´ arn´ı jestliˇze det(A) ̸= 0. Tuto d˚ uleˇzitou vlastnost lze definovat i pomoc´ı dalˇs´ıch podm´ınek: Vˇ eta 2.43. Bud’ A = (aij ) stupnˇe n. N´asleduj´ıc´ı podm´ınky jsou ekvivalentn´ı: (a) Matice A je regul´ arn´ı, tj. det(A) ̸= 0. (b) Matice A m´ a nejvˇ etˇ s´ı moˇ znou hodnost h(A) = n. (c) Matice A m´ a nez´ avisl´ eˇ r´ adky. (d) Matice A m´ a nez´ avisl´ e sloupce. Co znamen´a podm´ınka A · B = E? Oznaˇcme bj j-t´ y sloupec matice B a ej j-t´ y sloupec jednotkov´e matice E maj´ıc´ı jedniˇcku na j-t´em m´ıstˇe, ostatn´ı nuly. Potom rovnost A · B = E pˇredstavuje n soustav rovnic pro jednotliv´e nezn´am´e bj s prav´ ymi stranami ej : A · b1 = e1 ,
A · b2 = e2 ,
...
, A · bn = e n .
Matice soustavy ve vˇsech pˇr´ıpadech je matice A, a proto podle Frobeniovy vˇety pokud hodnost matice A je maxim´aln´ı, tj. h(A) = n, kaˇzd´ a soustava m´a pr´avˇe jedno ˇreˇsen´ı bj , kter´e tvoˇr´ı inverzn´ı matici B = A−1 . Dospˇeli jsme tak k vˇetˇe: Vˇ eta 2.44. Ke kaˇzd´e regul´arn´ı matici A existuje pr´avˇe jedna matici inverzn´ı A−1 . Pˇredchoz´ı u ´vaha tak´e d´av´ a zp˚ usob v´ ypoˇctu inverzn´ı matice. Protoˇze vˇsechny soustavy maj´ı stejnou matici soustavy, zap´ıˇseme je do jedn´e soustavy s n vektory prav´ ych stran ej a n vektory nezn´am´ ych bj : A · (b1 , . . . , bn ) = (e1 , . . . , en ) tj. maticovˇe A · B = E . ´ FSI VUT v Brnˇe Studijn´ı text UM
16
ˇ 2E. Ctvercov´ e matice
2. Line´arn´ı algebra
V´ ypoˇcet potom prob´ıh´ a tak, ˇze rozˇs´ıˇrenou matici (A|E) typu (n, n+n) pˇrevedeme postupnˇe ˇr´adkov´ ymi u ´pravami (tzv. Jordanovou eliminac´ı) na tvar, kdy vlevo na m´ıstˇe matice A vznikne matice jednotkov´a. Pˇritom vpravo na m´ıstˇe matice E vznikne matice inverzn´ı B, sch´ematicky (A|E)
∼
Pˇ r´ıklad 2.45. Vypoˇctˇete inverzn´ı matici A−1 k matici 2 1 A= 1 1 1 2 ˇ sen´ı: Rozˇs´ıˇrenou matici Reˇ 2 (A|E) = 1 1
(E|B) = (E|A−1 ) .
∼
ˇr´ adkov´e u ´pravy
1 2 . 0
(A|E) postupnˇe upravujeme ˇr´adkov´ ymi u ´pravami: 1 1 1 0 0 / − 2r3 0 −3 1 1 0 1 2 0 1 0 / − r3 ∼ 0 −1 2 0 1 2 0 0 0 1 1 1 2 0 0 0
(2.13)
−2 / − 3r2 −1 ∼ 1 / + 2r2
4 2 1 0 0 −5 1 −3 1 1 0 0 0 0 −5 1 −3 1 5 −5 −5 1 3 2 1 3 0 −1 2 0 1 −1 / + 25 r1 ∼ 0 −1 0 − 25 5 5 ∼ 0 1 0 5 −5 −5 . 4 2 1 3 1 1 0 4 0 2 −1 / + 4 r1 1 0 0 0 0 1 − 15 5 5 −5 −5 5 −5
Druh´a matice je hledan´a inverzn´ı matice:
A−1 =
4 5 2 5 − 15
− 25 − 15 3 5
− 15 − 35 . − 15
Adjungovan´ a matice Uk´aˇzeme si jeˇstˇe jeden zp˚ usob v´ ypoˇctu inverzn´ı matice zaloˇzen´ y na pojmu adjungovan´a matice: Definice 2.46. Bud’ A = (aij ) ˇctvercov´ a matice stupnˇe n. Oznaˇcme Aij matici vzniklou z matice A vynech´an´ım i-t´eho ˇr´adku a j-t´eho sloupce. Algebraick´ ym doplˇ nkem prvku aij nazveme ˇc´ıslo dij = (−1)i+j det(Aij ) , kde matice Aij vznikla z matice A vynech´ an´ım i-t´eho ˇr´adku a j-t´eho sloupce. Transponovanou matici algebraick´ ych doplˇ nk˚ u nazveme adjungovanou matic´ı k matici A a oznaˇc´ıme: A∗ = (dij )T . Z definice je vidˇet, ˇze ke kaˇzd´e matici lze sestavit matici adjungovanou. Z n´asleduj´ıc´ı vlastnosti je vidˇet, ˇze adjungovan´a matice m´a podobnou vlastnost jako matice inverzn´ı a lze ji vyuˇz´ıt k v´ ypoˇctu inverzn´ı matice: Vˇ eta 2.47. Bud’ A ˇctvercov´ a matice. Potom existuje matice adjungovan´ a A∗ a plat´ı A · A∗ = A∗ · A = det(A) · E .
(2.14)
odkud v pˇr´ıpadˇe, ˇze det(A) ̸= 0, dost´av´ ame vztah pro v´ ypoˇ cet inverzn´ı matice: A−1 =
1 A∗ det(A)
(2.15)
D˚ ukaz. Naznaˇcme d˚ ukaz rovnosti (2.14), kter´a je podstatou v´ ypoˇctu inverzn´ı matice. Mˇejme matici A = (aij ). Prvky adjungovan´e matice A∗ oznaˇcme a∗ij . Algebraick´ y doplnˇek prvku aij znaˇc´ıme dij = (−1)i+j det(Aij ), kde Aij je matice A bez i-t´eho ˇr´ adku a j-t´eho sloupce. Proto plat´ı a∗ji = dij = (−1)i+j det(Aij ). ´ FSI VUT v Brnˇe Studijn´ı text UM
17
ˇ 2E. Ctvercov´ e matice
2. Line´arn´ı algebra Uvaˇzujme souˇcin B := A · A∗ . Prvek bij souˇcinu B je bij = (A · A∗ )ij =
n ∑
aik a∗kj =
k=1
n ∑
aik djk =
k=1
n ∑
aik (−1)i+k det (Ajk ) .
k=1
V pˇr´ıpadˇe j = i podle Laplaceovy vˇety 2.32 je bij rovno rozvoji determinantu matice A podle i = j-t´eho ˇr´adku (2.10), tj. pro i = j m´ ame bij = det(A). V pˇr´ıpadˇe j ̸= i je to rozvoj determinantu matice, ve kter´em je m´ısto ˇr´adku rj ˇr´adek ri , protoˇze matice Ajk maj´ı vynechan´ y j-t´ y ˇr´adek, m´ısto nˇeho maj´ı ˇr´adek i-t´ y. Jde tedy o rozvoj determinantu s dvˇema stejn´ ymi ˇr´ adky, determinant je proto nulov´ y. Dost´av´ame tak bij = 0 pro j ̸= i. Matice B je tedy jednotkov´ a. Druhou rovnost A∗ · A = E lze dok´azat rozvojem determinantu podle sloupce. Pˇ r´ıklad 2.48. Vypoˇctˇete adjungovanou matici A∗ a inverzn´ı matici A−1 k matici z Pˇr´ıkladu 2.45 2 1 1 A = 1 1 2 . 1 2 0 ˇ sen´ı: Adjungovanou matici podle (2.14) dostaneme transponov´an´ım matice algebraick´ Reˇ ych doplˇ nk˚ u: A∗ =
−
1 2 1 2 1 1
1 2 − 1 0 2 1 1 0 2 1 − 1 2
2 0 1 0 1 2
−
T 1 1 1 2 −4 2 2 1 2 −1 = 1 2 1 −3 2 1 1 1
T 1 −4 −3 = 2 1 1
2 −1 −3
1 −3 . 1
Pˇred v´ ypoˇctem matice inverzn´ı nejprve spoˇc´ıt´ame determinant matice A. Libovoln´a metoda v´ ypoˇctu d´av´a det(A) = −5. Matice A je tedy regul´arn´ı a podle Vˇety 2.44 existuje k matici A matice inverzn´ı. Pomoc´ı (2.15) dost´av´ame 4 − 25 − 15 −4 2 1 5 1 1 1 3 2 −1 −3 = − 52 A−1 = · A∗ = 5 5 . det(A) −5 1 3 1 1 −3 1 − − 5
5
5
Dospˇeli jsme k matici stejn´e jako pˇri v´ ypoˇctu ˇr´adkov´ ymi u ´pravami v Pˇr´ıkladu 2.44. Pozn´ amky: Kterou metodou budeme poˇc´ıtat inverzn´ı matice z velk´e“ matice? K v´ ypoˇctu adjungovan´e matice ” stupnˇe n potˇrebujeme spoˇc´ıtat n2 determinant˚ u stupnˇe n − 1. Vzhledem k n´aroˇcnosti v´ ypoˇctu determinant˚ u velk´e matice, inverzn´ı matice k velk´e matici lze poˇc´ıtat jedinˇe pomoc´ı ˇr´adkov´ ych u ´prav matice (A|E).
Maticov´ e rovnice
Podobnˇe jako ˇc´ıseln´e rovnice napˇr. a · x = b m´ame i maticov´e rovnice A · X = B, za pˇredpokladu ˇze matice maj´ı takov´e typy, ˇze dan´e operace a rovnosti jsou definovan´e – maj´ı smysl“. Pˇri ˇreˇsen´ı tˇechto rovnic opˇet ” budeme vyuˇz´ıvat u ´pravy, kter´e nemˇen´ı mnoˇzinu vˇsech ˇreˇsen´ı rovnice: Vˇ eta 2.49. Ekvivalentn´ı u ´ pravy maticov´ ych rovnic Za pˇredpokladu, ˇze pro dan´e typy matic pˇr´ısluˇsn´e operace sˇc´ıt´an´ı, n´asoben´ı i relace rovnosti jsou definovan´e pˇri n´asleduj´ıc´ıch u ´prav´ach se mnoˇzina vˇsech ˇreˇsen´ı maticov´e rovnice nemˇen´ı: (a) Pˇriˇcten´ım stejn´e matice k obˇema stran´am rovnice. (b) N´asoben´ım obou stran rovnice stejn´ ym nenulov´ ym ˇc´ıslem. (c) N´asoben´ım obou stran rovnice stejnou regul´arn´ı matic´ı zleva. (d) N´asoben´ım obou stran rovnice stejnou regul´arn´ı matic´ı zprava. Pozor, n´ asoben´ı nen´ı komutativn´ı, nelze mˇ enit poˇ rad´ı matic v souˇ cinu! Pˇri ˇreˇsen´ı lze vyuˇz´ıvat tak´e vlastnosti inverzn´ı matice:
´ FSI VUT v Brnˇe Studijn´ı text UM
18
ˇ 2E. Ctvercov´ e matice
2. Line´arn´ı algebra Vˇ eta 2.50. Pro regul´arn´ı matice A, B plat´ı: (A−1 )−1 = A ,
(A · B)−1 = B−1 · A−1 ,
(AT )−1 = (A−1 )T .
Pˇ r´ıklad 2.51. Soustava line´ arn´ıch rovnic. Pomoc´ı inverzn´ı matice lze vyj´adˇrit i ˇreˇsen´ı soustavy n line´arn´ıch rovnic pro n nezn´am´ ych A · x = b. ˇ sen´ı: Za pˇredpokladu, ˇze matice soustavy A je regul´arn´ı, existuje matice inverzn´ı A−1 . Vyn´asoben´ım obou Reˇ stran rovnice zleva matic´ı A−1 dost´ av´ ame A−1 · A · x = A−1 · b Protoˇze A−1 · A · x = E · x = x dost´ av´ ame v´ ysledek x = A−1 · b.
ˇ ste rovnice s nezn´amou matic´ı X: Pˇ r´ıklad 2.52. Reˇ (a) A X = B, (b) X A = B, (c) A X B + C = D, (d) A−1 X BT = C. Za jak´ ych pˇredpoklad˚ u pro matice ˇreˇsen´ıexistuje? ˇ sen´ı: Pˇredpokl´ad´ Reˇ ame, ˇze matice jsou typu (n, n). Pokud matice A je regul´arn´ı, existuje inverzn´ı matice A−1 : (a) Prvn´ı rovnici vyn´asob´ıme matic´ı A−1 zleva a dost´av´ame X = A−1 B. (b) Druhou rovnici n´asob´ıme matic´ı A−1 zprava a dost´av´ame X = B A−1 . (c) Pokud nav´ıc B je regul´arn´ı, po odeˇcten´ı matice C tˇret´ı rovnici n´asob´ıme inverzn´ı matic´ı A−1 zleva a inverzn´ı matic´ı B−1 zprava. Dost´av´ ame tak ˇreˇsen´ı X = A−1 (D − C) B−1 . (d) Pokud nav´ıc B je regul´arn´ı, ˇctvrtou rovnici n´asob´ıme matic´ı A zleva a matic´ı (BT )−1 zprava. Dost´av´ame tak ˇreˇsen´ı X = A C (BT )−1 .
´ FSI VUT v Brnˇe Studijn´ı text UM
19