• Nie Znaleziono Wyników

Wykład V Algebra

N/A
N/A
Protected

Academic year: 2021

Share "Wykład V Algebra"

Copied!
8
0
0

Pełen tekst

(1)

Układy równań liniowych

Układem równań liniowych nazywamy układ równań postaci



= +

+ +

= +

+ +

= +

+ +

, , ,

2 2 1 1

2 2

2 22 1 21

1 1

2 12 1 11

n m nm n

n

m m

m m

b x a x

a x a

b x a x

a x a

b x a x

a x a

K M

K K

w którym współczynniki aij i wyrazy wolne bi są elementami ciała liczbowego K, a xi są niewiadomymi. Układ można zapisać w formie macierzowej jako

B X A = ,

gdzie

=

=

=

m m

nm n

n

m m

b b b B x x x X a

a a

a a

a

a a

a

A M M

K K K K K

K K

2 1 2

1

2 1

2 22

21

1 12

11

,

, .

Jeśli b1=b2 =K=bn =0, układ równań nazywa się jednorodnym, w przeciwnym wypadku mamy do czynienia z układem niejednorodnym.

Przykłady Układy równań i ich rozwiązania

1)



= +

=

+

=

+

2 2 4

0 3 2 5

2 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

3 2 1

3 2 1

=

=

=

x x x

2)



= +

=

+

=

+

0 2 4

0 3 2 5

0 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

0 0 0

3 2 1

=

=

=

x x x

3)



=

= +

=

+

0 2

0 2

0

2 1

3 2 1

3 2 1

x x

x x x

x x x

1 3

1 2

3 2 x x

x x

=

=

4)



= + +

=

+

0 2

2 2

3 2 1

3 2 1

x x x

x x x

2 1

3

2 1

1 x x

x

=

=

5)



=

=

+

= +

1 2 2

2 3 2

3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

nie ma rozwiązań.

(2)

Wykład V cd. Algebra

Układy Cramera

Układem równań Cramera nazywamy układ, w którym n=m (liczba równań jest równa liczbie niewiadomych) i detA0.

Rozwiązaniem (jedynym) układu Cramera jest X = A1B czyli

=

=

m nn n

n

n n

m b

b b

A A

A

A A

A

A A

A

A x

x x

X M

K K K K K

K K

M

2 1

2 1

2 22

12

1 21

11 2

1

det

1 ,

co zapisujemy jako

A b A x

n

j j ji

i det

1

= = . Wyrażenie

= n

j j jib A

1

można potraktować jako rozwinięcie Laplace’a względem i-tej kolumny wyznacznika (Di) macierzy

+

+

+

nn i

n n i n n

n

n i

i

n i

i

a a

b a

a a

a a

b a

a a

a a

b a

a a

K K

M M M M M M M M

K K

K K

) 1 ( )

1 ( 1

1

2 )

1 ( 2 2 ) 1 ( 2 22

21

1 )

1 ( 1 1 ) 1 ( 1 12

11

, tzn.

A xi Di

= det .

Wniosek: Jedynym rozwiązaniem jednorodnego układu Cramera jest rozwiązanie trywialne x1= x2 =K= xn =0.

Przykład

, 6 2 0 4

0 2 5

2 3 2 ,

4 2 2 4

3 0 5

2 2 2 ,

2 2 0 2

3 2 0

2 3 2

2 0 2 ,

2 det ,

2 0 4

3 2 5

2 3 2 ,

2 2 4

0 3 2 5

2 2 3 2

3 2

1

3 1

3 2 1

3 2 1

=

=

=

=

=

=

=

=

=



= +

=

+

=

+

D D

D

D D

D

B A

A x

x

x x x

x x x

(3)

Rząd macierzy

Przestrzeń liniowa rozpinana przez zbiór wektorów L(x1,x2,Kxn) to przestrzeń liniowa wektorów będących kombinacją liniową wektorów należących do zbioru

{

x1,x2,Kxn

}

.

Definicja: Rzędem zbioru wektorów nazywamy wymiar przestrzeni liniowej rozpinanej przez ten zbiór dim(x1,x2,Kxn), czyli liczbę elementów

maksymalnego podzbioru wektorów liniowo niezależnych.

Przykład

Mamy zbiór 3 wektorów z R3:

0 1 1 , 0 1 0 , 0 0 1

. Tylko 2 (dowolne 2) z 3

wektorów są liniowo niezależne, więc rząd tego zbioru jest 2.

Definicja: Rzędem kolumnowym macierzy jest rząd kolumn traktowanych jako zbiór wektorów.

Przykład:

Mamy macierz

=

0 0 0

1 1 0

1 0 1

A . Rząd zbioru wektorów

0 1 1 , 0 1 0 , 0 0 1

wynosi 2.

Definicja: Rzędem wierszowym macierzy jest rząd wierszy traktowanych jako zbiór wektorów.

Przykład

Mamy macierz

=

0 0 0

1 1 0

1 0 1

A . Rząd zbioru wektorów:

{ (

1,0,1

) (

, 0,1,1

) (

, 0,0,0

) }

wynosi 2.

(4)

Wykład V cd. Algebra

Twierdzenie: Rząd kolumnowy macierzy A jest równy rzędowi wierszowemu tej macierzy i oznaczany jest jako r

( )

A .

Bez dowodu, komentarz: detA=detAT.

Wniosek: Rząd macierzy jest równy największemu stopniowi niezerowego minora tej macierzy (stopień minora - liczba kolumn (wierszy) macierzy, której wyznacznik (minor) obliczamy).

Przykład

Mamy macierz

=

0 0 0

1 1 0

1 0 1

A ; jej nieznikające minory to

1 1

1 , 0 1 0

0

1 .

Teoria układów równań liniowych

Mamy układ n równań liniowych z m niewiadomymi



= +

+ +

= +

+ +

= +

+ +

. , ,

2 2 1 1

2 2

2 22 1 21

1 1

2 12 1 11

n m nm n

n

m m

m m

b x a x

a x a

b x a x

a x a

b x a x

a x a

K M

K K

Macierzą współczynników (A) i macierzą rozszerzoną (A~) nazywamy

=

=

n nm n

n

m m

nm n

n

m m

b a a

a

b a a

a

b a a

a A a

a a

a a

a

a a

a A

K

K K K K K

K K

K K K K K

K K

2 1

2 2 22

21

1 1 12

11

2 1

2 22

21

1 12

11

, ~ .

(5)

Twierdzenie (Kroneckera-Capellego): Układ równań liniowych ma co najmniej jedno rozwiązanie wtedy i tylko wtedy, gdy rząd macierzy współczynników jest równy rzędowi macierzy rozszerzonej (r

( )

A =r

( )

A~ ).

Dowód: Niech

{

γ1,γ2,Kγm

}

będzie rozwiązaniem układu. Mamy wówczas B

A A

A +γ + +γm m =

γ1 1 2 2 K , gdzie Ai kolumny macierzy współczynników, a B ostatnia kolumna macierzy rozszerzonej. BL

(

A1,A2,K,Am

)

więc

( ) ( ) ( ) ( )

( ) ( )

~ .

, , , , dim ,

, , dim ,

, , , ,

,

, 2 1 2 1 2 1 2

1

A r A r

B A A A A

A A B

A A A L A A A

L m m m m

=

=

= K K K

K

Wniosek: Układ równań ma dokładnie jedno rozwiązanie jeśli rząd macierzy współczynników jest równy rzędowi macierzy rozszerzonej i jest równy liczbie niewiadomych (r

( )

A =r

( )

A~ =m).

Przykłady Układy układów równań

1)



= +

=

+

=

+

2 2 4

0 3 2 5

2 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

3 2 1

3 2 1

=

=

=

x x x

,

( ) ( )

~ 3

2 2 0 4

0 3 2 5

2 2 3 2 , ~

2 0 4

3 2 5

2 3 2

=

=

=

= A r A r A

A

2)



= +

=

+

=

+

0 2 4

0 3 2 5

0 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

0 0 0

3 2 1

=

=

=

x x x

,

( ) ( )

~ 3

0 2 0 4

0 3 2 5

0 2 3 2 , ~

2 0 4

3 2 5

2 3 2

=

=

=

= A r A r A

A

(6)

Wykład V cd. Algebra

3)



=

= +

=

+

0 2

0 2

0

2 1

3 2 1

3 2 1

x x

x x x

x x x

1 3

1 2

3 2 x x

x x

=

=

,

( ) ( )

~ 2

0 0 1 2

0 1 2 1

0 1 1 1 , ~

0 1 2

1 2 1

1 1 1

=

=

=

= A r A r A

A

4) 

= + +

=

+

0 2

2 2

3 2 1

3 2 1

x x x

x x x

2 1

3

2 1

1 x x

x

=

=

,

( ) ( )

~ 2

0 1 2 1

2 1 2

~ 1 1 , 2 1

1 2

1  = =



 =



= A r A r A

A

5)



=

=

+

= +

1 2 2

2 3 2

3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

nie ma rozwiązań

,

( )

2

( )

~ 3

1 2 0 2

2 3 2 1

3 1 2 1 , ~

2 0 2

3 2 1

1 2 1

=

=

=

= A r A r A

A

(7)

Rozwiązywanie układów równań liniowych metodą

rugowania niewiadomych

Mamy układ n równań liniowych z m niewiadomymi



= +

+ +

= +

+ +

= +

+ +

. , ,

2 2 1 1

2 2

2 22 1 21

1 1

2 12 1 11

n m nm n

n

m m

m m

b x a x

a x a

b x a x

a x a

b x a x

a x a

K M

K K

Zakładamy, że r

( )

A =r

( )

A~ i nm. Drugie równanie mnożymy przez a11/ a21, dodajemy do pierwszego i dostajemy zamiast 2-go równania równanie

2 21 11 2

21 11 2

22 21

11 b

a x a a a

x a a a a

m

m =

K ,

w którym nie ma x1. Trzecie równanie mnożymy przez a11/a31, dodajemy do pierwszego i dostajemy równanie

3 31 11 3

31 11 2

32 31

11 b

a x a a a

x a a a a

m

m =

K ,

w którym również nie ma x1. Wykonując analogiczną operacje na pozostałych równaniach dostajemy układ, w którym we wszystkich równaniach poza pierwszym nie ma x1. Potem wykorzystując równanie dwa, eliminujemy x2 z równań 3,4,Kn. Postępując tak dalej, otrzymujemy układ postaci



β

= α

β

= α + + α + α

β

= α + + α + α

,

, ,

2 2

3 23 2 22

1 1

2 12 1 11

n n nn

m m

m m

x

x x

x

x x

x

M

K K

jeśli n=m

lub

β

= +

+ α

+ α

β

= α + + α + α

β

= α + + α + α

+

+ ,

, ,

1 ) 1 (

2 2

3 23 2 22

1 1

2 12 1 11

n m nm n

n n n nn

m m

m m

x a x

x

x x

x

x x

x

K M

K K

jeśli n<m,

który dalej rozwiązujemy standardowo zaczynając od ostatniego równania tzn. z ostatniego równania wyznaczmy x podstawiamy do przedostatniego itd.

(8)

Wykład V cd. Algebra

Przykład



= +

=

+

=

+

2 2 4

0 3 2 5

2 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

= +

= +

=

+

2 2 4

0 53

2 2 5 5 2 5

2

2 2 3 2

3 1

3 2

1

3 2 1

x x

x x

x

x x x

= +

= +

=

+

2 2 4

5 0 6 5 2 4

2 2 3 2

3 1

3 2 1

3 2 1

x x

x x x

x x x

= +

=

=

+

2 2 4

5 2 4 5 11

2 2 3 2

3 1

3 2

3 2 1

x x

x x

x x x



= +

=

=

+

2 2 4

10 4 11

2 2 3 2

3 1

3 2

3 2 1

x x

x x

x x x



= +

=

=

+

1 2

10 4 11

2 2 3 2

3 1

3 2

3 2 1

x x

x x

x x x



=

=

=

+

3 3

10 4 11

2 2 3 2

3 2

3 2

3 2 1

x x

x x

x x x

= +

=

=

+

3 11 11 11

10 4 11

2 2 3 2

3 2

3 2

3 2 1

x x

x x

x x x



=

=

=

+

3

0 4 11

2 2 3 2

3

3 2

3 2 1

x

x x

x x x

2 1 6 6 2 2

2 3 , 2

11 2 12 10 11

4

10 2 3

1 3

2 + =

+ =

= + =

+ =

= x x

x x x

Cytaty

Powiązane dokumenty

Twierdzenie 9.6 W rozk ladzie macierzy permutacji na iloczyn transpozycji liczba transpozycji w la´sciwych jest zawsze parzysta, albo zawsze nieparzysta. Parzysto´s´c

Algebra macierzy Geoinformacja Kolokwium przykładowe.

Widzimy, że obliczanie wyznaczników wprost z definicji jest mało ekonomiczne z obliczeniowego punktu widzenia:. � obliczenie wyznacznika macierzy stopnia 3 wymaga obliczenia

W szczególności zauważmy, że dodawanie jest działaniem wewnętrznym w zbiorze macierzy, a mnożenie przez skalar jest działaniem zewnętrznym.... Macierz odwrotna jest

Pojęcie wyznacznika macierzy (lub przekształcenia liniowego reprezentowanego przez macierz) definiuje się tylko dla macierzy

Macierze wpisujemy określając elementy wiersza w nawiasach sześciennych {…} i jako separatory stosujemy przecinki.. W ułamkach dziesiętnych

--- Twierdzenie 1. Największa liczba liniowo niezależnych wierszy , jak również największa liczba liniowo niezależnych kolumn macierzy równa się rzędowi tej macierzy.

Jeżeli do elementów pewnego wiersza macierzy A do zostaną dodane elementy innej kolumny pomnożone przez pewną stała, to wyznacznik macierzy A pozostanie