1 Macierz – definicja i zapis
Macierzą wymiaru m na n nazywamy tabelę
A =
a11 . . . a1n ... ... ... am1 . . . amn
złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili, że „A jest macierzą m na n/m×n” lub „A jest wymiaru m×n”.1Takie macierze oznaczamy przez (aij)mn lub skrótowo (aij). Liczby aij nazywamy współczynnikami macierzy. Zbiór macierzy wymiaru m × n o współczynnikach rzeczywistych oznaczamy przez M (m, n). Przez przekątną główną macierzy rozumiemy elementy (aii). Dwie macierze są równe, gdy są tego samego wymiaru oraz ich współczynniki są sobie równe, tzn. (aij) = (bij) wtw., gdy ∀i∈{1,...,m},j∈{1,...,n} aij = bij.
2 Przegląd macierzy
• macierze m × 1 — wektory (kolumnowe), np.
A =h 1 i, B =
1 2 3
, C =
1 2 3 4 5
;
• macierze kwadratowe (gdy m = n), np.
A =h −3 i, B =
"
1 2 3 4
#
, C =
1 2 3 4 5 6 7 8 9
;
• macierze diagonalne — macierze kwadratowe, których jedyne niezerowe elementy znajdują się na
głównej przekątnej, np. A = h −3 i, B =
"
1 0 0 4
#
, C =
−2 0 0 0 5 0 0 0 4
, D =
−2 0 0 0 0 0 0 0 0 0 4 0 0 0 0 3
;
• macierze jednostkowe (identyczności) – macierze diagonalne, które na przekątnej mają same
jedynki: I1 =h 1 i, I2 =
"
1 0 0 1
#
, I3 =
1 0 0 0 1 0 0 0 1
, I4 =
1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1
;2
• macierzą zerową (ozn. ją przez 0 (0 ∈ M (m, n)), z kontekstu wnosząc jaki jest jej wymiar) jest (dowolna) macierz złożona z samych zer.
• macierze górnie trójkątne to macierze, które poniżej głównej przekątnej mają same zera (dualnie:
dolnie trójkątne to takie, które powyżej głównej przekątnej mają same zera), np. B =
"
1 3 0 4
#
,
C =
−2 0 0 1 5 0 1 0 4
.
1Aby uprościć notację i zawęzić na razie naszą uwagę, wszystkie definicje i twierdzenia formułujemy dla macierzy o współ- czynnikach rzeczywistych, ale analogiczne definicje i twierdzenia zachodzą dla macierzy o współczynników zespolonych.
2W obliczeniach zazwyczaj będziemy opuszczać indeksy pisząc I, wymiar macierzy wnioskując z kontekstu.
3 Działania na macierzach
3.1 Dodawanie macierzy
Możemy dodawać jedynie macierze posiadające tę samą liczbę kolumn i wierszy. Dla A, B ∈ M (m, n), A = (aij), B = (bij) mamy
A + B = (aij+ bij).
Podobnie
A − B = (aij− bij).
Łatwo można sprawdzić, że
• 0 + A = A + 0 = A (mówimy, że 0 ∈ M (m, n) jest elementem neutralnym dodawania w M (m, n)),
• A + B = B + A (dodawanie macierzy jest przemienne),
• (A + B) + C = A + (B + C) (dodawanie macierzy jest łączne)
3.2 Mnożenie przez skalar
Jeśli α ∈ R, A = (aij), to
α · A = (αaij).
3.3 Mnożenie macierzy
Mnożenie macierzy (na pierwszy rzut oka) nie jest tak intuicyjne jak ich dodawanie. Taka a nie inna jego postać wynika z zależności pomiędzy odwzorowaniami liniowymi i ich macierzami (zależności te omówione są nieco dalej w tekście, patrz pkt 4.3). Należy pamiętać, że dla dowolnych macierzy A, B:
A · B istnieje wtedy i tylko wtedy, gdy liczba kolumn A odpowiada liczbie wierszy B
Wtedy jeśli A ∈ M (m, n), B ∈ M (n, p) (czyli liczba kolumn pierwszej macierzy równa jest drugiej), to C = A · B istnieje, oraz C = (cij) ∈ M (m, p), gdzie
cij =
n
X
k=1
aikbkj.
Aby łatwiej było zapamietać jak mnoży się macierze warto zauważyć, że w i-tym wierszu, j-tej kolumnie macierzy C = A · B mamy wartość iloczynu skalarnego i-tego wiersza macierzy A, wi(A), i j-tej kolumny macierzy B, kj(B) (traktowanych jako wektory z Rn), czyli
cij = hwi(A), kj(B)i.
Własności mnożenia macierzy
• Dla dowolnych macierzy A, B, C, które można przemnożyć, mamy A(BC) = (AB)C;
• mnożenie macierzy NIE JEST PRZEMIENNE (nawet w przypadku mnożenia macierzy kwadrato- wych);
3.4 Transponowanie macierzy
Niech A ∈ M (m, n). Macierz transponowana AT (transpozycja macierzy A), to macierz, która powstaje poprzez zamianę wierszy z kolumnami. Np. A =
"
1 2 3 4 5 6
#
, AT =
1 4 2 5 3 6
Własności transponowania. Zakładając, że A, B są takie, że odpowiednie działania można wykonać, mamy
• jeśli A ∈ M (m, n), to AT ∈ M (n, m),
• ATT = A,
• (A + B)T = AT + BT,
• (AB)T = BTAT. Warto też zauważyć, że dla dowolnych x, y ∈ Rn mamy
hx, yi = xTy.
3.5 Ślad macierzy
Ślad macierzy A to suma współczynników znajdujących się na głównej przekątnej:
tr A =
m
X
i=1
aii.
4 Macierz odwzorowania liniowego
4.1 Reprezentacja odwzorowania liniowego
Niech A ∈ M (m, n), v ∈ Rn, czyli
A =
a11 . . . a1n ... ... ... am1 . . . amn
, v =
v1 ... vn
.
Wtedy
Av =
Pn i=1
a1ivi ...
n
P
i=1
amivi
.
Przypomnijmy, że odwzorowanie (przekształcenie) T : Rn7→ Rm jest liniowe, jeśli dla dowolnych x, y ∈ Rn i α ∈ R zachodzą równości:
T (x + y) = T (x) + T (y) i T (αx) = αT (x).
Kluczowy dla nas jest następujący fakt:
Uwaga 1. Odwzorowanie liniowe T może być utożsamiane z macierzą MT wymiaru m × n, gdzie T (x) = MT · x.
Uzasadnienie Uwagi 1 — wyprowadzenie.
Niech
e1 =h1 0 . . . 0iT, e2 =h0 1 0 . . . 0iT , . . . , en =h0 0 . . . 0 1iT ∈ Rn oraz
f1 =h1 0 . . . 0iT , f2 =h0 1 0 . . . 0iT , . . . , fm =h0 0 . . . 0 1iT ∈ Rm. Niech T : Rn7→ Rm będzie przekształceniem liniowym. Wtedy
T (ej) = a1jf1 + ... + amjfm =
m
X
i=1
aijfi, dla a1j, ..., amj ∈ R, j = 1, . . . , n. Stąd dla dowolnego x ∈ Rn mamy:
x = x1e1 + x2e2+ ... + xnen, x = (x1, ..., xn), y = T (x) =
m
X
i=1
n
X
j=1
aijxj
fi.
Widzimy, że odwzorowanie T jest jednoznacznie wyznaczone przez współczynniki aij. Co więcej, łatwo zauważyć, że
m
X
i=1
n
X
j=1
aijxj
fi = MT · x, gdzie
MT =
a11 a12 . . . α1n a21 a22 . . . a2n ... ... ... ... am1 am2 . . . amn
jest macierzą odwzorowania T . Kolumny macierzy MT tworzą wektory, które są obrazami wektorów e1, . . . , en poprzez przekształcenie liniowe T :
MT= [T (e1) T (e2) ... T (en)].
Ostatecznie mamy
T (x) = MT · x.
Oznacza to, że zamiast badać odwzorowanie liniowe T : Rn 7→ Rm, możemy badać jego macierz MT ∈ M (m, n).
4.2 Przekształcenia płaszczyzny
• identyczność:
T
"
x1 x2
#!
=
"
x1 x2
#
, MT =
"
1 0 0 1
#
;
• „rozciąganie i ściąganie”:
T
"
x1 x2
#!
=
"
ax1 bx2
#
, MT =
"
a 0 0 b
#
;
• Symetria względem prostej y = x:
T
"
x1 x2
#!
=
"
x2 x1
#
, MT =
"
0 1 1 0
#
;
• Obrót o kąt α ∈ [0, 2π):
4.3 Sumowanie i mnożenie macierzy a odwzorowania liniowe
To w jaki sposób (i kiedy) dodajemy i mnożymy macierze jest ściśle związane ze związkami macierzy z odwzorowaniami liniowymi. Dokładniej,
1. jeśli S, T : Rm 7→ Rn, ich macierze to MS, MT ∈ M (n, m), to MS+T = MS + MT, gdzie MS+T jest macierzą odwzorowania S + T ,
2. jeśli S : Rp 7→ Rm, T : Rm 7→ Rnich macierze to MS ∈ M (m, p), MT ∈ M (n, m), to MT ◦S = MT· MS, gdzie MT ◦S jest macierzą odwzorowania T ◦ S.
Ważne pojęcia i zagadnienia: macierz, współczynniki macierzy, rodzaje macierzy, dodawanie, mnożenie, transpozycja macierzy i własności tych działań, reprezentacja odwzorowania liniowego, macierz odwzoro- wania liniowego macierze wybranych przekształceń płaszczyzny, zastosowania ekonomiczne macierzy.