Operace s maticemi. 19. února 2018

Podobné dokumenty
Operace s maticemi

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Úvod do lineární algebry

Základy maticového počtu Matice, determinant, definitnost

(Cramerovo pravidlo, determinanty, inverzní matice)

Lineární algebra - I. část (vektory, matice a jejich využití)

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

0.1 Úvod do lineární algebry

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

Lineární algebra. Matice, operace s maticemi

Základy matematiky pro FEK

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

Matematika B101MA1, B101MA2

Kapitola 11: Vektory a matice 1/19

ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A

Kapitola 11: Vektory a matice:

0.1 Úvod do lineární algebry

8 Matice a determinanty

Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

Lineární algebra Operace s vektory a maticemi

Číselné vektory, matice, determinanty

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

1 Vektorové prostory.

Vektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

Lineární algebra : Násobení matic a inverzní matice

7. Lineární vektorové prostory

Soustavy lineárních rovnic a determinanty

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

Lineární algebra : Násobení matic a inverzní matice

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

DEFINICE Z LINEÁRNÍ ALGEBRY

AVDAT Vektory a matice

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

1 Determinanty a inverzní matice

12. Determinanty. 12. Determinanty p. 1/25

Matematika 2 pro PEF PaE

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

P 1 = P 1 1 = P 1, P 1 2 =

Základy matematiky pro FEK

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3

Soustavy lineárních rovnic

Soustava m lineárních rovnic o n neznámých je systém

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35

5. Maticová algebra, typy matic, inverzní matice, determinant.

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

D 11 D D n1. D 12 D D n2. D 1n D 2n... D nn

10. DETERMINANTY " # $!

1 Linearní prostory nad komplexními čísly

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

VĚTY Z LINEÁRNÍ ALGEBRY

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

Aplikovaná numerická matematika - ANM

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 7.

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

15 Maticový a vektorový počet II

MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10

ALGEBRA. Téma 1: Matice a determinanty

VEKTOROVÝ PROSTOR. Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru.

Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty.

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

Soustavy linea rnı ch rovnic

IB112 Základy matematiky

2. Lineární algebra 2A. Matice a maticové operace. 2. Lineární algebra

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Soustavy lineárních rovnic

Vektorový prostor. d) Ke každému prvku u V n existuje tzv. opačný prvek u, pro který platí, že u + u = o (vektor u nazýváme opačný vektor k vektoru u)

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

3. Matice a determinanty

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

Lineární algebra : Lineární prostor

Program SMP pro kombinované studium

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

rozumíme obdélníkovou tabulku

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a a 2 2 1

ftp://math.feld.cvut.cz/pub/olsak/linal/

z textu Lineární algebra

Připomenutí co je to soustava lineárních rovnic

p, q dvě permutace na množině X, pak složené zobrazení, tj. permutaci, q p : X X nazýváme složení permutací p a q (v tomto pořadí).

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy

Univerzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.

4. Trojúhelníkový rozklad p. 1/20

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Transkript:

Operace s maticemi Přednáška druhá 19. února 2018

Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice

Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A = a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n... a m,1 a m,2 a m,n Označení: prvek na pozici (i, j) matice A:a ij množina všech reálných matic typu m n: R m n. Je-li m = n, potom matici nazýváme čtvercovou. Definice(Vektor). Reálný n-rozměrný (aritmetický) vektor je matice typu n 1 x = x 1 x 2. x n Množina všech n-rozměrných vektorů se značí R n (namísto R n 1 ).

Základní operace s maticemi Definice (Rovnost matic). Dvě matice se rovnají, A = B, pokud mají stejné rozměry m n a A ij = B ij pro všechna i, j. Definice (Součet matic). Bud A, B R m n. Pak A + B je matice typu m n s prvky (A + B) ij = A ij + B ij. Definice (Násobení číslem). Bud α R a A R m n. Pak αa je matice typu m n s prvky (αa) ij = αa ij. Výše zmíněné operace umožňují zavést přirozeně i odčítání jako A B := A + ( 1)B. Speciální maticí je nulová matice, jejíž všechny prvky jsou nuly. Značíme ji 0 či 0 m n pro zdůraznění rozměru. Věta (Vlastnosti součtu matic a násobení matice číslem). Platí následující vlastnosti: α, β jsou čísla a A, B, C matice vhodných rozměrů. 1 A + B = B + A... (komutativita) 2 (A + B) + C = A + (B + C)... (asociativita) 3 A + 0 = A 4 A + ( 1)A = 0 5 α(βa) = (αβ)a 6 1A = A 7 α(a + B) = αa + αb... (distributivita) 8 (α + β)a = αa + βa... (distributivita)

Příklady Jsou dány matice ( 3 4 0 A = 1 2 5 Určete 1 3A 2 A + B 3 2A 3B ) ( 1 2 3, B = 0 2 7 )

Součin matic Definice Bud A R m p a B R p n. Pak AB je matice typu m n s prvky (AB) ij = Příklad násobení matic Pro matice A = 1 2 3 4 0 1 0 1 2 2 2 2 1 2 3 4 0 1 0 1 2 2 2 2, B = p a ik b kj. k=1 1 1 1 1 1 0 2 2 1 2 1 3 1 2 1 0 1 1 1 1 1 0 2 2 1 2 1 3 1 2 1 0 10 15 12 14 2 2 3 2 8 10 10 12

Příklad: soustava rovnic jako součin matic Mějme matice: A R m n, x R n 1 (sloupcový vektor) a 11 a 12... a 1n a 21 a22... a 2n A =.., x =. a m1 a m2... amn Výsledkem násobení matice A vektorem x je matice b R m 1 (sloupcový vektor): Ax = b, x 1 x 2... x n tj. zápis soustavy rovnic. a 11 a 12... a 1n a 21 a 22... a 2n... a m1 a m2... amn x 1 x 2... x n = a 11 x 1 + a 12 x 2 +... + a 1n x n a 21 x 1 + a 22 x 2 +... + a 2n x n. =.. a m1 x 1 + a m2 x 2 +... + a mnx n b 1 b 2. b m

Vlastnosti součinu matic Jednotková matice. Značí se I resp. I n (nebo E, E n ) a je to čtvercová matice řádu n s prvky I ij = 1 pro i = j a I ij = 0 jinak. Je to tedy matice s jedničkami na diagonále a s nulami jinde. Jednotkový vektor e i je pak i-tý sloupec jednotkové matice. Věta. (Vlastnosti součinu matic). Platí následující vlastnosti: α je číslo a A, B, C matice vhodných rozměrů. 1 (AB)C = A(BC)... (asociativita) 2 A(B + C) = AB + AC... (distributivita) 3 (A + B)C = AC + BC... (distributivita) 4 α(ab) = (αa)b = A(αB) 5 I m A = AI n = A, kde A R m n Poznámka. Součin matic obecně není komutativní! Pro mnoho matic je AB BA. Najděte takový příklad!

Transpozice Definice Bud A R m n. Pak transponovaná matice má typ n m, značí se A T a je definovaná (A T ) ij := a ji. Příklad Transpozice vlastně znamená překlopení dle hlavní diagonály, např. A = ( 1 2 3 4 5 6 ), A T = 1 4 2 5 3 6 Věta (Vlastnosti transpozice). Platí následující vlastnosti: α je číslo a A, B matice vhodných rozměrů. 1 (A T ) T = A 2 (A + B) T = A T + B T 3 (αa) T = αa T 4 (AB) T = B T A T

Příklady Pro matice ( ) 1 2 3 A =, 1 0 2 ( ) 1 5 2 B =, 2 2 1 ( ) 2 1 C =, 3 1 spočítejte (pokud to má smysl) 1 (A + 4B) + C 2 (A + B) T 2C, 3 (B C) A T, 4 (B 3A T ) + C 5 C (B T (πa) T )

Příklad Jsou dány matice Určete 1 B A 2 A 2 A = 3 A B B A ( 1 2 3 4 1 2 ), B = 2 1 0 3 2 5

Příklad Pro matici určete A 2, A A T A = ( 3 5 6 1 )

Příklad Určete matice A B, B C, C B, kde ( ) 3 4 5 1 A =, B = 2 6 3 4 2 1 5 5, C = ( 4 5 6 3 )

Příklad Určete matici X, pro kterou platí A B = 2X + A T, kde A = ( 2 3 0 4 ) ( 3 1, B = 2 5 )

Příklady pro zvídavé Příklad ( Najděte ) (všechny) ( matice ) X, pro které platí: 1 2 1 2 X = X. 1 1 1 1 Příklad Řekneme, že matice A typu n n je idempotentní, pokud A A = A. Najděte idempotentní matici 2 2 různou od I 2. Ukažte, že pokud A je idempotentní, potom I n A je idempotentní. Příklad ( ) cos α sin α Spočítejte n-tou mocninu matice sin α cos α Návod: použijte indukci a vztahy pro součty sinů a kosinů.

Speciální matice Nulová matice Jednotková matice Čtverová matice Diagonální matice Trojúhelníková matice

Hodnost matice (opakování) Definice (hodnost matice). Maximální počet lineárně nezávislých řádků matice A (chápaných jako aritmetické vektory) nazýváme hodností matice A. Značíme ji h(a). Definice(Elementární řádkové úpravy). Elementární řádkové úpravy jsou 1 vynásobení i-tého řádku číslem α 0 (tj. vynásobí se všechny prvky řádku), 2 přičtení α-násobku j-tého řádku k i-tému, přičemž i j, 3 výměna i-tého a j-tého řádku. Elementární řádkové operace nemění hodnost matice

Definice (Odstupňovaný tvar matice). Matice A R m n je v řádkově odstupňovaném tvaru, pokud existuje r takové, že platí řádky 1,..., r jsou nenulové (tj. každý obsahuje aspoň jednu nenulovou hodnotu), řádky r + 1,..., m jsou nulové, a navíc označíme-li p i nejmenší číslo sloupce, ve kterém a ij 0, tak platí p 1 < p 2 < < p r. Každou matici lze prevést elementárními řádkovými úpravami do odstupňovaného tvaru. Sloupce p 1,... p r nazveme bázické, ostatní nebázické. Definice Hodnost matice Hodností matice rozumíme počet nenulových řádků po převodu do odstupňovaného tvaru.

Regulární matice Definice (regulární a singulární matice). Čtvercovou matici typu n n, která má maximální možnou hodnost (tj. n), nazýváme regulární maticí. Čtvercovou matici, která není regulární, nazýváme singulární maticí. Typickým příkladem regulární matice je E n a singulární matice 0. Tvrzení Čtvercová matice A R n n je regulární soustava Ax = 0 má jediné řešení x = 0. Tvrzení Pro čtvercovou matici A R n n platí: A je regulární pro každé b R n má soustava Ax = b jediné řešení. Vlastnosti regulárních matic. Součet regulárních matic nemusí být regulární matice, vezmeme např. I + ( I ) = 0. Součin regulárních matic je regulární matice.

Inverzní matice Motivace pro inverzní matice: Matice umíme sčítat, odečítat, násobit, tak nešly by i dělit? Ukážeme si, že něco jako dělení lze zavést, ale jen pro regulární matice. Definice Bud A R n n. Pak A 1 je inverzní maticí k A, pokud splňuje AA 1 = A 1 A = E n Které matice mají inverzi? Pouze a jen ty regulární. Věta (O existenci inverzní matice). Bud A R n n. Je-li A regulární, pak k ní existuje inverzní matice, a je určená jednoznačně. Naopak, existuje-li k A inverzní, pak A musí být regulární. Věta Je-li A regulární, pak A T je regulární. Věta (Jedna rovnost stačí). Bud te A, B R n n. (1) Je-li BA = E, pak A je regulární a B = A 1. (2) Je-li AB = E, pak A je regulární a B = A 1.

Výpočet inverzní matice K matici A připíšeme jednotkovou matici. Ekvivalentními úpravami převedeme matici A na jednotkovou. Potom na místě jednotkové matice dostaneme A 1. AE EA 1 Pokud na místě A nevznikne jednotková matice, potom matice A není regulární a inverzní neexistuje.

Příklady K maticím A, B, C, D určete inverzní, pokud existují. ( ) ( ) 2 3 1 3 2 A =, B =, 0 4 1 1 2 C = ( 3 2 6 4 ) ( 2 3, D = 1 5 )

Vlastnosti inverzní matice Věta (Vlastnosti inverzní matice). Bud te A, B R n n regulární. Pak: (A 1 ) 1 = A, (A 1 ) T = (A T ) 1, (αa) 1 = 1 α A 1 pro α 0, (AB) 1 = B 1 A 1.

Maticové rovnice A X B = C X = A 1 C B 1, pokud inverzní matice existují. Příklady 1 ( ) 2 3 X = 1 4 ( 12 ) 7 16 9 2 X ( ) 4 7 = 1 2 ( ) 7 1 9 12 3 ( ) ( ) ( ) 2 1 3 2 2 4 X = 3 2 5 3 3 1

Semestrální práce IA: komentář k zadání Ahoj 1 2 3 4 A = ( 2 3 1 2 ) ( 1 3, B = 2 4 )

Determinant matice Definice Necht A je čtvercová matice. Determinantem matice A nazýváme číslo, které označujeme det A a které lze matici A přiřadit podle těchto pravidel: a) Je-li A = (a) čtvercová matice typu 1 1, pak det A = a. b) Je-li A = (a ij ) čtvercová matice typu n n (pro n > 1), vybereme libovolný řádek matice A (označíme jej jako i tý) a položíme det A = a i1 A i1 + a i2 A i2 + + a in A in, kde A ij je tzv.doplněk prvku a ij v matici A, A ij = doplněk a ij = ( 1) i+j A ij, kde A ij je determinant čtvercové matice typu (n 1) (n 1), která vznikne z matice A vynecháním i tého řádku a j tého sloupce, tj. det A = n j=1 a ij ( 1) i+j det(a ij) Součtu říkáme (Laplaceův) rozvoj determinantu podle i-tého řádku. Pro matici A R 2 2 : det A = a 11 a 22 a 12 a 21

Sarrusovo pravidlo Pro matici A R 3 3 můžeme použít Sarrusovo pravidlo: det A = a 11a 22 a 33 + a 21 a 32 a 13 + a 31 a 12 a 23 a 13 a 22 a 31 a 11 a 32 a 23 a 21 a 12 a 33 Sarussovo pravidlo ze použít pouze pro matice rozměru 3 3! Determinant matice většího rozměru počítáme rozvojem.

Adjungovaná matice Definice Pro čtvercovou matici A R n n má adjungovaná matice adj(a) R n n složky: adj(a) ij = ( 1) i+j A ji, i, j = 1... n, kde A ji je determinant čtvercové matice typu (n 1) (n 1), která vznikne z matice A vynecháním j tého řádku a i tého sloupce. Matice adj(a) je matice vytvořená z doplňků jednotlivých prvků a následně transponovaná. Věta Pro každou čtvercovou matici A R n n platí : A adj(a) = det(a) I n. Jsou-li prvky matice A celá čísla, bude mít inverzní matice A 1 pouze celá čísla právě tehdy, když det(a) = ±1.

Výpočet inverzní matice pomocí adjungované matice A 1 = 1 det A adj(a) = 1 ( ) T A*, det A kde A* je matice z doplňků prvků a ij. Pro matici A R 2 2 : ( ) doplněk = a ( 1) 1+1 det (d) = +d a b doplněk = b ( 1) A = : 1+2 det (c) = c c d doplněk = c ( 1) 2+1 det (b) = b doplněk = d ( 1) 2+2 det (a) = +a ( ) ( ) d c A* = b a ( ) ( ) T d b adj(a) = A* = c a ( ) 1 a b = c d 1 ad bc ( d ) b c a

Vlastnosti determinantu Determinant čtvercové matice, která má bud pod hlavní diagonálou nebo nad ní samé nuly je roven součinu prvků na hlavní diagonále. Determinant jednotkové matice typu n n je roven 1. Obsahuje-li některý řádek (nebo sloupec) matice A samé nuly, je det A = 0. det A T = det A pro regulární matici: det A 1 = 1 det A det AB = det A det B, ale det(a + B) det A + det B, nicméně: řádková (a sloupcová) linearita: a 11... a 1n a 11... a 1n a 11... a 1n...... det a i1 + b 1... a in + b n = det a i1... a in +det b 1... b n...... a n1... a nn a n1... a nn a n1... a nn Matice je regulární det A 0

Determinant a elementární úpravy K výpočtu determinantu je možné využít Gaussovu eliminaci. K tomu musíme a) umět spočítat determinant matice v odstupňovaném tvaru, b) vědět, jak hodnotu determinantu ovlivňují elementární řádkové úpravy. Determinant matice v odstupňovaném je roven součinu diagonálních prvků. Necht matice A vznikne z A nějakou elementární úpravou: 1 Vynásobení i-tého řádku číslem α R: det(a ) = αdet(a). 2 Výměna i-tého a j-tého řádku: det(a ) = det A. 3 Přičtení α-násobku j-tého řádku k i-tému, přičemž i j: det(a ) = det(a).

Příklady 1 2 3 4 5 A = ( ) 3 2 1 3 B = 3 2 1 1 0 1 2 1 2 1 0 1 1 C = 2 0 1 2 3 3 1 1 0 1 1 1 1 2 1 0 D = 2 2 1 1 1 1 2 3 2 1 1 1 1 1 1 V = x y z x 2 y 2 z 2

Příklady Ukažte, že platí: Vyjádřete 1 x x 2 1 x x 2 1 y y 2 = 2 x 2 y 2 x x x x x x x x x y

Geometrická interpretace determinantu Uvažujme čtvercové regulární matice (A R n n, det A 0) Představme si řádky matice jako vektory v eukleidovském prostoru. n = 2 Doplňme v rovině oba vektory na rovnoběžník. Plošný obsah rovnoběžníku je roven det A. n = 3 Doplňme v prostoru tři vektory na rovnoběžnostěn. Objem tohoto rovnoběžnostěn je roven det A. n N Doplňme v prostoru vektory na n-rozměrný rovnoběžnostěn. Objem tohoto rovnoběžnostěn je roven det A. Poznámka. Svou roli hraje nejen velikost determinantu A, ale také jeho znaménko; to souvisí s pořadím hran rovnoběžnostěnu jako řádků matice A. Speciálně, pro A R 3 3 je det(a) > 0 pokud řádky A tvoří pravotočivou posloupnost vektorů (tzv. pravidlo palce), a det(a) < 0 pokud tvoří levotočivou posloupnost.

Použití determinantu pro polynomy Polynomy p(x) = a n x n + + a 1 x + a 0, q(x) = b m x m + + b 1 x + b 0 mají společný kořen právě tehdy, když a n a n 1... a 0 a n a n 1... a 0...... det a n a n 1... a 0 = 0 b m b m 1... b 1 b 0...... b m b m 1... b 1 b 0