5. Matice. Elementární úpravy

Podobné dokumenty
IB112 Základy matematiky

Lineární algebra. Matice, operace s maticemi

Kapitola 11: Vektory a matice:

Lineární algebra. Soustavy lineárních rovnic

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

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

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:

Lineární algebra Operace s vektory a maticemi

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

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

Kapitola 11: Vektory a matice 1/19

0.1 Úvod do lineární algebry

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

0.1 Úvod do lineární algebry

Základy matematiky pro FEK

Soustava m lineárních rovnic o n neznámých je systém

1 Vektorové prostory.

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

Soustavy linea rnı ch rovnic

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Číselné vektory, matice, determinanty

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

Matematika B101MA1, B101MA2

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

Operace s maticemi. 19. února 2018

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

1 Linearní prostory nad komplexními čísly

Soustavy lineárních rovnic

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

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

1 Determinanty a inverzní matice

(Cramerovo pravidlo, determinanty, inverzní matice)

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

Soustavy lineárních rovnic

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

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

Úvod do lineární algebry

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

Základy maticového počtu Matice, determinant, definitnost

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

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Aplikovaná numerická matematika - ANM

Matematika. Kamila Hasilová. Matematika 1/34

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

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

DEFINICE Z LINEÁRNÍ ALGEBRY

Symetrické a kvadratické formy

pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků:

Soustavy lineárních rovnic a determinanty

Připomenutí co je to soustava lineárních rovnic

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 2.

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

8 Matice a determinanty

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

Operace s maticemi

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

Co je obsahem numerických metod?

5. Lokální, vázané a globální extrémy

10. Vektorové podprostory

Lineární algebra : Skalární součin a ortogonalita

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

1 Řešení soustav lineárních rovnic

ANTAGONISTICKE HRY 172

Lineární algebra : Báze a dimenze

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

Matematika 2 pro PEF PaE

Lineární algebra : Násobení matic a inverzní matice

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

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

ALGEBRA. Téma 5: Vektorové prostory

Základy matematiky pro FEK

3. ANTAGONISTICKÉ HRY

Lineární algebra : Násobení matic a inverzní matice

Přednáška 4: Soustavy lineárních rovnic

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Báze a dimenze vektorových prostorů

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)

19. Druhý rozklad lineární transformace

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

4EK213 Lineární modely. 4. Simplexová metoda - závěr

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

Vlastní číslo, vektor

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

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

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

1 Projekce a projektory

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

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

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Vlastní čísla a vlastní vektory

Transkript:

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 5 Matice Elementární úpravy Matice typu r/s nad polem P vznikne, jestliže libovolných rs prvků pole P uspořádáme do obdélníkové tabulky o r řádcích a s sloupcích Přesněji: Definice Matice A typu r/s nad polem P je libovolné zobrazení A : {1,,r} {1,,s} P Hodnota zobrazení A na dvojici (i, j) {1,,r} {1,,s} se značí A ij Zapisujeme A 11 A 12 A 1s A 21 A 22 A 2s A r1 A r2 A rs Matice typu r/s má celkem r řádků as sloupců: i-tý řádek je s-tice (A i1, A i2,,a is ), j-tý sloupec je r-tice (A 1 j, A 2 j,,a rj ) Prvek A ij leží naprůsečíku i-tého řádku a j-tého sloupce Proto se první index nazývářádkový a druhý index se nazývá sloupcový A 11 A 1 j A 1s A i1 A ij A is A r1 A rj A rs Běžně se používá terminologie vycházející z rozmístění prvků při zápisu matice: říkáme, že řádky s vyšším řádkovým indexem následují za(nebo též leží pod) řádky s nižším řádkovým indexem a říkáme, že sloupce s vyšším sloupcovým indexem následují za sloupci s nižším sloupcovým indexem, nebo též leží vpravo od nich V analogickém smylu budeme používat slova předcházející, vlevo apod a budeme je vztahovat i na prvky řádků a sloupců Nulovým řádkem matice budeme rozumět řádek sestávající ze samých nul, jiné řádky budeme nazývat nenulové Definice Bud te A, A matice typu r/s Řekneme, že matice A vznikla elementární řádkovou úpravou matice A, jestliže vznikla jednímznásledujících způsobů: 1) k i-tému řádku byl přičten c-násobek j-tého řádku, to jest, řádek (A i1,,a is ) byl nahrazen řádkem (A i1 + ca j1,,a is + ca js ), c 0, ostatní řádky se nezměnily; 2) i-tý řádek byl vynásoben nenulovým prvkem c P, to jest, řádek (A i1,,a is ) byl nahrazen řádkem (ca i1,,ca is ), ostatní řádky se nezměnily; ) i-tý a j-týřádek byly vzájemně vyměněny, ostatnířádky se nezměnily

Příklad Po úpravě č 1 budeme mít po úpravě č 2 bude po úpravě č bude { A kl = Akl k i A il + ca jl k = i, { A kl = Akl k i ca il k = i, A kl k i, j A kl = A jl k = i A il k = j 5 Matice Elementární úpravy Ke každé elementární úpravě matice A existuje elementární úprava inverzní, která matici A navrátí do původního stavu A Jsou to po řadě (ověřte): 1) k i-tému řádku se přičte ( c)-násobek k-tého řádku; 2) i-tý řádek se vynásobí nenulovým prvkem c 1 P; ) i-tý ak-tý řádek se vzájemně vymění Příklad Uvažujme o dvou reálných maticích, A = 2 Ověřte, že matice A vznikla z matice A elementární úpravou k druhému řádku byl přičten ( 2)- násobek prvního řádku Ověřte, že vykonáme-li na matici A inverzní elementární úpravu (přičteme-li 2-násobek prvního řádku k druhému řádku), získáme zpět matici A Definice Řekneme, že matice A, B jsou řádkově ekvivalentní, jestliže B vznikne z A konečnou posloupností elementárních řádkových úprav Značíme A B Příklad Jako pokračování předchozího příkladu v matici A ještě vyměňme řádky Dostáváme posloupnost elementárních úprav z čehož plyne, že 2 2, Problém k řešení Ukažte, že každou úpravu typu lze nahradit jistou posloupnostíúprav typu 1 a 2 Lze se tedy obejít s prvními dvěma úpravami Nicméně, třetíúprava se velmi často používá a například u determinantůmá i zvláštní význam 2

Řádková ekvivalence matic je relací ekvivalence na množině všech matic typu r/s nad polem P Tvrzení Bud te A, B, C matice Pak platí (i) (reflexivita) A A; (ii) (symetrie) jestliže A B, pak B A; (iii) (tranzitivita) jestliže A B, B C, pak A C Důkaz Cvičení Uved me nyní motivující příklad Soustava r lineárních rovnic o s neznámých x 1, x 2,,x s nad polem P je soustava rovnic tvaru a 11 x 1 + a 12 x 2 + +a 1s x s = b 1 a 21 x 1 + a 22 x 2 + +a 2s x s = b 2 ( ) a r1 x 1 + a r2 x 2 + +a rs x s = b r kde a ij, b i jsou prvky pole P; nazýváme je koeficienty Řešením takové soustavy rozumíme s-tici (ξ 1,,ξ s ) prvků pole P takových, že a j1 ξ 1 + a j2 ξ 2 + +a js ξ s = b j pro každé j = 1,,rZákladníúlohou je najít množinu všech řešení dané soustavy Zkoeficientů a ij a b i sestavíme matici a 11 a 12 a 1s b 1 a 21 a 22 a 2s b 2, a r1 a r2 a rs b r která se nazývá rozšířená matice soustavy K dispozici máme účinnou metodu řešení, která se dnes nazývá Gaussova eliminační metoda Pod jménem fang čcheng však byla v Číně známa několik století před naším letopočtem V nynějším pojetí spočívá v provádění elementárních úprav rozšířené matice soustavy, které ji převedou na tvar, z nějž lze množinu všech řešení snadno zjistit Podstatné je, že se při úpravách nemění množina řešení Tvrzení Elementární řádkové úpravy rozšířené matice A soustavy ( ) nemění množinu řešení této soustavy Důkaz Elementární řádkové úpravy odpovídají po řadě následujícím manipulacím s rovnicemi: k i-té rovnici se přičte c-násobek k-té rovnice; i-tá rovnice se vynásobí nenulovým prvkem c P; i-tá ak-tá rovnice se vzájemně vymění Je dobře známo, že tyto manipulace nemění množinu řešení, a lze to snadno dokázat:

Rozeberme první elementární úpravu: Je-li s-tice (ξ 1,,ξ s ) řešením soustavy ( ), pak a i1 ξ 1 + a i2 ξ 2 + +a is ξ s = b i pro každé i = 1,,r, tedy i pro i = k Víme, že i-tému řádku upravené matice A odpovídá rovnice, která jesoučtem i-té ac-násobku k-té rovnice: (a i1 + ca k1 )x 1 + (a i2 + ca k2 )x 2 + +(a is + ca ks )x s = b i + cb k, Ta máovšem totéž řešení (ξ 1,,ξ s ), protože (a i1 + ca k1 )ξ 1 + (a i2 + ca k2 )ξ 2 + +(a is + ca ks )ξ s = (a i1 ξ 1 + a i2 ξ 2 + +a is ξ s ) + c (a k1 ξ 1 + a k2 ξ 2 + +a ks ξ s ) = b i + cb k Vidíme, že každé řešení (ξ 1,,ξ s ) zůstane řešenímipoúpravě Mezi množinou všech řešení původní soustavy a množinou všech řešení upravené soustavy proto platí inkluze Opačná inkluze platí též: stačí uvažovat o inverzníúpravě(přičtení ( c) násobku k-tého řádku) Ohledně zbylých dvou úprav jde o snadné cvičení Důsledek Soustavy s ekvivalentními rozšířenými maticemi mají stejné množiny řešení Nyní zavedeme jistý speciální tvar matice, Gauss Jordanův Jiný významný tvar, schodovitý, jeoněco málo jednodušší Rozebereme oba tvary najednou Definice Řekneme, že matice A je ve schodovitém tvaru, jestliže (i) každý nenulový řádek, kromě prvního, začíná zleva více nulami než řádek předchozí, (ii) za nulovým řádkem následují jen nulové řádky Nejlevější nenulový prvek každého nenulového řádku nazvěme hlavní prvek tohoto řádku Řekneme, že matice A je v Gauss Jordanově tvaru, je-li ve schodovitém tvaru a navíc (iii) hlavní prvek každého nenulového řádku je 1; (iv) všechny prvky ve sloupci nad (a nejenom pod) každým hlavním prvkem jsou 0 Formálněji se lze vyjádřit takto: Je-li i-tý řádek matice A nenulový, označme m i nejmenší sloupcový index takový, že A imi 0 (tj A imi je hlavní prvek) Shora uvedené podmínky znějí: (i) jsou-li i-týa j-tý řádek nenulovéai < j, pak m i < m j ; (ii) nulové řádky následují za všemi nenulovými řádky; (iii) A imi = 1; (iv) A jmi = 0 pro všechna j i Příklad Vnásledujících maticích jsou vyznačeny hlavní prvky: 2 1 4 1 5 4 0 5 1 0 0 1 1 0 0 0 2, B = 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 Matice A je ve schodovitém tvaru Indexy m i pro tuto matici jsou m 1 = 1, m 2 = 2, m = 4 a je splněno m 1 < m 2 < m Indexy m 4 a m 5 neexistují Matice B ve schodovitém tvaru není,ježto m 2 = m anavíc za nulovým řádkem následuje nenulový 4

Libovolná matice je řádkově ekvivalentní nějaké matici v Gauss Jordanově (resp schodovitém) tvaru Zformulujeme dva algoritmy Oba postupně obsazují hlavní prvky a anulují ty prvky matice A, které kazí Gauss Jordanův (resp schodovitý) tvar Zavedeme pojem hlavní pozice jako místo v matici, schopné pojmout hlavní prvek Řádek (sloupec) obsahující hlavní pozici se bude nazývat hlavní řádek (sloupec) Indexy k, l budou vždy označovat hlavní pozici Algoritmus 1 (transformace na schodovitý tvar) Vstupem je matice A 1 Počáteční hlavní pozice budiž (1, 1) (tj k := 1, l := 1) 2 Je-li na hlavní pozici nenulový prvek, bude hlavním prvkem a pokračujeme krokem 5 Je-li v hlavním sloupci pod hlavní pozicí alespoň jeden nenulový prvek, vybereme jeden z nich a zaměníme jeho řádek s hlavním řádkem Vybraný prvek se tak stane hlavním prvkem Pokračujeme krokem 5 4 Jsou-li všechny prvky ležící v hlavním sloupci na hlavní pozici a pod ní nulové, pak nynější hlavní pozice nedovoluje obsadit hlavní prvek Posuneme hlavní pozici o jedno místo vpravo (l := l + 1) a vracíme se ke kroku 2 5 V tomto okamžiku je již nalezen nenulový hlavní prvek A kl Hlavní řádek vydělíme hlavním prvkem Poté je hlavní prvek roven jedné: A kl = 1 6 Pro všechna i > k, ki-tému řádku matice A přičteme ( A il )-násobek hlavního řádku Poté již A il = 0 pro všechna i > k (anulují se všechny prvky pod hlavní pozicí) 7 Skončil vnější cyklus algoritmu; během něho byl nalezen jeden hlavní prvek Zvolíme novou hlavní pozici o jeden krok vpravo dole od stávající hlavní pozice (k := k + 1, l := l + 1) Vracíme se ke kroku 2, hledáme další hlavní prvek Algoritmus končí, padne-li hlavní pozice mimo matici Výstupem je (upravená) matice A Tvrzení Algoritmus 1 převádí libovolnou matici A na řádkové ekvivalentní matici ve schodovitém tvaru Důkaz Cvičení Je nutno ověřit, že všechny manipulace s řádky byly elementárními úpravami Přitom se vlevo od hlavních prvků se po celý průběh algoritmu vyskytují pouze nulové prvky Příklad Následující úpravy představují převedení na schodovitý tvartučně vyznačujeme aktuální hlavní pozici (nemusí jít o hlavní prvek, je-li 0) Nad symboly stojí číslo kroku algoritmu Matice, které jsou si rovny, se liší vyznačenímnové hlavní pozice 0 1 1 0 2 2 1 1 1 2 2 1 0 1 1 0 5 0 1 1 0 1 2 1 2 1 2 1 1 1 1 1 1 6 0 1 1 0 = 0 1 1 0 0 1 1 1 0 1 1 1 1 1 1 1 1 1 6 0 1 1 0 = 0 1 1 0 4 = 0 1 1 0 0 0 0 1 0 0 0 1 0 0 0 1 5

Další volba hlavní pozice směřuje mimo matici, algoritmus končí Algoritmem 1 dosahujeme navíc i toho, že platí podmínka (iii) z definice Gauss Jordanova tvaru Ke splnění podmínky (iv) stačí nepatrně změnit krok 6 Algoritmus 2 (transformace na Gauss Jordanův tvar) Probíhá stejně jako Algoritmus 1, ale šestý krok je nahrazen následujícím: 6 Pro všechna i k, ki-tému řádku matice A přičteme ( A il )-násobek hlavního řádku Poté již A il = 0 pro všechna i k (anulují se všechny prvky nad a pod hlavní pozicí) Tvrzení Algoritmus 2 převádí libovolnou matici A na Gauss Jordanův tvar Příklad Následujícíúpravy představují převedení na Gauss Jordanův tvar 0 1 1 0 2 2 1 1 1 2 2 1 0 1 1 0 5 0 1 1 0 1 2 1 2 1 2 1 1 1 1 0 1 0 6 0 1 1 0 6 2 0 1 1 0 0 1 1 1 0 0 0 1 (Hlavní prvky pro jednoduchost neuvádíme) Poznamenejme ještě, že při numerickém výpočtu je třeba uvažovat i o zaokrouhlovacích chybách Mohlo by se stát, že hlavní prvek vybraný vetřetím kroku by byl blízký nule a zaokrouhlením podílu v kroku 5 by se mohl výpočet zcela znehodnotit Potom je nutno krok modifikovat tak, že vybereme ten z nenulovývh prvků pod hlavní pozicí, který má největší absolutní hodnotu (nazývá sepivot) Ve vztahu k řešení soustav lineárních rovnic je Gauss Jordanův tvar výjimečný tím, že z něj lze řešení snadno určit bez dalšího počítání Víme, že každý sloupec kromě posledního odpovídá jedné neznámé Obsahuje-li některý sloupec hlavní prvek, nazveme odpovídající neznámou hlavní, ostatní neznáme nazveme parametrické Vyskytuje-li se některý hlavní prvek v posledním sloupci, znamená to, že soustava zahrnuje nesplnitelnou rovnici 0 = 1, a tedy nemá řešení V opačném případě je postup k nalezení všech řešení následující: (1) vyznačíme hlavní prvky; (2) existují-li parametrické neznámé, převedeme je na pravou stranu rovnic (se změnou znaménka); tím získáme vyjádření hlavních neznámých v závislosti na parametrických neznámých Parametrické neznámé vystupují jako parametry řešení pro každou hodnotu takových parametrů dostaneme právě jedno zvláštní řešení soustavy A naopak, každé jednotlivé řešení soustavy získáme vhodnou volbou parametrů 6

Příklad Necht 1 0 6 0 1 0 6 0 0 0 1 0 0 0 0 0 1, B = 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 Obě matice A, B jsou v Gauss Jordanově tvaru, hlavní prvky jsou vyznačeny Matice A je rozšířenou maticí soustavy x 1 + 6x =, x 2 + x = 0, x 4 =, 0 = 0 Existují tři hlavní neznámé x 1, x 2, x 4 a jedna parametrická neznámá x Převedením členůsx na druhou stranu získáme vyjádření x 1, x 2, x 4 pomocí x : x 1 = 6x, x 2 = x x 4 = Množina všech řešení naší soustavy proto je {( 6x, x, x, ) x P } Matice B je zase rozšířenou maticí soustavy x 1 + 6x = 0, x 2 + x = 0, x 4 = 0, 0 = 1 V tomto případě neexistuje žádné řešení ( B = ), protože se vyskytuje hlavní prvek v posledním sloupci A skutečně, páté rovnici 0 = 1 nelze vyhovět 7