X - FIIT STU
X - FIIT STU
X - FIIT STU
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Maticová algebra II<br />
• systém lineárnych rovníc<br />
• Frobeniova veta<br />
• Gaussova eliminačná metóda<br />
• Determinanty<br />
• Cramerove pravidlo<br />
Priesvitka 1
Systém lineárnych rovníc<br />
Systém lineárnych rovníc, ktorý obsahuje m rovníc o n neznámych<br />
a11x1 + a12 x<br />
2<br />
+ ... + a1 nxn<br />
= b1<br />
a21x1 + a22x 2<br />
+ ... + a2nxn<br />
= b2<br />
........................................<br />
a x + a x + ... + a x = b<br />
m1 1 m2 2<br />
mn n m<br />
Zavedením matíc<br />
⎛a11 a<br />
12<br />
... a1 n ⎞ ⎛x1 ⎞ ⎛b1<br />
⎞<br />
⎜<br />
a21 a<br />
22<br />
... a<br />
⎟ ⎜<br />
2n<br />
x<br />
⎟ ⎜<br />
2<br />
b<br />
⎟<br />
2<br />
A= ⎜ ⎟, x = ⎜ ⎟,<br />
b = ⎜ ⎟<br />
⎜ ... ... ... ... ⎟ ⎜... ⎟ ⎜ ... ⎟<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
a a ... a x b<br />
⎝ m1 m2<br />
mn⎠ ⎝ n⎠ ⎝ m⎠<br />
Priesvitka 2
prepíšeme systém do kompaktného maticového tvaru<br />
Ax<br />
=<br />
b<br />
kde A sa nazýva matica koeficientov, x sa nazýva vektor neznámych a b sa<br />
nazýva vektor konštantných členov.<br />
Riešenie systému môže byť reprezentované stĺpcovým vektorom<br />
c<br />
⎛ c1<br />
⎞<br />
⎜<br />
c<br />
⎟<br />
⎜ ⎟<br />
...<br />
⎜ ⎟<br />
⎝cn<br />
⎠<br />
2<br />
= ⎜ ⎟<br />
ktorý keď dosadíme do Ax = b, x = c, dostaneme maticovú identitu Ac=<br />
b.<br />
Priesvitka 3
y<br />
a x+a y = b<br />
1 2<br />
y<br />
ax+ay +az= b<br />
1 2 3<br />
x<br />
x<br />
A B<br />
Geometrická interpretácia rovnice zo systému lineárnych rovníc pre (A) n = 2,<br />
rovnica je interpretovaná priamkou, (B) n = 3, rovnica je interpretovaná rovinou.<br />
z<br />
Priesvitka 4
Riešenie systému Ax = b je potom určené prienikom týchto geometrických<br />
útvarov priradených jednotlivým rovniciam. Označme „nadrovinu“ priradenú<br />
i-tej lineárnej rovnici z Ax = b symbolom σ i , potom riešenie je zadané ich<br />
prienikom<br />
X = σ∩σ∩<br />
1 2<br />
... ∩σm<br />
Z geometrického pohľadu vyplýva, že tento prienik buď obsahuje<br />
(i) len jeden element,<br />
(ii) má nekonečne mnoho elementov,<br />
(iii) je prázdny.<br />
Jeden z hlavných cieľov teórie systémov lineárnych rovníc je rozhodnúť za<br />
ktorých podmienok majú alebo nemajú riešenie a v prípade, že ho majú, tak<br />
ako ho zostrojiť.<br />
Priesvitka 5
Za predpokladu, že matica koeficientov A je regulárna, riešenie systému<br />
lineárnych rovníc má tento explicitný tvar<br />
−1<br />
x = A b<br />
Nájdite inverznú maticu k matici<br />
Zavedieme matice<br />
Príklad<br />
2x1+ 4x2<br />
= 1<br />
x + 4x<br />
= 2<br />
1 2<br />
⎛2 4⎞ ⎛x1<br />
⎞ ⎛1⎞<br />
A= ⎜ , ,<br />
1 4<br />
⎟ x = ⎜ =<br />
x<br />
⎟ b ⎜<br />
2<br />
2<br />
⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
Priesvitka 6
Pomocou týchto matíc prepíšeme tento systém do maticového tvaru Ax = b.<br />
V predchádzajúcej prednáške príklade 8.8 bola zostrojená inverzná matica<br />
vzhľadom k A<br />
−1 ⎛ 1 −1⎞<br />
A = ⎜<br />
−14 12 ⎟<br />
⎝ ⎠<br />
Použitím<br />
x<br />
=<br />
−1<br />
A b zostrojíme riešenie systému v tvare<br />
−1 ⎛ 1 −1⎞⎛1⎞ ⎛ −1⎞<br />
x = A b = ⎜ =<br />
−14 12<br />
⎟⎜<br />
2<br />
⎟ ⎜<br />
34<br />
⎟<br />
⎝ ⎠⎝ ⎠ ⎝ ⎠<br />
Priesvitka 7
(1) Systém lineárnych rovníc<br />
má práve jedno riešenie = ( , )<br />
Príklady<br />
x<br />
x<br />
+ x = 1<br />
− x = 0<br />
1 2<br />
1 2<br />
x 1212 T<br />
.<br />
(2) Systém lineárnych rovníc<br />
x<br />
+ x =<br />
1 2<br />
1 2<br />
1<br />
−x<br />
− x =−1<br />
má nekonečne mnoho riešení, ktoré môžeme vyjadriť napr. vektorom<br />
T<br />
x = t, 1−t , ∀t∈R<br />
( )<br />
Priesvitka 8
(3) Systém lineárnych rovníc<br />
+ x = 1<br />
1 2<br />
x1+ x2<br />
= 2<br />
nemá riešenie, rovnice sú vo vzájomnom spore<br />
x<br />
Geometrická interpretácia rovníc<br />
x + x =1<br />
1 2<br />
3<br />
2<br />
y<br />
x1- x2=0<br />
x1+ x2=1<br />
-x1- x2=-1<br />
3<br />
2<br />
y<br />
x + x =1<br />
1 2<br />
3<br />
2<br />
y<br />
1<br />
1<br />
1<br />
-4<br />
-3<br />
-2<br />
-1<br />
-1<br />
1 2 3 4<br />
x<br />
-4<br />
-3<br />
-2<br />
-1<br />
-1<br />
1 2 3 4<br />
x<br />
-4<br />
-3<br />
-2<br />
-1<br />
-1<br />
1 2 3 4<br />
x<br />
-2<br />
-2<br />
-2<br />
x+ x=2<br />
1 2<br />
-3<br />
-3<br />
-3<br />
A<br />
B<br />
C<br />
Priesvitka 9
Rozšírená matica<br />
Definujme rozšírenú maticu (koeficientov) A' tak, že matica koeficientov A je<br />
rozšírená o stĺpcový vektor konštantných členov<br />
⎛ a11 a<br />
12<br />
... a1 n<br />
b1<br />
⎞<br />
⎜<br />
⎟<br />
a21 a<br />
22<br />
... a2n<br />
b2<br />
A′ = ( A,<br />
b ) = ⎜<br />
⎟<br />
⎜ ... ... ... ... ... ⎟<br />
⎜<br />
am 1<br />
a<br />
m2<br />
... amn b ⎟<br />
⎝<br />
m⎠<br />
Pomocou hodností matice koeficientov A a rozšírenej matice A′ môžeme<br />
stanoviť, kedy systém lineárnych rovníc má alebo nemá riešenie.<br />
Priesvitka 10
Veta (Frobeniova veta). Systém lineárnych rovníc Ax = b má riešenie vtedy a<br />
len vtedy, ak<br />
h( A) = h ( A ′)<br />
Pričom, podrobnejšou analýzou tejto podmienky zistíme, že<br />
(1) ak h( A) ≠ h ( A ′), potom systém nemá riešenie,<br />
(2) ak h( A) = h( A ′)<br />
= n, potom systém má práve jedno riešenie,<br />
h A = h A ′ < n, potom systém má nekonečne mnoho riešení.<br />
(3) ak ( ) ( )<br />
Táto veta patrí medzi fundamentálny teoretický výsledok teórie lineárnych<br />
rovníc, špecifikuje nutné a postačujúce podmienky pre existenciu riešenia.<br />
Priesvitka 11
Systém lineárnych rovníc<br />
Príklad<br />
+ x = 1<br />
1 2<br />
x1− x2<br />
= 0<br />
Matica koeficientov a rozšírená matica majú tvar<br />
⎛1 1 ⎞ ⎛1 1 1⎞<br />
A= ⎜ , ′<br />
1 1<br />
⎟ A =⎜ ⎟<br />
⎝ − ⎠ ⎝1 −1 0⎠<br />
Hodnosti týchto matíc vyhovujú podmienke<br />
h A = h A ′ =<br />
( ) ( ) 2<br />
To znamená, že systém má práve jedno riešenie, = ( , )<br />
x<br />
x 1212 T<br />
.<br />
Priesvitka 12
Systém lineárnych rovníc<br />
Príklad<br />
1 2<br />
−x1− x2<br />
=−1<br />
Matica koeficientov a rozšírená matica majú tvar<br />
⎛ 1 1 ⎞ 1 1 1<br />
A = , A ⎛ ⎞<br />
⎜<br />
1 1<br />
⎟ ′ =⎜ ⎟<br />
⎝− − ⎠ ⎝ −1 −1 −1⎠<br />
Hodnosti týchto matíc vyhovujú podmienke<br />
h A = h A′ = <<br />
x<br />
+ x =<br />
( ) ( ) 1 2<br />
To znamená, že systém má nekonečne mnoho riešení, ( 1 )<br />
1<br />
x = t, −t , ∀t∈R .<br />
T<br />
Priesvitka 13
Systém lineárnych rovníc<br />
Príklad<br />
+ x = 1<br />
1 2<br />
x1+ x2<br />
= 2<br />
Matica koeficientov a rozšírená matica majú tvar<br />
⎛1 1⎞<br />
1 1 1<br />
A = , A ⎛ ⎞<br />
⎜<br />
1 1<br />
⎟ ′ =⎜ ⎟<br />
⎝ ⎠ ⎝1 1 2⎠<br />
Hodnosti týchto matíc vyhovujú podmienke<br />
h( A) = 1≠ h ( A ′)<br />
= 2<br />
To znamená, že systém nemá riešenie.<br />
x<br />
Priesvitka 14
Komentár<br />
• Frobeniova veta nám len zabezpečuje či systém Ax = b má alebo nemá<br />
riešenie, ale v prípade, že existuje, neumožňuje nám toto riešenie nájsť.<br />
• Aplikácia vety vyžaduje stanovenie hodností tak matice koeficientov A, ako<br />
aj rozšírenej matice A´, tento problém môže byť uskutočnený súčasne tak, že<br />
stanovíme hodnosť rozšírenej matice, pričom nebudeme používať<br />
elementárne operácie transpozície stĺpcových vektorov (menovite stĺpcového<br />
vektora konštantných členov b so stĺpcovými vektormi matice koeficientov,<br />
a taktiež, aj stĺpcových vektorov z matice A samotne).<br />
• Upravená rozšírená matica v trojuholníkovom tvare je vhodná na<br />
konštrukciu riešenia pomocou metódy spätných substitúcií. Tento prístup<br />
tvorí obsah Gaussovej eliminačnej metódy (GEM), ktorá tvorí jeden<br />
z najefektívnejších algoritmov pre riešenie systému lineárnych rovníc.<br />
Priesvitka 15
Gaussova eliminačná metóda (GEM) riešenia systému lineárnych rovníc<br />
Nad rozšírenou maticou A' sa vykonáva postupnosť nasledujúcich elementárnych<br />
operácií nad jej riadkami:<br />
(1) transpozícia dvoch riadkov,<br />
(2) vynásobenie riadku nenulovým číslom a<br />
(3) pripočítanie násobku vybraného riadku k inému riadku.<br />
Cieľom týchto úprav je pretransformovať rozšírenú maticu na trojuholníkový<br />
tvar. Riešenie získame z takto upravenej rozšírenej matice metódou spätných<br />
substitúcií.<br />
Priesvitka 16
Príklad<br />
Použitím Gaussovej eliminačnej metódy riešte systém<br />
2x − 3x + x = 0<br />
1 2 3<br />
x + 2x − x = 3<br />
1 2 3<br />
2x1+ x2 + x3<br />
= 12<br />
Rozšírená matica má tvar<br />
⎛2 −3 1 0 ⎞<br />
⎜<br />
⎟<br />
A ′ = 1 2 −1 3<br />
⎜2 1 1 12⎟<br />
⎝<br />
⎠<br />
1. krok. Vykonáme vynulovanie prvkov pod diagonálou v prvom stĺpci<br />
⎛2 −3 1 0 ⎞ ⎛2 −3 1 0 ⎞<br />
⎜ ⎟ ⎜ ⎟<br />
1 2 −1 3 ∼ 0 −7 3 −6<br />
⎜2 1 1 12⎟ ⎜0 4 0 12⎟<br />
⎝ ⎠ ⎝ ⎠<br />
Priesvitka 17
2. krok. Vykonáme vynulovanie prvku pod diagonálou v druhom stĺpci<br />
⎛2 −3 1 0 ⎞ ⎛2 −3 1 0 ⎞<br />
⎜ ⎟ ⎜ ⎟<br />
0 −7 3 −6 ∼ 0 −7 3 −6<br />
⎜0 4 0 12⎟ ⎜0 7 0 21⎟<br />
⎝ ⎠ ⎝ ⎠<br />
K tretiemu riadku pripočítame druhý riadok<br />
⎛2 −3 1 0 ⎞ ⎛2 −3 1 0 ⎞<br />
⎜ ⎟ ⎜ ⎟<br />
0 −7 3 −6 ∼ 0 −7 3 −6<br />
⎜0 7 0 21⎟ ⎜0 0 3 15⎟<br />
⎝ ⎠ ⎝ ⎠<br />
Posledná matica znamená, že pôvodný systém rovníc bol pretransformovaný do<br />
tvaru<br />
2x1− 3x2 + x3<br />
= 0<br />
− 7x2 + 3x3<br />
=−6<br />
3x<br />
= 15<br />
x<br />
T<br />
=<br />
3<br />
( 135 , , )<br />
Priesvitka 18
Príklad<br />
Použitím Gaussovej eliminačnej metódy riešte systém<br />
2x − x + 5x + 3x<br />
= 5<br />
Rozšírená matica má tvar<br />
1 2 3 4<br />
x + x + 4x + 3x<br />
= 7<br />
1 2 3 4<br />
x + 3x + 2x<br />
= 4<br />
1 3 4<br />
x + x + x = 3<br />
2 3 4<br />
⎛ 2 −1 5 3 5⎞<br />
⎜<br />
1 1 4 3 7<br />
⎟<br />
A ′ = ⎜<br />
⎟<br />
⎜ 1 0 3 2 4⎟<br />
⎜<br />
⎟<br />
⎝ 0 1 1 1 3⎠<br />
Priesvitka 19
1. krok, nulujeme prvky v 1. stĺpci pod diagonálou<br />
⎛ 2 −1 5 3 5⎞ ⎛ 2 −1 5 3 5 ⎞ ⎛2 −1 5 3 5 ⎞<br />
⎜<br />
1 1 4 3 7<br />
⎟ ⎜<br />
2 2 8 6 14<br />
⎟ ⎜<br />
0 3 3 3 9<br />
⎟<br />
⎜<br />
− − − − − − − − −<br />
⎟ ⎜ ⎟ ⎜<br />
⎟<br />
⎜ 1 0 3 2 4⎟ ⎜−2 0 −6 −4 −8 ⎟ ⎜0 −1 −1 −1 −3⎟<br />
⎜ ⎟<br />
0 1 1 1 3 ⎜ ⎟<br />
0 1 1 1 3 ⎜<br />
⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝0 1 1 1 3 ⎠<br />
⎛2 −1 5 3 5⎞<br />
⎜<br />
0 1 1 1 3<br />
⎟<br />
⎝<br />
⎠<br />
(i) Vynásobíme 2. a 3. riadok rozšírenej matice číslom –2<br />
(ii) K druhému a tretiemu riadku pripočítame prvý riadok<br />
(iii) Posledné tri riadky sú lineárne závislé, tak napr. 2. a 3. riadok získame<br />
vynásobením 4. riadku číslom –3 resp. –1, môžeme teda vynechať 2. a 3. riadok.<br />
Priesvitka 20
2x − x + 5x + 3x<br />
= 5<br />
1 2 3 4<br />
x + x + x = 3<br />
2 3 4<br />
Máme dve rovnice pre štyri neznáme, t. j. dve neznáme môžu byť<br />
charakterizované ako volné parametre, x3 = u,x4<br />
= v, potom upravený systém<br />
prepíšeme do formálneho tvaru dvoch lineárnych rovníc pre dve neznáme<br />
2x − x = 5−5u−3v<br />
1 2<br />
x = 3 −u −v<br />
2<br />
Dosadením druhej rovnice do prvej dostaneme konečné riešenie pre neznámu x 1<br />
1<br />
x1<br />
= ( 5 − 5 u− 3 v+ ( 3 −u − v)<br />
) = 4 − 3 u−<br />
2 v<br />
2<br />
Priesvitka 21
Stĺpcový vektor riešenia má tvar<br />
⎛4−3u−2v⎞ ⎛4⎞ ⎛ 3 ⎞ ⎛ 2 ⎞<br />
⎜<br />
3−u−v<br />
⎟ ⎜<br />
3<br />
⎟ ⎜<br />
1<br />
⎟ ⎜<br />
1<br />
⎟<br />
x = ⎜ ⎟= ⎜ ⎟−u⎜ ⎟− v⎜ ⎟= a−ub−vc<br />
⎜ u ⎟ ⎜0⎟ ⎜−1⎟ ⎜ 0 ⎟<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝ v ⎠ ⎝0 0 −1<br />
{ ⎠ ⎝{ ⎠ ⎝{<br />
⎠<br />
a b c<br />
Môžeme teda uzavrieť, že systém má nekonečne mnoho riešení, ktoré tvoria<br />
množinu X = { a−ub−v c;u,v∈R}<br />
. Ak napríklad položíme u = v = 1, potom<br />
vektor riešení má tvar<br />
⎛4⎞ ⎛ 3 ⎞ ⎛ 2 ⎞ ⎛−1⎞<br />
⎜<br />
3<br />
⎟ ⎜<br />
1<br />
⎟ ⎜<br />
1<br />
⎟ ⎜<br />
1<br />
⎟<br />
x = ⎜ ⎟−⎜ ⎟− ⎜ ⎟=<br />
⎜ ⎟<br />
⎜0⎟ ⎜−1⎟ ⎜ 0 ⎟ ⎜ 1 ⎟<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝0 0 −1 1<br />
{ ⎠ ⎝{{<br />
⎠ ⎝ ⎠ ⎝ ⎠<br />
a b c<br />
Priesvitka 22
Homogénny systém lineárnych rovníc<br />
Ak stĺpcový vektor konštantných členov je nulový, potom systém Ax = b sa<br />
nazýva homogénny<br />
Ax = 0<br />
Homogénny systém má vždy tzv. triviálne riešenie, x = 0. Môžeme si položiť<br />
otázku, kedy existuje netriviálne riešenie (keď aspoň jedna neznáma je<br />
nenulová). Tento problém je taktiež riešený Frobeniovou vetou.<br />
Veta. Homogénny systém lineárnych rovníc má netriviálne riešenie vtedy a len<br />
vtedy, ak hodnosť matice koeficientov je menšia ako počet neznámych<br />
h A < n<br />
( )<br />
Jednoduchý dôsledok tejto vety je, že ak hodnosť matice sa rovná počtu<br />
neznámych, h( A ) = n, potom homogénny systém má len triviálne „nulové“<br />
riešenie.<br />
Priesvitka 23
Príklad<br />
Hľadajme riešenie homogénneho systému rovníc<br />
2x − x + 5x + 3x<br />
= 0<br />
1 2 3 4<br />
x + x + 4x + 3x<br />
= 0<br />
1 2 3 4<br />
x + 3x + 2x<br />
= 0<br />
1 3 4<br />
x2 + x3 + x4<br />
= 0<br />
Budeme hľadať hodnosť matice koeficientov tohto systému<br />
⎛ 2 −1 5 3⎞ ⎛ 2 −1 5 3 ⎞ ⎛2 −1 5 3 ⎞<br />
⎜<br />
1 1 4 3<br />
⎟ ⎜<br />
−2 −2 −8 −6 ⎟ ⎜<br />
0 −3 −3 −3 ⎟<br />
⎛ 2 −1 5 3⎞<br />
A = ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎜ 1 0 3 2⎟ ⎜−2 0 −6 −4⎟ ⎜0 −1 −1 −1⎟<br />
⎜<br />
0 1 1 1<br />
⎟<br />
⎝ ⎠<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝ 0 1 1 1⎠ ⎝ 0 1 1 1 ⎠ ⎝0 1 1 1 ⎠<br />
Priesvitka 24
To znamená, že h(A) = 2 < 4, t. j. systém má nekonečne mnoho netriviálnych<br />
riešení. Pomocou trojuholníkovej matice, ktorá je ekvivalentná s pôvodnou<br />
maticou koeficientov, zostrojíme ekvivalentný homogénny systém lineárnych<br />
rovníc<br />
2x1 − x2 + 5x3 + 3x4<br />
= 0<br />
x2 + x3 + x4<br />
= 0<br />
Tento systém obsahuje 2 rovnice pre 4 neznáme, potom, napríklad x 3 a x 4 môžu<br />
byť zvolené ako volné parametre, x3<br />
= u a x4<br />
= v, pre u,v∈R .<br />
⎛−3u−<br />
2v⎞ ⎛ 3 ⎞ ⎛ 2 ⎞<br />
⎜<br />
−u−v<br />
⎟ ⎜<br />
1<br />
⎟ ⎜<br />
1<br />
⎟<br />
x = ⎜ ⎟=−u⎜ ⎟− v⎜ ⎟=−ua−vb<br />
⎜ u ⎟ ⎜−1⎟ ⎜ 0 ⎟<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝ v ⎠ ⎝ 0 −1<br />
{ ⎠ ⎝{<br />
⎠<br />
Množinu riešení potom môžeme vyjadriť takto<br />
a<br />
b<br />
X<br />
{ ua v b;u,v<br />
R}<br />
= + ∈<br />
Priesvitka 25
Nájdite riešenie homogénneho systému<br />
Príklad<br />
2x − 3x + x = 0<br />
1 2 3<br />
x + 2x − x = 0<br />
1 2 3<br />
2x + x + x = 0<br />
1 2 3<br />
Stanovíme hodnosť matice koeficientov<br />
A<br />
⎛2 −3 1 ⎞ ⎛2 −3 1⎞<br />
=<br />
⎜<br />
1 2 −1 ⎟ ⎜<br />
0 −7 3<br />
⎟<br />
⎜2 1 1 ⎟ ⎜0 0 3⎟<br />
⎝ ⎠ ⎝ ⎠<br />
Hodnosť matice koeficientov h(A) = 3, čo je aj počet neznámych, t. j.<br />
homogénny systém má len triviálne riešenie.<br />
Priesvitka 26
2x − 3x + x = 0<br />
1 2 3<br />
− 7x<br />
+ 3x<br />
= 0<br />
2 3<br />
3x<br />
= 0<br />
3<br />
x<br />
T<br />
=<br />
( 000 , , )<br />
Týmto sme ukázali na konkrétnom príklade, že ak hodnosť matice koeficientov<br />
sa rovná počtu neznámych, h(A) = n, homogénny systém má len triviálne<br />
riešenie. Tieto úvahy môžeme zosumarizovať do nasledujúcej vety.<br />
Veta. Homogénny systém lineárnych rovníc má buď len jedno triviálne<br />
h = n<br />
h A < n.<br />
riešenie, keď ( A ) , alebo má mnoho netriviálnych riešení, keď ( )<br />
Priesvitka 27
Determinanty<br />
Nech A je množina všetkých možných matíc. Hodnosť matice môžeme formálne<br />
chápať ako zobrazenie množiny matíc A na množinu kladných celých čísel<br />
{ }<br />
h : A → 1,2,...<br />
Analogicky, pod pojmom determinant budeme rozumieť zobrazenie množiny<br />
štvorcových matíc A ⊂A na množinu reálnych čísel<br />
<br />
det<br />
:<br />
A<br />
<br />
→ R<br />
Determinant matice<br />
A∈<br />
z R priradené štvorcovej matici A.<br />
A budeme označovať symbolom |A| , je to reálne číslo<br />
<br />
Priesvitka 28
Prv než pristúpime k definícii determinantu uvedieme základné skutočnosti<br />
o permutáciách. Permutáciu P priradenú n objektom budeme vyjadrovať<br />
symbolom<br />
P = ( p<br />
1, p<br />
2,..., pn<br />
)<br />
kde elementy p 1 , p 2 ,..., p n sú prirodzené čísla z množiny { 12 , ,...,n}, ktoré<br />
vyhovujú podmienke<br />
i ≠ j ⇒ p ≠ p<br />
i<br />
j<br />
1<br />
2<br />
3<br />
4<br />
1<br />
2<br />
3<br />
4<br />
Celkový počet permutácií n objektov je n!, tieto permutácie tvoria symetrickú<br />
grupu (množinu) permutácií S n .<br />
Priesvitka 29
Ku každej permutácii môžeme priradiť nezáporné celé číslo, ktoré sa nazýva<br />
počet inverzií: hovoríme, že prvky p i a p j tvoria inverziu v permutácia<br />
P=(p 1 ,...,p i ,...,p j ,...,p n ), vtedy a len vtedy, ak platí<br />
i < j ⇒ p > p<br />
Celkový počet inverzií v permutácii P je označený I(P).<br />
Príklad<br />
Zostrojte všetky permutácie pre n = 2 a n = 3 , charakterizujte každú permutáciu<br />
počtom inverzií.<br />
Permutácie pre n=2 majú tvar<br />
( ) ( )<br />
( ) ( )<br />
P = 12 , , I P = 0<br />
P = 21 , , I P = 1<br />
i<br />
j<br />
Priesvitka 30
Permutácie pre n=3 majú tvar<br />
( 123) ( ) 0<br />
( 132) ( ) 1 ( 3 2)<br />
( 213) ( ) 1 ( 2 1)<br />
( 231) ( ) 2 ( 2 13 1)<br />
( 312) ( ) 2 ( 3 1 3 2)<br />
( 321) ( ) 3 ( 3 23 12 1)<br />
P = , , , I P =<br />
Definícia 9.1. Nech = ( A ij )<br />
matice je<br />
P = , , , I P = ><br />
P = , , , I P = ><br />
P = , , , I P = > , ><br />
P = , , , I P = > , ><br />
P = , , , I P = > , > , ><br />
A je štvorcová matica typu (n,n), determinant tejto<br />
∑<br />
P∈S<br />
n<br />
I<br />
( ) ( P<br />
1<br />
) 1 1 2 2<br />
A = − A A ...A<br />
(9.10)<br />
p p np<br />
kde sumácia obsahuje všetky možné permutácie z S n . Alternatívne označenie<br />
determinantu je det(A) alebo D(A).<br />
n<br />
Priesvitka 31
Determinant matice<br />
je podľa definície určený takto<br />
A<br />
Príklad<br />
⎛<br />
A<br />
A<br />
⎞<br />
11 12<br />
= ⎜<br />
A21 A ⎟<br />
22<br />
⎝<br />
⎠<br />
A<br />
∑<br />
= −<br />
P∈S<br />
2<br />
I<br />
( 1) ( P )<br />
A<br />
A<br />
1p<br />
2p<br />
1 2<br />
I<br />
( ) ( 12 , ) I<br />
( ) ( 21 ,<br />
1 A A 1<br />
)<br />
= − + −<br />
A A<br />
11 22 12 21<br />
= A11A22 − A12 A21<br />
Diagramatická interpretácia výpočtu determinantu matice typu 2×2<br />
A11 A12<br />
A11A22 A12 A21<br />
A A = −<br />
21 22<br />
Priesvitka 32
Determinant matice<br />
A<br />
⎛<br />
Príklad<br />
A A A<br />
⎞<br />
11 12 13<br />
=<br />
⎜<br />
A21 A22 A<br />
⎟<br />
⎜<br />
23 ⎟<br />
⎜A31 A32 A ⎟<br />
⎝<br />
22 ⎠<br />
je podľa definície určený v tvare, ktorý môžeme jednoducho vyjadriť pomocou<br />
diagramatickej interpretácie (Sarrusove pravidlo)<br />
A A A A A<br />
A A A A A<br />
A A A A A<br />
11 12 13 11 12<br />
21 22 23 21 22<br />
31 32 33 31 32<br />
= A A A + A A A + A A A − A A A − A A A − A A A<br />
11 22 33 12 23 31 13 21 32 13 22 31 11 23 32 12 21 33<br />
Priesvitka 33
Základné vlastnosti determinantov<br />
(1) Nech A je štvorcová matica, potom<br />
T<br />
A = A<br />
Dôsledok tejto vlastnosti je, že ľubovolná vlastnosť, ktorá platí pre riadky<br />
determinantu musí platiť aj pre jeho stĺpce (a naopak).<br />
(2) Nech A je štvorcová matica a nech matica B vznikne z A výmenou dvoch<br />
stĺpcov (riadkov)<br />
A = s ,..., s ,..., s ,..., s → B=<br />
s ,..., s ,..., s ,..., s<br />
potom<br />
( 1 i j n) ( 1 j i n)<br />
B = − A<br />
Priesvitka 34
Nech matica A obsahuje dva rovnaké stĺpce v polohe i a j<br />
A = ( s1,..., si,... sj− 1, si, sj + 1, ..., s<br />
n)<br />
Potom jednoduchým dôsledkom vlastnosti je, že táto matica je nulová<br />
A = 0<br />
(3) Nech A je štvorcová matica a nech matica B vznikne z A tak, že jeden stĺpec<br />
(riadok) vynásobíme číslom α<br />
A = ( s1,..., si,..., sn) → B= ( s1,..., αsj,...,<br />
s<br />
n)<br />
potom<br />
B = α A<br />
Dôsledok tejto vlastnosti je, že ak matica A obsahuje nulový stĺpec (riadok),<br />
potom determinant matice je nulový.<br />
Priesvitka 35
(4) Nech A je štvorcová matica a nech matica B vznikne z A tak, že násobok<br />
vybraného stĺpca (riadka) pripočítame k inému stĺpcu (riadku)<br />
A = s ,..., s ,..., s ,..., s → B = s ,..., s +αs ,..., s ,..., s<br />
potom<br />
( 1 i j n) ( 1 i j j n)<br />
B = A<br />
(5) Nech A je štvorcová matica a nech pre jej vybraný stĺpec platí s i<br />
= s i<br />
′ + s i<br />
′′<br />
A = ( s1 ,..., s′ ′′<br />
i<br />
+ si,...,<br />
s<br />
n)<br />
potom<br />
A = A′ + A ′′<br />
kde matica A' (A'') vznikne z pôvodnej matice tak, že i-tý stĺpec s<br />
i<br />
je nahradený<br />
stĺpcovým vektorom s i<br />
′( s i<br />
′′ )<br />
A′ = s ,..., s′ ,..., s , A′′ = s ,..., s′′<br />
,..., s<br />
( ) ( )<br />
1 i n 1 i n<br />
Priesvitka 36
Veta. Nech A je štvorcová matica typu n×n. |A|=0 vtedy a len vtedy, ak h(A)
Príklad<br />
1<br />
1 2 3<br />
2<br />
0 1 1 a<br />
3<br />
1 1 1 sú<br />
lineárne nezávislé.. Tieto vektory môžeme formálne chápať ako riadkové<br />
vektory matice A typu 3×3<br />
⎛ 1 2 3 ⎞<br />
A =<br />
⎜<br />
0 1 −1<br />
⎟<br />
⎜−1 1 1 ⎟<br />
⎝ ⎠<br />
Ak determinant tejto matice je nenulový, potom h(A)=3, t.j. jej riadkové vektory<br />
sú lineárne nezávislé<br />
1 2 3 1 2<br />
Dokážte, že vektory a = ( ), a = ( − ) a = ( − )<br />
0 1 − 1 0 1= 1+ 2+ 0+ 3+ 1− 0=<br />
7<br />
−1 1 1 −1<br />
1<br />
Priesvitka 38
Príklad<br />
Vektory a, b a c sú lineárne závislé vtedy a len vtedy ak z nich zostrojený<br />
determinant matice<br />
⎛a<br />
⎞<br />
A =<br />
⎜<br />
b<br />
⎟<br />
⎜ ⎟<br />
⎝c<br />
⎠<br />
je nulový, A = 0, bude použitý na určenie roviny σ v 3-rozmernom priestore,<br />
ktorá je určená bodmi A, B a C, ktoré sú reprezentované riadkovými vektormi<br />
= a a a = b b b c = c c c<br />
a ( ), b ( ) a ( )<br />
1 2 3<br />
1 2 3<br />
1 2 3<br />
C= ( c<br />
1,c 2,c3)<br />
X= x ,x ,x ( )<br />
1 2 3<br />
A= ( a 1,a 2,a3)<br />
B= ( b<br />
1,b 2,b3)<br />
Priesvitka 39
Všeobecný bod X, reprezentovaný vektorom = ( x x x )<br />
x<br />
1 2 3<br />
, leží v rovine σ,<br />
uuur<br />
potom<br />
uur<br />
vektor<br />
uur<br />
XA = x−a<br />
môže byť vyjadrený ako lineárna kombinácia vektorov<br />
CA = c−a<br />
a BA = b−a, t.j. tieto tri vektory sú lineárne závislé<br />
x− a x −a x −a x −a<br />
1 1 2 2 3 3<br />
c− a = c −a c −a c − a =<br />
1 1 2 2 3 3<br />
b−a<br />
b −a b −a b −a<br />
1 1 2 2 3 3<br />
0<br />
vypočítaním tohto determinantu pomocou Sarrusovho pravidla, dostaneme<br />
lineárnu rovnicu vzhľadom k premenným x 1 , x 2 a x 3<br />
ax 1 + bx 2 + cx 3 + d = 0<br />
kde a, b, c a d sú koeficienty rovnice popisujúcej rovinu σ.<br />
Priesvitka 40
Veta. Nech A je štvorcová trojuholníková matica (nepožaduje sa, aby každý<br />
diagonálny element bol nenulový)<br />
⎛A11 A<br />
12<br />
... A1<br />
n ⎞<br />
⎜<br />
0 A<br />
22<br />
... A<br />
⎟<br />
2n<br />
A = ⎜<br />
⎟<br />
⎜ ... ... ... ... ⎟<br />
⎜<br />
⎟<br />
⎝ 0 0 ... Ann<br />
⎠<br />
Determinant matice sa rovná súčinu jej diagonálnych elementov<br />
A<br />
=<br />
A11A 22...Ann<br />
Dôsledok tejto vety je, že determinant jednotkovej matice E sa rovná jednej<br />
E =1<br />
Priesvitka 41
Táto veta umožňuje zostrojiť efektívny algoritmus pre výpočet determinantov<br />
ľubovolnej dimenzii n.<br />
• Použijeme jednoduchý algoritmus, ktorý je veľmi podobný algoritmu<br />
stanovenia hodnosti matice a ktorý je založený na vlastnostiach<br />
determinantov.<br />
• To znamená, že nad stĺpcami a riadkami budeme vykonávať jednoduché<br />
elementárne operácie tak, aby sme dostali trojuholníkovú maticu (t. j.<br />
nulujeme elementy pod diagonálou).<br />
• Na rozdiel od stanovenia hodnosti matice, pri tomto výpočte determinantu<br />
jeho hodnota sa môže meniť, tak napríklad po transpozícii dvoch stĺpcov<br />
(riadkov) dochádza k zmene znamienka determinantu, alebo ak riadok<br />
vynásobíme číslom α, tak potom pred determinant musíme vytknúť číslo<br />
1 α.<br />
• To znamená, že súčasťou algoritmu musí byť aj premenná v ktorej sa<br />
kumuluje táto zmena numerickej hodnoty determinantu v priebehu aplikácií<br />
elementárnych operácií.<br />
Priesvitka 42
Vypočítajte determinant matice s n = 4<br />
Príklad<br />
⎛ 1 0 2 −1⎞<br />
⎜<br />
2 1 −2 3<br />
⎟<br />
A = ⎜<br />
⎟<br />
⎜−<br />
1 3 − 2 4 ⎟<br />
⎜<br />
⎟<br />
⎝ 2 −1 2 1 ⎠<br />
Postup transformácie determinantu na trojuholníkový tvar je prezentovaný na<br />
tejto schéme:<br />
Priesvitka 43
A<br />
1 0 2 −1 1 0 2 −1 1 0 2 −1 1 0 2 −1<br />
2 1 −2 3 0 1 −6 5 0 1 −6 5 0 1 −6 5<br />
= = = = 68 ⋅ =<br />
−1 3 −2 4 0 3 0 3 0 0 18 −12 0 0 3 −2<br />
2 −1 2 1 0 −1 −2 3 0 0 −8 8 0 0 −1 1<br />
14 424443 1442443 1442443 1442443<br />
A A A A<br />
1 2 3 4<br />
1 0 2 −1 1 0 2 −1<br />
0 1 −6 5 0 1 −6 5 ⎛ 1 ⎞<br />
683 ⋅ ⋅ = 683 ⋅ ⋅<br />
= 6⋅8⋅3111 0 0 1 −2 3 0 0 1 −2 3<br />
⎜ ⋅ ⋅ ⋅ ⎟=<br />
48<br />
⎝ 3 ⎠<br />
0 0 −1 1 0 0 0 1 3<br />
14 424443 14424 4443<br />
A<br />
5 6<br />
A<br />
Priesvitka 44
Veta 9.6. Nech A a B sú štvorcové matice rovnakého typu t( ) = t( ) = ( n,n)<br />
A B ,<br />
potom determinant súčinu týchto matíc sa rovná súčinu ich determinantov<br />
AB = A ⋅ B<br />
Ako jednoduchý dôsledok tejto vety je formula pre determinant inverznej matice<br />
−1<br />
1<br />
A , ktorá vyhovuje podmienke AA − = E, použitím formuly AB = A ⋅ B<br />
dostaneme<br />
Determinant inverznej matice<br />
A =<br />
A<br />
−1<br />
A existuje vtedy a len vtedy, ak hodnosť matice<br />
−1 1<br />
A sa rovná jej dimenzii n z typu t( A ) = ( n,n)<br />
, t. j. h( )<br />
A = n.<br />
Priesvitka 45
Veta. Matica A je regulárna vtedy a len vtedy, ak jej determinant je nenulový<br />
A ≠ 0<br />
Jedna zo základných aplikácií determinantov je ich použitie k riešeniu systému<br />
lineárnych rovníc Ax = b, ktorý má štvorcovú a regulárnu maticu koeficientov<br />
A. Maticu A vyjadríme pomocou stĺpcových vektorov, potom systém Ax = b<br />
môžeme prepísať do tvaru<br />
n<br />
( s1, s2,..., sn)<br />
x = b⇒ b=∑<br />
xks<br />
k<br />
Označme symbolom A i maticu, ktorá vznikne z matice A tak, že jej i-tý stĺpec<br />
nahradíme stĺpcovým vektorom konštantných členov b<br />
k = 1<br />
( ,..., , , ,..., )<br />
A = s s b s s<br />
i 1 i− 1 i+<br />
1 n<br />
Priesvitka 46
Budeme počítať determinant tejto matice<br />
A = s ,..., s , b, s ,..., s = s ,..., s , x s , s ,..., s<br />
i 1 i− 1 i+ 1 n 1 i− 1 i i i+<br />
1 n<br />
k = 1<br />
n<br />
∑<br />
= x<br />
i<br />
s1,..., si− 1, sk, si+<br />
1,..., sn = xi<br />
A<br />
144424443<br />
k = 1<br />
= 0 pre k ≠i<br />
Za predpokladu, že A je regulárna matica, z poslednej rovnice vyplýva riešenie<br />
systému lineárnych rovníc v explicitnom tvare, tento poznatok sformulujeme ako<br />
vetu.<br />
n<br />
∑<br />
Veta (Cramerove pravidlo). Systém lineárnych rovníc Ax =<br />
regulárna matica, má riešenie<br />
b, kde A je<br />
i<br />
x<br />
i<br />
= A A<br />
(pre i = 1, 2, ..., n)<br />
Priesvitka 47
Príklad<br />
Nájdite riešenie systému lineárnych rovníc pomocou Crameroveho pravidla<br />
2x − 3x + x = 1<br />
1 2 3<br />
x + 2x − x = 0<br />
1 2 3<br />
2x + x + x =−1<br />
1 2 3<br />
Zostrojíme jednotlivé determinanty<br />
2 −3 1<br />
1 −3 1<br />
2 1 1<br />
A = 1 2 − 1 = 12, A<br />
1<br />
= 0 2 − 1 = 2, A<br />
2<br />
= 1 0 − 1 =−6, A<br />
3<br />
2 1 1<br />
−1 1 1<br />
2 −1 1<br />
2 −3 1<br />
= 1 2 0 =−10<br />
2 1 −1<br />
Potom riešenie<br />
2 1<br />
12 6<br />
x<br />
1<br />
= = , x2<br />
−6 1<br />
= =− , x3<br />
12 2<br />
−10 5<br />
= =−<br />
12 6<br />
Priesvitka 48
1. krok 2. krok<br />
A B C 1<br />
D<br />
2. krok<br />
The End<br />
C 2<br />
Priesvitka 49