I Algebra liniowa z geometrią 1

Rozdział 4 Układy równań liniowych

SŁOWA KLUCZOWE ROZDZIAŁU układ równań liniowych dozwolone operacje macierz rozszerzona układu eliminacja Gaussa postać schodkowa podprzestrzeń span{a1,,ak} układy jednorodne wyznacznik wzory Cramera

Rozważmy układ równań

{x1+x2+x3=0x1-x2+x3=0

Każde z równań układu opisuje pewną płaszczyznę w 3. Szukamy więc punktów leżących na obydwu płaszczyznach. Obydwie płaszczyzny zawierają punkt 0. Pierwsza z nich jest prostopadła do wektora [1,1,1]T, a druga jest prostopadła do wektora [1,-1,1]T. Nie są one równoległe, więc ich przecięciem jest pewna prosta w 3. Naszym najbliższym celem będzie nauczenie się wyznaczania zbioru rozwiązań układu równań liniowych.

Definicja 4.1.

Układ równań liniowychł Niech 𝔽 będzie ciałem. Układem równań liniowych nazywamy układ równań postaci:

{a11x1++a1nxn=b1ak1x1++aknxn=bk (4.1)

Skalary aij𝔽 nazywamy współczynnikami układu, a bi𝔽 wyrazami wolnymi. Jest to układ k równań z n niewiadomymi x1,,xn. Zbiór rozwiązań układu składa się ze wszystkich wektorów [x1,,xn]T𝔽n, których współrzędne spełniają wszystkie równania tego układu. Mówimy, że układ

  • jest sprzeczny, gdy zbiór rozwiązań jest pusty;

  • ma rozwiązanie, jeśli zbiór rozwiązań jest niepusty;

  • ma nieskończenie wiele rozwiązań, gdy zbiór rozwiązań jest nieskończony;

  • ma dokładnie jedno rozwiązanie, jeśli zbiór rozwiązań jest jednoelementowy.

  • U

    Dwa układy równań są równoważne, jeżeli mają takie same zbiory rozwiązań.

    Istnieją pewne operacje, które możemy wykonać na układzie równań (4.1) otrzymując układ równoważny.

    DOZWOLONE OPERACJE NA RÓWNANIACH UKŁADU (I) możemy dwa równania układu zamienić miejscami; (II) możemy obydwie strony któregoś z równań pomnożyć przez dowolny niezerowy skalar; (III) możemy równanie pomnożone przez dowolny skalar dodać do innego równania.

    Punkty (I) i (II) są oczywiste. Punkt (III) wynika z faktu, że [x1,,xn]T spełnia

    ai1x1++ainxn =bi
    aj1x1++ajnxn =bj

    wtedy i tylko wtedy, gdy spełnia

    ai1x1++ainxn =bi
    (aj1+cai1)x1++(ajn+cain)xn =bj+cbi.
Definicja 4.2.

Dozwolone operacje

Operacje (I)-(III) nazywamy dozwolonymi operacjami na równaniach układu równań liniowych.

Przykład 4.1.

Szczególnie łatwe do rozwiązania są układu w postaci ,,schodkowej’’. Przykładowo, w układzie równań (w ciele )

{3x1+2x2+x3=1x2-x3=22x3=4

ostatnie równanie oznacza, że x3=2. Wtedy z drugiego równania x2=4. W konsekwencji, z pierwszego równania otrzymujemy, że x1=-3. Zbiór rozwiązań układu składa się z jednego wektora [-3,4,2]T.

4.1 Eliminacja Gaussa

Opiszemy na przykładzie metodę eliminacji Gaussa pozwalającą sprowadzić dowolny układ do postaci schodkowej. Rozważmy układ równań (w ciele )

{x1+x2+x3+x4+x5=1-x1-x2+0x3+0x4+x5=-1-2x1-2x2+0x3+0x4+3x5=10x1+0x2+x3+x4+3x5=3x1+x2+2x3+2x4+4x5=4

Wszystkie informacje o rozważanym układzie możemy wygodnie zakodować przy pomocy macierzy (tabeli):

A=[11111-1-1001-2-20030011311224],[Ab]=[111111-1-1001-1-2-20031001133112244].

W wierszach macierzy [Ab] wypisujemy współczynniki i wyrazy wolne poszczególnych równań. Macierz A nazywamy macierzą układu, a macierz [Ab] jego macierzą rozszerzoną. Dozwolone operacje (I)-(III) mają swój odpowiednik w postaci dozwolonych operacji na wierszach macierzy:

DOZWOLONE OPERACJE NA WIERSZACH MACIERZY UKŁADU RÓWNAŃ LINIOWYCH (I) możemy dwa wiersze macierzy zamienić miejscami (permutacja); (II) możemy wiersz pomnożyć przez dowolną niezerową liczbę rzeczywistą (skalowanie); (III) możemy wiersz pomnożony przez dowolną liczbę rzeczywistą dodać do innego wiersza.

Zaczynamy od tego, że szukamy wiersza w którym pierwszy wyraz jest niezerowy. W naszym przypadku jest to wiersz pierwszy. Jeśli pierwszy niezerowy wyraz jest różny od 1, to używamy skalowania (II), aby uzyskać 1 na pierwszej pozycji.

  • U

    Jeżeli w pierwszym wierszu na pierwszej pozycji jest zero, to szukamy innego wiersza z niezerowym wyrazem na pierwszej pozycji. Jeśli taki istnieje, to używamy pierwszej operacji (I) i zamieniamy go miejscami z wierszem pierwszym. Może się zdarzyć, że wszystkie wiersze mają na pierwszej pozycji 0. Wtedy powtarzamy procedurę szukając wiersza z niezerowym wyrazem na drugiej pozycji i iterujemy poprzednią procedurę.

W pierwszym kroku, używamy pierwszego wiersza i operacji (III) do wprowadzenia zer w pierwszej kolumnie pod jedynką w pierwszym wierszu. Dodając pierwszy wiersz do drugiego otrzymujemy macierz:

[𝟏11111001120-2-20031001133112244]

Następnie, pomnożony przez 2 pierwszy wiersz dodajemy do wiersza trzeciego

[𝟏11111001120002253001133112244]

Kończymy ten krok odejmując pierwszy wiersz od wiersza piątego

[11111100𝟏120002253001133001133].

W drugim kroku używamy analogicznie drugiego wiersza do eliminacji niezerowych elementów w trzeciej kolumnie i wierszach od trzeciego do piątego. W efekcie otrzymujemy

[1111110011200000𝟏3000013000013].

W ostatnim kroku używamy trzeciego wiersza do eliminacji jedynek w piątej kolumnie oraz czwartym i piątym wierszu. Otrzymujemy macierz:

[111111001120000013000000000000].

Ostatnie dwa wiersze nie niosą ze sobą żadnej informacji, więc możemy je pominąć otrzymując w efekcie macierz

[𝟏1111100𝟏1200000𝟏3],

której odpowiada układ równań

{x1+x2+x3+x4+x5=1x3+x4+2x5=0x5=3

Wstawiamy teraz x5=3 do trzeciego równania i wyliczamy w nim x3 otrzymując

{x1+x2+x3+x4+x5=1x3=-x4-6x5=3

Cofamy się teraz do pierwszego równania i wyliczamy x1 po wstawieniu wartości za x3 i x5 otrzymując

{x1=-x2+4x3=-x4-6x5=3

x2 i x3 pełnią tu rolę parametrów. Zbiór rozwiązań jest dany przez

{[-x2+4,x2,-x4-6,x4,3]T:x2,x4}.

Przykładowo, dla x2=x4=0 jednym z rozwiązań jest [4,0,-6,0,3]T. Zbiór rozwiązań jest nieskończony, bo dowolnie wybranym x2 i x4 odpowiada jakieś rozwiązanie.

Przykład 4.2.

Przyglądnijmy się układom 3 równań z 3 niewiadomymi. Dla macierzy A z niezerową pierwszą kolumną postać schodkowa musi być wtedy jednej z postaci:

[𝟏***0𝟏**00𝟏*],[𝟏***0𝟏**000],[𝟏***00𝟏*000],
[𝟏***0𝟏**000],[𝟏***00𝟏*000],[𝟏***000000],[𝟏***0000000]

W pierwszym przypadku układ ma dokładnie jedno rozwiązanie. W przypadku drugim, x1 i x2 możemy uzależnić od x3, które pełni rolę parametru. Zbiór rozwiązań jest nieskończony, bo x3 może być dowolne. W trzecim przypadku, x3 jest jednoznacznie wyznaczone i możemy uzależnić x1 od x2 pełniącego rolę parametru. Ponownie zbiór rozwiązań jest nieskończony. W czwartym, piątym i szóstym przypadku układ jest sprzeczny. W ostatnim układzie zbiorem rozwiązań jest płaszczyzna.

  • U

    Zredukowana postać schodkowa macierzy AMm×n(𝔽) jest wyznaczona jednoznacznie. Uzasadnimy ten fakt stosując indukcję względem n, czyli liczby kolumn macierzy A. Dla n=1 jest to oczywiste. Niech n>1. Rozważmy macierz A otrzymaną z A przez skreślenie ostatniej kolumny. Każdy ciąg operacji elementarnych, który sprowadza A do zredukowanej postaci schodkowej, sprowadza również macierz A do zredukowanej postaci schodkowej. Z założenia indukcyjnego wynika więc, że jeśli B i C są zredukowanymi postaciami schodkowymi macierzy A, to B i C mogą się różnić jedynie ostatnią kolumną. Przypuśćmy, że BC. Z definicji zredukowanej postaci schodkowej wynika, że na przykład n-ta kolumna B jest niezerowa, a n-ta kolumna C jest zerowa. Rozważmy taki wektor x, że Bx=0. Równoważnie Cx=0, bo dozwolone operacje nie zmieniają zbioru rozwiązań. Stąd również (B-C)x=0, czyli xn=0, bo n-1-pierwszych kolumn macierzy B-C jest zerowych, a n-ta jest niezerowa. Prowadzi to do sprzeczności, bo n-ta kolumna macierzy C jest zerowa, więc xn w takim wektorze x, że Cx=0 może być dowolne.

Przykład 4.3.

Znajdziemy wielomian stopnia 3 przechodzący przez punkty

(x1,y1)=(1,3),(x2,y2)=(2,-2),(x3,y3)=(3,-5),(x4,y4)=(4,0).

Szukany wielomian ma postać

w(x)=a0+a1x+a2x2+a3x3.

Jego współczynniki a0,a1,a2,a3 muszą spełniać układ równań

{a0+a1x1+a2x12+a3x13=y1a0+a1x2+a2x22+a3x23=y2a0+a1x3+a2x32+a3x33=y3a0+a1x4+a2x42+a3x43=y4

o macierzy rozszerzonej

[1x1x12x13y11x2x22x23y21x3x32x33y31x4x42x43y4]=[111131248-213927-51416640][10004010030010-500011].

Stąd

a0=4,a1=3,a2=-5,a3=1,

czyli

w(x)=4+3x-5x2+x3.
Rysunek 4.1: Natężenie ruchu w sieci skrzyżowań.
Przykład 4.4.

Rozważmy system skrzyżowań dwóch zbiorów dróg jednokierunkowych pokazany na Rys. 4.1. Liczby przy strzałkach oznaczają godzinną średnią liczbę pojazdów wkraczających i opuszczających skrzyżowanie w godzinach szczytu. Ponieważ liczba pojazdów wjeżdżających na skrzyżowanie jest równa liczbie pojazdów z niego wyjeżdżających, więc otrzymujemy układ równań

{x1+450=x2+610x2+520=x3+480x3+390=x4+600x4+640=x1+310
Przykład 4.5.

Rozwiążemy następujący układ równań nad 3:

{x1+2x2+x3=0x1+x3=2x2+2x3=1

Jest on równoważny z układem

{x1+2x2+x3=03x1+4x2+3x3=2x2+2x3=1

czyli

{x1+2x2+x3=00x1+x2+0x3=2x2+2x3=1

Stąd x2=2, więc 2+2x3=1, czyli x3=1 oraz x1=1.

ELIMINACJA GAUSSA – PODSUMOWANIE Jest to proces sprowadzania macierzy do postaci schodkowej. Możemy używać trzech dozwolonych operacji na wierszach: Permutacja wierszy – Skalowanie wierszy – Dodawanie wiersza do innego wiersza
POSTAĆ SCHODKOWA MACIERZY jeśli wiersz jest niezerowy, to pierwszym wyrazem niezerowym (liderem) jest 1 jeśli wiersz k-ty jest niezerowy, to liczba wiodących wyrazów zerowych w wierszu k+1 jest większa niż w wierszu k-tym, jeśli są wiersze zerowe, to są one poniżej wierszy niezerowych. [𝟏0𝟏000𝟏],[𝟏0𝟏0000],[𝟏***0𝟏**00𝟏*000𝟏]
ZREDUKOWANA POSTAĆ SCHODKOWA MACIERZY macierz ma postać schodkową, pierwszy niezerowy element w wierszu jest jedynym niezerowym elementem w jego kolumnie. [𝟏000𝟏0000𝟏],[𝟏00𝟏0000],[𝟏0000𝟏0000𝟏0000𝟏]
Rząd macierzy: rankA= liczba niezerowych wierszy w postaci schodkowej macierzy A= liczba kolumna zawierających lidera. rank[𝟏0*00𝟏*0000𝟏]=3,rank[𝟏0**0𝟏**0000]=2,rank[𝟏0000𝟏0000𝟏0000𝟏]=4
ZBIÓR ROZWIĄZAŃ Dla k×n-macierzy A oraz bk mamy układ ma dokładnie jedno rozwiązanie rankA=rank[Ab]=n układ jest sprzeczny rankA<rank[Ab] układ ma nieskończenie wiele rozwiązań rankA=rank[Ab]<n

4.2 Kilka ważnych obserwacji

Dla układu równań (4.1) wprowadzamy następujące oznaczenia: macierz

A:=[a11a12a1nak1ak2akn] (4.2)

nazywamy macierzą główną układu, natomiast macierz

[Ab]:=[a11a12a1nb1ak1ak2aknbk],

macierzą rozszerzoną układu. Macierz A ma k wierszy i n kolumn. Przez Mk×n(𝔽) oznaczamy zbiór wszystkich macierzy A postaci (4.2), gdzie wszystkie wyrazy macierzy aij (i=1,k, j=1,,n) są elementami ciała 𝔽.

Kolumny macierzy A oraz prawą stronę układu możemy interpretować jako wektory w 𝔽k:

a1=[a11ak1],a2=[a12ak2],,an=[a1nakn],b=[b1bk].

Będziemy wtedy pisali, że

A=[a1an],[Ab]=[a1anb].

Zauważmy, że wektor x=[x1,,xn]T jest rozwiązaniem układu (4.1) wtedy i tylko wtedy, gdy

x1[a11ak1]++xn[a1nakn]=[b1bk],

czyli

x1a1++xnan=b.

KONWENCJE MACIERZOWE ZAPISU UKŁADU RÓWNAŃ W konwencji wierszy Ax=[-w1--w2--wk-][|x|]=[(w1T|x)(w2T|x)(wkT|x)] W konwencji kolumn Ax=[a1a2an][x1x2xk]=x1a1++xnan.
UKŁAD RÓWNAŃ W ZAPISIE MACIERZOWYM {a11x1++a1nxn=b1ak1x1++aknxn=bk Ax=b [a11a12a1nak1ak2akn][x1x2xk]=[b1b2bk] x1a1++xnan=b b1=(w1T|x),,bk=(wkT|x)

Układ równań (4.1) będziemy zapisywać w skrócie jako Ax=b. Będziemy mówili, że układ Ax=b ma rozwiązanie, jeśli zbiór jego rozwiązań jest niepusty. Powiemy, że ma on jednoznaczne rozwiązanie, jeśli zbiór jego rozwiązań składa się z jednego wektora.

Wniosek 4.1.

Układ równań Ax=b ma rozwiązanie wtedy i tylko wtedy, gdy wektor b jest kombinacją liniową kolumn a1,,an macierzy A.

Rysunek 4.2: Kolumny macierzy A=[a1|a2|a3] leżą w jednej płaszczyźnie V=span{a1,a2,a3}3. Po lewej: bV, więc Ax=b nie ma rozwiązań. Po prawej: bV i układ ma rozwiązanie. Nie jest ono jednoznaczne. Wektor b jest kombinacją liniową kolumn a1, a2, ale jest również kombinacją kolumn a1 i a3 oraz kolumn a2, a3.

Dla wektorów a1,,an𝔽k naturalnym więc jest rozważenie zbioru

Span{a1,,an}={x1a1++xnan:x1,,xn𝔽}

wszystkich możliwych kombinacji liniowych wektorów a1,,an.

Wniosek 4.2.

Układ równań liniowych Ax=b ma rozwiązanie wtedy i tylko wtedy, gdy bSpan{a1,,an}.

Definicja 4.3.

Układ jednorodny

Układ równań (4.1) nazywamy jednorodnym, gdy

b1==bk=0.
Wniosek 4.3.

Jeżeli układ (4.1) jest jednorodny, to x1==xn=0 jest jednym z jego rozwiązań.

Wektor zerowy x=0 jest zawsze jednym z rozwiązań układu jednorodnego Ax=0. Ciekawe jest pytanie o to kiedy układ jednorodny Ax=0 nie ma innych rozwiązań. Kiedy Ax=0 ma jednoznaczne rozwiązanie? Aby tak było musi zachodzić implikacja: jeśli x1a1++xnan=0 dla pewnych xi𝔽, to x1==xn=0. Innymi słowy, jeśli kombinacja liniowa wektorów a1,,an jest wektorem zerowym, to wszystkie jej współczynniki skalarne są równe 0. Oznacza to liniową niezależność wektorów a1,,an.

Wniosek 4.4.

Układ jednorodny Ax=0 ma jednoznaczne rozwiązanie wtedy i tylko wtedy, gdy kolumny a1,,an macierzy A są liniowo niezależne.

Wniosek 4.5.

Układ Ax=b ma co najwyżej jedno rozwiązanie wtedy i tylko wtedy, gdy kolumny a1,,an macierzy A są liniowo niezależne.

Dowód.

Zauważmy, że wektory v=[v1,,vn]T,w=[w1,,wn]T𝔽n są rozwiązaniami układu Ax=b wtedy i tylko wtedy, gdy wektor v-w jest rozwiązaniem układu jednorodnego Ax=0. ∎

4.3 Układy dwóch równań z dwoma niewiadomymi

Zajmiemy się teraz dokładniej układem dwóch równań liniowych (w ciele ) z dwoma niewiadomymi

{a11x1+a12x2=b1a21x1+a22x2=b2 (4.3)

Skojarzone z nim macierze: główna i rozszerzona to odpowiednio

A=[a11a12a21a22],[Ab]=[a11a12b1a21a22b2].

Przyglądnijmy się możliwym przypadkom.

Przypadek 1. Zakładamy, że

A=[0000]

jest macierzą zerową. Układ (4.3) przyjmuje postać

{0=b10=b2

Jeżeli któraś z liczb b1 lub b2 jest różna od zera, to układ jest sprzeczny, czyli jego zbiór rozwiązań jest zbiorem pustym. Jeśli b1=b2=0, to zbiorem rozwiązań jest cała płaszczyzna 2.

Przypadek 2. Zakładamy, że któryś z wierszy macierzy A, powiedzmy drugi jest zerowy (czyli a21=a22=0), a pierwszy jest niezerowy. Układ (4.3) ma wtedy postać

{a11x1+a12x2=b10=b2

Jeśli b20, to układ jest sprzeczny. Dla b2=0 redukuje się on do jednego równania

a11x1+a12x2=b1

opisującego prostą na płaszczyźnie, bo założyliśmy, że a112+a122>0. W tym przypadku zbiorem rozwiązań układu jest więc prosta na płaszczyźnie.

Rysunek 4.3: Dwie proste na płaszczyźnie: albo przecinają się w jednym punkcie albo są równe albo nie mają punktów wspólnych.

Przypadek 3. Zakładamy, że obydwa wiersze macierzy A są niezerowe. Wtedy obydwa równania opisują proste na płaszczyźnie. Szukamy więc punktów wspólnych dwóch prostych l1 i l2 na płaszczyźnie. Zachodzi jedna z trzech możliwości:

  • (i)

    Proste są równe (l1=l2). Wtedy zbiorem rozwiązań jest prosta l1.

  • (ii)

    Proste l1 i l2 są równoległe, ale różne. Wtedy układ jest sprzeczny.

  • (iii)

    Proste l1 i l2 nie są równoległe. Wtedy przecinają się w jednym punkcie. Zbiór rozwiązań układu jest jednoelementowy, czyli układ ma dokładnie jedno rozwiązanie.

Definicja 4.4.

Wyznacznik

Wyznacznik macierzy

A=[a1a2]=[a11a12a21a22]M2×2(𝔽)

definiujemy jako skalar

det(A):=a11a22-a12a21𝔽.
  • U

    Dla niezerowego skalara a𝔽 przez 1a będziemy oznaczać element odwrotny a-1 do a względem mnożenia w ciele 𝔽.

Twierdzenie 4.1 (Wzory Cramera).

Układ równań (4.3) ma dokładnie jedno rozwiązanie wtedy i tylko wtedy, gdy det(A)0. Jest ono wtedy dane wzorami Cramera

x1=det[ba2]det[a1a2],x2=det[a1b]det[a1a2].
Dowód.

Załóżmy, że det(A)=a11a22-a12a210. Wtedy a110 lub a210 tzn. wektor a1 nie może być zerowy. Załóżmy, że a110. Dowód w przypadku a210 jest analogiczny. Z pierwszego równania x1=b1-a12x2a11. Po podstawieniu do drugiego równania otrzymujemy równoważny z (4.3) układ równań

{a11x1+a12x2=b1(a11a22-a12a21)x2=b1a21-b2a11 (4.4)

Jego rozwiązaniem jest jeden punkt

x1=b1a22-b2a12a11a22-a12a21,x2=b1a21-b2a11a11a22-a12a21,

co kończy dowód tej implikacji.

Zakończymy dowód pokazując, że jeżeli det(A)=0, to układ (4.3) jest albo sprzeczny albo jego zbiór rozwiązań jest nieskończony. Zachodzi jedna z dwóch moźliwości

  • (a)

    a1=[0,0]T;

  • (b)

    a1[0,0]T.

W przypadku (a) układ (4.3) przyjmuje postać

{a12x2=b1a22x2=b2

Jest on albo sprzeczny (nie istnieje rozwiązanie x2) albo ma nieskończenie wiele rozwiązań (istnieje rozwiązanie x2 i wtedy x1 jest dowolną liczbą rzeczywistą).

W przypadku (b), jeśli przykładowo gdy a110, to na mocy poprzedniej części dowodu układ (4.3) jest równoważny z układem (4.4), czyli

{a11x1+a12x2=b10=b1a21-b2a11

Jest on albo sprzeczny, gdy b1a21-b2a110 albo ma nieskończenie wiele rozwiązań spełniających a11x1+a12x2=b1, gdy b1a21-b2a11=0. ∎

Twierdzenie 4.2.

Wektory a1,a2F2 są liniowo niezależne wtedy i tylko wtedy, gdy

det[a1a2]0.

Wówczas, dla dowolnego bF2 istnieją jednoznacznie wyznaczone takie skalary x1,x2F, że

x1a1+x2a2=b.
Dowód.

Liniowa niezależność wektorów a1 i a2 jest z definicji równoważna z faktem, że równość x1a1+x2a2=0 implikuje, że x1=x2=0, czyli układ równań

{a11x1+a12x2=0a21x1+a22x2=0

ma dokładnie jedno rozwiązanie x1=x2=0. Ponieważ x1=x2=0 jest pewnym rozwiązaniem tego układu, więc teza wynika z Twierdzenia 4.1.

Wniosek 4.6.

Niech a1,a2,a3F2. Wtedy wektory a1,a2,a3 są liniowo zależne.

Dowód.

Przeprowadzimy dowód niewprost. Przypuśćmy, że wektory a1, a2, a3 są liniowo niezależne. Z definicji liniowej niezależności wynika, że wtedy również wektory a1,a2 są liniowo niezależne. Z Twierdzenia 4.2 istnieją takie skalary x1,x2𝔽, że

x1a1+x2a2=a3,

co prowadzi do sprzeczności z liniową niezależnością wektorów a1, a2, a3, bo

x1a1+x2a2+(-1)a3=0.

  • U

    Podamy pewną geometryczną interpretację wyznacznika na płaszczyźnie 2. Załóżmy, że wektory e1=[1,0]T i u=[u1,u2]T są liniowo niezależne. Wtedy det[e1u]=u20. Zauważmy, że

    • det[e1u]>0 wtedy i tylko wtedy, gdy u2>0 wtedy i tylko wtedy, gdy najkrótszy kąt obrotu od wektora e1 do wektora u jest skierowany przeciwnie do ruchu wskazówek zegara;

    • det[e1u]<0 wtedy i tylko wtedy, gdy u2<0 wtedy i tylko wtedy, gdy najkrótszy kąt obrotu od wektora e1 do wektora u jest skierowany zgodnie z ruchem wskazówek zegara.

PO CO NAM WYZNACZNIK? Dla macierzy A=[a1a2]=[a11a12a21a22] poniższe warunki są równoważne: detA0, kolumny a1, a2 są liniowo niezależne, każdy wektor b2 można jednoznacznie zapisać w postaci kombinacji liniowej b=x1a1+x2a2, dla każdego wektora b2 układ równań Ax=b ma dokładnie jedno rozwiązanie.