SŁOWA KLUCZOWE ROZDZIAŁU transponowanie macierz symetryczna i antysymetryczna macierz identycznościowa macierz nieosobliwa odwrotność iloczynu transpozycja iloczynu jądro i obraz rząd macierzy formuła wymiaru rząd macierzy transponowanej macierz diagonalna macierz trójkątna ślad macierzy grafy rekurencje liniowe macierze elementarne macierze wierszowo równoważne rozkład zmiana bazy macierz przejścia |
W zbiorze macierzy zdefiniowaliśmy dodawanie
oraz mnożenie macierzy przez skalar
Otrzymaliśmy w ten sposób przestrzeń wektorową . Przypomnijmy, że przyjęliśmy konwencję
Wektor możemy interpretować jako macierz o -wierszach i jednej kolumnie, czyli element . Z drugiej strony jest w naturalny sposób macierzą o jednym wierszu i -kolumnach, czyli elementem .
Macierz transponowana
Niech będzie macierzą o wierszach . Macierz transponowana jest zdefiniowana jako
Oznacza to, że wiersze macierzy stają się kolumnami macierzy transponowanej . Wynika stąd, że jeśli oraz , to
Przykładowo,
MACIERZ TRANSPONOWANA gdzie |
Dla macierzy i zachodzą warunki
,
,
.
Warunki (ii) i (iii) oznaczają, że transponowanie macierzy
jest odwzorowaniem liniowym i jest to izomorfizm. Warunek (i) gwarantuje dla , że .
Macierz symetryczna i antysymetryczna
Macierz kwadratową nazywamy symetryczną, gdy
Powiemy, że jest skośnie symetryczna (antysymetryczna), gdy
Niech . Dla dowolnej macierzy macierz jest symetryczna, a macierz jest skośnie symetryczna. W szczególności, każda macierz jest sumą macierzy symetrycznej i skośnie symetrycznej:
Podamy teraz geometryczną interpretację rzeczywistej macierzy transponowanej.
Niech oraz . Następujące warunki są równoważne
dla wszystkich , ,
.
Dla , mamy
oraz | ||||
Wynika stąd, że dla wszystkich i wtedy i tylko wtedy, gdy dla wszystkich oraz , czyli gdy . ∎
Dla dowolnej macierzy mamy
Ponadto, jest symetryczna wtedy i tylko wtedy, gdy
Rozważmy macierze
Definiujemy iloczyn
Dla macierzy o wierszach oraz macierzy (wektora) przyjmujemy, że
Iloczyn macierzy
Niech i . Definiujemy iloczyn macierzy wzorem
Z definicji wynika, że jeśli , i , to
Wyraz o numerze macierzy jest iloczynem skalarnym -tego wiersza oraz -tej kolumny macierzy .
Dla macierzy
mamy
Czasami stosuje się poniższą konwencję:
Uzupełnić pozostałe miejsca .
Dla macierzy kwadratowych zdefiniowane są obydwa iloczyny i , ale nie muszą one być równe. Mnożenie macierzy w zbiorze nie jest przemienne dla . Przykładowo, dla
mamy
Załóżmy, że , i . Wtedy
Z definicji iloczynu macierzy mamy
∎
Niech i . Wtedy
Wystarczy pokazać, że odwzorowania liniowe oraz przyjmują takie same wartości na bazie . Mamy
∎
Macierz identycznościowa
Macierz identycznościowa to macierz o współczynnikach zdefiniowanych symbolem Kroneckera:
Innymi słowy, . Przykładowo,
Dla dowolnej macierzy mamy
Macierz nieosobliwa
Macierz jest nieosobliwa (odwracalna) wtedy i tylko wtedy, gdy istnieje taka macierz , że
Macierz nazywamy wtedy macierzą odwrotną do macierzy i oznaczamy przez .
Jeżeli jest nieosobliwa, to macierz odwrotna do jest wyznaczona jednoznacznie. Rzeczywiście, jeśli i są odwrotne do , to
Jeśli są nieosobliwe, to macierz jest nieosobliwa oraz
Sprawdzamy, że
Analogicznie pokazujemy, że . ∎
Dla macierzy kwadratowej następujące warunki są równoważne:
jest nieosobliwa,
jest izomorfizmem.
Jeśli jest nieosobliwa, to , więc
czyli jest izomorfizmem liniowym o odwrotnym .
Załóżmy, że jest izomorfizmem liniowym. Istnieje więc odwzorowanie odwrotne . Definiujemy macierz
Wtedy , bo . Ponadto,
więc , czyli jest nieosobliwa i . ∎
Dla macierzy i mamy
Porównamy elementy na pozycji po obu stronach równości. Dla macierzy na pozycji stoi element . Dla macierz jest to element . ∎
Wprowadzimy jeszcze kilka pojęć związanych z macierzami kwadratowymi.
Macierz diagonalna
Macierz nazywamy diagonalną, jeśli dla . Będziemy wtedy czasem pisać .
Macierz górnie/dolnie trójkątna
Macierz nazywamy górnie trójkątną, gdy dla . Analogicznie, jest dolnie trójkątna, jeśli dla .
Macierz diagonalna, górnie trójkątna i dolnie trójkątna:
Macierze górnie trójkątne mają użyteczną charakteryzację geometryczną. Niech będzie bazą standardową . Dla rozważamy podprzestrzeń
generowaną przez pierwszych wektorów bazowych. Bezpośrednio z definicji, wynika, że macierz jest górnie trójkątna wtedy i tylko wtedy, gdy dla każdego podprzestrzeń jest niezmiennicza dla tzn. jeśli , to . Wynika, to z faktu, że dla każdego dokładnie wtedy, gdy jest górnie trójkątna.
Macierz jest diagonalna wtedy i tylko wtedy, gdy jest dolnie i górnie trójkątna.
Ślad macierzy
Ślad macierzy definiujemy jako liczbę
Rozważmy macierz i skojarzone odwzorowanie liniowe dla . Przypomnijmy, że jeśli , to
Wynika stąd, że obraz jest generowany przez kolumny macierzy , czyli
Rząd macierzy
Rząd macierzy definiujemy jako wymiar obrazu
czyli jest (maksymalną) liczbą liniowo niezależnych kolumn macierzy .
Rząd macierzy został wprowadzony w 1878 przez Georga Frobeniusa (1849–1917).
Jądro macierzy
Jądro macierzy definiujemy jako jądro odwzorowania . Jest to więc zbiór takich wektorów , że .
Jądro macierzy został wprowadzony w 1884 przez Jamesa Josepha Sylvestera (1814–1887).
Dla mamy
Dla macierzy kwadratowej następujące warunki są równoważne
jest nieosobliwa,
,
.
W szczególności, macierz jest odwracalna wtedy i tylko wtedy, gdy jej kolumny są liniowo niezależne.
Dla dowolnej macierzy maksymalna liczba liniowo niezależnych kolumn macierzy jest większa bądź równa od maksymalnej liczby liniowo niezależnych wierszy macierzy . W szczególności,
Niech będzie maksymalną liczbą liniowo niezależnych wierszy macierzy . Niech będą takimi wierszami , że wektory są liniowo niezależne. Pokażemy, że są liniowo niezależne. Przypuśćmy, że
dla pewnych skalarów . Wtedy dla mamy
Z definicji iloczynu oznacza to, że dla . Ponieważ , więc . Stąd , czyli . Oznacza to, że są liniowo niezależne. Ponieważ należą one do , więc z definicji rzędu wynika teza. ∎
Dla dowolnej macierzy zachodzi równość
Stosujemy Lemat 7.6 do macierzy i . ∎
Dla dowolnej macierzy maksymalna liczba liniowo niezależnych kolumn jest równa maksymalnej liczbie liniowo niezależnych wierszy.
Wprowadzimy teraz pojęcie macierzy elementarnych. Będą to macierze nieosobliwe , które zastosowane do układu (7.1) skutkują operacjami elementarnymi na wierszach macierzy . Zrobimy to przykładowo dla .
Startujemy z macierzy identycznościowej
Macierze elementarne powstają z macierzy przez zastosowanie do operacji elementarnych na wierszach macierzy. Będziemy więc mieć do czynienia z trzema typami macierzy elementarnych.
Typ I. Macierze elementarne odpowiadające zamianie miejscami wierszy w macierzy . Rozważmy przykładowo macierz
powstałą z przez zamianę pierwszego i drugiego wiersza. Zauważmy, że dla mamy
czyli iloczyn odpowiada wykonanej operacji na wierszach macierzy . Iloczyn permutuje pierwszą i drugą kolumnę.
Typ II. Są to macierze elementarne otrzymane z przez przemnożenie jej wiersza przez niezerową liczbę rzeczywistą. Przykładowo,
Wtedy
Typ III. Macierze elementarne powstałe z przez dodanie do pewnego jej wiersza innego wiersza pomnożonego przez liczbę rzeczywistą. Dla przykładu,
Mamy
Jeśli jest macierzą elementarną, to jest nieosobliwa i jest macierzą elementarną tego samego typu.
Macierze wierszowo równoważne
Niech , . Powiemy, że jest wierszowo równoważna z , jeśli istnieje taki ciąg macierzy elementarnych , że
Jest to relacja równoważności w zbiorze .
Jeśli , są wierszowo równoważne, to .
Macierz jest wierszowo równoważna ze swoją postacią schodkową i zredukowaną postacią schodkową otrzymanymi metodą eliminacji Gaussa.
Niech będzie macierzą kwadratową. Następujące warunki są równoważne:
jest nieosobliwa,
jest wierszowo równoważna z macierzą identycznościową.
Załóżmy, że zachodzi warunek (1). Wtedy układ ma tylko zerowe rozwiązanie. Stosując metodę eliminacji Gaussa możemy sprowadzić macierz do postaci schodkowej . Oczywiście, jest wierszowo równoważna z . Jeśli któryś z elementów diagonalnych jest zerem, to ostatni wiersz macierzy jest zerowy. Wtedy , więc ma niezerowe rozwiązania. Otrzymujemy sprzeczność, bo i mają takie same zbiory rozwiązań. Macierz jest więc macierzą górnie trójkątną ze wszystkimi elementami na przekątnej równymi . Taka macierz jest oczywiście wierszowo równoważna z macierzą , bo jest jej zredukowaną postacią schodkową.
Jeśli zachodzi warunek (2), to istnieje taki ciąg macierzy elementarnych , że
Stąd . ∎
W dowodzie powyższym skorzystaliśmy z następującego faktu: jeśli są macierzami kwadratowymi i , to jest nieosobliwa i . Musimy tu być trochę ostrożni. Jak wiemy mnożenie macierzy nie jest przemienne. Potencjalnie mogłoby się więc zdarzyć, że . Pokażemy, że jednak . Uzasadnimy najpierw, że jest nieosobliwa. Wystarczy pokazać, że . Jeśli , to
więc . Istnieje więc macierz odwrotna . Wtedy
Jak wiemy, macierz jest nieosobliwa wtedy i tylko wtedy, gdy jest wierszowo równoważna z . Ponadto, dla pewnych macierzy elementarnych. Wynika stąd, że macierz możemy z pomocą operacji elementarnych sprowadzić do postaci . Pozwala to na wyznaczenie macierzy odwrotnej .
Znajdziemy macierz odwrotną do macierzy
wykorzystując elementarne operacje na jej wierszach. Tworzymy macierz . Jeżeli przekształcimy ją w macierz , to wtedy . W naszym przypadku
więc
Teoria grafów pełni bardzo ważną rolę dla zastosowań matematyki. Graf jest zdefiniowany jako skończony zbiór wierzchołków, czyli pewien -elementowy zbiór skończony oraz zbiór krawędzi, czyli pewien zbiór par wierzchołków. Przykładowo, na Rys. (7.3) przedstawiono graf o pięciu wierzchołkach oraz krawędziach
Z grafem o wierzchołkach możemy skojarzyć pewną macierz , zwaną macierzą połączeń w grafie . Jest ona zdefiniowana regułą:
Dla grafu z Rys. (7.3) mamy
Możemy myśleć o ścieżce w grafie jako o skończonym ciągu krawędzi od jednego wierzchołka do drugiego. Przykładowo, krawędzie , są pewną ścieżką od wierzchołka do . Prostym sposobem określenia ścieżki jest jest opisanie ruchu używając wierzchołków. Powyższa ścieżka ma opis
i ma długość . Podobnie,
jest ścieżką długości z do .
Niech . Uzasadnimy, że jest liczbą ścieżek długości z wierzchołka do wierzchołka . Zastosujemy indukcję względem . Dla teza zachodzi z definicji macierzy . Załóżmy, że teza zachodzi dla pewnej liczby naturalnej , czyli jest liczbą ścieżek długości z wierzchołka do wierzchołka . Jeśli istnieje krawędź , to jest liczbą ścieżek długości z do postaci
Ogólna liczba ścieżek długości z do jest równa,
ale ta liczba to z definicji iloczynu macierzy.
W przypadku grafu z Rys. 7.3 mamy
Przykładowo, liczba ścieżek długości z do jest więc równa . Zauważmy, że macierz (podobnie jak ) jest symetryczna. Odzwierciedla to fakt, że liczba ścieżek długości z do jest równa liczbie ścieżek długości z do .
Powyższe rozważania pozostają prawdziwe dla grafów skierowanych w których krawędzie mają kierunek. Oznacza to, że może istnieć krawędź z wierzchołka do , ale nie koniecznie również z do . Macierz nie musi być wtedy symetryczna.
Pięć reprezentacji siatkarskich: Polska, Brazylia, Stany Zjednoczone, Rosja i Włochy rozgrywają turniej grając mecze każdy z każdym. Chcemy ustalić ranking drużyn w którym liczą się tylko zwycięstwa – nieważne jakim stosunkiem setów. Tworzymy macierz w której wierszach kodujemy wyniki kolejnych reprezentacji: piszemy jeśli reprezentacja wygrała mecz i jeśli nie wygrała (na przekątnej są zera, bo reprezentacje nie grają ze sobą). Załóżmy, że ma postać
Jest to macierz skojarzona z grafem skierowanym, którego wierzchołkami jest pięć reprezentacji, a krawędzie są zadane zwycięstwami. Przykładowo, z wierzchołka Polska wychodzą krawędzie do wierzchołków Brazylia, Rosja i Włochy. Z kolei, Polska jest końcem krawędzi o początku w wierzchołku Stany Zjednoczone. Przykładowo, pierwszy wiersz oznacza, że Polska wygrała z Brazylią, Rosją i Włochami, a przegrała ze Stanami Zjednoczonymi. Rosja (czwarty wiersz) wygrała tylko z Włochami. Liczbę zwycięstw poszczególnych drużyn otrzymujemy obliczając
Oznacza to, że najlepsze w takim rankingu są Polska i Brazylia z trzema zwycięstwami. Następne są Stany Zjednoczone, a ostanie są Rosja i Włochy z jednym zwycięstwem.
Zauważmy, że Polska może argumentować, że jest najlepszą drużyną bo wygrała z Brazylią. Rosja wygrała z Włochami, ale Włochy mogą powiedzieć, że pokonali Stany Zjednoczone, które wygrały z Polską i Rosją. Włochy mają dwa ,,niebezpośrednie’’ zwycięstwa. Spróbujmy więc policzyć zwycięstwa reprezentacji łącznie z ich ,,niebezpośrednimi’’ zwycięstwami. Odpowiada to sumie
W badaniach preferencji rynkowych dotyczących dwóch marek pasty do zębów i bierze udział osób. Z badań wynika, że każdego miesiąca procent użytkowników marki używa jej w następnym miesiącu, a procent dokonuje zmiany na markę . Wśród użytkowników marki te proporcje są odpowiednio równe i procent. Załóżmy, że na początku było użytkowników marki i marki . Zbadamy jak wiele osób będzie używać poszczególnych marek w kolejnych miesiącach. Po miesiącu marki będzie używać
osób, a marki
osób. Rozważmy macierz
Wtedy
Po miesiącach liczbę osób otrzymujemy jako wektor
Czasami wygodniej zamiast posługiwania się liczbą użytkowników marek i wygodniej jest użyć ich procentowego udziału, czyli zamiast wektora używamy wtedy wektora . Wtedy
Pewien gatunek żuka żyje co najwyżej lata. Podzielimy populację jego samic na trzy grupy:
młode: wiek ,
dojrzałe: wiek ,
dorosłe: wiek .
Młode z prawdopodobieństwem staną się dojrzałe, dojrzałe z prawdopodobieństwem staną się dorosłymi. Młode nie znoszą jajek, dojrzałe produkują średnio samice, a dorosłe średnio samice. Przypuśćmy, że wśród populacji samic jest młodych, dojrzałych, dorosłych. Spróbujemy przewidzieć populację po latach. Zobaczmy jak populacja będzie wyglądała po roku. Młodych będzie
Dojrzałych będzie tyle ile młodych, które przetrwały, czyli
a dorosłych tyle ile dojrzałych które przetrwały, czyli
Rozważmy macierz
Zauważmy, że
Możemy ten proces iterować otrzymując po dwóch latach
po trzech latach
Oceń prawdziwość zadań
Jeśli macierze są nieosobliwe, to macierz jest nieosobliwa i .
Dla dowolnych zachodzi równość .
Jeśli są macierzami diagonalnymi, to .
Jeśli i , to .
Jeśli są symetryczne, to wtedy i tylko wtedy, gdy jest symetryczna.
Jeśli jest skośnie symetryczna, to .
Iloczyn macierzy górnie trójkątnych jest macierzą górnie trójkątną.
Macierz górnie trójkątna jest nieosobliwa wtedy i tylko wtedy, gdy wszystkie jej wyrazy diagonalne są niezerowe.
Jeśli są takimi -macierzami, że , to .
Niech i . Następujące warunki są równoważne:
zbiór rozwiązań układu jest niepusty,
,
.
Niech . Wektor zerowy jest jedynym rozwiązaniem układu jednorodnego wtedy i tylko wtedy, gdy wektory są liniowo niezależne. Wtedy oraz .
Niech . Następujące warunki są równoważne:
Dla każdego wektora układ ma dokładnie jedno rozwiązanie ,
i macierz jest nieosobliwa.
Załóżmy najpierw, że zachodzi warunek (ii). Ustalmy wektor . Mamy pokazać, że istnieje dokładnie jeden taki wektor , że . Z warunku (ii) istnieje . Wtedy dla mamy
czyli wektor jest rozwiązaniem układu . Takie rozwiązanie jest jedyne, bo jeśli , to
Niech teraz zachodzi warunek (i). Wystarczy pokazać, że wektory są bazą . Zauważmy, że warunek (i) implkuje, że
Z drugiej strony, stosując (i) do wektora otrzymujemy, że wektory są liniowo niezależne. Stąd tworzą bazę , czyli . ∎
Dla i rozważmy ponownie układ
(7.1) |
Dla macierzy nieosobliwej rozważmy układ
(7.2) |
Sprawdzamy łatwo, że układy (7.1) i (7.2) są równoważne tzn. mają równe zbiory rozwiązań. Zamiast więc rozwiązywać układ (7.1) możemy rozwiązać układ (7.2), który przy odpowiednim wyborze macierzy nieosobliwej może okazać się układem prostszym do analizy.
Dla dowolnego wektora zachodzi równość
gdzie jest bazą standardową. Skalary i nazywamy współrzędnymi wektora w bazie standardowej. Możemy to pojęcie uogólnić. Załóżmy, że , jest ustaloną bazą . Dla dowolnego wektora istnieją jednoznacznie wyznaczone takie skalary , że
Wektor będziemy nazywali współrzędnymi wektora w bazie , .
Zwróćcie uwagę, że mówiąc o bazie , mamy tu na myśli bazę uporządkowaną tzn. ciąg wektorów . Podając wektor współrzędnych w bazie istotne jest który wektor bazowy jest pierwszy, a który drugi.
Rozważmy bazę , w . Łatwo sprawdzamy, że dla wektora mamy
Współrzędne wektora w bazie są dane wektorem .
Niech , będzie dowolną bazą . Zajmiemy się teraz następującymi problemami:
(I) Dla danego wektora (znamy jego współrzędne w bazie standardowej , ) znajdziemy jego współrzędne w bazie , . (II) Dla danego wektora (znamy jego współrzędne w bazie , ) znajdziemy jego współrzędne w bazie , . |
Zaczniemy od problemu (II) bo jest on łatwiejszy. Załóżmy, że
Znamy więc współrzędne wektorów bazowych , w bazie , . Zauważmy, że
Wynika stąd, że współrzędne wektora w bazie standardowej , są dane wektorem | ||||
Prowadzi nas to do następującej konkluzji. Jeśli są współrzędnymi wektora w bazie , oraz są współrzędnymi wektora w bazie , , to
Macierz przejścia do bazy standardowej
Macierz nazywamy macierzą przejścia od bazy do bazy standardowej .
Możemy teraz łatwo rozwiązać problem (I). Ponieważ macierz jest nieosobliwa, więc
Przypuśćmy teraz, że mamy dwie dowolne bazy oraz w . Rozważmy wektor
Znajdziemy związek pomiędzy współrzędnymi wektora w bazie , a jego współrzędnymi w bazie . Niech będą współrzędnymi wektora w bazie standardowej, czyli . Jak wiemy dla macierzy oraz mamy
Stąd
Macierz możemy zinterpretować jeszcze inaczej. Niech . Zobaczymy jak wyglądają kolumny i macierzy . Oczywiście
Dla wektora mamy , bo , czyli są współrzędnymi wektora w bazie , więc
Analogicznie, , czyli
Nazywamy ją macierzą przejścia od bazy do bazy .
Współrzędne wektora w bazie
Niech będzie przestrzenią wektorową wymiaru (nad ciałem ) i pewną bazą w . Dowolny wektor możemy jednoznacznie zapisać jako kombinację liniową
Wektor nazywamy współrzędnymi wektora w bazie (uporządkowanej) .
Macierz przejścia - zmiana bazy
Niech oraz będą bazami . Istnieją jednoznacznie wyznaczone takie skalary , że
Macierz daną przez
nazywamy macierzą przejścia od bazy do bazy . Oznacza to, że -ta kolumna macierzy jest wektorem współrzędnych wektora w bazie .
Niech . Równość
zachodzi wtedy i tylko wtedy, gdy .
Zauważmy, że
więc teza zachodzi. ∎
Macierz przejścia jest nieosobliwa.
Wystarczy pokazać, że jedynym rozwiązaniem jest . Jeśli , to , czyli
więc , bo są liniowo niezależne. ∎
Znajdziemy macierz przejścia od bazy , , dla do bazy , , . Wygodnie jest znaleźć najpierw macierz przejścia od bazy , , do bazy , , . Ponieważ
więc
Macierz przejścia od bazy , , dla do bazy , , jest równa
ZMIANA BAZY: OD DOWOLNEJ DO STANDARDOWEJ Niech będzie bazą . jest nieosobliwa. Jeśli to |
ZMIANA BAZY. PODSUMOWANIE Niech oraz będą bazami . Macierz jest nieosobliwa. Jeśli to |
Oceń które ze zdań jest prawdziwe:
Transpozycja macierzy górnie trójkątnej jest macierzą górnie trójkątną.
Odwrotność nieosobliwej macierzy górnie trójkątnej jest macierzą dolnie trójkątną.
Macierz górnie trójkątna i symetryczna jest diagonalna.
Jeśli jest górnie trójkątna, to i są górnie trójkątne.
Jeśli jest symetryczna, to jest symetryczna.
Jeśli jest nieosobliwa, to i są nieosobliwe.
Jeśli , są nieosobliwe, to jest nieosobliwa.
Jeśli , są nieosobliwe, to jest nieosobliwa.
Dla dowolnych macierzy kwadratowych zachodzi .
Dla dowolnej macierzy kwadratowej .
Istnieją takie macierze nieosobliwe, że .
Istnieje taka macierz , że .
Istnieje taka macierz , że .