Postać schodkowa macierzy

Definicja: Operacje elementarne na wierszach (kolumnach) macierzy to:

(E1) zamiana miejscami dwóch wierszy (kolumn),

(E2) pomnożenie wszystkich elementów dowolnego wiersza (kolumny) przez liczbę
różną od zera,

(E3) dodanie do dowolnego wiersza (kolumny) kombinacji liniowej pozostałych
wierszy (kolumn).
Definicja: Macierz A jest w postaci schodkowej jeśli spełnione są następujące warunki:

wszystkie niezerowe wiersze występują powyżej wierszy zerowych,

jeśli pierwszy niezerowy element w danym wierszu pojawia się w kolumnie j, to
wszystkie elementy w tej kolumnie w kolejnych wierszach są równe zero,

pierwszy niezerowy element w każdym niezerowym wierszu, pojawia się w dalszej
(bardziej na prawo) kolumnie, niż pierwszy niezerowy element w poprzednim wierszu.
* * * * * * * *
element wiodą
wiodący w 0 0 * * * * * *
0 elementy wiodące
0 0 * * * * *
pierwszym wierszu  
jest ró
różny od zera 0 0 0 0 0 0 * *
0 0 0 0 0 0 0 0 


M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-2
 Rząd macierzy
Uwaga: Aby doprowadzić macierz do postaci schodkowej, wykonujemy operacje
elementarne tylko na jej wierszach.
Definicja: Kolumny oryginalnej macierzy, w których znajdują się elementy wiodące
nazywamy kolumnami podstawowymi.
Definicja: Macierz A jest w postaci schodkowej zredukowanej EA, jeśli jest w postaci
schodkowej i jeśli dodatkowo elementy wiodące są równe 1, a wszystkie pozostałe
elementy w kolumnach podstawowych są równe zero.
Uwaga: W postaci schodkowej zredukowanej, zarówno forma macierzy jak i jej poszcze-
gólne elementy są określone jednoznacznie.
Definicja: Rzędem macierzy nazywamy (poniższe definicje są równoważne):

liczbę niezerowych wierszy, po przekształceniu macierzy do postaci schodkowej,

albo liczbę kolumn podstawowych w oryginalnej macierzy,

albo liczbę liniowo niezależnych wektorów, których współrzędne w pewnej bazie
stanowią kolumny macierzy,

albo liczbę liniowo niezależnych wektorów, których współrzędne w pewnej bazie
stanowią wiersze macierzy.

albo wymiar największego niezerowego minora macierzy.
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-3
 Rząd macierzy
Przykład: Znajdź rząd macierzy:
 2 −4 −8 6 3  R1 / 2  1 −2 −4 3 3 / 2  R3 − 3 R1 1 −2 −4 3 3/2
A =0 1 3 2 3 → 0 1 3 2 3 → 0 1 3 2 3
     
 3 −2 0 0 8  3 − 2 0 0 8  0 4 12 −9 7 / 2 

R1 + 2 R2 1 0 2 7 15 / 2   1 0 2 7 15 / 2 
− R3 / 17 R1 − 7 R3 1 0 2 0 4
→ 0 1 3 2 3 → 0 1 3 2 3 → 0 1 3 0 2
R3 − 4 R2 
 0 0 0 −17 −17 / 2    R2 − 2 R3 
 0 0 0 1 1 / 2 
   0 0 0 1 1 / 2   
Rząd macierzy A wynosi rz(A)=3  2   −4   6 
   1 ,  2 
Kolumny podstawowe macierzy A:  0  ,     
 3  
   −2   0 
Każda nie podstawowa kolumna k macierzy A oraz EA daje się zapisać jako kombina-
cja kolumn podstawowych znajdujących się na lewo od niej, ze współczynnikami okreś-
lonymi przez elementy k-tej kolumny macierzy EA: 1
E*5 = 4E*1 + 2 E*2 + E*4
E*3 = 2 E*1 + 3E*2 2
1
A*3 = 2 A*1 + 3 A*2 A *5 = 4 A *1 + 2 A *2 + A
2 *4
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-4
 Rząd macierzy
Przykład: Znajdź rząd macierzy:
1 2 1 1 1 2 1 1 1 2 1 1
A =  2 4 2 2  
R2 − 2 R1
→  0 0 0 0 R2 ↔ R3
 →  0 0 0 1 = E
  R3 − 3 R1    
 3 6 3 4  0 0 0 1  0 0 0 0

Kolumny podstawowe Rząd macierzy A wynosi rz(A)=2

 1 2 3 1
Przykład: Znajdź metodą wyznacznikową rząd macierzy: A =  4 5 6 1
 
 7 8 9 1
Widać, że istnieją minory stopnia 1 i 2 różne od zera, a więc rz(A)
2
Jednocześnie widać, że nie istnieje minor stopnia 4.
Należy sprawdzić czy istnieją niezerowe minory stopnia 3:
1 2 3 1 2 1 1 3 1 2 3 1
4 5 6 =0 4 5 1 =0 4 6 1 =0 5 6 1 =0
7 8 9 7 8 1 7 9 1 8 9 1
Ponieważ wszystkie minory stopnia 3 są równe zero więc rz(A) = 2.
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-5
 Układy równań liniowych
Rozważmy układ n równań liniowych o współczynnikach aij z n niewiadomymi xi:
 a11 x1 + a12 x2 + ... + a1 n xn = d 1  a11 a12  a1 n   x1   d 1 
 a x + a x + ... + a x = d a a22  a2 n   x2   d 2 

21 1 22 2 2n n 2
⇔  21   =  
 ………………………… = …           
 an1 x1 + an 2 x2 + ... + ann xn = d n a  ann   xn   d n 
 n1 an 2
Rozwiązanie metodą Cramera:
a11 a12  a1 n a11 x1 a12  a1n a11 x1 + a12 x2 + ... + a1n xn a12  a1n
a21 a22  a2 n a21 x1 a22  a2 n a21 x1 + a22 x2 + ... + a2 n xn a22  a2 n
x1 = =
           
an1 an 2  ann an1 x1 an 2  ann an1 x1 + an 2 x2 + ... + ann xn an 2  ann
Zastępując pierwszą kolumnę ostatniego wyznacznika przez d1, d2, …, dn dostajemy:
a11 a12  a1 n d 1 a12  a1n
a21 a22  a2 n d 2 a22  a2 n
x1 =
       
an1 an 2  ann d n an 2  ann
Podobne równania możemy znaleźć dla pozostałych niewiadomych w układzie równań.
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-6
 Wzory Cramera
Wprowadzamy oznaczenia (W – wyznacznik główny układu):
a11 a12  a1 n a11  a1 j -1 d1 a1 j +1  a1 n
a21 a22  a2 n a21  a2 j -1 d 2 a2 j +1  a2 n
W= Wj =
          
an1 an 2  ann an1  anj-1 d n anj +1  ann
1) Jeśli wyznacznik współczynników W jest różny od zera wtedy układ n równań
liniowych z n niewiadomymi ma dokładnie jedno rozwiązanie (układ oznaczony)
dane przez tzw. wzory Cramera: W
xi = i
1≤ i ≤ n
W
2) Jeśli W=0, ale nie wszystkie Wj , j = 1, …, n są jednocześnie równe zero, to układ
nie ma rozwiązań (układ sprzeczny).
3) Jeśli W=0, oraz wszystkie Wj =0, j = 1, …, n są jednocześnie równe zero, to przynaj-
mniej jedno z równań układu jest kombinacją liniową pozostałych. Odrzucając to
równanie (równania) dostajemy układ równoważny (mający te same rozwiązania)
układowi pierwotnemu, ale zawierający mniej równań niż niewiadomych. Układ
taki może być sprzeczny lub nieoznaczony.

M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-7
 Układ równań liniowych jednorodnych
Układ równań liniowych w których wszystkie stałe di, i = 1,…., n są równe zero nazywamy
układem jednorodnym: a x + a x + ... + a x = 0
 11 1 12 2 1n n
 a x + a x + ... + a x = 0
21 1 22 2 2n n

 ………………………… = …
 an1 x1 + an 2 x2 + ... + ann xn = 0

wszystkie Wi = 0, i = 1,…., n

jeśli wyznacznik główny W ≠ 0, wtedy jedynym rozwiązaniem układu jednorodnego
jest rozwiązanie trywialne tzn. xi = 0, i = 1,…., n

jeśli wyznacznik W = 0, wtedy układ może posiadać rozwiązania nietrywialne.
Przykład: Dla jakich wartości parametru λ układ równań ( 3 - λ ) x + 2 y = 0

posiada również inne rozwiązania poza rozwiązaniem x=y=0. 4x + (5 − λ ) y = 0
3-λ 2 fi układ posiada nietrywialne
W= = λ 2 − 8λ + 7 = ( λ − 1) ( λ − 7 ) = 0
4 5−λ rozwiązania dla λ=1 lub λ=7
λ = 1 : ( 3 -1 ) x + 2 y = 0 λ = 7 : ( 3 - 7 ) x + 2 y = 0
 ⇒ y = −x  ⇒ y = 2x
( )
4 x + 5 − 1 y = 0 ( )
4x + 5 − 7 y = 0
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-8
 Macierz odwrotna
Definicja: Macierz kwadratową A stopnia n nazywamy macierzą nieosobliwą jeśli
istnieje macierz B taka, że: BA = AB = I
Jeśli macierz B nie istnieje, wtedy mówimy, że macierz A jest osobliwa.
Macierz B nazywamy macierzą odwrotną do macierzy A i oznaczamy B ≡ A-1

jeśli B jest odwrotnością A, wtedy A jest odwrotnością B:
BA = A-1 A = I ⇒ B-1BA = B-1I ⇒ A = B-1

macierz odwrotna, jeśli istnieje, jest określona jednoznacznie:
niech macierze B i C będą macierzami odwrotnymi do macierzy A, wtedy
CA = AC = I ⇒ ( CA ) B = IB = B 
⇒ B = C
( CA ) B = C ( AB ) = CI = C 
odwrotność iloczynu macierzy: ( ABC ) = C-1B-1 A-1
-1

ABC ( ABC ) = I
-1
 ( ABC )-1 = C-1B-1 A-1
⇒
ABC ( C B A ) = AB ( CC ) B A = I
-1 -1 -1 -1 -1 -1


jeśli macierz A jest nieosobliwa to det A ≠ 0
AA-1 = I ⇒ det ( AA-1 ) = det I ⇒ det ( A ) det ( A-1 ) = 1
a więc ani det A ani det A-1 nie mogą być równe zero.
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-9
 Znajdowanie macierzy odwrotnej
Zgodnie z metodą Cramera, rozwiązania  a11 a12  a1 n   x1   d 1 
układu równań Ax = d:  a21 a22  a2 n   x2   d 2 
   =  
          
 an1 an 2  ann   xn   d n 
a11  a1 j -1 d1 a1 j +1  a1 n
Wi a21  a2 j -1 d2 a2 j +1  a2 n
dane są przez xi = gdzie Wj =
A       
an1  anj-1 dn anj +1  ann
n
1
Rozwijając Wi względem j-tej kolumny dostajemy xi =
A ∑d C
j =1
j ji gdzie Cji są
odpowiednimi dopełnieniami.  b11 b12  b1 n 
−1
 b21 b22  b2 n 
Niech B będzie macierzą odwrotną do macierzy A, tzn: A = B =  
     
 bn1 bn 2  bnn 
Ponieważ A-1 ( Ax ) = A-1d ⇒ x = A-1d = Bd
n
więc xi = ∑b d
j =1
ij j
bij =
CTij
⇒ A -1
=
CT
Porównując oba rozwiązania układu znajdujemy, że: A det A
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-10
 Znajdowanie macierzy odwrotnej
Przykład: Stosując metodę Cramera znajdź macierz odwrotną do macierzy:
 −3 1 −1 
A =  15 −6 5 
 
 −5 2 −2 
Znajdujemy elementy macierzy dopełnień:
−6 5 15 5 15 −6
c11 = = 2 c12 = − = 5 c13 = =0
2 −2 −5 − 2 −5 2
1 −1 −3 −1 −3 1
c21 = − =0 c22 = =1 c23 = − =1
2 −2 −5 −2 −5 2
1 −1 −3 −1 −3 1
c31 = = −1 c32 = − = 0 c33 = =3
−6 5 15 5 15 −6
Wyznacznik: det A = −3c11 + 15c21 − 5c31 = −1
T
T
 2 5 0  −2 0 1 
1 
0 1 1  =  −5 −1 0 
C
Macierz odwrotna: A −1 = =
det A −1    
 −1 0 3   0 −1 −3 
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-11
 Odwracanie macierzy metodą Gaussa-Jordana
Metoda Gaussa-Jordana polega na zastosowaniu elementarnych operacji do układu
równań Ax = Id tak aby przekształcić go do postaci x = A-1d
A-1 Ax = A-1Id ⇒ x = A-1d
-1
 a11 a12  a1 n   x1   1 0  0   d1   x1   a11 a12  a1 n   d1 
 a21 a22  a2 n   x2   0 1  0   d2   x2   a21 a 22  a2 n   d2 
   =    ⇒  =   
                           
 an 1 an 2  ann   xn   0 0  1   dn   xn   an 1 an 2  ann   dn 

W celu uzyskania przejrzystości wykonywanych operacji, odwracaną macierz

przepisujemy w postaci: a a  a 1 0  0
11 12 1n
 a21 a22  a2 n 0 1  0
 
        
 an1 an 2  ann 0 0  1
Jeśli w wyniku zastosowania elementarnych operacji do wierszy tak skonstruowanej
macierzy, jej lewa strona stanie się macierzą jednostkową, wtedy prawa strona będzie
macierzą odwrotną do macierzy wyjściowej.

M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-12
 Odwracanie macierzy metodą Gaussa-Jordana
Przykład: Stosując metodę Gaussa-Jordana znajdź macierz odwrotną do macierzy A
z poprzedniego przykładu.
Zapisujemy macierz w postaci blokowej [A|I] a następnie stosujemy operacje elemen-
tarne do jej wierszy
 −3 1 −1 1 0 0  − R1 / 3  1 −1 / 3 1 / 3 −1 / 3 0 0
 15 −6 5 0 1 0 R2 / 15
→  1 −6 / 15 5 / 15 0 1 / 15 0 
  − R3 / 5  
 −5 2 −2 0 0 1   1 −2 / 5 2 / 5 0 0 −1 / 5 

R2 − R1  1 −1 / 3 1 / 3 −1 / 3 0 0
→  0 −1 / 15
R3 − R1
0 1 / 3 1 / 15 0
 
 0 −1 / 15 1 / 15 1/ 3 0 −1 / 5 
−15 R2  1 −1 / 3 1 / 3 −1 / 3 0 0  R1 + R2 / 3 1 0 1 / 3 −2 −1 / 3 0 
−15 R3
 → 0 1 0 −5 −1 0  
R3 − R2
→ 0 1 0 −5 −1 0 
   
0 1 −1 −5 0 3  0 0 −1 0 1 3
 1 0 1 / 3 −2 −1 / 3 0 
R1 + R2 / 3 1 0 0 −2 0 1
→ 0 1
R3 − R2
 0 −5 −1 0  R1 + R3 / 3
 
− R3 →  0 1 0 −5 −1 0 
  0 0 
 0 0 −1 0 1 3  1 0 −1 −3 
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-13
 Układy równań liniowych
Rozważmy układ m równań liniowych o współczynnikach aij z n niewiadomymi xi:

 a11 x1 + a12 x2 + ... + a1 n xn = d1  a11 a12  a1 n   x1   d 1 

 a21 x1 + a22 x2 + ... + a2 n xn = d 2 a a22  a2 n   x2   d 2 
 ⇔  21   =  
 ………………………… = …           
a  amn   xn   d m 
 am 1 x1 + am 2 x2 + ... + amn xn = d m  m1 am 2
W postaci macierzowej powyższy układ równań zapisujemy jako: Ax = d

jeśli wszystkie di są jednocześnie równe zero, wtedy układ nazywamy jednorodnym,

jeśli choć jedno di jest różne od zera, wtedy układ nazywamy niejednorodnym,

istnieją dokładnie trzy możliwości dotyczące zbiorów rozwiązań xi układu liniowego
 rozwiązanie jednoznaczne, tzn. istnieje dokładnie jeden zbiór wartości xi spełnia-
jący jednocześnie wszystkie równania układu (układ oznaczony)
 brak rozwiązań, tzn. nie istnieje zbiór wartości xi spełniający jednocześnie
wszystkie równania układu (układ sprzeczny)
 nieskończenie wiele rozwiązań, tzn. istnieje nieskończenie wiele zbiorów wartości
xi spełniających jednocześnie wszystkie równania układu (układ nieoznaczony)
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-14
 Istnienie i liczba rozwiązań układu
W celu uproszczenia zapisu przedstawiamy układ równań  a11 a12  a1n d1 
 a21 a22  a2 n d 2 
Ax = d za pomocą tzw. macierzy uzupełnionej U = [A|d]:  
      
a 
 m 1 am 2  amn d m 
Twierdzenie (o istnieniu i liczbie rozwiązań układu równań liniowych)

Układ m równań liniowych z n niewiadomymi ma rozwiązania wtedy i tylko wtedy
gdy rząd macierzy współczynników A jest równy rzędowi macierzy uzupełnionej U.

Jeśli rz(A) = rz(U) = r oraz r < n to układ ma nieskończenie wiele rozwiązań zależ-
nych od n-r parametrów. Rozwiązanie ogólne układu niejednorodnego ma postać:
    
x = p + xi1 hi1 + xi2 hi2 + ... + xin−r hin−r
 
( p i hi to wektory kolumnowe nä1; xi to zmienne traktowane jako parametry)

Jeśli rz(A) = rz(U) = r oraz r = n to układ ma dokładnie jedno rozwiązanie.

Jeśli rz(A) ≠ rz(U) to układ nie ma rozwiązań.
Definicja: Dwa układy równań są równoważne, jeśli mają te same zbiory rozwiązań.
Zastosowanie operacji elementarnych (E1, E2 i E3) do wierszy macierzy uzupełnionej,
przekształca dany układ równań w układ równoważny.
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-15
 Metoda eliminacji Gaussa
Metoda eliminacji Gaussa polega na doprowadzeniu macierzy uzupełnionej do postaci
schodkowej za pomocą operacji elementarnych stosowanych do jej wierszy.
Przykład: Rozwiąż układ równań:
 3 x + 2 y + z = 11  3 2 1 11  3 2 1 11 
 2
⇒  2 3 1 13    0 5 / 3 1 / 3 17 / 3 
R − R
 2 x + 3 y + z = 13
2 3 1
  →
 x + y + 4 z = 12
1
R3 − R1  
  1 1 4 12  3
 0 1 / 3 11 / 3 25 / 3 
 3 2 1 11  1
3 2 1 11 
 0 5 1 17  → 0 5 17 
3 R2 R −
3 5 2R
 →  1
3 R3    
 0 1 11 25   0 0 54 / 5 108 / 5 
Rzędy macierzy współczynników i uzupełnionej są równe i wynoszą rz(A) = rz(U) = 3
1 1
( 17 − x3 ) = 3 x1 = ( 11 − x3 − 2 x2 ) = 1
Math
Rozwiązania: x3 = 2 x2 =
5 3 Player

Metoda eliminacji Gaussa-Jordana polega na dodatkowym wyzerowaniu wszystkich

elementów znajdujących się w kolumnie nad elementami wiodącymi.
5
 3 2 1 11   3 2 1 11   1 0 0 1
R1 − R3 x1 = 1
→  0 5 1 17   0 1 0 3  →  0 1 0 3 
R R2 − R3
54 3 R1 − 2 R2
 → x2 = 3
  1
R2   1
R 
5 3 1
0 0 1 2  0 0 1 2   0 0 1 2  x3 = 2
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-16
 Jednorodny układ równań liniowych
Jednorodny układ równań liniowych  a11 x1 + a12 x2 + ... + a1 n xn = 0
 a x + a x + ... + a x = 0
21 1 22 2 2n n

 ………………………… = …
 am 1 x1 + am 2 x2 + ... + amn xn = 0

układ jednorodny ma zawsze rozwiązanie trywialne tzn. xi = 0, dla i = 1,…., n

jeśli rz(A) = r oraz r = n to układ jednorodny ma tylko rozwiązanie trywialne.

jeśli rz(A) = r oraz r < n to układ ma nieskończenie wiele rozwiązań zależnych od
n-r parametrów. Ogólne rozwiązanie ma postać:
   
x = xi1 hi1 + xi2 hi2 + ... + xin−r hin−r
Przykład: Rozwiąż układ równań:
 x + 2 y + 2z = 0 1 2 2 1 2 2

2 x + 5 y + 7z = 0 ⇒ A = 2 5 7 → 0 1 3 = E
   
 3 x + 6 y + 8z = 0 3 6 8 0 0 2

Ponieważ rz(A) = n = 3 więc układ ma tylko rozwiązanie trywialne.
Rónież z postaci macierzy [E|0] stosując podstawienia widać, że x = y=z=0
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-17
 Metoda eliminacji Gaussa
Przykład: Rozwiąż układ równań:  x1 + 2 x2 + 2 x3 + 3 x4 = 0

 2 x1 + 4 x2 + x3 + 3 x4 = 0
3 x + 6 x + x + 4 x = 0
 1 2 3 4

 1 2 2 3 1 2 2 3 1 2 2 3
A =  2 4 1 3  →  0 0 −3 −3  →  0 0 −3 −3  = E
     
 3 6 1 4  0 0 −5 −5  0 0 0 0
oznacza to, że wyjściowy układ równań jest równoważny układowi dwóch równań:
 x1 + 2 x2 + 2 x3 + 3 x4 = 0

 − 3 x 3 − 3 x4 = 0
Wybieramy dwie podstawowe zmienne  x1 = −2 x2 − x4
i wyrażamy poprzez dwie pozostałe: 
 x3 = − x4
 x1   −2   −1 
 x2   1   0
Rozwiązanie zapisujemy w postaci: x  = x 2  + x 4 
 0 −
  1
  3

 4
x  0  1
M. Przybycień
Przybycień Matematyczne Metody Fizyki I Wykł
Wykład 6-
6-18