Professional Documents
Culture Documents
Rang I Inverz Matrice
Rang I Inverz Matrice
Andrea Aglić-Aljinović
Neven Elezović
4.
Rang i inverz matrice
AX=B (l)
X
gdje je E Mn nepoznata matrica.
Postavlja se pitanje:
• Kad će jednadžba (l)
imati jedinstveno rješenje ? X A.
Vidjet ćemo da odgovor na ovo pitanje ovisi samo o matrici Ideja se sastoji u
tome da se promotri pomoćna jednadžba
YA =l . (2)
A', A'A =I.
Pretpostavimo da ona ima rješenje
(s lijeve strane! ) dobivamo
(l) A'
dakle, Množeći jednadžbu s
A'(AX) =A'B.
(l) A'A( A'B.
kako je X) =(A'A )X=X
matrica
I =X, odavde slijedi da je traženo rješenje jednadžbe
X=A'B (l)
Interesantno je primijetiti da provjera, tj. uvrštavanje u daje
A A( 'B) =B
AA'=.l
što sugerira da vrijedi
Pokazat ćemo poslije da je to zaista istina.
[3l]_ l[ O J
A'A =I:
Zadatak možemo riješiti i tako da najprije riješimo pomoćnu jednadžbu
e[ gt]h S2-0l
4 4. RANG I INVERZ MATRICE
odakle imamo
3e +5f = l, 3g +Sh= O,
e +2! = O, g +2h= l.
Odavde A'=
[ _; -j J . Sad je
X= A'B=
[_; -j][-j i ] [1� -�l
=
Korist od ovoga pristupa sastoji se u tome da znajući matricu A' možemo odrediti
rješenje jednadžbe (l) za bilo kakvu matricu B .
Uvjerite se također da matrica A' zadovoljava i jednadžbu AA' = I :
- · -
Teorem 1. Neka je A E M,. zadana matrica. Postoji najvi§e jedna matrica A' za
koju vrijedi (3) .
Dokaz. Pretpostavimo da postoje dvije matrice, A' i A" koje zadovoljavaju (3) .
Tad iz A' A= I, množeći 's desna' s matricom A" dobivamo
(A'A) A"= IA" = A".
Kako je po pretpostavci vrijedi
(A'A) A"= A'(AA") = A'I = A',
odavde slijedi tvrdnja.
4..1 MATRIČ!I:A JEDNADŽBA J INVERZNA MATRICA 5
- · -
Teorem l ne govori ništa o postojanju matrice A, već samo da, ukoliko postoji,
postoji najviše jedna takva matrica. Inverz ne mora uvijek postojati. Pri tom ne mislimo
samo na nul matricu, za koju je takva tvrdnja očevidna. Tako npr. matrica
nema inverza. Zaista, iz uvjeta AA' = I dobivamo
[ ]
A= oool
što je nemoguće.
Učini li vam se da je razlog tome što i ova matrica ima previše nula, pokušajte
,. o
- · -
detA= I:>JkAJ
j =l k
ll
(5)
ta a1k
(razvoj 4_eterminante po k -tom stupcu). Ovdje je
•
AJk
algebarski komplement elemen
Sto se događa ako u ovakvoj sumi uzmemo algebarske komplemente nekoga
drugog stupca? Tad vrijedi
ll
2:::::
j= l
ajkAJ; = O, za i -!=-k. (6)
Evo obrazloženja: ova je suma razvoj po i -tom stupcu determinante koja ima dva
jednaka stupca: i -ti i k -ti; zato je njezina vrijednost jednaka nuli. Obje ove relacije
�aJkAJ; {
daju sljedeći identitet
� =
detA ,
0
ako je i= k,
(7)
j=l
l
ako je i i=- k,
�
� (�)a ·k = 8'··
k (8)
j= l
detA 1
- · -
a '.. = -
'1
··
A;;
--·
detA
4.2. DETERMINANTE J JNVERZNA MATRICA 7
- · -
Zapravo, dužni smo provjeriti i obrnutu relaciju, AA' = I prije no što proglasimo matricu A'
inverznom matricom.
Međutim, vrijedi
ako je i= j ,
ako j e i i j.
Naime, za i = j ova suma predstavlja razvoj deterrninante po j -tom retku, a ako je i i j , onda je to
razvoj po j -tom retku deterrninante kojoj su i-ti i j -ti redak identični. Zato je
AA'= (<Sij) =I
- · -
Teorem 4. Neka je A kvadratna matrica i neka za matricu A' vrijedi A' A =l.
Tad vrijedi i AA' I, tj. A' je inverzna matrica.
=
8 4. RANG l INVERZ MATRICE
p � �J' [ � -�]'
Za sljedeće matrice
A'= A=
-1 l
vrijedi A'A=I, ali AA' i= I.
- · -
�;
2 - 3
! = ll! ; l
-
= 10.
4.2. DETERMTNAN TE I INVERZNA MATRICA 9
[o -lo o [ o · T
TO
� -� -�] -� 12 l
1
A_,= _!_ = =
lO 10
lO
4
] .
[-1l
= �
2
l -5 �]·
- · -
Koja je ideja zajednička pri rješavanju ovih problema? Cilj nam je matricu svesti
na što jednostavniji oblik, ali tako da jednadžba u kojoj figurira transformirana matrica
bude (na način koji u svakom gornjem problemu treba razjasniti) ekvivalentna početnoj.
Reducirani oblik matrice. Na početku ovoga poglavlja opisat ćemo koji oblik
matrice mi uzimamo kao najprihvatljiviji. Taj ćemo oblik nazivati reducirani oblik
matrice.
Primjer 5.
[ o -l o]
3
A = -2 5 --4 -5
2 -1 -8 5
]
Korak J. Zamijenimo prvi i treći redak, da bismo dobili stožer na poziciji prvog
o o
retka:
r 2 -1 -8 5
A1 = ! -2 5 -4 -5
L -1 3
l. [ l_
Korak 2. Podijelimo elemente prvoga retka s a11 =
postaje jednak
2.]
2 . Time stožerni element
o o
l -4
A2 = -2 S -4 -S
-1 3
l)[l: _
Korak 3. Pomnožimo prvi redak s -a21 =
ćemo dobivamo nulu na poziciji (2 ,
l 2.]
2 i dodajmo ga drugom retku. Dobit
ol, o
-4
A3 = O i -12 6
-1 3
Postupak nastavljamo s korakom tražeći među elementima drugoga stupca ne
nul element. Smijemo birati samo u preostalim retcima (dakle, ne uzimamo u obzir prvi
red ak) . U ovom primjeru, stožer postaje element a22 koji ima vrijednost 4. Sljedeća
[l
. transformacija je množenje drugoga retka s i :
2.]
o o
l -4
A4 = O l
-3 6
-1 3
12 4. RANG I INVERZ MATRICE
A s= -
[ 6 � --� b]
Istu operaciju ponavljamo i s preostalim elementom u drugom stupcu. Dodajemo
drugi redak trećem. Slučajno, time se poništava cijeli treći redak:
� �]-
� 6 � �l' [6001
Primjer 6. Sljedeće matrice nisu svedene na reducirani oblik:
[60012 l [0001
� � � -�]'
2
Svaka od njih narušava neko od gore navedenih pravila. U prvoj, element u prvome
retku nije poništen, u drugoj stožeri nisu ispravno poredani, u trećoj se nul redak nalazi
previsoko. Međutim, lako je primijetiti da se nastavljanjem elementarnih transformacija
i ove matrice mogu svesti na reducirani oblik.
[l22ll -ll1
Rješenje.
[l -24-l1 ll
A=
2 [1211
O "-'
2 [1 o1-1]
(prvi�edakx(-2))
dodajemo drugom
"-'
O -3
l ]
O O O O O O
,..._,
) 0020
(drugi redak
dl)ehmo s -4 ,..._,
002
l l
o,..._, (drugiredakx(-2))
dodajemo prvom
,..._, T
4
�
4
[ll 6 -222] l
4 poništavamo
(treći redak )
O
l
O O
s2 l (elet!zente u )
2[l 6 -216 ll
�
"' di";limo rv
O
O O 1 0 trece/ll stupcu O O
l 22 2- 16 l (zamjenjujemo
-3 3
B= 3 "-' prvi i treći ) "-' 3
redak
"-' [60 � -�12 i] "-' [06 0� -�0 �l
3 3
amo mo
r�re�:,�::e ) (�re���::ea )
[�
\;rvog slllpca -9 -3 drugog stupca O
�
(
��:.�:dokd)
� -l n
4.4. ELEMENTA RNE MATRICE. EKVIVA LENTNE MATRICE 13
oni.\:tavamo )
e= [242ll23l5 -28l 42] Gelemente
7 rv
rvog stupca
[ 2o lo -l3 -25 -l4]
rv
O O -2 lO -2
rv
(poništavamo
eler!zente rv
) [2O lO -lO 135 -lll
treceg stupca OO O O O
(dijelimo prvi redak 2) [lO 1.O lo _25 1.j ] .
s
!l
drugz s -l
rv
ooo oo
rv
EtA = [�l o� 6]o [-�2 -1-; -8-! -�5 ] [ -�o -1-; =�3 -�ol
= = At.
pn mJeru,
Ez = [bo �o l�l·
Množenjem s matricom At dobivamo
E2At = [1.0o loo lOo] [ -22o -1-15 -4-83 -os5 ] [ -21o _1.-1� --443 -�o2]
= = Az.
[ l[
Uvjerimo se množenjem da vrijedi
ll [ -�l
�
l o o l _l -4 l _l -4
E3A2 = 2 l O -2 5 -4 -5 = O i -12
o o l o -1 3 o o -1 3
[ 6 i �l [ 6 l �l [ 6 � �l·
Postupak u gornjem primjeru nastavljamo pomoću sljedećih matrica:
E4 = , Es = , E6 =
001 001 01 1
Zbog opisanog postupka, završna se matrica može dobiti iz početne množenjem s
matricama Ei :
(ll)
- · -
o l ;---l
(Matrica ima sve elemente kao i jedinična, osim eii e11 O , eiJ eJi l . )= = = =
J
i -ti redak množimo skalarom A različitim
nule,
·
E;(A) � l .. A
· ..
�i
retku.
l ;---l l
EiJ(A) = ili
l
Dva oblika matrice odgovaraju dvjema mogućnostima: < j ili i > j. Matrica je
istovjetna jediničnoj, osim što vrijedi e1i A. =
4.4. ELEMENTARNE MATRICE. EKVIVA LENTNE MATRICE 15
- · -
Izdvojit ćemo jednu tvrdnju koja nam je potrebna u dokazu ovoga teorema u
zasebnu lemu:
A. ::/- O, tad je inverzna transformacija množenje istoga retka skalarom llA. U mat
ričnom zapisu E;(A)-1 = E;(liA). Zato iz B = E;(A)A slijedi A = E;(A)-1B =
E(; liA.)B.
16 4. RANG J INVERZ MATRIC E
·-
Rang matrice jest broj ne-nul redaka u reduciranom obliku matrice. Označavamo
ga simbolom rang (A).
- · -
U l iteraturi se mogu pronaći još barem dvije različite definicije ranga matrice. Prva, koja
definira rang preko broja linearno nezavisnih redaka matrice. Druga, koja kaža da je rang matrice
jednak redu najveće rninore koja je različita od nule. Mi smo se opredijelili za ovu definiciju jer je
najjednostavnija. Druge će dvije proizići u obliku teorema.
- ·-
Pojam ranga vrlo je važan pojam koji će nas pratiti u daljnjim izlaganjima. Da
bismo utvrdili rang, potrebno je matricu svesti na reducirani oblik. Istina, ako je sa
mo rang u pitanju, dovoljno se je zaustaviti na obliku u kojem prepoznajemo stožerne
elemente ispod kojih se nalaze nule (a ne nužno i iznad kojih) . Međutim, određivanje
ranga obično je povezano s drugim zadacima poput nalaženja inverzne matrice ili pak
rješavanja linearnih sustava za što nam je potreban upravo reducirani oblik matrice.
Iz definicije ranga slijedi da rang (A) nije veći od broja redaka matrice A,
rang (A) � m . Iz definicije reducirane forme slijedi da rang nije veći niti od broja
stupaca matrice A, rang (A) � n, jer je najviše toliko mjesta za mogući raspored
stožernih elemenata po stupcima reducirane matrice.
Zbog jednoznačnosti i definicije reducirane forme možemo smatrati da je dokazana
sljedeća lema
Lema 7. Kvadratna matrica A reda n ima rang jednak n ako i samo ako je
AR= l.
·-
Teorem 9 . Kvadratna matrica A je regularna ako i samo ako ima puni rang.
-·-
- · -
[A :I] .
[EA
t :E]I .
Nastavimo s transformacijama. Svaka transformacija odgovara množenju s elemen
tarnom matricom kako lijeve, tako i desne strane. Na koncu postupka ćemo imati, u
slučaju regularne matrice
o 2
20 4. RANG I INVERZ MATRICI
[ l O � 1 O ol o�
dobiti oblik [I 1A - l J :
Iz proširene matrice
o � 1 loo
(pomnozzmo
l. s! 1:
)
<·
rv
1 -�
-2 1l
4
) rv [ O _ _ l ]�
2 1001 2 4 2 100
-� �1
(dodajnzo l.
o� 1 oo] o
r. X (-l) drugom r. 1
1 1
rv
dodajmo l. r. X ( -4) trećem r. _2 2_7 1 _2
2 -4 1 -2
l 11 ool -� 4
. [lool -lo o]
-7 -1 2
ol
2 -4 -2
O O lO
(dodajmO �- r. X z prvom:- )
o
rv
. l -2 1
dodajmo�. r. x ( -2) tlecem
[lOol 11 -ol l
rv
1.
_7 2
-4
oo loo1 l : o o ll l
-2
rv (pomnožimo 3. r. s 1o) rv -7 2
) [O l O
--&
-fo-fo
rv
oo l o
(dodajmo 3. r. X 2 prvom r.
dodajmo 2. r. x7 drugom 1: rv
l
1
1
8
-1 -- lO
10 -7
--& to
= [I1BJ.
[o ]
Zaključujemo da je A regularna te da njezina inverzna matrica iznosi
2
TOTO
2
o =110 f10 .
1
A- = -1
[-3l l i ol o] [ l l ol o]
Postupimo kao u prošlome primjeru.
oo l o� o
1 -1 11 rv
(jo;:z�o�zr)
<·
1 -11 1-1
rv
[A 1I] = 0 0 0 0 1 0 0
[ � -i ! -i
-2 2 2 l -2 2 2 1 l
1
rv
l[O _ I l o3 oo o
(dodajmo l. r. X ( -1) drugom1:)
dodajmo l. r. x2 trećem 1:
o l
�l l
.!. 3
l
rv
l
-3
3
1 � -�
3 3
o o ll
l
(po�možimo)
2. l. s 3
rv rv
2 1
4 8
3 3
l
l -3
2
4.5. RANG I INVERZ MATRICE 21
[O l l O]
2. r. X 3
OOO l
1
1 o 1: o 1 or.
.
dodajmO
.
(dodajmo prvom )
2. r. x 3
rv
2 l1 rv
4 , 3 •
1: -
trecem
: _2 _4
Dobili smo s lijeve strane reducirani oblik AR matrice A koji nije jednak jediničnoj
matrici I. Stoga matrica A nije regularna i nema inverza.
[-3l l l O lO] [l l l ]
Rješenje. Ispišimo učinjene elementarne transformacije nad proširenom matri-
com:
l l
l 3 l
-1 1 o o prvi redak 1 -3 3 -t o o
rv (dijeli
oništavamo) [l
o mo s -3) rv
]
o o o
-2 2 3 o o -2 2 o o
Glemente
� -t t : -t
t t : t l l
o o
o
[
rv rv
]
rvog stupca 1 1f : -t o
rv (množi m o treći rv O
O l
1
�
O 3
-t 1 : _l3 o
l
o
poništavamo ) [l l l ]
: 1
1 2
redak s ) 0
-3
3
T
! 11
O l l l O
1
3
:o o o
(elemente
poni.ftavamo ) [ lOOl l
rv rv 2 3
O l
drugog stupca
O ll
001 : -2 -4 1
l
2 5 -
[ ll -ll
rv (elemente l 5 -2
trećeg stupca 001 : _2 -4 1
l
2 5
Dobili smo A l = -
5 -2 .
-2 -4
[ ll l ll l1
Zadatak 3. Elementarnim transformacijama odredimo inverz matrice
o 1 1 1
o
A= .
11 01
o
11 10 0001
rv
(�;;�� juje�zo)
zamjendrugi rv
l :OO lOl
4. RANG l JNVERZ MATRICE
[ ]
22
l o 1 1 : o 1 00
poništa amo
rv
(eli!lllf!nlev ) rv
01 l 1 :1 000
prvog .Hupca o l -1 o :o -1 l o
[�! i ! _r -���j
01 0-l:0-1 01
poni.ftavamo
(elemente )
[6 � � -� �]
rv
drugog slupm. _ _ l
o o -1 -2: -1 -1 o l
(tret'i redak )
l: o l o o
o o l 2l ll 2l 2l
l: l o
dijelimo s -2
[� � �
rv
rv
o o -1 -2 : -1 -1 o l
l l l
- .!. o
2 2 2
l]
poništavamo l l
2
- .!. o
l
(elemente ) 2 2 2
o o l 2l l l
-l
I"V rv
trec'eg stupca 2 2
[� � � t
o
l l
o o o - 2 -2 -2 .!.2
3
rv
l l
-2 2 2
j]
l
(četvrti redak ) l
2 2
-
l
2
[rv
dijelimo s � l l l
-
rv lt 2 2 2
-
o o
l
o o o l 3 3 3l l
1 0001-32 3l
J]
pon.i.ftavamo
(elemente ) o l o o : 3l -32
l'ervrrog smpca l l
3 3
o o lo :
A-1=.!.[-i-� � � j
l l
3 3
o o o l
3 l l -2 l .
l l l -2
4.6. LINEARNA NEZAVISNOST VEKTORA l RANG MATRICE 23
'
. ktora i r11. ng, m�trice
, 4:6; .linearna nezavisnost ve ·- --.· '
·
' .
Sa V" ćemo označavati prostor svih vektor-stupaca duljine n. Taj se prostor sa
mo u načinu zapisivanja elemenata razlikuje od prostora R" uređenih n-torki realnih
brojeva.
h . . . , ak ) = {x : x = At
vektorom je
3
Primjer 1 2. lzaberimo u prostoru V vektore a1 = [ 1 , l, O JT, a2 = [ 1 ,0, O JT.
Uvjeri se da je L(a l , a2) prostor vektora u xOy ravini.
Ovi primjeri nameću potrebu za prolaženjem algoritma pomoću kojeg ćemo moći
točno utvrditi kako izgleda prostor razapet izabranim skupom vektora.
Mi takav algoritam već poznajemo: to je svođenje matrice na reducirani oblik! Da
bismo objasnili tu vezu, potrebne su nam najprije sljedeće važne definicije.
- · -
Vektori a1, ... ,ak su linearno zavisni ako nisu linearno nezavisni.
S obzirom na važnost ovoga pojma, ispišimo i tu definiciju eksplicitno: a1,... ,ak
su linearno zavisni ako postoje ska lari A1 , ... , Ak od kojih barem jedan nije jednak nuli
takvi da vrijedi
Primjer 1 5. Vektori a1 � [i l [� ]
i a2 � linearno su nezavisni. Uvjeri se u to!
m
Oni su linearno nezavisni. Zaista, linearna kombinacija ovih vektora iznosi
Ae
, ,+ . . . H,e,.�
Primijeti da se svaki vektor x = [xt, x,2 . . . , xn]T može prikazati u obliku linearne
kombinacije vektora e1, . . . e,.. Ta linearna kombinacija glasi x= X e t 1 + .. . + x"e".
A=
[
Primjer 1 7. Neka je zadana reducirana forma neke matrice, recimo
l o 2 o 3 -2
o l -1 o 2 l
O O 01 2 4
]
o o 000 o
Primijeti da su njezini ne-nul retci linearno nezavisni vektori. Zaista, linearna kombi
nacija tih vektora glasi
l o o At
o l o A2
2 -l o 2A- t A2
At +A2 +A3
o o l A3
3 2 2 3At +2A2+2A3
-2 l 4 -2At+A2+4A3
iako je ona jednaka nuli, tad iz prvog, drugog i četvrtog retka zaključujemo da svi
skalari At, A2, A3 moraju biti jednaki nuli.
Pri mijetimo nadalje da se svi stupci matrice mogu prikazati u obliku linearne kom
binacije prvoga, drugoga i četvrtoga stupca (pošto ti nalikuju vektorima e; iz prošloga
pn mJera.
- · -
Cilj nam je u nastavku povezati pojmove linearne zavisnosti redaka odnosno stu
paca matrice s pojmom njezinoga ranga.
Za zadane vektore a1, , ak uvijek je jednoznačno određen broj linearno ne
. • .
zavisnih vektora u skupu {a1, ..., ak}. Taj broj nazivamo dimenzijom prostora
L(a 1 , • • • , ak) .
Dokaz. Opišimo što čini svaka od elementarnih transformacijama na skupu a1, ..., am
redaka matrice A. Označimo sa a;, ..., a� retke matrice dobivene nakon pojedine ·
elementarne transformacije.
• Zamjena redaka. Tu skup {a1, , am} prelazi u isti takav skup kojemu su
. . •
zamijenjen poredak dvaju vektora. Očito je L(at, ..., am) = L(a;, ... , a;11) pa se ni
broj nezavisnih vektora ne mijenja.
• Množenje retka skalarom A -::J. O . Neka je, zbog jednostavnosti zapisa,
a; = Aa1 . Onda je
L(a;, ..., a;n) = {A1Aa1 +A2a2 + . .+ Arnam: A;
. E R} = L(ah ..., am).
• Pretpostavimo sad da je a� = a2 + Aa1 . Svaka linearna kombinacija skupa
{a;, ... , a;n} ujedno je i linearna kombinacija početnoga skupa:
Ata;+A2a�+...+Arna;n = A1a1+A2(a2+Aa!)+...+ Ama;n
= (At+AA2)a1+A2a2+ ...+ A.rna;n-
Zato broj linearno nezavisnih vektora novoga skupa nije veći od broja linearno neza
visnih vektora početnoga skupa. Dakle, trećom elementarnom transformacijom broj
linearno nezavisnih vektora ne može se povećati.
Ne može se niti smanjiti! Naime, istovjetnom (inverznom) transformacijom mo
žemo iz redaka {a;, ..., a;11} dobiti retke {a1, ..., am} te vrijedi i obratan zaključak.
Prema tome, i trećom elementarnom transformacijom broj linearno nezavisnih
redaka matrice ostaje nepromijenjen.
Time je teorem dokazan.
Bit je ovoga teorema u tome što po završetku postupka svođenja matrice na redu
cirani oblik mi možemo pročitati broj njezinih linearno nezavisnih redaka: svi ne-nul
retci međusobno su linearno nezavisni. Tako je dokazan
Korolar 12. Neka je A regularna matrica. Onda je rang (AB) =rang (B) .
- · -
Teorem 1 3 . Broj linearno nezavisnih redaka bilo koje matrice jednak je broju
njezinih linearno nezavisnih stupaca.
ar ar,
ar+l =Ar+l ,la, + ... +Ar+I ,rar,
am = Am,1a1+...+ A,n,rar.
l
+ ... + arj 1
"r+ l ,r
amj A,n,r
Ova relacija govori da se svaki od stupaca matrice A može zapisati kao linearna kom
binacija nekih vektora w1 1 • Wr . Zato je broj linearno nezavisnih stupaca manji ili
• • 1
jednak od r.
Time smo dokazali da vrijedi s :::::; r .
Obrnutu nejednakost ćemo dobiti ako još jednom prođemo kroz dosadašnji dokaz
i u svakoj prilici zarnijenimo riječ 'redak' sa 'stupac' i obratno. Istim postupkom,
zaključit ćemo da vrijedi i suprotna nejednakost, r :::::; s.
Time je teorem dokazan.
28 4. RANG I IN VERZ MATRICE
- · -
Ako je A regularna, tj. ranga n, svi su njezini stupci linearno nezavisni. Zato iz Ax = O
slijedi XJ = . . . = Xn = O .
Obratno, ako je x = O jedino rješenje sustava, tad ova linearna kombinacija može
iščezavati samo na trivijalan način pa su stupci matrice A linearno nezavisni. To znači
.da je njezin rang jednak n pa je matrica regularna.
( )
Dokaz prve tvrdnje je, primjenom B inet-Cauchyjeva teorema trivij alan: det AB = det A · det B
i ako je lijeva strana različita od nule, to moraju biti oba faktora zdesna. Međutim, ovaj rezultat ka
nimo upotrijebiti u alternativnom dokazu samoga Binet-Cauchyjeva teorema i stoga moramo dati
drukčiji dokaz.
Nadalje, primijetimo da su obje tvrdnje ekvivalentne. Da iz ( l) slijedi (2), očevidno je dokazom
po kontrapozicij i. Neka se čitatelj uvjeri da (2) također povlači ( l) .
Dokažimo drugu tvrdnju. Neka j e A singularna. Tad jednadžba Ax =O
i po istom teoremu slijedi
ima netrivijalno
rješenje x ofO (teorem 14). Množeći s matricom B dobivamo BAx =O
da BA nije regularna. Time je dokazan drugi dio druge tvrdnje. Što se prvoga tiče, primijetimo da je
A također singularna U er su njezini retci stupci matrice A , broj nezavisnih redaka od A T jednak
T
je broju nezavisnih stupaca od A tj . rangu matrice koji je manji od n . Po dokazanom prvom dijelu, i
matrica BT AT je singularna. K ako vrijedi BT AT= (AB) T , matrica AB je isto tako singularna.
- · -
Alternativna definicija ranga. U većini knjiga rang matrice definira se pomoću njezinih
rninora. Ta će definicija kod nas biti teorern:
2: 2
[2
Tako na primjer, rang sljedećih matrica jednak je
A = -1 3
l -l 3 '
] B = [ -2 Jl -
3
-l 3
l 3
6
.
Obje one imaju minom različitu od nule, to je (na primjer) mi nora M = l i :::: �
matrice A jednak 2 . Rang matrice B nije veći od
cijele matrice - jednaka nuli.
2 stoga što je jedini minor reda 3
l · Zato je rang
- determinanta
linearno nezavisnih stupaca u matricu A" . Dobili smo kvadratnu matricu reda r čiji su stupci, pa
zato i retci linearno nezavisni. Njen je rang zato r i matrica je regularna; zato joj je i determinanta
različita od nule. No, njezina je determinanta ujedno i minora reda r početne matrice. Dakle,
pronašli smo jednu ne-nul minom matrice A reda r i zato je r � k .
Pokažimo da vrijedi i obratna nejednakost. Neka postoji minora reda k različita od nule. Retci
te minore su linearno nezavisni, jer je ona punoga ranga. No, tad su sigurno linearno nezavisni i
(veći !) retci početne matrice koji ih sadrže. Zato je r :;;, k . Time je teorem dokazan.
- · -
Gore navedeni primjeri za ovakvu definicij u ranga mogu sugerirati da je računanje ranga po
moću minora jednostavan posao. Ta je tvrdnja istinita (kao i kod drugih metoda koje uključuju
determinante) u teorijskim razmatranjima, matricama specijalnoga oblika, a općenito samo za matri
ce maloga reda. Za matrica reda većeg od 3, ova je metoda uglavnom neefikasna: da bismo odredili
rang matrice reda 4, moramo izračunati (najprije) determinantu matrice, zatim ( ako je ona jednaka
nuli) determinante možda svih 1 6 minora trećega reda (dok ne nađemo neki koji je različit od nule) ,
a ako su svi jednaki nuli tad. . . •
- · -
• Usprkos tome, mogu se pronaći knjige gdje se rang računa na ovaj način, čak i za matrice reda 5. Nemojte
ih zapaliti, ubacite ih u kontejner za stari papir.
30 4. RANG I INVERZ MATRICE
(2) E = E; (A) sad je det E;(A) = A . Matrica E; (A )B dobiva se množenjem i -tog retka
brojem A te je det(E;(A )B) = A det B i ( 1 4) ponovo vrijedi.
(3) E = E;j (A ) . Sad je det Eu(A) = l. Kako množenje s ovom matricom odgovara trećoj
elementarnoj transformaciji, determinanta matrice B ostaje nepromijenjena: det (Eu(A )B) = det B
i ( 1 4) ponovo vrijedi.
Time smo dokazali pomoćnu formulu ( 14). Dokažimo sad opći slučaj . Pogledajmo najprije
što se događa ako neka od matrica A i/ ili B nije regularna. Njena je determinata u tom slučaju
jednaka nuli. Umnožak AB , po teoremu 1 5, također nije regularna matrica i stoga je det(AB) = O
i jednakost u ( 1 3) vrijedi.
Pretpostavimo zato da je A regularna matrica. U tom se slučaju, po teoremu ?? ona može
prikazati u obliku umnoška elementarnih matrica: A = E 1 E2 · · · Er . Sad imamo, primijenjujući
uzastopno pomoćnu formulu ( 1 4) :
= det(E I ) det(Ez · · · Er B)
- · -
Teorem 17. Omačimo li s k broj nul-stupaca u gornjoj reduciranoj formi (tzv. defekt mat
rice), tad je zbroj ranga i defekta jednak ukupnom broju stupaca:
r + k = n.
4.8. RIJEŠENI PRIMJERI 31
mentarnim matricama:
l -l 4 2
E1 =
[ oO o O1 J ,
J Ez =
[ -2l O OJO ,
J
[ Ol Ol OJO ,
E3 =
E4 =
l[ ol o1O oOo J , Es =
ool
l[ O l OJO ,
l l[ O -3O1 oO0 J .
E6 =
l
ool ool o -1 l
Uvjeri se da su tim množenjima opisane elementarne transformacije dane u rješenju:
-I
[ oO o O1 J [32 -O2 1145 88J [ 21 O 144 28 ] (prvizamjenjeni
A 1 = E1 A =
l ol oO O l l 14 24 2 J 3 -l 2 115 84 2 redaki treći ) ,
l
-l
=
Az = E2A 1 =
[ -2 l O J [ 2 -O 14 8 [ O -2 6 4 ] (prvidodanredakdrugom ) '
=
x (-2)
o1 o l 31 -21 1 45 2J8 3l -21 41 5 2J8
A3 = E3A2 =
[ O 0l 0O ] [ O -2 6 4 [ O -2 6 4 (prvidodanredaktrećem -3)) '
=
X (
A4 = E4A3 =
l[ O-310 o0O ] [ O1 3--21 246 1425 ] 8 [ Ol -o l1 43 223 J 2 (\podijeljen
l
=
l
drugi redak )
01 10 01 [ o -11 43 22 [ o1 1 34 2 s 2 '
)
AR = E6As =
oO - 1l Ol ] Oo' ll 373 22 ] Oo ol o37 2o (drugi
=
redak
dodan trećem
x (-ll ·
Zadatak 5. Matricu A =
[ -4O -24 -4l 6J2 svedi na reducirani oblik. Nakon svake trans-
l o oo
formacije odredi elementarnu matricu pomoću koje je ona dobivena (množenjem slijeva! ) .
Rješenje.
A =
[ -4O -24o -o4l o26] ,
l
A1 =
[ Ol 4O -4O OJ2 , E1 =
[ oOl ool oO1J ,
-l 4 O-2 O lO J6
A2 =
[ O 4 -4 2 , E2 =
[ 0l O1 OJ0 ,
o -2 l 6 4ol
[ Ol ._tO OO J ,
32 4. RANG I INVERZ MATRICE
A3 =
o -2 l
[ 6 � -� � J , E3 =
o[l Oo OJl
Oo 2l Ol ,
6
A4 =
oo
[6 � J !J ,
[ Ol Ol -Ol !O J ,
-1 7
E4 =
[l O OJ
Oo ol Ol - .!f ,
-7 -1
A6 =
l
-7
E6 =
ool
0 1 1 .
[ 2O -2l 5O J .
Zadatak 6. Zadana je matrica A =
Rješenje.
ol 2 l
[ 2O -2 5 J
[ oJ ool oOl l ,
A = 1 0 ,
[ oo -t2l jol ] ) b
[ ol ol OJJ
[ ool ool 'J ]
A2 = E2 = 0 1 0 ,
[ Ol Ol OJO ,
b )
o -2 l
[ l O OJ [ ool ool - lol ] .
A3 = E3 =
A4 =
ool
0 1 0 , E4 =
[ to -�2 -t].l
Neposrednim množenjem dobivamo:
B = E4E3 E2E 1 =
regul arna.
4. 8 . RIJEŠENI PRIMJERI 33
Rješenje. Da bi ova matrica bila regularna a i e ne mogu istovremeno biti nule. Pretposta
vimo neka je a =1- O (u protivnom zamijenimo prvi i drugi redak) . Proširimo matricu jediničnom i
bi l l a
l
[; d :
O
e
/'Vl f
)
o
"' (dodajemo
prvi redak x (-e)
drugom "' d-c!!. _E, [� !z.
a
a
.!.
a
a �]
"' (redak
dijelimo drugi)
s
ad�bc
(dodajemo
drugi redak ( �) x -
"'
[) l
O
�
l
[ 01
- ad-bc
.!.
a
e
d
ad-bc
a
o
ad-bc J
-�]
o :
a
"'
�
prvmn : - a/-bc ad-bc
l
==? [ e d
a b] -l
=
ad -
l d -b ]
bc [ -e a ·
Zadatak
[� �]
8. Riješi matričnu j ednadžbu
u �] · X = .
[ j � ] o [ � � ] = [� � ]
{ { b + 3d = 5,
izjednačavanjem odgovarajućih elemenata dobivamo dva sustava
a+3c 3, =
4c = 5 , 3b + 4d 9,
V" o v o
CIJa rJesenJ a su a = ,, e
3
=
3a +
4 , b = , , d 65' . S l "
, 7 =X = ;l [
3 J.
4
6
IJed'1
7
=
2. način. Jednakost AX = B A = [ � �J , B
za [ � �J , = množimo slijeva s A- l ( A je
regularna) pa imamo
A - 1 AX = A- 1B ==? X = A-1B.
Računamo A- l -� [ _j -i J paje
=
-3 3 3
X
= -H _j l ] [ 5 59 ] - ! [ 7 ] - 5 4
6
'
[ 3 7 1107 33 ] .
R nađi rang matrice
4
A 4
l l l
l
A=
2 2 4
34 4. RANG I INVERZ MATRICE
l[ 4 [ l 4 l
Rješenje. Ne traži se reducirana forma pa zbog jednostavnijeg računanja smijemo zamijeniti
stupce (to neće promijeniti rang matrice) :
4 ] -4
l 3 l 3
4 10 l A O 6 -lS A-12
A �
7 17 3 l � O 1 0 -2S -20
[ 8 i ll �i ] [ 8 i �s �4] ·
2 3 2 O 2 -S
�
A 2 �
o l o -2S -20 o o o o
Iz ovog oblika zaključujemo daje rang (A) = 2 ako je A = O te rang (A) = 3 inače.
Rješenje. A . Rang matrice jednak je redu najveće rninore koja je različita od nule. Kako je
za svaku vrijednost parametra a determinanta matrice jednaka nuli (prvi i drugi redak su proporci-
onalni), to je rang sigurno manji od 3. Međutim, deterrninanta minore l � � l iznosi 9, različita je
od nule i stoga je rang matrice 2 , neovisno o vrijednosti parametra a.
B. Determinanta matrice iznosi
jednak 2.
[
Zadatak 1 1. U ovisnosti o parametru
l -A.
l
l
2 3
2-A 3 . . .
A E R nađi rang matrice
...
2 3 -1.. . . .
n
n
n
l .
� 2 ·�· n-A.
Rješenje. Za A. = O taj je rang očevidno l , pošto su svi retci ( i stupci) proporcionalni te je svaka
mi nora reda 2 jednaka nuli.
Da odredimo rang matrice za preostale vrijednosti, izračunat ćemo njenu determinantu. Odu
zimajući prvi redak od svih preostalih dobivamo determinantu:
1 -A 2 3 n
A. -A o o
tl =
A. o -A. o
A. o o -A.
4090 ZADACI ZA VJEŽBU 35
2 3 * n
O -A O O
� = O O -A O
O O O -A
gdje se na mjestu zvjezdice nalazi element
n (n + l )
( 1 - A ) + 2 + 3 + . . o + n = -A + 2
o
Determinanta je stoga j ednaka umnošku
� = n (n ( ; l ) - A } -Ar- I
i jednaka je nuli samo za A=O i za
nn
A= ( ; l
) o U prvom slučaju rang je jednak l , a u drugom
n- lo n- l A
� l )n o)
on iznosi Naime, glavna rninora reda za ovu vrijednost broj a različita je od nul e !
n
( Ona je j ednaka nuli ako j e A= ( Za sve ostale vrijednosti A rang je no
A.
[ � -6 J; D
[ -� -� n
. ;
E.
[l3 --2-4 48] ;
4 -6 12 F. o43 o9 rl -� �10
[-1l 22 03 -11 4]5 ; G.
oo oo --1�l �2o 33
A. [ 4j l 5 �l;o
-i � B.
e.
F.
E.
G.
[2l 2 24 -35 6l 27 ]
-2
35 10l 186 -72 105 159 ' o
H. r �3 1 i3 !l -l-t =7� 10 1
-l 3 -l 7 o 2
4. RANG J JNVERZ MATRICE
A l;
36
A � 1 �� �!l
3. Za ko}e vrije?nosti parametra -
e. 3 ? -6
[
3 -3
A l 2
E R tako da rang matrice
A. �
. -1 l e.
[ � � i J [ -i -l� l
-6 O A, 2 2
l -6
- · -
2 -2 l
-3 3 3
l -1 -1 l
l
D. , E.
8.
[ il � J2; 5
Izračunaj inverznu matricu za matrice:
B. [-��l n-2; [2 5 l J
[
[ ll -2- l [ -1 2 53 l ;
A. e.
sin a cos a
l -1
- cos a sin a '
o
D. -3 3 ; E. 4 o F. o 7 3 .
�[ l � � �l ,
l 3
[� l I �l l ·
o
B. [� l �l �l l
9. Odredi inverz sljedećih matrica:
A. e.
[� � ! �2 �2l ] .
o o o o o o o o
l -1 -1 l
���
D. -1
[ l
E. O O 3 4 ; F.
2
-�
o o 3 o o o
[� � �2 1l2 ];
o o o 3 o o o o
B. [i2 �2 �2 �l;1
1 O. Odredi inverz sljedećih matrica:
A.
o o o
[ ] [l
4.9. ZADACI ZA VJEŽBU 37
:J; [j l l
l o l l
::� :
o l l ... l o l o l
A. ; B. o o l e. l o
o o o o
X:
[l ] [ - 1 5 ] ;
1 2. Izračunaj nepoznatu matricu
A.
-2 X = 3 4
3 4
B.
e.
D.
[l l l l [l l 2 3 "
: � � "�:
o l l l O 2 ... n-l
::� l
l
X �
23. Neka je J (t) po linom u t . Dokaži daje J (S- 1 AS) = s-1/ (A)S za regularnu matricu
S E Mn i bilo koj u matricu A E Mn .
24. Dokaži da za ortogonalnu matricu A ( AA T = A T A = I) vrijedi :
A. matrica A - I također ortogonalna;
[ J.
B. produkt ortogonalnih matrica je ortogonalna matrica;
e. .
matnca
cos a - sin a
.
sm a cos a
Je ortogonalna.
Odgovori i rješenja
1. A. 2; B. e. 2 ; D. 2 ; E. 2 ; F. 2 ; G. 5 .
1. ,
2. A. 2; B. 2 · e. 3 ; D. l ; E. 2 ; F. 4 ; G. 2 ,·
, H. 5 .
3. A. A = -4; B. A =l --4; e. ne postoji takav A E R .
A =l - ! .
.
4.
- · -
7. A. [ -3� 4l -3!] ; B.
-
[ =� t� �� ] ; e. �
[-7 -3 - ]
5
6 l
-1 ;
27 -29 24 l -3 l 3 3
[ ll -_ tl - t =l] .
-6
D. � [� _i
2 2 l
-�J ; E. t
-] l
r 0 0 ? 01 1 [ 1 -11 ] [ 1 -11 -11 -11 ]
4.9. ZADACI ZA VJEŽBU 39
1
o o
B. e.
o o o
; o
r -1 1 r 1
�
!O -!O � -9� �l · � 1� -! � �
l
D
� � E. 16 F. 64
. 4
l l 6 l O O 16 O O .
,
-7
,
� [-� � J �l [ J -� -l =t ] .
1
l -1 l o o 6 o o o 32 - 1 6
[� ! � �l
o o -2 3 s o o o o 32
1 0. A .
r, -1
o o o l
_, .
; B.
2
-
-12
l
2
-1
-S
l -l
; e.
l
( l )n 1
- -
l o
:1
o l o -l (- 1)"- 2
B.
1 1 . A. o o l o o -l ( - l ) n -3
o o o
o o o o ...
r-: j
l l
-l o
e.
o -l
10 -
o
J
r l l l ... l
o l l ... l
]
l
1 2 . A. m
[
26
7
] B.
l o
[
s
e. 3'0 [ 4sl S - 13u ] ;
l D.
o o l l
·. : : ·
;
- lo m o -s ;
.
:
o o o . . l
13. Matrica i ma inverz ako i samo ako j e njena deterrninanta različita od nule p a j e D invertibilna
ako i samo ako su svi di različiti od nule. Njen inverz je također dij agonalna matrica sa elementima
a,,
1 iii
1 , .
. . , a;;1 !J agonal'L
na d"
1 4. A. U inverznoj matrici se zamijene i-ti i j-ti stupac; B . i-ti stupac se podijeli sa A ; e. od j-tog
stupca se oduzme i-ti podijeljen s A.
15. Iz jednakosti AA - 1 = I transponiranjem j e (A- l ) T A T = I . A j e s i metrična pa je
(A- 1 ) T A = I . Množenjem zdesna s A-1 je (A - J ) T = A-1 tj . i matrica A- 1 je simet
rična. Slično i za antisi metričnu.
Jednakost AB
= AC slijeva s A - I . Imamo A-1 AB
= A - I AC , tj . m = IC . Slijedi B= C.
Dakle, smijemo kratiti samo sa regularnim matricama!
- -
1 8. Pretpostavimo da je i dempotentna matrica regularna. Znači da postoji A - J pa po množi mo s
nj om zdesna jednakost A 2 = A . Dobije se A2 A - I = AA -I ===> A = I. Obrat je očigledan, jer
je jedinična matrica i idempotentna i regularna.
1 9. Neka je matrica B = 2A I involutoma {==:> B2 = I {==:> (2A I) 2 = I {==:>
4A 2 - 4A + I = I {==:> 4A 2 = 4A {==:> A2 = A {==:> A je idempotentna.
40 4. RANG I TNVERZ MATRICE
(I - A) (I + A + A2 + . . . + Ap -J ) = (I + A + A2 + . . . + Ap- J ) (I - A)
= I - A + A - A2 + . . . + Ap- J - AP = I - AP = l
— 2009. —
3 1 −1 2
1. Matricu 1 0 0 0 svedi na reducirani oblik. Nakon svake transformacije od-
0 2 −2 9
redi elementarnu matricu pomoću koje je ona dobivena množenjem slijeva. Odredi
i rang ove matrice.
2. Odredi rang matrice
⎡ 1 0 −1 0 3 ⎤
⎢ 1 1 0 3 2⎥
⎢ 4 1 −3 3 9 ⎥
⎣ ⎦.
−1 1 2 3 5
−1 0 1 0 3
3. U zavisnosti o realnom parametru λ odredi rang matrice
1 3 3 2
−1 −3 λ λ .
2 6 6 λ
4. U zavisnosti o realnom parametru λ odredi rang matrice
⎡ ⎤
λ 1 1 1
⎢1 λ 1 1⎥
⎣ 1 1 λ 1 ⎦.
1 1 1 λ
5. U zavisnosti o realnom parametru λ odredi rang matrice
⎡ ⎤
1−λ 2 3 4
⎢ 1 2−λ 3 4 ⎥
⎣ 1 .
2 3−λ 4 ⎦
1 2 3 4−λ
6. Odredi inverz matrice
2 1 3
2 4 0 .
0 3 1
7. Odredi inverz matrice ⎡ ⎤
1 −1 1 0
⎢ 0 1 −1 1 ⎥
⎣ 0 0 1 −1 ⎦.
0 0 0 1
8. Odredi inverz matrice ⎡ ⎤
1 1 0 0
⎢1 1 1 0⎥
⎣0 .
1 1 1⎦
0 0 1 1
9. Odredi inverz matrice ⎡ ⎤
1 2 0 1
⎢ −1 3 −1 2 ⎥
⎣ 0 2 0 1 ⎦.
1 −1 0 −1
−1
−1
16. Vrijedi li A = A za svaku kvadratnu matricu A ? Obrazloži !
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 4
⎢0⎥ ⎢1⎥ ⎢1⎥
17. Jesu li vektori ⎣ ⎦ , ⎣ ⎦ , ⎣ ⎦ linearno nezavisni?
1 3 5
2 7 1
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 −2
⎢ 1 ⎥ ⎢ 1 ⎥ ⎢ 3 ⎥
18. Jesu li vektori ⎣ , , linearno nezavisni?
0 ⎦ ⎣ −3 ⎦ ⎣ 2 ⎦
−2 4 1
−3 2 11
19. Jesu li vektori 0 , −1 , −2 linearno nezavisni?
2 4 −2
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 4
⎢ 2 ⎥ ⎢ −1 ⎥ ⎢ 3 ⎥
20. Za koji a su vektori ⎣ ⎦ , ⎣ , linearno nezavisni?
3 3 ⎦ ⎣9⎦
1 1 a
Rješenja 4. domaće zadaće iz Matematike 1
1 0 0 0 0 1 0 1 0 0
1. Ar = E3 E2 E1 A = 0 1 −1 2 , gdje je E1 = 1 0 0 , E2 = −3 1 0
0 0 0 5 0 0 1 0 0 1
1 0 0
i E3 = 0 1 0 . r(A) = r(Ar) = 3.
0 −2 1
2. r(A) = 3
0 0 0 1
1 0 −1 1
0 0 1 −1
8. A−1 =
−1 1
0 0
1 −1 0 1
1 0 −1 0
−1 0 2 1
9. A−1 =
0 −1 1 −1
2 0 −3 −2
−5 4 5 −2
16 −13 −7 3
10. A−1 =
5 −4 0 0
−11 9 0 0
1
n
11. Vrijedi (A−1 BA) −1 n
= A BA, n ∈ N.
1 1 0 1 0 0
Kako je A−1 = 0 1 1 i B n = 0 2n 0 slijedi da je
0 0 1 0 0 3n
1 −1 + 2n 1 − 2n
−1 n −1 n
(A BA) = A B A = 0 2n −2n + 3n
0 0 3n
12. X = B −1 AB −1 A = (B −1 A)2
detA 2
= 49
⇒ detX = detB
2 7 1
1 2 −2
1 1 3
18. Rang matrice 0 −3 2 je 3 ⇒ vektori su linearno nezavisni.
2 4 1
−3 2 11
19. Rang matrice 0 −1 −2 je 3 ⇒ vektori su linearno nezavisni.
2 4 −2
2
1 2 4
2 −1 3
20. Za a = 3 rang matrice 3 3 9 je 2, pa su vektori linearno zavisni, a za
1 1 a
a 6= 3 je rang matrice jednak 3, pa su vektori linearno nezavisni.