Professional Documents
Culture Documents
Wykład 2.3.4
Wykład 2.3.4
Wykład II
Definicja indukcyjna wyznacznika
Definicja 2.1. Wyznacznikiem macierzy kwadratowej nazywamy funkcję, która kaŜdej
[ ]
macierzy A = a ij przypisuje liczbę det A .
Określamy ją indukcyjnie w następujący sposób:
1.dla macierzy kwadratowej stopnia 1, czyli dla A = [a11 ] , det A = a11 ,
2.jeŜeli A jest macierzą stopnia n ≥ 2, to
det A = (−1)1+1 a11 det A11 + (−1)1+ 2 a12 det A12 + ... + (−1)1+ n a1n det A1n ,
gdzie A1k jest macierzą, która powstała z macierzy A przez wykreślenie pierwszego wiersza i
k-tej kolumny.
Wyznacznik macierzy A oznaczamy przez det a ij lub A . [ ]
Przykład 2.1. Obliczyć wyznaczniki macierzy:
2 0 − 1
1 3
a) , b) 3 2 0 .
2 6 1 4 2
a a12
det 11 = a11 a 22 − a 21 a 22
a 21 a 22
Przykład 2.2.
Obliczyć wyznaczniki macierzy:
1 2 3
3 2
5 4 , − 2 0 − 1 .
5 0 2
Dopełnienie algebraiczne
Definicja 2.2. Niech A będzie macierzą kwadratową stopnia n ≥ 2. Dopełnieniem
algebraicznym elementu a ij macierzy A nazywamy liczbę :
Dij = (−1) i + j det Aij
gdzie Aij oznacza macierz stopnia n − 1 otrzymaną przez skreślenie i- tego wiersza i j- tej
kolumny macierzy A.
Twierdzenie 2.1. Rozwinięcie Laplace`a wyznacznika.
[ ]
Niech A = a ij będzie macierzą kwadratową stopnia n ≥ 2 oraz niech liczby naturalne i, j
będą ustalone, i, j ∈ {1,2,..., n}. Wtedy wyznacznik macierzy A moŜna obliczyć ze wzorów:
1. det A = a i1 Di1 + a i 2 Di 2 + ... + ain Din . Wzór ten nazywamy rozwinięciem Laplace`a
wyznacznika względem i – tego wiersza
2. det A = a1 j D1 j + a 2 j D2 j + ... + a nj Dnj . Wzór ten nazywamy rozwinięciem Laplace`a
wyznacznika względem j – tej kolumny.
1 0 3 5
3 2 0 4
Przykład 2.3 Obliczyć wyznaczniki, , :
5 1 2 8
2 0 0 3
Macierz odwrotna.
Definicja 2.3 Niech A będzie macierzą kwadratową stopnia n. Macierzą odwrotną do
macierzy A nazywamy A −1 , która spełnia warunek:
AA −1 = A −1 A = I n , gdzie I n jest macierzą jednostkową stopnia n.
1 0 0 1 0 1 1 7 36
b) 0 0 − 3 X 2 − 2 0 = 5 12 0 .
0 2 0 3 0 0 3 0 0
Algorytm Gaussa.
Niech A będzie macierzą nieosobliwą stopnia n >1. Macierz tę moŜna przekształcić do
macierzy jednostkowej In wykonując operacje elementarne na jej wierszach:
a)przestawianie wierszy ( wi ↔ w j )
b)mnoŜenie wierszy przez stałą c ≠ 0 ( c ⋅ wi );
c)dodawanie do i – tego wiersza sumy odpowiadających im elementów innych
wierszy pomnoŜonych przez dowolną liczbę ( wi + cw j ).
Macierz jednostkową otrzymamy w dwóch krokach:
I. krok: otrzymanie macierzy trójkątnej górnej
II. krok: otrzymanie macierzy jednostkowej.
Przykład 2.8.
Obliczyć wyznacznik stosując pierwszy krok algorytmu Gaussa:
5 2 2 2 2
2 5 2 2 2
2 2 5 2 2
2 2 2 5 2
2 2 2 2 5
4 9
1 2
Przykład 2.9 RozwiąŜ równanie macierzowe : X = 2 4 . Wyznacz macierz
1 3 0 1
odwrotną stosując algorytm Gaussa
Wykład III.
Układy Cramera
Definicja 3.3. Układ Cramera.
Układem Cramera nazywamy układ równań liniowych postaci
AX=B
w którym macierz A jest macierzą nieosobliwą.
Twierdzenie 3.1. Wzór Cramera.
Układ równań Cramera AX = B ma dokładnie jedno rozwiązanie. Rozwiązanie to jest
określone wzorem:
det A1
1 det A2
X = ,
det A M
det An1
gdzie n oznacza stopień macierzy A , natomiast A j , dla 1 ≤ j ≤ n oznacza macierz A,
w której j- tą kolumnę zastąpiono kolumną wyrazów wolnych.
Przykład 3.4. Przy pomocy metody macierzy odwrotnej rozwiązać układy równań:
x + 4y = 2
x − 7y = 2
a) x + 5y = 6 b) .
2 x + 10 y + 6 z = 12 2 x + 3 y = 5
1 2 1 4
1 0 3
A = 1 0 1 5 , B = .
5 2 4
2 1 − 18
1 p 1
Przykład 3.6. Dla jakiego parametru p ∈R , rząd macierzy A = p 2 0 jest równy 3?
1 p 3
Wówczas:
1. jeŜeli z r +1 ≠ 0 , to układ AX = B jest sprzeczny;
2. jeŜeli ostatni wiersz macierzy A′ B ′ nie pojawi się i n = r, to układ AX = B jest
równowaŜny układowi Cramera i ma jedno rozwiązanie : x1 = z1 ,..., x n = z n .
3. jeŜeli ostatni wiersz macierzy A′ B ′ nie pojawi się i n>= r, to układ AX = B ma
nieskończenie wiele rozwiązań zaleŜnych od n-r parametrów.
Przykład 3.9. Rozwiązać podane układy równań metodą eliminacji Gaussa:
x + y + 2z + t = 6 x+ y − z +t = 2
a) 2 x − y + z − t = 3 , b) 2 x + 3 y + z − 4t = 2 .
4 x + y − z + 7t = 15 − x + 4 y + 13 z + 2t = 18
Wektory
Definicja.4.1 Przestrzeń R3.
Przestrzenią R3 nazywamy zbiór wszystkich uporządkowanych trójek (x,y,z) liczb
rzeczywistych;
R 3 = {( x, y, z ) : x, y, z ∈ R} .
Interpretacja geometryczna:
1. przestrzeń R3 moŜemy interpretować jako zbiór punktów,
2. kaŜdy punkt A = ( x0 , y 0 , z 0 ) przestrzeni R3 moŜemy utoŜsamiać z wektorem
zaczepionym w środku układu współrzędnych i zakończonym w punkcie A.
Współrzędne tego wektora są równe współrzędnym punktu A, gdyŜ dla dowolnych
punktów B = ( x B , y B , z B ) i C = ( xC , y C , z C ) współrzędne wektora
r
BC = ( xC − x B , y C − y B , z C − z B ) co po przyjęciu B = 0 i C = A daje
r r
a = OA = ( x0 − 0, y 0 − 0, z 0 − 0) = ( x0 , y 0 , z 0 ), ( x 0 , y 0 , z 0 ) − nazywamy
r
współrzędnymi wektora a ,
3. R3 moŜemy interpretować jako zbiór wektorów swobodnych w przestrzeni. Przez
r
wektor swobodny a rozumiemy zbiór wszystkich wektorów zaczepionych w róŜnych
punktach, które mają ten sam kierunek, zwrot oraz długość.
Działania na wektorach.
r r r
Niech u = ( x, y, z ), w = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) oraz niech α ∈ R .
r r
Sumę wektorów w i v określamy wzorem:
r r
w + v = ( x1 + x 2 , y1 + y 2 , z1 + z 2 ) .
r
Iloczyn wektora u przez liczbę rzeczywistą α określamy wzorem:
r
αu = (αx,αy,αz ).
Własności działań na wektorach:
1. dodawanie wektorów jest działaniem przemiennym i łącznym;
r
2. wektor 0 jest elementem neutralnym dodawania;
r r
3. wektor − u jest elementem przeciwnym do wektora u ;
r r r r r r r r r v r
4. 1 ⋅ u = u , (αβ )u = α ( βu ) , ( (α + β )u = αu + βu , α (u + v ) = αu + αv .
Przykład. 4.1
r r
Wektory a , b są przekątnymi równoległoboku. Wyrazić boki tego równoległoboku za
r r
pomocą wektorów a , b .
r
Definicja 4.2 Długość wektora u = ( x, y, z ) jest określona wzorem:
r
u = x2 + y2 + z2 .
r r
Przykład 4.2. Obliczyć długości wektorów: u = (− 2 ,3,5), v = (3,0,−4)
Iloczyn wektorowy.
r r r r r
Definicja 4.4. Iloczynem wektorowym wektorów u , v nazywamy wektor w = u × v ,
który:
r r
1. jest prostopadły do płaszczyzny wyznaczonej przez wektory u , v ,
r r
2. ma długość równą polu równoległoboku zbudowanego na wektorach u , v ,
r r r r r
3. układ wektorów u , v , w = u × v zorientowany jest zgodnie z układem
współrzędnych w R3.
r r r
i j k
r r r y1 z1 r z1 x1 r x1 y1 r
w = u × v = x1 y1 z1 = i + j+ k.
y2 z2 z2 x2 x2 y2
x2 y2 z2
Podstawowe własności:
r r r r
1. u × v = − (v × u ) ,
r r rr r
2. u × v = u v sin φ , gdzie φ jest kątem między wektorami ur , v ,
r r r
3. u × v = 0 ⇔ ur jest równoległy do v ,
r r r r r r
4. au × v = u × av = a (u × v ) ,
r r r r r r r
5. (u + v ) × w = (u × w) + (v × w)
r r
Przykład 4.4. Obliczyć iloczyn wektorowy wektorów u = (−1,1, 2 ), v = (0,2,− 2 )
Iloczyn mieszany
Połączeniem obu poprzednich iloczynów jest iloczyn mieszany trzech wektorów.
r r r
Definicja. 4.5 Iloczyn mieszany uporządkowanej trójki wektorów u , v , w określamy wzorem:
r r r r r r
( u , v , w ) = (u × v ) o u .
r r r
Przykład 4.6. Obliczyć iloczyn mieszany wektorów: u = (1,1,0), v = (0,1,1), w = (1,0,1) .
r r r r r r
Niech u = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) , w = ( x3 , y 3 , z 3 ) . Iloczyn mieszany wektorów u , v , w
obliczamy ze wzoru:
x1 y1 z1
r r r
( u , v , w ) = x2 y2 z2 .
x3 y3 z3
r r r
Przykład 4.7. Obliczyć iloczyn mieszany wektorów: u = (0,−1,1), v = (1,−2,−3), w = (1,4,0) .
Przykład 4.8. Obliczyć objętość równoległościanu i czworościanu rozpiętego na
r r r
wektorach: u = (1,0,2), v = (3,1,1), w = (−1,−1,0) .
Przykład 4.9. Zbadać, czy punkty A =(1,0,2), B = (5,1,5), c = (3,-1,2) D = (1,3,5) leŜą w
jednej płaszczyźnie.
Równania płaszczyzny
Definicja 4.6. Równanie normalne płaszczyzny.
Równanie płaszczyzny π przechodzącej przez punkt P0 = ( x0 , y 0 , z 0 ) prostopadłej do
r
wektora n = ( A, B, C ) ≠ 0 ma postać :
π : A( x − x0 ) + B( y − y 0 ) + C ( z − z 0 ) = 0 .
r
Wektor n jest prostopadły do kaŜdego wektora leŜącego na płaszczyźnie π .
Równanie prostej w R3
Aby wyznaczyć równanie prostej w R3 wystarczy znać jeden punkt naleŜący do tej prostej
i wektor określający jej kierunek.
r
Jeśli P = ( x0 , y 0 , z 0 ) v = (a, b, c) to równanie prostej przybiera postać :
l : ( x, y, z ) = ( xo , y 0 , z 0 ) + t (a, b, c), gdzie t ∈ R
PowyŜszą zaleŜność nazywamy równaniem parametrycznym prostej. Inny zapis tego
równania ma postać:
x = x0 + at
l : y = y 0 + bt , t ∈ R
z = z + ct
0