7.10.

2011

Linearne enačbe
Sistem linearnih enačb

Oseba X1 X2 X3 B
A.A. 2 3 4 21
B.B. 1 1 1 7
Matrična algebra C.C. 2 1 2 11

Doc. dr. Anja Podlesek

Oddelek za psihologijo, Filozofska fakulteta, Univerza v Ljubljani Katere vrednosti neznank rešujejo vse
B = 2*X1 + 3*X2 + 2*X3
Študijski program prve stopnje Psihologija enačbe naenkrat?
3. semester, Korelacijske metode
Uporaba:
-obdelava digitalnih signalov,
-računalniška grafika,
-ocene
-napovedi …

Linearne enačbe Linearne enačbe

Sistem linearnih enačb

neznanke koeficienti sistema linearnih enačb konstante

Linearne enačbe Linearne enačbe

Če so konstante • V enačbah se neznanke pojavljajo samo na
0, je sistem
prvo potenco, ne pojavljajo se zmnožki. Hitro
linearnih enačb
HOMOGEN. ugotovimo, ali so taki sistemi rešljivi ali ne.
• matrični račun:
– matrike
– determinante
– operacije z matrikami
Vsak homogeni sistem ima vsaj eno rešitev, tj. trivialno
rešitev, ki jo dobimo tako, da vsem spremenljivkam pripišemo • Matrike omogočajo enostaven zapis in
vrednost 0. reševanje sistema linearnih enačb.

1
 7.10.2011

Matrike
• matrika reda m x n (m, n … dimenzije matrike)
stolpec matrice j, 1< j < n

Matrike in matrična algebra

 a11 a12 a1n 
a a22 a2 n 
A   21
vrsta matrice i, 1< i < m

 
 
 am1 am 2 amn 
diagonala matrike
element matrike ali komponenta matrike

Kdaj so matrike enake?

Primer: matrika reda 2 x 3:
• A in B sta enaki, če sta istega tipa in če je
aij = bij za vse pare indeksov i, j.
2 5 4 
M 
 3 1 0

Matrike označujemo z velikimi tiskanimi

črkami v mastnem tisku.

Transponirana matrika Tipi matrik

aij aji Prva vrstica matrike postane prvi stolpec, VEKTORJI:
druga vrstica drugi stolpec itd.

1 2 3 1 4 7
• m = 1 … vrstična matrika r '  3 5 6 
(ima samo eno vrstico)
A   4 5 6 
A '  AT   2 5 5 
7 5 6   3 6 6 
1 
111 222  • n = 1 … stolpčna matrika s   0 
111 333 555 
B B '  333 444  (ima samo en stolpec)

 222 444 666   2 
555 666 
Po transponiranju je red matrike obrnjen (B: 2 x 3  B’: 3 x 2). Vektorje označujemo z malimi tiskanimi črkami v mastnem tisku.

2
 7.10.2011

Tipi matrik Tipi matrik

• Ničelna matrika – ima vse elemente enake Kvadratna matrika: n x n 1 2 6
ničli. A   2 8 5 
• Simetrična matrika
0 0  (A = A’; pr.: korelacijska matrika)
 6 5 4 

032  0 0  • Diagonalna matrika 1 0 0

 
0 0  (0 izven diagonale) D  0 8 0
0 0 4
• Spodnja in zgornja trikotna matrika

Tipi matrik Pogoste matrike v statistiki

Kvadratna matrika: n x n • matrike podatkov
• Skalarna matrika 5 0 0
(diagonalna z enakimi S  0 5 0 
elementi v diagonali) 0 0 5 

1 0 0 
• Identična matrika (enotska)
I  0 1 0  Iz: Carey (1998)

0 0 1 
• d = *0+, C = *x+ … kvadratna Predpostavka:
matrika reda 1 neodvisni podatki

Pogoste matrike v statistiki Pogoste matrike v statistiki

• kovariančne matrike
• matrike aritmetičnih sredin  cov11 cov12 cov1n   σ12 cov12 cov1n 
cov  
M   M1 M 2 M 3  cov22 cov2n  cov 21 σ 22 cov 2n 
C   21 
   
   
cov n1 covn2 covnn  cov n1 cov n2 σ n2 
• matrike standardnih deviacij • korelacijske matrike
σ1 0 0 1 r12 r1n 
  r 1 0 0,2 
0 σ2 0 r2n 
S R   0  0,3
1
R   21 1
   
    0,2  0,3 1 
 0 0 σ n   rn1 rn2 1

3
 7.10.2011

Sled matrike Sled matrike

• Sled (trace) kvadratne matrike je vsota • Koliko znaša sled v kovariančni matriki?
diagonalnih elementov. • Koliko znaša sled v korelacijski matriki?

 3 7 2
tr  1 6 4   3  6  5  14
 9 0 5 

Operacije z matrikami Seštevanje matrik

• seštevanje • Seštevamo lahko le matrike istega tipa.
• množenje: elementarne • Če sta matriki A in B istega tipa, je matrika
– s skalarjem operacije na C = A + B istega tipa kot A in kot B.
matrikah
– množenje matrik • cij = aij + bij
• transponiranje

1 3  4 6  5 9
4 2  11 2  15 4
     

Seštevanje matrik Lastnosti seštevanja matrik

• komutativnost
A+B=B+A
• asociativnost
A + (B + C) = (A + B) + C

4
 7.10.2011

Množenje matrike s skalarjem (Vektorsko) Množenje matrik

𝐁ij = λ𝐀ij • Matriki A in B lahko pomnožimo samo, če
sta „poravnani“, tj. če ima A toliko stolpcev,
kot ima B vrstic.  3  24 6 
   
 4  8 2   32 8
 7   56 14 
• Če je A matrika reda m x k in B matrika reda
Lastnosti: k x n, je C = AB matrika reda m x n. Množenje v
λ 𝐀 + 𝐁 = λ𝐀 + λ𝐁 distributivnost obratnem
λ + μ 𝐀 = λ𝐀 + μ𝐀 vrstnem redu
da drugačen
λ μ𝐀 = λμ 𝐀 asociativnost rezultat!!!
Zmnožki nisi
A3x1 B1x3=C3x3 istega tipa
A1x3 B3x1=C1x1 (reda).

Množenje x '  ax  by Množenje

1 3  4 6 37  y '  cx  dy
4 2 11 2    matrik  x ' a b   x 
matrik
     x'  Ax      
 y '  c d   y 
1 3  4 6 37 12 x ''   x '  y '
4 2 11 2    y ''   x '  y '
     x'' = Bx'  x'' = B(Ax) = BAx
 x ''      x '      a b   x 
1 3  4 6 37 12  y ''    
   y '      c d   y 
4 2 11 2  38    
     x ''   (ax  by )   (cx  dy )  ( a   c) x  ( b   d ) y
1 3  4 6 37 12  y ''   (ax  by )   (cx  dy )  ( a   c) x  ( b   d ) y
4 2 11 2  38 28  x ''   a   c  b   d   x   a   c  b   d 
      y ''    a   c  b   d   y  BA    a   c  b   d 
      

Množenje matrik Množenje matrik

• V naslednjem primeru so zmnožki istega tipa
(reda), a niso enaki:

Vendar pa je sled,
tr(A), oz. vsota
diagonalnih
elementov v
kvadratnih
matrikah, enaka v
AB in BA.

A je postmultiplicirana A je premultiplicirana z B, oz.

(množena z desne) z B, oz. B B je postmultiplicirana z A.
je premultiplicirana
(množena z leve) z A.

5
 7.10.2011

Množenje matrik Lastnosti množenja matrik

• V tem primeru pa sta oba zmnožka enaka: • asociativnost: (AB)C = A(BC)
• distributivnost : A(B + C) = AB + AC
• distributivnost: (A + B)C = AC + BC
• l(AB) = (lA)B = A(lB)
2 2   1 2   2 1  2  2 2  2  2 1 • Toda: Množenje matrik na splošno ni
2 
 2   2 1   2 1  2  2 2  2  2 1 komutativno, AB ≠ BA.
1 2   2 2  1  2  2  2 1 2  2  2
2 
 1   2 2   2  2  1  2 2  2  1  2 

Identična matrika Operacije na transponiranih matrikah

• Pri množenju matrik je identična matrika nevtralni element = pri
množenju z identično matriko se matrika A ne spremeni.
• Za vsako matriko tipa m x n drži:

• Če matrika ni kvadratna, sta enotski matriki glede na množenje z

leve in z desne različnega reda.
Matrika, za katero je AT = A, je simetrična matrika.

Kvadratne matrike Determinanta matrike

• imajo enako število vrstic in stolpcev • Determinanta matrike je število (skalar),
• matrike istega reda lahko seštevamo in definirano z elementi kvadratne matrike.
množimo
• kvadratna matrika A se imenuje invertibilna ali • 1 x 1 matrika: a11  a11
nesingularna, če obstaja matrika B, pri kateri
je AB = In ali BA = In; B je inverzna (obratna)
a b
matrika matrike A, tj. A-1 • 2 x 2 matrika: det A  A   ad  bc
c d
• Torej: AA-1 = In ali A-1A = In
6 4
• Kvadratne matrike imajo determinanto.  30  12  18
3 5

6
 7.10.2011

Determinanta matrike Determinanta matrike

• 3 x 3 matrika: • Determinanta nam pove, ali so
vrstice ali stolpci matrike neodvisni.
a1 b1 c1
• Det = 0  matrika je singularna:
det M  a2 b2 c2 
– če stolpci/vrstice niso linearno
a3 b3 c3 1 2
  44  0
neodvisni (z elementarnimi det 
 a1  b2c3  b3c2   a2  b3c1  b1c3   a3  b1c2  b2c1 
operacijami lahko dobimo
 2 4
en stolpec/vrstico iz drugih)
– če so vsi elementi nekega 1 0 
stolpca/vrstice enaki 0
det  0
 2 0
• druge matrike: naj računalnik opravi • Det = 0  inverzna matrika ne
ta posel… obstaja
Determinanta določa (determinira), ali ima matrika inverz – od tod njeno ime.

Determinanta v kovariančnih in
korelacijskih matrikah
• Za kovariančne in korelacijske matrike je determinanta
število, ki ga uporabljamo, da izrazimo „generalizirano
varianco“  mora biti > 0, da je uporaba matrike smiselna;
„Correlation matrix is not positive semi definite“ = 
• Determinanta je 0, če so neke spremenljivke v popolnosti
korelirane.
• Kovariančne matrike, ki imajo majhne determinante,
označujejo spremenljivke, ki so redundantne ali visoko
korelirane. Moramo biti pozorni, ker so lahko elementi
inverzne matrike nenatančno izračunani.
• Velike determinante matrik kažejo, da so spremenljivke
med seboj neodvisne.
• Za multivariatne statistike so lastnosti determinante zelo
pomembne (npr. v multipli regresiji lahko ΔR2 izrazimo kot
razmerje determinant dveh modelov).
Inverz matrike
• V skalarni algebri je inverz nekega števila X število
Y, ki, če ga množimo z originalnim številom, da
zmnožek 1 (X ∙ Y = 1 ili Y ∙ X = 1).
• Y = 1/X oz. X-1
• V matrični algebri je inverz matrike tista matrika,
ki, če jo množimo z originalno matriko, da
identično matriko (A A-1 = I ali A-1 A = I).
• Da ima matrika inverz, mora biti simetrična in
mora imeti determinanto, različno od 0.
• V nekaterih primerih matrika nima inverza 
= singularna matrika.

Inverz matrike Inverz matrike

• AA-1 = A-1A = I • za diagonalno matriko:
• Primer za 2 x 2 matriko: 2 0 0
1
1/ 2 0 0 
 0 5 0    0 1/ 5 0 
1  a22  a12     
A 1 
det A  a21 a11   0 0 1   0 0 1 
 2 0 0  1/ 2 0 0  1  0  0 0  0  0 0  0  0 
 1 4   0 5 0   0 1/ 5 0   0  0  0 0  1  0 0  0  0 
1 2 6    1 2
    
6 4
2    2   0 0 1   0 0 1  0  0  0 0  0  0 0  0  1 
 1  2  1 3

6 4  1 2   3  4 12  12  1 0
2  2  
 1   1 3  1  1 4  3  0 1 


7
 7.10.2011

Inverz kovariančne ali korelacijske

matrike
• Za kovariančno in korelacijsko matriko inverz
obstaja:
– če ima več oseb kot spremenljivk in
– če ima vsaka spremenljivka varianco, večjo od 0,
– če ni multikolinearnosti spremenljivk (in je torej
det > 0).
Rang matrike
• Rang matrike je lahko največ enak manjšemu
številu med številom stolpcev in vrstic. Pri matriki
3 x 4 je lahko največ 3.
• Rang matrike A je maksimalno število linearno
neodvisnih vrstičnih ali stolpčnih vektorjev
matrike.
• Rang matrike nam pove, v koliko dimenzijah se
vršijo linearne transformacije.
• Če je rang matrike manjši od n, je njena
determinanta 0 in matrika nima inverza.

Rang matrike
2 1 4 
1 5 11 rang = 2
  (x3 = x1 + 2x2)
3 6 15

2 1 3 
4 2 6  rang = 1
  (x3 = 3x2, x1 = x2/2)
8 4 12