ΜΑΛΙΑΚΑΣ ΑΔΑΜ

Περιεχόµενα και Πρόλογος Σελίδα 1 από 4
Εναλλακτικό ∆ιδακτικό Υλικό

Θεµατική Ενότητα ΠΛΗ 12
Παραδείγµατα και Ασκήσεις Γραµµικής Άλγεβρας

Μιχάλης Μαλιάκας
Μαρία Αδάµ
Περιεχόµενα
Κεφάλαιο 1 Προαπαιτούµενες Έννοιες (29 σελίδες)
Κεφάλαιο 2 Γραµµικά Συστήµατα (16 σελίδες)
Κεφάλαιο 3 Πίνακες (34 σελίδες)
Κεφάλαιο 4 Ορίζουσες (28 σελίδες)
Κεφάλαιο 5 Οι Χώροι R n (25 σελίδες)
Κεφάλαιο 6 ∆ιανυσµατικοί Χώροι (22 σελίδες)
Κεφάλαιο 7 Βάση και ∆ιάσταση (29 σελίδες)
Κεφάλαιο 8 Γραµµικές Απεικονίσεις (27 σελίδες)
Κεφάλαιο 9 Ιδιοτιµές και Ιδιοδιανύσµατα (32 σελίδες)
Κεφάλαιο 10 ∆ιαγωνοποίηση (37 σελίδες)
Κεφάλαιο 11 Πραγµατικές Τετραγωνικές Μορφές (17 σελίδες)
Πρόλογος
Το εκπαιδευτικό υλικό που ακολουθεί απευθύνεται στους φοιτητές του Ελληνικού

Ανοικτού Πανεπιστηµίου (ΕΑΠ) που µελετούν Γραµµική Άλγεβρα.
Η Γραµµική Άλγεβρα είναι ένας κλάδος των Μαθηµατικών που έχει πολλές
εφαρµογές σε διάφορες επιστήµες. Για παράδειγµα, το πρόβληµα επίλυσης µεγάλων
συστηµάτων γραµµικών εξισώσεων ή του υπολογισµού ιδιοτιµών εµφανίζεται συχνά
σε όλες τις θετικές επιστήµες, στην οικονοµία, κοινωνιολογία και αλλού. Πιο γενικά,
στις επιστήµες µελετώνται διάφορα φυσικά ή κοινωνικά φαινόµενα µέσω
µαθηµατικών µοντέλων τους. Τα γραµµικά µοντέλα είναι ιδιαίτερα σηµαντικά, γιατί
αφενός σε πολλές περιπτώσεις αναπαριστάνουν την πραγµατικότητα µε
ικανοποιητικό βαθµό πιστότητας, αφετέρου υπάρχουν για αυτά πολλά ισχυρά
µαθηµατικά εργαλεία ένα από τα οποία είναι η Γραµµική Άλγεβρα. Πολλά φαινόµενα
περιγράφονται από ποικίλους τύπους συναρτήσεων και είναι γνωστό από τα
Μαθηµατικά ότι ευρείες κλάσεις συναρτήσεων προσεγγίζονται από γραµµικές
συναρτήσεις. Συνεπώς µπορούµε να πούµε ότι η Γραµµικά Άλγεβρα µας βοηθά στην
άντληση πληροφοριών για τη συµπεριφορά και µη γραµµικών φαινοµένων.
Σκοπός του υλικού
Υπάρχουν αρκετές ιδιαιτερότητες στην από απόσταση εκπαίδευση που θέτουν

συγκεκριµένες απαιτήσεις στη µορφή του χρησιµοποιούµενου διδακτικού υλικού.
Μια από αυτές είναι η αυξηµένη δυνατότητα αυτενέργειας και αυτοαξιολόγησης του
φοιτητή. Ο σκοπός του υλικού που ακολουθεί είναι να δοθεί η ευκαιρία στο φοιτητή
• να εξοικειωθεί µε τις βασικές έννοιες της Γραµµικής Άλγεβρας
• να εξασκηθεί στις τεχνικές της Γραµµικής Άλγεβρας.
Ελπίζουµε ότι µε τον τρόπο αυτό δίνεται η ευκαιρία στον ενδιαφερόµενο να
κατανοήσει την σχετική ύλη πληρέστερα.
Οργάνωση των κεφαλαίων
Κάθε κεφάλαιο χωρίζεται σε τέσσερα µέρη,

Βασικές Έννοιες,
Θεµελιώδεις Γνώσεις,
Λυµένες Ασκήσεις,
Ασκήσεις.
Στις Βασικές Έννοιες και Θεµελιώδεις Γνώσεις καταγράφονται οι ορισµοί των
µαθηµατικών εννοιών και τα αντίστοιχα θεωρήµατα χωρίς να δίνονται αποδείξεις.
Συχνά αυτά διευκρινίζονται µε κατάλληλα παραδείγµατα. Στις Λυµένες Ασκήσεις
υπάρχουν πλήρεις λύσεις διαφόρων ασκήσεων µε συγκεκριµένες αναφορές στους
ορισµούς και στα θεωρήµατα µέσω συνδέσµων. Στις Ασκήσεις υπάρχουν άλυτες
ασκήσεις που συνοδεύονται σε κάθε περίπτωση είτε από υπόδειξη είτε από τις
αριθµητικές απαντήσεις.
Τρόπος χρήσης του υλικού

Η παρουσίαση της ύλης δεν είναι αναγκαστικά σειριακή και συνεπώς διαφέρει από τα
κλασικά βιβλία. Για παράδειγµα, στις Βασικές Έννοιες υπάρχουν όλοι οι σχετικοί
ορισµοί του συγκεκριµένου κεφαλαίου και στις Θεµελιώδεις Γνώσεις υπάρχουν τα
θεωρήµατα. Νοµίζουµε ότι έτσι αυξάνεται η χρηστικότητα του υλικού αυτού που
προορίζεται να εµφανιστεί σε ηλεκτρονική µορφή. Προτείνουµε τον εξής τρόπο
χρήσης του. Όταν ο φοιτητής µελετήσει µια ενότητα από το βιβλίο του ΕΑΠ, µπορεί
να ανατρέξει στην αντίστοιχη ενότητα αυτού του υλικού και, αφού ασχοληθεί µε τις
Βασικές Έννοιες και τις Θεµελιώδεις Γνώσεις σαν µια επανάληψη, να επιχειρήσει να
λύσει πολλές ασκήσεις. Πιστεύουµε ότι η µελέτη των Μαθηµατικών δεν αρµόζει σε
θεατές αλλά απαιτεί ενεργητική συµµετοχή.
Στόχοι των επιµέρους κεφαλαίων
Σε αντίθεση µε τους φοιτητές των κλασικών Ανωτάτων Εκπαιδευτικών Ιδρυµάτων, οι

φοιτητές του ΕΑΠ συνήθως αρχίζουν τις πανεπιστηµιακές σπουδές αφού έχει
µεσολαβήσει ένα σηµαντικό χρονικό διάστηµα από την αποφοίτησή τους από το
Λύκειο. Εποµένως νοµίζουµε ότι είναι χρήσιµο οι Θεµατικές Ενότητες που
διδάσκονται στο πρώτο έτος του ΕΑΠ, να παρέχουν την ευκαιρία υπενθύµισης
βασικών εννοιών από την ύλη που διδάσκεται στη µέση εκπαίδευση. Αυτός είναι ο
σκοπός του Κεφαλαίου 1. Μελετάµε µερικές θεµελιώδεις έννοιες των Μαθηµατικών
που είναι απαραίτητες για τα επόµενα κεφάλαια όπως είναι τα σύνολα, οι
απεικονίσεις, οι µιγαδικοί αριθµοί, τα πολυώνυµα και η µαθηµατική επαγωγή.
Στο Κεφάλαιο 2 αρχίζουµε τη µελέτη της επίλυσης γραµµικών συστηµάτων.

Υπάρχουν πολλές σχετικές µέθοδοι αλλά ο σκοπός στο κεφάλαιο αυτό είναι να
κατανοήσουµε µέσω συγκεκριµένων παραδειγµάτων µια από αυτές, τη µέθοδο
απαλοιφής του Gauss. Αυτή θα εφαρµοστεί πολλές φορές στα επόµενα κεφάλαια.
Στο Κεφάλαιο 3 γίνεται µια πιο συστηµατική ανάλυση της µεθόδου του Gauss που
µας οδηγεί φυσιολογικά στην έννοια του ΄κλιµακωτού πίνακα’. Επίσης µελετάµε
πράξεις πινάκων και αποσαφηνίζουµε τη διασύνδεση του πολλαπλασιασµού πινάκων
µε την µετατροπή πίνακα στην ανηγµένη κλιµακωτή µορφή του. Τέλος δίνεται µια
εφαρµογή στον υπολογισµό του αντίστροφου πίνακα. Έχοντας µελετήσει το
κεφάλαιο αυτό, θα είµαστε σε θέση, µεταξύ των άλλων, να επιλύουµε µε
συστηµατικό τρόπο γραµµικά συστήµατα και να υπολογίζουµε αντίστροφους
πίνακες.
Οι ορίζουσες εισάγονται στο Κεφάλαιο 4. Σκοπός µας εδώ είναι να µάθουµε µερικές
τεχνικές υπολογισµού οριζουσών και να κατανοήσουµε την εφαρµογή τους στον
υπολογισµό του αντίστροφου πίνακα και στη λύση των γραµµικών συστηµάτων.
Στο Κεφάλαιο 5 µελετώνται µερικές βασικές έννοιες της Γραµµικής Άλγεβρας, όπως
είναι η βάση και το εσωτερικό γινόµενο, χρησιµοποιώντας το ειδικό αλλά σηµαντικό
παράδειγµα των χώρων \ n , που αποτελούν τυπικά παραδείγµατα διανυσµατικών
χώρων. Η κατανόηση των εννοιών αυτών στο εν λόγω παράδειγµα µας διευκολύνει
στη µετάβαση σε ποιο γενικούς διανυσµατικούς χώρους που πραγµατοποιείται στα
Κεφάλαια 6 και 7. Εδώ εισάγεται η έννοια της διάστασης και δίνονται σηµαντικές
εφαρµογές στα γραµµικά συστήµατα µέσω της τάξης πίνακα. Έχοντας µελετήσει τα
κεφάλαια αυτά, θα µπορούµε, µεταξύ των άλλων, να προσδιορίσουµε µια βάση και
τη διάσταση διάφορων χώρων, όπως είναι υπόχωροι του \ n που παράγονται από
συγκεκριµένα διανύσµατα
Οι γραµµικές απεικονίσεις µας επιτρέπουν να ‘συγκρίνουµε’ δυο διανυσµατικούς

χώρους. Αυτές µελετώνται στο Κεφάλαιο 8. Εδώ µας ενδιαφέρει να κατανοήσουµε
ότι οι γραµµικές απεικονίσεις αναπαρίστανται από πίνακες και ότι η µελέτη τους
ουσιαστικά ανάγεται στη µελέτη πινάκων.
Στο Κεφάλαιο 9 µελετάµε ιδιοτιµές και ιδιοδιανύσµατα (πινάκων και γραµµικών

απεικονίσεων). ∆ίνουµε ιδιαίτερη έµφαση στον υπολογισµό αυτών και άλλων
συναφών ποσοτήτων. Οι έννοιες αυτές χρησιµοποιούνται εκτεταµένα στο επόµενο
κεφάλαιο, όπου αναπτύσσεται η έννοια της διαγωνοποίησης που είναι µια από τις πιο
σηµαντικές έννοιες αυτού του υλικού. Ακολουθούν διάφορες εφαρµογές και τέλος
µελετάµε τη διαγωνοποίηση συµµετρικών και Ερµιτιανών πινάκων.
Στο Κεφάλαιο 11 µελετάµε πραγµατικές τετραγωνικές µορφές και εφαρµόζουµε τη

διαγωνοποίηση 2 × 2 συµµετρικών πινάκων για να φτάσουµε σε ένα γεωµετρικό
αποτέλεσµα, την ταξινόµηση των κωνικών τοµών στο επίπεδο.
Ελπίζουµε πως το παρόν εκπαιδευτικό υλικό θα λειτουργήσει ως ένα χρήσιµο

βοήθηµα στα χέρια των φοιτητών του ΕΑΠ για να διευκολυνθούν στη µελέτη της
Γραµµικής Άλγεβρας, αλλά σε καµιά περίπτωση δεν µπορεί να υποκαταστήσει ένα
βιβλίο όπου η θεωρία αναπτύσσεται διεξοδικά.
Θέλουµε να ευχαριστήσουµε τον καθηγητή Τάσο Μπούντη που διάβασε κριτικά το

κείµενο και υπέδειξε πολλά εύστοχα σηµεία που βελτίωσαν το τελικό αποτέλεσµα.
Οι συγγραφείς
27/2/2005
Κεφάλαιο1: Εισαγωγικές Έννοιες Σελίδα 1 από 29
Κεφάλαιο 1
Προαπαιτούµενες Έννοιες
Στο Κεφάλαιο αυτό θα ασχοληθούµε µε έννοιες που είναι γνωστές από το Λύκειο,
όπως είναι τα σύνολα, οι απεικονίσεις, οι µιγαδικοί αριθµοί, η µαθηµατική επαγωγή
και τα πολυώνυµα. Ο σκοπός εδώ είναι να υπενθυµίσουµε βασικά στοιχεία και
τεχνικές των µαθηµατικών που είναι απαραίτητες στη µελέτη της Γραµµικής
Άλγεβρας.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΣΥΝΟΛΑ ............................................................................................................................................3
Ορισµός 1 (υποσύνολο) .......................................................................................................................3
Παραδείγµατα......................................................................................................................................3
Ορισµός 2 (τοµή, ένωση, συµπλήρωµα)..............................................................................................3
Παράδειγµα..........................................................................................................................................3
Ορισµός 3 (καρτεσιανό γινόµενο) .......................................................................................................3
Παράδειγµα..........................................................................................................................................4
Παράδειγµα..........................................................................................................................................4
ΑΠΕΙΚΟΝΙΣΕΙΣ .................................................................................................................................4
Ορισµός 4 (απεικόνιση επί και 1-1, εικόνα) ........................................................................................4
Παραδείγµατα......................................................................................................................................4
Ορισµός 5 (σύνθεση, αντίστροφη απεικόνιση)....................................................................................6
Παραδείγµατα......................................................................................................................................6
ΜΙΓΑ∆ΙΚΟΙ ΑΡΙΘΜΟΙ ......................................................................................................................7
Ορισµός 6 (άθροισµα και γινόµενο µιγαδικών)...................................................................................7
Ορισµός 7 (αντίστροφος µιγαδικού)....................................................................................................7
Παράδειγµα..........................................................................................................................................7
Ορισµός 8 (µέτρο µιγαδικού, συζυγής µιγαδικός)...............................................................................7
Παράδειγµα..........................................................................................................................................8
Ορισµός 9 (τριγωνοµετρική µορφή) ....................................................................................................8
Παράδειγµα..........................................................................................................................................8
ΠΟΛΥΩΝΥΜΑ...................................................................................................................................8
Ορισµός 10 (βαθµός, διαίρεση) ...........................................................................................................8
Παράδειγµα..........................................................................................................................................9
Ορισµός 11 (ρίζα πολυωνύµου)...........................................................................................................9
Παράδειγµα..........................................................................................................................................9
Ι∆ΙΟΤΗΤΕΣ............................................................................................................................................9
ΣΥΝΟΛΑ ............................................................................................................................................9
Πρόταση 1 (τοµή και ένωση)...............................................................................................................9
Πρόταση 2 (συµπλήρωµα συνόλου) ....................................................................................................9
ΑΠΕΙΚΟΝΙΣΕΙΣ ...............................................................................................................................10
Πρόταση 3 (σύνθεση απεικονίσεων) .................................................................................................10
Πρόταση 4 (κριτήριο ύπαρξης αντίστροφης απεικόνισης) ................................................................10
Πρόταση 5 .........................................................................................................................................10
ΕΠΑΓΩΓΗ.........................................................................................................................................10
Παράδειγµα........................................................................................................................................10
ΜΙΓΑ∆ΙΚΟΙ ΑΡΙΘΜΟΙ ....................................................................................................................11
Πρόταση 6 (µέτρο µιγαδικού αριθµού) .............................................................................................11
Παράδειγµα........................................................................................................................................11
Πρόταση 7 (συζυγείς µιγαδικοί) ........................................................................................................11
Πρόταση 8 (τριγωνοµετρική µορφή µιγαδικού) ................................................................................12
Θεώρηµα 9 (του De Moivre) ............................................................................................................12
Γεωµετρική ερµηνεία γινοµένου µιγαδικών ......................................................................................12
Θεώρηµα 10 (n – στές ρίζες µιγαδικού) ............................................................................................13

Παράδειγµα........................................................................................................................................13
ΠΟΛΥΩΝΥΜΑ.................................................................................................................................13
Πρόταση 11 (βαθµός πολυωνύµου)...................................................................................................13
Πρόταση 12 (αλγόριθµος διαίρεσης).................................................................................................13
Πρόταση 13 (ρίζες πολυωνύµων) ......................................................................................................13
Θεώρηµα 14 (Θεµελιώδες Θεώρηµα της Άλγεβρας).........................................................................14
Θεώρηµα 15 (πλήθος ριζών πολυωνύµου) ........................................................................................14
Πρόταση 16 .......................................................................................................................................14
Θεώρηµα 17 (σχέσεις του Vieta) .......................................................................................................14
Παράδειγµα........................................................................................................................................14
ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ......................................................................................................................15
Άσκηση 1...........................................................................................................................................15
Άσκηση 2...........................................................................................................................................16
Άσκηση 3...........................................................................................................................................17
Άσκηση 4...........................................................................................................................................18
Άσκηση 5...........................................................................................................................................19
Άσκηση 6...........................................................................................................................................21
Άσκηση 7...........................................................................................................................................22
Άσκηση 8...........................................................................................................................................23
Άσκηση 9...........................................................................................................................................24
Άσκηση 10.........................................................................................................................................24
Άσκηση 11.........................................................................................................................................25
Άσκηση 12.........................................................................................................................................25
Άσκηση 13.........................................................................................................................................26
ΑΣΚΗΣΕΙΣ...........................................................................................................................................26
Άσκηση 1...........................................................................................................................................26
Άσκηση 2...........................................................................................................................................27
Άσκηση 3...........................................................................................................................................27
Άσκηση 4...........................................................................................................................................27
Άσκηση 5...........................................................................................................................................27
Άσκηση 6...........................................................................................................................................28
Άσκηση 7...........................................................................................................................................28
Άσκηση 8...........................................................................................................................................28
Άσκηση 9...........................................................................................................................................28
Άσκηση 10.........................................................................................................................................29
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ
Με
⎧m ⎫
Z = {..., −1, 0,1,...} , ` = {1, 2,...} , Q = ⎨ m, n ∈ Z, n ≠ 0 ⎬ , \
⎩n ⎭
συµβολίζουµε αντίστοιχα το σύνολο των ακεραίων αριθµών, το σύνολο των θετικών
ακεραίων, το σύνολο των ρητών αριθµών και το σύνολο των πραγµατικών αριθµών.
Για το σύνολο ` των θετικών ακεραίων θα χρησιµοποιούµε συχνά την ονοµασία
‘σύνολο των φυσικών αριθµών’.
ΣΥΝΟΛΑ
Ορισµός 1 (υποσύνολο)
Έστω Α,Β δυο σύνολα. Θα λέµε ότι το Α είναι ένα υποσύνολο του Β (συµβολικά
A ⊆ B ) αν κάθε στοιχείο του Α είναι στοιχείο του Β.
Παραδείγµατα
Το σύνολο {1, 2,3} είναι ένα υποσύνολο του {1, 2,3, 4} , αλλά δεν είναι
ένα υποσύνολο του {2,3, 4} .
Το { x ∈ R 0 ≤ x ≤ 2} είναι ένα υποσύνολο του { x ∈ R 0 ≤ x ≤ 3} ,

αλλά όχι του { x ∈ R 1 ≤ x ≤ 2} .
Ένα υποσύνολο Α του Β λέγεται γνήσιο αν A ≠ B . Βλέπουµε ότι κάθε υποσύνολο

του Β εκτός από το ίδιο το Β είναι γνήσιο.
Ορισµός 2 (τοµή, ένωση, συµπλήρωµα)

Έστω Α,Β δυο σύνολα.
Η τοµή των Α,Β είναι το σύνολο που αποτελείται από τα στοιχεία που
ανήκουν και στο Α και στο Β. Η τοµή των Α,Β συµβολίζεται µε A ∩ B .
Η ένωση των Α,Β είναι το σύνολο που αποτελείται από τα στοιχεία που
ανήκουν στο Α ή στο Β. Η ένωση των Α,Β συµβολίζεται µε A ∪ B .
Το συµπλήρωµα του Β στο Α είναι το σύνολο που αποτελείται από τα
στοιχεία του Α που δεν ανήκουν στο Β και συµβολίζεται µε Α – Β.
Παράδειγµα
Έστω A = {1, 2,3}, B = {2,3, 4}. Τότε
A ∩ B = {2,3}, A ∪ B = {1, 2,3, 4}, A − B = {1}, B − A = {4}.
Αν A = { x ∈ R 0 ≤ x ≤ 2} , B = { x ∈ R 1 ≤ x ≤ 3} , τότε
A ∩ B = { x ∈ R 1 ≤ x ≤ 2} , A ∪ B = { x ∈ R 0 ≤ x ≤ 3} ,
A − B = { x ∈ R 0 ≤ x < 1} , B − A = { x ∈ R 2 < x ≤ 3}
Ορισµός 3 (καρτεσιανό γινόµενο)

Έστω Α,Β δυο σύνολα. Το καρτεσιανό γινόµενο των Α,Β είναι το σύνολο µε στοιχεία
τα διατεταγµένα ζεύγη (a, b) , όπου a ∈ A και b ∈ B, και συµβολίζεται µε A × B .
Αν A = {1, 2}, B = {1,3} , τότε έχουµε
A × B = {(1,1), (1,3), (2,1), (2,3)} , B × A = {(1,1), (1, 2), (3,1), (3, 2)}
A × A = {(1,1), (1, 2), (2,1), (2, 2)}, B × B = {(1,1), (1,3), (3,1), (3, 2)}.
Με ανάλογο τρόπο ορίζεται το καρτεσιανό γινόµενο A1 × ... × An των συνόλων
A1 ,.., An , δηλαδή το A1 × ... × An είναι το σύνολο των διατεταγµένων n – άδων
(a1 ,..., an ), όπου ai ∈ Ai . Στην ειδική περίπτωση A1 = ... = An = A, θα γράφουµε An
στη θέση του A1 × ... × An .
R 2 = {( x, y ) x, y ∈ R} , R 3 = {( x, y, z ) x, y, z ∈ R} .
ΑΠΕΙΚΟΝΙΣΕΙΣ
Ορισµός 4 (απεικόνιση επί και 1-1, εικόνα)
Έστω f : X → Y µια απεικόνιση. Θα λέµε ότι η f είναι
επί αν για κάθε y ∈ Y υπάρχει x ∈ X τέτοιο ώστε f ( x) = y
ένα προς ένα (συµβολικά 1-1) αν για κάθε x1 , x2 ∈ X µε x1 ≠ x2
έπεται ότι f ( x1 ) ≠ f ( x2 ).
Παρατηρούµε ότι η f είναι 1-1 αν για κάθε x1 , x2 ∈ X τέτοια ώστε f ( x1 ) = f ( x2 )
έπεται ότι x1 = x2 .
Η εικόνα f ( X ) της f : X → Y είναι το σύνολο { f ( x) ∈ Y x ∈ X }. Η εικόνα της f
συµβολίζεται και µε imf . Παρατηρούµε ότι η f είναι επί αν και µόνο αν f ( X ) = Y .
Η απεικόνιση f : Z → Z, f ( x) = 2 x, δεν είναι επί αφού, για παράδειγµα, δεν
υπάρχει x ∈ Z τέτοιο ώστε f ( x) = 1. Αυτή είναι 1-1 γιατί από τη σχέση
f ( x1 ) = f ( x2 ) έπεται ότι 2 x1 = 2 x2 , δηλαδή x1 = x2 . Η εικόνα της είναι το
σύνολο των άρτιων ακεραίων.
Η απεικόνιση f : Z → A, f ( x) = 2 x, όπου Α είναι το σύνολο των άρτιων

ακεραίων είναι επί και 1-1.
Η απεικόνιση f : Z → {1, −1} , f ( x) = cos( xπ ) , είναι επί. Αυτή δεν είναι 1-1
αφού, για παράδειγµα, f (0) = f (2)
Η απεικόνιση f : R → R, f ( x) = x 2 , δεν είναι επί αφού δεν υπάρχει x ∈ R ,

τέτοιο ώστε f ( x) = −1 . Επίσης η f δεν είναι 1-1 αφού, για παράδειγµα,
f (−2) = f (2). Η εικόνα της είναι το σύνολο των µη αρνητικών
πραγµατικών αριθµών.
Τα προηγούµενα συµπεράσµατα έχουν γεωµετρικές ερµηνείες. Η γραφική
παράσταση της συνάρτησης f ( x) = x 2 φαίνεται στο παρακάτω σχήµα.
. .
( x2 , c) ( x1 , c)
Παρατηρούµε ότι η οριζόντια διακεκοµµένη ευθεία (της οποίας η εξίσωση

είναι της µορφής y = c, όπου c είναι µια θετική σταθερή) τέµνει την
καµπύλη σε δυο σηµεία. ∆ηλαδή υπάρχουν δυο διαφορετικά x που
αντιστοιχίζουν στο ίδιο y και άρα η συνάρτηση f ( x) = x 2 δεν είναι 1-1.
Επίσης από τη γραφική παράσταση βλέπουµε ότι η εικόνα της συνάρτησης
είναι ο πάνω ηµιάξονας των y, δηλαδή είναι το σύνολο { y ∈ \ y ≥ 0} των µη
αρνητικών πραγµατικών αριθµών.

Η απεικόνιση f : R → R, f ( x) = 5 x − 3, είναι επί και 1-1. Πράγµατι, αν
y+3
y ∈ R , τότε για x = έχουµε f ( x ) = y και άρα η f είναι επί. Αν
5
f ( x1 ) = f ( x2 ) , τότε 5 x1 − 3 = 5 x2 − 3 και εποµένως x1 = x2 , δηλαδή η f
είναι 1-1.
Ορισµός 5 (σύνθεση, αντίστροφη απεικόνιση)

Θεωρούµε απεικονίσεις f : X → Y , g : W → Z τέτοιες ώστε f ( X ) ⊆ W . Τότε
ορίζεται µια απεικόνιση g D f : X → Z , ( g D f ) ( x) = g ( f ( x)). Αυτή λέγεται η
σύνθεση της f µε τη g.
Για τις f : R → R, f ( x) = 5 x − 3, και g : R → R, g ( x) = x 2 , έχουµε
( g D f ) ( x) = g ( f ( x)) = g (5 x − 3) = (5 x − 3)2 = 25 x 2 − 30 x + 9 . Στο
παράδειγµα αυτό ορίζεται και η σύνθεση f D g . Για αυτή έχουµε
( f D g )( x) = f ( g ( x)) = f ( x 2 ) = 5 x 2 − 3.
Μια απεικόνιση f : X →Y λέγεται αντιστρέψιµη αν υπάρχει απεικόνιση
g :Y → X τέτοια ώστε για κάθε x∈ X , g ( f ( x)) = x και για κάθε
y ∈ Y , f ( g ( y )) = y.
Στην περίπτωση που η f είναι αντιστρέψιµη, αποδεικνύεται ότι υπάρχει µοναδική g
µε τις προηγούµενες ιδιότητες. Η g αυτή λέγεται η αντίστροφη απεικόνιση της f και
συµβολίζεται συχνά µε f −1.
Η απεικόνιση f : R → R, f ( x) = 5 x − 3, είναι αντιστρέψιµη. Πράγµατι,
y+3
θεωρώντας την απεικόνιση g : R → R, g ( y ) = , έχουµε
5
g ( f ( x)) = g (5 x − 3) =
( 5 x − 3) + 3 = x και
5
y +3 ⎛ y +3⎞
f ( g ( y )) = f ( ) = 5⎜ ⎟ − 3 = y.
5 ⎝ 5 ⎠
Η απεικόνιση f : R → R, f ( x) = x 2 − 2, δεν είναι αντιστρέψιµη, γιατί αν
υπήρχε g : R → R µε g ( f ( x)) = x , για κάθε x ∈ R , τότε θέτοντας
x = ± 2 θα είχαµε ότι ισχύουν ταυτόχρονα οι ισότητες

g ( f ( 2)) = 2, g ( f (− 2)) = − 2 . Από αυτές παίρνουµε
g (0) = 2, g (0) = − 2, δηλαδή 2 = − 2, που είναι άτοπο.

ΜΙΓΑ∆ΙΚΟΙ ΑΡΙΘΜΟΙ
Ορισµός 6 (άθροισµα και γινόµενο µιγαδικών)
Το σύνολο C των µiγαδικών αριθµών είναι το C = {a + bi a, b ∈ R} , όπου i 2 = −1.
Κάθε στοιχείο του C γράφεται µοναδικά στη µορφή a + bi µε a, b ∈ R , δηλαδή

έχουµε a + bi = c + di, όπου a, b, c, d ∈ R, αν και µόνο αν a = c και b = d .
Έστω z , w∈ C µε z = a + bi και w = c + di. Ορίζουµε το άθροισµα και το γινόµενο
µιγαδικών αριθµών ως εξής.
Πρόσθεση z + w = (a + c) + (b + d )i .
Πολλαπλασιασµός zw = (ac − bd ) + (ad + bc)i
Αν z = 2 − 5i και w = 1 + 3i , τότε
z + w = ( 2 + 1) + (−5 + 3)i = ( 2 + 1) + (−2)i
zw = ( 2 + 5 ⋅ 3) + (3 2 − 5)i = ( 2 + 15) + (3 2 − 5)i .
Ορισµός 7 (αντίστροφος µιγαδικού)

Έστω z = a + bi ένας µη µηδενικός µιγαδικός αριθµός, όπου a, b ∈ R . (Από τώρα και
στο εξής όταν γράφουµε z = a + bi θα εννοούµε ότι a, b ∈ R ακόµα και αν δεν το
αναφέρουµε ρητά). Τότε κάποιος από τους a,b είναι µη µηδενικός και άρα
a −b
a 2 + b 2 ≠ 0. Ο µιγαδικός αριθµός + 2 i ονοµάζεται ο αντίστροφος του z
a + b a + b2
2 2
και συµβολίζεται µε z −1. Επισηµαίνουµε ότι zz −1 = z −1 z = 1.
3 7 3 7
Ο αντίστροφος του z = 3 − 7i είναι ο z −1 = + 2 i= + i
3 +7 3 +7
2 2 2
58 58
Ορισµός 8 (µέτρο µιγαδικού, συζυγής µιγαδικός)
Το µέτρο του z = a + bi είναι ο πραγµατικός αριθµός z = a 2 + b 2 .

2
Ο συζυγής του z = a + bi είναι ο z = a − bi. Παρατηρούµε ότι z = z z .
2
1 ⎛1⎞ 37
Το µέτρο του z = 3 − i είναι z = 32 + ⎜ ⎟ = και ο συζυγής του είναι
2 ⎝2⎠ 2
1
z = 3+ i .
2
Ορισµός 9 (τριγωνοµετρική µορφή)
Έστω z = a + bi ένας µη µηδενικός µιγαδικός αριθµός και ρ = z . Αποδεικνύεται ότι
υπάρχει µοναδικός πραγµατικός αριθµός θ τέτοιος ώστε

a b
0 ≤ θ < 2π , cosθ = , sin θ = .
ρ ρ
O θ ονοµάζεται το όρισµα του z. Η παράσταση z = ρ (cos θ + i sin θ ) ονοµάζεται η
τριγωνοµετρική µορφή του z.
Για να βρούµε την τριγωνοµετρική µορφή του z = 3 + i , βρίσκουµε πρώτα
το µέτρο του
( 3)
2
ρ= z = + 12 = 2.
a 3 b 1
Για το όρισµα έχουµε cos θ = = , sin θ = = . Από τις σχέσεις αυτές
ρ 2 ρ 2
π π π
συµπεραίνουµε ότι cos θ = cos , sin θ = sin και άρα θ = + 2kπ για
6 6 6
π
κάποιο k ∈ Z . Επειδή 0 ≤ θ < 2π έχουµε θ = . Άρα η ζητούµενη
6
π π
τριγωνοµετρική µορφή είναι 2(cos + i sin ).
6 6
ΠΟΛΥΩΝΥΜΑ
Ορισµός 10 (βαθµός, διαίρεση)
Με F συµβολίζουµε ένα από τα σύνολα R,C και µε F[ x] συµβολίζουµε το σύνολο
των πολυωνύµων που έχουν συντελεστές από το F .

Έστω f ( x) = f n x n + ... + f1 x + f 0 ∈ F[ x]. Αν f n ≠ 0, θα λέµε ότι ο βαθµός του
f(x) είναι n. Ο βαθµός του µηδενικού πολυωνύµου ορίζεται να είναι το −∞ .

Έστω f ( x), g ( x) ∈ F[ x]. Θα λέµε ότι το f(x) διαιρεί το g(x) επί του F αν
υπάρχει h(x)∈F[x] τέτοιο ώστε g(x) = f(x)h(x).
Το x 2 − 1 διαιρεί το x3 + x 2 − x − 1 επί του R αφού x3 + x 2 − x − 1 = ( x 2 − 1)( x + 1).

Όµως το x 2 + 1 δεν διαιρεί το x3 + x 2 − x − 1 επί του R αφού σε διαφορετική
περίπτωση θα είχαµε x3 + x 2 − x − 1 = ( x 2 + 1)h( x), h( x) ∈ R[ x]. Αντικαθιστώντας
το x µε το i θα είχαµε i 3 + i 2 − i − 1 = 0 ⇒ −2 − 2i = 0, που είναι άτοπο.
Ορισµός 11 (ρίζα πολυωνύµου)

Ένας µιγαδικός αριθµός a λέγεται ρίζα του πολυωνύµου f ( x) ∈ F[ x], αν f(a) = 0.
Με πράξεις διαπιστώνεται ότι (−1 + i 3)3 = 8. Άρα ο µιγαδικός αριθµός
−1 + i 3 είναι µια ρίζα του πολυωνύµου x3 − 8.
ΘΕΜΕΛΙΩ∆ΕΙΣ ΓΝΩΣΕΙΣ
ΣΥΝΟΛΑ
Πρόταση 1 (τοµή και ένωση)
Έστω A, B, C σύνολα. Τότε ισχύουν οι παρακάτω σχέσεις.
A∩ A = A A∪ A = A
A∩ B = B ∩ A A∪ B = B ∪ A
A ∩ ( B ∩ C ) = ( A ∩ B) ∩ C A ∪ ( B ∪ C ) = ( A ∪ B) ∪ C
A ∩ ( B ∪ C ) = ( A ∩ B) ∪ ( A ∩ C ) A ∪ ( B ∩ C ) = ( A ∪ B) ∩ ( A ∪ C )
A ∩ ( A ∪ B) = A A ∪ ( A ∩ B) = A
A∩∅ = ∅ A∪∅ = A
Πρόταση 2 (συµπλήρωµα συνόλου)

Έστω S ένα σύνολο, A ⊆ S και B ⊆ S . Με Ac συµβολίζουµε το S − A . Τότε ισχύουν
οι σχέσεις
( A ∩ B) = Ac ∪ B c και ( A ∪ B ) = Ac ∩ B c .
c c
ΑΠΕΙΚΟΝΙΣΕΙΣ
Πρόταση 3 (σύνθεση απεικονίσεων)
Έστω f : X → Y , g : Y → Z δυο απεικονίσεις. Ισχύουν τα εξής.
1. Αν οι f και g είναι επί , τότε και σύνθεση g D f είναι επί.
2. Αν οι f και g είναι 1-1, τότε και η σύνθεση g D f είναι 1-1.
3. Αν οι f και g είναι 1-1 και επί, τότε και η σύνθεση g D f είναι 1-1 και επί.
Πρόταση 4 (κριτήριο ύπαρξης αντίστροφης απεικόνισης)

Μια απεικόνιση είναι αντιστρέψιµη αν και µόνο αν είναι 1-1 και επί.
Πρόταση 5
Έστω f : X → Y , g : Y → Z δυο απεικονίσεις που είναι 1-1 και επί. Τότε η σύνθεση
g D f : X → Z είναι 1-1 και επί και ισχύει ( g D f ) = f −1 D g −1.

−1
ΕΠΑΓΩΓΗ
Η µαθηµατική επαγωγή ή απλά επαγωγή είναι µια µέθοδος απόδειξης που µπορεί
να περιγραφεί ως εξής.
Έστω ότι για κάθε φυσικό αριθµό n έχουµε µια πρόταση P(n), που αφορά τον n,
τέτοια ώστε
1. η P(1) αληθεύει, και
2. για κάθε n, αν αληθεύει η P(n) τότε αληθεύει και η P(n+1).
Τότε συµπεραίνουµε ότι η πρόταση P(n) αληθεύει για κάθε n.
Να αποδειχτεί ότι για φυσικό αριθµό n έχουµε
n(n + 1)
−12 + 22 − 32 + ... + (−1) n n 2 = (−1) n .
2
Λύση
1⋅ 2
Για n = 1, η αποδεικτέα σχέση γίνεται −1 = −1 , που βέβαια αληθεύει.
2
Υποθέτουµε ότι για συγκεκριµένο n ισχύει η ισότητα
n(n + 1)
−12 + 22 − 32 + ... + (−1) n n 2 = (−1) n
2
και θα αποδείξουµε την
(n + 1) ( n + 2 )
−12 + 22 − 32 + ... + (−1) n +1 ( n + 1) = (−1) n +1
2
.
2
Έχουµε
−12 + 22 − 32 + ... + (−1) n +1 ( n + 1) =

2
( −1 2
+ 22 − 32 + ... + (−1) n n 2 ) + (−1) n +1 ( n + 1) =
2
n(n + 1)
+ (−1) n +1 ( n + 1) =
2
(−1) n
2
−n(n + 1) + 2(n + 1) 2
(−1) n +1 =
2
(n + 1)(n + 2)
(−1) n +1 .
2
ΜΙΓΑ∆ΙΚΟΙ ΑΡΙΘΜΟΙ
Πρόταση 6 (µέτρο µιγαδικού αριθµού)
Έστω z , z1 , z2 ∈ C . Τότε
1. z = −z
2. z1 z2 = z1 z2
z1 z
3. αν z2 ≠ 0 , τότε = 1
z2 z2
4. z1 + z2 ≤ z1 + z2 .
1 4 − 5i
Για να βρούµε το µέτρο του + έχουµε
2 + 3i 1 − i
1 4 − 5i 1 − i + ( 4 − 5i )( 2 + 3i ) 24 + i
+ = =
2 + 3i 1 − i ( 2 + 3i )(1 − i ) ( 2 + 3i )(1 − i )
και εποµένως
1 4 − 5i 24 + i 24 + i
+ = = =
2 + 3i 1 − i ( 2 + 3i )(1 − i ) ( 2 + 3i ) (1 − i )
242 + 12 577
= .
2 +3
2 2
1 +1
2 2 26
Πρόταση 7 (συζυγείς µιγαδικοί)

Έστω z , z1 , z2 ∈ C . Τότε
2
1. z = zz
2. z1 + z2 = z1 + z2
3. z1 z2 = z1 z2
⎛z ⎞ z
4. αν z2 ≠ 0 , τότε ⎜ 1 ⎟ = 1
⎝ z2 ⎠ z 2
Πρόταση 8 (τριγωνοµετρική µορφή µιγαδικού)

Έστω z1 = ρ1 ( cos θ1 + i sin θ1 ) και z2 = ρ 2 ( cos θ 2 + i sin θ 2 ) . Τότε έχουµε
z1 z2 = ρ1 ρ 2 ( cos (θ 1 + θ 2 ) + i sin (θ 1 + θ 2 ) )
και αν z2 ≠ 0,
z1 ρ1
=
z2 ρ 2
( cos (θ 1 − θ 2 ) + i sin (θ 1 − θ 2 ) ) .
Θεώρηµα 9 (του De Moivre)

Έστω z = ρ ( cos θ + i sin θ ) ≠ 0 . Τότε για κάθε ακέραιο αριθµό n έχουµε
z n = ρ n ( cos ( nθ ) + i sin ( nθ ) ) .
Γεωµετρική ερµηνεία γινοµένου µιγαδικών

Από την Πρόταση 8 βλέπουµε ότι ο πολλαπλασιασµός µιγαδικών έχει µια απλή
γεωµετρική ερµηνεία: στο γινόµενο z1 z2 αντιστοιχεί ένα διάνυσµα που το µέτρο του
είναι το γινόµενο z1 z2 και σχηµατίζει γωνία µε τον άξονα των x ίση µε θ1 + θ 2 όπως
φαίνεται στο επόµενο σχήµα
M ( z 1 z2 )
M ( z2 )
θ1 + θ 2
θ2 M ( z1 )
θ1
Θεώρηµα 10 (n – στές ρίζες µιγαδικού)

Έστω a ∈ C, a ≠ 0, n ∈ `. Η εξίσωση z n = a έχει n διακεκριµένες λύσεις που δίνονται
από τον τύπο
⎛ θ + 2kπ θ + 2kπ ⎞
zk = n ρ ⎜ cos + i sin ⎟ , k = 0,1,..., n − 1,
⎝ n n ⎠
όπου ρ είναι το µέτρο του a και θ είναι το όρισµά του.
Για να λύσουµε την εξίσωση z 3 = i έχουµε
π π
z 3 = i = cos + i sin ⇒
2 2
π π
+ 2kπ + 2kπ
zk = cos 2 + i sin 2 , k = 0,1, 2.
3 3
Άρα οι λύσεις είναι
π π 3 1
z0 = cos + i sin = +i ,
6 6 2 2
5π 5π 3 1
z1 = cos+ i sin =− +i
6 6 2 2
9π 9π
z2 = cos + i sin = −i
6 6
Σηµείωση. Οι λύσεις της εξίσωσης z n = 1 αντιστοιχούν στα σηµεία του επιπέδου
που είναι κορυφές του κανονικού n - γώνου.
ΠΟΛΥΩΝΥΜΑ
Πρόταση 11 (βαθµός πολυωνύµου)
Έστω f ( x), g ( x) ∈ F[ x]. Τότε deg( f ( x) g ( x)) = deg f ( x) + deg g ( x), όπου deg f ( x)
είναι ο βαθµός του f(x).
Πρόταση 12 (αλγόριθµος διαίρεσης)

Έστω f ( x), g ( x) ∈ F[ x] µε g ( x) ≠ 0. Τότε υπάρχουν µοναδικά πολυώνυµα
q( x), r ( x) ∈ F[ x] τέτοια ώστε f ( x) = g ( x)q ( x) + r ( x) και deg r ( x) < g ( x).
Πρόταση 13 (ρίζες πολυωνύµων)

Έστω f ( x) ∈ F[ x] και a ∈ F. Ισχύουν τα εξής
1. Το υπόλοιπο της διαίρεσης του f ( x) µε το x − a είναι το f (a).

2. Το a είναι ρίζα του f ( x) αν και µόνο αν το x − a διαιρεί το f ( x) επί του F .
3. Αν f ( x) ≠ 0, τότε το πλήθος των ριζών του είναι το πολύ deg f ( x).
Έστω ότι το υπόλοιπο της διαίρεσης του f ( x) = x 3 + ax 2 + 2 x − 1 µε το x − 2
είναι 3. Τότε από το 1 της προηγούµενης Πρότασης έχουµε f (2) = 3 , δηλαδή
23 + a 22 + 2 ⋅ 2 − 1 = 3 ⇒ a = −2.
Θεώρηµα 14 (Θεµελιώδες Θεώρηµα της Άλγεβρας)

Κάθε πολυώνυµο θετικού βαθµού µε συντελεστές από το C έχει τουλάχιστον µια
µιγαδική ρίζα.
Θεώρηµα 15 (πλήθος ριζών πολυωνύµου)

Έστω f ( x) ∈ ^[ x] ένα πολυώνυµο θετικού βαθµού µε deg f ( x) = n. Τότε υπάρχουν
c, a1 ,..., an ∈ C τέτοια ώστε f ( x) = c( x − a1 )...( x − an ) .
Πρόταση 16
Αν το z ∈ C είναι ρίζα ενός πολυωνύµου που έχει πραγµατικούς συντελεστές, τότε και ο
συζυγής z είναι ρίζα του πολυωνύµου αυτού.
Για συγκεκριµένα παραδείγµατα εφαρµογής των προηγούµενων αποτελεσµάτων

παραπέµπουµε στις Λυµένες Ασκήσεις 11,12,13.
Θεώρηµα 17 (σχέσεις του Vieta)

Αν το f ( x) = f n x n + ... + f1 x + f 0 είναι ένα πολυώνυµο βαθµού n και a1 ,..., an ∈ C είναι
οι ρίζες του, τότε
k f
∑
1≤ i1 <...< ik ≤ n
ai1 ...aik = ( −1) n − k .
fn
Αν a1 , a2 , a3 είναι οι ρίζες του x3 − 4 x 2 − 3 x − 1 , τότε
a1 + a2 + a3 = 4
a1a2 + a1a3 + a2 a3 = −3
a1a2 a3 = 1
ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ
Άσκηση 1
Αποδείξτε ότι αν Α,Β είναι σύνολα, τότε A ∪ B − A ∩ B = ( A − B ) ∪ ( B − A).
Λύση
Χρησιµοποιώντας τον Ορισµό 2 έχουµε
⎧x ∈ A ∪ B ⎧x ∈ A ή x ∈ B
⎪ ⎪
x ∈ A ∪ B − A ∩ B ⇔ ⎨και ⇔ ⎨και ⇔
⎪x ∉ A ∩ B ⎪x ∉ A ή x ∉ B
⎩ ⎩
⎧ x ∈ A και x ∉ B ⎧x ∈ A − B
⎪ ⎪
⎨ή ⇔⎨ή ⇔ x ∈ ( A − B) ∪ ( B − A).
⎪ x ∈ B και x ∉ A ⎪ x ∈ B − A
⎩ ⎩
Άρα A ∪ B − A ∩ B = ( A − B ) ∪ ( B − A).
Σηµείωση
Η λύση θα µπορούσε να διατυπωθεί µε τη βοήθεια της Πρότασης 2 για
S = A ∪ B ως εξής.
A ∪ B − A ∩ B = ( A ∩ B ) = Ac ∪ B c =
c
( A ∪ B − A) ∪ ( A ∪ B − B ) = ( B − A) ∪ ( A − B ) .
Το σύνολο A ∪ B − A ∩ B = ( A − B ) ∪ ( B − A) αντιστοιχεί στο χρωµατισµένο
τµήµα του διαγράµµατος του Venn. Από το διάγραµµα αυτό φαίνεται ότι η
προηγούµενη ισότητα είναι αναµενόµενη.
Άσκηση 2
1. Να βρεθεί η εικόνα f (R) της συνάρτησης f : R → R, f ( x) = x 2 − x − 5.
2. Να βρεθεί η εικόνα της συνάρτησης
g : R → R, g ( x) = ax 2 + bx + c, a, b, c ∈ R, a > 0.
Στη συνέχεια να αποδειχτεί ότι η συνάρτηση
−b
h :[ , ∞) → g (R), h( x) = g ( x),
2a
είναι αντιστρέψιµη. Να δοθεί µια γεωµετρική ερµηνεία.
Λύση
1. Πρώτη λύση. Συµπληρώνοντας τα τετράγωνα έχουµε
⎛ 2 1 ⎛1⎞ ⎞ ⎛1⎞
2 2
⎛
2
1 ⎞ 21 21
f ( x) = x − x − 5 = ⎜ x − 2 x + ⎜ ⎟ ⎟ − ⎜ ⎟ − 5 = ⎜ x − ⎟ − ≥ − .
2
⎜ 2 ⎟
⎝2⎠ ⎠ ⎝2⎠ ⎝ 2⎠ 4 4
⎝
21
Άρα f (R) = [− , ∞).
4
∆εύτερη λύση. Ένα y ∈ R ανήκει στην εικόνα της f(x) αν και µόνο αν υπάρχει x ∈ R
τέτοιο ώστε x 2 − x − 5 = y, δηλαδή αν και µόνο αν το τριώνυµο x 2 − x − (5 + y ) έχει
µια πραγµατική ρίζα. Η διακρίνουσα ∆ = (−1) 2 − 4 ( − ( 5 + y ) ) του τριωνύµου είναι µη
21 21
αρνητική αν και µόνο αν 1 + 4(5 + y ) ≥ 0 ⇔ y ≥ − . Άρα f (R) = [− , ∞).
4 4
2. Εργαζόµενοι όπως ακριβώς στην πρώτη λύση βρίσκουµε
2
⎛ b ⎞ b 2 − 4ac
g ( x) = a ⎜ x + ⎟ − .
⎝ 2a ⎠ 4a
b 2 − 4ac
Επειδή a > 0, συµπεραίνουµε ότι g ( R ) = [− , ∞) .
4a
Επειδή η h είναι επί, για να δείξουµε ότι αυτή είναι αντιστρέψιµη αρκεί να δείξουµε
−b
ότι είναι 1-1 (βλ. Πρόταση 4). Έστω x1 , x2 ∈ [ , ∞) µε x1 ≠ x2 και h( x1 ) = h( x2 ). Θα
2a
φθάσουµε σε άτοπο. Έχουµε
h( x1 ) = h( x2 ) ⇒ ax12 + bx1 + c = ax2 2 + bx2 + c ⇒

a ( x12 − x2 2 ) + b( x1 − x2 ) = 0 ⇒ a ( x1 + x2 )( x1 − x2 ) + b( x1 − x2 ) = 0 ⇒
b
a ( x1 + x2 ) + b ⇒ x1 + x2 = − .
a
−b b
Επειδή όµως x1 , x2 ∈ [ , ∞) , βλέπουµε ότι από τη σχέση x1 + x2 = − έπεται ότι
2a a
b
x1 = x2 = − . Αυτό είναι άτοπο αφού x1 ≠ x2 .
2a
b
−
2a
b 2 − 4ac
−
4a
−b
Η συνάρτηση h είναι ο περιορισµός της g στο υποσύνολο [ , ∞) . Η γραφική
2a
παράσταση της h είναι το ‘δεξιό µισό’ της γραφικής παράστασης της g. Από το
σχήµα φαίνεται ότι οι g και h έχουν την ίδια εικόνα (το τµήµα του άξονα των y που
b 2 − 4ac
είναι πάνω από το − συµπεριλαµβανοµένου του σηµείου αυτού), αλλά µόνο
4a
η h είναι 1-1.
Άσκηση 3
x
Εξετάστε αν η συνάρτηση f : R → R, f ( x) = , είναι 1-1 ή/και επί και επιπλέον
x +1
2
προσδιορίστε την εικόνα της.

Λύση
Για το 1-1: Έστω x1 , x2 ∈ R, x1 ≠ x2 µε f ( x1 ) = f ( x2 ). Έχουµε
x1 x
f ( x1 ) = f ( x2 ) ⇔ = 22 ⇔
x + 1 x2 + 1
1
2
x1 x2 2 + x1 = x12 x2 + x2 ⇔ x1 x2 ( x1 − x2 ) = x1 − x2 ⇔
x1 x2 = 1.
Εποµένως η f(x) δεν είναι 1-1, αφού επιλέγοντας x1 , x2 ∈ R, x1 ≠ x2 µε x1 x2 = 1 έχουµε
1
f ( x1 ) = f ( x2 ). Για παράδειγµα, αν x1 = 2, x2 = , τότε f ( x1 ) = f ( x2 ) = 2 / 5.
2
Για το επί: Έστω y ∈ R τέτοιο ώστε υπάρχει x ∈ R µε y = f ( x). Έχουµε
x
y = f ( x) = ⇔ yx 2 − x + y = 0 ⇔
x +12
⎡ 1 1⎤
∆ = 1 − 4 y 2 ≥ 0 ⇔ y ∈ ⎢− , ⎥ .
⎣ 2 2⎦
⎡ 1 1⎤
Άρα η εικόνα της f(x) είναι το διάστηµα ⎢ − , ⎥ και συνεπώς η f(x) δεν είναι επί.
⎣ 2 2⎦
Άσκηση 4
x −1
1. Αποδείξτε ότι η απεικόνιση f : R − {2} → R, f ( x) = δεν είναι
x−2
αντιστρέψιµη.
x −1
2. Αποδείξτε ότι η απεικόνιση f : R − {2} → R −{1}, f ( x) = είναι
x−2
αντιστρέψιµη και βρείτε την αντίστροφή της.
Λύση
1. Βλέπουµε ότι δεν υπάρχει x µε f ( x) = 1 , γιατί διαφορετικά θα είχαµε
x − 1 = x − 2 , που είναι άτοπο. Άρα η f(x) δεν είναι επί και άρα δεν είναι
αντιστρέψιµη σύµφωνα µε την Πρόταση 4.
2. Θα βρούµε µια απεικόνιση g : R − {1} → R − {2} , τέτοια ώστε
( g D f ) ( x ) = x, ( f D g ) ( y ) = y για κάθε x ∈ R − {2} , y ∈ R − {1} .
x −1
Έστω y ∈ R − {1} . Λύνοντας τη σχέση = y ως προς x βρίσκουµε
x−2
x −1 2 y −1
= y ⇒ x( y − 1) = 2 y − 1 ⇒ x = . Ορίζουµε την απεικόνιση
x−2 y −1
2 y −1
g : R − {1} → R − {2}, g ( y ) = . Πρώτα από όλα πρέπει να
y −1
επαληθεύσουµε ότι g ( y ) ∈ R − {2} για κάθε y ∈ R − {1}. Πράγµατι, αν
2 y −1
g ( y) = = 2 ⇒ 2 y − 1 = 2 y − 2 ⇒ −1 = −2, άτοπο. Για τη σύνθεση g D f
y −1
x −1
2 −1
⎛ x −1 ⎞ x − 2 2x − 2 − x + 2
έχουµε ( g D f ) ( x) = g ( f ( x)) = g ⎜ ⎟ = x −1 = = x . Με
⎝ x−2⎠ −1 x −1 − x + 2
x−2
ανάλογο τρόπο αποδεικνύεται και η σχέση ( f D g ) ( y ) = y . Άρα η f(x) είναι
αντιστρέψιµη και η αντίστροφή της είναι η g(x).
Σηµείωση Για την εύρεση της αντίστροφης συνάρτησης υπάρχει ένας
συστηµατικός τρόπος που συχνά είναι αποτελεσµατικός: Έστω ότι
y = f ( x) είναι µια αντιστρέψιµη συνάρτηση. Λύνουµε, αν αυτό είναι
δυνατό, τη σχέση y = f ( x) ως προς x. Στην νέα σχέση x = g ( y )
εναλλάσσουµε τα x, y παίρνοντας y = g ( x). Η συνάρτηση y = g ( x)
είναι η ζητούµενη αντίστροφη. Ουσιαστικά ακολουθήσαµε αυτή την
ιδέα στη λύση της προηγούµενης άσκησης. Ένα άλλο παράδειγµα
υπάρχει στη Λυµένη Άσκηση 6. Επισηµαίνουµε ότι από τον παραπάνω
τρόπο φαίνεται ότι οι γραφικές παραστάσεις µιας συνάρτησης και της
αντίστροφής της είναι συµµετρικές ως προς την ευθεία y = x. Στο
επόµενο σχήµα έχουµε τη γραφική παράσταση της y = x 3 και της
αντίστροφής της y = 3 x
y=3 x
y = x3
Άσκηση 5
Εξετάστε για ποια k ∈ R η απεικόνιση f : R 2 → R 2 , f ( x, y ) = ( x + 3 y, kx + 6 y ), είναι
1-1 και επί.
Λύση
Ας εξετάσουµε πρώτα το 1-1. Έστω ότι f ( x1 , y1 ) = f ( x2 , y2 ) . Έχουµε
( x1 + 3 y1 , kx1 + 6 y1 ) = ( x2 + 3 y2 , kx2 + 6 y2 ) ⇒
⎧ x1 + 3 y1 = x2 + 3 y2
⎨ ⇒
⎩kx1 + 6 y1 = kx2 + 6 y2
⎧kx1 + 3ky1 = kx2 + 3ky2
⎨ ⇒
⎩kx1 + 6 y1 = kx2 + 6 y2
3(2 − k ) y1 = 3(2 − k ) y2 ⇒
(2 − k ) y1 = (2 − k ) y2 .
∆ιακρίνουµε δυο περιπτώσεις.
Αν k ≠ 2 , τότε (2 − k ) y1 = (2 − k ) y2 ⇒ y1 = y2 . Από τη σχέση
x1 + 3 y1 = x2 + 3 y2 παίρνουµε x1 = x2 , οπότε ( x1 , y1 ) = ( x2 , y2 ) , δηλαδή η

απεικόνιση είναι 1-1.
Έστω ότι k = 2. Τότε η δοσµένη απεικόνιση είναι η
f ( x, y ) = ( x + 3 y, 2 x + 6 y ) που δεν είναι 1-1, αφού f (0, 0) = f (3, −1).
Για το επί: Επειδή µας ενδιαφέρει αν η απεικόνιση είναι 1-1 και επί, υποθέτουµε ότι
k ≠ 2. Θα δείξουµε ότι η απεικόνιση είναι επί. Έστω (a, b) ∈ R 2 . Έχουµε
f ( x, y ) = (a, b) ⇔ ( x + 3 y, kx + 6 y ) = (a, b) ⇔
⎧x + 3y = a
⎨
⎩kx + 6 y = b.
Εύκολα βλέπουµε ότι το σύστηµα έχει λύση (για k ≠ 2 ). Πράγµατι,
πολλαπλασιάζοντας την πρώτη εξίσωση του συστήµατος µε 2 και αφαιρώντας από τη
b − 2a
δεύτερη βρίσκουµε (k − 2) x = b − 2a ⇒ x = , οπότε από την πρώτη εξίσωση
k −2
b − 2a
a−
a−x k − 2 . Άρα η απεικόνιση είναι επί.
του συστήµατος παίρνουµε y = =
3 3
Τελικά βλέπουµε ότι η f(x,y) είναι 1-1 και επί αν και µόνο αν k ≠ 2.
Σηµείωση. Αν k = 2, τότε η f απεικονίζει το επίπεδο R 2 σε µια ευθεία, την y = 2 x.
f ( x, y ) = ( x + 3 y, 2( x + 3 y ))
y = 2x
Άσκηση 6
Υπενθυµίζουµε πρώτα ένα ορισµό. Έστω f : X → X µια συνάρτηση τέτοια ώστε το
πεδίο ορισµού και το πεδίο τιµών ταυτίζονται. Για κάθε θετικό ακέραιο n ορίζουµε
επαγωγικά µια συνάρτηση f ( n ) : X → X ως εξής: f (1) = f , και αν n ≥ 2, τότε
f ( n ) = f D f ( n −1) . Βλέπουµε ότι f ( n ) = f D ... D f , που είναι η σύνθεση της f µε τον

n φορ ές
εαυτό της n φορές.

Θεωρούµε τώρα τη συνάρτηση f : R → R, f ( x) = 5 x + 2. Να βρεθεί ένας ΄τύπος’ για τη
f ( n ) . Επίσης εξετάστε αν η f ( n ) είναι αντιστρέψιµη και σε θετική περίπτωση

υπολογίστε την αντίστροφή της.
Λύση
Για να βρούµε ένα γενικό τύπο για τη f ( n ) ας κάνουµε µερικούς υπολογισµούς για n
= 1,2,3. Έχουµε
f ( x) = 5 x + 2
f (2) ( x) = f ( f ( x)) = 5 f ( x) + 2 = 5(5 x + 2) + 2 = 52 x + 2(5 + 1)
f (3) ( x) = f ( f (2) ( x)) = 5 f (2) ( x) + 2 = 5 ( 52 x + 2(5 + 1) ) + 2 = 53 x + 2(52 + 5 + 1).
∆ηλαδή,
για n = 1, f ( x) = 5 x + 2
για n = 2, f (2) ( x) = 52 x + 2(5 + 1)
για n = 3, f (3) ( x) = 53 x + 2(52 + 5 + 1).

Βασιζόµενοι σε αυτά, εικάζουµε ότι για κάθε θετικό ακέραιο n έχουµε
f ( n ) ( x) = 5n x + 2(5n −1 + ... + 5 + 1) .
Αποδεικνύουµε τον τύπο αυτό µε επαγωγή. Η περίπτωση n = 1 προφανώς ισχύει.
Υποθέτουµε ότι ισχύει ο τύπος για συγκεκριµένο n. Έχουµε
f ( n +1) ( x) = f ( f ( n ) ( x) ) =
5 f ( n ) ( x) + 2 =
5 ( 5n x + 2(5n −1 + ... + 5 + 1) ) + 2 =
5n +1 x + 2(5n + ... + 5 + 1).
Άρα αποδείξαµε τον τύπο.
Τώρα εξετάζουµε αν η f ( n ) είναι 1-1. Έχουµε
f ( n ) ( x1 ) = f ( n ) ( x2 ) ⇒ 5n x1 + 2(5n −1 + ... + 5 + 1) = 5n x2 + 2(5n −1 + ... + 5 + 1)

⇒ 5n x1 = 5n x2 ⇒ x1 = x2 .
Συνεπώς είναι 1-1.
Σηµείωση. Θα µπορούσαµε να αποδείξουµε ότι η f ( n ) είναι 1-1
παρατηρώντας ότι η f είναι 1-1 και εφαρµόζοντας την Πρόταση 3 2).
Τέλος για να βρούµε έναν τύπο για την αντίστροφη απεικόνιση της f ( n ) , δεν έχουµε
παρά να λύσουµε τη σχέση y = f ( n ) ( x) = 5n x + 2(5n −1 + ... + 5 + 1) ως προς x. Έχουµε
y − 2 ( 5n −1 + ... + 5 + 1) 1 5n −1 + ... + 5 + 1
x= = n y−2 . Άρα η αντίστροφη απεικόνιση
5n 5 5n
1 5n −1 + ... + 5 + 1
είναι η g : R → R, g ( x) = n x − 2 .
5 5n
Άσκηση 7
Έστω z = 1 + i 3, w = 3 − i.
z
1. Να βρεθεί η τριγωνοµετρική µορφή του .
w
z
2. Να βρεθούν οι ακέραιοι k τέτοιοι ώστε ∈ C −R.
wk
Λύση
z π π
1. Παρατηρούµε ότι iw = z και άρα = i = cos + i sin , που είναι η ζητούµενη
w 2 2
τριγωνοµετρική µορφή.
Σηµείωση. Η προηγούµενη λύση βασίστηκε στην ‘τυχερή’ παρατήρηση ότι
iw = z . Ένας πιο γενικός και συστηµατικός τρόπος αντιµετώπισης της
άσκησης είναι ο ακόλουθος.
Έχουµε z = 2, w = 2. Επίσης
⎛1 3⎞ ⎛ π π⎞
z = 1 + i 3 = 2 ⎜⎜ + i ⎟⎟ = 2 ⎜ cos + i sin ⎟ ,
⎝2 2 ⎠ ⎝ 3 3⎠
⎛ 3 1⎞ ⎛ ⎛ π⎞ ⎛ π ⎞⎞
w = 3 − i = 2 ⎜⎜ − i ⎟⎟ = 2 ⎜ cos ⎜ − ⎟ + i sin ⎜ − ⎟ ⎟ .
⎝ 2 2⎠ ⎝ ⎝ 6⎠ ⎝ 6 ⎠⎠
Από την Πρόταση 8 συµπεραίνουµε ότι
z ⎛π π ⎞ ⎛π π ⎞ π π
= cos ⎜ + ⎟ + i sin ⎜ + ⎟ = cos + i sin = i.
w ⎝3 6⎠ ⎝3 6⎠ 2 2
z π π
Η ζητούµενη τριγωνοµετρική µορφή είναι = cos + i sin .
w 2 2
2. Εφαρµόζοντας το Θεώρηµα 9 και την Πρόταση 8 παίρνουµε

⎛ π π⎞
2 ⎜ cos + i sin ⎟
z ⎝ 3 3⎠
= k
=
wk ⎛ ⎛ ⎛ π⎞ ⎛ π ⎞⎞⎞
⎜ 2 ⎜ cos ⎜ − ⎟ + i sin ⎜ − ⎟ ⎟ ⎟
⎝ ⎝ ⎝ 6⎠ ⎝ 6 ⎠⎠⎠
⎛ π π⎞
2 ⎜ cos + i sin ⎟
⎝ 3 3⎠
=
k ⎛ ⎛ π ⎞ ⎛ π ⎞⎞
2 ⎜ cos ⎜ − k ⎟ + i sin ⎜ − k ⎟ ⎟
⎝ ⎝ 6 ⎠ ⎝ 6 ⎠⎠
⎛ ⎛π π ⎞ ⎛π π ⎞⎞
21− k ⎜ cos ⎜ + k ⎟ + i sin ⎜ + k ⎟ ⎟ .
⎝ ⎝3 6 ⎠ ⎝ 3 6 ⎠⎠
Εποµένως έχουµε
z ⎛π π ⎞
k
∈ C − R ⇔ sin ⎜ + k ⎟ ≠ 0 ⇔
w ⎝3 6 ⎠
π π
+ k ≠ nπ , n ∈ Z ⇔
3 6
2 + k ≠ 6n, n ∈ Z ⇔
k ≠ 6n − 2, n ∈ Z.
Άσκηση 8
Έστω z1 , z2 ∈ C, τέτοιοι ώστε z1 = z2 = z1 − z2 . ∆είξτε ότι z13 + z23 = 0.
Λύση
Ας δούµε µια λύση που είναι γεωµετρική. Από την υπόθεση συµπεραίνουµε ότι το
τρίγωνο που σχηµατίζεται από την αρχή των αξόνων Ο και τα πέρατα
M ( z1 ), M ( z2 ) των διανυσµάτων που αντιστοιχούν στους µιγαδικούς z1 , z2 είναι
ισόπλευρο.
M ( z1 )
O
M ( z2 )
JJJJJJJJJG JJJJJJJJJG
Άρα η γωνία µεταξύ των διανυσµάτων OM ( z1 ), OM ( z2 ) είναι π/3. Έστω
π π
w = cos + i sin . Από τη γεωµετρική ερµηνεία του πολλαπλασιασµού µιγαδικών
3 3
συµπεραίνουµε ότι έχουµε z1 = wz2 (ή z2 = wz1 ). Στην πρώτη περίπτωση έχουµε
z13 + z23 = w3 z23 + z23 = ( w3 + 1) z23 =

⎛⎛ π π⎞
3
⎞ 3
⎜⎜ ⎜ cos + i sin ⎟ + 1⎟⎟ z2 =
⎝⎝ 3 3⎠ ⎠
⎛⎛ 3π 3π ⎞ ⎞ 3
⎜ ⎜ cos 3 + i sin 3 ⎟ + 1⎟ z2 =
⎝⎝ ⎠ ⎠
(−1 + 1) z23 = 0.
Στη δεύτερη περίπτωση, µε παρόµοιο τρόπο βρίσκουµε ότι z13 + z23 = 0.
Άσκηση 9
2π 2π
Έστω z = cos + i sin .
2004 2004
1. Αποδείξτε ότι 1 + z 4 + z 8 + ... + z 2000 = 0.
2. Αποδείξτε ότι για κάθε n1 ,..., nk ∈ Z , έχουµε z n1 + ... + z nk ≤ k .
Λύση
1. Θέτοντας w = z 4 παρατηρούµε ότι
2004
⎛ 2π 2π ⎞
w 501
= (z )
4 501
=z 2004
= ⎜ cos + i sin ⎟ = cos(2π ) + i sin(2π ) = 1 σύµφωνα
⎝ 2004 2004 ⎠
µε το Θεώρηµα του De Moivre. Άρα έχουµε
w501 − 1 1 − 1
1 + z 4 + z 8 + ... + z 2000 = 1 + w + w2 + ... + w500 = = = 0.
w −1 w −1
Σηµείωση. Έχουµε w − 1 ≠ 0 .
2. Επειδή z = 1, έχουµε z n = 1 για κάθε ακέραιο n. Άρα από την τριγωνική
ανισότητα παίρνουµε z n1 + ... + z nk ≤ z n1 + ... + z nk = 1 + ... + 1 = k .
Άσκηση 10
Να περιγραφεί γεωµετρικά το σύνολο των σηµείων του επιπέδου που είναι εικόνες των
2
µιγαδικών αριθµών z τέτοιων ώστε 4 z z + z 2 + z + 4 Im( z ) = 58.
Λύση
Θέτοντας z = x + yi έχουµε
2
z z = x 2 + y 2 , z 2 = x 2 − y 2 + 2 xyi, z = x 2 − y 2 − 2 xyi, Im( z ) = y.
Αντικαθιστώντας στην αρχική ισότητα βρίσκουµε 6 x 2 + 2 y 2 + 4 y = 58 .

Συµπληρώνοντας τα τετράγωνα έχουµε
6 x 2 + 2 y 2 + 4 y = 58 ⇔ 6 x 2 + 2( y 2 + 2 y + 1 − 1) = 58 ⇔
x 2 ( y + 1) 2
6 x 2 + 2( y + 1) 2 = 60 ⇔ + = 1.
10 30
Συνεπώς το ζητούµενο σύνολο είναι µια έλλειψη όπως φαίνεται στο σχήµα.
30 − 1
− 10 10
− 30 − 1
Άσκηση 11
Να βρεθούν οι ρίζες του πολυωνύµου f ( x) = x 4 − 6 x 3 − 2 x 2 + ax + b, a, b ∈ R, αν
γνωρίζουµε ότι µια ρίζα του είναι ο µιγαδικός αριθµός 2+i
Λύση
Από την Πρόταση 16 συνάγουµε ότι και ο 2-i είναι ρίζα του f(x). Από το Θεώρηµα 15
έπεται ότι το πολυώνυµο ( x − (2 + i ))( x − (2 − i )) = x 2 − 4 x + 5 διαιρεί το f(x) επί του
C . Πραγµατοποιώντας τη διαίρεση αυτή κατά τα γνωστά βρίσκουµε ότι
f ( x) = ( x 2 − 4 x + 5)( x 2 − 2 x − 15) + (a − 50) x + 75 + b. Επειδή το υπόλοιπο οφείλει να
είναι µηδέν, έχουµε
f ( x) = ( x 2 − 4 x + 5)( x 2 − 2 x − 15).
Για να βρούµε τις άλλες ρίζες του f(x) λύνουµε την εξίσωση x 2 − 2 x − 15 = 0 και
−(−2) ± (−2) 2 − 4(−15)

βρίσκουµε x = = 5, −3.
2
Τελικά οι ρίζες είναι οι 2 + i, 2 − i,5, −3.
Άσκηση 12
Αποδείξτε ότι το x 2 − 2 x − 1 διαιρεί το f ( x) = x 3 + ax + b ∈ R[ x] αν το υπόλοιπο της
διαίρεσης του f(x) µε το x − 1 (αντίστοιχα, x − 2 ) είναι –6 (αντίστοιχα –4).
Λύση
Σύµφωνα µε την Πρόταση 13 και την υπόθεση έχουµε τις σχέσεις
f (1) = 1 + a + b = −6
f (2) = 8 + 2a + b = −4.
Λύνοντας το σύστηµα βρίσκουµε a = −5, b = −2 , οπότε f ( x) = x 3 − 5 x − 2. Κάνοντας
τη διαίρεση του x3 − 5 x − 2 µε το x 2 − 2 x − 1 βρίσκουµε µηδενικό υπόλοιπο,

x3 − 5 x − 2 = ( x 2 − 2 x − 1) ( x + 2 ) .
Άσκηση 13
Αν τα υπόλοιπα των διαιρέσεων ενός πολυωνύµου f ( x) ∈ R[ x] µε τα x − 2 και
x − 3 είναι αντίστοιχα 4,5, να βρεθεί το υπόλοιπο της διαίρεσης του f ( x) µε το
γινόµενο ( x − 2)( x − 3).
Λύση
Από τον Αλγόριθµο ∆ιαίρεσης έχουµε f ( x) = ( x − 2)( x − 3)q ( x) + r ( x) και το
ζητούµενο υπόλοιπο r ( x) έχει βαθµό το πολύ 1. Άρα είναι της µορφής r ( x) = ax + b.
Από την υπόθεση και την Πρόταση 13 έχουµε f (2) = 4, f (3) = 5. Θέτοντας
διαδοχικά x = 2 και x = 3 στη σχέση f ( x) = ( x − 2)( x − 3) + ax + b παίρνουµε το
σύστηµα
2a + b = 4
3a + b = 5.
Άρα a = 1, b = 2 και το ζητούµενο υπόλοιπο είναι x + 2.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Ποιες από τις παρακάτω συναρτήσεις είναι αντιστρέψιµες;
1. f : R → R, f ( x ) = x 2 + 6 x
2. g :[−3, ∞) → [−9, ∞), f ( x) = x 2 + 6 x
3. h : R → R, f ( x) = x 6 + 6 x 2 − 10
Υπόδειξη Η f δεν είναι επί (βλ. Λυµένη Άσκηση 2), η g είναι αντιστρέψιµη (βλ.
Λυµένη Άσκηση 2), και η h δεν είναι 1-1 αφού h(1) = h(−1).
Άσκηση 2
Εξετάστε για ποια k ∈ R οι παρακάτω απεικονίσεις είναι 1-1.
1. f : R → R, f ( x) = kx + 3
2. f : R 2 → R 2 , f ( x, y ) = ( x + 2 y, kx + 10 y ).
Υπόδειξη Για το 2 βλ. Λυµένη Άσκηση 5. Απάντηση 1. k ≠ 0 , 2. k ≠ 5.
Άσκηση 3
Έστω f : R 2 → R 2 , f ( x, y ) = ( x, x + y ) . Για τη σύνθεση f (2006) βρείτε έναν τύπο της
µορφής f (2006) ( x, y ) = (ax + by, cx + dy ) µε συγκεκριµένα a, b, c, d ∈ R.
Υπόδειξη Για το ζητούµενο τύπο υπολογίστε τις συνθέσεις f (2) , f (3) . Τί

παρατηρείτε; Αποδείξτε έναν γενικό τύπο µε επαγωγή (βλέπε Λυµένη Άσκηση 5).
Άσκηση 4
Να λυθεί η εξίσωση z 6 + z 4 + z 2 + 1 = 0 και να γίνει η γραφική παράσταση των
λύσεων.
z8 − 1
Υπόδειξη z 6 + z 4 + z 2 + 1 = ( z 2 ) + ( z 2 ) + z 2 + 1 =
3 2
. Εφαρµόστε το Θεώρηµα 10.
z2 −1
2 2 2 2 2 2 2 2
Απάντηση Οι λύσεις είναι +i , i, − +i ,− −i , − i, −i .
2 2 2 2 2 2 2 2
Τα σηµεία αυτά αντιστοιχούν στις 6 κορυφές του κανονικού οκταγώνου που δεν
βρίσκονται πάνω στον άξονα των x.
Άσκηση 5
Να περιγραφεί γεωµετρικά το σύνολο των σηµείων του επιπέδου που είναι οι εικόνες
των µιγαδικών αριθµών z τέτοιων ώστε
2
1. 4 z z + z 2 + z = 60.
2. z − α = z − β , όπου α , β ∈ C,α ≠ β .
Υπόδειξη 1.Βλ. Λυµένη Άσκηση 10. Απάντηση 1. Πρόκειται για την έλλειψη
x2 y2
+ = 1. 2. Από την υπόθεση έπεται ότι το σηµείο M ( z ) ισαπέχει από τα σηµεία
10 30
M (α ), M ( β ). Άρα το σύνολο των M ( z ) είναι η µεσοκάθετος του ευθυγράµµου

τµήµατος µε άκρα τα M (α ), M ( β ).
Άσκηση 6
z1 z2
Έστω z1 , z2 ∈ C − {0}, τέτοια ώστε + ∈ C − R . Αποδείξτε ότι για κάθε r ∈ R
z2 z1
έχουµε z1 + rz2 = z1 − rz2 .
Υπόδειξη Αποδείξτε ότι η αποδεικτέα σχέση ισοδυναµεί µε την: για κάθε r ∈ R ,

2 2
z1 z z
+ r = 1 − r , και αυτή ισοδυναµεί µε τη 1 ∈ C − R . Στη συνέχεια αποδείξτε
z2 z2 z2
z1
ότι από την υπόθεση της άσκησης έπεται ότι ∈C − R.
z2
Άσκηση 7
2006
⎛ 2 2⎞
Να υπολογιστεί η δύναµη ⎜⎜ −i ⎟ .
⎝ 2 2 ⎟⎠
2006
2 2 ⎛ 7π ⎞ ⎛ 7π ⎞ ⎛ 2 2⎞
Υπόδειξη −i = cos ⎜ ⎟ + i sin ⎜ ⎟ ⇒ ⎜⎜ −i ⎟ = ... και εφαρµόστε
2 2 ⎝ 4 ⎠ ⎝ 4 ⎠ ⎝ 2 2 ⎠⎟
το Θεώρηµα του de Moivre. Απάντηση i.
Άσκηση 8
Αν το υπόλοιπο της διαίρεσης ενός πολυωνύµου f ( x) ∈ R[ x] µε το x − 1 και x − 2
είναι αντίστοιχα 2,3, να βρεθεί το υπόλοιπο της διαίρεσης του f ( x) µε το γινόµενο
( x − 1)( x − 2).
Υπόδειξη Βλ. Λυµένη Άσκηση 13. Απάντηση x + 1
Άσκηση 9
∆ίνεται ότι µια ρίζα του πολυωνύµου f ( x) = x 3 + ax 2 + 43 x − 65 είναι η x = 5. Να
βρεθούν οι άλλες ρίζες.
Υπόδειξη Από τη σχέση f (5) = 0 παίρνουµε a = −11. Στη συνέχεια διαιρούµε το
f(x) µε το x – 5. Απάντηση 3 ± 2i.
Άσκηση 10
Να βρεθούν οι ρίζες του πολυωνύµου f ( x) = x 4 − 8 x3 + 39 x 2 − 62 x + a αν γνωρίζουµε
ότι µια από αυτές είναι η 3 − 4i .
Υπόδειξη Βλ. Λυµένη Άσκηση 11. Απάντηση 1 ± i,3 ± 4i.
Κεφάλαιο 2: Γραµµικά Συστήµατα Σελίδα 1 από 16
Κεφάλαιο 2
Γραµµικά Συστήµατα
Ένα από τα βασικά προβλήµατα της Γραµµικής Άλγεβρας είναι η επίλυση γραµµικών
συστηµάτων. Στο κεφάλαιο αυτό θα υπενθυµίσουµε πως να λύνουµε γραµµικά
συστήµατα µε τη µέθοδο του Gauss. Η µέθοδος αυτή είναι από τους πιο σηµαντικούς
αλγορίθµους της Γραµµικής Άλγεβρας και βρίσκει εφαρµογή σε πολλά προβλήµατα,
όπως είναι ο υπολογισµός του αντίστροφου πίνακα, ο υπολογισµός της τάξης πίνακα,
η εύρεση βάσεων υποχώρων του \ n κλπ. Εδώ µας ενδιαφέρει περισσότερο η
κατανόηση αυτής της µεθόδου µέσω παραδειγµάτων. Θα επιστρέψουµε στη µέθοδο
απαλοιφής του Gauss στο επόµενο κεφάλαιο όπου θα γίνει µια πιο συστηµατική
µελέτη του.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ..............................................................................................................2
Ορισµός 1 (γραµµικά συστήµατα).......................................................................................................2
Ορισµός 2 (οµογενές γραµµικό σύστηµα) ...........................................................................................3
Ορισµός 3 (ισοδύναµα συστήµατα).....................................................................................................4
Παράδειγµα..........................................................................................................................................4
Ορισµός 4 (στοιχειώδεις µετασχηµατισµοί) ........................................................................................4
Παράδειγµα..........................................................................................................................................4
Ορισµός 5 (τριγωνικό σύστηµα)..........................................................................................................5
ΘΕΜΕΛΙΩ∆ΕΙΣ ΓΝΩΣΕΙΣ ..................................................................................................................5

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ..............................................................................................................5
Πρόταση 1 (πλήθος λύσεων) ...............................................................................................................5
Πρόταση 2 (ισοδύναµα συστήµατα)....................................................................................................5
ΜΕΘΟ∆ΟΣ ΑΠΑΛΟΙΦΗΣ ΤΟΥ GAUSS..........................................................................................5
Παραδείγµατα......................................................................................................................................6
ΓΕΩΜΕΤΡΙΚΗ ΣΗΜΑΣΙΑ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ...........................................................8
Πρόταση 3 ...........................................................................................................................................8
Πρόταση 4 ...........................................................................................................................................9
Άσκηση 1...........................................................................................................................................10
Άσκηση 2...........................................................................................................................................11
Άσκηση 3...........................................................................................................................................12
Άσκηση 4...........................................................................................................................................13
Άσκηση 5...........................................................................................................................................14
ΑΣΚΗΣΕΙΣ...........................................................................................................................................14
Άσκηση 1...........................................................................................................................................14
Άσκηση 2...........................................................................................................................................15
Άσκηση 3...........................................................................................................................................15
Άσκηση 4...........................................................................................................................................16
Άσκηση 5...........................................................................................................................................16
ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ
Στα επόµενα µε F συµβολίζουµε το σύνολο R των πραγµατικών αριθµών ή το
σύνολο C των µιγαδικών αριθµών.
Ορισµός 1 (γραµµικά συστήµατα)

Μια εξίσωση λέγεται γραµµική υπεράνω του F , αν είναι της µορφής
a1 x1 + a2 x2 + ... + an xn = b , όπου οι συντελεστές a1 ,..., an και όρος b είναι
στοιχεία του F και οι x1 ,..., xn είναι άγνωστοι.
Στην περίπτωση που το πλήθος των αγνώστων είναι µικρό, χρησιµοποιούµε συχνά
x, y, z στη θέση των x1 , x2 , x3 .
Η εξίσωση 2 x − y + 3z = 10 είναι γραµµική. Οι εξισώσεις
2 x 2 − y + 3z = 10, 2 xy − y + 3 z = 10 δεν είναι γραµµικές.

Παρατηρούµε ότι σε µια γραµµική εξίσωση δεν υπάρχουν όροι της µορφής
x 2 , x 3 ,... ούτε της µορφής xy, xy 2 , x 4 y 3 z 5 ... .
Ένα γραµµικό σύστηµα υπεράνω του F είναι ένα σύστηµα εξισώσεων στο
οποίο κάθε εξίσωση είναι γραµµική υπεράνω του F .
Συνεπώς κάθε γραµµικό σύστηµα είναι της µορφής
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2
#
am1 x1 + am 2 x2 + ... + amn xn = bm
όπου οι m,n είναι θετικοί ακέραιοι. Βλέπουµε ότι το σύστηµα αυτό έχει m εξισώσεις
και n αγνώστους. Ένας σύντοµος τρόπος γραφής του συστήµατος αυτού είναι
n
∑a x
j =1
ij j = bi , i = 1,..., m.
Οι αριθµοί aij λέγονται οι συντελεστές του συστήµατος και οι αριθµοί b j λέγονται οι
σταθεροί όροι του συστήµατος.

Μια λύση του παραπάνω συστήµατος είναι µια διατεταγµένη n-άδα

( k1 ,..., kn ) ∈ F n τέτοια ώστε αν θέσουµε x1 = k1 ,..., xn = kn , τότε ικανοποιείται
κάθε µια από τις εξισώσεις.

Με άλλα λόγια µια λύση του συστήµατος είναι µια διατεταγµένη n-άδα
( k1 ,..., kn ) ∈ F n τέτοια ώστε
a11k1 + a12 k2 + ... + a1n kn = b1

a21k1 + a22 k2 + ... + a2 n kn = b2
#
am1k1 + am 2 k2 + ... + amn kn = bm .
Στην περίπτωση αυτή γράφουµε ότι µια λύση είναι ( x1 ,..., xn ) = (k 1 ,..., kn ).
6 x − 2 y + 5 z = 22
Μια λύση του γραµµικού συστήµατος είναι η
2 x + 3 y − z = 11
6 ⋅ 4 − 2 ⋅1 + 5 ⋅ 0 = 22
( x, y, z ) = (4,1, 0) αφού έχουµε
2 ⋅ 4 + 3 ⋅1 − 0 = 11.
Ένα γραµµικό σύστηµα λέγεται συµβιβαστό αν έχει τουλάχιστον µια λύση.
∆ιαφορετικά λέγεται ασυµβίβαστο ή αδύνατο.
6 x − 2 y + 5 z = 22
Το γραµµικό σύστηµα είναι συµβιβαστό όπως είδαµε πριν.
2 x + 3 y − z = 11
x + 2y = 0
Το σύστηµα είναι ασυµβίβαστο, γιατί διαφορετικά θα είχαµε 0 =1.
x + 2y =1
Ορισµός 2 (οµογενές γραµµικό σύστηµα)

Ένα γραµµικό σύστηµα λέγεται οµογενές αν όλοι οι σταθεροί όροι είναι ίσοι µε µηδέν.
Συνεπώς κάθε οµογενές γραµµικό σύστηµα είναι της µορφής
a11 x1 + a12 x2 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2 n xn = 0
#
am1 x1 + am 2 x2 + ... + amn xn = 0.
Βλέπουµε ότι κάθε οµογενές γραµµικό σύστηµα είναι συµβιβαστό αφού µια λύση
είναι η (0,0,...,0). Αυτή λέγεται η µηδενική ή τετριµµένη λύση.
Ορισµός 3 (ισοδύναµα συστήµατα)

∆υο γραµµικά συστήµατα λέγονται ισοδύναµα αν έχουν τις ίδιες λύσεις.
Τα συστήµατα
5x − 7 y = 3
x − 2y = 0
και 8 x − 10 y = 6
2x − y = 3
10 x − 3 y = 17
είναι ισοδύναµα αφού και τα δυο έχουν τη µοναδική λύση (2,1).
Τα συστήµατα
x − 2y = 0 x − 2y =1
και
2x − y = 3 2x − y = 3
δεν είναι ισοδύναµα αφού το (2,1) που είναι λύση του πρώτου δεν είναι λύση
του δεύτερου.
Ορισµός 4 (στοιχειώδεις µετασχηµατισµοί)

Θεωρούµε ένα γραµµικό σύστηµα. Καθεµιά από τις παρακάτω διαδικασίες ονοµάζεται
ένας στοιχειώδης µετασχηµατισµός του συστήµατος.
Πολλαπλασιάζουµε µια εξίσωση του συστήµατος µε ένα µη µηδενικό
αριθµό.
Προσθέτουµε σε µια εξίσωση πολλαπλάσιο άλλης εξίσωσης.
Εναλλάσσουµε τη θέση δυο εξισώσεων.
Έστω r1 , r2 ,... η πρώτη, δεύτερη, ... εξίσωση του συστήµατος. Οι αντίστοιχοι
συµβολισµοί των παραπάνω διαδικασιών είναι

ri → ari (πολλαπλασιάζουµε την ri µε το a ≠ 0 )
ri → ri + arj (στην εξίσωση ri προσθέτουµε a φορές την rj )
ri → rj (εναλλάσσουµε τις ri , rj ).
− x + 2 y − 2 z = −1⎫ r2 →r2 + 2 r1 − x + 2 y − 2 z = −1⎫ Στη δεύτερη εξίσωση του
⎬ ⎯⎯⎯⎯ → ⎬
2 x − 3 y + 3z = 4 ⎭ 0+ y− z = 2 ⎭ αρχικού συστήµατος
προσθέτουµε 2 φορές την πρώτη
Ορισµός 5 (τριγωνικό σύστηµα)

Ένα σύστηµα
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2
#
am1 x1 + am 2 x2 + ... + amn xn = bm
λέγεται τριγωνικό αν aij = 0 για κάθε i > j.
Για παράδειγµα, τα επόµενα συστήµατα είναι τριγωνικά.

2 x − 3 y + 5 z + 3w = 2
5 y + 4 z − 2w = 1
2 z + 7w = 3
2 x − 3 y + 5 z + 3w = 2
5 y + 4 z − 2w = 1
Πρόταση 1 (πλήθος λύσεων)

Κάθε γραµµικό σύστηµα
ή δεν έχει λύση
ή έχει µοναδική λύση
ή έχει άπειρες λύσεις.
Για παράδειγµα, δεν υπάρχει γραµµικό σύστηµα µε ακριβώς δυο λύσεις.
Πρόταση 2 (ισοδύναµα συστήµατα)

Αν ένα σύστηµα προκύπτει από άλλο µε την εφαρµογή µιας πεπερασµένης ακολουθίας
στοιχειωδών µετασχηµατισµών, τότε τα δυο συστήµατα είναι ισοδύναµα.
ΜΕΘΟ∆ΟΣ ΑΠΑΛΟΙΦΗΣ ΤΟΥ GAUSS

Η µέθοδος απαλοιφής του Gauss είναι ιδιαίτερα αποτελεσµατική στην επίλυση
γραµµικών συστηµάτων. Αποτελείται δε από µια συστηµατική εφαρµογή
στοιχειωδών µετασχηµατισµών ώστε να προκύψει ένα νέο σύστηµα του οποίου η

επίλυση είναι πιο ‘εύκολη’ από το αρχικό. Σύµφωνα µε την Πρόταση 2, το νέο
σύστηµα είναι ισοδύναµο µε το αρχικό.
Σηµείωση ∆εν έχουµε διευκρινίσει τι σηµαίνει πιο ‘εύκολη’ επίλυση. Θα
είµαστε πιο αυστηροί στο επόµενο κεφάλαιο όπου θα δούµε πιο προσεκτικά
τη µέθοδο απαλοιφής του Gauss. Προς το παρόν ο σκοπός µας είναι να
κατανοήσουµε σε ένα πρώτο – πρακτικό – επίπεδο τη µέθοδο του Gauss και
αυτό επιτυγχάνεται µε παραδείγµατα.
Να λυθεί το σύστηµα
x + 2 y − 3z = 4
x + 3 y + z = 11
2 x + 5 y − 4 z = 13
Λύση
Εφαρµόζουµε στοιχειώδεις µετασχηµατισµούς µε σκοπό να
απαλείψουµε το x από τη δεύτερη και τρίτη εξίσωση. Εποµένως θα
αφαιρέσουµε την πρώτη εξίσωση από τη δεύτερη και στη συνέχεια θα
αφαιρέσουµε από την τρίτη δυο φορές την πρώτη. Αναλυτικά έχουµε:
⎧ x + 2 y − 3z = 4 ⎧ x + 2 y − 3z = 4
⎪ r2 → r2 − r1 ⎪ r3 → r3 − 2 r1
⎨ x + 3 y + z = 11 ⎯⎯⎯⎯ →⎨ y + 4 z = 7 ⎯⎯⎯ ⎯ →
⎪2 x + 5 y − 4 z = 13 ⎪ 2 x + 5 y − 4 z = 13
⎩ ⎩
⎧ x + 2 y − 3z = 4
⎪
⎨ y + 4z = 7
⎪ y + 2 z = 5.
⎩
Μέχρι στιγµής χρησιµοποιήσαµε το x της πρώτης εξίσωσης για να
απαλείψουµε τα x των επόµενων εξισώσεων. Τώρα θα συνεχίσουµε
χρησιµοποιώντας το y της δεύτερης εξίσωσης για να απαλείψουµε τα y
των επόµενων εξισώσεων. Άρα θα αφαιρέσουµε τη δεύτερη εξίσωση
από την τρίτη.
⎧ x + 2 y − 3z = 4 ⎧ x + 2 y − 3z = 4
⎪ r3 → r3 − r2 ⎪
⎨ y + 4 z = 7 ⎯⎯⎯⎯ →⎨ y + 4z = 7
⎪ y + 2z = 5 ⎪ − 2 z = − 2.
⎩ ⎩
Βλέπουµε ότι προέκυψε ένα τριγωνικό σύστηµα σαφώς απλούστερο
από το αρχικό: Το νέο σύστηµα µπορεί να λυθεί εύκολα. Από την
τρίτη εξίσωση παίρνουµε z = 1, οπότε αντικαθιστώντας στη δεύτερη

παίρνουµε y = 7 − 4z = 3 . Τέλος από την πρώτη βρίσκουµε
x = 4 − 2 y + 3 z = 1. Άρα το αρχικό σύστηµα έχει µοναδική λύση, την
(1,3,1).
Σηµείωση. Θα µπορούσαµε, αντί να λύσουµε το σύστηµα στο
τελευταίο στάδιο, να συνεχίσουµε µε στοιχειώδεις
µετασχηµατισµούς εργαζόµενοι από ‘κάτω προς τα πάνω’µε
τον ακόλουθο τρόπο. Πρώτα µετατρέπουµε το συντελεστή του
z σε 1. Στη συνέχεια αφαιρούµε 4 φορές την τρίτη γραµµή από
τη δεύτερη κλπ.
⎧ x + 2 y − 3z = 4 1
⎧ x + 2 y − 3z = 4
⎪ r3 →− r3 ⎪ r2 → r2 − 4 r3
⎨ y + 4 z = 7 ⎯⎯⎯⎯ 2
→⎨ y + 4 z = 7 ⎯⎯⎯ ⎯→
⎪ − 2 z = −2 ⎪ z =1
⎩ ⎩
⎧ x + 2 y − 3z = 4 ⎧x + 2 y =7
⎪ r1 → r1 + 3 r3 ⎪ r1 → r1 − 2 r2
⎨ y = 3 ⎯⎯⎯⎯ →⎨ y = 3 ⎯⎯⎯ ⎯ →
⎪ z =1 ⎪ z =1
⎩ ⎩
⎧x =1
⎪
⎨ y =3
⎪ z = 1.
⎩
Παρατηρούµε ότι το τελευταίο σύστηµα είναι ήδη λυµένο.
x − 2y + z =1
x− y+ z =2
2 x − 3 y + 2 z = 5.
Λύση
Eφαρµόζουµε στοιχειώδεις µετασχηµατισµούς όπως πριν. Έχουµε
⎧x − 2 y + z = 1 ⎧x − 2 y + z = 1
⎪ r2 → r2 − r1 ⎪ r3 → r3 − 2 r1
⎨x − y + z = 2 ⎯⎯⎯⎯ →⎨ y = 1 ⎯⎯⎯ ⎯ →
⎪2 x − 3 y + 2 z = 5 ⎪2 x − 3 y + 2 z = 5
⎩ ⎩
⎧x − 2 y + z = 1 ⎧x − 2 y + z = 1
⎪ r3 → r3 − r2 ⎪
⎨ y = 1 ⎯⎯⎯⎯ →⎨ y =1
⎪ y =3 ⎪ 0 = 2.
⎩ ⎩
Εδώ σταµατάµε γιατί παρατηρούµε ότι το τελευταίο σύστηµα είναι
αδύνατο αφού υπάρχει η ισότητα 0 = 2. Άρα το αρχικό σύστηµα είναι
επίσης αδύνατο.
Στη µέθοδο απαλοιφής του Gauss:

1. Μετατρέπουµε µε τη βοήθεια στοιχειωδών µετασχηµατισµών το δοσµένο
σύστηµα σε ένα άλλο που έχει τριγωνική µορφή.
2. Αν προκύψει εξίσωση της µορφής 0 = c µε c ≠ 0 , το σύστηµα είναι
αδύνατο. ∆ιαφορετικά, µπορούµε να λύσουµε το τριγωνικό σύστηµα ή µε
διαδοχικές αντικαταστάσεις ή µε στοιχειώδεις µετασχηµατισµούς
εργαζόµενοι από κάτω προς τα πάνω.
ΓΕΩΜΕΤΡΙΚΗ ΣΗΜΑΣΙΑ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Πρόταση 3
1. Το σύνολο των σηµείων ( x, y ) του R 2 που ικανοποιούν µια εξίσωση της
µορφής ax + by = c, όπου a, b, c ∈ R και τουλάχιστον ένας από τους a,b δεν
είναι µηδέν, είναι µια ευθεία.
2. Το σύνολο των σηµείων ( x, y, z ) του R 3 που ικανοποιούν µια εξίσωση της

µορφής ax + by + cz = d , όπου a, b, c, d ∈ R και τουλάχιστον ένας από τους
a,b,c δεν είναι µηδέν, είναι ένα επίπεδο.
Πρόταση 4
1. Το σύνολο των σηµείων ( x, y ) του R 2 που ικανοποιούν το σύστηµα
a11 x + a12 y = b1
a21 x + a22 y = b2
όπου aij , bk ∈ R και τουλάχιστον ένας από τους a11 , a12 και
τουλάχιστον ένας από τους a21 , a22 είναι µη µηδενικός, είναι
ή ένα σηµείο (το σηµείο

τοµής των ευθειών)
ή µια ευθεία (οι δυο ευθείες

συµπίπτουν)
ή το κενό σύνολο (οι δυο

ευθείες είναι παράλληλες)
2. Το σύνολο των σηµείων ( x, y, z ) του R 3 που ικανοποιούν το σύστηµα

a11 x + a12 y + a13 z = b1
a21 x + a22 y + a23 z = b2
όπου aij , bk ∈ R και τουλάχιστον ένας από τους a11 , a12 , a13 και
τουλάχιστον ένας από τους a21 , a22 , a23 είναι µη µηδενικός, είναι
ή µια ευθεία (η ευθεία τοµής

των επιπέδων)
ή ένα επίπεδο (τα δυο επίπεδα

συµπίπτουν)
ή το κενό σύνολο (τα δυο

επίπεδα είναι παράλληλα)
Άσκηση 1
x − 2y + z + w =1
2x + y + 2z − w = 2
3x + 2 y − z − w = 3.
Λύση
Εφαρµόζοντας τη µέθοδο απαλοιφής του Gauss έχουµε
⎧x − 2 y + z + w = 1 ⎧x − 2 y + z + w = 1
⎪ r2 → r2 − 2 r1 ⎪ r3 → r3 −3 r1
⎨2 x + y + 2 z − w = 2 ⎯⎯⎯⎯ → ⎨ 5 y − 3w = 0 ⎯⎯⎯ ⎯ →
⎪3 x + 2 y − z − w = 3 ⎪3 x + 2 y − z − w = 3
⎩ ⎩
⎧x − 2 y + z + w = 1
⎧x − 2 y + z + w = 1 1 ⎪
⎪ r2 → r2 ⎪ 3 r3 → r3 −8 r2
⎨ 5y − 3w = 0 ⎯⎯⎯→ 5
⎨ y − w = 0 ⎯⎯⎯⎯ →
⎪ 8 y − 4 z − 4w = 0 ⎪ 5
⎩ ⎪⎩ 8 y − 4 z − 4w = 0
⎧ ⎧
⎪x − 2 y + z + w = 1 ⎪x − 2 y + z + w = 1
⎪ 1 ⎪
⎪ 3 r3 →− r3 ⎪ 3
⎨ y − w = 0 ⎯⎯⎯⎯ 4
→ ⎨ y − w=0
⎪ 5 ⎪ 5
⎪ 4 ⎪ 1
⎪⎩ − 4z + w = 0 ⎪⎩ z − w = 0.
5 5
Το τελευταίο σύστηµα είναι τριγωνικό. Συνεχίζουµε τώρα εργαζόµενοι προς τα πάνω.
Χρησιµοποιώντας το y της δεύτερης εξίσωσης θα µηδενίσουµε το y της πρώτης, µετά
χρησιµοποιώντας το z της τρίτης εξίσωσης θα µηδενίσουµε το z της πρώτης.
⎧ ⎧ 1
⎪x + z − w =1
⎪x − 2 y + z + w = 1 5
⎪ ⎪
⎪ 3 r1 → r1 + 2 r2 ⎪ 3 r1 → r1 − r3
⎨ y − w = 0 ⎯⎯⎯⎯ →⎨ y − w = 0 ⎯⎯ ⎯⎯ →
⎪ 5 ⎪ 5
⎪ 1 ⎪ 1
⎪⎩ z− w=0 ⎪ z− w=0
5 ⎩ 5
⎧
⎪x =1
⎪
⎪ 3
⎨ y − w=0
⎪ 5
⎪ 1
⎪⎩ z − w = 0.
5
1
Το τελευταίο σύστηµα λύνεται άµεσα: από την τρίτη εξίσωση έχουµε z = w και
5
3 3 1
από τη δεύτερη y = w. Οι λύσεις είναι ( x, y, z ) = (1, w, w), όπου το w διατρέχει
5 5 5
το R . Έχουµε δηλαδή άπειρες λύσεις.
Άσκηση 2
3 y + 2z = 1
Να λυθεί το σύστηµα x + 2 y + z = 0
2 x + 7 y + 4 z = 2.
Λύση
Επειδή δεν υπάρχει x στην πρώτη εξίσωση, θα φέρουµε τη δεύτερη εξίσωση στην
πρώτη θέση. Επειδή ο σκοπός είναι να φθάσουµε σε ένα τριγωνικό σύστηµα, θα
φέρουµε την εξίσωση που δεν έχει x στην τελευταία θέση. Μετά εφαρµόζουµε τη
µέθοδο απαλοιφής του Gauss.
⎧ 3y + 2z = 1 ⎧x + 2 y + z = 0
⎪ r1 → r2 ⎪ r2 → r3
⎨ x + 2 y + z = 0 ⎯⎯⎯ →⎨ 3 y + 2 z = 1 ⎯⎯⎯ →
⎪2 x + 7 y + 4 z = 2 ⎪2 x + 7 y + 4 z = 2
⎩ ⎩
⎧x + 2 y + z = 0 ⎧x + 2 y + z = 0
⎪ r2 → r2 − 2 r1 ⎪ r3 → r3 − r2
⎨2 x + 7 y + 4 z = 2 ⎯⎯⎯⎯ → ⎨ 3 y + 2 z = 2 ⎯⎯⎯ ⎯ →
⎪ 3y + 2z = 1 ⎪ 3y + 2z = 1
⎩ ⎩
⎧x + 2 y + z = 0
⎪
⎨ 3y + 2z = 2
⎪ 0 = −1.
⎩
Από την τελευταία εξίσωση βλέπουµε ότι το σύστηµα είναι αδύνατο.
Άσκηση 3
Για τις διάφορες τιµές του k ∈ R , να λυθεί το παρακάτω σύστηµα.
x − 2 y + kz = 1
2x − y + 2z = 2
3x − y + 3kz = 3
Λύση
Μετά από τους στοιχειώδεις µετασχηµατισµούς
1 3
r2 → r2 − 2r1 , r3 → r3 − 3r1 , r2 → r2 , r3 → r3 − 7r2 , r3 → r3
3 10
φθάνουµε στο τριγωνικό σύστηµα
x − 2 y + kz =1
2 − 2k
y + z=0
3
(−1 + k ) z = 0.
∆ιακρίνουµε περιπτώσεις βασιζόµενοι στην παράσταση −1 + k της τελευταίας
εξίσωσης.
1. Έστω k ≠ 1. Τότε από την τελευταία εξίσωση έχουµε z = 0, από τη
δεύτερη y = 0 και από την πρώτη x = 1. Άρα έχουµε µοναδική λύση,
την (0,0,0).
2. Έστω k = 1. Τότε το τριγωνικό σύστηµα είναι το
x − 2y + z =1
y =0
0 = 0.
Άρα y = 0 και x = 1 + 2 y − z = 1 − z , ενώ το z παίρνει αυθαίρετες τιµές.

∆ηλαδή έχουµε άπειρες λύσεις, τις (1 − z , 0, z ), z ∈ R.
Άσκηση 4
∆ίνεται το σύστηµα
x − 2y + z = 1
3x − 5 y + 5z = 4
2x − 6 y + λ z = µ
(α) Θέσατε λ = 2 και µ = 4 και λύστε το σύστηµα.
(β) Βρείτε τις τιµές των λ και µ ώστε το σύστηµα αυτό
(i) να είναι αδύνατο
(ii) να έχει άπειρες λύσεις
(iii) να έχει ακριβώς µια λύση.
Λύση
Εφαρµόζοντας διαδοχικά τους στοιχειώδεις µετασχηµατισµούς
r2 → r2 − 3r1 , r3 → r3 − 2r1 , r3 → r3 + 2r2 , βρίσκουµε ότι το σύστηµα παίρνει την
τριγωνική µορφή
x − 2y + z =1
y + 2z = 1 .
(λ + 2) z = µ
Από αυτή συµπεραίνουµε τα εξής.
(α) Έστω λ = 2, µ = 4. Τότε από την τελευταία εξίσωση βρίσκουµε z = 1, από τη
δεύτερη y = 1 − 2 z = −1 και από την πρώτη x = 1 + 2 y − z = −2. Άρα υπάρχει
µοναδική λύση, η (−2, −1,1) .
(β)
(i) Παρατηρούµε από την τελευταία γραµµή ότι αν λ = −2 και µ ≠ 0 , τότε δεν
υπάρχουν λύσεις.
(ii) Αν λ = −2 και µ = 0, τότε το σύστηµα είναι
x − 2y + z =1
y + 2z = 1
0 = 0.
Έχουµε y = 1 − 2 z , x = 1 + 2 y − z = 1 + 2 (1 − 2 z ) − z = 3 − 5 z. Άρα υπάρχουν άπειρες
λύσεις, οι (3 − 5 z ,1 − 2 z , z ), z ∈ R .
µ
(iii) Έστω ότι λ ≠ −2. Από την τελευταία εξίσωση έχουµε z = , οπότε από τη
λ +2
µ λ − 2µ + 2
δεύτερη παίρνουµε y = 1− 2z = 1− 2 = και από την πρώτη
λ +2 λ+2
λ − 2µ + 2 µ 3λ − 5µ + 6
x = 1+ 2 y − z = 1+ 2 − = . ∆ηλαδή υπάρχει µοναδική
λ+2 λ+2 λ+2
⎛ 3λ − 5µ + 6 λ − 2 µ + 2 µ ⎞
λύση, η ⎜ , , .
⎝ λ+2 λ+2 λ + 2 ⎟⎠
Άσκηση 5
Προσδιορίστε µε γεωµετρικό τρόπο το πλήθος των λύσεων του συστήµατος
2x − y + z = 1
4 x − ky + 2 z = 3
για τις διάφορες τιµές του k ∈ R .
Λύση
Η γραφική παράσταση των λύσεων του συστήµατος είναι η τοµή δυο επιπέδων και
συνεπώς θα είναι ή το κενό σύνολο ή µια ευθεία (βλ. Πρόταση 4). ∆ηλαδή, το
σύστηµα µπορεί να είναι ή αδύνατο ή να έχει άπειρες λύσεις. Τα δυο επίπεδα είναι
παράλληλα αν και µόνο αν υπάρχει λ µε 4 = 2λ, − k = −λ , 2 = λ , δηλαδή αν και µόνο
αν k = 2. Για την τιµή αυτή του k τα δυο επίπεδα είναι διακεκριµένα. Συνεπώς το
σύστηµα είναι αδύνατο αν k = 2 και για k ≠ 2 έχει άπειρες λύσεις.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Λύστε τα συστήµατα
x + 2 y − 4 z = −7 x + 2z = 7 x + 2z = 6
2x − y + z = 3 2x − y + z = 3 2x − y + z = 3
−x + y + z = 4 −x + y + z = 4 −x + y + z = 4
Απάντηση Το πρώτο έχει τη µοναδική λύση (1,2,3). Το δεύτερο έχει άπειρες λύσεις
(7 − 2 z ,11 − 3 z , z ), z ∈ R . Το τελευταίο είναι αδύνατο.
Άσκηση 2
Να βρεθούν οι τιµές του a ∈ R τέτοιες ώστε το επόµενο σύστηµα να είναι
συµβιβαστό.
x + 2 y + az = 1
2x − y − z = 3
− x + 2 y + z = 2.
Υπόδειξη Με στοιχειώδεις µετασχηµατισµούς γραµµών παίρνουµε την τριγωνική
µορφή (βλ. Λυµένη Άσκηση 3).
x + 2 y + az =1
1 + 2a −1
y+ z =
5 5
(−1 + 3a) z = −19.
1
Απάντηση a ≠ .
3
Άσκηση 3
Να βρεθούν οι τιµές των a, b ∈ R ώστε το παρακάτω σύστηµα να
έχει µοναδική λύση
είναι αδύνατο
έχει άπειρες λύσεις
x + 2 y + az = b
2x − y − z = 3
− x + 2 y + z = 2.
Υπόδειξη Μετά από στοιχειώδεις µετασχηµατισµούς παίρνουµε την τριγωνική
µορφή (βλ. Λυµένη Άσκηση 4)
x + 2 y + az =b
1 + 2a −3 + 2b
y+ z =
5 5
(−1 + 3a) z = −22 + 3b.
1 1 22
Απάντηση Για a ≠ το σύστηµα έχει µοναδική λύση. Για a = και b ≠ το
3 3 3
1 22
σύστηµα είναι αδύνατο. Για a = και b = έχουµε άπειρες λύσεις.
3 3
Άσκηση 4
Να βρεθούν οι τιµές του a ∈ R ώστε το σύστηµα
x + 2 y + az = 1
2x − y − z = 3
− x + ay + z = 2
έχει µοναδική λύση
είναι αδύνατο
έχει άπειρες λύσεις
Στις περιπτώσεις που είναι συµβιβαστό, να βρεθούν οι λύσεις.
3
Απάντηση Για a = ± το σύστηµα είναι ασυµβίβαστο. Για τις υπόλοιπες τιµές έχει
2
⎛ 3a 2 + 3a − 11 7 a + 4 − a − 17 ⎞
µοναδική λύση, τη ⎜ , 2 , ⎟ . (Το σύστηµα ποτέ δεν έχει
⎝ 2a − 3 2a − 3 2a 2 − 3 ⎠
2
άπειρες λύσεις).
Άσκηση 5
Να βρεθεί µια ικανή και αναγκαία συνθήκη για τα a, b ∈ R , ώστε το σύστηµα
x + 2 y = −1
2x − y = b
ax − y = 1
να είναι συµβιβαστό.
Υπόδειξη Με στοιχειώδεις µετασχηµατισµούς παίρνουµε το τριγωνικό σύστηµα
x + 2 y = −1
−5 y = b + 2
0 = 2ab − a + b − 3.
Απάντηση 0 = 2ab − a + b − 3
Κεφάλαιο3: Γραµµικά Συστήµατα και Πίνακες Σελίδα 1 από 34
Κεφάλαιο 3
Πίνακες και Γραµµικά Συστήµατα
Στο κεφάλαιο αυτό θα ασχοληθούµε µε πράξεις πινάκων και την εφαρµογή τους στα
γραµµικά συστήµατα. Θα δώσουµε ιδιαίτερη έµφαση στη µέθοδο απαλοιφής του
Gauss που οδηγεί φυσιολογικά στην έννοια του κλιµακωτού πίνακα.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΠΙΝΑΚΕΣ............................................................................................................................................2
Ορισµός 1 (πίνακας) ............................................................................................................................2
Ορισµός 2 (ισότητα πινάκων)..............................................................................................................3
Ορισµοί 3 (είδη πινάκων) ....................................................................................................................3
ΠΡΑΞΕΙΣ ΠΙΝΑΚΩΝ .........................................................................................................................5
Ορισµός 4 (άθροισµα) .........................................................................................................................5
Ορισµός 5 (γινόµενο πίνακα µε αριθµό)..............................................................................................5
Ορισµός 6 (γινόµενο πινάκων) ............................................................................................................6
Ορισµός 7 (αντιµεταθετικοί πίνακες) ..................................................................................................6
ΚΛΙΜΑΚΩΤΗ ΜΟΡΦΗ ΠΙΝΑΚΑ.....................................................................................................7
Ορισµός 8 (στοιχειώδης µετασχηµατισµός γραµµών).........................................................................7
Ορισµός 9 (γραµµοϊσοδύναµοι πίνακες) .............................................................................................7
Ορισµός 10 (κλιµακωτοί πίνακες) .......................................................................................................7
Παράδειγµα..........................................................................................................................................8
Ορισµός 11 (πίνακες και γραµµικά συστήµατα) .................................................................................8
Ορισµός 12 (αντιστρέψιµος πίνακας) ..................................................................................................9
Παράδειγµα..........................................................................................................................................9
Ορισµός 13 ..........................................................................................................................................9
ΘΕΜΕΛΙΩ∆ΕΙΣ ΓΝΩΣΕΙΣ ................................................................................................................10

ΠΡΑΞΕΙΣ ΠΙΝΑΚΩΝ .......................................................................................................................10
Πρόταση 1 .........................................................................................................................................10
Πρόταση 2 (ιδιότητες του γινοµένου πινάκων) .................................................................................10
Πρόταση 3 (δυνάµεις διαγωνίων πινάκων)........................................................................................11
ΠΡΟΣΟΧΗ ........................................................................................................................................11
Πρόταση 4 (διωνυµικό ανάπτυγµα για αντιµεταθετικούς πίνακες) ...................................................12
Πρόταση 5 (ανάστροφοι πίνακες)......................................................................................................12
ΚΛΙΜΑΚΩΤΗ ΜΟΡΦΗ ΠΙΝΑΚΑ...................................................................................................12
Θεώρηµα 6 (µετασχηµατισµός σε ανηγµένο κλιµακωτό πίνακα) .....................................................12
ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ............................................................................................................13
Θεώρηµα 7.........................................................................................................................................13
Θεώρηµα 8.........................................................................................................................................13
Θεώρηµα 9 (οµογενή συστήµατα).....................................................................................................14
ΑΝΤΙΣΤΡΕΨΙΜΟΙ ΠΙΝΑΚΕΣ..........................................................................................................14
Πρόταση 10 .......................................................................................................................................14
Θεώρηµα 11.......................................................................................................................................15
Πόρισµα 12........................................................................................................................................15
Άσκηση 1...........................................................................................................................................15
Άσκηση 2...........................................................................................................................................16
Άσκηση 3...........................................................................................................................................16
Άσκηση 4...........................................................................................................................................17
Άσκηση 5...........................................................................................................................................19
Άσκηση 6...........................................................................................................................................21
Άσκηση 7...........................................................................................................................................21
Άσκηση 8...........................................................................................................................................23
Άσκηση 9...........................................................................................................................................24
Άσκηση 10.........................................................................................................................................24
Άσκηση 11.........................................................................................................................................27
Άσκηση 12.........................................................................................................................................28
Άσκηση 13.........................................................................................................................................29
ΑΣΚΗΣΕΙΣ...........................................................................................................................................30
Άσκηση 1...........................................................................................................................................30
Άσκηση 2...........................................................................................................................................31
Άσκηση 3...........................................................................................................................................31
Άσκηση 4...........................................................................................................................................31
Άσκηση 5...........................................................................................................................................32
Άσκηση 6...........................................................................................................................................32
Άσκηση 7...........................................................................................................................................33
Άσκηση 8...........................................................................................................................................33
Άσκηση 9...........................................................................................................................................33
Άσκηση 10.........................................................................................................................................33
Άσκηση 11.........................................................................................................................................34
Άσκηση 12.........................................................................................................................................34
Υπενθυµίζουµε ορισµούς βασικών εννοιών που αναφέρονται στις πράξεις πινάκων
και στα γραµµικά συστήµατα.
ΠΙΝΑΚΕΣ
Ορισµός 1 (πίνακας)
Με F συµβολίζουµε ένα από τα σύνολα R, C . Ένας πίνακας Α µε στοιχεία από το F
είναι µια διάταξη στοιχείων aij του F σε σχήµα ορθογώνιο παραλληλόγραµµο της
µορφής
⎛ a11 a12 ... a1n ⎞
⎜ ⎟
a a22 ... a2 n ⎟
A = ⎜ 21 .
⎜ ... ... ... ... ⎟
⎜ ⎟
⎝ am1 an 2 ... amn ⎠
Λέµε ότι το µέγεθος (ή ο τύπος) του παραπάνω πίνακα είναι m × n ή ότι ο πίνακας
είναι ένας m × n πίνακας.
⎛3⎞
Για παράδειγµα, ο πίνακας (1 0 −5 ) είναι ένας 1× 3 πίνακας, ο ⎜ ⎟ είναι 2 ×1
⎝ −1 ⎠
⎛0 7 ⎞
⎜ ⎟
και ο ⎜ −1 2 ⎟ είναι 3 × 2 .
⎜ 3 −2 ⎟
⎝ ⎠
Ο πίνακας Α που είδαµε πιο πάνω συµβολίζεται µε (aij ), i = 1,..., m, j = 1,..., n. Πιο
απλά χρησιµοποιούµε συχνά το συµβολισµό A = (aij ) όταν είναι σαφές ποια είναι τα
m, n.
Ορισµός 2 (ισότητα πινάκων)
Έστω A = ( aij ) , B = ( bij ) δυο m × n πίνακες µε στοιχεία από το F . Θα λέµε ότι οι Α, Β
είναι ίσοι και θα γράφουµε A = B αν ισχύει aij = bij για κάθε i = 1,..., m και για κάθε
j = 1,..., n.
⎛ 1 x⎞ ⎛1 2⎞
Για παράδειγµα, έχουµε ⎜ ⎟=⎜ ⎟ ⇔ x = 2, y = 4.
⎝ y 3⎠ ⎝ 4 3⎠
Στη συνέχεια υπενθυµίζουµε διάφορα είδη πινάκων που θα χρειαστούµε αργότερα.
Ορισµοί 3 (είδη πινάκων)

Ένας m × n πίνακας λέγεται τετραγωνικός αν m = n .
Το σύνολο M m×m ( F ) των τετραγωνικών m × m πινάκων µε στοιχεία
από το F συµβολίζεται πιο απλά µε M m ( F ).
Τα διαγώνια στοιχεία ενός m × n πίνακα (aij ) είναι τα στοιχεία
a11 , a22 ,..., akk , όπου k = min{m, n}. Λέµε ότι αυτά βρίσκονται πάνω στη
διαγώνιο του πίνακα.

Ένας τετραγωνικός πίνακας A = ( aij ) λέγεται άνω τριγωνικός αν για
κάθε i > j έχουµε aij = 0 .
∆ηλαδή ένας τετραγωνικός πίνακας λέγεται άνω τριγωνικός, αν τα

στοιχεία που βρίσκονται κάτω από την διαγώνιο είναι ίσα µε 0. Για
παράδειγµα, άνω τριγωνικοί είναι οι πίνακες
⎛1 + 2i −1 4 ⎞
⎛1 + 2i −1⎞ ⎜ ⎟
⎜ ⎟, ⎜ 0 3 2⎟ .
⎝ 0 3 ⎠ ⎜
⎝ 0 0 5 ⎟⎠
Ένας τετραγωνικός πίνακας A = ( aij ) λέγεται κάτω τριγωνικός αν για
κάθε i < j έχουµε aij = 0 .
∆ηλαδή ένας τετραγωνικός πίνακας λέγεται κάτω τριγωνικός, αν τα

στοιχεία που βρίσκονται πάνω από την διαγώνιο είναι ίσα µε 0. Για
παράδειγµα, κάτω τριγωνικοί είναι οι πίνακες

⎛ 1 + 2i 0 0 ⎞
⎛1 + 2i 0 ⎞ ⎜ ⎟
⎜ ⎟ , ⎜ −1 3 0 ⎟ .
⎝ −1 3 ⎠ ⎜
⎝ 4 2 5 ⎟⎠
• Ένας τετραγωνικός πίνακας (aij ) λέγεται διαγώνιος αν για κάθε i ≠ j
έχουµε aij = 0.
∆ηλαδή ένας τετραγωνικός πίνακας είναι διαγώνιος αν κάθε στοιχείο

που δεν βρίσκεται στη διαγώνιο είναι ίσο µε 0. Για παράδειγµα, ο
⎛ 2 0 0⎞ ⎛ 2 0 1⎞
πίνακας ⎜⎜ 0 3 0 ⎟⎟ είναι διαγώνιος αλλά ο ⎜ ⎟
⎜ 0 3 0 ⎟ δεν είναι.
⎜ 0 0 3⎟ ⎜ 0 0 3⎟
⎝ ⎠ ⎝ ⎠
• Έστω A = ( aij ) ένας m × n πίνακας. Ο n × m πίνακας ( a ji ) ονοµάζεται
ο ανάστροφος του Α και συµβολίζεται µε At .

⎛1 a⎞
⎛ 1 2 3⎞
Για παράδειγµα, αν A = ⎜⎜ 2 b ⎟⎟ , τότε At = ⎜ ⎟
⎜3 c⎟ ⎝a b c⎠
⎝ ⎠
• Ένας τετραγωνικός πίνακας (aij ) λέγεται συµµετρικός αν για κάθε i, j
ισχύει aij = a ji .
Ισοδύναµα, ένας πίνακας Α είναι συµµετρικός αν και µόνο αν A = At .

⎛ 1 3 −1⎞
⎛ 1 −2 ⎞ ⎜ ⎟
Για παράδειγµα, οι πίνακες ⎜ ⎟, ⎜ 3 0 2 ⎟ είναι
⎝ −2 3 ⎠ ⎜ −1 ⎟
⎜ 2 3⎟
⎝ ⎠
συµµετρικοί. Βλέπουµε ότι σε ένα συµµετρικό πίνακα, στοιχεία που
βρίσκονται σε συµµετρικές θέσεις ως προς τη διαγώνιο είναι ίσα.
• Ένας τετραγωνικός πίνακας (aij ) λέγεται αντισυµµετρικός αν για κάθε
i, j ισχύει aij = − a ji .
Ισοδύναµα, ένας πίνακας Α είναι συµµετρικός αν και µόνο αν

A = − At .
⎛ 0 3 −1⎞
⎛ 0 −2 ⎞ ⎜ ⎟
Για παράδειγµα, οι πίνακες ⎜ ⎟, ⎜ − 3 0 2 ⎟ είναι
⎝2 0 ⎠ ⎜ 1 ⎟
−2 0 ⎟
⎜
⎝ ⎠
αντισυµµετρικοί. Βλέπουµε ότι σε έναν αντισυµµετρικό πίνακα,
στοιχεία που βρίσκονται σε συµµετρικές θέσεις ως προς τη διαγώνιο
διαφέρουν ως προς τα πρόσηµα ενώ αυτά που βρίσκονται πάνω στη
διαγώνιο είναι ίσα µε µηδέν.
Υπενθυµίζουµε τώρα τις τρεις βασικές πράξεις των πινάκων.
ΠΡΑΞΕΙΣ ΠΙΝΑΚΩΝ
Ορισµός 4 (άθροισµα)
Έστω A = (aij ), B = (bij ) ∈ M m×n (F) . Το άθροισµα, Α+Β, των Α και Β είναι ο πίνακας
A + B = ( aij + bij ) .
⎛ 1 2 5⎞ ⎛ −4 3 x ⎞
Για παράδειγµα, αν A = ⎜ ⎟ και B = ⎜ ⎟ , τότε
⎝ −1 3 4 ⎠ ⎝ 1 y 0⎠
⎛1 2 5 ⎞ ⎛ −4 3 x ⎞
A+ B = ⎜ ⎟+⎜ ⎟=
⎝ −1 3 4⎠ ⎝ 1 y 0⎠
⎛ 1 + (−4) 2 + 3 5 + x ⎞ ⎛ −3 5 5+ x⎞
=⎜ ⎟=⎜ ⎟.
⎝ −1 + 1 3+ y 4 + 0⎠ ⎝ 0 3+ y 4 ⎠
Ορισµός 5 (γινόµενο πίνακα µε αριθµό)

Έστω A = (aij ) ∈ M m×n (F) και k ∈ F. Το γινόµενο kΑ του k µε τον Α είναι ο πίνακας
kA = (kaij ).
⎛ 1 2 5⎞
Για παράδειγµα, αν k = 2 και A = ⎜ ⎟ , τότε
⎝ −1 3 4 ⎠
⎛ 2 ⋅1 2 ⋅ 2 2 ⋅ 5 ⎞ ⎛ 2 4 10 ⎞
2A = ⎜ ⎟=⎜ ⎟.
⎝ 2 ⋅ ( −1) 2 ⋅ 3 2 ⋅ 4 ⎠ ⎝ −2 6 8 ⎠
Συµβολισµός: Τον πίνακα (−1) A συµβολίζουµε µε − A. Όταν γράφουµε A − B
εννοούµε A + (− B). Για παράδειγµα
⎛2 5 ⎞ ⎛ 3 x⎞ ⎛ 2 −3 5 − x ⎞ ⎛ −1 5 − x ⎞
⎜ ⎟−⎜ ⎟=⎜ ⎟=⎜ ⎟.
⎝ 1 −3 ⎠ ⎝ −4 2 ⎠ ⎝ 1 − (−4) −3 − 2 ⎠ ⎝ 5 −5 ⎠
Ορισµός 6 (γινόµενο πινάκων)

Έστω A = ( aij ) ∈ M l×m (F) και B = ( bst ) ∈ M m×n (F) . Τότε το γινόµενο των Α και Β, που
συµβολίζεται µε ΑΒ, είναι ο l × n πίνακας µε στοιχεία από το F όπου στη θέση (i,j)
m
υπάρχει το στοιχείο ∑a b
r =1
ir rj =ai1b1 j + ai 2b2 j + ... + aimbmj .
⎛a d g⎞
⎛ 1 2 3⎞ ⎜ ⎟
Για παράδειγµα, αν A = ⎜ ⎟, B = ⎜b e h ⎟ , τότε το γινόµενο ΑΒ είναι ο
⎝ 4 5 6⎠ ⎜c
⎝ f k ⎟⎠
2 × 3 πίνακας
⎛a d g⎞
⎛ 1 2 3⎞⎜ ⎟ ⎛ a + 2b + 3c d + 2e + 3 f g + 2h + 3k ⎞
AB = ⎜ ⎟⎜b e h⎟ =⎜ ⎟.
⎝ 4 5 6⎠⎜ ⎝ 4a + 5b + 6c 4d + 5e + 6 f 4 g + 5h + 6 k ⎠
⎝c f k ⎟⎠
Επίσης έχουµε
⎛a⎞
⎛ 1 2 3 ⎞ ⎜ ⎟ ⎛ a + 2b + 3c ⎞
⎜ ⎟⎜b ⎟ = ⎜ ⎟.
⎝ 4 5 6 ⎠ ⎜ ⎟ ⎝ 4a + 5b + 6c ⎠
⎝c⎠
Σχηµατικά, το στοιχείο του γινοµένου ΑΒ στη θέση (i,j) προκύπτει από τη γραµµή i
του Α και τη στήλη j του Β όπως δείχνει το σχήµα
⎛ b1 j ⎞
⎛ ... ⎞⎜ ⎟ ⎛ ... ... ... ⎞
⎜ ⎟⎜ b2 j ⎟ ⎜ ⎟
⎜ ai1 ai 2 ... aim ⎟ ⎜ ... ... ⎟ = ⎜ ... ai1b1 j + ai 2b2 j + ... + aimbmj ... ⎟ .
⎜ ⎟⎜ ... ⎟ ⎜⎜ ⎟
⎝ ... ⎠⎜ bmj ⎟ ⎝ ... ... ... ⎟⎠
⎝ ⎠
Για το γινόµενο πινάκων ξέρουµε ότι δεν αληθεύει πάντα η σχέση AB = BA. Για
⎛ 1 2⎞ ⎛1 0⎞ ⎛ 7 4⎞ ⎛1 2⎞
παράδειγµα, αν A = ⎜ ⎟, B = ⎜ ⎟ , τότε AB = ⎜ ⎟ , BA = ⎜ ⎟
⎝ −2 4 ⎠ ⎝3 2⎠ ⎝10 8 ⎠ ⎝ −1 14 ⎠
Ορισµός 7 (αντιµεταθετικοί πίνακες)
∆υο n × n πίνακες A, B λέγονται αντιµεταθετικοί αν ισχύει AB = BA.
Παρατηρούµε ότι αν οι Α, Β είναι αντιµεταθετικοί τότε έχουµε

( AB ) 2 = ABAB = AABB = A2 B 2 , όπως επίσης ( AB) n = An B n , n = 1, 2,...
ΚΛΙΜΑΚΩΤΗ ΜΟΡΦΗ ΠΙΝΑΚΑ

Ορισµός 8 (στοιχειώδης µετασχηµατισµός γραµµών)
Έστω A ∈ M m×n (F) . Καθεµιά από τις παρακάτω διαδικασίες ονοµάζεται ένας
στοιχειώδης µετασχηµατισµός γραµµών του πίνακα Α

πολλαπλασιάζουµε µια γραµµή του Α µε ένα µη µηδενικό στοιχείο του F
προσθέτουµε σε µια γραµµή πολλαπλάσιο άλλης γραµµής
εναλλάσσουµε δυο γραµµές.
Έστω ri η i γραµµή του Α. Οι αντίστοιχοι συµβολισµοί των παραπάνω διαδικασιών
είναι
ri → ari (πολλαπλασιάζουµε την ri µε το a ≠ 0 )
ri → ri + arj (στη γραµµή ri προσθέτουµε a φορές την rj )
ri → rj (εναλλάσσουµε τις ri , rj ).
Ορισµός 9 (γραµµοϊσοδύναµοι πίνακες)

Έστω A, B ∈ M m×n (F). Θα λέµε ότι ο Β είναι γραµµοϊσοδύναµος µε τον Α αν ο Β
προκύπτει από τον Α µετά από µια πεπερασµένη ακολουθία στοιχειωδών

µετασχηµατισµών γραµµών.
⎛ 1 2 −3 ⎞ ⎛ 1 2 −3 ⎞
Για παράδειγµα ο ⎜ ⎟ είναι γραµµοϊσοδύναµος µε τον ⎜ ⎟ αφού
⎝ 0 −7 17 ⎠ ⎝4 1 5 ⎠
⎛ 1 2 −3 ⎞ r2 →r2 − 4 r1 ⎛ 1 2 −3 ⎞
⎜ ⎟ ⎯⎯⎯⎯ →⎜ ⎟.
⎝4 1 5 ⎠ ⎝ 0 −7 17 ⎠
Ορισµός 10 (κλιµακωτοί πίνακες)

a. Ένας πίνακας Α ονοµάζεται κλιµακωτός αν
1. το πρώτο µη µηδενικό στοιχείο σε κάθε µη µηδενική γραµµή
είναι το 1
2. το πρώτο 1 σε κάθε µη µηδενική γραµµή βρίσκεται στα δεξιά του
πρώτου 1 της προηγούµενης γραµµής
3. οι µη µηδενικές γραµµές βρίσκονται πάνω από τις µηδενικές

γραµµές.
b. Ένας κλιµακωτός πίνακας λέγεται ανηγµένος κλιµακωτός αν το πρώτο
1 σε κάθε γραµµή είναι το µοναδικό µη µηδενικό στοιχείο της στήλης
που το περιέχει .
Από τους πίνακες
⎛1 0 0 4 ⎞ ⎛1 0 0 4 ⎞ ⎛1 0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 1 0 −2 ⎟ , ⎜ 0 1 0 −2 ⎟ , ⎜ 0 1 0 0⎟
⎜0 0 1 2 ⎟ ⎜0 0 0 1 ⎟ ⎜0 0 0 1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
ο πρώτος και τρίτος είναι ανηγµένοι κλιµακωτοί, ενώ ο δεύτερος είναι
κλιµακωτός αλλά όχι ανηγµένος κλιµακωτός.
Ορισµός 11 (πίνακες και γραµµικά συστήµατα)

Θεωρούµε ένα γραµµικό σύστηµα
a11 x1 + a12 x2 + ... + a1n xn = b1
...
am1 x1 + am 2 x2 + ... + am1 xn = bm
m εξισώσεων και n αγνώστων. Ο m × n πίνακας

⎛ a11 a1n ⎞
⎜ ⎟
A=⎜ ⎟
⎜a ⎟
⎝ m1 … amn ⎠
⎛ b1 ⎞
⎜ ⎟
λέγεται ο πίνακας των συντελεστών του συστήµατος. Ο πίνακας – στήλη b = ⎜ ⎟
⎜b ⎟
⎝ m⎠
λέγεται ο πίνακας των σταθερών όρων του συστήµατος. Ο m × ( n + 1) πίνακας
⎛ a11 a1n b1 ⎞
⎜ ⎟
a a2 n b2 ⎟
( A, b) = ⎜ 21
⎜ ⎟
⎜⎜ ⎟
⎝ am1 amn bm ⎟⎠
⎛ b1 ⎞
⎜ ⎟
που προκύπτει αν επισυνάψουµε στον πίνακα Α τη στήλη b = ⎜ ⎟ λέγεται ο
⎜b ⎟
⎝ m⎠
επαυξηµένος πίνακας του συστήµατος.
Για παράδειγµα, αν το γραµµικό σύστηµα είναι το

x1 + 2 x2 + x3 = 6
−2 x1 + x2 − 3 x3 = 5
τότε
⎛1 2 1⎞ ⎛6⎞ ⎛ 1 2 1 6⎞
A=⎜ ⎟ , b = ⎜ ⎟ , ( A, b) = ⎜ ⎟.
⎝ −2 1 −3 ⎠ ⎝5⎠ ⎝ −2 1 −3 5 ⎠
Ορισµός 12 (αντιστρέψιµος πίνακας)

Ένας τετραγωνικός πίνακας A ∈ M n ( F ) λέγεται αντιστρέψιµος αν υπάρχει πίνακας
B ∈ M n ( F ) τέτοιος ώστε AB = BA = I .
⎛ 2 1⎞ ⎛ 1 −1⎞
• Ο πίνακας A = ⎜ ⎟ είναι αντιστρέψιµος γιατί αν B = ⎜ ⎟,
⎝ 1 1⎠ ⎝ −1 2 ⎠
⎛1 0⎞
τότε εύκολα επαληθεύεται ότι AB = BA = ⎜ ⎟.
⎝0 1⎠
⎛1 1⎞
• Ο πίνακας ⎜ ⎟ δεν είναι αντιστρέψιµος γιατί αν υπήρχε πίνακας
⎝1 1⎠
⎛x y⎞ ⎛ 1 1⎞ ⎛ x y ⎞ ⎛ 1 0 ⎞ ⎛x+ z y + w⎞ ⎛ 1 0⎞
⎜ ⎟ µε ⎜ ⎟⎜ ⎟=⎜ ⎟ , τότε ⎜ ⎟=⎜ ⎟,
⎝ z w⎠ ⎝ 1 1⎠ ⎝ z w ⎠ ⎝ 0 1 ⎠ ⎝x+ z y + w⎠ ⎝ 0 1⎠
οπότε το x + z είναι ίσο µε 1 και 0, άτοπο.
Ορισµός 13
Ένας n × n πίνακας λέγεται στοιχειώδης πίνακας αν προκύπτει από τον ταυτοτικό
n × n πίνακα Ι µε την εφαρµογή ενός στοιχειώδους µετασχηµατισµού γραµµών.
⎛1 a 0⎞
Για παράδειγµα, ο πίνακας ⎜⎜ 0 1 0 ⎟⎟ , όπου a ∈ F, είναι στοιχειώδης αφού
⎜0 0 1⎟
⎝ ⎠
⎛1 0 0⎞
προκύπτει από τον ⎜⎜ 0 1 0 ⎟⎟ αν προσθέσουµε στην πρώτη γραµµή, a φορές τη
⎜0 0 1⎟
⎝ ⎠
δεύτερη.
Θα αναφέρουµε τώρα κάποιες βασικές ιδιότητες των πράξεων που ορίσαµε πριν.
Επίσης θα ασχοληθούµε µε ορισµένα θεµελιώδη αποτελέσµατα σχετικά µε τις λύσεις
γραµµικών συστηµάτων.
ΠΡΑΞΕΙΣ ΠΙΝΑΚΩΝ
Πρόταση 1
Έστω A, B, C ∈ M m×n (F) και k1 , k2 ∈ F. Τότε ισχύουν τα εξής.
1. ( A + B ) + C = A + ( B + C ) 5. k1 ( A + B) = k1 A + k1 B
2. A + 0m×n = A 6. ( k1 + k2 ) A = k1 A + k2 A
3. A − A = 0m×n 7. (k1k2 ) A = k1 (k2 A)
4. A + B = B + A 8. 1A = A και 0 A = 0m×n .
Πρόταση 2 (ιδιότητες του γινοµένου πινάκων)

Έστω A ∈ M k ×l (F), B ∈ M l×m (F), C ∈ M m×n (F). Τότε ( AB )C = A( BC ).
Έστω A ∈ M l×m (F), B, C ∈ M m×n (F) . Τότε A( B + C ) = AB + AC.
Έστω A, B ∈ M l×m (F), C ∈ M m×n (F). Τότε ( A + B)C = AC + BC.
Έστω k ∈ F, A ∈ M l×m (F), B ∈ M m×n (F). Τότε k ( AB) = (kA) B = A(kB ).
Έστω A ∈ M m×n (F) . Τότε I m A = AI n = A , 0l×m A = 0l×n και A0n×l = 0m×l.
Οι προηγούµενες δυο προτάσεις µας πληροφορούν ότι στις πράξεις πινάκων ισχύουν
µερικοί νόµοι που είναι ανάλογοι των νόµων που ξέρουµε από τους πραγµατικούς
αριθµούς. Όµως υπάρχουν σηµαντικές διαφορές µεταξύ πράξεων πινάκων και

πραγµατικών αριθµών, τις οποίες επισηµαίνουµε παρακάτω.
Πρόταση 3 (δυνάµεις διαγωνίων πινάκων)

⎛ a1 0 0⎞
⎜ ⎟
0 a2 0⎟
Έστω A = ⎜ . Τότε για κάθε θετικό ακέραιο k έχουµε
⎜ ⎟
⎜⎜ ⎟
⎝0 0 an ⎟⎠
⎛ a1k 0 0 ⎞
⎜ k ⎟
0 a2 0 ⎟
A =⎜
k
.
⎜ ⎟
⎜⎜ ⎟
⎝ 0 0 an k ⎟⎠
Ο πολλαπλασιασµός πινάκων διαφέρει ουσιαστικά από τον πολλαπλασιασµό

πραγµατικών ή µιγαδικών αριθµών. Οι κύριες διαφορές είναι οι παρακάτω.
ΠΡΟΣΟΧΗ
Έστω A, B ∈ M n (F) δυο n × n πίνακες. Τότε ορίζονται τα γινόµενα ΑΒ και
ΒΑ. Τονίζουµε ότι είναι δυνατό να έχουµε AB ≠ BA. Πράγµατι, αν

⎛1 2 ⎞ ⎛ −1 0 ⎞ ⎛1 6⎞ ⎛ −1 −2 ⎞
A=⎜ ⎟, B = ⎜ ⎟ , τότε AB = ⎜ ⎟ και BA = ⎜ ⎟.
⎝1 1 ⎠ ⎝ 1 3⎠ ⎝ 0 3⎠ ⎝4 5⎠
Έστω A ∈ M l×m (F), B ∈ M m×n (F). ∆εν αληθεύει γενικά ότι ( AB) 2 = A2 B 2 .
Πράγµατι, µε τους πίνακες του προηγούµενου παραδείγµατος έχουµε
⎛ 1 24 ⎞ 2 2 ⎛ 11 36 ⎞
( AB ) 2 = ⎜ ⎟, A B = ⎜ ⎟ . Το σωστό είναι ( AB ) = ABAB.
2
⎝ 0 9 ⎠ ⎝ 8 27. ⎠
Έστω A ∈ M l×m (F), B ∈ M m×n (F). Είναι δυνατό να έχουµε AB = 0l×n ακόµα
⎛1 1⎞ ⎛ 2 −1 ⎞
και αν A ≠ 0l×m , B ≠ 0m×n. Πράγµατι, αν A = ⎜ ⎟ και B = ⎜ ⎟,
⎝ −1 −1⎠ ⎝ −2 1 ⎠
⎛0 0⎞
τότε AB = ⎜ ⎟.
⎝0 0⎠
Έστω A ∈ M l×m (F), B, C ∈ M m×n (F). Αν ισχύει AB = AC , τότε γενικά δεν
έπεται ότι B = C. Πράγµατι, αν οι Α, Β είναι όπως στο προηγούµενο

παράδειγµα, τότε AB = A02×2 , αλλά B ≠ 02×2.
Πρόταση 4 (διωνυµικό ανάπτυγµα για αντιµεταθετικούς πίνακες)

Έστω A, B ∈ M n (F). Αν αυτοί αντιµετατίθενται, δηλαδή αν ισχύει AB = BA , τότε για
m
⎛ m⎞
κάθε m ∈ N έχουµε ( A + B) m = ∑ ⎜ ⎟Am − k B k .
k =0 ⎝ k ⎠
Για παράδειγµα, αν B = I τότε AB = BA για κάθε A ∈ M n (F) , οπότε από την
(A+ I)
3
προηγούµενη Πρόταση έχουµε = A3 + 3 A2 + 3 A + I. Για συγκεκριµένες
εφαρµογές της Πρότασης 4 παραπέµπουµε στις Λυµένες Ασκήσεις 4,5.
Πρόταση 5 (ανάστροφοι πίνακες)
1. Για κάθε πίνακα Α έχουµε ( At ) .

t
2. Έστω A, B ∈ M m×n ( F ) . Τότε ( A + B)t = At + B t .
3. Έστω A ∈ M l×m ( F ), B ∈ M m×n ( F ) . Τότε ( AB )t = B t At .
ΚΛΙΜΑΚΩΤΗ ΜΟΡΦΗ ΠΙΝΑΚΑ

Το επόµενο αποτέλεσµα είναι σηµαντικό γιατί έχει χρήσιµες εφαρµογές.
Θεώρηµα 6 (µετασχηµατισµός σε ανηγµένο κλιµακωτό πίνακα)

Κάθε m × n πίνακας µε στοιχεία από το F είναι γραµµοϊσοδύναµος µε έναν m × n
ανηγµένο κλιµακωτό πίνακα µε στοιχεία από το F .
Αλγόριθµος
µετασχηµατισµού της πίνακα σε ανηγµένο κλιµακωτό πίνακα
Βήµα 1 Εντοπίζουµε την πρώτη µη µηδενική στήλη και

µεταφέρουµε στην πρώτη γραµµή τη γραµµή εκείνη
που περιέχει το µη µηδενικό στοιχείο της στήλης.
Βήµα 2 Μετατρέπουµε το πρώτο µη µηδενικό στοιχείο της
πρώτης γραµµής σε 1.
Βήµα 3 Μετατρέπουµε σε 0 όλα τα στοιχεία που βρίσκονται
στη στήλη του πρώτου 1 της πρώτης γραµµής και
κάτω από αυτό.
Βήµα 4 Στην συνέχεια αγνοούµε την πρώτη στήλη και την

πρώτη γραµµή του πίνακα και επαναλαµβάνουµε τα
βήµατα 1 – 3 για τις επόµενες γραµµές. (Αν οι
επόµενες γραµµές είναι µηδενικές, τότε παραλείπουµε
το βήµα 4 και πάµε στο επόµενο βήµα.)
Βήµα 5 Μετατρέπουµε σε 0 όλα τα στοιχεία που βρίσκονται
σε κάθε στήλη που περιέχει το πρώτο 1 µιας γραµµής
Ο αλγόριθµος ολοκληρώνεται όταν το πρώτο 1 σε κάθε γραµµή είναι το

µοναδικό µη µηδενικό στοιχείο της στήλης που το περιέχει.
Για παραδείγµατα εφαρµογής του αλγορίθµου αυτού παραπέµπουµε στις Λυµένες

Ασκήσεις 7,8,9,10.
Θεώρηµα 7
Κάθε γραµµικό σύστηµα είναι ισοδύναµο µε ένα γραµµικό σύστηµα του οποίου ο
επαυξηµένος πίνακας είναι ανηγµένος κλιµακωτός.
Το προηγούµενο θεώρηµα είναι σηµαντικό γιατί η επίλυση γραµµικού συστήµατος

που είναι σε κλιµακωτή µορφή είναι εύκολη. Παραδείγµατα υπάρχουν στις Λυµένες
Ασκήσεις 7,8,9.
Θεώρηµα 8
Έστω ( A, b) ο επαυξηµένος πίνακας ενός γραµµικού συστήµατος και Κ ένας ανηγµένος
κλιµακωτός πίνακας που είναι γραµµοϊσοδύναµος1 µε τον ( A, b). Τότε το σύστηµα είναι
συµβιβαστό αν και µόνο αν ο Κ δεν περιέχει γραµµή της µορφής 0 0 ... 0 1.
Για παραδείγµατα παραπέµπουµε στις Λυµένες Ασκήσεις 8 και 9.
1
Αποδεικνύεται ότι ο Κ είναι µοναδικός και άρα µπορούµε να λέµε η ανηγµένη κλιµακωτή µορφή
πίνακα
Θεώρηµα 9 (οµογενή συστήµατα)

Ένα οµογενές γραµµικό σύστηµα m εξισώσεων και n µεταβλητών µε m < n έχει
τουλάχιστον µια µη µηδενική λύση.
ΑΝΤΙΣΤΡΕΨΙΜΟΙ ΠΙΝΑΚΕΣ
Πρόταση 10
1. Έστω A ∈ M n ( F ) . Αν ο Α είναι αντιστρέψιµος τότε ο A−1 είναι
αντιστρέψιµος και ( A−1 ) = A.

−1
2. Έστω A, B ∈ M n ( F ) . Αν Α,Β είναι αντιστρέψιµοι τότε ο AB είναι
αντιστρέψιµος και ισχύει ( AB) −1 = B −1 A−1.
Με τον επόµενο αλγόριθµο µπορούµε να αποφανθούµε αν ένας πίνακας είναι

αντιστρέψιµος και να υπολογίσουµε τον αντίστροφο πίνακα (εφόσον υπάρχει).
Συµβολισµός: Αν A, B είναι δυο πίνακες µε το αυτό πλήθος γραµµών, τότε µε ( A, B)
παριστάνουµε τον πίνακα που προκύπτει αν γράψουµε τις στήλες του B στα δεξιά των
⎛1 2⎞ ⎛x a 0 ⎞
στηλών του A. Για παράδειγµα, αν A=⎜ ⎟, B = ⎜ ⎟, τότε
⎝ 4 5⎠ ⎝ y b −1⎠
⎛1 2 x a 0⎞
( A, B ) = ⎜ ⎟ . Για το Α αυτό και το 2 × 2 ταυτοτικό πίνακα Ι έχουµε
⎝4 5 y b −1 ⎠
⎛1 2 1 0⎞
( A, I ) = ⎜ ⎟
⎝4 5 0 1⎠
Αλγόριθµος Υπολογισµού Αντίστροφου Πίνακα

Στον πίνακα ( A, I ) εφαρµόζουµε στοιχειώδεις µετασχηµατισµούς γραµµών που
µετατρέπουν τον Α σε ανηγµένο κλιµακωτό πίνακα Κ. Τότε ο ( A, I ) έχει µετατραπεί
σε έναν πίνακα της µορφής ( K , B).
• Αν K = I , τότε ο Α είναι αντιστρέψιµος και A−1 = B.

• Αν K ≠ I , τότε ο Α δεν είναι αντιστρέψιµος.
Παραδείγµατα εφαρµογής του προηγούµενου αλγόριθµου υπάρχουν στη Λυµένη

Άσκηση 10.
Θεώρηµα 11
Ένας πίνακας Β είναι γραµµοϊσοδύναµος µε έναν πίνακα Α, αν και µόνο αν υπάρχουν
στοιχειώδεις πίνακες E1 ,..., Ek (βλ. Ορισµό 13) τέτοιοι ώστε B = E1...Ek A.
Πόρισµα 12
Ένας n × n πίνακας είναι αντιστρέψιµος αν και µόνο αν είναι γραµµοϊσοδύναµος µε
τον µοναδιαίο n × n πίνακα.
Άσκηση 1
Να υπολογιστούν όσες από τις παραστάσεις A + B, AB, BA, AAt έχουν νόηµα, όπου
⎛0 2 1⎞ ⎛ 3 1⎞
A=⎜ ⎟, B = ⎜ ⎟.
⎝ 3 −1 4 ⎠ ⎝ −1 0 ⎠
Λύση
Το Α+Β δεν ορίζεται γιατί οι Α,Β δεν είναι του αυτού µεγέθους. Το ΑΒ δεν ορίζεται
γιατί το πλήθος των στηλών του Α (τρία) δεν είναι ίσο µε το πλήθος των γραµµών του
Β (δύο). Το ΒΑ ορίζεται γιατί το πλήθος των στηλών του Β είναι ίσο µε το πλήθος
των γραµµών του Α. Έχουµε
⎛ 3 1⎞⎛0 2 1⎞
BA = ⎜ ⎟⎜ ⎟=
⎝ −1 0 ⎠ ⎝ 3 −1 4 ⎠
⎛ 3 ⋅ 0 + 1⋅ 3 3 ⋅ 2 + 1⋅ (−1) 3 ⋅1 + 1 ⋅ 4 ⎞ ⎛ 3 5 7 ⎞
⎜ ⎟=⎜ ⎟.
⎝ (−1) ⋅ 0 + 0 ⋅ 3 (−1) ⋅ 2 + 0 ⋅ (−1) (−1) ⋅1 + 0 ⋅ 4 ⎠ ⎝ 0 −2 −1⎠
Το AAt ορίζεται για κάθε Α, γιατί αν ο Α έχει n στήλες, τότε ο ανάστροφος At έχει n
γραµµές. Έχουµε
⎛0 3 ⎞
⎛ 0 2 1 ⎞ ⎜ ⎟
AAt = ⎜ ⎟ ⎜ 2 −1 ⎟ =
⎝ 3 −1 4 ⎠ ⎜ 1 4 ⎟
⎝ ⎠
⎛ 0 ⋅ 0 + 2 ⋅ 2 + 1 ⋅1 0 ⋅ 3 + 2 ⋅ (−1) + 1⋅ 4 ⎞ ⎛ 5 2 ⎞
⎜ ⎟=⎜ ⎟.
⎝ 3 ⋅ 0 + (−1) ⋅ 2 + 4 ⋅1 3 ⋅ 3 + (−1) ⋅ (−1) + 4 ⋅ 4 ⎠ ⎝ 2 26 ⎠
Άσκηση 2
⎛1 2⎞
Να βρεθούν όλοι οι πραγµατικοί πίνακες X τέτοιοι ώστε AX = XA, όπου A = ⎜ ⎟.
⎝3 1⎠
Λύση
Πρώτα παρατηρούµε ότι για να ορίζονται τα γινόµενα AX , XA πρέπει ο Χ να είναι
⎛x y⎞
2 × 2. Έστω X = ⎜ ⎟ . Τότε
⎝ z w⎠
AX = XA ⇔ AX − XA = 0 ⇔
⎛1 2⎞⎛ x y ⎞ ⎛ x y ⎞⎛1 2⎞
⎜ ⎟⎜ ⎟−⎜ ⎟⎜ ⎟=0⇔
⎝3 1 ⎠⎝ z w⎠ ⎝ z w⎠⎝ 3 1⎠
⎛ x + 2 z y + 2w ⎞ ⎛ x + 3 y 2x + y ⎞
⎜ ⎟−⎜ ⎟=0⇔
⎝ 3 x + z 3 y + w ⎠ ⎝ z + 3w 2z + w⎠
⎛ 2 z − 3 y 2w − 2 x ⎞
⎜ ⎟=0⇔
⎝ 3 x − 3w 3 y − 2 z ⎠
⎧2 z − 3 y = 0
⎪2 w − 2 x = 0
⎪
⎨
⎪3 x − 3w = 0
⎪⎩3 y − 2 z = 0.
2
Λύνοντας το σύστηµα βρίσκουµε x = w, y = z µε w, z ∈ R . Άρα οι ζητούµενοι
3
⎛ 2 ⎞
w z
πίνακες είναι οι X = ⎜ 3 ⎟ , w, z ∈ R .
⎜⎜ ⎟
⎝z w ⎟⎠
Άσκηση 3
n
⎛ 2 1 ⎞ ⎛ 2n 3n − 2n ⎞
Αποδείξτε ότι ⎜ ⎟ =⎜ ⎟ για κάθε θετικό ακέραιο n.
⎝ 0 3⎠ ⎝ 0 3n ⎠
Λύση
Χρησιµοποιούµε επαγωγή στο n. Για n = 1, η σχέση αληθεύει. Έστω ότι η σχέση
αληθεύει για ένα συγκεκριµένο n. Έχουµε
n +1 n
⎛ 2 1⎞ ⎛ 2 1⎞ ⎛ 2 1⎞
⎜ ⎟ =⎜ ⎟ ⎜ ⎟=
⎝ 0 3⎠ ⎝ 0 3⎠ ⎝ 0 3⎠
⎛ 2n 3n − 2n ⎞ ⎛ 2 1 ⎞ ⎛ 2n +1 2n + ( 3n − 2n ) 3 ⎞
⎜ n ⎟⎜ ⎟ = ⎜⎜ ⎟=
⎟
⎝ 0 3 ⎠ ⎝ 0 3 ⎠ ⎝ 0 3n +1
⎠
⎛2 n +1
−2 ⋅ 2 + 3 ⋅ 3 ⎞ ⎛ 2
n n n +1
−2 + 3 ⎞
n +1 n +1
⎜ n +1 ⎟=⎜ ⎟.
⎝ 0 3 ⎠ ⎝ 0 3n +1 ⎠
Άσκηση 4
Να υπολογιστεί ο πίνακας A2005 , όπου
⎛1 5⎞
1. A = ⎜ ⎟
⎝0 −1 ⎠
⎛0 a b c⎞
⎜ ⎟
0 0 d e⎟
2. A = ⎜
⎜0 0 0 f⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠
⎛1 a b c⎞
⎜ ⎟
0 1 d e⎟
3. A = ⎜
⎜0 0 1 f⎟
⎜⎜ 0 0 0
⎟
1 ⎟⎠
⎝
Λύση
⎛1 5 ⎞⎛1 5 ⎞ ⎛1 0⎞
1. Έχουµε A2 = ⎜ ⎟⎜ ⎟=⎜ ⎟ = I . Άρα
⎝ 0 −1⎠ ⎝ 0 −1⎠ ⎝ 0 1 ⎠
A2005 = A2004 A = ( A2 )
1002
A = I 1002 A = IA = A.
Σηµείωση. Εύκολα διαπιστώνουµε ότι

A2 = I
A3 = A2 A = IA = A
A4 = A3 A = AA = A2 = I
A5 = A4 A = IA = A.
⎧ I , αν n ά ρτιος
Με βάση αυτά εικάζουµε ότι An = ⎨ Αυτό αποδεικνύεται
⎩ A, αν n περιττ ός .
εύκολα µε επαγωγή ή ως εξής. Αν n είναι άρτιος, n=2k, τότε
An = A2 k = ( A2 ) = I k = I . Αν n είναι περιττός, n=2k+1, τότε

k
An = A2 k +1 = ( A2 ) A = I k A = IA = A.
k
2. Με µερικούς υπολογισµούς βρίσκουµε

⎛0 0 ad ae + bf ⎞
⎜ ⎟
0 0 0 df
A =⎜
2 ⎟
⎜0 0 0 0 ⎟
⎜⎜ ⎟⎟
⎝0 0 0 0 ⎠
⎛0 0 ad ae + bf ⎞⎛0 a b c ⎞ ⎛0 0 0 adf ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
0 0 0 df ⎟⎜0 0 d e ⎟ ⎜0 0 0 0 ⎟
A3 = A2 A = ⎜ =
⎜0 0 0 0 ⎟⎜0 0 0 f ⎟ ⎜0 0 0 0 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟ ⎜ ⎟
⎝0 0 0 0 ⎠⎝0 0 0 0 ⎟⎠ ⎜⎝ 0 0 0 0 ⎟⎠
⎛0 0 0 adf ⎞ ⎛ 0 a b c⎞
⎜ ⎟⎜ ⎟
0 0 0 0 ⎟⎜0 0 d e⎟
A = A A=⎜
4 3
= 0.
⎜0 0 0 0 ⎟⎜0 0 0 f⎟
⎜⎜ 0 0
⎟⎜
0 0 ⎟⎠ ⎜⎝ 0 0 0
⎟
0 ⎟⎠
⎝
Συνεπώς έχουµε A4 = A5 = A6 = ... = 0. Ειδικά A2005 = 0.
Σηµείωση. Αν Α είναι ένας n × n άνω τριγωνικός πίνακας που όλα τα διαγώνια
στοιχεία είναι ίσα µε 0, τότε αποδεικνύεται ότι An = An +1 = ... = 0.
⎛1 a b c ⎞ ⎛1 0 0 0⎞ ⎛ 0 a b c⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
0 1 d e ⎟ ⎜0 1 0 0⎟ ⎜ 0 0 d e⎟
3. Γράφουµε A = ⎜ = + = I + B. Επειδή ο
⎜0 0 1 f ⎟ ⎜0 0 1 0⎟ ⎜ 0 0 0 f⎟
⎜⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝0 0 0 1 ⎟⎠ ⎜⎝ 0 0 0 1 ⎟⎠ ⎜⎝ 0 0 0 0 ⎟⎠
Ι αντιµετατίθεται µε τον Β εφαρµόζεται το διωνυµικό ανάπτυγµα. Χρησιµοποιώντας
ότι B 4 = B 5 = B 6 = ... = 0 , που αποδείξαµε στο 2, έχουµε
⎛n⎞ ⎛n⎞
An = I n + ⎜ ⎟ I n −1 B + ⎜ ⎟ I n − 2 B 2 + ... + B n =
⎝1 ⎠ ⎝2⎠
⎛n⎞ ⎛ n⎞ ⎛n⎞
I + ⎜ ⎟ B + ⎜ ⎟ B 2 + ⎜ ⎟ B3 =
⎝1 ⎠ ⎝ 2⎠ ⎝3⎠
⎛0 a b c⎞ ⎛ 0 0 ad ae + bf ⎞ ⎛0 0 0 adf ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎛n⎞ 0 0 d e ⎟ ⎛ n⎞⎜0 0 0 df ⎟ ⎛ n ⎞ ⎜ 0 0 0 0 ⎟
I + ⎜ ⎟⎜ +⎜ ⎟ +⎜ ⎟ =
⎝1 ⎠ ⎜ 0 0 0 f ⎟ ⎝ 2⎠⎜0 0 0 0 ⎟ ⎝3 ⎠⎜0 0 0 0 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟ ⎜⎜ ⎟
⎝0 0 0 0⎠ ⎝0 0 0 0 ⎟⎠ ⎝0 0 0 0 ⎠⎟
⎛ ⎛n⎞ ⎛n⎞ ⎛n⎞ ⎛ n⎞ ⎛ n⎞ ⎛ n⎞ ⎞
⎜ 1 ⎜ ⎟ a ⎜ ⎟ b + ⎜ ⎟ ad ⎜ ⎟ c + ⎜ ⎟ (ae + bf ) + ⎜ ⎟ adf ⎟
⎜ ⎝1 ⎠ ⎝1 ⎠ ⎝ 2 ⎠ ⎝1 ⎠ ⎝ 2 ⎠ ⎝3⎠ ⎟
⎜ ⎛ n⎞ ⎛n⎞ ⎛n⎞ ⎟
⎜0 1 ⎜ ⎟ d e
⎜ ⎟ ⎜ ⎟+ df ⎟
⎜ ⎝1 ⎠ ⎝1 ⎠ ⎝ 2 ⎠ ⎟.
⎜ ⎟
⎜0 ⎛n⎞ ⎟
0 1 ⎜ ⎟f
⎜ ⎝1 ⎠ ⎟
⎜⎜ ⎟⎟
⎝0 0 0 1 ⎠
Άσκηση 5
Μια εταιρία παρασκευάζει δυο προϊόντα x,y. Έστω ότι το κόστος κατασκευής n
τεµαχίων από το καθένα είναι xn , yn αντίστοιχα και γνωρίζουµε ότι
xn +1 = xn + ayn
,
yn +1 = axn + yn
n = 1, 2,..., όπου a είναι µια πραγµατική σταθερά.
1. Να υπολογιστεί το xn +1 συναρτήσει του n και των x1 , y1.
2. Έστω ότι x1 = y1 και a = 0.2. Να βρεθεί η ελάχιστη τιµή πώλησης των πρώτων
10 τεµαχίων του προϊόντος x ώστε να µην προκύψει ζηµία.

Λύση
⎛1 a⎞
1. Θέτοντας A = ⎜ ⎟ βλέπουµε ότι
⎝a 1⎠
xn +1 = xn + ayn ⎫ ⎛ xn +1 ⎞ ⎛ xn ⎞
⎬⇔⎜ ⎟ = A⎜ ⎟.
yn +1 = axn + yn ⎭ ⎝ yn +1 ⎠ ⎝ yn ⎠
Εφαρµόζοντας διαδοχικά την τελευταία σχέση έχουµε
⎛ xn +1 ⎞ ⎛ xn ⎞ ⎛ xn −1 ⎞ 2 ⎛ n −1 ⎞
x n⎛ 1⎞
x
⎜ ⎟ = A ⎜ ⎟ = AA ⎜ ⎟= A ⎜ ⎟ = ... = A ⎜ ⎟ ,
⎝ yn +1 ⎠ ⎝ yn ⎠ ⎝ yn −1 ⎠ ⎝ yn −1 ⎠ ⎝ y1 ⎠
δηλαδή
⎛ xn +1 ⎞ n⎛ 1⎞
x
⎜ ⎟ = A ⎜ ⎟ , n = 1, 2,... (1)
⎝ yn +1 ⎠ ⎝ y1 ⎠
Από την τελευταία σχέση φαίνεται ότι για να βρούµε τη ζητούµενη παράσταση του
xn +1 , αρκεί να υπολογίσουµε τη δύναµη An και για το σκοπό αυτό θα
χρησιµοποιήσουµε το διωνυµικό ανάπτυγµα.
⎛0 a⎞ ⎛ a2 0⎞
Γράφοντας A = I + ⎜ ⎟ = I + B , παρατηρούµε ότι B 2
= ⎜ 2⎟
= a 2 I και
⎝a 0⎠ ⎝0 a ⎠
εποµένως για κάθε θετικό ακέραιο k έχουµε

⎛ a2k 0 ⎞ 2 k +1 ⎛ 0 a 2 k +1 ⎞
B 2k
=a I =⎜
2k
⎟ , B = a 2k
B = ⎜ 2 k +1 ⎟.
⎝ 0 a 2k ⎠ ⎝a 0 ⎠
Έστω ότι ο n είναι άρτιος n = 2k . Εφαρµόζοντας το διωνυµικό ανάπτυγµα έχουµε
An = ( I + B ) =
n
⎛n⎞ ⎛ n⎞ ⎛ n ⎞ n −1
I + ⎜ ⎟ B + ⎜ ⎟ B 2 + ... + ⎜ ⎟B +B =
n
⎝1 ⎠ ⎝ 2⎠ ⎝ n − 1⎠
⎛ n ⎞ ⎛ 0 a ⎞ ⎛ n ⎞ ⎛ a 2 0 ⎞ ⎛ n ⎞ ⎛ 0 a3 ⎞
I + ⎜ ⎟⎜ ⎟ + ⎜ ⎟⎜ +
2 ⎟ ⎜ ⎟⎜ 3 ⎟ + ...
⎝1 ⎠ ⎝ a 0 ⎠ ⎝ 2 ⎠ ⎝ 0 a ⎠ ⎝ 3 ⎠ ⎝ a 0⎠
⎛ n ⎞⎛ 0 a 2 k −1 ⎞ ⎛ a 2 k 0 ⎞
+⎜ ⎟ ⎜ 2 k −1 ⎟+⎜ ⎟=
⎝ n − 1⎠ ⎝ a 0 ⎠ ⎝ 0 a 2k ⎠
⎛ ⎛n ⎞ 2j ⎛n ⎞ ⎞
⎜ ∑⎜ ⎟a ∑ ⎜ 2 j + 1⎟ a 2 j +1
⎟
⎜ j ≥0 ⎝ 2 j ⎠ j ≥0 ⎝ ⎠ ⎟.
⎜ ⎛n ⎞ 2 j +1 ⎛n ⎞ 2j ⎟
⎜∑⎜ ∑ ⎟
⎜ j ≥ 0 2 j + 1⎟ a ⎜ ⎟a
j ≥0 ⎝ 2 j ⎠
⎟
⎝ ⎝ ⎠ ⎠
⎛n⎞
Σηµείωση. Στην παραπάνω παράσταση εννοείται ότι ⎜ ⎟ = 0 αν j > n.
⎝ j⎠
Με εντελώς ανάλογο τρόπο βρίσκουµε την ίδια σχέση για n περιττό.
Άρα για κάθε n
⎛ ⎛n ⎞ 2j ⎛n ⎞ ⎞
⎜ ∑⎜ ⎟ a ∑ ⎜ 2 j + 1⎟ a 2 j +1
⎟
j ≥0 ⎝ 2 j ⎠ ⎝ ⎠
An = ⎜ ⎟.
j ≥0
⎜ ⎛n ⎞ 2 j +1 ⎛n ⎞ 2j ⎟
⎜∑⎜ ∑ ⎟
⎜ j ≥ 0 2 j + 1⎟ a ⎜ ⎟a
j ≥0 ⎝ 2 j ⎠
⎟
⎝ ⎝ ⎠ ⎠
Συνεπώς από τη σχέση (1) παίρνουµε
⎛ ⎛n ⎞ ⎞ ⎛ ⎛n ⎞ 2 j +1 ⎞
xn +1 = ⎜ ∑ ⎜ ⎟ a 2 j ⎟ x1 + ⎜ ∑ ⎜ ⎟ a ⎟ y1.
⎝ j ≥0 ⎝ 2 j ⎠ ⎠ ⎝ j ≥ 0 ⎝ 2 j + 1⎠ ⎠
2. Για x1 = y1 , η προηγούµενη σχέση γράφεται
⎛ ⎛n ⎞ ⎛n ⎞ 2 j +1 ⎞
xn +1 = ⎜ ∑ ⎜ ⎟ a 2 j + ∑ ⎜ ⎟ a ⎟ x1 = (1 + a ) x1.
n
⎝ j ≥0 ⎝ 2 j ⎠ j ≥ 0 ⎝ 2 j + 1⎠ ⎠
Αντικαθιστώντας τα δεδοµένα έχουµε x10 = (1 + 0.2 ) x1 ≈ 5.16 x1 . Άρα καθένα από τα

9
10 πρώτα τεµάχια του x πρέπει να πωληθεί σε τιµή τουλάχιστον 0.516x1 .
Άσκηση 6
Έστω ότι ο Α είναι ένας πίνακας τέτοιος ώστε A2 − A − I = 0. Απλοποιήστε τις
παραστάσεις A4 − 3 A3 − A2 + 7 A − I και A4 ( A − I ) − I .
5
Λύση
Από τον Αλγόριθµο ∆ιαίρεσης πολυωνύµων (βλ. Κεφάλαιο 1) βρίσκουµε
x 4 − 3x 3 − x 2 + 7 x − 1 = ( x 2 − x − 1)( x 2 − 2 x − 2) + 3 x − 3 και άρα
A4 − 3 A3 − A2 + 7 A − I = ( A2 − A − 1) ( A2 − 2 A − 2) + 3 A − 3I = 3 A − 3I .
0
Από την υπόθεση έχουµε τη σχέση A( A − I ) = I . Άρα
A4 ( A − I ) − I = A 4 ( A − I ) ( A − I ) − I = ( A ( A − I ) ) ( A − I ) − I = A − I − I = A − 2 I .
5 4 4
Σηµείωση. Έχουµε A4 ( A − I )4 = ( A( A − I ) ) γιατί οι πίνακες Α και Α – Ι

4
αντιµετατίθενται.
Άσκηση 7
1. Να βρεθεί ένας ανηγµένος κλιµακωτός πίνακας που είναι γραµµοϊσοδύναµος µε τον
⎛1 0 1⎞
⎜ ⎟
⎜ 3 1 2⎟
.
⎜ 2 0 1⎟
⎜⎜ ⎟
⎝ −2 1 0 ⎟⎠
2. Εξετάστε αν το παρακάτω σύστηµα έχει µη µηδενικές λύσεις
x+z =0
3x + y + z = 0
2x + z = 0
−2 x + y = 0
Λύση
1. Εφαρµόζοντας τον αλγόριθµο µετασχηµατισµού ενός πίνακα σε ανηγµένη
κλιµακωτή µορφή έχουµε
⎛1 0 1⎞ ⎛1 0 1⎞ ⎛1 0 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 3 1 2 ⎟ r2 →r2 −3r1 ⎜ 0 1 −1⎟ r3 →r3 − 2 r1 ⎜ 0 1 −1⎟ r4 →r4 + 2 r1
⎯⎯⎯⎯ → ⎯⎯⎯⎯ → ⎯⎯ ⎯⎯
→
⎜ 2 0 1⎟ ⎜ 2 0 1⎟ ⎜ 0 0 −1⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎝ −2 1 0⎠ ⎝ −2 1 0 ⎟⎠ ⎝ −2 1 0 ⎠
⎛1 0 1⎞ ⎛1 0 1⎞ ⎛1 0 1 ⎞
⎜ ⎟ ⎜ ⎟ r →1 r ⎜ ⎟
⎜0 1 −1⎟ r4 →r4 − r2 ⎜ 0 1 −1⎟ 4 3 4 ⎜ 0 1 −1⎟ r3 →r3 + r4
⎯⎯⎯⎯ → ⎯⎯⎯→ ⎯⎯⎯⎯ →
⎜0 0 −1⎟ ⎜0 0 −1 ⎟ ⎜ 0 0 −1⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎝0 1 2⎠ ⎝0 0 3 ⎟⎠ ⎝0 0 1 ⎠
⎛1 0 1⎞ ⎛1 0 1⎞ ⎛1 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0 1 −1⎟ r2 →r2 + r4 ⎜ 0 1 0 ⎟ r1 → r1 − r4 ⎜ 0 1 0 ⎟ r3 →r4
⎯⎯⎯⎯ → ⎯⎯⎯⎯ → ⎯⎯⎯ →
⎜0 0 0⎟ ⎜0 0 0⎟ ⎜ 0 0 0⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎝0 0 1⎠ ⎝0 0 1 ⎟⎠ ⎝0 0 1⎠
⎛1 0 0⎞
⎜ ⎟
⎜0 1 0⎟
.
⎜0 0 1⎟
⎜⎜ ⎟
⎝0 0 0 ⎟⎠
Ο τελευταίος πίνακας είναι ανηγµένος κλιµακωτός πίνακας και είναι βέβαια
γραµµοϊσοδύναµος µε τον αρχικό.
⎛1 0 1 0⎞
⎜ ⎟
3 1 2 0⎟
2. Θεωρούµε τον επαυξηµένο πίνακα του συστήµατος που είναι ο ⎜ .
⎜ 2 0 1 0⎟
⎜⎜ ⎟
⎝ −2 1 0 0 ⎟⎠
Χρησιµοποιώντας τους ίδιους στοιχειώδεις µετασχηµατισµούς που εφαρµόσαµε πριν
(γιατί ο πίνακας των συντελεστών του συστήµατος είναι αυτός στο υποερώτηµα 1)
⎛1 0 0 0⎞
⎜ ⎟ ⎧x = 0
0 1 0 0⎟ ⎪
φθάνουµε στον πίνακα ⎜ . Τα αντίστοιχο σύστηµα είναι το ⎨ y = 0 και
⎜0 0 1 0⎟ ⎪z = 0
⎜⎜ 0 0 0
⎟
0 ⎟⎠ ⎩
⎝
άρα η µηδενική λύση είναι η µοναδική λύση του αρχικού συστήµατος.
Άσκηση 8
Να λυθεί το επόµενο σύστηµα για τις διάφορες τιµές του a ∈ R .
2 x − ay + z = 1
x− y+z =a
3x − y − z = 2.
Λύση
Χρησιµοποιούµε στοιχειώδεις µετασχηµατισµούς γραµµών στον επαυξηµένο πίνακα.
⎛ 2 −a 1 1 ⎞ ⎛ 1 −1 1 a⎞
⎜ ⎟ r1 →r2 ⎜ ⎟ r2 → r2 − 2 r1
⎜ 1 −1 1 a ⎟ ⎯⎯⎯ → ⎜ 2 −a 1 1 ⎟ ⎯⎯⎯⎯ →
⎜ 3 −1 −1 2 ⎟ ⎜ 3 −1 −1 2⎠⎟
⎝ ⎠ ⎝
⎛1 −1 1 a ⎞ ⎛1 −1 1 a ⎞
⎜ ⎟ r3 →r3 −3r1 ⎜ ⎟ r2 → r3
⎜ 0 −a + 2 −1 1 − 2a ⎟ ⎯⎯⎯⎯ →⎜ 0 − a + 2 −1 1 − 2a ⎟ ⎯⎯⎯ →
⎜3 −1 −1 2 ⎠ ⎟ ⎜0 2 ⎟
−4 2 − 3a ⎠
⎝ ⎝
⎛1 −1 1 a ⎞
⎛1 −1 1 a ⎞ 1 ⎜ ⎟
⎜ ⎟ r2 → 2 r2 ⎜ 2 − 3a ⎟ r3 →r3 + ( a − 2) r2
⎜0 2 −4 2 − 3a ⎟ ⎯⎯⎯→ 0 1 −2 ⎯⎯⎯⎯⎯→
⎜ 0 −a + 2 −1 1 − 2a ⎟ ⎜ 2 ⎟
⎝ ⎠ ⎜ 0 − a + 2 −1 1 − 2 a ⎟
⎝ ⎠
⎛ ⎞
⎜ 1 −1 1 a ⎟
⎜ ⎟
⎜0 1 2 − 3a ⎟.
−2
⎜ 2 ⎟
⎜ 3 2 ⎟
⎜⎜ 0 0 −2a + 3 − a + 2a − 1⎟⎟
⎝ 2 ⎠
1η περίπτωση. Έστω −2a + 3 ≠ 0.
Λύνουµε µε διαδοχικές αντικαταστάσεις το σύστηµα που αντιστοιχεί στον τελευταίο
3
− a 2 + 2a − 1
2 3a 2 − 4a + 2
πίνακα. Από την τελευταία γραµµή έχουµε z = = .
−2 a + 3 4a − 6
Αντικαθιστώντας στη δεύτερη γραµµή έχουµε
2 − 3a 3a 2 − 4a + 2 2 − 3a 5a − 2
y − 2z = ⇒ y−2 = ⇒y= . Αντικαθιστώντας στην
2 4a − 6 2 4a − 6
a 2 + 3a − 4
πρώτη εξίσωση x − y + z = a βρίσκουµε µετά από µερικές πράξεις x = .
4a − 6
⎛ a 2 + 3a − 4 5a − 2 3a 2 − 4a + 2 ⎞
Συνεπώς υπάρχει µοναδική λύση ( x, y, z ) = ⎜ , , ⎟.
⎝ 4a − 6 4a − 6 4a − 6 ⎠
2η περίπτωση. Έστω −2a + 3 = 0.

3 3
Τότε − a 2 + 2a − 1 ≠ 0 (µάλιστα για κάθε πραγµατικό a έχουµε − a 2 + 2a − 1 ≠ 0
2 2
αφού η διακρίνουσα είναι αρνητική). Από την τρίτη γραµµή, που είναι της µορφής
0 0 0 c , όπου c ≠ 0, συµπεραίνουµε ότι το σύστηµα είναι αδύνατο.
Άσκηση 9
Να εξεταστεί για ποιες τιµές των a, b ∈ R το σύστηµα
x + y + az = 1
−2 x − y + z = b
x − y + 2y = a
έχει µοναδική λύση, άπειρες λύσεις, καµιά λύση.
Λύση
Μετά από τους στοιχειώδεις µετασχηµατισµούς γραµµών
r2 → r2 + 2r1 , r3 → r3 − r1 , r3 → r3 + 2r2 , ο επαυξηµένος πίνακας του συστήµατος παίρνει
τη µορφή
⎛1 1 a 1 ⎞
⎜ ⎟
⎜ 0 1 2a + 1 b + 2 ⎟.
⎜ 0 0 3a + 4 a + 2b + 3 ⎟
⎝ ⎠
1η περίπτωση. Έστω 3a + 4 ≠ 0.
Τότε βλέπουµε ότι υπάρχει µοναδική λύση.
2η περίπτωση. Έστω 3a + 4 = 0.
Υποπερίπτωση α. Αν a + 2b + 3 ≠ 0 , τότε το σύστηµα είναι αδύνατο.
Υποπερίπτωση β. Αν a + 2b + 3 = 0 , τότε υπάρχουν άπειρες λύσεις.
Συνοψίζοντας, το σύστηµα
4
έχει µοναδική λύση αν a ≠ − ,
3
4 5
έχει άπειρες λύσεις αν a = − , b = −
3 6
4 5
είναι αδύνατο αν a = − , b ≠ − .
3 6
Άσκηση 10
Εξετάστε ποιοι από τους επόµενους πίνακες είναι αντιστρέψιµοι
⎛1 2 3⎞
⎛1 4 ⎞ ⎛1 2⎞ ⎜ ⎟
A=⎜ ⎟, B=⎜ ⎟, C = ⎜ 2 2 3⎟
⎝ 3 12 ⎠ ⎝3 a⎠ ⎜ 2 1 0⎟
⎝ ⎠
όπου a ∈ R . Να υπολογιστούν οι αντίστροφοι όταν αυτοί υπάρχουν. Στη συνέχεια να
⎛ x⎞ ⎛ 1 ⎞
λυθεί το σύστηµα C ⎜⎜ y ⎟⎟ = ⎜⎜ 2 ⎟⎟ .
⎜ z ⎟ ⎜ −2 ⎟
⎝ ⎠ ⎝ ⎠
Λύση
Θα εφαρµόσουµε τον αλγόριθµο υπολογισµού του αντίστροφου πίνακα.
⎛ 1 4 1 0 ⎞ r2 →r2 −3r1 ⎛ 1 4 1 0 ⎞
Για τον Α έχουµε: ⎜ ⎟ ⎯⎯⎯⎯ →⎜ ⎟ . Ο Α δεν είναι
⎝ 3 12 0 1 ⎠ ⎝ 0 0 −3 1 ⎠
⎛1 4⎞
αντιστρέψιµος, γιατί το αριστερό µισό, ⎜ ⎟ , του τελευταίου πίνακα είναι
⎝0 0⎠
ανηγµένος κλιµακωτός πίνακας διάφορος του µοναδιαίου.
⎛ 1 2 1 0 ⎞ r2 →r2 −3r1 ⎛ 1 2 1 0⎞
Για το Β έχουµε: ⎜ ⎟ ⎯⎯⎯⎯ →⎜ ⎟ . Αν a = 6, ο Β δεν
⎝3 a 0 1⎠ ⎝ 0 a − 6 −3 1 ⎠
είναι αντιστρέψιµος. Έστω ότι a ≠ 6 . Τότε συνεχίζουµε και έχουµε
⎛1 2 1 0 ⎞
⎛1 2 1 0 ⎞ r2 → a 1−6 r2 ⎜ ⎟ r1 →r1 − 2 r2 →
⎜ ⎟ ⎯⎯⎯⎯ →
⎜⎜ 0 1 −3 1 ⎟ ⎯⎯⎯⎯
⎝ 0 a − 6 −3 1 ⎠ ⎟
⎝ a−6 a−6⎠
⎛ a −2 ⎞
⎜1 0 a − 6 a − 6 ⎟
⎜ ⎟.
⎜ 0 1 −3 1 ⎟
⎜ ⎟
⎝ a−6 a−6⎠
Στην περίπτωση αυτή Β είναι αντιστρέψιµος και ο αντίστροφός του είναι ο
⎛ a −2 ⎞
⎜ a−6 a−6⎟
⎜ ⎟.
⎜ −3 1 ⎟
⎜ ⎟
⎝ a−6 a−6⎠
Για τον C έχουµε
⎛1 2 3 1 0 0⎞ ⎛1 2 3 1 0 0⎞
⎜ ⎟ r2 →r2 − 2 r1 ⎜ ⎟ r3 →r3 − 2 r1
⎜ 2 5 3 0 1 0 ⎟ ⎯⎯⎯⎯ → ⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯ →
⎜2 4 0 0 0 1⎟ ⎜2 4 0 0 0 1⎟
⎝ ⎠ ⎝ ⎠
⎛ ⎞
⎛1 2 3 1 0 0⎞ ⎜1 2 3 1 0 0 ⎟
⎟ r3 → −6 r3 ⎜ ⎟ r1 →r1 − 2 r2
1
⎜
⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯ → ⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯ →
⎜ 0 0 −6 −2 0 1 ⎟ ⎜ 1 −1 ⎟
⎝ ⎠ ⎜0 0 1 0 ⎟
⎝ 3 6 ⎠
⎛ ⎞
⎛ ⎞ ⎜ 1 0 9 5 −2 0 ⎟
⎜ 1 0 9 5 −2 0 ⎟ ⎜ ⎟
⎜ ⎟ r2 →r2 +3r3 ⎜ −1 ⎟ r1 →r1 −9 r3
⎜ 0 1 −3 −2 1 0 ⎟ ⎯⎯⎯⎯ → 0 1 0 −1 1
⎜
⎯⎯ ⎯⎯ →
⎜ 2 ⎟
1 −1 ⎟ ⎜
⎜0 0 1 0 ⎟ 1 −1 ⎟
⎝ 3 6 ⎠ ⎜⎜ 0 0 1 0 ⎟⎟
⎝ 3 6 ⎠
⎛ 3 ⎞
⎜ 1 0 0 2 −2 2 ⎟
⎜ ⎟
⎜ 0 1 0 −1 1 −1 ⎟
.
⎜ 2 ⎟
⎜ ⎟
⎜⎜ 0 0 1 1 0 −1 ⎟
⎟
⎝ 3 6 ⎠
⎛ 3 ⎞
⎜ 2 −2 2 ⎟
⎜ ⎟
⎜ 1⎟
Άρα ο C είναι αντιστρέψιµος και ο αντίστροφός του είναι ο −1 1 −
⎜ 2⎟
⎜ ⎟
⎜⎜ 1 0 − 1 ⎟⎟
⎝3 6⎠
⎛ x⎞ ⎛ 1 ⎞
Για να λύσουµε το σύστηµα C ⎜⎜ y ⎟⎟ = ⎜⎜ 2 ⎟⎟ µπορούµε φυσικά να εφαρµόσουµε τη
⎜ z ⎟ ⎜ −2 ⎟
⎝ ⎠ ⎝ ⎠
µέθοδο απαλοιφής του Gauss. Ένας άλλος τρόπος είναι να χρησιµοποιήσουµε το
γεγονός ότι ο C είναι αντιστρέψιµος. Έχουµε
⎛ x⎞ ⎛ 1 ⎞ ⎛ x⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟ −1 ⎜ ⎟ −1 ⎜ ⎟
C⎜ y⎟ = ⎜ 2 ⎟ ⇔ C C⎜ y⎟ = C ⎜ 2 ⎟ ⇔
⎜ z ⎟ ⎜ −2 ⎟ ⎜z⎟ ⎜ −2 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 3 ⎞
⎜ 2 −2 2 ⎟ ⎛ ⎞
⎛ x⎞ ⎛1⎞ ⎜ ⎟ ⎛ 1 ⎞ ⎜ −5 ⎟
⎜ ⎟ −1 ⎜ ⎟ ⎜ 1 ⎟⎜ ⎟ ⎜ ⎟
y
⎜ ⎟ = C 2
⎜ ⎟ ⎜ = − 1 1 − 2 = ⎜ 2 ⎟.
⎜z⎟ ⎜ −2 ⎟ ⎜ 2 ⎟ ⎜⎜ ⎟⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎟ ⎝ −2 ⎠ 2
⎜⎜ 1 0 − 1 ⎟⎟ ⎜ ⎟
⎝ 3⎠
⎝3 6⎠
Άσκηση 11
Έστω ότι ο Α είναι ένας πραγµατικός πίνακας τέτοιος ώστε A2 − A − I = 0.
1. Αποδείξτε ότι ο A − I είναι αντιστρέψιµος.
1± 5
2. Αποδείξτε ότι ο A − kI είναι αντιστρέψιµος για κάθε πραγµατικό k ≠ .
2
1± 5
3. Αποδείξτε ότι ο A − kI δεν είναι αντιστρέψιµος, αν k = .
2
Λύση
1. Από τη δοσµένη σχέση έχουµε
A2 − A = I ⇔ A( A − I ) = I ⇔ A( A − I ) = ( A − I ) A = I.
Άρα ο A − I είναι αντιστρέψιµος σύµφωνα µε τον Ορισµό 12.
2. Έστω B = A − kI . Η ιδέα εδώ είναι να µετασχηµατίσουµε τη δοσµένη
πολυωνυµική παράσταση του Α, δηλαδή την A2 − A − I = 0, σε µια πολυωνυµική
παράσταση του Β και να χρησιµοποιήσουµε µια παραγοντοποίηση όπως είδαµε στο
προηγούµενο ερώτηµα.
Έχουµε A = B + kI και άρα
A2 − A − I = 0 ⇔ ( B + kI ) − ( B + kI ) − I = 0 ⇔
2
B 2 + 2kB + k 2 I − B − kI − I = 0 ⇔
B 2 + ( 2k − 1) B + ( k 2 − k − 1) I = 0 ⇔
B ( B + (2k − 1) I ) = ( −k 2 + k + 1) I .
1± 5
Παρατηρούµε ότι για κάθε πραγµατικό k ≠ έχουµε − k 2 + k + 1 ≠ 0 , αφού οι
2
1± 5
ρίζες του τριωνύµου είναι . Άρα παίρνουµε
2
B ( B + (2k − 1) I ) = ( −k 2 + k + 1) I ⇔
⎛
( B + (2k − 1) I ) ⎞⎟ = I ⇔
1
B⎜ 2
⎝ −k + k + 1 ⎠
⎛
( B + (2k − 1) I ) ⎞⎟ = ⎛⎜ 2 ( B + (2k − 1) I ) ⎞⎟ B = I
1 1
B⎜ 2
⎝ −k + k + 1 ⎠ ⎝ −k + k + 1 ⎠
Άρα ο Β είναι αντιστρέψιµος.
1± 5
3. Έστω k = . Θα δείξουµε ότι ο B = A − kI δεν είναι αντιστρέψιµος. Έστω ότι
2
ο Β είναι αντιστρέψιµος. Θα φθάσουµε σε άτοπο. Αποδείξαµε πριν τη σχέση
B ( B + (2k − 1) I ) = ( −k 2 + k + 1) I . Άρα B ( B + (2k − 1) I ) = 0 . Πολλαπλασιάζοντας µε
B −1 παίρνουµε B + (2k − 1) I = 0. Άρα B = −(2k − 1) I και συνεπώς
A = B + kI = −(k − 1) I . Από τη σχέση A2 − A − I = 0 παίρνουµε
( −(k − 1) I ) − ( −(k − 1) I ) − I = 0 ⇒ ( k 2 − 2k + 1) I + kI − I − I = 0 ⇒
2
1± 5
(k 2
− k − 1) I = 0 ⇒ k =
2
και αυτό είναι άτοπο.
Άσκηση 12
Θεωρούµε το σύστηµα
x + y + az = a 2
x + ay + z = a
ax + y + z = 1
όπου a ∈ . Να λυθεί το σύστηµα αυτό για τις διάφορες τιµές του a.
Λύση
Ο επαυξηµένος πίνακας του συστήµατος είναι ο
⎛ 1 1 a a2 ⎞
⎜ ⎟
⎜ 1 a 1 a ⎟.
⎜a 1 1 1 ⎟
⎝ ⎠
Μετά από τους στοιχειώδεις µετασχηµατισµούς r2 → r2 − r1 , r3 → r3 − ar1 , r3 → r3 + r2 , ο
πίνακας παίρνει τη µορφή
⎛1 1 a a2 ⎞
⎜ ⎟
⎜ 0 a −1 1− a a−a 2
⎟.
⎜0 0 (1 − a)(2 + a) (1 − a)(1 + a ) 2 ⎟⎠
⎝
Το αντίστοιχο σύστηµα είναι
⎧x + y+ az = a 2
⎪
⎨ (a − 1) y + (1 − a) z = a − a 2
⎪ (1 − a )(2 + a) z = (1 − a )(1 + a ) 2 .
⎩
• Περίπτωση 1. Έστω (a − 1)(a + 2) ≠ 0.
Τότε το σύστηµα έχει µοναδική λύση. Λύνοντας την τρίτη εξίσωση βρίσκουµε
(a + 1) 2
z= . Aντικαθιστώντας στη δεύτερη βρίσκουµε µετά από µερικές
a+2
1 −(a + 1)
πράξεις y = , οπότε από την πρώτη βρίσκουµε τελικά x = .
a+2 a+2
• Περίπτωση 2. Έστω a = −2 .
Τότε από την τρίτη εξίσωση βλέπουµε ότι το σύστηµα είναι αδύνατο.
• Περίπτωση 3. Έστω a = 1.
Τότε το σύστηµα είναι το
⎧x + y + z = 1
⎪
⎨0 = 0
⎪0 = 0.
⎩
Υπάρχουν άπειρες λύσεις ( x, y, z ) = (1 − y − z , y, z ), y, z ∈ .
Άσκηση 13
Εξετάστε για ποιες τιµές των a, b ∈ το επόµενο σύστηµα έχει µοναδική λύση,
άπειρες λύσεις ή είναι αδύνατο
x1 + x2 + x3 = 1
x1 + ax2 + ax3 = b
x1 + a 2 x2 + 2ax3 = ab.
Λύση
Εφαρµόζοντας τους στοιχειώδεις µετασχηµατισµούς r2 → r2 − r1 , r3 → r3 − r1 και
r3 → r3 − (−a − 1)r2 , ο επαυξηµένος πίνακας του συστήµατος παίρνει τη µορφή

⎛1 1 1 1 ⎞
⎜ ⎟
⎜ 0 a −1 a −1 b −1 ⎟
⎜0 0 a (2 − a ) a − b ⎟⎠
⎝
οπότε το αντίστοιχο σύστηµα είναι το
x1 + x2 + x3 = 1
(a -1) x2 + (a -1) x3 = b -1
a(2 - a) x3 = a - b.
Περίπτωση 1. Έστω a (2 − a )(1 − a) ≠ 0.

Τότε το σύστηµα έχει µοναδική λύση.
Περίπτωση 2. Έστω a = 0.
o Αν b ≠ 0 , από την τρίτη εξίσωση βλέπουµε ότι το σύστηµα είναι
αδύνατο.
o Αν b = 0, υπάρχουν άπειρες λύσεις.
o Αν b ≠ 2 , από την τρίτη εξίσωση βλέπουµε ότι το σύστηµα είναι
αδύνατο.
o Αν b = 2 , υπάρχουν άπειρες λύσεις.
o Αν b ≠ 1 , από τη δεύτερη εξίσωση βλέπουµε ότι το σύστηµα είναι
αδύνατο.
o Αν b = 1 , υπάρχουν άπειρες λύσεις.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
⎛ 1 2⎞ ⎛ 2 1⎞
Έστω A = ⎜ ⎟, B = ⎜ ⎟.
⎝ −3 4 ⎠ ⎝ 2 0⎠
⎛ 1 2⎞
1. Να υπολογιστεί η παράσταση A2 − 3 A + 2 I , όπου A = ⎜ ⎟.
⎝ −3 4 ⎠
2. Εξετάστε αν ισχύει AB = BA.
3. Εξετάστε αν ισχύει ( A + B) 2 = A2 + B 2 + 2 AB.
⎛ −6 4 ⎞ ⎛6 1 ⎞ ⎛ −1 8 ⎞
Απάντηση 1. ⎜ ⎟ 2. AB = ⎜ ⎟ , BA = ⎜ ⎟ 3. Έχουµε
⎝ −6 0 ⎠ ⎝ 2 −3 ⎠ ⎝ 2 4⎠
( A + B) 2 = A2 + B 2 + 2 AB ⇔ AB = BA και η τελευταία ισότητα δεν ισχύει.
Άσκηση 2
⎛ 1 4⎞
Έστω A = ⎜ ⎟.
⎝ −2 7 ⎠
1. Αποδείξτε ότι για κάθε θετικό ακέραιο n έχουµε
⎛ 2 ⋅ 3n − 5n 2 ⋅ (5n − 3n ) ⎞
An = ⎜ n n ⎟.
⎝ 3 −5 −3n + 2 ⋅ 5n ⎠
2. Αποδείξτε ότι ο Α είναι αντιστρέψιµος και βρείτε τον A−1.

3. Στη συνέχεια αποδείξτε τη σχέση του υποερωτήµατος 1 για κάθε ακέραιο n.
Υπόδειξη 1. Για n θετικό χρησιµοποιήστε επαγωγή. 2. Βλ. Λυµένη Άσκηση 10. 3.
⎛ 2 ⋅ 3− n − 5− n 2 ⋅ (5− n − 3− n ) ⎞
Ένας τρόπος να αποδειχτεί η σχέση A− n = ⎜ − n − n ⎟ είναι να
⎝ 3 −5 −3− n + 2 ⋅ 5− n ⎠
χρησιµοποιήστε επαγωγή στο n. Ένας άλλος τρόπος είναι να χρησιµοποιήστε τη
σχέση A− n = ( An ) .
−1
Άσκηση 3
⎛1 0 ⎞
Να βρεθούν όλοι οι πραγµατικοί πίνακες Χ τέτοιοι ώστε XA = AX , όπου A = ⎜ ⎟
⎝1 1 ⎠
⎛w 0⎞
Υπόδειξη Βλ. Λυµένη Άσκηση 2. Απάντηση: X = ⎜ ⎟ , z, w ∈ R .
⎝ z w⎠
Άσκηση 4
Να υπολογιστούν οι πίνακες
2006
2005 ⎛ 2π 2π ⎞
2003 2004 ⎛0 1 2⎞ ⎜ cos 1003 sin 1003 ⎟
⎛0 2⎞ ⎛ −1 3 ⎞ ⎜ ⎟
1. ⎜ ⎟ 2. ⎜ ⎟ 3. ⎜ 0 0 1 ⎟ 4. ⎜ ⎟
⎝5 0⎠ ⎝ 0 1⎠ ⎜0 0 0⎟ ⎜ − sin 2π cos
2π ⎟
⎝ ⎠ ⎜ ⎟
⎝ 1003 1003 ⎠
Υπόδειξη Για τα 1,2 και 3 βλ. Λυµένη Άσκηση 4. Για το 4 αποδείξτε τη σχέση
k
⎛ 2π 2π ⎞ ⎛ 2kπ 2kπ ⎞
⎜ cos 1003 sin 1003 ⎟ ⎜ cos 1003 sin 1003 ⎟
⎜ ⎟ =⎜ ⎟ για κάθε θετικό ακέραιο k µε
⎜ − sin 2π 2π ⎟ ⎜ 2kπ 2kπ ⎟
⎜ cos ⎟ ⎜ − sin cos ⎟
⎝ 1003 1003 ⎠ ⎝ 1003 1003 ⎠
επαγωγή χρησιµοποιώντας τριγωνοµετρικές ταυτότητες. Σηµείωση: Οι ...
παρατηρητικοί αναγνώστες ήδη έχουν επισηµάνει την οµοιότητα της προηγούµενης
σχέσης µε το θεώρηµα του De Moivre.
Άσκηση 5
Ένα αεροσκάφος ίπταται έτσι ώστε οι συντεταγµένες ( xn , yn , zn ) του σηµείου όπου
βρίσκεται µετά από n λεπτά πτήσης ικανοποιούν τις σχέσεις
xn +1 = xn + 2 yn − zn
yn +1 = yn + zn
zn +1 = zn
n = 1, 2,... , όπου x0 = a, y0 = b, z0 = c.
Να βρεθούν οι συντεταγµένες του αεροσκάφους µετά από 5 ώρες πτήσης.
⎛ xn +1 ⎞ ⎛ xn ⎞ ⎛ xn +1 ⎞ ⎛ x0 ⎞ ⎛ 1 2 −1 ⎞
Υπόδειξη Έχουµε ⎜⎜ yn +1 ⎟⎟ = ⎜ ⎟ ⎜ ⎟ n +1 ⎜ ⎟ ⎜ ⎟
A ⎜ yn ⎟ ⇒ ⎜ yn +1 ⎟ = A ⎜ y0 ⎟ , όπου A = ⎜ 0 1 1 ⎟ .
⎜z ⎟ ⎜z ⎟ ⎜z ⎟ ⎜z ⎟ ⎜0 0 1 ⎟
⎝ n +1 ⎠ ⎝ n ⎠ ⎝ n +1 ⎠ ⎝ 0⎠ ⎝ ⎠
Άρα αρκεί να υπολογιστεί η δύναµη A300 . Βλ. Λυµένη Άσκηση 5. Αποδεικνύεται ότι
⎛ 1 2n (n − 1) 2 − 1⎞
⎜ ⎟
An = ⎜ 0 1 n ⎟.
⎜0 0 1 ⎟
⎝ ⎠
(
Απάντηση: ( x300 , y300 , z300 ) = a + 600b + ( 2992 − 1) c, b + 300c, c )
Άσκηση 6
Έστω Α ένας πίνακας τέτοιος ώστε A2 + 2 A − 3I = 0.
1. Να απλοποιηθεί η παράσταση A4 + 2 A3 − 4 A2 − A + I .
2. Αποδείξτε ότι οι πίνακες A, A + 2 I είναι αντιστρέψιµοι.
3. Αποδείξτε ότι ο B = A − kI είναι αντιστρέψιµος αν και µόνο αν k ≠ 1, −3.
Υπόδειξη Για το 1 βλ. Λυµένη Άσκηση 6. Για τα 2 και 3 βλ. Λυµένη Άσκηση 11.
Άσκηση 7
Να λυθούν τα παρακάτω συστήµατα
x − y + z =1 x − y + z =1 x − y + z =1
3x − y − z = 2 3x − y − z = 2 3x − y − z = 2
5x − 3 y + z = 4 5x − 3 y + z = 5 5x − 3 y + 2 z = 4
1 1
Απάντηση Το πρώτο σύστηµα έχει άπειρες λύσεις (τις ( + z , − + 2 z , z ), z ∈ R ), το
2 2
1 1
δεύτερο είναι αδύνατο και το τρίτο έχει µοναδική λύση (τη ( , − , 0) ).
2 2
Άσκηση 8
x − y + z =1
Εξετάστε για ποια a το σύστηµα 3x − y − z = 2 είναι συµβιβαστό.
5x − 3 y + z = a
Απάντηση a = 4. Βλ. Λυµένη Άσκηση 8.
Άσκηση 9
Για ποιες τιµές των a,b το σύστηµα
x − y + z =1
3x − y − z = a
5 x − 3 y + bz = 4
έχει άπειρες λύσεις, έχει µοναδική λύση, είναι αδύνατο.
Απάντηση Για b = 1, a = 2 το σύστηµα έχει άπειρες λύσεις, για b = 1, a ≠ 2 το
σύστηµα είναι αδύνατο, ενώ για b ≠ 1 (και κάθε a) το σύστηµα έχει µοναδική λύση.
Βλ. Λυµένη Άσκηση 9.
Άσκηση 10
Για ποιες τιµές των a,b το παρακάτω σύστηµα είναι αδύνατο;
x + 2y + z = 2
2 x − y + az = 1
3 x + y + bz = 1
2x − y + z = 4
Απάντηση Το σύστηµα είναι αδύνατο αν και µόνο αν a = 1 (µε b αυθαίρετο) ή

5a − 3b + 1 = 0 .
Άσκηση 11
Να υπολογιστούν, αν υπάρχουν, ο αντίστροφοι των πινάκων
⎛1 1 0⎞ ⎛1 a 2 ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ 0 1 2⎟ B = ⎜1 3 a ⎟
⎜ 2 1 3⎟ ⎜1 0 1 ⎟
⎝ ⎠ ⎝ ⎠
όπου a ∈ R .
⎛ 1 −3 2 ⎞
⎜ 5 5 5 ⎟
⎜ ⎟
4 3 −2 ⎟ 1 ± 13
Απάντηση A = ⎜
−1
. Ο Β είναι αντιστρέψιµος αν a ≠ και στην
⎜ 5 5 5 ⎟ 2
⎜ ⎟
⎜ −2 1 1 ⎟
⎜ ⎟
⎝ 5 5 5 ⎠
⎛ 3 −a a 2 − 6 ⎞
1 ⎜ ⎟
περίπτωση αυτή έχουµε B −1 = 2 ⎜ a − 1 −1 − a + 2 ⎟ .
a −a −3⎜
⎝ −3 a 3 − a ⎟⎠
Άσκηση 12
Να βρεθεί ένα πολυώνυµο f ( x) ∈ R[ x] δευτέρου βαθµού τέτοιο ώστε
f (1) = 2, f (2) = 9, f (3) = 20.
Υπόδειξη Αν f ( x) = ax 2 + bx + c , τότε οι υποθέσεις οδηγούν σε ένα 3 × 3 σύστηµα
µε αγνώστους τους a, b, c. Απάντηση f ( x) = 2 x 2 + x − 1.

Κεφάλαιο 4: Ορίζουσες Σελίδα 1 από 28
Κεφάλαιο 4
Ορίζουσες
Όταν λύνουµε ένα 2 × 2 γραµµικό σύστηµα
a11 x + a12 y = b1
a21 x + a22 y = b2
βλέπουµε ότι η ποσότητα D = a11a22 − a12 a21 παίζει σηµαντικό ρόλο. Πράγµατι, αν
αυτή είναι µη µηδενική, τότε το σύστηµα έχει µοναδική λύση τη
ba −a b a b −b a
x = 1 22 12 2 , y = 11 2 1 21 . Τον αριθµό D = a11a22 − a12 a21 τον ονοµάζουµε
D D
⎛ a a12 ⎞
ορίζουσα του πίνακα ⎜ 11 ⎟.
⎝ a21 a22 ⎠
Στο κεφάλαιο αυτό, αφού υπενθυµίσουµε πως αντιστοιχίζουµε σε κάθε
τετραγωνικό πίνακα έναν αριθµό (την ορίζουσά του), θα δούµε τις βασικές ιδιότητες
των οριζουσών. Εδώ µας ενδιαφέρουν κυρίως ο υπολογισµός των οριζουσών και οι
εφαρµογές τους στους αντίστροφους πίνακες και στα γραµµικά συστήµατα.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΟΡΙΖΟΥΣΕΣ .......................................................................................................................................2
Ορισµός 1 (ορίζουσα 2x2 πίνακα) .......................................................................................................2
Ορισµός 2 (µεταθέσεις) .......................................................................................................................3
Ορισµός 3 (ορίζουσα nxn πίνακα) .......................................................................................................4
Παραδείγµατα......................................................................................................................................4
ΠΡΟΣΑΡΤΗΜΕΝΟΣ ΠΙΝΑΚΑΣ........................................................................................................4
Ορισµός 4 (προσαρτηµένος πίνακας) ..................................................................................................4
Παράδειγµα..........................................................................................................................................5

ΟΡΙΖΟΥΣΕΣ .......................................................................................................................................6
Πρόταση 1 ...........................................................................................................................................6
Πρόταση 2 ...........................................................................................................................................6
Πρόταση 3 (στοιχειώδεις µετασχηµατισµοί και ορίζουσες) ................................................................6
Θεώρηµα 4 (κριτήριο αντιστρέψιµου πίνακα).....................................................................................7
Θεώρηµα 5 (ορίζουσα γινοµένου) .......................................................................................................7
Θεώρηµα 6 (ανάπτυγµα ορίζουσας ως προς µια γραµµή ή στήλη) .....................................................7
Παράδειγµα..........................................................................................................................................8
ΑΝΤΙΣΤΡΟΦΟΣ ΠΙΝΑΚΑΣ...............................................................................................................9
Θεώρηµα 7..........................................................................................................................................9
ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ............................................................................................................10
Θεώρηµα 8 (κανόνας του Cramer) ....................................................................................................10
Παράδειγµα........................................................................................................................................11
Πόρισµα 9..........................................................................................................................................11
Άσκηση 1...........................................................................................................................................12
Άσκηση 2...........................................................................................................................................12
Άσκηση 3...........................................................................................................................................13
Άσκηση 4...........................................................................................................................................14
Άσκηση 5...........................................................................................................................................15
Άσκηση 6...........................................................................................................................................15
Άσκηση 7...........................................................................................................................................17
Άσκηση 8...........................................................................................................................................18
Άσκηση 9...........................................................................................................................................18
Άσκηση 10.........................................................................................................................................19
Άσκηση 11.........................................................................................................................................20
Άσκηση 12.........................................................................................................................................21
Άσκηση 13.........................................................................................................................................23
Άσκηση 14.........................................................................................................................................23
Άσκηση 15.........................................................................................................................................24
ΑΣΚΗΣΕΙΣ...........................................................................................................................................25
Άσκηση 1...........................................................................................................................................25
Άσκηση 2...........................................................................................................................................26
Άσκηση 3...........................................................................................................................................26
Άσκηση 4...........................................................................................................................................26
Άσκηση 5...........................................................................................................................................26
Άσκηση 6...........................................................................................................................................27
Άσκηση 7...........................................................................................................................................27
Άσκηση 8...........................................................................................................................................27
Άσκηση 9...........................................................................................................................................28
Άσκηση 10.........................................................................................................................................28
Άσκηση 11 (ορίζουσα Vandermonde)...............................................................................................28
ΟΡΙΖΟΥΣΕΣ
Όπως έχουµε καθιερώσει σε προηγούµενα κεφάλαια, µε F παριστάνουµε ένα από
τα σύνολα , και µε M n ( F ) το σύνολο των n × n πινάκων µε στοιχεία από το F .
Ορισµός 1 (ορίζουσα 2x2 πίνακα)

⎛a a12 ⎞
Έστω A = ⎜ 11 ⎟ ∈ M 2 ( F ) . Η ορίζουσα του Α είναι ο αριθµός
⎝ a21 a22 ⎠
det A = a11a22 − a12 a21.
⎛ 2 −1⎞ ⎛ 2 0⎞
Για παράδειγµα, det ⎜ ⎟ = 2 ⋅ 4 − (−1) ⋅ 3 = 11, det ⎜ ⎟ = 2 ⋅ 4 − 0 ⋅ 3 = 8.
⎝3 4 ⎠ ⎝ 3 4⎠
Στη συνέχεια θα ορίσουµε την ορίζουσα n × n πίνακα και για το σκοπό αυτό
χρειαζόµαστε την έννοια της µετάθεσης
Ορισµός 2 (µεταθέσεις)
Μια µετάθεση n στοιχείων είναι µια 1-1 απεικόνιση από το σύνολο {1, 2,..., n} στο
{1, 2,..., n} .
Βλέπουµε ότι κάθε µετάθεση είναι αναγκαστικά 1-1 και επί απεικόνιση. Για
παράδειγµα, η απεικόνιση σ :{1, 2,3} → {1, 2,3}, σ (1) = 2, σ (2) = 3, σ (3) = 1, είναι µια
µετάθεση. Υπάρχει εδώ ένας χρήσιµος συµβολισµός. Κάθε µετάθεση παριστάνεται µε
έναν 2 × n πίνακα του οποίου η πρώτη γραµµή είναι η 1 2 … n και δεύτερη γραµµή
⎛ 1 2 ... n ⎞
είναι η σ (1) σ (2) ... σ (n) , δηλαδή σ = ⎜ ⎟ . Κάτω από κάθε
⎝ σ (1) σ (2) ... σ (n) ⎠
στοιχείο της πρώτης γραµµής βρίσκεται η εικόνα του. Συνεπώς η µετάθεση του
⎛ 1 2 3⎞
παραδείγµατος συµβολίζεται µε σ = ⎜ ⎟.
⎝ 2 3 1⎠
Επίσης, αντί να γράφουµε σ (i ) συχνά γράφουµε σ i . Στο παράδειγµα,
σ 1 = 2, σ 2 = 3, σ 3 = 1.
Το σύνολο των µεταθέσεων n στοιχείων συµβολίζεται µε Sn .
Έστω σ ∈ Sn . Το πρόσηµο, sign(σ ) , της σ ορίζεται ως εξής:
• sign(σ ) = 1 αν υπάρχει άρτιο πλήθος ζευγών δεικτών (i, j ) τέτοιων ώστε

i < j και σ i > σ j
• sign(σ ) = −1 αν υπάρχει περιττό πλήθος ζευγών δεικτών (i, j ) τέτοιων ώστε

i < j και σ i > σ j .
⎛ 1 2 3⎞
Για παράδειγµα, η µετάθεση σ = ⎜ ⎟ έχει πρόσηµο 1, sign(σ ) = 1 , γιατί το
⎝ 2 3 1⎠
πλήθος των ζευγών στον παραπάνω ορισµό είναι 2 (τα ζεύγη αυτά είναι (1,3), (2,3)).
⎛ 1 2 3⎞
Η µετάθεση τ = ⎜ ⎟ έχει πρόσηµο –1, sign(τ ) = −1 , γιατί τα εν λόγω ζεύγη
⎝3 2 1⎠
⎛1 2 3 4 ⎞
είναι 3 (και είναι τα (1,2),(1,3),(2,3)). Η µετάθεση ⎜ ⎟ έχει πρόσηµο –1
⎝1 2 4 3 ⎠
αφού υπάρχει µόνο 1 ζεύγος µε τις ιδιότητες του ορισµού (και είναι το (3,4)).
Ορισµός 3 (ορίζουσα nxn πίνακα)

Έστω A = (aij ) ∈ M n ( F ) . Η ορίζουσα του Α είναι ο αριθµός
det A = ∑ sign(σ )a σ
σ ∈Sn
a
1 (1) 2σ (2) ...anσ ( n ) .
Σηµειώνουµε ότι σύµφωνα µε τον ορισµό, η ορίζουσα det A είναι ένα άθροισµα
προσηµασµένων όρων και κάθε όρος a1σ (1) a2σ (2) ...anσ ( n ) είναι ένα γινόµενο n
στοιχείων του πίνακα που προέρχονται από διαφορετικές γραµµές και στήλες. Με
άλλα λόγια κάθε γραµµή (και κάθε στήλη) συνεισφέρει ακριβώς έναν παράγοντα στο
γινόµενο a1σ (1) a2σ (2) ...anσ ( n ) .
• Έστω n = 1, A = (a). Τότε το S1 έχει ένα στοιχείο και det A = a.
⎛a a12 ⎞
• Έστω n = 2, A = ⎜ 11 ⎟ . Επειδή το σύνολο S2 έχει 2 στοιχεία,
⎝ a21 a22 ⎠
⎧ ⎛1 2 ⎞ ⎛ 1 2 ⎞⎫
S 2 = ⎨e = ⎜ ⎟ ,σ = ⎜ ⎟ ⎬ και ισχύει sign(e) = 1, sign(σ ) = −1 , παίρνουµε
⎩ ⎝1 2 ⎠ ⎝ 2 1 ⎠⎭
det A = a11a22 − a12 a21 .
⎛ a11 a12 a13 ⎞

• Έστω n = 3, A = ⎜⎜ a21 a22
⎟
a23 ⎟ . To S3 έχει 6 στοιχεία.
⎜a a32 a33 ⎟⎠
⎝ 31
⎧⎛ 1 2 3 ⎞ ⎛1 2 3 ⎞ ⎛ 1 2 3 ⎞ ⎛ 1 2 3 ⎞ ⎛ 1 2 3 ⎞ ⎛ 1 2 3 ⎞ ⎫
S3 = ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟ ,⎜ ⎟⎬
⎩⎝ 1 2 3 ⎠ ⎝ 1 3 2 ⎠ ⎝ 2 1 3 ⎠ ⎝ 2 3 1 ⎠ ⎝ 3 1 2 ⎠ ⎝ 3 2 1⎠⎭
και τα πρόσηµα είναι 1, −1, −1,1,1, −1 αντίστοιχα. Εφαρµόζοντας τον ορισµό
βρίσκουµε
det A = a 11a22 a33 − a 11a23 a32 − a 12 a21a33 + a 12 a23 a31 + a 13 a21a32 − a 13 a22 a31.
ΠΡΟΣΑΡΤΗΜΕΝΟΣ ΠΙΝΑΚΑΣ
Ορισµός 4 (προσαρτηµένος πίνακας)
Έστω A ∈ M n ( F ) . Για κάθε i, j ∈ {1,..., n} , συµβολίζουµε µε Aij τον (n − 1) × (n − 1)
πίνακα που προκύπτει από τον Α αν διαγράψουµε την i γραµµή και j στήλη. Ο
προσαρτηµένος πίνακας adjA του Α είναι ο n × n πίνακας που στη θέση (i, j ) έχει το
στοιχείο (−1)i + j det Aji .
Προσοχή. Στη θέση (1,2) του adjA υπάρχει το − det A21 και όχι το − det A12 .
⎛1 0 1 ⎞
Αν A = ⎜⎜ 0 2 −1⎟⎟ , τότε
⎜0 3 4 ⎟
⎝ ⎠
⎛ ⎛1 0 1 ⎞⎞
⎛ 2 −1⎞ ⎜ ⎜ ⎟⎟
A11 = ⎜ ⎟ ⎜= ⎜ 0 2 −1⎟ ⎟ , det A11 = 11
⎝3 4 ⎠ ⎜ ⎜
0 3 4 ⎟⎠ ⎟
⎝ ⎝ ⎠
⎛ ⎛1 0 1 ⎞⎞
⎛ 0 −1⎞ ⎜ ⎜ ⎟⎟
A12 = ⎜ ⎟ ⎜= ⎜ 0 2 −1⎟ ⎟ , det A12 = 0
⎝0 4 ⎠ ⎜ ⎜ 0 3 4 ⎟⎠ ⎟
⎝ ⎝ ⎠
⎛ ⎛1 0 1 ⎞⎞
⎛0 2⎞ ⎜ ⎜ ⎟⎟
A13 = ⎜ ⎟ ⎜= ⎜ 0 2 −1 ⎟ ⎟ , det A13 = 0
⎝0 3⎠ ⎜ ⎜ 0 3 4 ⎟⎠ ⎟
⎝ ⎝ ⎠
⎛ ⎛1 0 1 ⎞⎞
⎛0 1⎞ ⎜ ⎜ ⎟⎟
A21 = ⎜ ⎟ ⎜= ⎜ 0 2 −1 ⎟ ⎟ , det A21 = −3.
⎝ 3 4⎠ ⎜ ⎜ 0 3 4 ⎟⎠ ⎟
⎝ ⎝ ⎠
κλπ
⎛ det A11 − det A21 det A31 ⎞ ⎛ 11 3 −2 ⎞
Έχουµε adjA = ⎜⎜ − det A12 det A22
⎟ ⎜ ⎟
− det A32 ⎟ = ⎜ 0 4 1 ⎟ .
⎜ det A − det A23 det A33 ⎟⎠ ⎜⎝ 0 −3 2 ⎟⎠
⎝ 13
Παρατηρούµε ότι τα πρόσηµα στον ορισµό του προσαρτηµένου πίνακα

εµφανίζονται εναλλάξ σύµφωνα µε τη διάταξη σκακιέρας
+ − + ...
− + − ...
+ − + ...
... ... ... ...
ΟΡΙΖΟΥΣΕΣ
Στα παρακάτω, όλοι οι πίνακες είναι n × n εκτός αν αναφέρεται ρητά κάτι άλλο.
Πρόταση 1
Ανάστροφοι πίνακες έχουν την ίδια ορίζουσα, δηλαδή det A = det At για κάθε
A ∈ M n ( F) .
Πρόταση 2
1. Αν ο πίνακας Α έχει µια µηδενική γραµµή (ή στήλη), τότε det A = 0.
2. Αν ο πίνακας Α έχει δυο ίσες γραµµές (ή στήλες), τότε det A = 0.
3. Αν ο πίνακας Α είναι άνω τριγωνικός (ή κάτω τριγωνικός), τότε η ορίζουσα του
Α είναι το γινόµενο των διαγωνίων στοιχείων. Ιδιαίτερα η ορίζουσα του
µοναδιαίου πίνακα είναι ίση µε 1.
⎛a b c⎞
Για παράδειγµα, det ⎜⎜ 0 0 0 ⎟⎟ = 0 γιατί υπάρχει µια µηδενική γραµµή. Έχουµε
⎜ x y z⎟
⎝ ⎠
⎛1 x 1⎞ ⎛ x 0 0⎞
⎜ ⎟ ⎜ ⎟
det ⎜ 3 y 3 ⎟ = 0 , γιατί δυο στήλες είναι ίδιες. Επίσης det ⎜ 2 y 0 ⎟ = xyz ,
⎜ −1 z −1⎟ ⎜ −1 4 z ⎟
⎝ ⎠ ⎝ ⎠
γιατί ο πίνακας είναι κάτω τριγωνικός.
Πρόταση 3 (στοιχειώδεις µετασχηµατισµοί και ορίζουσες)

Αν ο πίνακας Β προκύπτει από τον Α µε
• πολλαπλασιασµό µιας γραµµής (ή στήλης) µε ένα k, τότε det B = k det A .
• εναλλαγή δυο γραµµών (ή στηλών), τότε det B = − det A.
• πρόσθεση σε µια γραµµή (ή στήλη) πολλαπλασίου άλλης γραµµής (ή στήλης),
τότε det B = det A.
Ειδικά, για κάθε n × n πίνακα Α ισχύει det(kA) = k n det A.

⎛ a11 a12 a13 ⎞ ⎛ a11 a12 a13 ⎞

Για παράδειγµα, έχουµε det ⎜⎜ ka21 ka22
⎟ ⎜
ka23 ⎟ = k det ⎜ a21 a22
⎟
a23 ⎟ ,
⎜a a32 a33 ⎟⎠ ⎜a a32 a33 ⎟⎠
⎝ 31 ⎝ 31
⎛ a21 a22 a23 ⎞ ⎛ a11 a12 a13 ⎞

⎜ ⎟ ⎜ ⎟
det ⎜ a11 a12 a13 ⎟ = − det ⎜ a21 a22 a23 ⎟ γιατί έχουµε εναλλαγή των δυο πρώτων
⎜a a32 a33 ⎟⎠ ⎜a a32 a33 ⎟⎠
⎝ 31 ⎝ 31
⎛ a + kx b + ky c + kz ⎞ ⎛a b c ⎞
⎜ ⎟ ⎜ ⎟
γραµµών, και det ⎜ x y z ⎟ = det ⎜ x y z ⎟ αφού η πρώτη γραµµή
⎜ 1 2 −3 ⎟⎠ ⎜ 1 2 −3 ⎟
⎝ ⎝ ⎠
του πρώτου πίνακα προκύπτει από το δεύτερο προσθέτοντας πολλαπλάσιο της
δεύτερης γραµµής στην πρώτη.
Τα επόµενα τρία αποτελέσµατα είναι ιδιαίτερα σηµαντικά.

Θεώρηµα 4 (κριτήριο αντιστρέψιµου πίνακα)
Ένας πίνακας A ∈ M n ( F ) είναι αντιστρέψιµος αν και µόνο αν det A ≠ 0
⎛ 1 5 −1⎞
Για παράδειγµα, ο πίνακας A = ⎜⎜ 2 4 1 ⎟⎟ δεν είναι αντιστρέψιµος, γιατί det A = 0.
⎜3 9 0 ⎟
⎝ ⎠
Θεώρηµα 5 (ορίζουσα γινοµένου)

Για κάθε A, B ∈ M n ( F ) έχουµε det( AB) = ( det A )( det B ) . ∆ηλαδή η ορίζουσα του
γινοµένου δυο πινάκων ισούται µε το γινόµενο των οριζουσών των πινάκων.
Θεώρηµα 6 (ανάπτυγµα ορίζουσας ως προς µια γραµµή ή στήλη)

Αν A = (aij ) είναι ένας n × n πίνακας και i, j ∈ {1,..., n} , τότε µε Aij συµβολίζουµε τον
( n − 1) × ( n − 1) πίνακα που προκύπτει από τον Α αν διαγράψουµε την i γραµµή και j
στήλη. Τότε για κάθε i έχουµε

det A = (−1)i +1 ai1 det Ai1 + (−1)i + 2 ai 2 det Ai 2 + ... + (−1)i + n ain det Ain
και για κάθε j έχουµε
det A = (−1) j +1 a1 j det A1 j + (−1) j + 2 a2 j det A2 j + ... + (−1) j + n anj det Anj .
Σηµείωση Η πρώτη από τις δυο προηγούµενες ταυτότητες λέγεται το ανάπτυγµα της
ορίζουσας του Α ως προς την i γραµµή. Παρατηρούµε ότι τα στοιχεία ai1 ,..., ain που
εµφανίζονται στο δεξιό µέλος είναι τα στοιχεία της i γραµµής. Όµοια η δεύτερη
ταυτότητα λέγεται το ανάπτυγµα της ορίζουσας ως προς τη j στήλη.
⎛ a11 a12 a13 ⎞
Ας δούµε αναλυτικά την 3 × 3 περίπτωση. Έστω A = ⎜⎜ a21 a22
⎟
a23 ⎟ .
⎜a a32 a33 ⎟⎠
⎝ 31
Αναπτύγµατα ως προς τις γραµµές
Ας επιλέξουµε i = 1 (δηλαδή την πρώτη γραµµή). Έχουµε
⎛ ⎛ a11 a12 a13 ⎞ ⎞
⎛a a23 ⎞ ⎜ ⎜ ⎟⎟
A11 = ⎜ 22 ⎟ ⎜= ⎜ a a22 a23 ⎟ ⎟ ,
⎝ a32 a33 ⎠ ⎜ ⎜ 21 ⎟⎟
⎜ ⎜ a31 a32 a33 ⎟⎠ ⎟
⎝ ⎝ ⎠
⎛ ⎛ a11 a12 a13 ⎞ ⎞
⎛a a23 ⎞ ⎜ ⎜ ⎟⎟
A12 = ⎜ 21 ⎟ ⎜= ⎜ a a22 a23 ⎟ ⎟ ,
⎝ a31 a33 ⎠ ⎜ ⎜ 21 ⎟⎟
⎜ ⎜ a31 a32 a33 ⎟⎠ ⎟
⎝ ⎝ ⎠
⎛ ⎛ a11 a12 a13 ⎞ ⎞
⎛a a22 ⎞ ⎜ ⎜ ⎟⎟
A13 = ⎜ 21 ⎟ ⎜= ⎜ a a22 a23 ⎟ ⎟ και
⎝ a31 a32 ⎠ ⎜ ⎜ 21 ⎟⎟
⎜ ⎜ a31 a32 a33 ⎟⎠ ⎟
⎝ ⎝ ⎠
det A = (−1) 2 a11 det A11 + (−1)3 a12 det A12 + (−1) 4 a13 det A13 =
⎛a a23 ⎞ ⎛ a21 a23 ⎞ ⎛ a21 a22 ⎞
a11 det ⎜ 22 ⎟ − a12 det ⎜ ⎟ + a13 det ⎜ ⎟.
⎝ a32 a33 ⎠ ⎝ a31 a33 ⎠ ⎝ a31 a32 ⎠
Επιλέγοντας i = 2, βρίσκουµε
⎛a a13 ⎞ ⎛ a11 a13 ⎞ ⎛ a11 a12 ⎞

det A = −a21 det ⎜ 12 ⎟ + a22 det ⎜ ⎟ − a23 det ⎜ ⎟,
⎝ a32 a33 ⎠ ⎝ a31 a33 ⎠ ⎝ a31 a32 ⎠
και επιλέγοντας i = 3 , βρίσκουµε

⎛a a13 ⎞ ⎛ a11 a13 ⎞ ⎛ a11 a12 ⎞
det A = a31 det ⎜ 12 ⎟ − a32 det ⎜ ⎟ + a33 det ⎜ ⎟.
⎝ a22 a23 ⎠ ⎝ a21 a23 ⎠ ⎝ a21 a22 ⎠
Αναπτύγµατα ως προς τις στήλες

Αν επιλέξουµε j = 1 (δηλαδή την πρώτη στήλη) βρίσκουµε
⎛a a23 ⎞ ⎛ a12 a13 ⎞ ⎛ a12 a13 ⎞

⎝ a32 a33 ⎠ ⎝ a32 a33 ⎠ ⎝ a22 a23 ⎠
Για j = 2 και j = 3 βρίσκουµε αντίστοιχα
⎛a a23 ⎞ ⎛ a11 a13 ⎞ ⎛ a11 a13 ⎞

det A = −a12 det ⎜ 21 ⎟ + a22 det ⎜ ⎟ − a32 det ⎜ ⎟,
⎝ a31 a33 ⎠ ⎝ a31 a33 ⎠ ⎝ a21 a23 ⎠
⎛a a22 ⎞ ⎛ a11 a12 ⎞ ⎛ a11 a12 ⎞
⎝ a31 a32 ⎠ ⎝ a31 a32 ⎠ ⎝ a21 a22 ⎠
⎛ 1 2 0⎞
Για να δούµε ένα αριθµητικό παράδειγµα, έστω A = ⎜⎜ −1 3 4 ⎟⎟ . Τότε το
⎜ 5 0 6⎟
⎝ ⎠
ανάπτυγµα της det A ως προς την πρώτη γραµµή είναι
⎛ 3 4⎞ ⎛ −1 4 ⎞ ⎛ −1 3 ⎞
det A = 1det ⎜ ⎟ − 2 det ⎜ ⎟ + 0 det ⎜ ⎟=
⎝0 6⎠ ⎝ 5 6⎠ ⎝ 5 0⎠
= (3 ⋅ 6 − 0) − 2((−1) ⋅ 6 − 4 ⋅ 5) + 0 = 70
και ως προς τη δεύτερη γραµµή είναι
⎛ 2 0⎞ ⎛1 0⎞ ⎛1 2⎞
det A = −(−1) det ⎜ ⎟ + 3det ⎜ ⎟ − 4 det ⎜ ⎟=
⎝ 0 6⎠ ⎝5 6⎠ ⎝5 0⎠
= −(−1)(12 − 0) + 3(6 − 0) − 4(0 − 10) = 70.
Το ανάπτυγµα ως προς τη δεύτερη στήλη είναι
⎛ −1 4 ⎞ ⎛1 0⎞ ⎛ 1 0⎞
det A = −2 det ⎜ ⎟ + 3det ⎜ ⎟ − 0 det ⎜ ⎟=
⎝ 5 6⎠ ⎝5 6⎠ ⎝ −1 4 ⎠
= (−2)(−26) + 3(6 − 0) − 0 = 70.
ΑΝΤΙΣΤΡΟΦΟΣ ΠΙΝΑΚΑΣ
Μια ενδιαφέρουσα εφαρµογή των οριζουσών σχετίζεται µε τον υπολογισµό
αντίστροφων πινάκων.
Θεώρηµα 7
Έστω Α ένας n × n πίνακας.
• Τότε
A ( adjA ) = ( adjA ) A = ( det A ) I ,
όπου Ι είναι ο µοναδιαίος n × n πίνακας.

1
• Αν έχουµε det A ≠ 0 , τότε A−1 = adjA .
det A
⎛1 0 1 ⎞
Αν A = ⎜⎜ 0 2 −1⎟⎟ , τότε εύκολα επαληθεύεται ότι det A = 11 και
⎜0 3 4 ⎟
⎝ ⎠
⎛11 3 −2 ⎞
⎜ ⎟
adjA = ⎜ 0 4 1 ⎟ . Η ταυτότητα στο πρώτο µέρος του Θεωρήµατος 7
⎜ 0 −3 2 ⎟
⎝ ⎠
είναι
⎛ 1 0 1 ⎞⎛ 11 3 −2 ⎞ ⎛ 11 3 −2 ⎞ ⎛ 1 0 1 ⎞ ⎛ 1 0 0⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 2 −1⎟⎜ 0 4 1 ⎟ = ⎜ 0 4 1 ⎟ ⎜ 0 2 −1⎟ = 11⎜ 0 1 0 ⎟ .
⎜ 0 3 4 ⎟⎜ 0 −3 2 ⎟ ⎜ 0 −3 2 ⎟ ⎜ 0 3 4 ⎟ ⎜ 0 0 1⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠⎝ ⎠ ⎝ ⎠
⎛11 3 2 ⎞
1⎜
Από το δεύτερο µέρος του Θεωρήµατος 7 έχουµε A = ⎜ 0 4 1 ⎟⎟ . −1
11 ⎜ ⎟
⎝ 0 −3 2 ⎠
Μια άλλη εφαρµογή των οριζουσών είναι η επίλυση τετραγωνικών γραµµικών
συστηµάτων που έχουν αντιστρέψιµο πίνακα συντελεστών.
Θεώρηµα 8 (κανόνας του Cramer)

Θεωρούµε ένα τετραγωνικό γραµµικό σύστηµα
a11 x1 + a12 x2 + ... + a1n xn = b1
... ,
an1 x1 + an 2 x2 + ... + an1 xn = bn
δηλαδή ένα γραµµικό σύστηµα όπου το πλήθος των αγνώστων και το πλήθος των
εξισώσεων είναι το ίδιο. Υποθέτουµε ότι η ορίζουσα του πίνακα των συντελεστών δεν
είναι µηδέν. Τότε η µοναδική λύση είναι η
D1 D
x1 = ,..., xn = n ,
D D
όπου D = det(aij ) είναι η ορίζουσα του πίνακα των συντελεστών και Di είναι η
ορίζουσα του πίνακα που προκύπτει από τον πίνακα των συντελεστών αν
⎛ b1 ⎞
αντικαταστήσουµε την i στήλη µε τη στήλη ⎜⎜ ⎟⎟ των σταθερών όρων.
⎜b ⎟
⎝ n⎠
x + 3 y + z = 10
Θεωρούµε το σύστηµα 2 x + 2 y − z = 11 .
x + 3 y + 4 z = 12
Με τους προηγούµενους συµβολισµούς έχουµε
⎛1 3 1 ⎞
⎜ ⎟
D = det ⎜ 2 2 −1⎟ = −12
⎜1 3 4 ⎟
⎝ ⎠
⎛10 3 1 ⎞
⎜ ⎟
D1 = det ⎜ 11 2 −1⎟ = −49
⎜12 3 4 ⎟
⎝ ⎠
⎛ 1 10 1 ⎞
⎜ ⎟
D2 = det ⎜ 2 11 −1⎟ = −21
⎜ 1 12 4 ⎟
⎝ ⎠
⎛ 1 3 10 ⎞
⎜ ⎟
D3 = det ⎜ 2 2 11 ⎟ = −8.
⎜ 1 3 12 ⎟
⎝ ⎠
Άρα υπάρχει µοναδική λύση που δίνεται από
D1 −49 49 D2 −21 21 D −8 2
x= = = , y= = = , z= 3 = = .
D −12 12 D −12 12 D −12 3
Πόρισµα 9
Ένα οµογενές τετραγωνικό σύστηµα έχει µοναδική λύση (τη µηδενική) αν και µόνο αν
det A ≠ 0 , όπου Α είναι ο πίνακας των συντελεστών.
Άσκηση 1
Υπολογίστε τις παρακάτω ορίζουσες
⎛1 3 1 4⎞
⎛ 1 2 3⎞ ⎛ 2 1 23 ⎞ ⎜ ⎟
⎛ 2 + 3i i ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ 5 2 5 3⎟
det ⎜ ⎟ , det ⎜ 4 −2 3 ⎟ , det ⎜ 0 2 1 ⎟ , det ⎜ .
⎝ 4 − i −3 ⎠ ⎜ 2 5 1⎟ ⎜ 0 4 −3 ⎟ 1 1 1 −1⎟
⎝ ⎠ ⎝ ⎠ ⎜⎜ ⎟
⎝6 0 6 2 ⎟⎠
Λύση
Για την πρώτη ορίζουσα έχουµε
⎛ 2 + 3i i ⎞
⎟ = ( 2 + 3i ) ⋅ (−3) − i ⋅ (4 − i ) = −6 − 9i − 4i + i = −7 − 13i.
2
det ⎜
⎝ 4 − i −3 ⎠
Υπολογίζουµε τη δεύτερη ορίζουσα χρησιµοποιώντας το ανάπτυγµα ως προς την
πρώτη γραµµή, σύµφωνα µε το Θεώρηµα 6. Έχουµε
⎛ 1 2 3⎞
⎜ ⎟ ⎛ −2 3 ⎞ ⎛4 3 ⎞ ⎛ 4 −2 ⎞
det ⎜ 4 −2 3 ⎟ = 1det ⎜ ⎟ − 2 det ⎜ ⎟ + 3det ⎜ ⎟=
⎜ 2 5 1⎟ ⎝ 5 −1 ⎠ ⎝ 2 −1⎠ ⎝2 5 ⎠
⎝ ⎠
= 1(2 − 15) − 2(−4 − 6) + 3(20 + 4) = 79.
Υπολογίζουµε την τρίτη ορίζουσα χρησιµοποιώντας το ανάπτυγµα ως προς την
πρώτη στήλη (γιατί περιέχει µηδενικά που απλουστεύουν τις πράξεις). Έχουµε
⎛ 2 1 23 ⎞
⎜ ⎟ ⎛2 1 ⎞ ⎛ 1 23 ⎞ ⎛ 1 23 ⎞
det ⎜ 0 2 1 ⎟ = 2 det ⎜ ⎟ + 0 det ⎜ ⎟ + 0 det ⎜ ⎟=
⎜ 0 4 −3 ⎟ ⎝ 4 −3 ⎠ ⎝ 4 − 3 ⎠ ⎝ 2 1 ⎠
⎝ ⎠
⎛2 1 ⎞
= 2 det ⎜ ⎟ = −20.
⎝ 4 −3 ⎠
Για την τέταρτη ορίζουσα παρατηρούµε ότι δυο στήλες είναι ίσες. Άρα η ορίζουσα
είναι ίση µε µηδέν σύµφωνα µε την Πρόταση 2.
Άσκηση 2
⎛1 2 3 4⎞
⎜ ⎟
⎜ 5 6 7 8⎟
Υπολογίστε την ορίζουσα του πίνακα A = .
⎜ 9 10 11 12 ⎟
⎜⎜ ⎟⎟
⎝ 13 14 15 16 ⎠
Λύση
Φυσικά θα µπορούσαµε να υπολογίσουµε την ορίζουσα αναπτύσσοντάς την ως προς
µια γραµµή ή στήλη σύµφωνα µε το Θεώρηµα 6, αλλά έτσι απαιτούνται πολλές
πράξεις. Ένας πιο σύντοµος και κοµψός τρόπος είναι: Αφαιρούµε την πρώτη γραµµή
⎛1 2 3 4⎞
⎜ ⎟
από την δεύτερη οπότε παίρνουµε τον πίνακα ⎜ 4 4 4 4 ⎟ . Στη συνέχεια
⎜ 9 10 11 12 ⎟
⎜⎜ ⎟⎟
⎝13 14 15 16 ⎠
⎛1 2 3 4 ⎞
⎜ ⎟
⎜ 4 4 4 4⎟
αφαιρούµε την τρίτη γραµµή από την τέταρτη και παίρνουµε τον .
⎜ 9 10 11 12 ⎟
⎜⎜ 4 4 4 4 ⎟⎟
⎝ ⎠
⎛1 2 3 4 ⎞
⎜ ⎟
4 4 4 4⎟
Από το τρίτο µέρος της Πρότασης 3 έχουµε det A = det ⎜ . Ο
⎜ 9 10 11 12 ⎟
⎜⎜ ⎟⎟
⎝4 4 4 4 ⎠
τελευταίος πίνακας έχει δυο ίσες γραµµές και εποµένως η ορίζουσά του είναι ίση µε 0
(Πρόταση 2 2)). Τελικά det A = 0.
Άσκηση 3
⎛2 1 3 −1⎞
⎜ ⎟
4 3 2 8⎟
Να υπολογιστεί η ορίζουσα του ⎜ µε δύο διαφορετικούς τρόπους.
⎜0 0 −5 1 ⎟
⎜⎜ ⎟
⎝0 0 0 2 ⎟⎠
Λύση
τρόπος 1: ανάπτυγµα ως προς την πρώτη στήλη
⎛2 1 3 −1⎞
⎜ ⎟ ⎛3 2 8⎞ ⎛ 1 3 −1⎞
4 3 2 8⎟ ⎜ ⎟ ⎜ ⎟
det ⎜ = 2 det ⎜ 0 −5 1 ⎟ − 4 det ⎜ 0 −5 1 ⎟ .
⎜0 0 −5 1 ⎟ ⎜ 0 0 2⎟ ⎜0 0 2 ⎟
⎜⎜ ⎟⎟ ⎝ ⎠ ⎝ ⎠
⎝0 0 0 2⎠
Παρατηρούµε ότι οι πίνακες στο δεξιό µέλος είναι τριγωνικοί και άρα µπορούµε να
εφαρµόσουµε την Πρόταση 2 3). Έχουµε
⎛3 2 8⎞ ⎛ 1 3 −1⎞
⎜ ⎟ ⎜ ⎟
2 det ⎜ 0 −5 1 ⎟ − 4 det ⎜ 0 −5 1 ⎟ = 2 ⋅ 3 ⋅ (−5)2 − 4 ⋅1⋅ (−5) ⋅ 2 = −20.
⎜0 0 2⎟ ⎜0 0 2 ⎟
⎝ ⎠ ⎝ ⎠
τρόπος 2: ανάπτυγµα ως προς την τελευταία γραµµή
⎛2 1 3 −1⎞
⎜ ⎟ ⎛2 1 3 ⎞
4 3 2 8⎟ ⎜ ⎟
det ⎜ = 2 det ⎜ 4 3 2 ⎟ . Εφαρµόζουµε πάλι το ανάπτυγµα ως προς
⎜0 0 −5 1 ⎟ ⎜ ⎟
⎜⎜ ⎟
0 0 2 ⎟⎠ ⎝ 0 0 −5 ⎠
⎝0
⎛2 1 3 ⎞
⎜ ⎟ ⎛ 2 1⎞
την τελευταία γραµµή και βρίσκουµε 2 det ⎜ 4 3 2 ⎟ = 2 ⋅ (−5) ⋅ det ⎜ ⎟ = −20.
⎜ 0 0 −5 ⎟ ⎝ 4 3 ⎠
⎝ ⎠
Άσκηση 4
⎛ 1 a b⎞ ⎛ 6 2a 2b ⎞
1) Αν det ⎜ 2 0 c ⎟ = 3 , να υπολογιστεί η det ⎜⎜ 6 0 c ⎟⎟ .
⎜ ⎟
⎜ −1 d 3 ⎟ ⎜ −3 d 3 ⎟⎠
⎝ ⎠ ⎝
⎛a x a + x⎞
2) Να υπολογισθεί η det ⎜⎜ b y b+ y⎟.
⎟
⎜c z c + z ⎟⎠
⎝
Λύση
1) Χρησιµοποιώντας δύο φορές το πρώτο µέρος της Πρότασης 3 (στην πρώτη γραµµή
και στη συνέχεια στην πρώτη στήλη) έχουµε
⎛ 6 2a 2b ⎞ ⎛ 3 a b⎞ ⎛ 1 a b⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
det ⎜ 6 0 c ⎟ = 2 det ⎜ 6 0 c ⎟ = 2 ⋅ 3det ⎜ 2 0 c ⎟ = 2 ⋅ 3 ⋅ 3 = 18.
⎜ −3 d 3 ⎟⎠ ⎜ −3 d 3 ⎟ ⎜ −1 d 3 ⎟
⎝ ⎝ ⎠ ⎝ ⎠
2)Αφαιρώντας την πρώτη στήλη από την τρίτη παίρνουµε
⎛a x a + x⎞ ⎛a x x⎞ ⎛a x x⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
det ⎜ b y b + y ⎟ = det ⎜ b y y ⎟ = 0, αφού ο πίνακας ⎜ b y y ⎟ έχει δύο ίσες
⎜c z c + z ⎟⎠ ⎜c z z ⎟⎠ ⎜c z z ⎟⎠
⎝ ⎝ ⎝
στήλες.
Άσκηση 5
⎛ 1 0 −1⎞
Να βρεθεί αν υπάρχει ο αντίστροφος του A = ⎜⎜ 2 1 0 ⎟⎟ .
⎜0 3 4 ⎟
⎝ ⎠
Λύση
Γνωρίζουµε µια µέθοδο επίλυσης από το Κεφάλαιο 3, τον Αλγόριθµο Υπολογισµού
Αντίστροφου Πίνακα. Εδώ θα χρησιµοποιήσουµε το Θεώρηµα 7. Επειδή ισχύει
det A = −2 ≠ 0, ο Α είναι αντιστρέψιµος σύµφωνα µε το Θεώρηµα 4. Εφαρµόζουµε το
Θεώρηµα 7. Έχουµε
⎛1 0⎞ ⎛2 0⎞ ⎛ 2 1⎞
A11 = ⎜ ⎟ , A12 = ⎜ ⎟ , A13 = ⎜ ⎟,
⎝3 4⎠ ⎝0 4⎠ ⎝ 0 3⎠
⎛ 0 −1⎞ ⎛1 −1⎞ ⎛ 1 0⎞
A21 = ⎜ ⎟ , A22 = ⎜ ⎟ , A23 = ⎜ ⎟,
⎝3 4 ⎠ ⎝0 4⎠ ⎝ 0 3⎠
⎛ 0 −1⎞ ⎛1 −1⎞ ⎛ 1 0⎞
A31 = ⎜ ⎟ , A32 = ⎜ ⎟ , A33 = ⎜ ⎟.
⎝1 0 ⎠ ⎝2 0⎠ ⎝ 2 1⎠
Βρίσκουµε
det A11 = 4, det A12 = 8, det A13 = 6,
det A21 = 3, det A22 = 4, det A23 = 3,
det A31 = 1, det A32 = 2, det A33 = 1.
⎛ 4 −3 1 ⎞
1 ⎜
−1 ⎟
Συνεπώς A = ⎜ −8 4 −2 ⎟ .
−2 ⎜ ⎟
⎝ 6 −3 1 ⎠
Άσκηση 6
⎛ a 1 0⎞
1) Για ποιες τιµές του a ο πίνακας A = ⎜⎜ −1 2 3 ⎟⎟ είναι αντιστρέψιµος;
⎜ 1 a 1⎟
⎝ ⎠
⎛ 1 −1 2 1⎞
⎜ ⎟
2 1 1 1⎟
2) Για ποιες τιµές του a ο πίνακας A = ⎜ είναι αντιστρέψιµος;
⎜ −2 2 a 2⎟
⎜⎜ ⎟
⎝ 3 −3 6 a ⎟⎠
Λύση
1) Υπολογίζοντας την ορίζουσα ως προς την πρώτη γραµµή έχουµε

det A = a (2 − 3a ) − (−1 − 3) = −3a 2 + 2a + 4. Σύµφωνα µε το Θεώρηµα 4, ο Α
1 ± 13
είναι αντιστρέψιµος αν και µόνο αν −3a 2 + 2a + 4 ≠ 0 ⇔ a ≠ .
3
2) Θα µπορούσαµε να ακολουθήσουµε την ίδια µεθοδολογία µε το προηγούµενο
ερώτηµα. Επειδή οι πράξεις στον υπολογισµό της συγκεκριµένης ορίζουσας
είναι πολλές, θα χρησιµοποιήσουµε έναν άλλο τρόπο που είναι ουσιαστικά
δεν είναι άλλος από τη µέθοδο απαλοιφής του Gauss:
Εφαρµόζουµε συστηµατικά την Πρόταση 3, δηλαδή χρησιµοποιούµε
στοιχειώδεις µετασχηµατισµούς γραµµών για να φέρουµε τον πίνακα
σε τριγωνική µορφή. Όµως εδώ χρειάζεται προσοχή! Αν στην
προηγούµενη διαδικασία πολλαπλασιάσουµε µια γραµµή πίνακα µε
ένα µη µηδενικό k, θα πρέπει να διαιρέσουµε την τελική ορίζουσα µε
αυτό το k για να αναιρέσουµε το αποτέλεσµα της Πρότασης 3 1).
Έχουµε διαδοχικά
⎛1 −1 2 1 ⎞ ⎛ 1 −1 2 1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 2 1 1 1 ⎟ r2 →r2 − 2 r1 ⎜ 0 3 −3 −1⎟ r3 →r3 + 2 r1
⎯⎯⎯⎯ → ⎯⎯⎯⎯ →
⎜ −2 2 a 2⎟ ⎜ −2 2 a 2 ⎟
⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎝ 3 −3 6 a ⎟⎠ ⎝ 3 −3 6 a ⎠
⎛1 −1 2 1⎞ ⎛ 1 −1 2 1 ⎞
⎜ ⎟ ⎜ ⎟
⎜0 3 −3 −1⎟ r4 →r4 −3r1 ⎜ 0 3 −3 −1 ⎟
⎯⎯⎯⎯ →
⎜0 0 a+4 4 ⎟ ⎜0 0 a + 4 4 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝3 −3 6 a⎠ ⎝0 0 0 a − 3 ⎟⎠
Στην προηγούµενη διαδικασία δεν υπήρξαν πολλαπλασιασµοί γραµµών.
⎛ 1 −1 2 1⎞ ⎛ 1 −1 2 1 ⎞
⎜ ⎟ ⎜ ⎟
2 1 1 1⎟ 0 3 −3 −1 ⎟
Συνεπώς det ⎜ = det ⎜ = 3(a + 4)(a − 3).
⎜ −2 2 a 2⎟ ⎜0 0 a + 4 4 ⎟
⎜⎜ ⎟ ⎜⎜ ⎟
⎝ 3 −3 6 a ⎟⎠ ⎝0 0 0 a − 3 ⎟⎠
Άρα ο αρχικός πίνακας είναι αντιστρέψιµος αν και µόνο αν a ≠ −4,3.
Άσκηση 7
⎛1 x y 1⎞
⎜ ⎟
1 x x x⎟
Να υπολογιστεί η ορίζουσα det ⎜
⎜x 1 xy y ⎟
⎜⎜ ⎟
⎝x x xy 1 ⎟⎠
Λύση
Εφαρµόζουµε την Πρόταση 3. Στα δεξιά περιγράφουµε τα βήµατα.
⎛1 x y 1⎞ r2 → r2 − r1
⎜ ⎟
1 x x x⎟
det ⎜ =
⎜x 1 xy y ⎟
⎜⎜ x x xy 1 ⎟⎠
⎟
⎝
⎛1 x y 1 ⎞
⎜ ⎟ r3 → r3 − xr1
0 0 x − y x − 1⎟
det ⎜ =
⎜x 1 xy y ⎟
⎜⎜ ⎟
⎝x x xy 1 ⎟⎠
⎛1 x y 1 ⎞
⎜ ⎟ r4 → r4 − xr1
0 0 x − y x −1 ⎟
det ⎜ =
⎜0 1 − x2 0 y − x⎟
⎜⎜ x x xy
⎟
1 ⎟⎠
⎝
⎛1 x y 1 ⎞
⎜ ⎟ ανάπτυγµα ως προς την
0 0 x − y x −1 ⎟
det ⎜ = πρώτη στήλη
⎜0 1 − x2 0 y − x⎟
⎜⎜ ⎟
⎝0 x − x2 0 1 − x ⎟⎠
⎛ 0 x− y x −1 ⎞
⎜ ⎟ ανάπτυγµα ως προς τη
det ⎜ 1 − x 2 0 y − x⎟ = δεύτερη στήλη
⎜ x − x2 0 1 − x ⎟⎠
⎝
⎛ 1 − x2 y − x ⎞
−( x − y ) det ⎜ ⎟= παραγοντοποίηση στην
⎝ x − x 2
1 − x ⎠ πρώτη στήλη
⎛ (1 − x ) (1 + x) y − x ⎞
−( x − y ) det ⎜ ⎟=
⎝ (1 − x) x 1− x ⎠ Πρόταση 3 1)
⎛1 + x y − x ⎞
−( x − y )(1 − x) det ⎜ ⎟=
⎝ x 1− x ⎠
πράξεις
−( x − y )(1 − x) ( (1 + x )(1 − x ) − ( y − x ) x ) =
( x − 1)( x − y )(1 − xy ).
Άσκηση 8
⎛x y 0 0 ... 0 0⎞
⎜ ⎟
⎜0 x y 0 ... 0 0⎟
Υπολογίστε την ορίζουσα det ⎜ ... ... ⎟ (ο πίνακας είναι n × n , όπου
⎜ ⎟
⎜0 0 0 0 ... x y⎟
⎜y 0 0 0 ... 0 x ⎟⎠
⎝
n > 1).
Λύση
Αναπτύσσοντας ως προς την πρώτη στήλη έχουµε
⎛x y 0 0 ... 0 0 ⎞
⎜ ⎟
⎜0 x y 0 ... 0 0 ⎟
det ⎜ ... ... ⎟=
⎜ ⎟
⎜0 0 0 0 ... x y ⎟
⎜y 0 0 0 ... 0 x ⎟⎠
⎝
⎛x y 0 ... 0 0 ⎞ ⎛y 0 0 ... 0 0 ⎞
⎜ ⎟ ⎜ ⎟
0 x y ... 0 0 ⎟ x y 0 ... 0 0 ⎟
x det ⎜ + (−1) y det ⎜
n +1
⎜ ... ... ⎟ ⎜ ... ... ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝0 0 0 ... 0 x ⎠ ⎝0 0 0 ... x y ⎟⎠
= x + (−1) n +1 y n ,
n
γιατί οι δύο τελευταίοι πίνακες είναι ( n − 1) × ( n − 1) τριγωνικοί (βλ. Πρόταση 2).
Άσκηση 9
Έστω a,b,c διακεκριµένοι αριθµοί. Υπολογίστε την ορίζουσα και τον αντίστροφο του
⎛1 1 1⎞
πίνακα A = ⎜⎜ a b c ⎟.
⎟
⎜ a2 b2 c 2 ⎟⎠
⎝
Λύση
Αφαιρώντας την πρώτη στήλη από τις άλλες δύο έχουµε
⎛1 0 0 ⎞
⎜ ⎟
det A = det ⎜ a b−a c − a ⎟ . Από τη δεύτερη στήλη βγάζουµε κοινό
⎜ a2 b2 − a 2 c 2 − a 2 ⎟⎠
⎝
παράγοντα το b − a και από την τρίτη το c − a. Παίρνουµε
⎛1 0 0 ⎞
⎜ ⎟
det A = (b − a )(c − a) det ⎜ a 1 1 ⎟ . Αναπτύσσοντας την τελευταία ορίζουσα
⎜ a2 b + a c + a ⎟⎠
⎝
ως προς την πρώτη γραµµή βρίσκουµε det A = (b − a )(c − a )(c − b).
Επειδή οι a,b,c είναι διακεκριµένοι έχουµε det A ≠ 0 και συνεπώς ο Α είναι
αντιστρέψιµος. Ο αντίστροφος µπορεί να υπολογιστεί µε τον προσαρτηµένο πίνακα.
Μετά από µερικές πράξεις βρίσκουµε
⎛ ⎛b c⎞ ⎛1 1⎞ ⎛1 1⎞ ⎞
⎜ det ⎜ 2 ⎟ − det ⎜ 2 2⎟
det ⎜ ⎟ ⎟
⎜ ⎝b c2 ⎠ ⎝b c ⎠ ⎝b c⎠ ⎟
1 1 ⎜ ⎛a c⎞ ⎛1 1⎞ ⎛1 1⎞⎟
A−1 = adjA = ⎜ − det ⎜ 2 2⎟
det ⎜ 2 2⎟
− det ⎜ ⎟⎟
det A det A ⎜ ⎝a c ⎠ ⎝a c ⎠ ⎝a c⎠⎟
⎜ ⎟
⎜ det ⎛ a b⎞ ⎛1 1⎞
− det ⎜ 2
⎛1
det ⎜
1⎞ ⎟
⎜ ⎜ 2 2⎟ 2⎟ ⎟
⎝ ⎝a b ⎠ ⎝a b ⎠ ⎝a b ⎠ ⎟⎠
⎛ bc 2 − b 2 c b 2 − c 2 c −b⎞
1 ⎜ 2 ⎟
= ⎜ a c − ac 2 c 2 − a 2 a − c ⎟.
(c − a)(c − b)(b − a) ⎜ 2
⎝ ab − a b −b + a
2 2 2
b − a ⎟⎠
Άσκηση 10
Υπολογίστε την ορίζουσα του n × n πίνακα
⎛ 0 1 2 3 ... n − 1 ⎞
⎜ ⎟
⎜ 1 0 1 2 ... n − 2 ⎟
⎜ 2 1 0 1 ... n − 2 ⎟
A=⎜ ⎟.
⎜ ... ⎟
⎜n−2 n−3 n−4 n−5 ... 1 ⎟
⎜⎜ ⎟
⎝ n −1 n − 2 n − 3 n − 4 ... 0 ⎟⎠
(Το στοιχείο στη θέση (i, j ) είναι i − j ).
Λύση
Θα φέρουµε τον πίνακα σε τριγωνική µορφή. Από την πρώτη στήλη αφαιρούµε τη
δεύτερη, από τη δεύτερη αφαιρούµε την τρίτη, κλπ. Παίρνουµε
⎛ −1 −1 −1 −1 n − 1 ⎞
⎜ ⎟
⎜ 1 −1 −1 ... −1 n − 2 ⎟
⎜ 1 1 −1 ... −1 n − 3 ⎟
det A = det ⎜ ⎟.
⎜ ... ... ... ... ... ... ⎟
⎜1 1 1 ... −1 1 ⎟
⎜⎜ ⎟
⎝1 1 1 ... 1 0 ⎟⎠
Προσθέτουµε τώρα την πρώτη γραµµή κάθε µια από τις άλλες γραµµές. Παίρνουµε
⎛ −1 − 1 − 1 ... n − 1⎞
⎜ ⎟
⎜ 0 −2 * ... * ⎟
det A = det ⎜ 0 0 −2 ... * ⎟ =
⎜ ⎟
⎜ ... ... ... ... ... ⎟
⎜0 0 0 0 n − 1⎟⎠
⎝
= (−1) (
−2)...(
−2)

(n − 1) =
n − 2 φορες
n −1
= (−1) 2n − 2 (n − 1),
όπου µε * παριστάνουµε στοιχεία που δεν µας ενδιαφέρουν για τον υπολογισµό της
ορίζουσας.
Άσκηση 11
Υπενθυµίζουµε ότι οι αριθµοί του Fibonacci, f1 , f 2 ,..., f n ,... , ορίζονται από τις σχέσεις
f1 = 1, f 2 = 1, f n = f n −1 + f n − 2 (n > 2). Έστω
⎛1 1 0 0 0 ... 0 ⎞
⎜ ⎟
⎜ −1 1 1 0 0 ... 0 ⎟
⎜ 0 −1 1 1 0 ... 0 ⎟
⎜ ⎟
Fn = det ⎜ ... ⎟.
⎜0 0 0 0 −1 1 1⎟
⎜ ⎟
⎜0 0 0 0 0 ... 1 ⎟
⎜ ⎟
⎝ ⎠
(Ο πίνακας είναι n × n , τα στοιχεία της κύριας διαγωνίου είναι 1, στα δεξιά τους είναι 1
και στα αριστερά τους είναι – 1). Αποδείξτε ότι Fn = f n , n = 1, 2,... .
Λύση
Επειδή ισχύει
⎛ 1 1⎞
F1 = det (1) = 1 = f1 , F2 = det ⎜ ⎟ = 2 = f2
⎝ −1 1⎠
για να δείξουµε ότι Fn = f n , n = 1, 2,... αρκεί να δείξουµε ότι τα f1 , f 2 ,... και
F1 , F2 ,... ικανοποιούν την ίδια αναδροµική σχέση, δηλαδή Fn = Fn −1 + Fn − 2 (n ≥ 3).

Αναπτύσσοντας ως προς την πρώτη στήλη παίρνουµε
⎛1 1 0 0 0 ... 0⎞ ⎛1 0 0 0 0 ... 0⎞
⎜ ⎟ ⎜ ⎟
⎜ −1 1 1 0 0 ... 0⎟ ⎜ −1 1 1 0 0 ... 0⎟
⎜ 0 −1 1 1 0 ... 0⎟ ⎜ 0 −1 1 1 0 ... 0⎟
⎜ ⎟ ⎜ ⎟
Fn = det ⎜ ... ... ... ... ... ... ... ⎟ = Fn −1 + det ⎜ ... ... ... ... ... ... ⎟.
⎜0 0 0 0 −1 1 1⎟ ⎜0 0 0 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜0 0 0 0 0 ... 1⎟ ⎜0 0 0 0 0 ... 1⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
Αναπτύσσουµε τη δεξιά ορίζουσα (που είναι ( n − 1) × ( n − 1) ) ως προς την πρώτη
γραµµή. Τότε
⎛1 0 0 0 0 ... 0 ⎞ ⎛1 1 0 0 0 ... 0 ⎞
⎜ ⎟ ⎜ ⎟
⎜ −1 1 1 0 0 ... 0 ⎟ ⎜ −1 1 1 0 0 ... 0 ⎟
⎜ 0 −1 1 1 0 ... 0 ⎟ ⎜ 0 −1 1 1 0 ... 0 ⎟
⎜ ⎟ ⎜ ⎟
det ⎜ ... ⎟ = det ⎜ ... ⎟ = Fn − 2 .
⎜0 0 0 0 −1 1 1⎟ ⎜0 0 0 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜0 0 0 0 0 ... 1 ⎟ ⎜0 0 0 0 0 ... 1 ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
Άρα Fn = Fn −1 + Fn − 2 .
Άσκηση 12
⎛ −2 4 0 0 ... ⎞ 0 0
⎜ ⎟
⎜ 1 −2 4 0 ... ⎟ 0 0
⎜ 0 1 −2 4 ... ⎟ 0 0
⎜ ⎟
Έστω An ο n × n πίνακας (n ≥ 2) An = ⎜ ... ⎟.
⎜ 0 0 0 0 ... −2 4 ⎟
⎜ ⎟
⎜ 0 0 0 0 ... 1 −2 ⎟
⎜ ⎟
⎝ ⎠
a. ∆είξτε ότι det An = 0 , όταν n = 3m − 1, m ακέραιος
b. Να βρεθεί η det An , όταν n = 3m, m ακέραιος.
Λύση
Πρώτα θα βρούµε µια αναδροµική σχέση για τις det An . Αναπτύσσοντας ως προς την
πρώτη στήλη βρίσκουµε
⎛4 0 0 0 ... ⎞
0 0
⎜ ⎟
⎜ 1 −2 4 0 ... 0
⎟ 0
⎜ 0 1 −2 4 ... ⎟
0 0
⎜ ⎟
det An = −2 det An −1 − det ⎜ ... ⎟.
⎜0 0 0 0 ... −2 4 ⎟
⎜ ⎟
⎜0 0 0 0 ... 1 −2 ⎟
⎜ ⎟
⎝ ⎠
Αναπτύσσοντας την τελευταία ορίζουσα ως προς την πρώτη γραµµή βρίσκουµε
det An = −2 det An −1 − 4 det An − 2 , n ≥ 4. (*)
⎛ −2 4 0 ⎞
⎛ −2 4 ⎞ ⎜ ⎟
Οι αρχικές τιµές είναι det A2 = det ⎜ ⎟ = 0, det A3 = det ⎜ 1 −2 4 ⎟ = 8.
⎝ 1 −2 ⎠ ⎜ 0 1 −2 ⎟
⎝ ⎠
⎛ −2 4 ⎞
a. Χρησιµοποιούµε επαγωγή στο m. Για m = 1, det A2 = det ⎜ ⎟ = 0.
⎝ 1 −2 ⎠
Έστω ότι det A3m −1 = 0. Έχουµε
(*)
det A3( m +1)−1 = det A3m + 2 =− 2 det A3m +1 − 4 det A3m
(*)
=− 2(−2 det A3m − 4 det A3m −1 ) − 4 det A3m
= 8det A3m −1
= 0.
b. Θα αποδείξουµε ότι det A3m = 8m. Σκεφθήκαµε τον τύπο αυτόν γιατί µετά
από υπολογισµούς µε βάση τη σχέση (*) βρήκαµε ότι
det A3 = 8, det A6 = 64 .
Χρησιµοποιούµε επαγωγή στο m. Για m = 1, det A3 = 8, όπως βρήκαµε
πριν. Έστω det A3m = 8m. Χρησιµοποιώντας το υποερώτηµα a. έχουµε

(*)
det A3( m +1) =− 2 det A3( m +1) −1 − 4 det A3m +1
= 0 − 4 det A3m +1
= −4 det A3m +1
(*)
= 8det A3m + 16 det A3m −1
= 8det A3m
= 8 ⋅ 8m = 8m +1.
Άσκηση 13
⎛2 1 0 ... 0 ⎞
⎜ ⎟
⎜1 2 1 ... 0 ⎟
Να υπολογιστούν οι ορίζουσες Dn = det ⎜ 0 1 2 ... 0 ⎟ . (Ο πίνακας είναι n × n )
⎜ ⎟
⎜ ⎟
⎜ 0 ... ... 1 2 ⎟⎠
⎝
Λύση
⎛2 1⎞
Έχουµε D1 = det(2) = 2, D2 = det ⎜ ⎟ = 3. ∆ιατυπώνουµε την εικασία ότι
⎝1 2⎠
Dn = n + 1, n = 1, 2,...
Αναπτύσσοντας ως προς την πρώτη γραµµή βρίσκουµε
⎛1 1 0 ... 0 ⎞
⎜ ⎟
⎜0 2 1 ... 0 ⎟
D n = 2 Dn −1 − det ⎜ 0 1 2 ... 0 ⎟ .
⎜ ⎟
⎜ ⎟
⎜ 0 ... ... 1 2 ⎟⎠
⎝
Αναπτύσσοντας ως προς τη πρώτη στήλη βρίσκουµε
⎛1 1 0 ... 0 ⎞
⎜ ⎟
⎜0 2 1 ... 0 ⎟
det ⎜ 0 1 2 ... 0 ⎟ = Dn − 2 .
⎜ ⎟
⎜ ⎟
⎜ 0 ... ... 1 2 ⎟⎠
⎝
Άρα βρήκαµε την αναδροµική σχέση
Dn = 2 Dn −1 − Dn − 2 .
Με βάση αυτή, η εικασία µας αποδεικνύεται άµεσα µε επαγωγή στο n.
Άσκηση 14
1) Έστω Α ένας n × n πίνακας τέτοιος ώστε At = − A. Αποδείξτε ότι αν ο n είναι
περιττός τότε ο Α δεν είναι αντιστρέψιµος.
2) Έστω Α,Β δυο πίνακες τέτοιοι ώστε A3 + 3 AB + 2 I = 0. Αποδείξτε ότι ο Α είναι
αντιστρέψιµος.
3) Αποδείξτε ότι για κάθε n × n πίνακα Α ισχύει det(adjA) = ( det A )

n −1
.
Λύση
1) Από την Πρόταση 1 έχουµε det At = det A. Από την υπόθεση και την
Πρόταση 3 έχουµε det At = det(− A) = (−1) n det A = − det A. Άρα
det A = − det A ⇒ det A = 0. Άρα ο Α δεν είναι αντιστρέψιµος.
2) Έχουµε A3 + 3 AB + 2 I = 0 ⇒ A ( A2 + 3B ) = −2 I . Παίρνοντας ορίζουσες και
εφαρµόζοντας το Θεώρηµα 5 λαµβάνουµε
( )
det A ( A2 + 3B ) = det ( −2 I ) ⇒
det A ⋅ det ( A2 + 3B ) = ( −2 ) ≠ 0 ⇒
n
det A ≠ 0.
Άρα ο Α είναι αντιστρέψιµος.
3) Από την ισότητα πινάκων A(adjA) = (det A) I του Θεωρήµατος 7 παίρνουµε
την ισότητα οριζουσών
det ( A ( adjA ) ) = det ( ( det A ) I ) ⇒
det A ⋅ det ( adjA ) = ( det A ) .
n
• Αν έχουµε det A ≠ 0 , συµπεραίνουµε άµεσα το ζητούµενο.

• Έστω τώρα det A = 0 και A ≠ 0. Τότε A(adjA) = 0 , οπότε αν ήταν ο
adjA αντιστρέψιµος θα παίρναµε A = 0, άτοπο. Άρα ο adjA δεν είναι
αντιστρέψιµος, οπότε det(adjA) = 0.
• Τέλος το ζητούµενο είναι προφανές αν A = 0.
Άσκηση 15
Υπολογίστε τις ορίζουσες των παρακάτω πινάκων
⎛1 1 1 1 ⎞ ⎛1 + α 1 1 1 ⎞
⎜ ⎟ ⎜ ⎟
1 1+ α 1 1 ⎟ 1 1−α 1 1 ⎟
A=⎜ , B=⎜
⎜1 1 1+ β 1 ⎟ ⎜ 1 1 1+ β 1 ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝1 1 1 1+ γ ⎠ ⎝ 1 1 1 1 − β ⎟⎠
Λύση
Στον πίνακα Α αφαιρούµε την πρώτη γραµµή από τις υπόλοιπες γραµµές. Προκύπτει
άνω τριγωνικός πίνακας και συνεπώς η ορίζουσά του ισούται µε το γινόµενο των
διαγωνίων στοιχείων του
⎛1 1 1 1 ⎞ ⎛1 1 11⎞
⎜ ⎟ ⎜ ⎟
1 1+ α 1 1 ⎟ 0 α 00⎟
det A = det ⎜ = det ⎜ = αβγ .
⎜1 1 1+ β 1 ⎟ ⎜0 0 β 0⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝1 1 1 1+ γ ⎠ ⎝0 0 0 γ ⎟⎠
Στον πίνακα Β αφαιρούµε τη δεύτερη γραµµή από την πρώτη και από την τρίτη. Τότε
εµφανίζονται κοινοί παράγοντες. Έχουµε
⎛1 + α 1 1 ⎞ 1 ⎛α α 0 0 ⎞
⎜ ⎟ ⎜ ⎟
1 1−α 1 1 ⎟ 1 1− α 1 1 ⎟
det B = det ⎜ = det ⎜ =
⎜ 1 1 1+ β 1 ⎟ ⎜0 0 β β ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ 1 1 1 1− β ⎠ ⎝1 1 1 1 − β ⎟⎠
⎛1 1 0 0 ⎞
⎜ ⎟
1 1−α 1 1 ⎟
αβ det ⎜ .
⎜0 0 1 1 ⎟
⎜⎜ 1 1
⎟
1 1 − β ⎟⎠
⎝
Αφαιρώντας από τη δεύτερη στήλη την πρώτη και αναπτύσσοντας την νέα ορίζουσα
ως προς την πρώτη γραµµή της καταλήγουµε σε µια 3 × 3 ορίζουσα. Έτσι έχουµε:
⎛1 0 0 0 ⎞
⎜ ⎟ ⎛ −α 1 1 ⎞
⎜ 1 −α 1 1 ⎟ ⎜ ⎟
det B = αβ det = αβ det ⎜ 0 1 1 ⎟=
⎜0 0 1 1 ⎟ ⎜ 0 1 1− β ⎟
⎜⎜ ⎟⎟ ⎝ ⎠
⎝ 1 0 1 1− β ⎠
⎛1 1 ⎞
αβ (−α ) det ⎜ ⎟ = αβ (−α )(1 − β − 1) = α β .
2 2
⎝ 1 1 − β ⎠
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Ποιοι από τους επόµενους πίνακες είναι αντιστρέψιµοι;
⎛1 0 0⎞ ⎛1 2 1⎞
⎛ 2 − 3i 4 ⎞ ⎜ ⎟ ⎜ ⎟
A=⎜ ⎟, B = ⎜3 2 0⎟, C = ⎜3 2 0⎟
⎝ 6 + 4i 8i ⎠ ⎜1 5 0⎟ ⎜1 5 0⎟
⎝ ⎠ ⎝ ⎠
Ποια είναι η ορίζουσα του B 2005C 2006 ;
Απάντηση Μόνο ο τρίτος είναι αντιστρέψιµος. Έχουµε
det ( B 2005C 2006 ) = ( det B ) ( det C )

2005 2006
= 0.
Άσκηση 2
⎛a b⎞
Αποδείξτε ότι πίνακας A = ⎜ ⎟ είναι αντιστρέψιµος αν και µόνο αν ad − bc ≠ 0 ,
⎝c d⎠
1 ⎛ d −b ⎞
οπότε A−1 = ⎜ ⎟.
ad − bc ⎝ −c a ⎠
Υπόδειξη Θεώρηµα 4 και Θεώρηµα 7.
Άσκηση 3
x + 2 y + 3z = 2
x +z =3
x + y − z =1
µε τον κανόνα του Cramer.
15 −6 3
Απάντηση x = ,y= ,z = .
6 6 6
Άσκηση 4
⎛ 1 −1 2 1⎞
⎜ ⎟
2 −1 −1 4 ⎟
1)Υπολογίστε την ορίζουσα det ⎜ .
⎜ −4 5 −10 −6 ⎟
⎜⎜ ⎟⎟
⎝ 3 −2 10 −1 ⎠
⎛ 1 1 1 2 ⎞
⎜ ⎟
a b c a+d
2) Αποδείξτε ότι det ⎜ ⎟ = 0.
⎜ x y z x+w ⎟
⎜⎜ ⎟
⎝ x + 2a y + 2b z + 2c x + w + 2a + 2d ⎟⎠
Υπόδειξη 1) Βλ. Λυµένη Άσκηση 6 2) και Λυµένη Άσκηση 7.
2) Αφαιρέστε από την τελευταία γραµµή το διπλάσιο της δεύτερης.
Απάντηση για το 1): 18.
Άσκηση 5
⎛ a 2 0⎞
1) Να βρεθεί ο adjA , όπου A = ⎜⎜ −1 2 3 ⎟⎟ .
⎜ 0 a 1⎟
⎝ ⎠
2) Να βρεθούν οι τιµές του a για τις οποίες ο Α είναι αντιστρέψιµος.

3) Για τις τιµές που βρήκατε στο 2) να υπολογίστε τον αντίστροφο.
⎛ 2 − 3a −2 6 ⎞
1± 7
Απάντηση 1) adjA = ⎜⎜ 1 a
⎟
−3a ⎟ . 2) a ≠ .
⎜ −a ⎟ 3
⎝ −a 2 2a + 2 ⎠
⎛ 2 − 3a −2 6 ⎞
−1 1 ⎜ ⎟
3) A = 1 a −3a ⎟ .
−3a + 2a + 2 ⎜⎜
2
⎝ −a −a 2 2a + 2 ⎟⎠
Άσκηση 6
Αποδείξτε ότι det An = 1 + x 2 + x 4 + ... + x 2 n , όπου,
⎛ x2 + 1 x 0 ... 0 ⎞
⎜ ⎟
⎜ x x +1
2
x ... 0 ⎟
An = ⎜ 0 x x +1
2
... 0 ⎟.
⎜ ⎟
⎜ ... ... ... ... ... ⎟
⎜ 0 0 0 ... x 2 + 1⎠⎟
⎝
Υπόδειξη Εφαρµόστε επαγωγή και το ανάπτυγµα ορίζουσας ως προς την πρώτη
γραµµή.
Άσκηση 7
⎛1 + a b c d ⎞
⎜ ⎟
a 1+ b c d ⎟
Υπολογίστε την ορίζουσα det ⎜ .
⎜ a b 1+ c d ⎟
⎜⎜ ⎟
⎝ a b c 1 + d ⎟⎠
Υπόδειξη Προσθέστε στην πρώτη στήλη όλες τις άλλες και βγάλτε κοινό παράγοντα.
Στη συνέχεια, µετατρέψτε τον πίνακα σε τριγωνικό. Απάντηση 1 + a + b + c + d .
Άσκηση 8
−1 −1
⎛a b ⎞ ⎛x y⎞ ⎛ 2x + z 2 y + w ⎞
Αν ⎜ ⎟ =⎜ ⎟ , τότε να εκφράσετε την det ⎜ ⎟ συναρτήσει
⎝c d⎠ ⎝ z w⎠ ⎝ x+z y+w ⎠
των a, b, c, d .
⎛ 2 x + z 2 y + w ⎞ ⎛ 2 1⎞ ⎛ x y ⎞
Υπόδειξη Παρατηρήστε ότι ⎜ ⎟=⎜ ⎟⎜ ⎟.
⎝ x+z y + w ⎠ ⎝ 1 1⎠ ⎝ z w ⎠
−1
⎛ 2x + z 2 y + w ⎞ ⎛ a − b − a + 2b ⎞
Απάντηση det ⎜ ⎟ = det ⎜ ⎟.
⎝ x+z y+w ⎠ ⎝ c − d −c + 2d ⎠
Άσκηση 9
Αποδείξτε ότι det A = ±1 αν ο Α είναι ένας αντιστρέψιµος πίνακας τέτοιος ώστε ο Α
και ο A−1 έχουν στοιχεία ακεραίους αριθµούς .
Υπόδειξη ( det A ) ( det A−1 ) = 1.
Άσκηση 10
⎛x+ y x x ... x ⎞
⎜ ⎟
⎜ x x+ y x ... x ⎟
Αποδείξτε ότι det ⎜ x x x + y ... x ⎟ = (nx + y ) y n −1 , όπου ο πίνακας
⎜ ⎟
⎜ ⎟
⎜ x x x ... x + y ⎟⎠
⎝
είναι n × n .
Υπόδειξη Προσθέστε στην πρώτη στήλη όλες τις άλλες και βγάλτε κοινό παράγοντα
το nx + y. Στη συνέχεια, µετατρέψτε τον πίνακα σε τριγωνικό.
Άσκηση 11 (ορίζουσα Vandermonde)

Έστω a1 ,..., an ∈ F. Αποδείξτε ότι
⎛ 1 1 … 1 ⎞
⎜ ⎟
a a2 … an ⎟
det ⎜ 1
⎜ ⎟ ∏
= ( ai − a j ).
i> j
⎜⎜ n −1 ⎟
⎝ a1 a2 n −1 … an n −1 ⎟⎠
Υπόδειξη Βλ. Λυµένη Άσκηση 9.

n
Κεφάλαιο 5: Ο Χώρος \ Σελίδα 1 από 25
Κεφάλαιο 5
Οι Χώροι \ n
Στο κεφάλαιο αυτό θα χρησιµοποιήσουµε το παράδειγµα των χώρων \ n για να

εισαγάγουµε µερικές θεµελιώδεις έννοιες της Γραµµικής Άλγεβρας. Ιδιαίτερα θα
µελετήσουµε την έννοια της βάσης του \ n και ιδιότητες του συνήθους εσωτερικού
γινοµένου στο \ n . Με τον τρόπο αυτό διευκολύνεται η µετάβαση σε πιο γενικούς
χώρους που θα εξετάσουµε στο επόµενο κεφάλαιο.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΒΑΣΕΙΣ ...............................................................................................................................................2
n
Ορισµός 1 (πράξεις στο \ ) ..............................................................................................................2
Ορισµός 2 (γραµµικός συνδυασµός) ...................................................................................................2
Παραδείγµατα......................................................................................................................................3
Ορισµός 3 (γραµµική ανεξαρτησία) ....................................................................................................4
Παραδείγµατα......................................................................................................................................4
n
Ορισµός 4 (βάση του \ ) ..................................................................................................................4
Παράδειγµα..........................................................................................................................................4
ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ .................................................................................................................5
Ορισµός 5 (το σύνηθες εσωτερικό γινόµενο) ......................................................................................5
Ορισµός 6 (γωνία διανυσµάτων) .........................................................................................................5
Ορισµός 7 (ορθοκανονική βάση).........................................................................................................6
Παράδειγµα..........................................................................................................................................6

2 3
ΓΕΩΜΕΤΡΙΚΗ ΕΡΜΗΝΕΙΑ ΠΡΑΞΕΩΝ ΣΤΟ \ και \ ..............................................................6
Πρόταση 1 (ιδιότητες των πράξεων) ...................................................................................................7
ΒΑΣΕΙΣ ...............................................................................................................................................8
Πρόταση 2 ...........................................................................................................................................8
Θεώρηµα 3 (πληθάριθµος βάσης)........................................................................................................8
Πόρισµα 4............................................................................................................................................8
Πόρισµα 5 (βάσεις και ορίζουσες).......................................................................................................8
Παράδειγµα..........................................................................................................................................8
Πρόταση 6 (µοναδικότητα συντελεστών ως προς µια βάση) ..............................................................9
ΤΟ ΣΥΝΗΘΕΣ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ........................................................................................9
Πρόταση 7 (ιδιότητες) .........................................................................................................................9
Παράδειγµα..........................................................................................................................................9
Θεώρηµα 8 (δυο σηµαντικές ανισότητες)..........................................................................................10
Πρόταση 9 (κριτήριο καθετότητας)..................................................................................................10
ΓΕΩΜΕΤΡΙΚΗ ΕΡΜΗΝΕΙΑ ΤΟΥ ΕΣΩΤΕΡΙΚΟΥ ΓΙΝΟΜΕΝΟΥ.................................................10
Άσκηση 1...........................................................................................................................................13
Άσκηση 2...........................................................................................................................................13
Άσκηση 3...........................................................................................................................................14
Άσκηση 4...........................................................................................................................................15
Άσκηση 5...........................................................................................................................................16
Άσκηση 6...........................................................................................................................................17
Άσκηση 7...........................................................................................................................................18
Άσκηση 8...........................................................................................................................................19
Άσκηση 9...........................................................................................................................................19
n
Άσκηση 10.........................................................................................................................................20
Άσκηση 11.........................................................................................................................................20
Άσκηση 12.........................................................................................................................................21
Άσκηση 13.........................................................................................................................................22
Άσκηση 14.........................................................................................................................................22
ΑΣΚΗΣΕΙΣ...........................................................................................................................................23
Άσκηση 1...........................................................................................................................................23
Άσκηση 2...........................................................................................................................................23
Άσκηση 3...........................................................................................................................................23
Άσκηση 4...........................................................................................................................................23
Άσκηση 5...........................................................................................................................................24
Άσκηση 6...........................................................................................................................................24
Άσκηση 7...........................................................................................................................................24
Άσκηση 8...........................................................................................................................................24
Άσκηση 9...........................................................................................................................................25
Άσκηση 10.........................................................................................................................................25
ΒΑΣΕΙΣ
Ορισµός 1 (πράξεις στο \ n )
Υπενθυµίζουµε ότι µε R n συµβολίζουµε το σύνολο των διατεταγµένων n-άδων
(u1 ,..., un ) , όπου ui ∈ R . Τα στοιχεία του συνόλου αυτού µπορούν να θεωρηθούν σαν
πίνακες µεγέθους 1× n , δηλαδή σαν πίνακες που έχουν µόνο µια γραµµή. Συνεπώς
στο σύνολο R n έχουµε την πρόσθεση που ορίζεται από
( u1 ,..., un ) + (v1 ,..., vn ) = (u1 + v1 ,..., un + vn )
και επίσης µπορούµε να πολλαπλασιάσουµε στοιχεία του R n µε αριθµούς σύµφωνα
µε τον κανόνα
a (u1 ,..., un ) = (au1 ,..., aun ), a ∈ R .
Για παράδειγµα, (2, −1,3) + 2(0, −3, 7) = (2, −1,3) + (0, −6,14) = (2, −7,17).
Όταν αναφερόµαστε στο σύνολο R n µαζί µε τις προηγούµενες πράξεις θα

χρησιµοποιούµε την έκφραση ο χώρος R n . Τα στοιχεία του R n θα τα λέµε και
διανύσµατα.
Ορισµός 2 (γραµµικός συνδυασµός)

Έστω v1 ,..., vm ∈ R n .
1. Ένας γραµµικός συνδυασµός των v1 ,..., vm είναι ένα στοιχείο του R n της
µορφής a1v1 + ... + am vm , ai ∈ R .

n
2. Θα λέµε ότι τα στοιχεία v1 ,..., vm παράγουν το χώρο R n αν για κάθε
v ∈ R n υπάρχουν a1 ,..., am ∈ R τέτοια ώστε v = a1v1 + ... + am vm .
1. Εξετάζουµε αν το (1, 4,3) είναι γραµµικός συνδυασµός των (1, 2, −1), (0,1, 2) ,
δηλαδή εξετάζουµε αν υπάρχουν a, b ∈ \ τέτοια ώστε
(1, 4,3) = a(1, 2, −1) + b(0,1, 2) . Έχουµε
(1, 4,3) = a(1, 2, −1) + b(0,1, 2) ⇔
⎧1 = a
⎪
⎨ 4 = 2a + b
⎪3 = − a + 2b.
⎩
Βλέπουµε άµεσα ότι το τελευταίο σύστηµα έχει λύση, τη a = 1, b = 2. Άρα το
(1, 4,3) είναι γραµµικός συνδυασµός των (1, 2, −1), (0,1, 2) και έχουµε
(1, 4,3) = (1, 2, −1) + 2(0,1, 2) .
2. Εξετάζουµε αν τα (1, 2, −1), (0,1, 2) παράγουν το \ 3 , δηλαδή αν για κάθε
(c1 , c2 , c3 ) ∈ \ 3 υπάρχουν a, b ∈ \ , τέτοια ώστε
(c1 , c2 , c3 ) = a(1, 2, −1) + b(0,1, 2).

Έχουµε
(c1 , c2 , c3 ) = a(1, 2, −1) + b(0,1, 2) ⇔
⎧c1 = a
⎪
⎨c2 = 2a + b
⎪c = − a + 2b.
⎩ 3
Ο επαυξηµένος πίνακας του συστήµατος (µε αγνώστους a,b) είναι
⎛ 1 0 c1 ⎞
⎜ ⎟
⎜ 2 1 c2 ⎟ .
⎜ −1 2 c ⎟
⎝ 3⎠
Με στοιχειώδεις µετασχηµατισµούς γραµµών (βλ. Κεφάλαιο 3) βλέπουµε ότι

αυτός είναι γραµµοϊσοδύναµος µε τον
⎛1 0 c1 ⎞
⎜ ⎟
⎜0 1 c2 − 2c1 ⎟ .
⎜ 0 0 c + 5c − 2c ⎟
⎝ 3 1 2⎠
n
Από την τελευταία γραµµή βλέπουµε ότι αν c3 + 5c1 − 2c2 ≠ 0, τότε το αρχικό
σύστηµα είναι αδύνατο. Άρα τα (1, 2, −1), (0,1, 2) δεν παράγουν το \ 3 .
Ορισµός 3 (γραµµική ανεξαρτησία)

Έστω v1 ,..., vm ∈ R n . Τα στοιχεία αυτά λέγονται γραµµικά ανεξάρτητα αν από τη
σχέση a1v1 + ... + am vm = 0, ai ∈ R, έπεται αναγκαστικά ότι a1 = a2 = ... = am = 0.
∆ιαφορετικά αυτά ονοµάζονται γραµµικά εξαρτηµένα.
1. Τα (1, 2), (3,3) ∈ \ 2 είναι γραµµικά ανεξάρτητα γιατί
a(1, 2) + b(3,3) = 0 ⇒
(a + 3b, 2a + 3b) = 0 ⇒
⎧a + 3b = 0
⎨ ⇒
⎩2a + 3b = 0
a = b = 0.
2. Ας εξετάσουµε αν τα (1, 2), (3,3), (1,3) ∈ \ 2 είναι γραµµικά ανεξάρτητα.
Έχουµε
a(1, 2) + b(3,3) + c(1,3) = (0, 0, 0) ⇒
(a + 3b + c, 2a + 3b + 3c) = (0, 0, 0) ⇒
⎧a + 3b + c = 0
⎨
⎩2a + 3b + c = 0.
Το τελευταίο σύστηµα έχει και άλλη λύση εκτός από τη µηδενική (αφού είναι
οµογενές και οι άγνωστοι είναι περισσότεροι των εξισώσεων, βλ. Κεφ 3,
Θεώρηµα 9). Άρα τα δοσµένα διανύσµατα είναι γραµµικά εξαρτηµένα.
Ορισµός 4 (βάση του \ n )

Ένα σύνολο {v1 ,..., vm } στοιχείων του R n ονοµάζεται βάση του R n αν έχει τις ιδιότητες
1. τα v1 ,..., vm παράγουν το R n
2. τα v1 ,..., vm είναι γραµµικά ανεξάρτητα
Το σύνολο {(1, 2), (3,3)} είναι µια βάση του \ 2 . Πράγµατι,
n
1. Τα (1, 2), (3,3) παράγουν το \ 2 : Έστω (c1 , c2 ) ∈ \ 2 . Τότε
a (1, 2) + b(3,3) = (c1 , c2 ) ⇔

(a + 3b, 2a + 3b) = (c1 , c2 ) ⇔
⎧a + 3b = c1
⎨ .
⎩2a + 3b = c2
Βλέπουµε ότι το σύστηµα µε αγνώστους τους a,b έχει λύση, αφού
⎛ 1 3⎞
det ⎜ ⎟ ≠ 0.
⎝ 2 3⎠
2. Είδαµε πριν στα Παραδείγµατα του Ορισµού 3 ότι τα
(1, 2), (3,3) ∈ \ 2 είναι γραµµικά ανεξάρτητα.
ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ
Ορισµός 5 (το σύνηθες εσωτερικό γινόµενο)
Έστω u, v ∈ R n , u = (u1 ,..., un ), v = (v1 ,..., vn ).
Το σύνηθες εσωτερικό γινόµενο των u,v είναι ο πραγµατικός αριθµός
u , v = u1v1 + ... + un vn .
Το µήκος ( ή µέτρο) του u είναι ο πραγµατικός αριθµός u = u12 + ... + un 2 .
Παρατηρούµε ότι
u = u, u .
Για παράδειγµα, αν u = (4,5, −1), v = (2,1,3) , τότε έχουµε
u , v = 4 ⋅ 2 + 5 ⋅1 + (−1) ⋅ 3 = 10, u = 42 + 52 + (−1) 2 = 42.
Ορισµός 6 (γωνία διανυσµάτων)

Έστω u, v ∈ R n . Αποδεικνύεται ότι υπάρχει µοναδικός πραγµατικός αριθµός θ µε
0 ≤ θ ≤ π τέτοιος ώστε
u, v
cos θ = .
u v
π
Θα λέµε ότι η γωνία µεταξύ των u, v είναι θ. Στην ειδική περίπτωση θ = , θα λέµε
2
ότι τα u, v είναι κάθετα µεταξύ τους.
n
Ορισµός 7 (ορθοκανονική βάση)

Μια βάση {v1 ,.., vn } του \ n λέγεται ορθοκανονική αν v1 , v1 = ... = vn , vn = 1 και
vi , v j = 0 για κάθε i ≠ j.
Η συνήθης βάση {e1 = (1, 0,..., 0), e2 = (0,1, 0,..., 0),..., en = (0,..., 0,1)} του \ n
είναι ορθοκανονική.
Μιλώντας µε κάποιο βαθµό ελευθερίας, µπορούµε να πούµε οι ορθοκανονικές βάσεις
γενικεύουν την έννοια των κάθετων αξόνων που ξέρουµε στους χώρους \ 2 , \ 3 .
ΓΕΩΜΕΤΡΙΚΗ ΕΡΜΗΝΕΙΑ ΠΡΑΞΕΩΝ ΣΤΟ \ 2 και \ 3
Υπενθυµίζουµε ότι µπορούµε να αντιστοιχίσουµε στο στοιχείο (u1 , u2 ) του R 2 το
JJJJG
διάνυσµα OM του επιπέδου που έχει αρχή το σηµείο Ο = (0,0) και πέρας το σηµείο
M = (u1 , u2 ), όπως φαίνεται στο σχήµα
Ο
u1
u2 Μ
Τότε για να προσθέσουµε τα στοιχεία u = (u1 , u2 ), v = (v1 , v2 ) έχουµε τον κανόνα του
παραλληλογράµµου που µας είναι γνωστός από το Κεφάλαιο 1.
n
u+v
Για το γινόµενο au , όπου a ∈ R και u ∈ R 2 , παρατηρούµε ότι το au αντιστοιχεί σε

διάνυσµα που έχει την ίδια κατεύθυνση µε το διάνυσµα του u. Η δε φορά του
εξαρτάται από το πρόσηµο του a όπως φαίνεται το σχήµα
3u
-3u
Οι πράξεις στο \ 3 επιδέχονται αντίστοιχη γεωµετρική ερµηνεία.
Πρόταση 1 (ιδιότητες των πράξεων)

Έστω u, v, w∈ R n και a, b ∈ R . Τότε ισχύουν οι εξής ιδιότητες.
(u + v) + w = u + (v + w) a (u + v) = au + av
u+0 =u (a + b)u = au + bu
u + ( −u ) = 0 (ab)u = a (bu )
u+v = v+u 1u = u
όπου µε 0 συµβολίζουµε το (0,..., 0).
n
ΒΑΣΕΙΣ
Πρόταση 2
Έστω ότι τα διανύσµατα v1 ,..., vm παράγουν το R n . Αν το vm είναι γραµµικός
συνδυασµός των v1 ,..., vm −1 , τότε τα v1 ,..., vm −1 παράγουν το R n .
Θεώρηµα 3 (πληθάριθµος βάσης)

Έστω v1 ,..., vm ∈ R n .
1. Αν τα v1 ,..., vm είναι γραµµικά ανεξάρτητα, τότε έχουµε m ≤ n.
2. Αν τα v1 ,..., vm παράγουν το R n , τότε έχουµε m ≥ n.
3. Αν τα v1 ,..., vm αποτελούν βάση του R n , τότε έχουµε m = n.
Τονίζουµε ότι κάθε βάση του \ n αποτελείται από n στοιχεία.
Πόρισµα 4
Έστω {v1 ,..., vn } ⊆ R n . Τότε τα ακόλουθα είναι ισοδύναµα
1. Το {v1 ,..., vn } είναι µια βάση του R n
2. Το {v1 ,..., vn } παράγει το R n
3. Το {v1 ,..., vn } είναι γραµµικά ανεξάρτητο.
Σύµφωνα µε το Πόρισµα αυτό, αν έχουµε n στοιχεία του \ n και θέλουµε να

ελέγξουµε αν αυτά αποτελούν βάση του \ n , τότε αρκεί να ελέγξουµε µόνο µία από
τις δυο συνθήκες που υπάρχουν στον ορισµό της βάσης.
Πόρισµα 5 (βάσεις και ορίζουσες)

Έστω v1 ,..., vn ∈ R n και έστω Α ο n × n πίνακας του οποίου η στήλη i είναι το
vi , i = 1,..., n. Τότε τα v1 ,..., vn αποτελούν βάση του R n αν και µόνο αν det A ≠ 0.
Τα διανύσµατα (1, 2,1), (1, 4, 0), (2, −1,5) αποτελούν βάση του \ 3 , γιατί
⎛1 1 2 ⎞
⎜ ⎟
det ⎜ 2 4 −1⎟ = 1 ≠ 0.
⎜1 0 5 ⎟
⎝ ⎠
n
Σηµείωση Στο Πόρισµα 5 θα µπορούσαµε να σχηµατίσουµε τον πίνακα µε γραµµές

τα vi , γιατί ανάστροφοι πίνακες έχουν την ίδια ορίζουσα (βλ. Κεφάλαιο 4)
Πρόταση 6 (µοναδικότητα συντελεστών ως προς µια βάση)

Έστω {v1 ,..., vn } µια βάση του R n . Τότε για κάθε v ∈ R n , υπάρχουν µοναδικά ai ∈ R
µε v = a1v1 + ... + an vn .
ΤΟ ΣΥΝΗΘΕΣ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ

Πρόταση 7 (ιδιότητες)
Έστω u, v, w ∈ R n , a ∈ R . Τότε έχουµε
1. u + v, w = u , w + v, w
2. u, v + w = u, v + u, w
3. au , v = a u , v = u , av
4. u , v = v, u
5. u, u ≥ 0
6. u , u = 0 ⇔ u = 0.
Έστω u, v ∈ \ n µε u , u = 1, v, v = 2, u , v = −1. Να υπολογιστούν
• το 4u + 5v, 2u − v
• το µήκος του 2u − v .
Λύση
• Χρησιµοποιώντας την προηγούµενη πρόταση, έχουµε διαδοχικά
1 2
4u + 5v, 2u − v = 4u , 2u − v + 5v, 2u − v =
3
= 4u , 2u − 4u , v + 5v, 2u − 5v, v =
4
= 8 u , u − 4 u , v + 10 v, u − 5 v, v =
= 8 u , u + 6 u , v − 5 v, v =
= 8 ⋅1 + 6(−1) − 5 ⋅ 2 = −8.
• 2u − v = 2u − v, 2u − v και
n
2u − v, 2u − v = 2u, 2u − v − v, 2u − v =
= 2u, 2u − 2u, v − v, 2u + v, v =
= 4 u, u − 4 u , v + v, v = 4 + 4 + 2 = 10.
Άρα 2u − v = 10.
Θεώρηµα 8 (δυο σηµαντικές ανισότητες)

Έστω u, v ∈ R n . Τότε
1. (ανισότητα Cauchy - Schwarz) u, v ≤ u v
2. (τριγωνική ανισότητα) u + v ≤ u + v .
Πρόταση 9 (κριτήριο καθετότητας)

∆υο διανύσµατα u, v ∈ R n είναι κάθετα µεταξύ τους αν και µόνο αν u , v = 0.
ΓΕΩΜΕΤΡΙΚΗ ΕΡΜΗΝΕΙΑ ΤΟΥ ΕΣΩΤΕΡΙΚΟΥ ΓΙΝΟΜΕΝΟΥ

Για να εξηγήσουµε το κίνητρο του ορισµού του συνήθους εσωτερικού γινοµένου στο
R n , ας θυµηθούµε τις έννοιες του µήκους και της γωνίας στο επίπεδο και στο χώρο.
Στο Επίπεδο
Έστω u = (u1 , u2 ) ∈ R 2 . Το µήκος u του u ορίζεται να είναι το µήκος
OM του ευθυγράµµου τµήµατος ΟΜ όπως φαίνεται στο σχήµα
Ο u1
u2 Μ
Από το Πυθαγόρειο Θεώρηµα συµπεραίνουµε ότι
u = OM = u12 + u2 2 .
Έστω ότι έχουµε δυο µη µηδενικά στοιχεία u, v ∈ R 2 , u = (u1 , u2 ), v = (v1 , v2 ).

n
N
v2
θ
Ο u1 v1
u2 Μ
JJJJG JJJG
Τότε σχηµατίζονται δυο γωνίες µεταξύ των διανυσµάτων OM , ON . Μια από
αυτές παίρνει τιµές στο διάστηµα [0,π]. Στο σχήµα η εν λόγω γωνία
συµβολίζεται µε θ. Τη γωνία αυτή ονοµάζουµε γωνία των u,v.
Υπενθυµίζουµε ότι µια διασύνδεση µεταξύ των εννοιών του µήκους και της
γωνίας δίνεται από το νόµο των συνηµιτόνων: Στο τρίγωνο ΟΜΝ έχουµε
2 2 2
MN = OM + ON − 2 OM ON cos θ .
Αντικαθιστώντας τα µήκη και κάνοντας πράξεις βρίσκουµε

u1v1 + u2 v2 = u v cos θ .
Αυτή η σχέση είναι σηµαντική γιατί µας πληροφορεί ότι το cos θ καθορίζεται
από τα µήκη u , v και την ποσότητα u1v1 + u2 v2 .
Αν στην ποσότητα u1v1 + u2 v2 θέσουµε u1 = v1 , u2 = v2 τότε προκύπτει το

2
u12 + u2 2 = u . Άρα βλέπουµε ότι το µήκος είναι µια ποσότητα της µορφής
u1v1 + u2 v2 .
Συµπέρασµα Ορίζοντας την απεικόνιση
R 2 × R 2 → R, ( u , v ) 6 u1v1 + u2 v2 ,
βλέπουµε ότι µέσω αυτής εκφράζεται και η έννοια του µήκους και η έννοια
της γωνίας στο επίπεδο.
Στο Χώρο
Έστω u = (u1 , u2 , u3 ) ∈ R 3 . Ορίζουµε το µήκος του u να είναι το µήκος του
ευθυγράµµου τµήµατος ΟΜ, όπου Μ είναι το σηµείο (u1 , u2 , u3 ), βλ σχήµα.

n
u3
Μ
O
u1 u2
P
Αν P είναι η προβολή του Μ στο xy επίπεδο, τότε εφαρµόζοντας δυο φορές

το Πυθαγόρειο Θεώρηµα,
u = OM = u12 + u2 2 + u32 .
Η γωνία µεταξύ δυο µη µηδενικών στοιχείων u, v ∈ R 3 ορίζεται µε τρόπο

εντελώς ανάλογο µε την περίπτωση του επιπέδου
Μ
O
θ
Όπως και πριν, από το νόµο των συνηµιτόνων συµπεραίνουµε ότι

u1v1 + u2 v2 + u3v3 = u v cos θ .
Εδώ βλέπουµε ότι το cos θ καθορίζεται από τα (µη µηδενικά) µήκη u , v και
την ποσότητα u1v1 + u2 v2 + u3v3 .
Αν στην ποσότητα u1v1 + u2 v2 + u3v3 θέσουµε u1 = v1 , u2 = v2 , u3 = v3 τότε

2
προκύπτει το u12 + u2 2 + u32 = u .
Συµπέρασµα Ορίζοντας την απεικόνιση

R 3 × R 3 → R, ( u , v ) 6 u1v1 + u2 v2 + u3v3 ,
βλέπουµε ότι µέσω αυτής εκφράζεται και η έννοια του µήκους και η έννοια
της γωνίας στο χώρο.
n
Άσκηση 1
Εξετάστε αν το (1, 2, −1) είναι γραµµικός συνδυασµός
1. των (3, 0, 4), (5, 4, 2)
2. των (3, 0, 4), (5, 4,1)
Λύση
1. Σύµφωνα µε τον Ορισµό 2, εξετάζουµε αν υπάρχουν a, b ∈ \ µε
(1, 2, −1) = a(3, 0, 4) + b(5, 4, 2). Έχουµε διαδοχικά
(1, 2, −1) = a(3, 0, 4) + b(5, 4, 2) ⇔
(1, 2, −1) = (3a + 5b, 4b, 4a + 2b) ⇔
⎧1 = 3a + 5b
⎪
⎨2 = 4b
⎪−1 = 4a + 2b.
⎩
Λύνοντας το σύστηµα βλέπουµε ότι υπάρχει λύση. (Μάλιστα, η λύση είναι
1 1
µοναδική a = − , b = , αλλά αυτό δεν µας απασχολεί εδώ. Μας ενδιαφέρει
2 2
η ύπαρξη τουλάχιστον µιας λύσης). Άρα το (1, 2, −1) είναι γραµµικός
συνδυασµός των (3, 0, 4), (5, 4, 2).
2. Εξετάζουµε αν υπάρχουν a, b ∈ \ µε (1, 2, −1) = a(3, 0, 4) + b(5, 4,1). Έχουµε
διαδοχικά
(1, 2, −1) = a(3, 0, 4) + b(5, 4,1) ⇔
(1, 2, −1) = (3a + 5b, 4b, 4a + b) ⇔
⎧1 = 3a + 5b
⎪
⎨2 = 4b
⎪−1 = 4a + b.
⎩
Εύκολα διαπιστώνουµε ότι το σύστηµα δεν έχει λύση. Άρα το (1, 2, −1) δεν
είναι γραµµικός συνδυασµός των (3, 0, 4), (5, 4,1).
Άσκηση 2
1. Εξετάστε αν το σύνολο {(1, 2, −1), (0,3, 4), (0, 2,1)} είναι βάση του \ 3 .
n
2. Να βρεθούν οι τιµές του x τέτοιες ώστε το {(1, 2, −1), (0,3, 4), (0, 2, x)} είναι
βάση του \ 3 .
Λύση
⎛ 1 2 −1⎞
1. Εφαρµόζοντας το Πόρισµα 5, έχουµε det ⎜⎜ 0 3 4 ⎟⎟ = −5 ≠ 0 και άρα το
⎜0 2 1 ⎟
⎝ ⎠
δοσµένο σύνολο είναι βάση.
⎛ 1 2 −1⎞
2. Με παρόµοιο τρόπο έχουµε det ⎜⎜ 0 3 4 ⎟⎟ = 3 x − 8 και άρα το δοσµένο
⎜0 2 x ⎟
⎝ ⎠
8
σύνολο είναι βάση αν και µόνο αν 3x − 8 ≠ 0 ⇔ x ≠ .
3
Άσκηση 3
Εξετάστε αν τα παρακάτω διανύσµατα είναι γραµµικά ανεξάρτητα.
1. (1,1, −1, 2), (0,1,1, 2), (2,3, 0,1)
2. (1,1, −1, 2), (0,1,1, 2), (2,3, 0,1), (2, 4,5,1), (0, −1, −1, 2) .
Λύση
1. Σύµφωνα µε τον Ορισµό 3, έστω a, b, c ∈ \ . Έχουµε
a(1,1, −1, 2) + b(0,1,1, 2) + c(2,3, 0,1) = (0, 0, 0, 0) ⇔
(a + 2c, a + b + 3c, − a + b, 2a + 2b + c) = (0, 0, 0, 0) ⇔
⎧a + 2c = 0
⎪a + b + 3c = 0
⎪
⎨
⎪−a + b = 0
⎪⎩2a + 2b + c = 0.
Μας ενδιαφέρει αν υπάρχει µη µηδενική λύση του παραπάνω συστήµατος. Για

το σκοπό αυτό ας εφαρµόσουµε τη µέθοδο απαλοιφής του Gauss στον
επαυξηµένο πίνακα όπως µάθαµε στο Κεφάλαιο 3. Έχουµε
n
⎛1 0 2 0⎞ ⎛1 0 2 0⎞
⎜ ⎟ ⎜ ⎟
⎜1 1 3 0⎟ ⎜0
→
1 1 0⎟
→
⎜ −1 1 0 0⎟ ⎜0 1 2 0⎟
⎜⎜ ⎟ ⎜ ⎟
⎝2 2 1 0 ⎟⎠ ⎜⎝ 0 2 −3 0 ⎟⎠
⎛1 0 2 0⎞ ⎛1 0 2 0⎞
⎜ ⎟ ⎜ ⎟
⎜0 1 1 0⎟ ⎜0
→
1 1 0⎟
→
⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎜⎜ 0 0 −5
⎟ ⎜
0 ⎟⎠ ⎜⎝ 0 0 0
⎟
0 ⎟⎠
⎝
⎛1 0 0 0⎞
⎜ ⎟
⎜0 1 0 0⎟
⎜0 0 1 0⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠
Από τον τελευταίο πίνακα βλέπουµε άµεσα ότι το σύστηµα έχει µοναδική
λύση τη µηδενική. Άρα τα δοσµένα διανύσµατα είναι γραµµικά ανεξάρτητα.
2. Φυσικά θα µπορούσαµε να εφαρµόσουµε και εδώ την προηγούµενη µέθοδο
αλλά απαιτούνται αρκετές πράξεις. Ένας πιο σύντοµος και κοµψός τρόπος
είναι να παρατηρήσουµε ότι έχουµε 5 διανύσµατα στο \ 4 και σύµφωνα µε το
Θεώρηµα 3 1) αυτά δεν είναι γραµµικά ανεξάρτητα.
Σηµείωση Στο πρώτο υποερώτηµα της άσκησης αυτής είδαµε ότι για να
αποφανθούµε αν διανύσµατα v1 ,..., vm του \ n είναι γραµµικά ανεξάρτητα, µπορούµε
να σχηµατίζουµε τον n × m πίνακα µε στήλες τα vi και να φέρουµε τον πίνακα σε

τριγωνική µορφή. Από αυτή εύκολα συµπεραίνουµε αν υπάρχει µη µηδενική λύση.
Στο δεύτερο υποερώτηµα είδαµε ότι ο προηγούµενος αλγόριθµος δεν είναι πάντα ο
οικονοµικότερος τρόπος επίλυσης.
Άσκηση 4
Εξετάστε αν τα παρακάτω διανύσµατα παράγουν το \ 3 .
1. (1, 2, −1), (3, 4, 0), (5,8, −2), (8,12, −2)
2. (1,1,3), (2, 0,1).
Λύση
1. Σύµφωνα µε τον Ορισµό 2 έστω (c1 , c2 , c3 ) ∈ \ 3 . Θα εξετάσουµε αν υπάρχουν
a, b, c, d ∈ \ τέτοια ώστε
n
a (1, 2, −1) + b(3, 4, 0) + c(5,8, −2) + d (8,12, −2) = ( c1 , c2 , c3 )
ή ισοδύναµα
⎧a + 3b + 5c + 8d = c1
⎪
⎨2a + 4b + 8c + 12d = c2
⎪ − a − 2c − 2 d = c .
⎩ 3

⎛ 1 3 5 8 c1 ⎞
⎜ ⎟
⎜ 2 4 8 12 c2 ⎟
⎜ −1 0 −2 −2 c ⎟
⎝ 3⎠
και εφαρµόζοντας τη µέθοδο απαλοιφής του Gauss βρίσκουµε, µετά από

αρκετούς στοιχειώδεις µετασχηµατισµούς γραµµών, την ανηγµένη κλιµακωτή
µορφή
⎛1 0 2 2 0⎞
⎜ ⎟
⎜0 1 1 2 0⎟ .
⎜0 0 0 0 1⎟
⎝ ⎠
Από την τελευταία γραµµή συµπεραίνουµε ότι το σύστηµα είναι αδύνατο, άρα
τα δοσµένα διανύσµατα δεν παράγουν το \ 3 .
2. Έχουµε 2 διανύσµατα στο \ 3 και σύµφωνα µε το Θεώρηµα 3 2) αυτά δεν
παράγουν το \ 3 .
Άσκηση 5
Εξετάστε για ποια k τα (1, 2, −1), (3, 4, 0), (5,8, −2), (8,12, k ) παράγουν το \ 3 .
Λύση
1ος τρόπος. Εργαζόµενοι όπως ακριβώς στο πρώτο µέρος της προηγούµενης
άσκησης φθάνουµε στο σύστηµα
⎧a + 3b + 5c + 8d = c1
⎪
⎨2a + 4b + 8c + 12d = c2
⎪− a − 2c + kd = c .
⎩ 3

⎛ 1 3 5 8 c1 ⎞
⎜ ⎟
⎜ 2 4 8 12 c2 ⎟
⎜ −1 0 −2 k c ⎟
⎝ 3⎠
n
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών βρίσκουµε την

τριγωνική µορφή
⎛1 3 5 8 c1 ⎞
⎜ ⎟.
⎜ 0 −2 − 2 −4 c2 − 2c1 ⎟
⎜ 0 0 0 −2k − 4 −2c + 4c − 3c ⎟
⎝ 3 1 2⎠
Τα δοσµένα διανύσµατα παράγουν το \ 3 αν και µόνο αν το σύστηµα που αντιστοιχεί

στο τελευταίο πίνακα έχει λύση για κάθε ci . Από την τελευταία γραµµή βλέπουµε ότι
αν −2k − 4 = 0 , δηλαδή αν k = −2 , το σύστηµα είναι αδύνατο στην περίπτωση που

−2c3 + 4c1 − 3c2 ≠ 0 . Άρα τα διανύσµατα δεν παράγουν το \ 3 . Αντίθετα, για κάθε
k ≠ −2 , το σύστηµα είναι συµβιβαστό για κάθε ci και τα διανύσµατα παράγουν το
\3 .
2ος τρόπος. Εύκολα επαληθεύουµε ότι τα πρώτα τρία διανύσµατα είναι γραµµικά
εξαρτηµένα και έχουµε (5,8, −2) = 2(1, 2, −1) + (3, 4, 0) . Άρα το ερώτηµα της άσκησης
ισοδυναµεί µε το να βρούµε τις τιµές του k για τις οποίες τα διανύσµατα
(1, 2, −1), (3, 4, 0), (8,12, k )
παράγουν το \ 3 . Επειδή αυτά είναι 3 διανύσµατα στο \ 3 , έχουµε στη διάθεσή µας
το Πόρισµα 5. Αυτά σχηµατίζουν έναν πίνακα που έχει ορίζουσα
⎛1 3 8⎞
⎜ ⎟
det ⎜ 2 4 12 ⎟ = −2k − 4 και αυτή είναι διάφορη του µηδενός αν και µόνο αν
⎜ −1 0 k ⎟
⎝ ⎠
k ≠ −2.
Άσκηση 6
Εξετάστε αν τα διανύσµατα
v1 = (2,1, 0,..., 0)
v2 = (1, 2,1, 0,..., 0)
v3 = (0,1, 2,1, 0,..., 0)
................................
vn −1 = (0,..., 0,1, 2,1)
vn = (0,..., 0,1, 2)
αποτελούν µια βάση του \ n .

Λύση
n
Έστω Dn η ορίζουσα του πίνακα µε στήλες τα διανύσµατα αυτά. Στη Λυµένη
Άσκηση 13 του Κεφαλαίου 4 είδαµε ότι Dn = n + 1 ≠ 0. Άρα αυτά συγκροτούν µια
βάση του \ n σύµφωνα µε το Πόρισµα 5.
Άσκηση 7
Έστω ότι {v1 , v2 , v3 } είναι µια βάση του \ 3 .
1. Αποδείξτε ότι το B = {2v1 + v2 , 2v2 + v3 , 2v3 + v1} είναι µια βάση του \ 3 .
2. Παραστήστε το v1 − v2 + 3v3 σαν γραµµικό συνδυασµό των στοιχείων της βάσης
Β.
Λύση
1. Επειδή το Β αποτελείται από 3 στοιχεία του \ 3 , αρκεί να δείξουµε ότι αυτά
είναι γραµµικά ανεξάρτητα (Πόρισµα 5). Έχουµε
a(2v1 + v2 ) + b(2v2 + v3 ) + c(2v3 + v1 ) = 0 ⇒
(2a + c)v1 + (a + 2b)v2 + (b + 2c)v3 = 0.
Από την υπόθεση τα v1 , v2 , v3 είναι γραµµικά ανεξάρτητα. Συνεπώς από την
τελευταία σχέση παίρνουµε 2a + c = a + 2b = b + 2c = 0. Λύνοντας το

σύστηµα αυτό βλέπουµε ότι a = b = c = 0. Άρα τα στοιχεία του Β είναι
γραµµικά ανεξάρτητα.
2. Έχουµε
v1 − v2 + 3v3 = a(2v1 + v2 ) + b(2v2 + v3 ) + c(2v3 + v1 ) ⇔
v1 − v2 + 3v3 = (2a + c)v1 + (a + 2b)v2 + (b + 2c)v3 .
Από την τελευταία ισότητα και τη µοναδικότητα των συντελεστών (Πρόταση
6) παίρνουµε το σύστηµα
⎧1 = 2a + c
⎪
⎨−1 = a + 2b
⎪3 = b + 2c
⎩
1 1 5
Λύνοντάς το βρίσκουµε a = − , b = − , c = . Άρα ο ζητούµενος γραµµικός
3 3 3
1 1 5
συνδυασµός είναι v1 − v2 + 3v3 = − (2v1 + v2 ) − (2v2 + v3 ) + (2v3 + v1 ) .
3 3 3
n
Άσκηση 8
Να βρεθούν οι τιµές του k για τις οποίες το (k , 2,1) είναι γραµµικός συνδυασµός των
(1,1,1), (2,1, −1). Για τις τιµές αυτές να παραστήσετε το (k , 2,1) σαν γραµµικό
συνδυασµό των (1,1,1), (2,1, −1).
Λύση
Αναζητάµε τα k για τα οποία υπάρχουν a, b τέτοια ώστε
(k , 2,1) = a(1,1,1) + b(2,1, −1). Το αντίστοιχο σύστηµα είναι
⎧k = a + 2b
⎪
⎨2 = a + b
⎪1 = a − b
⎩
3 1 5
Από τις δυο τελευταίες εξισώσεις βρίσκουµε a = , b = . Τότε η πρώτη δίνει k = .
2 2 2
Ο ζητούµενος γραµµικός συνδυασµός είναι (k , 2,1) = a(1,1,1) + b(2,1, −1) , δηλαδή
5 3 1
( , 2,1) = (1,1,1) + (2,1, −1) .
2 2 2
Άσκηση 9
Έστω u = (1, 2, 4), v = (2, −3,5). Να υπολογιστούν οι ποσότητες
u , v , u , v , 2u − v , cos θ ,
όπου θ είναι η γωνία µεταξύ των u,v.

Λύση
Σύµφωνα µε τον Ορισµό 5 έχουµε
u , v = 1⋅ 2 + 2 ⋅ (−3) + 4 ⋅ 5 = 16
2
u = u, u = 12 + 22 + 42 = 21 ⇒ u = 21
2
v = v, v = 22 + (−3) 2 + 52 = 38 ⇒ v = 38.
Σύµφωνα µε την Πρόταση 7 έχουµε

2
2u − v = 2u − v, 2u − v = 4 u , u − 2 u , v − 2 v, u + v, v =
= 4 u, u − 4 u , v + v, v = 84 − 64 + 38 = 58.
u, v 16
Για τη γωνία θ έχουµε (βλ Ορισµός 6) cos θ = = .
u v 21 38
n
Άσκηση 10
1. Να βρεθούν οι τιµές του k τέτοιες ώστε τα διανύσµατα u = (2, k ,3), v = (1, 2, k )
είναι κάθετα.
2. Να βρεθεί ένα µη µηδενικό διάνυσµα κάθετο στο επίπεδο που ορίζουν τα
w1 = (1, 2,3), w2 = (−1, 0, 2).
Λύση
1. Σύµφωνα µε την Πρόταση 9, τα u,v είναι κάθετα αν και µόνο αν
2
u , v = 0 ⇔ 2 + 2k + 3k = 0 ⇔ k = − .
5
2. Αρκεί να βρούµε ένα µη µηδενικό διάνυσµα a = ( x, y, z ) κάθετο και στο w1
και στο w2 , δηλαδή αρκεί a, w1 = a, w2 = 0, όπου a ≠ 0. Έχουµε
a, w1 = a, w2 = 0 ⇔ x + 2 y + 3 z = − x + 2 z = 0. Οι λύσεις του συστήµατος
5
αυτού είναι ( x, y, z ) = (2 z , − z , z ), z ∈ \. Συνεπώς κάθε διάνυσµα της µορφής
2
5
(2 z , − z , z ), z ≠ 0, έχει τις απαιτούµενες ιδιότητες.
2
Άσκηση 11
Έστω u, v ∈ \ n . Αποδείξτε ότι u + v = u − v ⇔ τα u,v είναι κάθετα.
Λύση
Σύµφωνα µε την Πρόταση 9 θα δείξουµε ότι u + v = u − v ⇔ u, v = 0.
Έστω u + v = u − v . Έχουµε
2 2
u+v = u−v ⇒ u+v = u−v ⇔
u + v, u + v = u − v , u − v ⇔
u , u + 2 u , v + v, v = u , u − 2 u , v + v, v ⇔
4 u , v = 0 ⇔ u , v = 0.
2 2
Αντίστροφα, αν u , v = 0, τότε όπως είδαµε πριν ισχύει u + v = u − v . Επειδή οι
ποσότητες u + v , u − v είναι µη αρνητικές, παίρνουµε u + v = u − v .

n
Άσκηση 12
π
Έστω u, v ∈ R n , τέτοια ώστε u = v = 1 και η γωνία τους είναι . Να βρεθεί η γωνία
3
µεταξύ των
1. u + v, u − v.
2. u + v, u − 2v
Λύση
1. Αν θ είναι η ζητούµενη γωνία, τότε (Ορισµός 6)
u + v, u − v
cos θ = .
u +v u −v
Για τον αριθµητή έχουµε

u + v , u − v = u , u − u , v + v , u − v, v =
2 2
= u, u − v, v = u − v = 1 − 1 = 0.
π
Άρα θ = .
2
2. Αν θ είναι η ζητούµενη γωνία, τότε
u + v, u − 2v
cos θ = .
u + v u − 2v
π 1 1
Έχουµε u, v = u v cos = 1 ⋅1 ⋅ = .
3 2 2
Για τον αριθµητή έχουµε
u + v , u − 2v = u , u − 2 u , v + v , u − 2 v , v =
2 2 1 3
= u , u − u , v − 2 v, v = u − u , v − 2 v = 1 − − 2 = − .
2 2
Στον παρονοµαστή έχουµε
n
u+v = u + v, u + v =
u , u + 2 u , v + v, v =
2 2 1
u + 2 u, v + v = 1 + 2 + 1 = 3
2
και
u − 2v = u − 2 v , u − 2v =
u , u − 4 u , v + 4 v, v =
2 2 1
u − 4 u, v + 4 v 1 − 4 + 4 = 3.
2
Αντικαθιστώντας στην αρχική εξίσωση βρίσκουµε τελικά ότι
1 2π
cos θ = − . Άρα θ = .
2 3
Άσκηση 13
Έστω a1 ,..., an ∈ \. Αποδείξτε ότι ( a1 + ... + an ) ≤ n ( a12 + ... + an 2 )

2
Λύση
Εφαρµόζουµε την ανισότητα Cauchy-Schwarz στα διανύσµατα
u = ( a1 ,..., an ) , v = (1,...,1) . Έχουµε u , v = a1 + ... + an και v = 12 + ... + 12 = n .
Άρα
2 2 2
u, v ≤ u v ⇒ u, v ≤u v ⇒
( a1 + ... + an ) ≤ n ( a12 + ... + an 2 ) .

2
Άσκηση 14
Να βρεθούν οι a, b, c ∈ \ τέτοιοι ώστε τα διανύσµατα
(1 + a,1,1,1,1,1)
(1,1 − a,1,1,1,1)
(1,1,1 + b,1,1,1)
(1,1,1,1 − b,1,1)
(1,1,1,1,1 + c,1)
(1,1,1,1,1,1 − c)
να αποτελούν βάση του \ 6 .

n
Λύση
Εργαζόµενοι όπως ακριβώς στη Λυµένη Άσκηση 15 του Κεφαλαίου 4, βρίσκουµε ότι
η ορίζουσα του πίνακα που σχηµατίζουν τα δοσµένα διανύσµατα είναι ίση µε
− a 2b 2 c 2 . Άρα τα ζητούµενα a, b, c είναι τα a, b, c ∈ \ − {0}.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Ποια από τα σύνολα
{(1, 2,1), (0,1, 2)} ,
{(1, 2,1), (0,1, 2), (1,3,3)} ,
{(1, 2,1), (0,1, 2), (1, 0, 2)} ,
{(1, 2,1), (0,1, 2), (1, 0, 2), (1,1,1)}
είναι βάσεις του \ 3 ;
Υπόδειξη Το πρώτο και τέταρτο απορρίπτονται άµεσα σύµφωνα µε το Θεώρηµα 3.
Για τα άλλα δυο µπορούµε να εφαρµόσουµε το Πόρισµα 5. Απάντηση Μόνο το τρίτο
είναι βάση.
Άσκηση 2
Εξετάστε αν το (1,3, −1) είναι γραµµικός συνδυασµός
1. των (3, 0, 4), (5, 6, 2)
2. των (3, 0, 4), (5, 6,1)
Υπόδειξη Βλ. Λυµένη Άσκηση 1. Απάντηση 1. ναι, 2. όχι.
Άσκηση 3
Να βρεθούν οι τιµές του x τέτοιες ώστε το {(1, 2, 0), (0, 2, 4), (0, 2, x)} είναι βάση του
\3 .
Υπόδειξη Βλ. Λυµένη Άσκηση 2. Απάντηση x ≠ 4.
Άσκηση 4
Εξετάστε ποια από τα παρακάτω σύνολα παράγουν το \ 2 .
n
1. {(1, 2), (−2, −4), (3, 6)}

2. {(1, 2), (−2, −4), (3, 7)}
Υπόδειξη Βλ. Λυµένη Άσκηση 4. Απάντηση Μόνο το δεύτερο παράγει το \ 2 .
Άσκηση 5
Έστω a, b, c ∈ \ . Να βρεθεί µια ικανή και αναγκαία συνθήκη ώστε τα διανύσµατα
(a, a 2 , a 3 ), (b, b 2 , b3 ), (c, c 2 , c3 ) να αποτελούν µια βάση του \ 3 .

Υπόδειξη Εφαρµόστε το Πόρισµα 5 και τη Λυµένη Άσκηση 9 του Κεφαλαίου 4.
Απάντηση abc(a − b)(b − c)(a − c) ≠ 0 .
Άσκηση 6
Εξετάστε για ποια k το (1,1, k ) είναι γραµµικός συνδυασµός των (k ,1,1), (1, k , −1). Για
τις τιµές αυτές να βρεθούν οι σχετικοί γραµµικοί συνδυασµοί.
Υπόδειξη Βλ. Λυµένη Άσκηση 8. Απάντηση k = 0,1. Οι γραµµικοί συνδυασµοί
είναι αντίστοιχα (1,1, 0) = (0,1,1) + (1, 0, −1), (1,1,1) = (1,1,1).
Άσκηση 7
Έστω {v1 , v2 , v3 } µια βάση του \ 3 . Αφού αποδείξτε ότι το σύνολο
B = {3v1 − v2 , v1 + v2 , v1 + v3 } είναι µια βάση του \ 3 , παραστήστε το 8v1 + v2 + 3v3 ως
γραµµικό συνδυασµό των στοιχείων του Β.

Απάντηση 8v1 + v2 + 3v3 = ( 3v1 − v2 ) + 2 ( v1 + v2 ) + 3 ( v1 + v3 )
Άσκηση 8
Έστω {u , v} µια βάση του \ 2 και a, b, c, d ∈ \. Αποδείξτε ότι τα διανύσµατα
⎛a b⎞
au + cv, bu + dv συγκροτούν βάση του \ 2 αν και µόνο αν det ⎜ ⎟ ≠ 0.
⎝c d⎠
Υπόδειξη Εξετάστε τη γραµµική ανεξαρτησία. Από τη σχέση
x(au + cv) + y (bu + dv) = 0 προκύπτει ένα οµογενές 2 × 2 σύστηµα µε πίνακα
⎛a b⎞
συντελεστών το ⎜ ⎟ . Εφαρµόστε το Πόρισµα 9 του Κεφαλαίου 4.
⎝c d⎠
n
Άσκηση 9
Έστω ότι u, v, w είναι µη µηδενικά διανύσµατα του \ 3 που είναι ανά δύο κάθετα.
Αποδείξτε ότι αυτά αποτελούν βάση του \ 3 .

Υπόδειξη Εξετάστε τη γραµµικά ανεξαρτησία. Αν xu + yv + zw = 0, τότε
xu + yv + zw, u = 0, u = 0 . Αναπτύξτε το αριστερό µέλος και συµπεράνατε ότι
x = 0. Μετά δείξτε µε παρόµοιο τρόπο ότι y = z = 0.
Άσκηση 10
Να βρεθούν οι τιµές του k τέτοιες ώστε η γωνία µεταξύ των διανυσµάτων
π
u = (0,1,1), v = (k ,1, k ) είναι .
4
u, v π 2
Υπόδειξη Χρησιµοποιήστε τη σχέση = cos = . Απάντηση k = 0, 2.
u v 4 2
Κεφάλαιο 6: ∆ιανυσµατικοί Χώροι Σελίδα 1 από 22
Κεφάλαιο 6
∆ιανυσµατικοί Χώροι
Στο προηγούµενο κεφάλαιο µελετήσαµε τους χώρους \ n . Στο παρόν κεφάλαιο θα

ασχοληθούµε µε πιο γενικούς χώρους που έχουν παρόµοιες ιδιότητες µε τον \ n και ο
σκοπό µας είναι να κατανοήσουµε τις ιδιότητες αυτές στο γενικό πλαίσιο. Θα
δώσουµε ιδιαίτερη έµφαση στην έννοια του συνόλου γεννητόρων ενός διανυσµατικού
χώρου.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
∆ΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ................................................................................................................2
Ορισµός 1 (διανυσµατικός χώρος) ......................................................................................................2
Παραδείγµατα......................................................................................................................................3
Ορισµός 2 (υπόχωρος).........................................................................................................................4
Παραδείγµατα......................................................................................................................................4
Ορισµός 3 (άθροισµα και τοµή υποχώρων).........................................................................................4
Παράδειγµα..........................................................................................................................................5
ΓΡΑΜΜΙΚΟΙ ΣΥΝ∆ΥΑΣΜΟΙ ...........................................................................................................5
Ορισµός 4 (γραµµικός συνδυασµός στοιχείων)...................................................................................6
Παράδειγµα..........................................................................................................................................6
Ορισµός 5 (διανυσµατικός χώρος που παράγεται από ένα σύνολο)....................................................7
Παραδείγµατα......................................................................................................................................7
ΧΩΡΟΙ ΜΕ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ .............................................................................................7
Ορισµός 6 (χώρος µε εσωτερικό γινόµενο) .........................................................................................7
Παραδείγµατα......................................................................................................................................8
Ορισµός 7 ............................................................................................................................................8

∆ΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ................................................................................................................8
Πρόταση 1 ...........................................................................................................................................8
Πρόταση 2 (κριτήριο υποχώρου).........................................................................................................9
Επισήµανση .........................................................................................................................................9
Παράδειγµα..........................................................................................................................................9
Πρόταση 3 (τοµή και άθροισµα υποχώρων)......................................................................................10
ΓΡΑΜΜΙΚΟΙ ΣΥΝ∆ΥΑΣΜΟΙ .........................................................................................................10
Πρόταση 4 (γραµµική θήκη συνόλου)...............................................................................................10
Πρόταση 5 .........................................................................................................................................10
Πρόταση 6 .........................................................................................................................................10
ΧΩΡΟΙ ΜΕ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ ...........................................................................................10
Θεώρηµα 7.........................................................................................................................................10
Άσκηση 1...........................................................................................................................................10
Άσκηση 2...........................................................................................................................................11
Άσκηση 3...........................................................................................................................................12
Άσκηση 4...........................................................................................................................................13
Άσκηση 5...........................................................................................................................................14
Άσκηση 6...........................................................................................................................................14
Άσκηση 7...........................................................................................................................................15
Άσκηση 8...........................................................................................................................................16
Άσκηση 9...........................................................................................................................................16
Άσκηση 10.........................................................................................................................................17
Άσκηση 11.........................................................................................................................................17
Άσκηση 12.........................................................................................................................................18
ΑΣΚΗΣΕΙΣ...........................................................................................................................................19
Άσκηση 1...........................................................................................................................................19
Άσκηση 2...........................................................................................................................................20
Άσκηση 3...........................................................................................................................................20
Άσκηση 4...........................................................................................................................................20
Άσκηση 5...........................................................................................................................................20
Άσκηση 6...........................................................................................................................................21
Άσκηση 7...........................................................................................................................................21
Άσκηση 8...........................................................................................................................................21
Άσκηση 9...........................................................................................................................................21
Άσκηση 10.........................................................................................................................................21
Στα επόµενα µε F συµβολίζουµε το σύνολο \ ή το ^ .
∆ΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ
Το σύνολο \ n µαζί µε την πρόσθεση διανυσµάτων και το γινόµενο αριθµού µε
διάνυσµα αποτελεί ένα ‘πρότυπο’ για τον επόµενο ορισµό.
Ορισµός 1 (διανυσµατικός χώρος)
Ένας F – διανυσµατικός χώρος είναι ένα µη κενό σύνολο V εφοδιασµένο µε δύο
απεικονίσεις
V × V ∋ (v, v ' ) 6 v + v ' ∈ V ('πρόσθεση')
K × V ∋ (a, v) 6 av ∈ V ('αριθµητικός πολλαπλασιασµός')
που ικανοποιούν τις ιδιότητες
1. (v + v ' ) + v '' = v + (v ' + v '' ) για κάθε v, v ' , v '' ∈ V .
2. v + v ' = v ' + v για κάθε v, v ' ∈ V .

3. Υπάρχει στοιχείο 0V∈V που έχει την ιδιότητα 0V + v = v + 0V = v για
κάθε v∈V. Το 0V ονοµάζεται ‘µηδενικό στοιχείο’ του V.
4. Για κάθε v∈V υπάρχει στοιχείο -v∈V µε την ιδιότητα v + (-v) = (-v) + v
= 0V.
5. 1v = v για κάθε v∈V.
6. a(v + v ' ) = av + av ' για κάθε a ∈ F, v ∈ V , v ' ∈ V .
7. (a + b)v = av + bv για κάθε a, b ∈ F, v ∈ V .
8. (ab)v = (a(bv)) για κάθε a, b ∈ F, v ∈ V .
Σηµείωση Αποδεικνύεται ότι το 0V της ιδιότητας 3 είναι µοναδικό. Ονοµάζεται δε το

‘µηδενικό στοιχείο’ του V. Επίσης, για κάθε v ∈ V , το −v της ιδιότητας 4 είναι
µοναδικό και ονοµάζεται το αντίθετο του v.
1. Το σύνολο \ n των διατεταγµένων n – άδων πραγµατικών αριθµών µε
πρόσθεση που ορίζεται από (u1 ,..., un ) + (v1 ,..., vn ) = (u1 + v1 ,..., un + vn ) και
αριθµητικό πολλαπλασιασµό που ορίζεται από
a(u1 ,..., un ) = (au1 ,..., aun ) είναι ένας R – διανυσµατικός χώρος. Το
µηδενικό στοιχείο είναι το 0\n = (0,..., 0) και το αντίθετο του (u1 ,..., un )
είναι το −(u1 ,..., un ) = (−u1 ,..., −un ).
2. Κατά παρόµοιο τρόπο το ^ n καθίσταται C - διανυσµατικός χώρος.
3. Το σύνολο M m×n ( \ ) των m × n πραγµατικών πινάκων είναι ένας R -
διανυσµατικός χώρος µε πρόσθεση τη συνήθη πρόσθεση πινάκων και

αριθµητικό πολλαπλασιασµό τον πολλαπλασιασµό πίνακα µε αριθµό. Το
µηδενικό στοιχείο είναι ο µηδενικός πίνακας και το αντίθετο του A = ( aij )
είναι το − A = ( −aij ) .
4. Κατά ανάλογο τρόπο, το σύνολο M m×n ( ^ ) των m × n µιγαδικών πινάκων
είναι ένας C - διανυσµατικός χώρος.
5. Έστω Α∈ M m×n ( \ ) . Το σύνολο των λύσεων του οµογενούς συστήµατος
AX = 0 είναι ένας R - διανυσµατικός χώρος ως προς την πρόσθεση και
τον αριθµητικό πολλαπλασιασµό του Παραδείγµατος 3.

6. Το σύνολο \[ x] όλων των πολυωνύµων µε πραγµατικούς συντελεστές
είναι ένας R - διανυσµατικός χώρος ως προς τις συνήθεις πράξεις της
πρόσθεσης πολυωνύµων και του πολλαπλασιασµού πολυωνύµου µε

αριθµό.
Ορισµός 2 (υπόχωρος)
Έστω V ένας F − διανυσµατικός χώρος και U ⊆ V . Θα λέµε ότι το U είναι ένας
F − υπόχωρος του V αν το U είναι ένας F − διανυσµατικός χώρος ως προς την ίδια
πρόσθεση και τον ίδιο αριθµητικό πολλαπλασιασµό του V.
Σηµείωση Συχνά λέµε απλά υπόχωρος αντί F − υπόχωρος, όπως και διανυσµατικός
χώρος (δ.χ.) αντί F − διανυσµατικός χώρος, όταν δεν υπάρχει περίπτωση σύγχυσης
σχετικά µε το F .
1. Τα σύνολα {( x,0) ∈ R 2 } , {(0, y ) ∈ R 2 } , {( x, x) ∈ R 2 } είναι υπόχωροι του R 2 .
Το σύνολο U = {( x,1) ∈ R 2 } δεν είναι υπόχωρος του \ 2 . Πράγµατι, αν

προσθέσουµε δυο στοιχεία του ( x,1) + ( x′,1) = ( x + x′, 2) βρίσκουµε ένα
στοιχείo που δεν ανήκει στο U. ∆ηλαδή η πρόσθεση διανυσµάτων δεν µας
δίνει µια απεικόνιση της µορφής U × U → U . Γεωµετρικά, οι προηγούµενοι
υπόχωροι του επιπέδου παρίστανται από τον άξονα των x, στον άξονα των y,
και την ευθεία y = x αντίστοιχα. Η διακεκοµµένη ευθεία αντιστοιχεί στο
σύνολο U.
2. Έστω n ένας θετικός ακέραιος. Το σύνολο \ n [ x] των πολυωνύµων βαθµού
≤ n είναι υπόχωρος του διανυσµατικού χώρου \[ x] των πολυωνύµων.
3. Το σύνολο Dn ( \ ) των n × n πραγµατικών διαγωνίων πινάκων είναι
υπόχωρος του M n ( \ ) .
Ορισµός 3 (άθροισµα και τοµή υποχώρων)

Έστω U,W δυό υπόχωροι ενός δ.χ. V. Τότε τα σύνολα
U + W = {u + w ∈ V | u ∈ U , w ∈ W }
U ∩ W = {v ∈ V | v ∈ U και v ∈ W }
είναι υπόχωροι του V, που ονοµάζονται αντίστοιχα το άθροισµα και η τοµή των U και
W. Στην ειδική περίπτωση που έχουµε U ∩ W = {0V } , τότε το άθροισµα U + W λέγεται
ευθύ άθροισµα και συµβολίζεται µε U ⊕ W .
Έστω V = R2, και οι υπόχωροι U = {( x, 0) ∈ R 2 }, W = {(0, y ) ∈ R 2 }. Τότε
U + W = R 2 . Πράγµατι, είναι σαφές ότι U + W ⊆ R 2 . Το τυχαίο στοιχείο του
R2 γράφεται ( x, y ) = ( x,0) + (0, y ) ∈ U + W . Άρα ισχύει και R2 ⊆ U + W .
Συνεπώς έχουµε U + W = R 2 . Επειδή έχουµε τη σχέση U ∩ W = {(0, 0)} , το
άθροισµα U + W είναι ευθύ. Τελικά έχουµε \ 2 = U ⊕ W . Γεωµετρικά, το

\ 2 είναι το ευθύ άθροισµα των δυο συνήθων αξόνων.
Με παρόµοιο τρόπο αποδεικνύεται ότι \2 = U ⊕ W ′ , όπου

W ′ = {( x, x ) ∈ \ 2 } .
Γεωµετρικά, το \ 2 είναι το ευθύ άθροισµα των δύο εικονιζόµενων ευθειών.

Προσοχή Παρατηρούµε ότι έχουµε U ⊕ W = U ⊕ W ′, αλλά W ≠ W ′.
ΓΡΑΜΜΙΚΟΙ ΣΥΝ∆ΥΑΣΜΟΙ
Αν v1 ,..., vn είναι στοιχεία ενός F − δ.χ. V, τότε όλα τα στοιχεία της µορφής
a1v1 + ... + an vn , όπου a1 ,..., an ∈ F, περιέχονται στο V . ∆ίνουµε τον εξής ορισµό.
Ορισµός 4 (γραµµικός συνδυασµός στοιχείων)

Έστω Χ ένα υποσύνολο ενός F − διανυσµατικού χώρου V. Κάθε στοιχείο του V της
µορφής a1 x1 + ... + an xn , όπου a1 ,..., an ∈ F, x1 ,..., xn ∈ X λέγεται ένας F − γραµµικός
συνδυασµός των στοιχείων του Χ. Το σύνολο των F − γραµµικών συνδυασµών των

στοιχείων του Χ ονοµάζεται F − γραµµική θήκη του Χ και συµβολίζεται µε X ή
L( X ). Στην ειδική περίπτωση που το Χ είναι κενό, δεχόµαστε ότι L( X ) = {0V }.
Έστω V = R3 και X = {(2,1,1), (1, −1,1)} . Τότε το Χ αποτελείται από όλα τα
στοιχεία της µορφής a(2,1,1) + b(1, −1,1) µε a,b∈R. Ας εξετάσουµε αν το (3,3,1)
ανήκει στο X . Ερωτάµε, δηλαδή, αν υπάρχουν a,b τέτοια ώστε
a (2,1,1) + b(1, −1,1) = (3,3,1)

Η εξίσωση αυτή ισοδυναµεί µε το σύστηµα
2a + b = 3
a–b=3
a + b = 1.
Το σύστηµα αυτό έχει λύση ( a = 2, b = −1 ) και κατά συνέπεια αληθεύει ότι το
(3,3,1) ανήκει στο Χ .
Γεωµετρικά, το παράδειγµα αυτό λέει ότι το διάνυσµα (3,3,1) ανήκει στο επίπεδο
που ορίζουν τα (2,1,1), (1, −1,1) .
Ορισµός 5 (διανυσµατικός χώρος που παράγεται από ένα σύνολο)

Έστω Χ ένα υποσύνολο ενός διανυσµατικού χώρου V. Θα λέµε ότι το Χ παράγει το V
πάνω από το F (ή ότι το V παράγεται από ο Χ πάνω από το F ή ότι το Χ είναι σύνολο
γεννητόρων του V πάνω από το F ) αν ισχύει V = X , δηλαδή αν κάθε στοιχείο του V
είναι F − γραµµικός συνδυασµός στοιχείων του Χ .
Συχνά παραλείπουµε την αναφορά στο F από τον παραπάνω ορισµό και µιλάµε, για
παράδειγµα, για σύνολο γεννητόρων του V όταν είναι σαφές ποιο είναι το F .
• Από το Κεφάλαιο 5 θυµόµαστε ότι κάθε βάση του \ n παράγει το \ n .
• Ο διανυσµατικός χώρος U = {( x, x) ∈ R 2 } παράγεται από το X = {(1,1)} .
Επίσης το U παράγεται από κάθε σύνολο της µορφής {(a, a )} , όπου a ≠ 0.
⎛1 0⎞ ⎛0 1⎞ ⎛ 0 0⎞ ⎛ 0 0⎞
• Ο δ.χ. M 2 ( \ ) παράγεται από τα ⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟ αφού το
⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠
⎛a b ⎞
τυχαίο στοιχείο ⎜ ⎟ του M 2 ( \ ) γράφεται
⎝c d⎠
⎛a b ⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎛ 0 0⎞
⎜ ⎟ = a⎜ ⎟ + b⎜ ⎟ + c⎜ ⎟+d⎜ ⎟.
⎝c d⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠
• Επειδή κάθε πολυώνυµο βαθµού ≤ 2 γράφεται στη µορφή ax 2 + bx + c ,
συµπεραίνουµε ότι ο δ.χ. \ 2 [ x] παράγεται από τα 1, x, x 2 .
ΧΩΡΟΙ ΜΕ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ

Στο προηγούµενο κεφάλαιο είδαµε ότι στο \ n υπάρχει το σύνηθες εσωτερικό
γινόµενο µέσω του οποίου εκφράζονται οι γεωµετρικές έννοιες του µήκους και της
καθετότητας.
Ορισµός 6 (χώρος µε εσωτερικό γινόµενο)
Έστω V ένας F − διανυσµατικός χώρος. Μια απεικόνιση :V × V → F λέγεται
εσωτερικό γινόµενο στο V αν ισχύουν οι επόµενες ιδιότητες.

1. au1 + bu2 , v = a u1 , v + b u2 , v
2. u , v = v, u
3. u, u ≥ 0
4. u, u = 0 ⇔ u = 0
για κάθε a, b ∈ F, u , u1 , u2 , v ∈ V .
• Στο \ n , το x, y = x1 y1 + ... + xn yn , όπου x = ( x1 ,..., xn ), y = ( y1 ,..., yn ), ορίζει
ένα εσωτερικό γινόµενο.

• Στο ^ n , το x, y = x1 y1 + ... + xn yn , όπου x = ( x1 ,..., xn ), y = ( y1 ,..., yn ), ορίζει
ένα εσωτερικό γινόµενο.

• Έστω V ο \ − δ.χ. των συνεχών απεικονίσεων [ 0,1] → \ . Θέτοντας
1
f , g = ∫ f ( x) g ( x)dx παίρνουµε ένα εσωτερικό γινόµενο στο V.
0
Ορισµός 7
Έστω V ένας δ.χ. µε εσωτερικό γινόµενο .
• Το µήκος ενός v ∈ V είναι ο πραγµατικός αριθµός v, v και συµβολίζεται µε
v . Ένα v ∈ V λέγεται µοναδιαίο αν v = 1.
• ∆υο στοιχεία u, v ∈ V λέγονται κάθετα αν u , v = 0.
∆ΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ
Πρόταση 1
Έστω V ένας F − δ.χ. και v ∈ V , a ∈ F. Τότε ισχύουν τα εξής
1. a0V = 0V
2. 0v = 0V
3. αν av = 0V , τότε a = 0 ή v = 0V
4. (− a )v = a (−v) = − ( av ) .
Πρόταση 2 (κριτήριο υποχώρου)

Έστω V ένας διανυσµατικός χώρος και U ένα υποσύνολο του V. Τότε το U είναι
υπόχωρος του V αν και µόνο αν ισχύουν τα κάτωθι.
1. U ≠ ∅
2. u, u′ ∈ U ⇒ u + u′ ∈ U (το U είναι ‘κλειστό ως προς την πρόσθεση’)
3. a ∈ F, u ∈ U ⇒ au ∈ U (το U είναι ‘κλειστό ως προς τον πολλαπλασιασµό’)
Επισήµανση
Τονίζουµε ότι κάθε υπόχωρος του V περιέχει το µηδενικό στοιχείο 0V του V.
Το U = {( x, y, z ) ∈ R 3 | 2 x − y + 3 z = 0} είναι υπόχωρος του R 3 . Πράγµατι,
1. το U είναι µη κενό
2. αν ( x, y, z ),( x ' , y ' , z ' ) ∈ U , τότε
2 x − y + 3z = 0 ⎫
⎬ ⇒ 2( x + x ) − ( y + y ) + 3( z + z ) = 0 ⇒
' ' '
2 x' − y ' + 3z ' = 0⎭

( x + x' , y + y ' , z + z ' ) ∈U
3. αν ( x, y, z ) ∈ U και a∈R, τότε
2 x − y + 3 z = 0 ⇒ 2(ax) − (ay ) + 3(az ) = 0 ⇒

(ax, ay, az ) ∈ U .
Αντίθετα, το {( x, y, z ) ∈ R 3 | 2 x − y + 3 z = 1} δεν είναι υπόχωρος του \ 3 γιατί

δεν περιέχει το (0,0,0).
Γεωµετρικά, οι υπόχωροι του

• \ είναι το \ και το {0}
• \ 2 είναι το \ 2 , το {(0, 0)} και κάθε ευθεία που περνά από την αρχή των
αξόνων
• \ 3 είναι το \ 3 , το {(0, 0, 0)} , κάθε ευθεία που περνά από την αρχή των
αξόνων και κάθε επίπεδο που περνά από την αρχή των αξόνων.
Πρόταση 3 (τοµή και άθροισµα υποχώρων)

Έστω U,W δυο υπόχωροι του V. Τότε τα σύνολα
U + W = {u + w ∈ V | u ∈ U , w ∈ W }
U ∩ W = {v ∈ V | v ∈ U και v ∈ W }
είναι υπόχωροι του V.
ΓΡΑΜΜΙΚΟΙ ΣΥΝ∆ΥΑΣΜΟΙ
Πρόταση 4 (γραµµική θήκη συνόλου)
Έστω Χ ένα υποσύνολο ενός δ.χ. V. Τότε η γραµµική θήκη X είναι ένας υπόχωρος
του V .
Πρόταση 5
Έστω V ένας δ.χ., U ένας υπόχωρος του V και X ένα υποσύνολο του V. Τότε έχουµε
X ⊆ U ⇔ X ⊆ U.
Πρόταση 6
Έστω U , W δυο υπόχωροι του δ.χ. V. Τότε το άθροισµα U + W είναι ευθύ αν και µόνο
αν κάθε v ∈ U + W γράφεται µοναδικά στη µορφή v = u + w , όπου u ∈ U , w ∈ W .

Θεώρηµα 7
Έστω V ένας δ.χ. µε εσωτερικό γινόµενο και u, v ∈ V , a ∈ F . Τότε
1. av = a v
2. v > 0 αν v ≠ 0.
3. u, v ≤ u v (ανισότητα Cauchy-Schwarz)
4. u + v ≤ u + v (τριγωνική ανισότητα).
Άσκηση 1
Εξετάστε ποιa από τα παρακάτω υποσύνολα του R 3 είναι υπόχωροι του R 3 .
1) {( x, y, z ) | 2 x + 3 y + z = 1}
2) {( x, y, z ) | x ≥ 0}
3) {( x, y, z ) | 2 x + 3 y + z = 0}
4) {( x, y, z ) | 2 x + 5 y + z = −3 x + 2 y + z = 0}
Λύση
1) Το {( x, y, z ) | 2 x + 3 y + z = 1} δεν περιέχει το (0,0,0) και συνεπώς δεν είναι
υπόχωρος του R 3 σύµφωνα µε την επισήµανση.

2) Ενώ (1,0,0) ∈{( x, y, z ) | x ≥ 0} , έχουµε –(1,0,0) = (–1,0,0) ∉ {( x, y, z ) | x ≥ 0} .
∆ηλαδή το {( x, y, z ) | x ≥ 0} δεν είναι κλειστό ως προς τον πολλαπλασιασµό
και άρα δεν είναι υπόχωρος σύµφωνα µε την Πρόταση 2.
3) Το U = {( x, y, z ) | 2 x + 3 y + z = 0} είναι υπόχωρος του R 3 σύµφωνα µε την
Πρόταση 2. Πράγµατι, είναι σαφές ότι U ≠ ∅ και επιπλέον αν
( x, y, z ), ( x′, y′, z ′) ∈ U και λ ∈ \ , τότε
• ( x, y, z ) + ( x′, y′, z ′) = ( x + x′, y + y′, z + z′) ∈ U
αφού
2( x + x′) + 3( y + y′) + ( z + z′) = (2 x + 3 y + z ) + (2 x′ + 3 y′ + z′) = 0 + 0 = 0,
και
• λ ( x , y , z ) = (λ x, λ y , λ z ) ∈ U
αφού
2(λx) + 3(λy ) + λz = λ (2 x + 3 y + z ) = 0.
4) Το {( x, y, z ) | 2 x + 5 y + z = −3 x + 2 y + z = 0} είναι υπόχωρος και η απόδειξη
είναι όπως στο 3).
Άσκηση 2
Ποια από τα παρακάτω υποσύνολα του M 2 (R) είναι υπόχωροι του M 2 (R) ;
1) U = { A | det A = 1}
2) V = { A | det A = 0}
⎧⎛ a b ⎞ ⎫
3) W = ⎨⎜ ⎟ | a + d = 0⎬
⎩⎝ c d ⎠ ⎭
Λύση
1) Το U δεν είναι υπόχωρος του M 2 (R) γιατί δεν περιέχει το µηδενικό πίνακα.
⎛1 2 ⎞ ⎛ 1 1 ⎞
2) Το V δεν είναι υπόχωρος του M 2 (R) . Πράγµατι, ενώ ⎜ ⎟,⎜ ⎟ ∈V ,
⎝1 2 ⎠ ⎝ 0 0 ⎠
⎛1 2 ⎞ ⎛ 1 1 ⎞ ⎛ 2 3 ⎞ ⎛ 2 3⎞
παρατηρούµε ότι ⎜ ⎟ +⎜ ⎟=⎜ ⎟ ∉ V , γιατί det ⎜ ⎟ = 1 ≠ 0.
⎝1 2 ⎠ ⎝ 0 0 ⎠ ⎝ 1 2 ⎠ ⎝1 2⎠
∆ηλαδή το V δεν είναι κλειστό ως προς την πρόσθεση .
3) Το W είναι υπόχωρος του M 2 (R) γιατί είναι βέβαια µη κενό και
⎛a b ⎞ ⎛ x y ⎞ ⎛a b⎞ ⎛ x y ⎞ ⎛a + x b+ y ⎞
1) ⎜ ⎟,⎜ ⎟ ∈W ⇒ ⎜ ⎟ +⎜ ⎟=⎜ ⎟ ∈W ,
⎝ c d ⎠ ⎝ z w⎠ ⎝ c d ⎠ ⎝ z w⎠ ⎝ c + z d + w⎠
αφού (a + x) + (d + w) = (a + d ) + ( x + w) = 0 + 0 = 0, και
⎛a b⎞ ⎛ a b ⎞ ⎛ λ a λb ⎞
2) ⎜ ⎟ ∈W , λ ∈ R ⇒ λ ⎜ ⎟= ⎜ ⎟ ∈W ,
⎝c d⎠ ⎝ c d ⎠ ⎝ λc λd ⎠
αφού λa + λd = λ (a + d ) = 0 .
Άσκηση 3
Θεωρούµε τον υπόχωρο U = (1,1, 2), (2,1,1) του \ 3 . Να βρεθούν τα a ώστε
(1, −1, a) ∈ U .
Λύση
Εφαρµόζουµε τον Ορισµό 5. Έχουµε
(1, −1, a ) ∈ (1,1, 2), (2,1,1) ⇔
υπάρχουν λ,µ µε (1, −1, a) = λ(1,1, 2) + µ(2,1,1) ⇔

(1, −1, a) = (λ + 2µ, λ + µ, 2λ + µ) ⇔
λ + 2µ = 1
το σύστηµα λ + µ = −1 έχει λύση .
2λ + µ = a
Μετά από τρεις στοιχειώδεις µετασχηµατισµούς γραµµών, ο επαυξηµένος πίνακας
⎛1 2 1 ⎞
⎜ ⎟
του συστήµατος αυτού παίρνει τη µορφή ⎜ 0 1 2 ⎟ . Συµπεραίνουµε ότι για
⎜0 0 a + 4⎟
⎝ ⎠
a ≠ −4 δεν υπάρχει λύση, ενώ για a = −4 υπάρχει λύση. Συνεπώς το ζητούµενο είναι
a = −4.
Άσκηση 4
1) Εξετάστε αν το (3,9, −4, −2) είναι γραµµικός συνδυασµός των
(1, −2, 0,3), (2,3, 0, −1), (2, −1, 2,1) .
2) Εξετάστε αν ισχύει (1, 2, −1),(2, 4,1) = (3,6,0),(−1, −2, 2) .
Λύση
1) Εξετάζουµε αν υπάρχουν x,y,z∈R µε
(3,9, −4, −2) = λ (1, −2, 0,3) + µ(2,3, 0, −1) + ν (2, −1, 2,1).
Το ισοδύναµο σύστηµα που προκύπτει είναι
λ + 2µ + 2ν = 3
−2λ + 3µ − ν = 9
2ν = −4
3λ − µ + ν = −2.
Λύνοντάς το κατά τα γνωστά βλέπουµε ότι έχει λύση (και µάλιστα µοναδική
λ = 1, µ = 3, ν = −2 ).
2) Για συντοµία έστω U = (1, 2, −1), (2, 4,1) , V = (3, 6, 0), (−1, −2, 2) . Αρκεί να
δείξουµε ότι
U ⊆V και V ⊆ U .
Εφαρµόζοντας δυο φορές την Πρόταση 5, αρκεί να δείξουµε ότι
(1, 2, −1), (2, 4,1) ∈ V
και
(3, 6, 0), (−1, −2, 2) ∈ U
Θα πρέπει να εξετάσουµε αν καθένα από τα (1, 2, −1),(2, 4,1) είναι γραµµικός
συνδυασµός των (3,6,0),(−1, −2, −2) και αν καθένα από τα
(3,6,0),(−1, −2, 2) είναι γραµµικός συνδυασµός των (1, 2, −1),(2, 4,1) . Με τη
διαδικασία του προηγούµενου υποερωτήµατος βρίσκουµε ότι
1 1
(1, 2, −1) = (3, 6, 0) − (−1, −2, 2)
6 2
5 1
(2, 4,1) = (3, 6, 0) + (−1, −2, 2)
6 2
(3, 6, 0) = (1, 2, −1) + (2, 4,1)
5 1
(−1, −2, 2) = − (1, 2, −1) + (2, 4,1).
3 3
Άρα (1, 2, −1),(2, 4,1) = (3,6,0),(−1, −2, 2) .
Σηµείωση: ∆εν ήταν απαραίτητο να βρούµε τους συγκεκριµένους γραµµικούς

συνδυασµούς, αλλά µόνο ότι υπάρχουν, ή ισοδύναµα ότι καθένα από τα 4
συστήµατα έχει λύση.
Άσκηση 5
Για ποια a το (a, 2, −1) ανήκει στον υπόχωρο του \ 3 που παράγεται από τα
διανύσµατα u = (1,3,1), v = (2,1,1) ;
Λύση
Είναι σαφές ότι τα u και v είναι γραµµικά ανεξάρτητα . Συνεπώς το (a,2, − 1) ανήκει
στον εν λόγω υπόχωρο αν και µόνο αν τα διανύσµατα (a, 2, −1) , u, v είναι γραµµικά
εξαρτηµένα, δηλαδή αν και µόνο αν
⎛ a 1 2⎞
⎜ ⎟
det ⎜ 2 3 1 ⎟ = 0 ,
⎜−1 1 1⎟
⎝ ⎠
7
απ’ όπου βρίσκουµε a = − .
2
Άσκηση 6
Αποδείξτε την Πρόταση 3.
Λύση
Ας δείξουµε πρώτα ότι το U + W είναι υπόχωρος του V .
• Από τον ορισµό έχουµε U + W ≠ ∅ (αφού 0V = 0V + 0V ∈ U + W ).
• Έστω u1 + w1 , u2 + w2 ∈ U + W µε ui ∈ U , wi ∈ W . Τότε
( u1 + w1 ) + ( u2 + w2 ) = ( u1 + u2 ) + ( w1 + w2 ) ∈ U + W . ∆ηλαδή το U + W είναι
κλειστό ως προς την πρόσθεση.

• Έστω a ∈ F. Τότε a ( u1 + w1 ) = (au1 ) + (aw1 ) ∈ U + W . ∆ηλαδή το U + W είναι
κλειστό ως προς τον αριθµητικό πολλαπλασιασµό. Άρα το U + W είναι

υπόχωρος του V .
Ας δούµε τώρα την τοµή.
• Έχουµε 0V ∈ U , 0V ∈ W και άρα 0V ∈ U ∩ W , δηλαδή το U ∩ W είναι µη
κενό.
• Έστω x, y ∈ U ∩ W . Τότε x, y ∈ U ⇒ x + y ∈ U γιατί το U είναι υπόχωρος.

Όµοια x + y ∈ W . Άρα x + y ∈ U ∩ W .
• Έστω a ∈ F. Επειδή το U είναι υπόχωρος και x ∈ U , έχουµε ax ∈ U . Όµοια
ax ∈ W . Άρα τελικά ax ∈ U ∩ W . Άρα το U ∩ W είναι υπόχωρος του V .
Άσκηση 7
{
Θεωρούµε το σύνολο των n × n συµµετρικών πινάκων S = A ∈ M n ( F ) At = A και το }
{ }
σύνολο των n × n αντισυµµετρικών πινάκων T = A ∈ M n ( F ) At = − A . Αποδείξτε ότι
τα S,Τ είναι υπόχωροι του M n ( F ) και ότι S ⊕ T = M n ( F ) .
Λύση
Παρατηρούµε ότι 0 ∈ S και άρα το S είναι µη κενό. Έστω A, B ∈ S . Τότε
( A + B) = At + B t = A + B, δηλαδή A + B ∈ S . Έστω a ∈ F. Τότε ( aA ) = aAt = aA,

t t
δηλαδή aA ∈ S . Σύµφωνα µε την Πρόταση 2, το S είναι υπόχωρος του M n ( F ) . Με
παρόµοιο τρόπο αποδεικνύεται ότι και το Τ είναι υπόχωρος του M n ( F ) .
Για να δείξουµε ότι S ⊕ T = M n ( F ) , αρκεί να δείξουµε (βλ. Ορισµό 3) ότι
1. S + T = M n ( F ) και
2. S ∩ T = {0} .
1. Επειδή S + T ⊆ M n ( F ) , αρκεί να δείξουµε ότι M n ( F ) ⊆ S + T . ∆ηλαδή αρκεί να
δείξουµε ότι κάθε πίνακας είναι άθροισµα ενός συµµετρικού και ενός
A + At A − At
αντισυµµετρικού πίνακα. Έστω A ∈ M n ( F ) . Έχουµε A = + .
2 2
⎛ A + At ⎞ A + ( A )
t t t t
A + At A + At
Παρατηρούµε ότι ∈ S , αφού ⎜ ⎟ = = . Με
2 ⎝ 2 ⎠ 2 2
A − At
παρόµοιο τρόπο έχουµε ∈ T . Άρα A ∈ S + T οπότε M n ( F ) ⊆ S + T .
2
2. Έστω A ∈ S ∩ T . Τότε A ∈ S , A ∈ T ⇒ At = A, At = − A ⇒ 2 A = 0 ⇒ A = 0. Άρα
S ∩ T = {0} .
Άσκηση 8
⎛1 0⎞ ⎛ 0 1⎞
Αποδείξτε ότι κάθε µη µηδενικός πίνακας του υπόχωρου U = ⎜ ⎟,⎜ ⎟ του
⎝ 0 1 ⎠ ⎝ −1 0 ⎠
M 2 ( \ ) είναι αντιστρέψιµος.
Λύση
⎛1 0⎞ ⎛ 0 1⎞ ⎛ a b ⎞
Κάθε στοιχείο του U είναι της µορφής a ⎜ ⎟ + b⎜ ⎟=⎜ ⎟ , a, b ∈ \.
⎝ 0 1 ⎠ ⎝ −1 0 ⎠ ⎝ − b a ⎠
⎛ a b⎞
⎟ = a + b και a + b = 0 ⇔ a = b = 0.
2 2 2 2
Έχουµε det ⎜
⎝ −b a ⎠
Άσκηση 9
Αποδείξτε ότι ο δ.χ. \ 3 [ x] των πολυωνύµων βαθµού ≤ 3 παράγεται από το σύνολο
{1,1 + x, (1 + x ) , (1 + x) } .
2 3
Λύση
Έχουµε \ 3 [ x] = 1, x, x 2 , x 3 . Αρκεί να δείξουµε ότι
1,1 + x, (1 + x ) , (1 + x)3 = 1, x, x 2 , x3
2
και για το σκοπό αυτό αρκεί να δείξουµε τις δυο σχέσεις
1) 1,1 + x, (1 + x ) , (1 + x)3 ∈ 1, x, x 2 , x3
2
2) 1, x, x 2 , x 3 ∈ 1,1 + x, (1 + x ) , (1 + x)3
2
Έχουµε
1 ∈ 1, x, x 2 , x 3
1 + x ∈ 1, x, x 2 , x 3
(1 + x )
2
= 1 + 2 x + x 2 ∈ 1, x, x 2 , x 3
(1 + x )
3
= 1 + 3x + 3 x 2 + x 3 ∈ 1, x, x 2 , x 3
και άρα ισχύει η σχέση 1). Επίσης ισχύει και η σχέση 2) γιατί
1 ∈ 1,1 + x, (1 + x ) , (1 + x)3
2
x = (1 + x) − 1∈ 1,1 + x, (1 + x ) , (1 + x)3
2
x 2 = (1 + x) 2 − 2 x − 1∈ 1,1 + x, (1 + x ) , (1 + x)3
2
x3 = (1 + x)3 − 3 x 2 − 3 x − 1∈ 1,1 + x, (1 + x ) , (1 + x)3 .

2
Άσκηση 10
Να βρεθεί ένα πεπερασµένο σύνολο γεννητόρων του δ.χ. των λύσεων του συστήµατος
x + 2 y − 5z = 0
2x − 3y + 4z = 0
4 x + y − 6 z = 0.
Λύση
Μετά από τους στοιχειώδεις µετασχηµατισµούς γραµµών
−1
r2 → r2 − 2r1 , r3 → r3 − 4r1 , r3 → r3 − r2 , r2 → r2 , ο επαυξηµένος πίνακας του
7
⎛ 1 2 −5 0 ⎞
συστήµατος παίρνει τη µορφή ⎜⎜ 0 1 −2 0 ⎟⎟ . Εύκολα βλέπουµε ότι οι λύσεις είναι
⎜0 0 0 0⎟
⎝ ⎠
( z , 2 z , z ), z ∈ \. Συνεπώς κάθε λύση είναι της µορφής z (1, 2,1), z ∈ \ και ένα
πεπερασµένο σύνολο γεννητόρων του δ.χ. των λύσεων είναι το {(1, 2,1)} .
Άσκηση 11
Έστω u1 = (1,1, 0), u2 = (0,1,1), v1 = (2,1,1), v2 = (1,1,1) ∈ \ 3 και
U = u 1 , u2 ,V = v1 , v2 . Εξετάστε αν ισχύει \ 3 = U ⊕ V .
Λύση
Θα δείξουµε ότι U ∩ V ≠ {0} , οπότε το άθροισµα U + V δεν είναι ευθύ σύµφωνα µε
τον Ορισµό 3 και άρα δεν έχουµε \ 3 = U ⊕ V .

Εύκολα επαληθεύουµε ότι τα u1 , u2 είναι γραµµικά ανεξάρτητα (βλ. Κεφάλαιο5):
λ u1 + µ u2 = (0, 0, 0) ⇒ (λ , λ , 0) + (0, µ , µ ) = (0, 0, 0) ⇒

⎧λ = 0
⎪
⎨λ + µ = 0 ⇒
⎪µ = 0
⎩
λ = µ = 0.
Παρατηρούµε ότι κάθε στοιχείο του U ∩ V είναι γραµµικός συνδυασµός των
u1 , u2 και γραµµικός συνδυασµός των v1 , v2 . Θα δείξουµε ότι υπάρχουν a, b, c, d ∈ \
τέτοιοι ώστε au1 + bu2 = cv1 + dv2 , όπου ένας τουλάχιστον από τους a, b είναι µη
µηδενικός. Τότε το w = au1 + bu2 = cv1 + dv2 είναι ένα στοιχείο του U ∩ V και
επιπλέον είναι µη µηδενικό γιατί τα u 1 , u2 είναι γραµµικά ανεξάρτητα.

Έχουµε
au1 + bu2 = cv1 + dv2 ⇔
a (1,1, 0) + b(0,1,1) = c(2,1,1) + d (1,1,1) ⇔
⎧ a − 2c − d = 0
⎪
⎨a + b − c − d = 0
⎪b − c − d = 0.
⎩
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών, βρίσκουµε ότι η
ανηγµένη κλιµακωτή µορφή του επαυξηµένου πίνακα είναι
⎛ ⎞
⎜1 0 0 0 ⎟
⎜ ⎟
⎜ 0 1 0 − 1 ⎟.
⎜ 2⎟
⎜ 1 ⎟
⎜⎜ 0 0 1 ⎟⎟
⎝ 2 ⎠
1 1
Συνεπώς οι λύσεις είναι (a, b, c, d ) = (0, d , − d , d ), d ∈ \. Επιλέγοντας d = 2 ,
2 2
έχουµε a = 0, b = 1, c = −1, d = 2.
Σηµείωση Θα δούµε στο επόµενο κεφάλαιο ότι µε τη χρήση της έννοιας της βάσης,
απλουστεύονται αρκετές από τις λύσεις των προηγούµενων ασκήσεων.
Άσκηση 12
Για ποιες τιµές του k ∈ \ , η απεικόνιση
: \ 2 × \ 2 → \, x, y = x1 y1 − 2 x1 y2 − 2 x2 y1 + kx2 y2 ,
είναι ένα εσωτερικό γινόµενο; Για τις τιµές αυτές να βρεθούν τα µήκη των
διανυσµάτων e1 = (1, 0), e2 = (0,1) και να εξεταστεί αν αυτά είναι κάθετα.
Λύση
Εύκολα επαληθεύεται ότι οι ιδιότητες 1 και 2 στον Ορισµό 6 αληθεύουν για κάθε k.
Για την ιδιότητα 3 έχουµε
x, x ≥ 0 ⇔
x12 − 2 x1 x2 − 2 x2 x1 + kx2 2 = x12 − 4 x1 x2 + kx2 2 ≥ 0 ⇔
(x 1
2
− 4 x1 x2 + (2 x2 ) 2 ) + kx2 2 − (2 x2 ) 2 ≥ 0 ⇔
( x1 − 2 x2 )
2
+ kx2 2 − (2 x2 ) 2 ≥ 0 ⇔
kx2 2 − (2 x2 ) 2 ≥ 0 ⇔
k ≥ 4.
Έστω k ≥ 4 . Εξετάζουµε την ιδιότητα 4. Είδαµε πριν ότι
x, x = ( x1 − 2 x2 ) + kx2 2 − (2 x2 ) 2 .
2
Το δεξιό µέλος είναι µη µηδενικό για κάθε x ≠ (0, 0) αν και µόνο αν k > 4. Τελικά οι
ζητούµενες τιµές του k είναι k > 4.
Για τα ζητούµενα µήκη έχουµε σύµφωνα µε τον Ορισµό 7
e1 = e1 , e1 = 12 − 2 ⋅1 ⋅ 0 − 2 ⋅ 0 ⋅1 + k ⋅ 0 ⋅ 0 = 1,
e2 = e2 , e2 = 02 − 2 ⋅ 0 ⋅1 − 2 ⋅1⋅ 0 + k ⋅1 ⋅1 = k .
Επειδή e1 , e2 = 1⋅ 0 − 2 ⋅1⋅1 − 2 ⋅ 0 ⋅ 0 + k ⋅ 0 ⋅1 = −2 ≠ 0 τα e1 , e2 δεν είναι κάθετα ως
προς το δοσµένο εσωτερικό γινόµενο.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Ποια από τα επόµενα υποσύνολα του \ 3 είναι υπόχωροι του \ 3 ;
1. {( x, y, z ) z = 1}
2. {( x, y, z ) z = 0}
3. {( x, y, z ) xy = 0}
Υπόδειξη Το πρώτο δεν περιέχει το µηδενικό στοιχείο. Το τρίτο δεν είναι κλειστό ως
προς την πρόσθεση (πχ εξετάστε το (1, 0, 0) + (0,1, 0) ). Για το δεύτερο εφαρµόστε την
Πρόταση 2.
Άσκηση 2
Εξετάστε ποια από τα επόµενα υποσύνολα του M 2 ( \ ) είναι υπόχωροι του M 2 ( \ ) .
⎧⎛ a b ⎞ ⎫
1. ⎨⎜ ⎟ a = 1⎬
⎩⎝ c d ⎠ ⎭
⎧⎛ a b ⎞ ⎫
2. ⎨⎜ ⎟ a ≥ 0⎬
⎩⎝ c d ⎠ ⎭
⎧⎛ a b ⎞ ⎫
3. ⎨⎜ ⎟ 2a + b − c = 0 ⎬
⎩⎝ c d ⎠ ⎭
Υπόδειξη Το πρώτο δεν περιέχει το µηδενικό στοιχείο, το δεύτερο δεν είναι κλειστό
ως προς τον αριθµητικό πολλαπλασιασµό και το τρίτο είναι υπόχωρος.
Άσκηση 3
Αποδείξτε ότι
1. το U = {( x, y, z ) ∈ R 3 | 3 x − 2 y + z = 0} είναι υπόχωρος του \ 3
2. το V = { f ( x) ∈ \[ x] f (0) = 0} είναι υπόχωρος του \[ x]
3. το W = { A ∈ M n ( F ) AC = CA} , όπου C ∈ M n ( F ) , είναι υπόχωρος του
M n ( F) .
Υπόδειξη Εφαρµόστε το κριτήριο υποχώρου και στις τρεις περιπτώσιες. Βλ. Λυµένη
Άσκηση 1 3) και Λυµένη Άσκηση 2 3).
Άσκηση 4
Έστω u = (1,1, 2), v = (2,1,1) ∈ \ 3 . Να βρεθούν οι τιµές του a ∈ \ , τέτοιες ώστε
(4, a,5) ∈ u , v .
Υπόδειξη Βλ. Λυµένη Άσκηση 3. Απάντηση a = 3.
Άσκηση 5
Αποδείξτε ότι στο \ 3 έχουµε (1, 0, −1), (2,1,1) = (1, 0, −1), (4,1, −1), (5, 2,1)
Άσκηση 6
Έστω u, v, w ∈ V , όπου V είναι ένας δ.χ. Αποδείξτε ότι u , v = u , v, w ⇔ w ∈ u , v .
Υπόδειξη Βλ. Ορισµό 4 και Πρόταση 5 .
Άσκηση 7
Να υπολογιστεί ένα πεπερασµένο σύνολο γεννητόρων του δ.χ. των λύσεων του
συστήµατος
x− y+ z =0
2x − y = 0
3x − 2 y + z = 0.
Υπόδειξη Βλ. Λυµένη Άσκηση 10. Απάντηση {(1, 2,1)} . Επίσης και κάθε
{( a, 2a, a )} , a ≠ 0, είναι ένα σύνολο γεννητόρων των λύσεων του συστήµατος.
Άσκηση 8
Έστω U = { f ( x) ∈ \[ x] f (− x) = f ( x)} , W = { f ( x) ∈ \[ x] f (− x) = − f ( x)}.
Αποδείξτε ότι τα σύνολα αυτά είναι υπόχωροι του V = \[ x] και ότι V = U ⊕ W .

Υπόδειξη Βλ. Λυµένη Άσκηση 7. Για να αποδείξετε ότι V = U + W , µπορείτε να
f ( x) + f (− x) f ( x) − f (− x)
χρησιµοποιήστε τη σχέση f ( x) = + .
2 2
Άσκηση 9
Έστω V ένας δ.χ. και X , Y ⊆ V .
1. Αποδείξτε ότι X ∪ Y = X + Y .
2. ∆είξτε µε παράδειγµα ότι είναι δυνατό να έχουµε X ∩Y ≠ X ∩ Y .
Υπόδειξη Για το 2. έστω X = {(1,1)} , Y = {(2, 2} . Τότε X ∩ Y = {(0, 0)}.
Άσκηση 10
Να βρεθούν οι τιµές του a ∈ \ ώστε το άθροισµα U + V να είναι ευθύ όπου
U = (1,1,1), (1, 0, −1) ,V = (5,3, a )
Υπόδειξη Ισοδύναµα, θέλουµε το (5,3, a) να µην είναι γραµµικός συνδυασµός των

(1,1,1), (1, 0, −1). Συνεχίστε τώρα όπως στη Λυµένη Άσκηση 5. Απάντηση a ≠ 1.
Κεφάλαιο 7: Βάσεις και ∆ιάσταση Σελίδα 1 από 29
Κεφάλαιο 7
Βάσεις και ∆ιάσταση
Στο Κεφάλαιο 5 είδαµε την έννοια της βάσης στο \ n και στο Κεφάλαιο 6
µελετήσαµε διανυσµατικούς χώρους. Στο παρόν κεφάλαιο θα ασχοληθούµε βάσεις σε
τυχαίους πεπερασµένα παραγόµενους διανυσµατικούς χώρους. Το κύριο θεωρητικό
αποτέλεσµα είναι ότι κάθε δυο βάσεις ενός πεπερασµένα παραγόµενου
διανυσµατικού χώρου έχουν το ίδιο πλήθος στοιχείων. Το πλήθος αυτό ονοµάζεται
διάσταση του διανυσµατικού χώρου. Θα µελετήσουµε πολλά σχετικά παραδείγµατα
και στη συνέχεια θα δούµε την έννοια της τάξης πίνακα και µια σηµαντική εφαρµογή
στα γραµµικά συστήµατα.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
ΒΑΣΕΙΣ ...............................................................................................................................................2
Ορισµός 1 (γραµµικά ανεξάρτητα στοιχεία) .......................................................................................2
Παραδείγµατα......................................................................................................................................2
Ορισµός 1Α..........................................................................................................................................3
Ορισµός 2 (βάση) ................................................................................................................................4
Παραδείγµατα......................................................................................................................................4
Ορισµός 3 (διάσταση)..........................................................................................................................5
Παραδείγµατα......................................................................................................................................5
ΤΑΞΗ ΠΙΝΑΚΑ..................................................................................................................................5
Ορισµός 4 (χώρος γραµµών, χώρος στηλών, τάξη).............................................................................5
Παράδειγµα..........................................................................................................................................5

ΒΑΣΕΙΣ ...............................................................................................................................................6
Θεώρηµα 1 (µέγιστο πλήθος γραµµικώς ανεξάρτητων στοιχείων) .....................................................6
Θεώρηµα 2 (πληθάριθµος βάσης)........................................................................................................6
Θεώρηµα 3 (επέκταση γραµµικώς ανεξάρτητου συνόλου σε βάση) ...................................................6
Παράδειγµα..........................................................................................................................................6
Πρόταση 4 ...........................................................................................................................................7
Θεώρηµα 5 (διαστάσεις υποχώρων) ....................................................................................................7
Θεώρηµα 6 (διάσταση αθροίσµατος υποχώρων).................................................................................7
Παράδειγµα..........................................................................................................................................7
ΤΑΞΗ ΠΙΝΑΚΑ ΚΑΙ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ..........................................................................8
Πρόταση 7 ...........................................................................................................................................8
Παράδειγµα..........................................................................................................................................8
Θεώρηµα 8 (κριτήριο συµβιβαστού γραµµικού συστήµατος).............................................................9
Παράδειγµα..........................................................................................................................................9
Θεώρηµα 9 (διάσταση λύσεων οµογενούς γραµµικού συστήµατος)................................................10
Παράδειγµα........................................................................................................................................10
ΧΩΡΟΙ ΜΕ ΕΣΩΤΕΡΙΚΟ ΓΙΝΟΜΕΝΟ ...........................................................................................10
Θεώρηµα 10 (ύπαρξη ορθοκανονικών βάσεων)................................................................................10
Παράδειγµα........................................................................................................................................11
Άσκηση 1...........................................................................................................................................11
Άσκηση 2...........................................................................................................................................13
Άσκηση 3...........................................................................................................................................14
Άσκηση 4...........................................................................................................................................15
Άσκηση 5...........................................................................................................................................15
Άσκηση 6...........................................................................................................................................17
Άσκηση 7...........................................................................................................................................17
Άσκηση 8...........................................................................................................................................18
Άσκηση 9...........................................................................................................................................19
Άσκηση 10.........................................................................................................................................20
Άσκηση 11.........................................................................................................................................21
Άσκηση 12.........................................................................................................................................21
Άσκηση 13.........................................................................................................................................22
Άσκηση 14.........................................................................................................................................23
Άσκηση 15.........................................................................................................................................23
Άσκηση 16.........................................................................................................................................24
Άσκηση 17.........................................................................................................................................25
ΑΣΚΗΣΕΙΣ...........................................................................................................................................26
Άσκηση 1...........................................................................................................................................26
Άσκηση 2...........................................................................................................................................26
Άσκηση 3...........................................................................................................................................26
Άσκηση 4...........................................................................................................................................26
Άσκηση 5...........................................................................................................................................27
Άσκηση 6...........................................................................................................................................27
Άσκηση 7...........................................................................................................................................27
Άσκηση 8...........................................................................................................................................27
Άσκηση 9...........................................................................................................................................28
Άσκηση 10.........................................................................................................................................28
Άσκηση 11.........................................................................................................................................28
Άσκηση 12.........................................................................................................................................28
Άσκηση 13.........................................................................................................................................29
Άσκηση 14.........................................................................................................................................29
Άσκηση 15.........................................................................................................................................29
Στα παρακάτω, µε V θα συµβολίζουµε ένα F − διανυσµατικό χώρο.
ΒΑΣΕΙΣ
Ορισµός 1 (γραµµικά ανεξάρτητα στοιχεία)
Έστω v1 ,..., vm ∈ V . Τα στοιχεία αυτά λέγονται γραµµικά ανεξάρτητα πάνω από το F
αν από τη σχέση a1v1 + ... + am vm = 0 , όπου a1 ,..., am ∈ F , έπεται ότι a1 = ... = am = 0. Σε
διαφορετική περίπτωση θα λέµε ότι τα v1 ,..., vm είναι γραµµικά εξαρτηµένα πάνω από
το F.
1. Στο δ.χ. \ 3 τα
a. v1 = (1,1,1) , v2 = (1,1, 0), v3 = (1, 0, 0) είναι γραµµικά ανεξάρτητα γιατί
a1v1 + a2 v2 + a3v3 = 0 ⇒
a1 (1,1,1) + a2 (1,1, 0) + a3 (1, 0, 0) = (0, 0, 0) ⇒
⎧a1 + a2 + a3 = 0 ⎧a1 = 0
⎪ ⎪
⎨a1 + a2 = 0 ⇒ ⎨ a2 = 0
⎪a = 0 ⎪a = 0
⎩ 1 ⎩ 3
b. (1,1,1), (1,1, 0), (5,5, 2) είναι γραµµικά εξαρτηµένα γιατί
2(1,1,1) + 3(1,1, 0) − (5,5, 2) = (0, 0, 0).
2. Στο δ.χ. M 2×3 ( F ) :
a. Τα στοιχεία
⎛1 0 0⎞ ⎛0 1 0⎞ ⎛0 0 1⎞
v1 = ⎜ ⎟ , v2 = ⎜ ⎟ , v3 = ⎜ ⎟,
⎝0 0 0⎠ ⎝0 0 0⎠ ⎝0 0 0⎠
⎛0 0 0⎞ ⎛0 0 0⎞ ⎛0 0 0⎞
v4 = ⎜ ⎟ , v5 = ⎜ ⎟ , v6 = ⎜ ⎟
⎝1 0 0⎠ ⎝0 1 0⎠ ⎝0 0 1⎠
είναι γραµµικά ανεξάρτητα γιατί
a1v1 + ... + a6 v6 = 0 ⇒
⎛ a1 a2 a3 ⎞ ⎛ 0 0 0 ⎞
⎜ ⎟=⎜ ⎟⇒
⎝ a4 a5 a6 ⎠ ⎝ 0 0 0 ⎠
a1 = ... = a6 = 0.
⎛1 3 4 ⎞ ⎛ 0 2 1 ⎞ ⎛ −1 −7 −6 ⎞
b. Τα στοιχεία ⎜ ⎟,⎜ ⎟,⎜ ⎟ είναι γραµµικά
⎝1 −1 2 ⎠ ⎝ 1 0 −1⎠ ⎝ −3 1 0 ⎠
εξαρτηµένα γιατί
⎛1 3 4 ⎞ ⎛ 0 2 1 ⎞ ⎛ −1 −7 −6 ⎞ ⎛ 0 0 0 ⎞
⎜ ⎟ + 2⎜ ⎟+⎜ ⎟=⎜ ⎟.
⎝1 −1 2 ⎠ ⎝ 1 0 −1⎠ ⎝ −3 1 0 ⎠ ⎝ 0 0 0 ⎠
3. Τα στοιχεία 1,i του ^ είναι γραµµικά ανεξάρτητα υπεράνω του \ αφού
a1 + bi = 0 , a, b ∈ \ ⇒ a = b = 0 , αλλά είναι γραµµικά εξαρτηµένα υπεράνω
του ^ αφού i1 + (−1)i = 0.
4. Αν κάποιο από τα v1 ,..., vm είναι το µηδενικό στοιχείο, τότε αυτά είναι
γραµµικά εξαρτηµένα. Πράγµατι αν v1 = 0 , τότε έχουµε το γραµµικό
συνδυασµό 1v1 + 0v2 + ... + 0vm = 0.
Ορισµός 1Α
Επειδή θέλουµε να επεκτείνουµε την έννοια της γραµµικής ανεξαρτησίας σε άπειρα
σύνολα δίνουµε τους εξής ορισµούς.
• Ένα πεπερασµένο υποσύνολο {v1 ,..., vm } του V λέγεται γραµµικά ανεξάρτητο
αν τα στοιχεία v1 ,..., vm είναι γραµµικά ανεξάρτητα. Ένα άπειρο υποσύνολο του
V λέγεται γραµµικά ανεξάρτητο αν κάθε πεπερασµένο µη κενό υποσύνολό του

είναι γραµµικά ανεξάρτητο.
• Ένα πεπερασµένο υποσύνολο {v1 ,..., vm } του V λέγεται γραµµικά εξαρτηµένο
αν τα στοιχεία v1 ,..., vm είναι γραµµικά εξαρτηµένα. Ένα άπειρο υποσύνολο του
V λέγεται γραµµικά εξαρτηµένο αν δεν είναι γραµµικά ανεξάρτητο. ∆ηλαδή αν

υπάρχει πεπερασµένο µη κενό υποσύνολο που είναι γραµµικά εξαρτηµένο.
• ∆εχόµαστε ότι το κενό σύνολο είναι γραµµικά ανεξάρτητο.
Ορισµός 2 (βάση)
Μια βάση του F − δ.χ. V είναι ένα σύνολο στοιχείων του V που είναι γραµµικά
ανεξάρτητο πάνω από το F και παράγει το V πάνω από το F .
Σηµείωση Σύµφωνα µε τον προηγούµενο ορισµό ενδέχεται να έχουµε άπειρες βάσεις.

Πράγµατι µια βάση του δ.χ. \[ x] των πραγµατικών πολυωνύµων είναι ο σύνολο
{1, x, x 2 ,...} . Όµως εδώ θα µας απασχολήσουν αποκλειστικά οι δ.χ. που έχουν
πεπερασµένες βάσεις.
1. Μια βάση του \ n είναι η συνήθης βάση {e1 ,..., en } , όπου
e1 = (1, 0,..., 0),..., en = (0, 0,...,1).
2. Μια βάση του M 2×3 ( \ ) αποτελείται από τα στοιχεία
⎛1 0 0⎞ ⎛0 1 0⎞ ⎛0 0 1⎞
E11 = ⎜ ⎟ , E12 = ⎜ ⎟ , E13 = ⎜ ⎟,
⎝0 0 0⎠ ⎝0 0 0⎠ ⎝0 0 0⎠
⎛0 0 0⎞ ⎛0 0 0⎞ ⎛0 0 0⎞
E21 = ⎜ ⎟ , E22 = ⎜ ⎟ , E23 = ⎜ ⎟.
⎝1 0 0⎠ ⎝0 1 0⎠ ⎝0 0 1⎠
3. Μια βάση του M n×m ( F ) είναι το σύνολο { Eij 1 ≤ i ≤ n, 1 ≤ j ≤ m} όπου σε
κάθε θέση του n × m πίνακα Eij υπάρχει το 0 εκτός από τη θέση (i, j ) όπου
υπάρχει το 1.
4. Μια βάση του \ n [ x] είναι το {1, x, x 2 ,..., x n } .
Ορισµός 3 (διάσταση)
Έστω V ένας πεπερασµένα παραγόµενος F − δ.χ.. Αποδεικνύεται ότι ο V έχει βάση και
κάθε βάση του V έχει το ίδιο πλήθος στοιχείων. Ο αριθµός αυτός λέγεται η διάσταση
του V και συµβολίζεται µε dim F V ή απλά dim V .
• Σχετικά µε τα προηγούµενα παραδείγµατα έχουµε
dim \ n = n, dim M 2×3 ( \ ) = 6, dim M n×m ( \ ) = nm, dim \ n [ x] = n + 1.
• Στο \ 3 θεωρούµε τον υπόχωρο (1, −1, 2), (2, −2, 4) . Επειδή µια βάση αυτού
είναι το {(1, −1, 2)} έχουµε dim (1, −1, 2), (2, −2, 4) = 1 .
ΤΑΞΗ ΠΙΝΑΚΑ
Ορισµός 4 (χώρος γραµµών, χώρος στηλών, τάξη)
Έστω A ∈ M n×m ( F ) .
• Κάθε γραµµή του Α είναι ένα στοιχείο του F m . Ο χώρος γραµµών του Α είναι
ο υπόχωρος του F m που παράγουν οι γραµµές του Α και συµβολίζεται µε R( A) .
Η τάξη γραµµών του Α είναι ο ακέραιος dim F R ( A).
• Κάθε στήλη του Α είναι ένα στοιχείο του F n . Ο χώρος στηλών του Α είναι ο
υπόχωρος του F n που παράγουν οι στήλες του Α και συµβολίζεται µε C ( A) . Η
τάξη στηλών του Α είναι ο ακέραιος dim F C ( A).
• Αποδεικνύεται ότι dim F R( A) = dim F C ( A) . O αριθµός αυτός ονοµάζεται η
τάξη του πίνακα Α και συµβολίζεται µε r ( A).
⎛ 1 −1 2 ⎞
Για τον πίνακα A = ⎜ ⎟ έχουµε r ( A) = 1 , γιατί όπως είδαµε στο
⎝ 2 −2 4 ⎠
προηγούµενο παράδειγµα dim (1, −1, 2), (2, −2, 4) = 1.
ΒΑΣΕΙΣ
Στο Κεφάλαιο 5, Θεώρηµα 3, είδαµε ότι κάθε γραµµικά ανεξάρτητο υποσύνολο του
\ n έχει το πολύ n στοιχεία. Πιο γενικά έχουµε το εξής αποτέλεσµα.
Θεώρηµα 1 (µέγιστο πλήθος γραµµικώς ανεξάρτητων στοιχείων)

Έστω V ένας δ.χ. που παράγεται από m στοιχεία, όπου m είναι ένας ακέραιος. Τότε
κάθε γραµµικά ανεξάρτητο υποσύνολο του V είναι πεπερασµένο και έχει το πολύ m
στοιχεία.
Ξέρουµε ότι κάθε δυο βάσεις του \ n έχουν το αυτό πλήθος στοιχείων. Γενικά ισχύει
το εξής.
Θεώρηµα 2 (πληθάριθµος βάσης)

Έστω V ένας δ.χ.. Αν υπάρχει µια πεπερασµένη βάση του V που έχει n στοιχεία, τότε
κάθε άλλη βάση του V έχει n στοιχεία.
Θεώρηµα 3 (επέκταση γραµµικώς ανεξάρτητου συνόλου σε βάση)

Έστω V ένας πεπερασµένα παραγόµενος δ.χ. και S ένα γραµµικά ανεξάρτητο
υποσύνολο του V. Τότε υπάρχει βάση του V που περιέχει το S.
Από το προηγούµενο αποτέλεσµα συµπεραίνουµε ότι κάθε πεπερασµένα

παραγόµενος διανυσµατικός χώρος έχει τουλάχιστον µια βάση1.
Εύκολα επαληθεύεται ότι τα (1, 2, 0, −1), (1, 2, 0,1), (0,1, 0,1) είναι γραµµικά
ανεξάρτητα στοιχεία του \ 4 . Το σύνολο αυτών µπορεί να επεκταθεί σε µια

βάση του \ 4 µε την προσθήκη του (0, 0,1, 0). Πράγµατι, έχουµε
1
Επισηµαίνουµε ότι το ίδιο συµπέρασµα αληθεύει για όλους τους δ.χ. αλλά εδώ θα ασχοληθούµε µε
τους πεπερασµένα παραγόµενους δ.χ..
⎛1 2 0 −1 ⎞
⎜ ⎟
1 2 0 1⎟
det ⎜ = −2 ≠ 0. Συνεπώς τα στοιχεία
⎜0 1 0 1⎟
⎜⎜ ⎟
⎝0 0 1 0 ⎟⎠
(1, 2, 0, −1), (1, 2, 0,1), (0,1, 0,1), (0, 0,1, 0) αποτελούν µια βάση του \ 4 σύµφωνα
µε το Πόρισµα 5 του Κεφαλαίου 5.
Το επόµενο αποτέλεσµα γενικεύει το Πόρισµα 4 του Κεφαλαίου 5 σε τυχαίο

πεπερασµένα παραγόµενο διανυσµατικό χώρο.
Πρόταση 4
Έστω V ένας δ.χ. µε dim V = n. Τότε
1. Aν ένα σύνολο {v1 ,..., vn } µε n στοιχεία παράγει το V, τότε αυτό είναι βάση του
V.
2. Aν ένα σύνολο {v1 ,..., vn } µε n στοιχεία είναι γραµµικά ανεξάρτητο, τότε αυτό
είναι βάση του V.
Θεώρηµα 5 (διαστάσεις υποχώρων)

Έστω V ένας δ.χ. µε dim V = n και U ένας υπόχωρος του V. Τότε
1. dim U ≤ dim V .
2. Αν dim U = n , τότε U = V .
Θεώρηµα 6 (διάσταση αθροίσµατος υποχώρων)

Έστω U , W δυο υπόχωροι ενός πεπερασµένα παραγόµενου διανυσµατικού χώρου. Τότε
dim(U + W ) = dim U + dim W − dim U ∩ W .
Έστω U = {(a, b, 0) ∈ \ 3 } ,W = {(a, 0, b) ∈ \ 3 } . Τότε µια βάση του U είναι το
{(1, 0, 0), (0,1, 0)} και άρα dim U = 2. Μια βάση του W είναι το
{(1, 0, 0), (0, 0,1)} και συνεπώς dim W = 2. Το U + W παράγεται από την
ένωση των δυο προηγούµενων βάσεων η οποία τυχαίνει να είναι βάση του
\ 3 . Άρα U + W = \ 3 και dim (U + W ) = dim \ 3 = 3. Από τη σχέση
dim(U + W ) = dim U + dim W − dim U ∩ W

έχουµε
3 = 2 + 2 − dim U ∩ W ,
οπότε dim U ∩ W = 1.
Γεωµετρικά, το U είναι το xy επίπεδο, το W είναι το xz επίπεδο και η τοµή
τους είναι ο άξονας των x, όπως φαίνεται στο σχήµα.
z
W
U∩ W
x
U
y
ΤΑΞΗ ΠΙΝΑΚΑ ΚΑΙ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ

Πρόταση 7
• Η τάξη ενός κλιµακωτού πίνακα είναι το πλήθος των µη µηδενικών γραµµών
του.
• Γραµµοϊσοδύναµοι πίνακες έχουν τον ίδιο χώρο γραµµών.
• Γραµµοϊσοδύναµοι πίνακες έχουν την ίδια τάξη.
⎛1 1 9⎞
• Η τάξη του A = ⎜⎜ 0 1 8 ⎟⎟ είναι r ( A) = 3 γιατί ο πίνακας είναι σε
⎜0 0 1⎟
⎝ ⎠
κλιµακωτή µορφή και υπάρχουν 3 µη µηδενικές γραµµές.
⎛1 1 9 ⎞
• Για να βρούµε την τάξη του B = ⎜⎜ 1 2 17 ⎟⎟ χρησιµοποιούµε στοιχειώδεις
⎜ 0 0 11 ⎟
⎝ ⎠
µετασχηµατισµούς γραµµών για να τον φέρουµε σε κλιµακωτή µορφή.
Αφαιρώντας την πρώτη γραµµή από τη δεύτερη βρίσκουµε τον A. Άρα

r ( B ) = r ( A) = 3.
Τα επόµενα δυο αποτελέσµατα είναι ιδιαίτερα σηµαντικά.

Θεώρηµα 8 (κριτήριο συµβιβαστού γραµµικού συστήµατος)
Ένα γραµµικό σύστηµα έχει λύση αν και µόνο αν η τάξη του επαυξηµένου πίνακα του
συστήµατος ισούται µε την τάξη του πίνακα των συντελεστών.
Να βρεθούν οι τιµές του a για τις οποίες το επόµενο σύστηµα είναι
συµβιβαστό
x+ y+ z =3
2x − y + z = 2
3x + y − z = a
4x + y − 2z = a
Λύση
Μετά από αρκετούς στοιχειώδεις µετασχηµατισµούς γραµµών, ο επαυξηµένος
πίνακας
⎛1 1 1 3⎞
⎜ ⎟
⎜ 2 −1 1 2 ⎟
⎜ 3 1 −1 a ⎟
⎜⎜ ⎟⎟
⎝4 1 2 a⎠
του συστήµατος παίρνει τη µορφή
⎛1 1 1 3 ⎞
⎜ ⎟
0 −3 −1 −4 ⎟
B=⎜ .
⎜ 0 0 3 −3a + 24 ⎟
⎜⎜ ⎟⎟
⎝ 0 0 0 −7a + 61 ⎠
Συµπεραίνουµε ότι η τάξη του πίνακα των συντελεστών είναι 3. Σύµφωνα µε
το Θεώρηµα 8 το σύστηµα είναι συµβιβαστό αν και µόνο αν η τάξη του B
είναι 3, δηλαδή αν και µόνο αν η τελευταία γραµµή του Β είναι µηδενική,
61
δηλαδή a = .
7
Θεώρηµα 9 (διάσταση λύσεων οµογενούς γραµµικού συστήµατος)

Η διάσταση του δ.χ. των λύσεων ενός οµογενούς γραµµικού συστήµατος ισούται µε τη
διαφορά m − r , όπου m είναι το πλήθος των αγνώστων και r είναι η τάξη του πίνακα
των συντελεστών.
Η διάσταση του δ.χ. των λύσεων του οµογενούς συστήµατος
x + 2 y − 4 z + 3w = 0
x + 2 y − 2 z + 2w = 0
2 x + 4 y − 2 z + 3w = 0
υπολογίζεται ως εξής. Με στοιχειώδεις µετασχηµατισµούς γραµµών φέρουµε
τον πίνακα των συντελεστών σε κλιµακωτή µορφή. Βρίσκουµε τον πίνακα
⎛ 1 2 −4 3 ⎞
⎜ ⎟
⎜ 0 0 1 1 ⎟ . Αυτός έχει τάξη r = 2. Σύµφωνα µε το Θεώρηµα 9 η
⎜ 2⎟
⎜0 0 0 0 ⎟
⎝ ⎠
ζητούµενη διάσταση είναι m − r = 4 − 2 = 2 .

Έστω V ένας διανυσµατικός χώρος πεπερασµένης διάστασης µε εσωτερικό γινόµενο.
(βλ. Κεφάλαιο 6, Ορισµός 6). Μια βάση {v1 ,..., vn } του V λέγεται ορθοκανονική αν
⎧1, i = j
vi , v j = ⎨ .
⎩0, i ≠ j
Θεώρηµα 10 (ύπαρξη ορθοκανονικών βάσεων)
Κάθε διανυσµατικός χώρος πεπερασµένης διάστασης µε εσωτερικό γινόµενο έχει µια
ορθοκανονική βάση.
Μια αποτελεσµατική µέθοδος κατασκευής ορθοκανονικών βάσεων είναι η µέθοδος

Gram-Schmidt.
Μέθοδος ορθοκανονικοποίησης των Gram - Schmidt

Έστω V ένας διανυσµατικός χώρος πεπερασµένης διάστασης µε εσωτερικό γινόµενο.
Έστω {v1 ,..., vn } µια βάση του V. Θέτουµε
u1 = v1
v2 , u1
u2 = v2 − 2
u1
u1
v3 , u2 v3 , u1
u3 = v3 − 2
u2 − 2
u1
u2 u1
#
vn , un −1 vn , u1
un = vn − 2
un −1 − ... − 2
u1.
un −1 u1
1 1
Στη συνέχεια ορίζουµε w1 = u1 ,..., wn = un . Τότε τα στοιχεία w1 ,..., wn
u1 un
αποτελούν µια ορθοκανονική βάση του V.
Ας εφαρµόσουµε την προηγούµενη µέθοδο στη βάση {v1 , v2 , v3 } του \ 3 , όπου
v1 = (1, 0,1), v2 = (1, 0, −1), v3 = (0,3, 4). Το εσωτερικό γινόµενο που θεωρούµε
εδώ είναι το σύνηθες. Θέτουµε
u1 = v1 = (1, 0,1)
v2 , u1
u2 = v2 − 2
u1 = v2 = (1, 0, −1)
u1
v3 , u2 v3 , u1 −4 4
u3 = v3 − 2
u2 − 2
u1 = (0,3, 4) − (1, 0, −1) − (1, 0,1) = (0,3, 0).
u2 u1 2 2
Τα µήκη των u1 , u2 , u3 είναι αντίστοιχα 2, 2,3. ∆ιαιρώντας µε αυτά
⎧ 1 1 ⎫
βρίσκουµε την ορθοκανονική βάση ⎨ (1, 0,1), (1, 0, −1), (0,1, 0) ⎬ .
⎩ 2 2 ⎭
Άσκηση 1
Εξετάστε αν τα παρακάτω διανύσµατα του \ 4 είναι γραµµικά ανεξάρτητα.
1. (1,1, −1,1), (2,1, 0,1), (4,3, −2, 2)

2. (1,1, −1,1), (2,1, 0,1), (4,3, −2,3)
Λύση
1. Α τρόπος.
Σύµφωνα µε τον Ορισµό 1 εξετάζουµε αν υπάρχουν a, b, c ∈ \ από τα οποία ένα
τουλάχιστον να είναι µη µηδενικό τέτοια ώστε
a (1,1, −1,1) + b(2,1, 0,1) + c(4,3, −2, 2) = (0, 0, 0, 0) .
Έχουµε
a (1,1, −1,1) + b(2,1, 0,1) + c(4,3, −2, 2) = (0, 0, 0, 0) ⇒
⎧a + 2b + 4c = 0
⎪a + b + 3c = 0
⎪
⎨
⎪− a − 2c = 0
⎪⎩a + b + 2c = 0.
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς, ο επαυξηµένος πίνακας του

συστήµατος παίρνει την κλιµακωτή µορφή
⎛1 2 4 0⎞
⎜ ⎟
⎜0 1 1 0⎟
.
⎜0 0 1 0⎟
⎜⎜ 0 0 0
⎟
0 ⎟⎠
⎝
Από τον πίνακα αυτό συµπεραίνουµε ότι το σύστηµα έχει µοναδική λύση (την
τετριµµένη). Άρα a = b = c = 0 και τα διανύσµατα είναι γραµµικά ανεξάρτητα.
Β τρόπος.
Σχηµατίζουµε τον πίνακα µε γραµµές τα δοσµένα διανύσµατα και τον φέρουµε σε
κλιµακωτή µορφή
⎛ 1 1 −1 1 ⎞ ⎛ 1 1 −1 1⎞
⎜ ⎟ ⎜ ⎟
⎜ 2 1 0 1 ⎟ → ⎜ 0 1 −2 1⎟ .
⎜ 4 3 −2 2 ⎟ ⎜ 0 0 0 1 ⎟
⎝ ⎠ ⎝ ⎠
Επειδή δεν υπάρχει µηδενική γραµµή στον τελευταίο πίνακα, τα δοσµένα διανύσµατα
είναι γραµµικά ανεξάρτητα.
2. Α τρόπος.
Όπως στον Α τρόπο του 1, από τη σχέση
a (1,1, −1,1) + b(2,1, 0,1) + c(4,3, −2,3) = (0, 0, 0, 0)
βρίσκουµε το σύστηµα
⎧a + 2b + 4c = 0
⎪
⎪a + b + 3c = 0
⎨
⎪− a − 2c = 0
⎪⎩a + b + 3c = 0.
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς, ο επαυξηµένος πίνακας του

συστήµατος παίρνει την κλιµακωτή µορφή
⎛1 2 4 0⎞
⎜ ⎟
⎜0 1 1 0⎟
.
⎜0 0 0 0⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠
Από τον πίνακα αυτό συµπεραίνουµε ότι το σύστηµα έχει και άλλη λύση πέρα από
την τετριµµένη. ∆ηλαδή υπάρχουν a, b, c ∈ \ που δεν είναι όλα µηδέν τέτοια ώστε
a(1,1, −1,1) + b(2,1, 0,1) + c(4,3, −2,3) = (0, 0, 0, 0). Άρα τα δοσµένα διανύσµατα είναι
γραµµικά εξαρτηµένα.
Β τρόπος.
Σχηµατίζουµε τον πίνακα µε γραµµές τα δοσµένα διανύσµατα και τον φέρουµε σε
⎛ 1 1 −1 1 ⎞ ⎛ 1 1 −1 1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 2 1 0 1 ⎟ → ⎜ 0 1 −2 1 ⎟ .
⎜ 4 3 −2 3 ⎟ ⎜ 0 0 0 0 ⎟
⎝ ⎠ ⎝ ⎠
Επειδή υπάρχει µηδενική γραµµή στον τελευταίο πίνακα, τα δοσµένα διανύσµατα
είναι γραµµικά εξαρτηµένα.
Άσκηση 2
Εξετάστε αν τα επόµενα στοιχεία του M 2 ( \ ) είναι γραµµικά ανεξάρτητα
⎛ 1 2 ⎞ ⎛ 3 −1 ⎞ ⎛ 1 − 5 ⎞
⎜ ⎟,⎜ ⎟,⎜ ⎟.
⎝ 3 1 ⎠ ⎝ 2 2 ⎠ ⎝ −4 0 ⎠
Λύση
Εξετάζουµε αν υπάρχουν a, b, c ∈ \ από τα οποία ένα τουλάχιστον να είναι µη
µηδενικό και να ικανοποιούν την ισότητα
⎛ 1 2 ⎞ ⎛ 3 −1⎞ ⎛ 1 −5 ⎞ ⎛ 0 0 ⎞
a⎜ ⎟ + b⎜ ⎟ + c⎜ ⎟=⎜ ⎟
⎝ 3 1 ⎠ ⎝ 2 2 ⎠ ⎝ −4 0 ⎠ ⎝ 0 0 ⎠
Έχουµε
⎛ 1 2 ⎞ ⎛ 3 −1⎞ ⎛ 1 −5 ⎞ ⎛ 0 0 ⎞
a⎜ ⎟ + b⎜ ⎟ + c⎜ ⎟=⎜ ⎟⇒
⎝ 3 1 ⎠ ⎝ 2 2 ⎠ ⎝ −4 0 ⎠ ⎝ 0 0 ⎠
⎛ a + 3b + c 2a − b − 5c ⎞ ⎛ 0 0 ⎞
⎜ ⎟=⎜ ⎟⇒
⎝ 3a + 2b − 4c a + 2b ⎠ ⎝ 0 0 ⎠
⎧a + 3b + c = 0
⎪2a − b − 5c = 0
⎪
⎨
⎪3a + 2b − 4c = 0
⎪⎩a + 2b = 0.
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών στον επαυξηµένο

πίνακα του τελευταίου συστήµατος, φτάνουµε στην κλιµακωτή µορφή
⎛1 3 1 0⎞
⎜ ⎟
⎜0 1 1 0⎟
.
⎜0 0 0 0⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠
Άµεσα συµπεραίνουµε ότι το σύστηµα έχει µη µηδενική λύση, οπότε τα δοσµένα
στοιχεία είναι γραµµικά εξαρτηµένα.
Άσκηση 3
Εξετάστε αν τα παρακάτω πολυώνυµα είναι γραµµικά ανεξάρτητα στο δ.χ. \ 2 [ x] των
πραγµατικών πολυωνύµων βαθµού το πολύ 2.

1. x 2 + x + 1, x 2 − x + 2, x 2 + 1, 2 x 2 − 3 x + 2
2. x 2 + x + 1, x 2 − x + 2, x 2 + 1
Λύση
1. Ξέρουµε ότι dim \ 2 [ x] = 2 + 1 = 3. Το πλήθος των δοσµένων στοιχείων είναι 4 και
άρα από το Θεώρηµα 1 αυτά είναι γραµµικά εξαρτηµένα.
2. Έστω a, b, c ∈ \ . Έχουµε
a ( x 2 + x + 1) + b ( x 2 − x + 2 ) + c ( x 2 + 1) = 0 ⇒
( a + b + c ) x 2 + ( a − b ) x + ( a + 2b + c ) = 0 ⇒
⎧a + b + c = 0
⎪
⎨a − b = 0
⎪a + 2b + c = 0.
⎩
Το σύστηµα αυτό είναι οµογενές, τετραγωνικό και η ορίζουσα του πίνακα των
⎛1 1 1 ⎞
συντελεστών είναι det ⎜⎜1 −1 0 ⎟⎟ = 1 ≠ 0. Συνεπώς η µηδενική λύση a = b = c = 0
⎜1 2 1 ⎟
⎝ ⎠
είναι µοναδική. Άρα τα δοσµένα στοιχεία είναι γραµµικά ανεξάρτητα.
Άσκηση 4
Αν u, v, w είναι γραµµικά ανεξάρτητα στοιχεία ενός F − δ.χ., τότε αποδείξτε ότι και τα
u + 2v + 4w, 2v + 5u + w,3u + w είναι γραµµικά ανεξάρτητα.
Λύση
Έστω a, b, c ∈ F τέτοια ώστε a ( u + 2v + 4 w ) + b ( 2u + 5v + w ) + c ( 3u + w ) = 0. Τότε
παίρνουµε ( a + 2b + 3c ) u + ( 2a + 5b ) v + ( 4a + b + c ) w = 0. Επειδή τα u, v, w είναι
γραµµικά ανεξάρτητα, όλοι οι συντελεστές της τελευταίας σχέσης οφείλουν να είναι

µηδέν, οπότε
⎧a + 2b + 3c = 0
⎪
⎨2a + 5b = 0
⎪ 4 a + b + c = 0.
⎩
Το σύστηµα αυτό είναι οµογενές και τετραγωνικό. Επειδή η ορίζουσα
⎛1 2 4⎞
⎜ ⎟
det ⎜ 2 5 1 ⎟ = −53 είναι µη µηδενική, συµπεραίνουµε ότι υπάρχει µοναδική λύση
⎜3 0 1⎟
⎝ ⎠
που είναι βέβαια η µηδενική a = b = c = 0. Άρα τα u + 2v + 4w, 2v + 5u + w,3u + w
είναι γραµµικά ανεξάρτητα.
Άσκηση 5
(α) Να βρεθούν οι τιµές του a για τις οποίες τα διανύσµατα (1,1, a), (2, 0,1), (3, −1,1)
αποτελούν µια βάση του R 3 .

(β) Για τις τιµές του a που βρήκατε πριν, να εκφράστε το (1, 0, 0) ως γραµµικό
συνδυασµό των (1,1, a), (2, 0,1), (3, −1,1) .
(γ) Να βρεθούν οι τιµές του b για τις οποίες έχουµε (1, 2, b) ∈ (1,1,1), (3, 2,1) .
Λύση
(α) Επειδή η διάσταση του R 3 είναι 3, το δοσµένο ερώτηµα ισοδυναµεί µε το να

⎛1 2 3 ⎞
βρεθούν τα a τέτοια ώστε det A ≠ 0, όπου A = ⎜⎜ 1 0 −1⎟⎟ (βλ. Πόρισµα 5 του
⎜a 1 1 ⎟
⎝ ⎠
Κεφαλαίου 5). Υπολογίζοντας βρίσκουµε ότι det A = 2 − 2a , οπότε a ≠ 1.
(β) Για a ≠ 1 , τα δοσµένα στοιχεία του R 3 αποτελούν µια βάση. Ζητάµε να βρεθούν
τα x, y, z τέτοια ώστε
(1, 0, 0) = x(1,1, a ) + y (2, 0,1) + z (3, −1,1).
Το σύστηµα που προκύπτει είναι
⎧ x + 2 y + 3z = 1
⎪
⎨x − z = 0
⎪ax + y + z = 0.
⎩
Παρατηρούµε ότι ο πίνακας των συντελεστών είναι ο Α. Λύνοντάς το σύστηµα µε µια
από τις γνωστές µεθόδους, π.χ. τον κανόνα του Cramer, βρίσκουµε ότι
1 a +1 1
x= , y= , z= .
2(1 − a ) 2(a − 1) 2(1 − a )
(γ) Ζητάµε τα b τέτοια ώστε να υπάρχουν x, y ώστε να έχουµε
(1, 2, b) = x(1,1,1) + y (3, 2,1). Το σύστηµα που προκύπτει είναι το
⎧x + 3y = 1
⎪
⎨x + 2 y = 2
⎪
⎩x + y = b
⎛1⎞ ⎛1 3 ⎞
⎛ x⎞ ⎜ ⎟
δηλαδή είναι το B ⎜ ⎟ = ⎜ 2 ⎟ , όπου B = ⎜⎜1 2 ⎟⎟ . Από το Θεώρηµα 8, το σύστηµα αυτό
⎝ y⎠ ⎜ ⎟ ⎜1 1 ⎟
⎝b⎠ ⎝ ⎠
έχει λύση αν και µόνο αν η τάξη του Β ισούται µε την τάξη του επαυξηµένου πίνακα
⎛1 3 1 ⎞
⎜ ⎟
C = ⎜1 2 2 ⎟ . Η τάξη του Β είναι 2, γιατί ο Β είναι 3 × 2 και υπάρχουν 2 γραµµικά
⎜1 1 b ⎟
⎝ ⎠
ανεξάρτητες στήλες. Συνεπώς ζητάµε τα b ώστε r (C ) = 2. Με στοιχειώδεις
µετασχηµατισµούς γραµµών παίρνουµε ότι ο C είναι γραµµοϊσοδύναµος µε τον
⎛1 3 1 ⎞
⎜ ⎟
⎜ 0 1 −1 ⎟ . Από τις γραµµές αυτού του πίνακα βλέπουµε ότι η τάξη του είναι 2
⎜ 0 0 b − 3⎟
⎝ ⎠
αν και µόνο αν η τελευταία γραµµή είναι µηδενική δηλαδή αν και µόνο αν b = 3.
Άσκηση 6
Να βρεθεί η διάσταση και µια βάση του υπόχωρου του \ 4 που παράγεται από τα
διανύσµατα u = (1, −2,5, −3), v = (2,3,1, −4), w = (3,8, −3, −5).
Λύση
⎛ 1 −2 5 −3 ⎞
Θεωρούµε τον πίνακα A = ⎜⎜ 2 3 1 −4 ⎟⎟ µε γραµµές τα δοσµένα διανύσµατα.
⎜ 3 8 −3 −5 ⎟
⎝ ⎠
Τότε ο υπόχωρος του \ 4 που παράγεται από τα διανύσµατα u, v, w είναι ο χώρος
γραµµών του Α. Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών
παίρνουµε τον πίνακα
⎛ 1 −2 5 −3 ⎞
⎜ ⎟
B = ⎜ 0 7 −9 2 ⎟ .
⎜0 0 0 0 ⎟
⎝ ⎠
Από την Πρόταση 7, ο χώρος γραµµών του Α ταυτίζεται µε τον χώρο γραµµών του Β
και µια βάση του τελευταίου είναι {(1, −2,5, −3), (0, 7, −9, 2)} . Η ζητούµενη διάσταση
είναι 2.
Άσκηση 7
Έστω \ 2 [ x] ο διανυσµατικός χώρος των πραγµατικών πολυωνύµων που έχουν βαθµό
το πολύ 2. Αποδείξτε ότι µια βάση του \ 2 [ x] είναι το σύνολο {1, x − 1, ( x − 1) 2 } και
βρείτε την παράσταση του 5 x 2 + 3 x + 2 ως γραµµικό συνδυασµό των στοιχείων της

παραπάνω βάσης.
Λύση
Επειδή η διάσταση του \ 2 [ x] είναι 3, αρκεί να αποδείξουµε ότι το σύνολο
{1, x − 1, ( x − 1) 2 } είναι γραµµικά ανεξάρτητο (βλ. Πρόταση 4). Έχουµε

a1 + b( x − 1) + c( x − 1) 2 = 0 ⇒
cx 2 + (b − 2c) x + (a − b + c) = 0 ⇒
⎧c = 0
⎪
⎨b − 2c = 0 ⇒ a = b = c = 0.
⎪a − b + c = 0
⎩
Για το δεύτερο ερώτηµα, λύνουµε την εξίσωση
a1 + b( x − 1) + c( x − 1) 2 = 2 + 3 x + 5 x 2
ως προς τα a, b, c , δηλαδή την
cx 2 + (b − 2c) x + (a − b + c) = 5 x 2 + 3x + 2.
Αυτή ισοδυναµεί µε το σύστηµα
⎧c = 5
⎪
⎨b − 2c = 3
⎪a − b + c = 2.
⎩
Άρα a = 10, b = 13, c = 5. Τελικά 2 + 3x + 5 x 2 = 10 + 13( x − 1) + 5( x − 1) 2 .
Άσκηση 8
Να βρεθεί µία βάση και η διάσταση του υπόχωρου
⎧ ⎛ 1 2⎞ ⎛ 1 2⎞ ⎫
U = ⎨ X ∈ M 2 (R) | X ⎜ ⎟=⎜ ⎟ X ⎬ του M 2 ( \ ) .
⎩ ⎝ −1 1 ⎠ ⎝ −1 1 ⎠ ⎭
Λύση
⎛a b⎞
Πρώτα θα βρούµε τη γενική µορφή των πινάκων Χ. Έστω X = ⎜ ⎟ . Τότε
⎝c d⎠
⎛ 1 2 ⎞ ⎛ a − b 2a + b ⎞ ⎛ 1 2⎞ ⎛ a + 2c b + 2d ⎞
X⎜ ⎟=⎜ ⎟ και ⎜ ⎟X =⎜ ⎟ . Άρα έχουµε
⎝ −1 1 ⎠ ⎝ c − d 2c + d ⎠ ⎝ −1 1 ⎠ ⎝ −a + c −b + d ⎠
X ∈ U αν και µόνο αν
⎛ a − b 2a + b ⎞ ⎛ a + 2c b + 2d ⎞
⎜ ⎟=⎜ ⎟⇔
⎝ c − d 2 c + d ⎠ ⎝ − a + c −b + d ⎠
⎧a − b = a + 2c
⎪ 2 a + b = b + 2d
⎪
⎨ ⇔
⎪c − d = − a + c
⎪⎩2c + d = −b + d
⎧b + 2c = 0
⎪a − d = 0
⎪
⎨ ⇔
⎪ a − d = 0
⎪⎩b + 2c = 0
⎧b + 2c = 0
⎨
⎩a − d = 0.
Οι λύσεις του τελευταίου συστήµατος είναι οι (a, b, c, d ) = (d , −2c, c, d ), c, d ∈ \. Άρα
⎛d −2c ⎞
X =⎜ ⎟ . ∆ηλαδή
⎝c d ⎠
⎧⎛ d −2c ⎞ ⎫
U = ⎨⎜ ⎟ c, d ∈ \ ⎬ .
⎩⎝ c d ⎠ ⎭
⎧⎛ 1 0 ⎞ ⎛ 0 −2 ⎞ ⎫
Θα δείξουµε τώρα ότι µια βάση του U είναι το σύνολο ⎨⎜ ⎟,⎜ ⎟⎬ .
⎩⎝ 0 1 ⎠ ⎝ 1 0 ⎠ ⎭
⎛d −2c ⎞ ⎛ 1 0 ⎞ ⎛ 0 −2 ⎞
Πράγµατι, αυτό παράγει το U γιατί ⎜ ⎟=d⎜ ⎟ + c⎜ ⎟ . Επίσης τα
⎝c d ⎠ ⎝0 1⎠ ⎝1 0 ⎠
⎛ 1 0 ⎞ ⎛ 0 −2 ⎞
στοιχεία ⎜ ⎟,⎜ ⎟ είναι γραµµικά ανεξάρτητα γιατί αν έχουµε
⎝0 1⎠ ⎝1 0 ⎠
⎛1 0⎞ ⎛ 0 −2 ⎞ ⎛ 0 0 ⎞ ⎛λ −2 µ ⎞ ⎛ 0 0 ⎞
λ⎜ ⎟+µ⎜ ⎟=⎜ ⎟ , τότε ⎜ = , οπότε λ = µ = 0. Η
⎝0 1⎠ ⎝1 0 ⎠ ⎝ 0 0⎠ ⎝µ λ ⎟⎠ ⎜⎝ 0 0 ⎟⎠
διάσταση του U είναι 2.
Άσκηση 9
{ }
Έστω U = A ∈ M 3 ( \ ) At = − A το υποσύνολο του M 3 (R) που αποτελείται από τους
αντισυµµετρικούς πίνακες. Αποδείξτε ότι το U είναι υπόχωρος του M 3 (R) . Επιπλέον
να βρεθεί µια βάση και η διάστασή του.

Λύση
Το σύνολο U είναι βέβαια µη κενό. Έστω A, B ∈ U και λ∈R. Τότε

( A + B)t = At + B t = − A − B = −( A + B) ⇒ A + B ∈ U ,
(λA)t = λAt = λ (− A) = −(λA) ⇒ λA ∈ U .
Συνεπώς το U είναι υπόχωρος του M 3 (R) σύµφωνα µε την Πρόταση 2 του

Κεφαλαίου 5.
Επειδή το τυχαίο στοιχείο A του U ικανοποιεί At = − A, βρίσκουµε ότι
⎛ 0 a b⎞
⎜ ⎟
A = ⎜ −a 0 c ⎟ .
⎜ −b −c 0 ⎟
⎝ ⎠
Θα αποδείξουµε ότι τα στοιχεία
⎛ 0 1 0⎞ ⎛ 0 0 1⎞ ⎛ 0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ −1 0 0 ⎟ , ⎜ 0 0 0 ⎟ , ⎜ 0 0 1 ⎟
⎜ 0 0 0 ⎟ ⎜ −1 0 0 ⎟ ⎜ 0 −1 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
αποτελούν βάση του U.
Είναι σαφές ότι τα στοιχεία αυτά είναι γραµµικά ανεξάρτητα αφού
⎛ 0 1 0⎞ ⎛0 0 1⎞ ⎛ 0 0 0⎞ ⎛ 0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
λ ⎜ −1 0 0 ⎟ + µ ⎜ 0 0 0⎟ + ν ⎜ 0 0 1⎟ = ⎜ 0 0 0⎟ ⇒
⎜ 0 0 0⎟ ⎜ −1 0 0 ⎟⎠ ⎜ 0 −1 0 ⎟ ⎜ 0 0 0 ⎟
⎝ ⎠ ⎝ ⎝ ⎠ ⎝ ⎠
⎛ 0 λ µ⎞ ⎛0 0 0⎞
⎜ ⎟ ⎜ ⎟
⎜ −λ 0 ν ⎟ = ⎜ 0 0 0 ⎟ ⇒ λ = µ = ν = 0.
⎜ −µ −ν 0 ⎟ ⎜ 0 0 0 ⎟⎠
⎝ ⎠ ⎝
Επίσης αυτά παράγουν το U γιατί
⎛ 0 a b⎞ ⎛ 0 1 0⎞ ⎛ 0 0 1⎞ ⎛ 0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ −a 0 c ⎟ = a ⎜ −1 0 0 ⎟ + b ⎜ 0 0 0 ⎟ + c ⎜ 0 0 1 ⎟ .
⎜ −b − c 0 ⎟ ⎜ 0 0 0 ⎟ ⎜ −1 0 0 ⎟ ⎜ 0 −1 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Τελικά, dim U = 3.
Άσκηση 10
Έστω {u1 ,...um , w1 ,..., wn } µια βάση του διανυσµατικού χώρου V. Θέτουµε
U = u1 ,..., um ,W = w1 ,..., wn . Αποδείξτε ότι V = U ⊕ W .
Λύση
Επειδή κάθε στοιχείο του V είναι γραµµικός συνδυασµός των u1 ,..., um , w1 ,..., wn είναι
σαφές από τους ορισµούς ότι V = U + W . Για να αποδείξουµε ότι V = U ⊕ W , αρκεί

να αποδείξουµε ότι U ∩ W = 0 . Για τον σκοπό αυτό, έστω v ∈ U ∩ W . Τότε
v ∈ U που σηµαίνει ότι το v είναι γραµµικός συνδυασµός των u1 ,..., um , δηλαδή
v = λ1v1 + ... + λ m vm , λ i ∈ R .
Κατά παρόµοιο τρόπο
v = µ1w1 + ... + µ n wn , µi ∈ R .
Συνεπώς
λ1v1 + ... + λ m vm − µ1w1 − ... − µ n wn = 0,
από το οποίο συµπεραίνουµε ότι
λ1 = ... = λ m = µ1 = ... = µ n = 0,
γιατί το {u1 ,...um , w1 ,..., wn } είναι βάση. Άρα v = 0, συνεπώς U ∩ W = 0 .
Άσκηση 11
Έστω U ο υπόχωρος του \ 4 που παράγεται από τα (1,3,2,1), (0,2,1,0). Να βρεθεί ένας
υπόχωρος W του \ 4 ώστε R 4 = U ⊕ W .
Λύση
Θα βρούµε δύο στοιχεία v1 , v2 ∈ R 4 ώστε το {(1,3, 2,1), (0, 2,1, 0), w1 , w2 } να είναι βάση
του \ 4 . Τότε το W = w1 , w2 θα έχει τη ζητούµενη ιδιότητα, λόγω της προηγούµενης
Λυµένης Άσκησης. Θα επιλέξουµε (στην τύχη) δύο στοιχεία της συνήθους βάσης
{(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1)} του \ 4 . Αν η επιλογή µας δεν οδηγεί σε βάση,
θα ξαναδοκιµάσουµε. Έστω w1 = (1, 0, 0, 0), w2 = (0,1, 0, 0). Τότε
⎛1 0 0 0⎞
⎜ ⎟
0 1 0 0⎟
det ⎜ = −1 ≠ 0.
⎜1 3 2 1⎟
⎜⎜ ⎟
⎝0 2 1 0 ⎟⎠
Άρα το {(1,3, 2,1), (0, 2,1, 0), w1 , w2 } είναι βάση του R4.
Άσκηση 12
Έστω οι υπόχωροι του \ 4
U = (1,1,0, −1),(1, 2,3,0),(2,3,3, −1) ,
W = (1, 2, 2, −2),(2,3, 2, −3),(1,3, 4, −3) .
Να βρεθούν οι διαστάσεις dim(U + W ), dim U ∩ W .

Λύση
Επειδή ο χώρος U + W παράγεται και από τα έξι δοσµένα στοιχεία, θα εξετάσουµε
την κλιµακωτή µορφή του πίνακα
⎛1 1 0 −1 ⎞
⎜ ⎟
⎜1 2 3 0⎟
⎜2 3 3 −1 ⎟
⎜ ⎟.
⎜1 2 2 −2 ⎟
⎜2 3 2 −3 ⎟
⎜⎜ ⎟
⎝1 3 4 −3 ⎟⎠
Μετά από πολλούς στοιχειώδεις µετασχηµατισµούς γραµµών βρίσκουµε την
⎛1 1 0 −1 ⎞
⎜ ⎟
⎜0 1 3 1⎟
⎜0 0 1 2⎟
⎜ ⎟.
⎜0 0 0 0⎟
⎜0 0 0 0⎟
⎜⎜ ⎟
⎝0 0 0 0 ⎟⎠
Επειδή υπάρχουν 3 µη µηδενικές γραµµές, συµπεραίνουµε ότι dim(U + W ) = 3.
Για την τοµή θα εφαρµόσουµε τον τύπο του Θεωρήµατος 6 και για τον σκοπό αυτό
χρειαζόµαστε τις διαστάσεις dim U ,dim W . Όπως και πριν θα µετασχηµατίσουµε
τους πίνακες των γεννητόρων σε κλιµακωτή µορφή. Για το U βλέπουµε ότι η
⎛ 1 1 0 −1⎞ ⎛ 1 1 0 −1 ⎞
κλιµακωτή µορφή του ⎜⎜ 1 2 3 0 ⎟⎟ είναι ⎜ ⎟
⎜ 0 1 3 1 ⎟ και άρα dim U = 2.
⎜ 2 3 3 −1⎟ ⎜0 0 0 0 ⎟
⎝ ⎠ ⎝ ⎠
Όµοια, dim W = 2. Τέλος dim(U ∩ W ) = dim U + dimW − dim(U + W ) = 2 + 2 − 3 = 1.
Άσκηση 13
Να βρεθεί µια βάση και η διάσταση του υπόχωρου του \ 3
U = {( x, y, z ) ∈ \ 3 x + y + z = 2 x − y − z = 0.}
Λύση
Ο U είναι ο χώρος λύσεων του συστήµατος
⎧x + y + z = 0
⎨
⎩2 x − y − z = 0.
⎧x + y + z = 0
Αυτό ισοδυναµεί µε το ⎨ του οποίου οι λύσεις είναι
⎩ y+z =0
( x, y, z ) = (0, − z , z ), z ∈ \. Άρα µια βάση του U είναι το {(0, −1,1)} και dim U = 1.
Άσκηση 14
Έστω οι διανυσµατικοί υπόχωροι του \ 3 , U = {( x, y, z )\ 3 2 x − y − z = 0} και
V = {( x, y, z ) ∈ \ 3 x + y + z = 0} . Βρείτε τη διάσταση και µια βάση για καθέναν από
τους χώρους U, V, U ∩ V και U+V.

Λύση
Θα µπορούσαµε να βρούµε τις διαστάσεις των U,V µε τον τρόπο που είδαµε στην
προηγούµενη Λυµένη Άσκηση. Ας δούµε εδώ µια άλλη µέθοδο.
Επειδή έχουµε U ⊆ \ 3 και U ≠ \ 3 ισχύει dimU ≤ 2 σύµφωνα µε το Θεώρηµα 5. ∆ύο
διανύσµατα που ανήκουν στο U είναι τα (1,2,0) και (1,0,2). Παρατηρούµε ότι είναι
γραµµικά ανεξάρτητα. Άρα dimU = 2 και τα προηγούµενα διανύσµατα αποτελούν
βάση του U.
Mε ανάλογο τρόπο βρίσκουµε, για παράδειγµα, τη βάση του V αποτελούµενη από τα
διανύσµατα (1, −1, 0), (0,1, −1) .
Από τα προηγούµενα τέσσερα διανύσµατα, τα πρώτα τρία είναι γραµµικά ανεξάρτητα
⎛1 1 1 ⎞
⎜ ⎟
(γιατί det ⎜ 2 0 − 1⎟ ≠0) και ανήκουν στο U+V. Επειδή ο U+V είναι υπόχωρος του
⎜0 2 0 ⎟
⎝ ⎠
\ 3 έχουµε dim(U+V) ≤ 3. Συνεπώς dim(U+V) = 3, και τα προαναφερθέντα τρία

διανύσµατα αποτελούν βάση.
Από τη σχέση dim U ∩ V = dim U + dim V − dim(U + V ) ου Θεωρήµατος 6 παίρνουµε
dim U ∩ V = 1. Μένει να βρεθεί µια βάση του U ∩ V και προς τούτο αρκεί να βρούµε
ένα µη µηδενικό στοιχείο του. Λύνοντας το σύστηµα 2 x − y − z = 0, x + y + z = 0
βρίσκουµε x = 0, και y+z = 0, οπότε ένα µη µηδενικό στοιχείο της τοµής είναι για
παράδειγµα το (0,1, −1).
Άσκηση 15
Αφού λυθεί το σύστηµα
x + 2 y − 4 z + 3w = 0
x + 2 y − 2 z + 2w = 0
2 x + 4 y − 2 z + 3w = 0
να βρεθεί µια βάση και η διάσταση του χώρου των λύσεων.
Λύση
Μετά από µερικές πράξεις βρίσκουµε ότι η κλιµακωτή µορφή του πίνακα των
συντελεστών είναι
⎛ 1 2 −4 3 ⎞
⎜ ⎟
⎜ 0 0 1 − 1 ⎟.
⎜ 2⎟
⎜0 0 0 0 ⎟⎠
⎝
w
Εύκολα βρίσκουµε τις λύσεις ( x, y, z , w) = (−2 y − w, y, , w), y, w ∈ R . Η διάσταση
2
του χώρου των λύσεων είναι m − r = 4 − 2 = 2, όπου m = πλήθος αγνώστων και r =
τάξη του πίνακα των συντελεστών. Για να βρούµε µία βάση, επιλέγουµε
συγκεκριµένες τιµές για τις ελεύθερες µεταβλητές y,w ώστε οι δύο λύσεις να είναι
γραµµικά ανεξάρτητα στοιχεία. Για παράδειγµα από y = 0, w = 2 και y = 1, w = 2
παίρνουµε τη βάση {(−2, 0,1, 2), (−4,1,1, 2)}
Άσκηση 16
⎧⎛ a b ⎞ ⎫ ⎧⎛ a b ⎞ ⎫
Θεωρούµε τους υπόχωρους U = ⎨⎜ ⎟ a + b = 0 ⎬ , V = ⎨⎜ ⎟ a + c = 0 ⎬ του
⎩⎝ c d ⎠ ⎭ ⎩⎝ c d ⎠ ⎭
M 2 (R). Να βρεθούν οι διαστάσεις των υπόχωρων U , V ,U + V ,U ∩ V .
Λύση
Παρατηρούµε ότι κάθε στοιχείο του U είναι της µορφής
⎛ a −a ⎞ ⎛ 1 −1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0⎞
⎜ ⎟ = a⎜ ⎟ + c⎜ ⎟+d⎜ ⎟ . Συνεπώς τα στοιχεία
⎝c d ⎠ ⎝0 0 ⎠ ⎝1 0⎠ ⎝0 1⎠
⎛ 1 −1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞
⎜ ⎟,⎜ ⎟,⎜ ⎟ παράγουν το U. Εύκολα επαληθεύεται ότι αυτά είναι
⎝0 0 ⎠ ⎝1 0⎠ ⎝0 1⎠
γραµµικά ανεξάρτητα
⎛ 1 −1 ⎞ ⎛0 0⎞ ⎛ 0 0⎞ ⎛ 0 0⎞
λ⎜ ⎟+µ⎜ ⎟ +ν ⎜ ⎟=⎜ ⎟⇒
⎝0 0 ⎠ ⎝1 0⎠ ⎝ 0 1⎠ ⎝ 0 0⎠
⎧λ = 0
⎪λ = 0
⎪
⎨ ⇒
⎪µ = 0
⎪⎩ν = 0
λ = µ = ν = 0.
⎛ 1 −1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞
Συνεπώς µια βάση του U αποτελούν τα στοιχεία ⎜ ⎟,⎜ ⎟,⎜ ⎟ και
⎝0 0 ⎠ ⎝1 0⎠ ⎝0 1⎠
έχουµε dim U = 3 .
Με παρόµοιο τρόπο αποδεικνύεται ότι dim V = 3.
⎧⎛ a −a ⎞ ⎫
Από τους ορισµούς προκύπτει ότι U ∩ V = ⎨⎜ ⎟ ∈ M 2 (R) ⎬ . Όπως πριν
⎩⎝ − a d ⎠ ⎭
αποδεικνύεται εύκολα ότι µια βάση του U ∩ V είναι το σύνολο
⎧⎛ 1 −1⎞ ⎛ 0 0 ⎞ ⎫
⎨⎜ ⎟,⎜ ⎟ ⎬ . Άρα dim U ∩ V = 2 .
⎩⎝ − 1 0 ⎠ ⎝ 0 1 ⎠⎭
Από τον τύπο dim U + dim V = dim(U + V ) − dim U ∩V του Θεωρήµατος 6
παίρνουµε dim(U + V ) = 4 .
Άσκηση 17
Να βρεθεί µια ορθοκανονική βάση του υπόχωρου του \ 4 που παράγεται από τα
v1 = (1,1,1,1), v2 = (1, 2, 4,5), v3 = (1, −3, −4, −2).
Λύση
Σύµφωνα µε τη µέθοδο των Gram-Schmidt θέτουµε
u1 = v1 = (1,1,1,1)
v2 , u1 12
u2 = v2 − 2
u1 = (1, 2, 4,5) − (1,1,1,1) = (−2, −1,1, 2)
u1 4
v3 , u2 v3 , u1
u3 = v3 − 2
u2 − 2
u1 =
u2 u1
−7 −8 8 −17 −13 7
(1, −3, −4, −2) − (−2, −1,1, 2) − (1,1,1,1) = ( , , , ).
10 4 5 10 10 5
∆ιαιρώντας τα u1 , u2 , u3 µε τα µήκη τους βρίσκουµε τη ζητούµενη ορθοκανονική
⎧1 1 10 8 −17 −13 7 ⎫
βάση ⎨ (1,1,1,1), (−2, −1,1, 2), ( , , , )⎬
⎩2 10 910 5 10 10 5 ⎭
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Εξετάστε αν τα παρακάτω στοιχεία είναι γραµµικά ανεξάρτητα
1. (1, 2,1, 0), (1, 2, −1, 0), (0, 0, 2, 0) στο \ 4
⎛ 1 1 ⎞ ⎛ 1 1 ⎞ ⎛ 1 1⎞
2. ⎜ ⎟,⎜ ⎟,⎜ ⎟ στο M 2 (\)
⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 1 1⎠
Υπόδειξη 1. Βλ. Λυµένη Άσκηση 1. 2. Βλ. Λυµένη Άσκηση 2. Απάντηση 1. Είναι
γραµµικά εξαρτηµένα. 2. Είναι γραµµικά ανεξάρτητα.
Άσκηση 2
Εξετάστε αν τα πολυώνυµα x 2 + x + 1, x 2 + 2 x + 1, x 2 + x + 2 αποτελούν µια βάση του
\ 2 [ x].
Υπόδειξη Βλ. Λυµένη Άσκηση 3 και Πρόταση 4. Απάντηση Είναι βάση.
Άσκηση 3
Έστω u, v, w γραµµικά ανεξάρτητα στοιχεία ενός διανυσµατικού χώρου.
1. ∆είξτε ότι τα 2u − w, u + v + w,3u − v − w είναι γραµµικά ανεξάρτητα.
2. ∆είξτε ότι u , v, w = 2u − w, u + v + w,3u − v − w
Υπόδειξη 1. Βλ. Λυµένη Άσκηση 4. 2. Επειδή ισχύει

2u − w, u + v + w,3u − v − w ⊆ u , v, w αρκεί να αποδειχτεί, σύµφωνα µε το
Θεώρηµα 5, ότι dim u , v, w = dim 2u − w, u + v + w,3u − v − w .
Άσκηση 4
1. Να βρεθούν οι τιµές του a τέτοιες ώστε στο \ 3 (1, 2,1) ∈ (1,1,1), (0, a,1) .
2. Να βρεθούν οι τιµές του a τέτοιες ώστε στο \ 3 (1, 2, 2) ∈ (1,1,1), (0, a,1) .
Υπόδειξη Βλ. Λυµένη Άσκηση 5. Απάντηση 1. ∆εν υπάρχει τέτοια τιµή του a. 2.
a = 1.
Άσκηση 5
Να βρεθεί µια βάση και η διάσταση του υπόχωρου του \ 4 που παράγεται από τα
(1, 4, −1,3), (2,1, −3, −1), (0, 2,1, −5) .
Υπόδειξη Βλ. Λυµένη Άσκηση 6. Απάντηση Η διάσταση είναι 3.
Άσκηση 6
Να βρεθεί µια βάση και η διάσταση του χώρου των λύσεων του οµογενούς γραµµικού
συστήµατος
x + 3 y + 2z = 0
x + 5y + z = 0
3x + 5 y + 8 z = 0.
Υπόδειξη Βλ. Λυµένη Άσκηση 14. Απάντηση Μια βάση είναι το {(7, −1, −2)} και η
διάσταση είναι 1.
Άσκηση 7
{ }
Έστω W = A ∈ M 3 ( \ ) At = A το υποσύνολο του M 3 (R) που αποτελείται από τους
συµµετρικούς πίνακες. Αποδείξτε ότι το W είναι υπόχωρος του M 3 (R) . Επιπλέον να

βρεθεί µια βάση και η διάστασή του.
Υπόδειξη Βλ. Λυµένη Άσκηση 9. Απάντηση dim W = 6.
Άσκηση 8
Θεωρούµε τους υπόχωρους
U = {( x, y, z , w) ∈ \ 4 y + z + w = 0} , W = {( x, y, z , w) ∈ \ 4 x + y = z − 2w = 0} . Να
βρεθούν οι διαστάσεις των U ,W ,U ∩ W ,U + W .

Απάντηση dim U = 3, dim W = 2, dim U ∩ W = 1, dim (U + W ) = 4.
Άσκηση 9
⎧⎛ a b ⎞ ⎫ ⎧⎛ a b ⎞ ⎫
Θεωρούµε τους υπόχωρους U = ⎨⎜ ⎟ a − b = 0 ⎬ , V = ⎨⎜ ⎟ a − c = 0 ⎬ του
⎩⎝ c d ⎠ ⎭ ⎩⎝ c d ⎠ ⎭
M 2 (R). Να βρεθούν οι διαστάσεις των υπόχωρων U , V , U + V , U ∩ V .
Απάντηση dim U = dim V = 3, dim U ∩ V = 2, dim (U + V ) = 4.
Άσκηση 10
Αφού αποδείξτε ότι µια βάση του M 2 ( \ ) είναι το σύνολο
⎧⎛1 1⎞ ⎛ 1 1 ⎞ ⎛ 1 1 ⎞ ⎛ 0 1 ⎞ ⎫ ⎛ 6 10 ⎞
⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟ ⎬ να βρεθούν οι συντεταγµένες του ⎜ ⎟ ως
⎩⎝1 1⎠ ⎝ 1 0 ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠ ⎭ ⎝1 3 ⎠
προς τη βάση αυτή.
Υπόδειξη Από την Πρόταση 4 αρκεί να δείξετε ότι το δοσµένο σύνολο είναι
γραµµικά ανεξάρτητο. Απάντηση Οι συντεταγµένες είναι (3, −2,5, 4) , δηλαδή έχουµε
⎛ 6 10 ⎞ ⎛ 1 1⎞ ⎛ 1 1 ⎞ ⎛ 1 1 ⎞ ⎛ 0 1 ⎞
⎜ ⎟ = 3⎜ ⎟ − 2⎜ ⎟ + 5⎜ ⎟ + 4⎜ ⎟.
⎝1 3 ⎠ ⎝ 1 1⎠ ⎝ 1 0 ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠
Άσκηση 11
Έστω U = {( x, y, z , w) ∈ \ 4 y + z + w = 0} . Να βρεθεί µια βάση ενός υπόχωρου W του
\ 4 τέτοιου ώστε U ⊕ W = \ 4 .
Υπόδειξη Βρείτε µια βάση του U και επεκτείνατε την σε βάση του \ 4 . Βλ. Λυµένη
Άσκηση 11.
Άσκηση 12
Να βρεθούν οι τάξεις των πινάκων
⎛1 3 1 −2 ⎞
⎜ ⎟
⎛ 2 3⎞ ⎛2 3 1⎞ ⎜1 4 3 −1 ⎟
A=⎜ ⎟, B = ⎜ ⎟,C = ⎜
⎝ 2 3⎠ ⎝ 2 3 2⎠ 2 3 −4 −7 ⎟
⎜⎜ ⎟
⎝3 8 1 −7 ⎠⎟
Υπόδειξη Μετασχηµατίστε τους πίνακες σε κλιµακωτή µορφή και εφαρµόστε την
Πρόταση 7. Απάντηση r ( A) = 1, r ( B) = 2, r (C ) = 2.
Άσκηση 13
Αποδείξτε ότι ένας n × n πίνακας είναι αντιστρέψιµος αν και µόνο αν η τάξη του είναι
ίση µε n.
Υπόδειξη Βλ. Θεώρηµα 12 του Κεφαλαίου 3. Άλλος τρόπος: Βλ. Πόρισµα 5
Κεφάλαιο 5.
Άσκηση 14
Έστω A, B ∈ M n×m ( F ) . Έστω ότι ο πίνακας A − B έχει το πολύ ένα µη µηδενικό
στοιχείο. Αποδείξτε ότι r ( A) − r ( B) ≤ 1.
Υπόδειξη Εξετάστε τη διάσταση των χώρων γραµµών.
Άσκηση 15
Να βρεθεί µια ορθοκανονική βάση του υπόχωρου του \ 3 που παράγεται από τα
διανύσµατα (1,0,1),(1,1,0).
1 2 1 1
Υπόδειξη Βλ. Λυµένη Άσκηση 17. Απάντηση (1, 0,1), ( ,1, − )
2 3 2 2
Κεφάλαιο 8: Γραµµικές Απεικονίσεις Σελίδα 1 από 27
Κεφάλαιο 8
Γραµµικές Απεικονίσεις
Στα προηγούµενα δυο κεφάλαια ασχοληθήκαµε µε διανυσµατικούς χώρους. Στο

παρόν κεφάλαιο θα αναφερθούµε σε απεικονίσεις µεταξύ διανυσµατικών χώρων που
διατηρούν τη ‘δοµή’ τους. Οι απεικονίσεις αυτές που µας διευκολύνουν να
‘συγκρίνουµε’ διανυσµατικούς χώρους λέγονται γραµµικές. Θα δούµε ότι η µελέτη
γραµµικών απεικονίσεων ανάγεται στη µελέτη πινάκων.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
Ορισµός 1 (γραµµική απεικόνιση).......................................................................................................2
Παραδείγµατα......................................................................................................................................2
Ορισµός 2 (πυρήνας και εικόνα)..........................................................................................................4
Παραδείγµατα......................................................................................................................................4
Παράδειγµα..........................................................................................................................................5
Ορισµός 3 (πίνακας γραµµικής απεικόνισης) ......................................................................................6
Παράδειγµα..........................................................................................................................................7
Παρατήρηση 4 .....................................................................................................................................8
Παράδειγµα..........................................................................................................................................8
Ορισµός 5 (όµοιοι πίνακες) .................................................................................................................9
Παραδείγµατα......................................................................................................................................9
ΘΕΜΕΛΙΩ∆Ε1Σ ΓΝΩΣΕΙΣ .................................................................................................................9

Πρόταση 1 (γραµµική απεικόνιση ορίζεται µέσω βάσης) ...................................................................9
Θεώρηµα 2 (σχέση διαστάσεων πυρήνα και εικόνας) .......................................................................10
Παράδειγµα........................................................................................................................................10
Πρόταση 3 (1-1 γραµµική απεικόνιση) .............................................................................................10
Παράδειγµα........................................................................................................................................10
Πρόταση 4 (ισόµορφοι χώροι και διαστάσεις) ..................................................................................10
Πόρισµα 5..........................................................................................................................................11
Παράδειγµα........................................................................................................................................11
ΠΙΝΑΚΑΣ ΓΡΑΜΜΙΚΗΣ ΑΠΕΙΚΟΝΙΣΗΣ ....................................................................................11
Θεώρηµα 6 (πράξεις και πίνακες γραµµικών απεικονίσεων) ............................................................11
Πρόταση 7 .........................................................................................................................................12
Άσκηση 1...........................................................................................................................................12
Άσκηση 2...........................................................................................................................................13
Άσκηση 3...........................................................................................................................................14
Άσκηση 4...........................................................................................................................................15
Άσκηση 5...........................................................................................................................................16
Άσκηση 6...........................................................................................................................................16
Άσκηση 7...........................................................................................................................................17
Άσκηση 8...........................................................................................................................................18
Άσκηση 9...........................................................................................................................................19
Άσκηση 10.........................................................................................................................................20
Άσκηση 11.........................................................................................................................................21
Άσκηση 12.........................................................................................................................................23
Άσκηση 13.........................................................................................................................................24
ΑΣΚΗΣΕΙΣ...........................................................................................................................................25
Άσκηση 1...........................................................................................................................................25
Άσκηση 2...........................................................................................................................................25
Άσκηση 3...........................................................................................................................................25
Άσκηση 4...........................................................................................................................................25
Άσκηση 5...........................................................................................................................................26
Άσκηση 6...........................................................................................................................................26
Άσκηση 7...........................................................................................................................................26
Άσκηση 8...........................................................................................................................................26
Άσκηση 9...........................................................................................................................................27
Άσκηση 10.........................................................................................................................................27
Ορισµός 1 (γραµµική απεικόνιση)
Έστω V, W δύο F − διανυσµατικοί χώροι. Μια απεικόνιση f : V → W λέγεται
γραµµική απεικόνιση αν
1. f (v1 + v2 ) = f (v1 ) + f (v2 ) για κάθε v1 , v2 ∈ V , και
2. f (av) = af (v) για κάθε a ∈ F, v ∈ V .

Μια γραµµική απεικόνιση f : V → W ονοµάζεται ισοµορφισµός αν αυτή είναι ένα
προς ένα και επί. Στην περίπτωση αυτή λέµε ότι οι χώροι V , W είναι ισόµορφοι.
Σηµείωση
• Οι συνθήκες 1 και 2 του παραπάνω ορισµού µπορούν να ενοποιηθούν σε µια:
f (av1 + bv2 ) = af (v1 ) + bf (v2 ) για κάθε a, b ∈ F, v1 , v2 ∈ V .
• Αν f : V → W είναι γραµµική απεικόνιση τότε f (0V ) = 0W .
1. Η απεικόνιση f : R → R, f ( x) = 5 x είναι γραµµική. Πράγµατι, έστω
x1 , x2 ∈ R και a ∈ F . Τότε
1. f ( x1 + x2 ) = 5( x1 + x2 ) = 5 x1 + 5 x2 = f ( x1 ) + f ( x2 )
2. f (ax1 ) = 5ax1 = a(5 x1 ) = af ( x1 ).
Με παρόµοιο τρόπο κάθε απεικόνιση f : R → R, f ( x) = ax είναι γραµµική
2. Η απεικόνιση f : R → R, f ( x) = 5 x + 2 δεν είναι γραµµική αφού, για
παράδειγµα, 3 f (1) ≠ f (3) . (Θα µπορούσαµε να συµπεράνουµε ότι η f
δεν είναι γραµµική παρατηρώντας ότι f (0) = 2 ≠ 0 ).
3. Η απεικόνιση f : R 2 → R 2 , f ( x, y ) = ( 2 x − 3 y, x + 5 y ) είναι γραµµική.
Πράγµατι, έστω ( x1 , y1 ), ( x2 , y2 ) ∈ R 2 και a ∈ F .Τότε
1. f (( x1 , y1 ) + ( x2 , y2 )) =
f ( x1 + x2 , y1 + y2 ) =
(2( x1 + x2 ) − 3( y1 + y2 ), ( x1 + x2 ) + 5( y1 + y2 )) =
((2 x1 − 3 y1 ) + (2 x2 − 3 y2 ), ( x1 + 5 y1 ) + ( x2 + 5 y2 )) =
(2 x1 − 3 y1 , x1 + 5 y1 ) + (2 x2 − 3 y2 , x2 + 5 y2 ) =
f ( x1 , y1 ) + f ( x2 , y2 ).
2. f (a ( x1 , y 1 )) =
f (ax1 , ay1 ) =
(2ax1 − 3ay1 , ax1 + 5ay1 ) =
a (2 x1 − 3 y1 , x1 + 5 y1 ) =
af ( x1 , x2 )
Με παρόµοιο τρόπο αποδεικνύεται κάθε απεικόνιση f : R 2 → R 2 της
µορφής f ( x, y ) = ( ax + by, cx + dy ) , είναι γραµµική.
4. Η απεικόνιση f : R 3 → R 2 , f ( x, y, z ) = ( 2 x − 3 y + 1, x + 5 y + z ) δεν είναι
γραµµική. Πράγµατι, έχουµε f (0, 0, 0) = (1, 0) ≠ (0, 0).

5. Εύκολα επαληθεύεται ότι η απεικόνιση
f : R 3 → R 2 , f ( x, y, z ) = ( 2 x − 3 y, x + 5 y + z ) είναι γραµµική.
6. Έστω A ∈ M n (R) . Η απεικόνιση f : M n (R) → M n (R), f ( X ) = AX είναι

γραµµική αφού
1. f ( X + Y ) = A( X + Y ) = AX + AY = f ( X ) + f (Y )
2. af ( X ) = aAX = A(aX ) = f (aX )
για κάθε X , Y ∈ M n (R), a ∈ R.
7. Η απεικόνιση f : \ 2 → \ 2 , f ( x, y ) = ( x, − y ), είναι γραµµική. Γεωµετρικά

πρόκειται για την ανάκλαση του επιπέδου ως προς τον άξονα των x, όπως
( x, y )
( x , y ) 6 ( x, − y )
( x, − y )
8. Έστω θ ∈ \ . Η απεικόνιση
f : \ 2 → \ 2 , f ( x, y ) = ( x cos θ − y sin θ , x sin θ + y cos θ ),
είναι γραµµική. Γεωµετρικά πρόκειται για τη στροφή του επιπέδου κατά
γωνία θ στην αντίθετη φορά µε την κίνηση δεικτών του ρολογιού όπως
( x, y ) 6 ( x cos θ − y sin θ , x sin θ + y cos θ )
( x, y )
θ
9. Χρησιµοποιώντας ιδιότητες των παραγώγων βλέπουµε ότι η απεικόνιση

Φ : \[ x] → \[ x], Φ ( p( x)) = ( p( x)) / είναι γραµµική.
Ορισµός 2 (πυρήνας και εικόνα)

Έστω f : V → W µια γραµµική απεικόνιση.
• Ο πυρήνας της f είναι το σύνολο {v ∈ V f (v) = 0W } . Συµβολίζεται δε µε
ker f και είναι ένας υπόχωρος του V.
• Η εικόνα imf της απεικόνισης f είναι το σύνολο { f (v) ∈ W v ∈ V } και είναι
ένας υπόχωρος του W.
1. Έστω f : R 2 → R, f ( x, y ) = x + y . Η απεικόνιση αυτή είναι γραµµική. Για
τον πυρήνα έχουµε
( x, y ) ∈ ker f ⇔
f ( x, y ) = 0 ⇔
x+ y =0⇔
y = − x.
Άρα ker f = {( x, − x) x ∈ R} .
2. Έστω f : R 2 → R 2 , f ( x, y ) = (10 x + 5 y, 2 x + y ) . Η απεικόνιση αυτή είναι
γραµµική. Ένα στοιχείο ( x, y ) ∈ R 2 ανήκει στον πυρήνα της f αν και

µόνο αν
f ( x, y ) = (0, 0) ⇔
(10 x + 5 y, 2 x + y ) = (0, 0) ⇔
⎧10 x + 5 y = 0
⎨ ⇔
⎩2 x + y = 0
2x + y = 0 ⇔
( x, y ) = ( x, −2 x), x ∈ R.
Άρα ο πυρήνας της f είναι το σύνολο ker f = {( x, −2 x) x ∈ R} .
3. Θεωρούµε τη γραµµική απεικόνιση

f : R 2 → R 2 , f ( x, y ) = ( 9 x + 5 y, 2 x + y ) . Ένα στοιχείο ( x, y ) ∈ R 2 ανήκει
στον πυρήνα της f αν και µόνο αν

f ( x, y ) = (0, 0) ⇔
( 9 x + 5 y, 2 x + y ) = (0, 0) ⇔
⎧9 x + 5 y = 0
⎨ ⇔
⎩2 x + y = 0
x = y = 0.
Άρα ο πυρήνας της f είναι το σύνολο ker f = {(0, 0)} , δηλαδή ο
τετριµµένος υπόχωρος του R 2 .
Επειδή το παράδειγµα αυτό είναι ιδιαίτερα σηµαντικό το ξεχωρίζουµε.
Έστω A ∈ M m×n (R). Ο πυρήνας της γραµµικής απεικόνισης
f : M n×1 (R) → M m×1 (R), f ( X ) = AX , είναι το σύνολο των X ∈ M n×1 (R)
τέτοιων ώστε AX = 0 , δηλαδή είναι το σύνολο των λύσεων του οµογενούς

συστήµατος AX = 0 . Η εικόνα της γραµµικής απεικόνισης f είναι το σύνολο
⎛ b1 ⎞
όλων των b = ⎜⎜ # ⎟⎟ για τα οποία το σύστηµα AX = b έχει λύση.
⎜b ⎟
⎝ m⎠
Ορισµός 3 (πίνακας γραµµικής απεικόνισης)

Έστω f : V → W µια γραµµική απεικόνιση όπου V, W είναι δύο F − διανυσµατικοί
χώροι πεπερασµένης διάστασης. Έστω αl = {v1 ,..., vn } µια διατεταγµένη1 βάση του V
l = {w ,..., w } µια διατεταγµένη βάση του W. Θεωρούµε τα στοιχεία
και β 1 m
f (v1 ),..., f (vn ) του W. Επειδή το {w1 ,..., wm } είναι βάση του W, ξέρουµε ότι κάθε
f (vi ) γράφεται κατά µοναδικό τρόπο ως γραµµικός συνδυασµός των στοιχείων
w1 ,..., wm . ∆ηλαδή υπάρχουν µοναδικά aij ∈ F τέτοια ώστε
f (v1 ) = a11w1 + a21w2 + ... + am1wm

f (v2 ) = a12 w1 + a22 w2 + ... + am 2 wm
.
...............
f (vn ) = a1n w1 + a2 n w2 + ... + amn wm
Θεωρούµε τον m × n πίνακα
⎛ a11 a12 ... a1n ⎞
⎜ ⎟
⎜ a21 a22 ... a2 n ⎟
.
⎜ ... ... ... ... ⎟
⎜⎜ ⎟
⎝ am1 am 2 ... amn ⎟⎠
Ο πίνακας αυτός ονοµάζεται ο πίνακας της f ως προς τις διατεταγµένες βάσεις
α , lβ και συµβολίζεται µε ( f : αl , β
l ) . Επίσης λέµε ότι η f αναπαρίσταται από τον
πίνακα ( f : αl , β
l)
1
Λέγοντας ότι η βάση {v1 ,..., vn } είναι διατεταγµένη, εννοούµε ότι θεωρούµε τη βάση {v1 ,..., vn }
µαζί µε τη διάταξη σύµφωνα µε την οποία το πρώτο στοιχείο είναι το v1 , το δεύτερο είναι το v2 , κλπ.
Για παράδειγµα, έστω n = 2 . Ενώ οι βάσεις {v1 , v2 }, {v2 , v1} είναι ίσες, οι διατεταγµένες βάσεις
{v1 , v2 }, {v2 , v1} δεν είναι ίσες.
Προσοχή
1. Η πρώτη στήλη του ( f : αl , β

l ) σχηµατίζεται από τις συντεταγµένες του
f (v1 ) ως προς τη διατεταγµένη βάση lβ , η δεύτερη στήλη από τις
συντεταγµένες του f (v2 ) ως προς τη διατεταγµένη βάση lβ κοκ.
2. Τονίζουµε ότι για δοσµένη f ο πίνακας ( f : αl , β

l ) εξαρτάται από τις
διατεταγµένες βάσεις α , lβ . Σχετικό είναι το επόµενο παράδειγµα.
Έστω η γραµµική απεικόνιση
f : R 2 → R 3 , f ( x, y ) = (2 x − y, x + y, x).
Θεωρούµε τη συνήθη διατεταγµένη βάση του R 2 , α = {(1, 0), (0,1)} και τη
συνήθη διατεταγµένη βάση του R 3 , βˆ = {(1, 0, 0), (0,1, 0), (0, 0,1)} . Με
υπολογισµούς βρίσκουµε ότι
f (1, 0) = (2,1,1) = 2(1, 0, 0) + 1(0,1, 0) + 1(0, 0,1)
f (0,1) = (−1,1, 0) = −1(1, 0, 0) + 1(0,1, 0) + 0(0, 0,1).
⎛ 2 −1⎞
l) = ⎜1 1 ⎟ .
Άρα ( f : αl , β ⎜ ⎟
⎜1 0 ⎟
⎝ ⎠
Επιλέγουµε τώρα τη διατεταγµένη βάση α 1 = {(1,1), (2,1)} του R 2 και τη
συνήθη διατεταγµένη βάση β του R 3 . Βρίσκουµε

f (1,1) = (1, 2,1) = 1(1, 0, 0) + 2(0,1, 0) + 1(0, 0,1)
f (2,1) = (3,3, 2) = 3(1, 0, 0) + 3(0,1, 0) + 2(0, 0,1).
⎛1 3⎞
Άρα ( f : αˆ1 , β ) = ⎜⎜ 2 3 ⎟⎟ .
l
⎜1 2⎟
⎝ ⎠
Θα εξηγήσουµε στη συνέχεια πως µπορούµε να ανακτήσουµε µια γραµµική

απεικόνιση αν γνωρίζουµε έναν πίνακά της. Με άλλα λόγια θα δούµε έναν τύπο που
καθορίζει µια γραµµική απεικόνιση µέσω ενός πίνακά της.
Συµβολισµός Έστω f : V → W µια γραµµική απεικόνιση όπου V, W είναι δύο F −
διανυσµατικοί χώροι πεπερασµένης διάστασης. Έστω αl = {α1 ,..., α m } µια
l = { β ,..., β } µια διατεταγµένη βάση του W. Αν

διατεταγµένη βάση του V και β 1 n
⎛ λ1 ⎞
⎜ ⎟
v ∈ V , τότε µε [v]αl συµβολίζουµε τον πίνακα στήλη ⎜ # ⎟ όπου
⎜λ ⎟
⎝ m⎠
v = λ1α1 + ... + λmα m , λi ∈ F. ∆ηλαδή ο [v]αl είναι ο πίνακας – στήλη που σχηµατίζεται
από τις συντεταγµένες του v ως προς τη βάση αl .
Παρατήρηση 4
Με τους προηγούµενους συµβολισµούς έχουµε
[ f (v)]βl = ( f : αl , βl ) [ v ]αl .

(
∆ηλαδή ο πίνακας – στήλη [ f (v) ]βl είναι το γινόµενο των πινάκων f : αl , β , [ v ]αl . )

( )
Αυτό σηµαίνει ότι αν ξέρουµε τον πίνακα f : αl , β και φυσικά τις βάσεις αl , βl , τότε
ξέρουµε την f. Ας δούµε ένα παράδειγµα.
⎛ 2 −1⎞
Έστω f : R → R µια γραµµική απεικόνιση µε ( f : α , β ) = ⎜⎜ 1 1 ⎟⎟ , όπου
2 3 l l
⎜1 0 ⎟
⎝ ⎠
α = {(1,1), (0,1)} , lβ = {(1,1, 0), (0,1,1), (0, 0,1)} . Θα υπολογίσουµε το f (v) για
κάθε v ∈ \ 2 .
Αν v = ( x, y ) ∈ \ 2 , τότε v = x(1,1) + ( y − x ) (0,1) , οπότε παίρνουµε
⎛ x ⎞
[v ]αl = ⎜ ⎟ . Από την Παρατήρηση 4 έχουµε
⎝ y − x⎠
⎛ 2 −1⎞ ⎛ 3x − y ⎞

[ f (v)]β ( l
) ⎜ ⎟⎛ x ⎞ ⎜
= f : α , β [ v ]αl = ⎜ 1 1 ⎟ ⎜
⎜1 0 ⎟⎝ y − x
⎟ = ⎜ y ⎟.
⎠ ⎜
⎟
⎟
⎝ ⎠ ⎝ x ⎠
Εποµένως
f (v) = (3x − y )(1,1, 0) + y (0,1,1) + x(0, 0,1) = (3 x − y,3 x, x + y ).
Ορισµός 5 (όµοιοι πίνακες)

∆ύο n × n πίνακες A, B ∈ M n (F) λέγονται όµοιοι αν υπάρχει αντιστρέψιµος πίνακας
P ∈ M n (F) τέτοιος ώστε A = P −1 BP.
⎛ 0 −1⎞ ⎛ 1 0 ⎞ ⎛ 0 −1⎞ −1 ⎛ 1 0⎞
• Οι πίνακες ⎜ ⎟, ⎜ ⎟ είναι όµοιοι γιατί ⎜ ⎟=P ⎜ ⎟ P,
⎝ 2 3 ⎠ ⎝ 0 2⎠ ⎝2 3 ⎠ ⎝ 0 2⎠
⎛ 2 1⎞
όπου P = ⎜ ⎟ , όπως εύκολα µπορούµε να επαληθεύσουµε µε έναν
⎝ 1 1⎠
υπολογισµό.
⎛ 1 0⎞ ⎛ 0 1⎞
• Θα δούµε εδώ ότι οι πίνακες A = ⎜ ⎟, B = ⎜ ⎟ δεν είναι όµοιοι.
⎝ 0 0⎠ ⎝ 0 0⎠
Πράγµατι, έστω ότι υπάρχει αντιστρέψιµος πίνακας P µε A = P −1 BP ,
⎛a b⎞
δηλαδή µε PA = BA. Αν P = ⎜ ⎟ , τότε
⎝c d⎠
⎛a b ⎞ ⎛ 1 0 ⎞ ⎛ 0 1 ⎞⎛ a b ⎞
⎜ ⎟⎜ ⎟=⎜ ⎟⎜ ⎟⇒
⎝c d ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠⎝ c d ⎠
⎛a 0⎞ ⎛ c d ⎞
⎜ ⎟=⎜ ⎟⇒
⎝c 0⎠ ⎝ 0 0 ⎠
a = c, d = 0, c = 0 ⇒
⎛0 b⎞
P=⎜ ⎟.
⎝0 0⎠
Από την τελευταία σχέση βλέπουµε ότι ο P δεν είναι αντιστρέψιµος. Αυτό
είναι άτοπο.
ΘΕΜΕΛΙΩ∆Ε1Σ ΓΝΩΣΕΙΣ
Πρόταση 1 (γραµµική απεικόνιση ορίζεται µέσω βάσης)
Έστω f : V → W µια γραµµική απεικόνιση F − διανυσµατικών χώρων, {v1 ,..., vn } µια
βάση του V και w1 ,..., wn στοιχεία του W. Τότε υπάρχει µοναδική γραµµική απεικόνιση
f : V → W τέτοια ώστε f (v1 ) = w1 ,..., f (vn ) = wn .

Για παράδειγµα, έστω w1 , w2 ∈ \ 3 . Τότε υπάρχει µοναδική γραµµική απεικόνιση
f : \ 2 → \ 3 µε f (1, 0) = w1 , f (0,1) = w2 .
Η Πρόταση 1 λέει µεταξύ των άλλων ότι για να ορίσουµε µια γραµµική απεικόνιση
σε ένα διανυσµατικό χώρο V, αρκεί να ορίσουµε τις τιµές της στα στοιχεία µιας
βάσης του V.
Θεώρηµα 2 (σχέση διαστάσεων πυρήνα και εικόνας)

Έστω f : V → W µια γραµµική απεικόνιση όπου V, W είναι δύο F − διανυσµατικοί
χώροι πεπερασµένης διάστασης. Τότε
dim V = dim ker f + dim imf .
Είδαµε σε προηγούµενο Παράδειγµα ότι ο πυρήνας της γραµµικής
απεικόνισης f : R → R , f ( x, y ) = (10 x + 5 y, 2 x + y ) ,
2 2
είναι ker f =
{( x, −2 x) x ∈ R} . Άρα dim ker f = 1. Από τον τύπο του προηγούµενου
Θεωρήµατος συµπεραίνουµε ότι 2 = 1 + dim imf , δηλαδή dim imf = 1.
Πρόταση 3 (1-1 γραµµική απεικόνιση)

Μια γραµµική απεικόνιση f : V → W είναι 1-1 αν και µόνο αν ker f = {0}.
∆ηλαδή, µια γραµµική απεικόνιση f :V → W είναι 1-1 αν και µόνο αν

dim ker f = 0 .
Είδαµε σε προηγούµενο Παράδειγµα ότι η γραµµική απεικόνιση
f : R 2 → R 2 , f ( x, y ) = ( 9 x + 5 y, 2 x + y ) έχει πυρήνα ker f = {(0, 0)} . Άρα η f
είναι 1-1.
Πρόταση 4 (ισόµορφοι χώροι και διαστάσεις)

Έστω V , W δυο F − διανυσµατικοί χώροι που έχουν πεπερασµένες διαστάσεις. Τότε οι
χώροι αυτοί είναι ισόµορφοι αν και µόνο αν dim V = dim W .
Για παράδειγµα, ο υπόχωρος U = {( x, y, z ) z = 0} του \ 3 έχει διάσταση 2 και άρα
είναι ισόµορφος µε τον \ 2 . Γεωµετρικά το U είναι το xy επίπεδο.

Πόρισµα 5
Έστω V , W δυο διανυσµατικοί χώροι πεπερασµένης διάστασης τέτοιοι ώστε
dim V = dim W και f : V → W µια γραµµική απεικόνιση. Τότε τα ακόλουθα είναι
ισοδύναµα.
• η f είναι 1-1
• η f είναι επί
• ker f = {0}
• η f είναι ισοµορφισµός.
Είδαµε σε προηγούµενο Παράδειγµα ότι η γραµµική απεικόνιση
f : R 2 → R 2 , f ( x, y ) = ( 9 x + 5 y, 2 x + y ) είναι 1-1. Συνεπώς η f είναι και επί.
Πριν διατυπώσουµε το επόµενο Θεώρηµα, ας υπενθυµίσουµε ότι µε γραµµικές

απεικονίσεις έχουµε τις ακόλουθες πράξεις.
• (άθροισµα) Έστω ότι f , g : V → W είναι δυο γραµµικές απεικονίσεις. Τότε η
απεικόνιση f + g :V → W που ορίζεται από τη σχέση
(f + g ) (v) = f (v) + g (v) είναι γραµµική.
• (αριθµητικό γινόµενο) Έστω ότι f : V → W είναι µια γραµµική απεικόνιση.

Τότε για κάθε a ∈ F , η απεικόνιση af : V → W που ορίζεται από
( af ) (v) = af (v) είναι γραµµική.

• (σύνθεση) Έστω ότι f : U → V , g : V → W είναι δυο γραµµικές απεικονίσεις
F − διανυσµατικών χώρων. Τότε η σύνθεση g D f :U → W είναι µια
γραµµική απεικόνιση.
ΠΙΝΑΚΑΣ ΓΡΑΜΜΙΚΗΣ ΑΠΕΙΚΟΝΙΣΗΣ

Θεώρηµα 6 (πράξεις και πίνακες γραµµικών απεικονίσεων)
Έστω U , V ,W τρεις πεπερασµένης διάστασης F − διανυσµατικοί χώροι µε αντίστοιχες
διατεταγµένες βάσεις αl , β
l , γ .
1. Αν f , g : V → W είναι δυο γραµµικές απεικονίσεις, τότε

( f + g : βl , γ ) = ( f : βl , γ ) + ( g : βl , γ ) και ( af : βl , γ ) = a ( f : βl , γ )
για κάθε a ∈ F.
2. Αν f : U → V , g : V → W είναι δυο γραµµικές απεικονίσεις, τότε
( g D f : αl , γ ) = ( g : βl , γ ) ( f : αl , βl ) .
3. Αν f : U → V είναι µια αντιστρέψιµη γραµµική απεικόνιση, τότε η
( ) ( )
−1
l , αl = f : αl , β
απεικόνιση f −1 : V → U είναι γραµµική και f −1 : β l .
Το προηγούµενο Θεώρηµα µας λέει µεταξύ των άλλων ότι

• ο πίνακας του αθροίσµατος δυο γραµµικών απεικονίσεων είναι το
άθροισµα των αντίστοιχων πινάκων
• ο πίνακας της σύνθεσης δυο γραµµικών απεικονίσεων είναι το
γινόµενο των αντίστοιχων πινάκων.
Η πρακτική σηµασία του Θεωρήµατος 6 είναι ότι µέσω αυτού πολλά προβλήµατα
γραµµικών απεικονίσεων ανάγονται σε προβλήµατα πινάκων.
Πρόταση 7
Έστω f : V → W µια γραµµική απεικόνιση όπου οι V,W είναι διανυσµατικοί χώροι
πεπερασµένης διάστασης. Τότε για κάθε επιλογή διατεταγµένων βάσεων αl , β

l των V,W
αντίστοιχα, έχουµε ότι η διάσταση dim imf ισούται µε την τάξη του πίνακα f : αl , β
l .
( )
Για µια τυπική εφαρµογή της προηγούµενης Πρότασης παραπέµπουµε στη Λυµένη
Άσκηση 19.
Άσκηση 1
Εξετάστε ποιες από τις επόµενες απεικονίσεις είναι γραµµικές.
f : \ 3 → \ 2 , f ( x, y, z ) = (2 x + xy, x − 3 y − z )
g : \ 3 → \ 2 , g ( x, y, z ) = (2 x + 1, x − 3 y − z )
h : \ 3 → \ 2 , h( x, y, z ) = (2 x + z , x − 3 y − z )
k : \ 3 → \ 2 , k ( x, y, z ) = (2 x + z , x − 3 y − z )
det : M n ( \ ) → \, A 6 det A
Λύση
Η f δεν είναι γραµµική γιατί f (2, 2, 2) = (8, −6) και 2 f (1,1,1) = (6, −6) , δηλαδή
f (2, 2, 2) ≠ 2 f (1,1,1).
Η g δεν είναι γραµµική αφού g (0, 0, 0) = (1, 0) ≠ (0, 0). (Βλ. Σηµείωση µετά τον
Ορισµό 1).
Η h δεν είναι γραµµική αφού h(0, 0, −1) = (1,1) και h(0, 0,1) = (1, −1) , δηλαδή
h(0, 0, −1) ≠ − h(0, 0,1).
Η k είναι γραµµική. Πράγµατι, έστω ( x1 , y1 , z1 ), ( x2 , y2 , z2 ) ∈ \ 3 , a ∈ \. Τότε
1. k ( ( x1 , y1 , z1 ) + ( x2 , y2 , z2 ) ) = k ( x1 + x2 , y1 + y2 , z1 + z2 ) =
(2( x + x ) + ( z
1 2 1 + z2 ) , ( x1 + x2 ) − 3 ( y1 + y2 ) − ( z1 + z2 ) ) =
( 2 x1 + z1 , x1 − 3 y1 − z1 ) + ( 2 x2 + z2 , x2 − 3 y2 − z2 ) =
k ( x1 , y1 , z1 ) + k ( x2 , y2 , z2 ) .
2. k ( a ( x1 , y1 , z1 ) ) = k (ax1 , ay1 , az1 ) =

(2ax1 + az1 , ax1 − 3ay1 − az1 ) =
a (2 x1 + z1 , x1 − 3 y1 − z1 ) =
ak ( x1 , y1 , z1 ).
Η det δεν είναι γραµµική αν n ≥ 2. Πράγµατι, έστω A = I , ο ταυτοτικός n × n
πίνακας. Τότε det ( 2 I ) = 2n det I = 2n ≠ 2 = 2 det I . Για n = 1 , η απεικόνιση det είναι
γραµµική αφού στην περίπτωση αυτή είναι η ταυτοτική απεικόνιση \ → \, a 6 a.
Άσκηση 2
Έστω f : \ 2 → \ 2 µια γραµµική απεικόνιση τέτοια ώστε
f (1,1) = (2,3), f (0,1) = (−1,1). Να βρεθεί το διάνυσµα f ( x, y ).
Λύση
Πρώτα παρατηρούµε ότι τα στοιχεία (1,1), (0,1) αποτελούν βάση του \ 2 αφού
1) αυτά είναι γραµµικά ανεξάρτητα και 2) το πλήθος τους είναι 2 = dim \ 2 . Στη
συνέχεια θα παραστήσουµε το ( x, y ) σαν γραµµικό συνδυασµό των στοιχείων της
βάσης αυτής. Λύνοντας ως προς a,b το σύστηµα που προκύπτει από τη σχέση
( x, y ) = a(1,1) + b(0,1) βρίσκουµε a = x, b = y − x. Άρα
( x, y ) = x(1,1) + ( y − x)(0,1).
Τέλος, επειδή η f είναι γραµµική, από την προηγούµενη σχέση έχουµε
f ( x, y ) = f ( x(1,1) + ( y − x)(0,1) ) =
f ( x(1,1) ) + f ( ( y − x)(0,1) ) =
xf (1,1) + ( y − x) f (0,1).
Αντικαθιστώντας και κάνοντας πράξεις παίρνουµε
xf (1,1) + ( y − x) f (0,1) =
x(2,3) + ( y − x)(−1,1) =
( 2 x − y + x,3x + ( y − x) ) =
( 3x − y, 2 x + y ) .
Συνεπώς f ( x, y ) = ( 3 x − y, 2 x + y ) .
Άσκηση 3
Σε κάθε µια από τις επόµενες περιπτώσεις εξετάστε αν υπάρχει γραµµική απεικόνιση
f : \ 3 → \ 3 µε τις δοσµένες ιδιότητες.
1. f (1,1,1) = (2,3, 4), f (1,1, 2) = (3, −2,3), f (0,1,1) = (1, −5, 0)
2. f (1,1,1) = (2,3, 4), f (1,1, 2) = (3, −2,3), f (0, 0,1) = (1, −5, 0).
Λύση
1. Θα εξετάσουµε αν τα στοιχεία (1,1,1), (1,1, 2), (0,1,1) είναι γραµµικά
ανεξάρτητα. Χρησιµοποιώντας µια από τις µεθόδους που ξέρουµε από
⎛1 1 1⎞
προηγούµενα κεφάλαια, πχ det ⎜⎜ 1 1 2 ⎟⎟ = −1 ≠ 0 , βλέπουµε ότι τα στοιχεία
⎜0 1 1⎟
⎝ ⎠
αυτά είναι πράγµατι γραµµικά ανεξάρτητα και αποτελούν βάση του \ 3 . Από
την Πρόταση 1 υπάρχει γραµµική απεικόνιση f µε τις δοσµένες ιδιότητες.
2. Θα εξετάσουµε αν τα στοιχεία (1,1,1), (1,1, 2), (0, 0,1) είναι γραµµικά
ανεξάρτητα. Λύνοντας το σύστηµα που προκύπτει από τη σχέση
a(1,1,1) + b(1,1, 2) + c(0, 0,1) = (0, 0, 0) , βλέπουµε ότι υπάρχει µη µηδενική
λύση a = 1, b = −1, c = 1 . Άρα έχουµε τη σχέση
(1,1,1) − (1,1, 2) + (0, 0,1) = (0, 0, 0).
Αν υποθέσουµε ότι υπάρχει γραµµική απεικόνιση f µε τις δοσµένες

ιδιότητες, τότε από την προηγούµενη σχέση παίρνουµε
f (1,1,1) − f (1,1, 2) + f (0, 0,1) = (0, 0, 0) ⇒
(2,3, 4) − (3, −2,3) + (1, −5, 0) = (0, 0, 0) ⇒
(0, 0,1) = (0, 0, 0),
που είναι άτοπο. Άρα τέτοια f δεν υπάρχει.
Άσκηση 4
Να βρεθεί µια γραµµική απεικόνιση f : \ 3 → \ 4 τέτοια ώστε ο πυρήνας της να
παράγεται από τα διανύσµατα (1, 2,1), (1,3,3) και η εικόνα της να παράγεται από το
(1, 2,3, 4).
Λύση
Επειδή τα διανύσµατα (1, 2,1), (1,3,3) δεν είναι συγγραµµικά, αυτά είναι γραµµικά
ανεξάρτητα. Από το Θεώρηµα 3 του Κεφαλαίου 7 αυτά µπορούν να επεκταθούν σε
µια βάση του \ 3 , δηλαδή υπάρχει v ∈ \ 3 τέτοιο ώστε τα (1, 2,1), (1,3,3), v να
αποτελούν βάση. Μπορούµε να βρούµε ένα συγκεκριµένο v µε τη µέθοδο της
Λυµένης Άσκησης 11 του Κεφαλαίου 7. Ένα τέτοιο v είναι το v = (1, 0, 0). Από την
Πρόταση 1 υπάρχει γραµµική απεικόνιση που ορίζεται από τις σχέσεις
f (1, 2,1) = (0, 0, 0, 0), f (1,3,3) = (0, 0, 0, 0), f (1, 0, 0) = (1, 2,3, 4).
Θα δούµε τώρα ότι η f έχει τις ζητούµενες ιδιότητες. Είναι σαφές ότι έχουµε
(1, 2,1), (1,3,3) ⊆ ker f , (1, 2,3, 4) = imf . Από το Θεώρηµα 2 έχουµε
dim ker f = 3 − dim imf = 3 − 1 = 2 = dim (1, 2,1), (1,3,3) .
Αφού (1, 2,1), (1,3,3) ⊆ ker f συµπεραίνουµε ότι (1, 2,1), (1,3,3) = ker f .
Στη συνέχεια θα υπολογίσουµε την f που ορίσαµε πριν εφαρµόζοντας τη µέθοδο

της Λυµένης Άσκησης 2. Έστω ( x, y, z ) ∈ \ 3 . Λύνοντας ως προς a, b, c το σύστηµα
που προκύπτει από τη σχέση ( x, y, z ) = a(1, 2,1) + b(1,3,3) + c(1, 0, 0) βρίσκουµε µετά
από µερικές πράξεις
− y + 2z 3x − 2 y + z
( x, y, z ) = ( y − z )(1, 2,1) + (1,3,3) + (1, 0, 0).
3 3
Άρα
− y + 2z 3x − 2 y + z
f ( x, y, z ) = ( y − z ) f (1, 2,1) + f (1,3,3) + f (1, 0, 0) =
3 3
3x − 2 y + z
0+0+ (1, 2,3, 4) =
3
⎛ 3x − 2 y + z 3x − 2 y + z 3x − 2 y + z ⎞
⎜ ,2 ,3x − 2 y + z , 4 ⎟.
⎝ 3 3 3 ⎠
Άσκηση 5
Να βρεθεί µια γραµµική απεικόνιση f : \ 3 → \ 4 τέτοια ώστε η εικόνα της να
παράγεται από τα διανύσµατα (1,1,1,1), (1,1, 2, 2).
Λύση
Θεωρούµε τη συνήθη βάση {e1 , e2 , e3} του \ 3 . Από την Πρόταση 1 υπάρχει
γραµµική απεικόνιση f : \ 3 → \ 4 τέτοια ώστε

f (e1 ) = (1,1,1,1), f (e2 ) = (1,1, 2, 2), f (e3 ) = (0, 0, 0, 0).
Είναι σαφές ότι η εικόνα της f παράγεται από τα (1,1,1,1), (1,1, 2, 2) . Για να βρούµε
έναν ‘τύπο’ για την f εργαζόµαστε ως εξής.
f ( x, y, z ) = f ( xe1 + ye2 + ze3 ) =
xf (e1 ) + yf (e2 ) + zf (e3 ) =
x(1,1,1,1) + y (1,1, 2, 2) + z (0, 0, 0, 0) =
( x + y, x + y, x + 2 y, x + 2 y ) .
Άσκηση 6
Να βρεθεί µια βάση και η διάσταση για καθέναν από τους χώρους ker f , imf όπου f
είναι η γραµµική απεικόνιση f : \ 3 → \ 3 , f ( x, y, z ) = ( x + 2 y − z , y + z , x + y − 2 z ).

Λύση
Για τον πυρήνα έχουµε εξ ορισµού
( x, y, z ) ∈ ker f ⇔
f ( x, y, z ) = (0, 0, 0) ⇔
( x + 2 y − z , y + z , x + y − 2 z ) = (0, 0, 0) ⇔
⎧x + 2 y − z = 0
⎪
⎨y + z = 0
⎪ x + y − 2 z = 0.
⎩
Λύνοντας το σύστηµα βρίσκουµε ( x, y, z ) = z (3, −1,1), z ∈ \. Άρα µια βάση του
πυρήνα είναι το στοιχείο (3, −1,1) και η διάσταση του πυρήνα είναι 1.
Από το Θεώρηµα 2 έχουµε dim imf = dim \ 3 − dim ker f = 3 − 1 = 2. Ξέρουµε ότι η
εικόνα imf παράγεται από τις εικόνες των στοιχείων κάθε βάσης του πεδίου
ορισµού. Θεωρώντας τη συνήθη βάση του \ 3 , έχουµε ότι η imf παράγεται από τα
f (1, 0, 0) = (1, 0,1)
f (0,1, 0) = (2,1,1)
f (0, 0,1) = (−1,1, −2).
Επειδή τα (1, 0,1), (2,1,1) είναι γραµµικά ανεξάρτητα στοιχεία της imf και το πλήθος
τους είναι ίσο µε dim imf συµπεραίνουµε ότι αυτά αποτελούν βάση της imf .
2ος τρόπος για την εικόνα.
∆ίνουµε εδώ µια λύση για την εικόνα που είναι ανεξάρτητη από τον πυρήνα.
Σχηµατίζουµε τον πίνακα µε γραµµές τα f (1, 0, 0), f (0,1, 0), f (0, 0,1), δηλαδή τον
⎛1 0 1⎞
⎜ ⎟
⎜ 2 1 1 ⎟.
⎜ ⎟
⎝ −1 1 −2 ⎠
Με στοιχειώδεις µετασχηµατισµούς βρίσκουµε την κλιµακωτή µορφή
⎛1 0 1 ⎞
⎜ ⎟
⎜ 0 1 −1 ⎟ .
⎜0 0 0 ⎟
⎝ ⎠
Επειδή υπάρχουν 2 µη µηδενικές γραµµές συµπεραίνουµε ότι dim imf = 2 και µια
βάση της imf αποτελείται από τις γραµµές αυτές, δηλαδή µια βάση της imf είναι το
{(1, 0,1), (0,1, −1)} .
Άσκηση 7
Για τις διάφορες τιµές του k ∈ \ υπολογίστε τις διαστάσεις dim imf , dim ker f , όπου
f είναι η γραµµική απεικόνιση
f : \ 3 → \ 4 , f ( x, y, z ) = ( x + y − z , 2 x + y, x + z,3 x + 2 y + kz ).
Λύση
Ξέρουµε ότι η εικόνα της f παράγεται από τα f (1, 0, 0), f (0,1, 0), f (0, 0,1). Έχουµε
f (1, 0, 0) = (1, 2,1,3), f (0,1, 0) = (1,1, 0, 2), f (0, 0,1) = (−1, 0,1, k ). Σχηµατίζουµε τον
πίνακα µε γραµµές τα διανύσµατα αυτά
⎛ 1 2 1 3⎞
⎜ ⎟
⎜ 1 1 0 2⎟ .
⎜ −1 0 1 k ⎟
⎝ ⎠
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών φτάνουµε στον πίνακα
⎛1 2 1 3 ⎞
⎜ ⎟
A = ⎜0 1 1 1 ⎟.
⎜ ⎟
⎝ 0 0 0 k + 1⎠
• Αν k + 1 = 0 , τότε ο Α είναι σε κλιµακωτή µορφή και υπάρχουν 2 µη
µηδενικές γραµµές. Άρα dim imf = 2 . Από το Θεώρηµα 2 βρίσκουµε
dim ker f = dim \ 3 − dim imf = 3 − 2 = 1.

• Αν k + 1 ≠ 0 , τότε µε έναν ακόµη στοιχειώδη µετασχηµατισµό στον Α
⎛ 1 2 1 3⎞
καταλήγουµε στην κλιµακωτή µορφή ⎜⎜ 0 1 1 1 ⎟⎟ . Άρα dim imf = 3. Από
⎜ 0 0 0 1⎟
⎝ ⎠
το Θεώρηµα 2, dim ker f = 3 − 3 = 0.
Άσκηση 8
Έστω f : V → W µια γραµµική απεικόνιση.
1. Αν τα στοιχεία v1 ,..., vm ∈V είναι γραµµικά εξαρτηµένα, τότε και τα
f (v1 ),..., f (vm ) είναι γραµµικά εξαρτηµένα.
2. Αν τα στοιχεία v1 ,..., vm ∈V είναι γραµµικά ανεξάρτητα και η f είναι 1-1, τότε
και τα f (v1 ),..., f (vm ) ∈W είναι γραµµικά ανεξάρτητα.
Λύση
1. Έστω ότι τα v1 ,..., vm είναι γραµµικά εξαρτηµένα. Τότε υπάρχουν a1 ,..., am ∈ F , όχι
όλα µηδέν, τέτοια ώστε a1v1 + ... + am vm = 0. Άρα
f ( a1v1 + ... + am vm ) = f (0) = 0 ⇒ a1 f (v1 ) + ... + am f (vm ) = 0.
Αφού ένα τουλάχιστον από τα ai είναι µη µηδενικό, από την τελευταία σχέση
συµπεραίνουµε ότι τα f (v1 ),..., f (vm ) είναι γραµµικά εξαρτηµένα.
2. Έστω a1 f (v1 ) + ... + am f (vm ) = 0, όπου ai ∈ F. Τότε f (a1v1 + ... + am vm ) = 0 = f (0).
Επειδή η f είναι 1-1 παίρνουµε a1v1 + ... + am vm = 0. Αφού τα v1 ,..., vm είναι γραµµικά
ανεξάρτητα έχουµε a1 = ... = am = 0. Συνεπώς τα f (v1 ),..., f (vm ) είναι γραµµικά

ανεξάρτητα.
Άσκηση 9
⎛1 2⎞
Έστω X = ⎜ ⎟ ∈ M 2 ( \ ) . Να βρεθεί µια βάση και η διάσταση για καθέναν από
⎝0 3⎠
τους χώρους ker f , imf όπου f είναι η γραµµική απεικόνιση
f : M 2 ( \ ) → M 2 ( \ ) , f ( A ) = AX − XA.
Λύση
⎛a b⎞
Έστω A = ⎜ ⎟ . Έχουµε
⎝c d⎠
f ( A) = AX − XA =
⎛ a 2a + 2b ⎞ ⎛ a + 2c b + 2d ⎞
⎜ ⎟−⎜ ⎟=
⎝ c 2c + 3d ⎠ ⎝ 3c 3d ⎠
⎛ −2c 2a + 2b − 2d ⎞
⎜ ⎟.
⎝ −2c 2c ⎠
Για τον πυρήνα της f έχουµε
A ∈ ker f ⇔
⎛ −2c 2a + 2b − 2d ⎞ ⎛ 0 0 ⎞
⎜ ⎟=⎜ ⎟⇔
⎝ −2c 2c ⎠ ⎝ 0 0⎠
⎧2a + 2b − 2d = 0
⎨ ⇔
⎩2c = 0
⎧a + b − d = 0
⎨
⎩c = 0.
Άµεσα βλέπουµε ότι οι λύσεις του τελευταίου συστήµατος είναι
(−b + d , b, 0, d ), b, d ∈ \. Θέτοντας b = −1, d = 0 παίρνουµε τη λύση (1, −1, 0, 0) και
θέτοντας b = 0, d = 1 παίρνουµε τη λύση (1, 0, 0,1) . Μια βάση των λύσεων είναι το
⎧⎛ 1 −1⎞ ⎛ 1 0 ⎞ ⎫
{(1, −1, 0, 0), (1, 0, 0,1)} . Τελικά µια βάση του πυρήνα είναι το ⎨⎜ ⎟,⎜ ⎟ ⎬ και
⎩⎝ 0 0 ⎠ ⎝ 0 1 ⎠ ⎭
dim ker f = 2.
Για την εικόνα έχουµε dim imf = dim M 2 ( \ ) − dim ker f = 4 − 2 − 2. Εποµένως για να
βρούµε µια βάση της εικόνας αρκεί να βρούµε 2 γραµµικά ανεξάρτητα στοιχεία της.
Είναι εύλογο να αναζητήσουµε αυτά τα στοιχεία στις εικόνες της συνήθους βάσης
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞ ⎫
⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟ ⎬ του M 2 ( \ ) . Παρατηρούµε ότι
⎩⎝ 0 0 ⎠ ⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 0 1 ⎠ ⎭
⎛⎛1 0⎞⎞ ⎛ 0 2⎞
f ⎜⎜ ⎟⎟ = ⎜ ⎟
⎝⎝0 0⎠⎠ ⎝0 0⎠
⎛⎛0 0 ⎞ ⎞ ⎛ −2 0 ⎞
f ⎜⎜ ⎟⎟ = ⎜ ⎟.
⎝⎝1 0 ⎠ ⎠ ⎝ −2 2 ⎠
⎧⎛ 0 2 ⎞ ⎛ −2 0 ⎞ ⎫
Μια βάση της εικόνας είναι το σύνολο ⎨⎜ ⎟,⎜ ⎟⎬
⎩⎝ 0 0 ⎠ ⎝ −2 2 ⎠ ⎭
Άσκηση 10
Θεωρούµε τη γραµµική απεικόνιση f : R 3 → R 3 της οποίας ο πίνακας ως προς τη
⎛1 2 2⎞
συνήθη βάση {e1 , e2 , e3 } του R είναι ο ⎜⎜ 3 −1 1 ⎟⎟ .
3
⎜5 3 5⎟
⎝ ⎠
(α) Υπολογίστε την εικόνα f (2, −1, 2) . Βρείτε έναν ‘τύπο’ για την f.
(β) Βρείτε µια βάση και τη διάσταση για καθέναν από τους υπόχωρους ker f και
imf .
(γ) Είναι η απεικόνιση f 1-1 ή επί;
Λύση
α) Χρησιµοποιώντας ότι η f είναι γραµµική και τον Oρισµό 3, έχουµε
f (2, −1, 2) = f (2e1 − e2 + 2e3 ) =
2 f (e1 ) − 1 f (e2 ) + 2 f (e3 ) =
2 ( e1 + 3e2 + 5e3 ) − ( 2e1 − e2 + 3e3 ) + 2 ( 2e1 + e2 + 5e3 ) =
4e1 + 9e2 + 17e3 =
( 4,9,17 ) .
Όπως πριν έχουµε
f ( x, y, z ) = f ( xe1 + ye2 + ze3 ) =
xf (e1 ) + yf (e2 ) + zf (e3 ) =
x ( e1 + 3e2 + 5e3 ) + y ( 2e1 − e2 + 3e3 ) + z ( 2e1 + e2 + 5e3 ) =
( x + 2 y + 2 z ) e1 + ( 3x − y + z ) e2 + ( 5 x + 3 y + 5 z ) e3 =
( x + 2 y + 2 z,3x − y + z,5 x + 3 y + 5 z ) .
Σηµείωση Εναλλακτικά θα µπορούσαµε να χρησιµοποιήσουµε την

Παρατήρηση 4 και το γεγονός ότι έχουµε εδώ τις συνήθεις βάσεις για να
συµπεράνουµε ότι
⎛ 1 2 2 ⎞ ⎛ x ⎞ ⎛ x + 2 y + 2z ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
f ( x , y , z ) = ⎜ 3 −1 1 ⎟ ⎜ y ⎟ = ⎜ 3 x − y + z ⎟ .
t
⎜ 5 3 5 ⎟ ⎜ z ⎟ ⎜ 5x + 3 y + 5z ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
⎛1 2 2⎞⎛ x ⎞ ⎛ 0⎞
β) Για τον πυρήνα της f λύνουµε το σύστηµα ⎜⎜ 3 −1 1 ⎟⎟ ⎜⎜ y ⎟⎟ = ⎜⎜ 0 ⎟⎟ .
⎜ 5 3 5⎟⎜ z ⎟ ⎜ 0⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Χρησιµοποιώντας τη µέθοδο απαλοιφής του Gauss βρίσκουµε ότι οι λύσεις είναι
⎛ −4 −5 ⎞
( x, y , z ) = ⎜ z , z , z ⎟ , όπου z ∈ R . Άρα µια βάση του πυρήνα αποτελεί το
⎝ 7 7 ⎠
⎛ −4 −5 ⎞
⎜ , ,1⎟ και η διάσταση είναι 1.
⎝ 7 7 ⎠
Η διάσταση της εικόνας είναι dim imf = dim R 3 − dim ker f = 3 − 1 = 2. Μια βάση
⎛1 2 2⎞
αποτελούν δύο γραµµικά ανεξάρτητες στήλες του πίνακα της f, ⎜⎜ 3 −1 1 ⎟⎟ , π.χ. οι
⎜5 3 5⎟
⎝ ⎠
πρώτες δύο.
γ) Σύµφωνα µε την Πρόταση 3, η δοσµένη απεικόνιση δεν είναι 1-1 αφού ο πυρήνας
της δεν περιέχει µόνο το µηδενικό στοιχείο, (0,0,0), όπως είδαµε πριν. Επίσης δεν
είναι επί αφού είδαµε ότι dim imf = 2 ≠ 3 και άρα η εικόνα imf είναι γνήσιο
υποσύνολο του R 3 .
Άσκηση 11
∆ίνεται η γραµµική απεικόνιση f : \ 2 → \ 2 , f ( x, y ) = (2 x + 8 y, kx + 4 y ) , όπου k ∈ \ .
Να βρεθούν οι τιµές του k για τις οποίες η f είναι αντιστρέψιµη και για τις τιµές αυτές
να υπολογιστεί η αντίστροφη συνάρτηση.
Λύση
Εφαρµόζοντας τον Ορισµό 3, βλέπουµε ότι ο πίνακας ( f : e , e ) της f ως προς τη
συνήθη διατεταγµένη βάση e του \ 2 είναι ( f : e , e ) = ⎛⎜⎝ k2 8⎞

⎟ . Αυτός είναι
4⎠
⎛ 2 8⎞
αντιστρέψιµος αν και µόνο αν det ⎜ ⎟ = 8 − 8k ≠ 0 , δηλαδή αν και µόνο αν k ≠ 1.
⎝ k 4⎠
Έστω ότι k ≠ 1. Θα βρούµε την αντίστροφη συνάρτηση µε δυο τρόπους.
1ος τρόπος
−1
(f ) ( ) ⎛ 2 8⎞
−1
Από το Θεώρηµα 6 3), έχουµε −1
: e , e = f : e , e =⎜ ⎟ . Εύκολα
⎝ k 4⎠
−1
⎛ 2 8⎞ 1 ⎛ 4 −8 ⎞
υπολογίζουµε ότι ⎜ ⎟ = ⎜ ⎟ . Συνεπώς ξέρουµε τον πίνακα της
⎝ k 4⎠ 8 − 8k ⎝ −k 2⎠
f −1 ως προς κάποιες βάσεις. Για να βρούµε τον τύπο της f −1 , εφαρµόζουµε την
( ⎛ x⎞
)
Παρατήρηση 4. Από τη σχέση ⎡⎣ f −1 ( x, y ) ⎤⎦ = f −1 : e , e ⎜ ⎟ βρίσκουµε
e
⎝ y⎠
⎛ 4x − 8 y ⎞
1 ⎛ 4 −8 ⎞ ⎛ x ⎞ ⎜ 8 − 8k ⎟
⎡⎣ f −1 ( x, y ) ⎦⎤ = ⎜ ⎟⎜ ⎟ = ⎜ ⎟.
e 8 − 8k ⎝ −k 2 ⎠ ⎝ y ⎠ ⎜ − kx + 2 y ⎟
⎜ ⎟
⎝ 8 − 8k ⎠
Άρα
⎛ 4 x − 8 y − kx + 2 y ⎞
f −1 ( x, y ) = ⎜ , ⎟.
⎝ 8 − 8k 8 − 8k ⎠
2ος τρόπος
Έστω ( X ,Y ) ∈ \2. Έχουµε f ( x, y ) = ( X , Y ) ⇔ ( x, y ) = f −1 ( X , Y ). Θα λύσουµε ως
προς x, y το σύστηµα f ( x, y ) = ( X , Y ) . Έχουµε
f ( x, y ) = ( X , Y ) ⇒
(2 x + 8 y, kx + 4 y ) = ( X , Y ) ⇒
⎧2 x + 8 y = X
⎨ ⇒
⎩kx + 4 y = Y
⎧ 4 X − 8Y
⎪⎪ x = 8 − 8k
⎨
⎪ y = −kX + 2Y .
⎪⎩ 8 − 8k
⎛ 4 X − 8Y − kX + 2Y ⎞
Άρα f −1 ( X , Y ) = ⎜ , ⎟.
⎝ 8 − 8k 8 − 8k ⎠
Άσκηση 12
Θεωρούµε τη γραµµική απεικόνιση
f : \ 3 → \ 3 , f ( x, y, z ) = ( x + 2 y + kz, x + y + 3 z , y + z ), όπου k ∈ \. Εξετάστε για
ποιες τιµές του k έχουµε
1. (1, 0, 0) ∈ imf .
2. (7,3, 4) ∈ imf
3. dim imf = 3
4. dim imf = 2
5. dim imf = 1
Λύση
1. και 2. Έστω (a, b, c) ∈ \ 3 . Θα απαντήσουµε στα 1 και 2 µαζί εξετάζοντας για ποια
k έχουµε (a, b, c) ∈ imf .
f ( x, y, z ) = (a, b, c) ⇔
( x + 2 y + kz , x + y + 3 z , y + z ) = (a, b, c) ⇔
⎧ x + 2 y + kz = a
⎪
⎨ x + y + 3z = b
⎪ y + z = c.
⎩
⎛1 2 k a⎞
⎜ ⎟
⎜1 1 3 b⎟ .
⎜0 1 1 c ⎟
⎝ ⎠
Μετά από δυο στοιχειώδεις µετασχηµατισµούς γραµµών παίρνουµε τη µορφή
⎛1 2 k a ⎞
⎜ ⎟
⎜ 0 −1 3 − k b−a ⎟
⎜0 0 4− k c + b − a ⎟⎠
⎝
• Αν έχουµε 4 − k = 0 και c + b − a ≠ 0 , τότε από την τελευταία γραµµή
συµπεραίνουµε ότι το σύστηµα είναι αδύνατο. Εποµένως (a, b, c) ∉ imf .
• Αν έχουµε 4 − k = 0 και c + b − a = 0 , τότε το σύστηµα είναι συµβιβαστό.
Εποµένως (a, b, c) ∈ imf .
• Αν έχουµε 4 − k ≠ 0 , τότε το σύστηµα είναι συµβιβαστό για κάθε a, b, c.
Εποµένως (a, b, c) ∈ imf .
Συνεπώς για το (a, b, c) = (1, 0, 0) ισχύει ότι

(1, 0, 0) ∈ imf ⇔ k ≠ 4
και για το (a, b, c) = (7,3, 4) ισχύει ότι
(7,3, 4) ∈ imf για κάθε k.
3. Από τη διερεύνηση του συστήµατος που πραγµατοποιήσαµε πριν, συµπεραίνουµε
ότι η f είναι επί αν και µόνο αν k ≠ 4. Άρα dim imf = 3 ⇔ k ≠ 4.
4. Έστω k = 4 . Ισχυριζόµαστε ότι dim ker f = 2. Πράγµατι έχουµε dim imf < 3 ,
αφού imf ⊆ \ 3 , imf ≠ \ 3 . Επίσης τα στοιχεία f (1, 0, 0) = (1,1, 0), f (0,1, 0) = (2,1,1)
είναι γραµµικά ανεξάρτητα στοιχεία της εικόνας. Άρα dim imf ≥ 2. Συνεπώς
dim imf = 2.
5. Από τις περιπτώσεις 3 και 4 βλέπουµε ότι δεν υπάρχει τιµή του k τέτοια ώστε
dim imf = 1.
Άσκηση 13
Έστω V ένας διανυσµατικός χώρος µε dim V = 3 και {v1 , v2 , v3 } µια βάση του . Έστω
f :V → V η γραµµική απεικόνιση που ορίζεται από τις σχέσεις

f (v1 ) = v1 − v2 , f (v2 ) = v1 + v3 , f (v3 ) = v2 + v3 . Να βρεθούν οι διαστάσεις των
imf , ker f .
Λύση
Για την εικόνα θα εφαρµόσουµε την Πρόταση 7. Εύκολα επαληθεύουµε ότι ο πίνακας
⎛ 1 1 0⎞
της f ως προς τη δοσµένη βάση είναι ο A = ⎜⎜ −1 0 1 ⎟⎟ . Για να βρούµε την τάξη
⎜ 0 1 1⎟
⎝ ⎠
του, τον φέρουµε σε κλιµακωτή µορφή. Μετά από δυο στοιχειώδεις
µετασχηµατισµούς βρίσκουµε
⎛1 1 0⎞
⎜ ⎟
⎜0 1 1⎟.
⎜0 0 0⎟
⎝ ⎠
Άρα η τάξη του Α είναι 2 και dim imf = 2.
Για τον πυρήνα έχουµε σύµφωνα µε το Θεώρηµα 2
dim ker f = 3 − dim imf = 3 − 2 = 1.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Εξετάστε ποιες από τις παρακάτω απεικονίσεις \ 2 → \ είναι γραµµικές.
f ( x, y ) = x 2 + y 2
g ( x, y ) = x + y + 1
h( x, y ) = 2 x − 3 y.
Υπόδειξη Βλ. Λυµένη Άσκηση 1. Απάντηση Μόνο η h είναι γραµµική.
Άσκηση 2
Έστω f : \ 2 → \ 3 µια γραµµική απεικόνιση τέτοια ώστε
f (2,1) = (1, 2,1), f (1,1) = (−1, 0,1). Να υπολογιστεί η τιµή f ( x, y ) .
Υπόδειξη Βλ. Λυµένη Άσκηση 2. Απάντηση f ( x, y ) = (2 x − 3 y, 2 x − 2 y, y )
Άσκηση 3
• Εξετάστε αν υπάρχει γραµµική απεικόνιση f : \ 2 → \ 2 τέτοια ώστε
f (1,3) = (1,1), f (2,5) = (3,3) .
• Εξετάστε αν υπάρχει γραµµική απεικόνιση g : \ 2 → \ 2 τέτοια ώστε

g (1,3) = (1,1), g (2, 6) = (3,3)
Υπόδειξη Βλ. Λυµένη Άσκηση 3. Απάντηση Ναι για την f, όχι για τη g.
Άσκηση 4
Θεωρούµε τη γραµµική απεικόνιση f : \ 3 → \ 3 , f ( x, y, z ) = ( x + 2 y, y − z , x + 2 z ).
Για καθέναν από τους διανυσµατικούς χώρους ker f , imf να βρεθεί η διάσταση και
µια βάση του.
Υπόδειξη Βλ. Λυµένη Άσκηση 6. Απάντηση dim ker f = 1, dim imf = 2 και βάσεις
είναι τα σύνολα {2, −1, −1}, {(1, 0,1), (0,1, −2)}. αντίστοιχα.
Άσκηση 5
Να βρεθεί µια γραµµική απεικόνιση f : \ 3 → \ 2 τέτοια ώστε
ker f = (1,1,1), (2,1,1) , imf = (1,1) .
Υπόδειξη Επεκτείνατε το σύνολο {(1,1,1), (2,1,1)} σε µια βάση {(1,1,1), (2,1,1), v3 }
του \ 3 για κατάλληλο v3 και µετά ορίσατε την f από τις σχέσεις
f (1,1,1) = (0, 0), f (2,1,1) = (0, 0), f (v3 ) = (1,1). Βλ. Λυµένη Άσκηση 4.
Άσκηση 6
Όλες οι επόµενες προτάσεις δεν αληθεύουν. Εξηγήστε γιατί.
1. Υπάρχει γραµµική απεικόνιση f : \ 2 → \ 2 τέτοια ώστε
ker f = (1, 2) , imf = (1, 2), (2,1) .
2. Υπάρχει γραµµική απεικόνιση f : \ 2 → \ 3 , η οποία είναι επί.
3. Υπάρχει γραµµική απεικόνιση f : \ 3 → \ 2 , η οποία είναι 1-1.
4. Υπάρχει γραµµική απεικόνιση f : \ 3 → \ 3 , η οποία είναι επί και όχι 1-1.

Υπόδειξη Βλ. Θεώρηµα 2. Ειδικά για το 4 βλ. Πόρισµα 5.
Άσκηση 7
⎛ 1 −1 ⎞
Έστω X = ⎜ ⎟ . Θεωρούµε τη γραµµική απεικόνιση
⎝ −2 2 ⎠
f : M 2 ( \ ) → M 2 ( \ ) , f ( A) = XA.
Για καθέναν από τους διανυσµατικούς χώρους ker f , imf να βρεθεί η διάσταση και
µια βάση τους.
Υπόδειξη Βλ. Λυµένη Άσκηση 9. Απάντηση dim ker f = dim imf = 2 και βάσεις
⎧⎛1 0 ⎞ ⎛ 0 1⎞ ⎫ ⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎫
είναι ⎨⎜ ⎟,⎜ ⎟ ⎬ , ⎨⎜ ⎟,⎜ ⎟ ⎬ αντίστοιχα.
⎩⎝1 0 ⎠ ⎝ 0 1⎠ ⎭ ⎩⎝ −2 0 ⎠ ⎝ 0 −2 ⎠ ⎭
Άσκηση 8
∆ίνεται η γραµµική απεικόνιση f : \ 2 → \ 2 , f ( x, y ) = (2 x + 3 y, kx + 6 y ) , όπου
k ∈ \ . Να βρεθούν οι τιµές του k για τις οποίες η f είναι αντιστρέψιµη και για τις
τιµές αυτές να υπολογιστεί η αντίστροφη συνάρτηση.
Υπόδειξη Βλ. Λυµένη Άσκηση 11. Απάντηση k ≠ 4 .

⎛ 6 x − 3 y − kx + 2 y ⎞
f −1 ( x, y ) = ⎜ , ⎟
⎝ 12 − 3k 12 − 3k ⎠
Άσκηση 9
⎛ 0 0⎞ ⎛ 0 0⎞
1. Εξετάστε αν οι πίνακες ⎜ ⎟,⎜ ⎟ είναι όµοιοι.
⎝ 0 1⎠ ⎝1 0⎠
2. Έστω A, B ∈ M n ( F ) µε τον Α πίνακα αντιστρέψιµο. Αποδείξτε ότι αν ο Β
είναι όµοιος µε τον Α τότε ο Β είναι αντιστρέψιµος.

3. Εξετάστε αν αληθεύει το αντίστροφο του 2.
Υπόδειξη 1. Βλ το παράδειγµα µετά τον Ορισµό 4. 2. Γινόµενο αντιστρέψιµων
πινάκων είναι αντιστρέψιµος πίνακας. 3. Αν το 3 ήταν σωστό, τότε όλοι οι
αντιστρέψιµοι πίνακες θα ήταν όµοιοι µε τον ταυτοτικό.
Άσκηση 10
Θεωρούµε τη γραµµική απεικόνιση
f : \ 3 → \ 3 , f ( x, y, z ) = ( x + 2 y + kz , x + y + 3 z , y + z ),
όπου k ∈ \. Εξετάστε για ποιες τιµές του k έχουµε
• (1, 0,1) ∈ imf .
• dim imf ≠ 3
• dim imf = 1
Υπόδειξη Βλ. Λυµένη Άσκηση 12. Απάντηση (1, 0,1) ∈ imf για κάθε k .
dim imf ≠ 3 ⇔ k = 4. ∆εν υπάρχει k µε dim imf = 1.
Κεφάλαιο 9: Ιδιοτιµές και Ιδιοδιανύσµατα Σελίδα 1 από 32
Κεφάλαιο 9
Ιδιοτιµές και Ιδιοδιανύσµατα
Έστω f : V → V µια γραµµική απεικόνιση όπου ο V είναι ένας F − διανυσµατικός

χώρος πεπερασµένης διάστασης. Ας υποθέσουµε ότι υπάρχει µια βάση {v1 ,..., vn } του
V τέτοια ώστε υπάρχουν λi ∈ F µε f (vi ) = λi vi . Τότε ο αντίστοιχος πίνακας της f
⎛ λ1 ⎞
⎜ ⎟
είναι διαγώνιος ⎜ ⎟ . Από αυτόν µπορούµε να συνάγουµε χρήσιµα
⎜ ⎟
λn ⎠
⎝
συµπεράσµατα για την f, όπως για παράδειγµα, ότι η διάσταση του πυρήνα της είναι
το πλήθος των λi που είναι ίσα µε µηδέν. Επιπλέον ξέρουµε ότι οι πράξεις µε
διαγώνιους πίνακες είναι απλές και εποµένως έχουµε ένα εύχρηστο εργαλείο για τη
µελέτη της f .
Όµως δεν αληθεύει ότι για κάθε f υπάρχει µια βάση µε τις παραπάνω ιδιότητες.
Στην περίπτωση που υπάρχει v ∈ V , v ≠ 0, τέτοιο ώστε f (v) = λ v για κάποιο λ ∈ F,
θα λέµε ότι το λ είναι µια ιδιοτιµή της f και v είναι ένα ιδιοδιάνυσµα της f. Στο
κεφάλαιο αυτό θα ασχοληθούµε µε ιδιοτιµές και ιδιοδιανύσµατα και στο επόµενο θα
εξετάσουµε πότε υπάρχει µια βάση αποτελούµενη από ιδιοδιανύσµατα.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
Ορισµός 1 (ιδιοτιµές και ιδιοδιανύσµατα)...........................................................................................2
Παραδείγµατα......................................................................................................................................3
Ορισµός 2 (χαρακτηριστικό πολυώνυµο) ............................................................................................4
Παράδειγµα..........................................................................................................................................4
Ορισµός 3 (ελάχιστο πολυώνυµο) .......................................................................................................5
Παραδείγµατα......................................................................................................................................5
Ορισµός 4 (ιδιόχωρος που αντιστοιχεί σε µια ιδιοτιµή) ......................................................................6
Παράδειγµα..........................................................................................................................................6

Πρόταση 1 ...........................................................................................................................................6
Παράδειγµα..........................................................................................................................................7
Πρόταση 2 ...........................................................................................................................................7
Πρόταση 3 ...........................................................................................................................................7
Πρόταση 4 (πολυώνυµα πινάκων και ιδιοτιµές)..................................................................................8
ΧΑΡΑΚΤΗΡΙΣΤΙΚΟ ΠΟΛΥΩΝΥΜΟ ...............................................................................................8
Πρόταση 5 (ανάστροφοι πίνακαες)......................................................................................................8
Πρόταση 6 (χαρακτηριστικό πολυώνυµο τριγωνικού πίνακα) ............................................................8
Πρόταση 7 ...........................................................................................................................................8
Παράδειγµα..........................................................................................................................................8
Πρόταση 8 (χαρακτηριστικό πολυώνυµο, ορίζουσα και ίχνος)...........................................................9
Πόρισµα 9 (ιδιοτιµές, ορίζουσα και ίχνος) ..........................................................................................9
Παράδειγµα..........................................................................................................................................9
Πόρισµα 10 (αντιστρέψιµοι πίνακες) ................................................................................................10
Πρόταση 11 .......................................................................................................................................10
Θεώρηµα 12 (Cayley-Hamilton)........................................................................................................10
Ι∆ΙΟΧΩΡΟΙ.......................................................................................................................................10
Θεώρηµα 13.......................................................................................................................................10
Πρόταση 14 (διαστάσεις ιδιόχωρων).................................................................................................11
ΕΛΑΧΙΣΤΟ ΠΟΛΥΩΝΥΜΟ............................................................................................................11
Θεώρηµα 15 (ιδιότητες του ελάχιστου πολυώνυµου)........................................................................11
Πρόταση 16 .......................................................................................................................................11
Πρόταση 17 .......................................................................................................................................11
Άσκηση 1...........................................................................................................................................12
Άσκηση 2...........................................................................................................................................14
Άσκηση 3...........................................................................................................................................16
Άσκηση 4...........................................................................................................................................16
Άσκηση 5...........................................................................................................................................19
Άσκηση 6...........................................................................................................................................19
Άσκηση 7...........................................................................................................................................20
Άσκηση 8...........................................................................................................................................22
Άσκηση 9...........................................................................................................................................23
Άσκηση 10.........................................................................................................................................24
Άσκηση 11.........................................................................................................................................24
Άσκηση 12.........................................................................................................................................25
Άσκηση 13.........................................................................................................................................25
Άσκηση 14.........................................................................................................................................27
Άσκηση 15.........................................................................................................................................28
ΑΣΚΗΣΕΙΣ...........................................................................................................................................29
Άσκηση 1...........................................................................................................................................29
Άσκηση 2...........................................................................................................................................29
Άσκηση 3...........................................................................................................................................29
Άσκηση 4...........................................................................................................................................30
Άσκηση 5...........................................................................................................................................30
Άσκηση 6...........................................................................................................................................30
Άσκηση 7...........................................................................................................................................31
Άσκηση 8...........................................................................................................................................31
Άσκηση 9...........................................................................................................................................31
Άσκηση 10.........................................................................................................................................32
Στα παρακάτω, µε V θα συµβολίζουµε ένα F − διανυσµατικό χώρο πεπερασµένης
διάστασης n.
Ορισµός 1 (ιδιοτιµές και ιδιοδιανύσµατα)

• Έστω f : V → V µια γραµµική απεικόνιση. Αν υπάρχει µη µηδενικό v ∈ V
τέτοιο ώστε f (v) = λ v για κάποιο λ ∈ F , θα λέµε ότι το λ είναι µια ιδιοτιµή
της f και το v είναι ένα ιδιοδιάνυσµα της f που αντιστοιχεί στη λ.
• Έστω A ∈ M n ( F ) . Αν υπάρχει µη µηδενικό X ∈ M n×1 ( F ) τέτοιο ώστε
AX = λ X για κάποιο λ ∈ F , θα λέµε ότι το λ είναι µια ιδιοτιµή του πίνακα A

και το Χ είναι ένα ιδιοδιάνυσµα του Α που αντιστοιχεί στη λ.
1. Για τη γραµµική απεικόνιση f : 2
→ 2
, f ( x, y ) = ( x + 2 y,3 x + 2 y ) εύκολα
επαληθεύεται ότι f (2,3) = 4(2,3). Άρα µια ιδιοτιµή της f είναι το 4 και ένα
αντίστοιχο ιδιοδιάνυσµα είναι το (2,3). Επίσης κάθε µη µηδενικό διάνυσµα
της µορφής (2 x,3x), όπου x ∈ , είναι ένα ιδιοδιάνυσµα που αντιστοιχεί
στην ιδιοτιµή λ = 4.
⎛1 2⎞ ⎛1 2⎞⎛ 2 ⎞ ⎛ 2⎞
2. Για τον πίνακα A = ⎜ ⎟ εύκολα επαληθεύεται ότι ⎜ ⎟⎜ ⎟ = −⎜ ⎟ .
⎝3 2⎠ ⎝ 3 2 ⎠ ⎝ −2 ⎠ ⎝ −2 ⎠
Άρα µια ιδιοτιµή του A είναι το −1 και αντίστοιχο ιδιοδιάνυσµα είναι το
⎛ 2⎞
X = ⎜ ⎟.
⎝ −2 ⎠
3. Η γραµµική απεικόνιση f : 2
→ 2
, f ( x, y ) = (− y, x), δεν έχει ιδιοτιµές ή
ιδιοδιανύσµατα. Πράγµατι, αν f ( x, y ) = λ ( x, y ) , τότε ( − y , x ) = λ ( x, y ) ,
⎧λ x + y = 0
οπότε έχουµε το σύστηµα ⎨ Επειδή η ορίζουσα του πίνακα των
⎩− x + λ y = 0.
⎛ λ 1⎞
⎟ = λ + 1 ≠ 0 για κάθε λ ∈
2
συντελεστών είναι det ⎜ , το σύστηµα έχει
⎝ −1 λ ⎠
µόνο τη µηδενική λύση ( x, y ) = (0, 0). Αλλά από τον ορισµό, ιδιοδιανύσµατα
είναι µη µηδενικά διανύσµατα. Άρα η f δεν έχει ιδιοτιµές ή ιδιοδιανύσµατα.
4. Ας θεωρήσουµε τη γραµµική απεικόνιση f: 2
→ 2
, f ( x, y ) = (− y, x).
Παρατηρούµε ότι ο ‘τύπος’ f ( x, y ) = (− y, x) συµπίπτει µε το προηγούµενο
παράδειγµα. Θα αναζητήσουµε µιγαδικές ιδιοτιµές και τα αντίστοιχα
ιδιοδιανύσµατα. Όπως πριν έχουµε
⎧λ x + y = 0
f ( x, y ) = λ ( x, y ) ⇔ ⎨
⎩− x + λ y = 0.
Το σύστηµα αυτό έχει µη τετριµµένη λύση αν και µόνο αν
⎛ λ 1⎞
⎟ = λ + 1 = 0, δηλαδή αν και µόνο αν λ = ±i. Συνεπώς οι ιδιοτιµές
2
det ⎜
⎝ −1 λ ⎠
είναι οι ±i .
⎧λ x + y = 0
Για λ = i , το σύστηµα ⎨ έχει λύσεις ( x, y ) = (iy, y ), y ∈ . Άρα τα
⎩− x + λ y = 0
ιδιοδιανύσµατα που αντιστοιχούν στην ιδιοτιµή λ = i είναι τα (iy, y ), όπου
y∈ − {0}.
Με παρόµοιο τρόπο βρίσκουµε ότι στην ιδιοτιµή λ = −i αντιστοιχούν τα
ιδιοδιανύσµατα (−iy, y ), όπου y ∈ − {0}.
Ορισµός 2 (χαρακτηριστικό πολυώνυµο)

• Έστω A ∈ M n ( F ) . Το χαρακτηριστικό πολυώνυµο του Α είναι το πολυώνυµο
χ A ( x) = det ( xI − A ) .
• Έστω f : V → V µια γραµµική απεικόνιση. Το χαρακτηριστικό πολυώνυµο
της f είναι το χαρακτηριστικό πολυώνυµο του πίνακα ( f : α ,α ) , όπου α είναι

µια διατεταγµένη βάση1 του V.
⎛ 2 3⎞
1. Έστω A = ⎜ ⎟ . Τότε
⎝ 1 1⎠
⎛ x − 2 −3 ⎞
χ A ( x) = det( xI − A) = det ⎜ ⎟=
⎝ −1 x − 1 ⎠
( x − 2)( x − 1) − (−3)(−1) = x 2 − 3 x − 1.
2. Για τη γραµµική απεικόνιση f : 2

→ 2
, f ( x, y ) = (2 x + 3 y, x + y ) εύκολα
επαληθεύεται ότι ( f : α ,α ) = ⎛⎜⎝ 12 3⎞

⎟ , όπου α είναι η συνήθης βάση του
1⎠
2
.
Είδαµε πριν ότι το χαρακτηριστικό πολυώνυµο αυτού του πίνακα είναι το

x 2 − 3x − 1 . Άρα το χαρακτηριστικό πολυώνυµο της f είναι το
χ f ( x) = x 2 − 3x − 1.
Συµβολισµός: Έστω ότι g ( x) = g m x m + ...g1 x + g 0 ∈ F[ x] είναι ένα πολυώνυµο.
1
Αποδεικνύεται ότι ο ορισµός αυτός δεν εξαρτάται από την επιλογή της διατεταγµένης βάσης.
∆ηλαδή, αποδεικνύεται ότι όµοιοι πίνακες έχουν το ίδιο χαρακτηριστικό πολυώνυµο.
• Αν A ∈ M n ( F ) είναι ένας πίνακας, τότε µε g ( A) συµβολίζουµε τον
πίνακα g m Am + ...g1 A + g 0 I .
• Αν f : V → V είναι µια γραµµική απεικόνιση, τότε µε g ( f )
συµβολίζουµε τη γραµµική απεικόνιση g m f m + ...g1 f + g 0 IV .
Ορισµός 3 (ελάχιστο πολυώνυµο)

Το ελάχιστο πολυώνυµο ενός πίνακα A ∈ M n ( F ) (αντίστοιχα µιας γραµµικής
απεικόνισης f : V → V ) είναι το ελαχίστου βαθµού µονικό2 πολυώνυµο3 g ( x) µε

συντελεστές από το F , τέτοιο ώστε g ( A) = 0 (αντίστοιχα g ( f ) = 0). Συµβολίζεται δε
µε mA ( x) (αντίστοιχα m f ( x) ).
⎛1 0⎞
1. Αν I = ⎜ ⎟ , τότε mI ( x) = x − 1.
⎝0 1⎠
⎛1 0⎞
2. Αν A = ⎜ ⎟ , τότε mA ( x) = ( x − 1)( x − 2). Πράγµατι,
⎝0 2⎠
• εύκολα επαληθεύουµε ότι ( A − I )( A − 2 I ) = 0. Άρα ο βαθµός του
ελαχίστου πολυωνύµου του Α είναι το πολύ 2.
• Είναι φανερό ότι δεν υπάρχει πρωτοβάθµιο πολυώνυµο
g ( x) = ax + b , τέτοιο ώστε g ( A) = 0, γιατί διαφορετικά θα είχαµε
⎛ b ⎞
b ⎜− a 0 ⎟
b b
aA + bI = 0 ⇒ A = − I = ⎜ ⎟ ⇒ − = 1, − = 2, που είναι
a ⎜ 0 b a a
⎜ − ⎟⎟
⎝ a⎠
άτοπο.
• Επειδή το ελάχιστο πολυώνυµο είναι µονικό, συµπεραίνουµε ότι
αυτό είναι το ( x − 1)( x − 2).
2
Ένα πολυώνυµο λέγεται µονικό αν ο µεγιστοβάθµιος συντελεστής του είναι το 1.
3
Αποδεικνύεται ότι το ελάχιστο πολυώνυµο πίνακα ή γραµµικής απεικόνισης υπάρχει και είναι
µοναδικό.
Ορισµός 4 (ιδιόχωρος που αντιστοιχεί σε µια ιδιοτιµή)

• Έστω f : V → V µια γραµµική απεικόνιση. Αν το λ είναι µια ιδιοτιµή της f,
τότε το σύνολο V (λ ) = ker ( f − 1V ) = {v ∈ V f (v) = λ v} είναι ένας µη
τετριµµένος υπόχωρος του V που λέγεται ο ιδιόχωρος της f που αντιστοιχεί

στη λ.
• Έστω A ∈ M n ( F ) . Αν το λ είναι µια ιδιοτιµή του Α, τότε το σύνολο
V (λ ) = { X ∈ M n×1 ( F ) AX = λ X } είναι ένας µη τετριµµένος υπόχωρος του
M n×1 ( F ) που λέγεται ο ιδιόχωρος που αντιστοιχεί στη λ.
Σηµείωση Τα µη µηδενικά στοιχεία του V (λ ) είναι τα ιδιοδιανύσµατα που

αντιστοιχούν στην ιδιοτιµή λ.
⎛1 2⎞
Είδαµε πριν ότι µια ιδιοτιµή του A = ⎜ ⎟∈ M2 ( ) είναι το −1. Λύνοντας το
⎝3 2⎠
⎛ x ⎞
σύστηµα AX = − X , δηλαδή το ( A + I ) X = 0 βρίσκουµε ότι X = ⎜ ⎟ , x ∈ .
⎝ −x ⎠
⎧⎛ x ⎞ ⎫
Άρα V (−1) = ⎨⎜ ⎟ x ∈ ⎬ .
⎩⎝ − x ⎠ ⎭
Πρόταση 1
• Έστω f : V → V µια γραµµική απεικόνιση και λ ∈ F. Τότε τα ακόλουθα είναι
ισοδύναµα
o Το λ είναι ιδιοτιµή της f
o ker ( f − λ1V ) ≠ 0.
• Έστω A ∈ M n ( F ) και λ ∈ F. Τότε τα ακόλουθα είναι ισοδύναµα.
o Το λ είναι ιδιοτιµή του Α

o Το σύστηµα ( A − λ I ) X = 0 έχει µη µηδενική λύση

o det( A − λ I ) = 0.
Παρατήρηση Στην προηγούµενη πρόταση η συνθήκη ‘Το σύστηµα ( A − λ I ) X = 0

έχει µη µηδενική λύση’ είναι ισοδύναµη µε τη συνθήκη ‘Το σύστηµα (λ I − A) X = 0
έχει µη µηδενική λύση’ γιατί A − λ I = −(λ I − A) . Άρα στον προσδιορισµό
ιδιοδιανυσµάτων δεν έχει σηµασία ποιο από τα δυο συστήµατα χρησιµοποιούµε.
Επίσης, επειδή det( A − λ I ) = 0 ⇔ det(λ I − A) = 0 , στον προσδιορισµό ιδιοτιµών δεν
έχει σηµασία ποια από τα δυο εξισώσεις χρησιµοποιούµε.
Από την προηγούµενη Πρόταση, βλέπουµε ότι οι ρίζες του χαρακτηριστικού
πολυωνύµου ενός πίνακα ή µιας γραµµικής απεικόνισης είναι οι ιδιοτιµές του
πίνακα ή της γραµµικής απεικόνισης. Ας δούµε ένα παράδειγµα. Για να
⎛2 1 0 ⎞
βρούµε τις ιδιοτιµές του A = ⎜⎜ 0 1 −1⎟⎟ ∈ M 3 ( ) λύνουµε την εξίσωση
⎜0 2 4 ⎟
⎝ ⎠
det( A − λ I ) = 0 . Έχουµε
⎛2−λ 1 0 ⎞
⎜ ⎟
det( A − λ I ) = det ⎜ 0 1− λ −1 ⎟ =
⎜ 0 2 4 − λ ⎟⎠
⎝
(2 − λ ) ( (1 − λ )(4 − λ ) + 2 ) = (2 − λ ) 2 (3 − λ ).
Άρα οι ιδιοτιµές του Α είναι οι 2,3.
Πρόταση 2
Όµοιοι πίνακες έχουν το ίδιο χαρακτηριστικό πολυώνυµο (και τις ίδιες ιδιοτιµές).
Πρόταση 3
Οι ιδιοτιµές µιας γραµµικής απεικόνισης f : V → V είναι οι ιδιοτιµές κάθε πίνακα που
την αναπαριστά, δηλαδή κάθε πίνακα της µορφής ( f : α ,α ) , όπου α είναι µια
διατεταγµένη βάση του V.

Πρόταση 4 (πολυώνυµα πινάκων και ιδιοτιµές)

• Έστω A ∈ M n ( F ) και f ( x) ∈ F[ x]. Αν το λ είναι µια ιδιοτιµή του Α και X είναι
ένα αντίστοιχο ιδιοδιάνυσµα, τότε το f (λ ) είναι µια ιδιοτιµή του f ( A) και ένα
αντίστοιχο ιδιοδιάνυσµα είναι το Χ.
• Έστω A ∈ M n ( ) και f ( x) ∈ F[ x]. Αν λ1 ,..., λn είναι οι ιδιοτιµές του Α (όχι
αναγκαστικά διακεκριµένες) , τότε οι ιδιοτιµές του f ( A) είναι οι

f (λ1 ),..., f (λn ).
Για παράδειγµα, αν ξέρουµε ότι οι λ = 2,3 είναι δυο από τις ιδιοτιµές ενός πίνακα
Α, τότε οι 2m ,3m είναι ιδιοτιµές του Am , m θετικός ακέραιος.
ΧΑΡΑΚΤΗΡΙΣΤΙΚΟ ΠΟΛΥΩΝΥΜΟ
Πρόταση 5 (ανάστροφοι πίνακαες)
Έστω A ∈ M n ( F ) . Το χαρακτηριστικό πολυώνυµο του Α ταυτίζεται µε το
χαρακτηριστικό πολυώνυµο του At .
Πρόταση 6 (χαρακτηριστικό πολυώνυµο τριγωνικού πίνακα)

Έστω A ∈ M n ( F ) ένας τριγωνικός πίνακας µε διαγώνια στοιχεία τα λ1 ,..., λn . Τότε
1. το χαρακτηριστικό πολυώνυµο του Α είναι χ A ( x) = ( x − λ1 )...( xn − λn )
2. οι ιδιοτιµές του Α είναι οι λ1 ,..., λn .
Μια χρήσιµη γενίκευση της προηγούµενης Πρότασης είναι η εξής.

Πρόταση 7
Έστω A ∈ M n ( F ) της µορφής
⎛ A1 ⎞
⎜ ⎟
⎜ A2 * ⎟΄
A=
⎜ ⎟
⎜⎜ ⎟
⎝0 Ak ⎟⎠
όπου Ai ∈ M ni ( F ) , n1 + n2 + ... + nk = n. Τότε χ A ( x) = χ A1 ( x) χ A2 ( x)...χ Ak ( x) .
Να βρεθούν οι ιδιοτιµές του πίνακα
⎛2 1 a b⎞
⎜ ⎟
1 2 c d⎟
A=⎜ .
⎜0 0 1 1⎟
⎜⎜ ⎟
⎝0 0 −2 4 ⎟⎠
⎛2 1⎞ ⎛ 1 1⎞ ⎛ A1 *⎞
Έστω A1 = ⎜ ⎟ , A2 = ⎜ ⎟ . Τότε A = ⎜ 0 ⎟ . Άρα
⎝1 2⎠ ⎝ −2 4 ⎠ ⎝ A2 ⎠
χ A ( x) = χ A1 ( x) χ A2 ( x) . Εύκολα βλέπουµε ότι
⎛ x − 2 −1 ⎞
χ A ( x) = det ⎜ ⎟ = x − 4 x + 3 = ( x − 1)( x − 3),
2
1
⎝ − 1 x − 2 ⎠
⎛ x − 1 −1 ⎞
χ A ( x) = det ⎜ ⎟ = x − 5 x + 6 = ( x − 2)( x − 3).
2
2
⎝ 2 x − 4⎠
Άρα χ A ( x) = ( x − 1)( x − 2)( x − 3) 2 . Οι ιδιοτιµές του Α είναι 1,2,3.
Πρόταση 8 (χαρακτηριστικό πολυώνυµο, ορίζουσα και ίχνος)

Έστω A ∈ M n ( F ) και χ A ( x) = x n + an −1 x n −1 + ... + a1 x + a0 . Τότε
a0 = (−1) n det A και an −1 = −TrA
όπου TrA είναι το ίχνος του Α, δηλαδή το άθροισµα των διαγωνίων στοιχείων του Α.
Πόρισµα 9 (ιδιοτιµές, ορίζουσα και ίχνος)

Έστω A ∈ M n ( ) µε ιδιοτιµές λ1 ,..., λn . Τότε
det A = λ1λ2 ...λn και TrA = λ1 + λ2 + ... + λn .
Να βρεθούν οι ιδιοτιµές ενός πίνακα A ∈ M 4 ( ) αν γνωρίζουµε ότι το χ A ( x)
έχει πραγµατικούς συντελεστές, µια ιδιοτιµή είναι το λ1 = 2 − 3i , det A = −13
και TrA = 4.
Λύση
Αφού το 2 − 3i είναι µια ιδιοτιµή και το χ A ( x) έχει πραγµατικούς
συντελεστές, τότε και το λ2 = 2 + 3i είναι ρίζα του χ A ( x). Έστω λ3 , λ4 οι

άλλες ιδιοτιµές του Α. Τότε από το προηγούµενο Πόρισµα έχουµε τις σχέσεις
−13 = (2 − 3i )(2 + 3i )λ3λ4 , 4 = (2 − 3i ) + (2 + 3i ) + λ3 + λ4 .
δηλαδή λ3λ4 = −1, λ3 + λ4 = 0. Άρα λ3 = 1, λ4 = −1 (ή λ3 = −1, λ4 = 1 ).

Πόρισµα 10 (αντιστρέψιµοι πίνακες)

Έστω A ∈ M n ( F ) . Τα ακόλουθα είναι ισοδύναµα.
1. Ο Α είναι αντιστρέψιµος.
2. Ο σταθερός όρος του χαρακτηριστικού πολυωνύµου του Α είναι µη µηδενικός.
3. Το 0 δεν είναι ιδιοτιµή του Α.
Πρόταση 11
Όµοιοι πίνακες έχουν το ίδιο χαρακτηριστικό πολυώνυµο.
Σηµείωση Επισηµαίνουµε ότι είναι δυνατό δυο πίνακες να έχουν το ίδιο

χαρακτηριστικό πολυώνυµο χωρίς να είναι όµοιοι. Για παράδειγµα το
⎛0 0⎞ ⎛0 1⎞ 2
χαρακτηριστικό πολυώνυµο του ⎜ ⎟ και του ⎜ ⎟ είναι το x και οι πίνακες
⎝0 0⎠ ⎝0 0⎠
αυτοί δεν είναι όµοιοι.
Θεώρηµα 12 (Cayley-Hamilton)
• Κάθε τετραγωνικός πίνακας µηδενίζει το χαρακτηριστικό του
πολυώνυµο, δηλαδή αν A ∈ M n ( F ) και χ A ( x) = x n + an −1 x n −1 + ... + a0 ,
τότε
An + an −1 An −1 + ... + a0 I = 0.
• Κάθε γραµµική απεικόνιση f : V → V µηδενίζει το χαρακτηριστικό της

πολυώνυµο.
Ι∆ΙΟΧΩΡΟΙ
Θεώρηµα 13
Έστω ότι το λ είναι ιδιοτιµή ενός πίνακα ή µιας γραµµικής απεικόνισης και έστω m(λ )
ο µεγαλύτερος ακέραιος αριθµός τέτοιος ώστε το ( x − λ ) m ( λ ) διαιρεί το αντίστοιχο

χαρακτηριστικό πολυώνυµο. Τότε dim V (λ ) ≤ m(λ ).
Για παράδειγµα αν χ A ( x) = ( x − 1)3 ( x − 2)5 είναι το χαρακτηριστικό πολυώνυµο
ενός πίνακα Α, τότε dim V (1) ≤ 3, dim V (2) ≤ 5

Πρόταση 14 (διαστάσεις ιδιόχωρων)

• Έστω f : V → V µια γραµµική απεικόνιση. Αν το λ ∈ F είναι ιδιοτιµή της f
τότε dim V (λ ) = dim ker( f − λ1V ).
• Έστω A ∈ M n ( F ) . Αν το λ είναι ιδιοτιµή του A τότε dim V (λ ) = n − r ( A − λ I ) ,
όπου r ( A − λ I ) είναι η τάξη του πίνακα A − λ I .
ΕΛΑΧΙΣΤΟ ΠΟΛΥΩΝΥΜΟ
Θεώρηµα 15 (ιδιότητες του ελάχιστου πολυώνυµου)
Έστω A ∈ M n ( F ) και mA ( x) το ελάχιστο πολυώνυµο του Α. Τότε ισχύουν τα εξής.
1. Το mA ( x) διαιρεί κάθε πολυώνυµο του F[ x] που µηδενίζεται από τον Α.
2. Το mA ( x) διαιρεί το χαρακτηριστικό πολυώνυµο του Α.
3. Το mA ( x) έχει τις ίδιες ρίζες µε το χαρακτηριστικό πολυώνυµο του Α.

Για παράδειγµα, αν το χαρακτηριστικό πολυώνυµο ενός πίνακα είναι το
( x − 1) 2 ( x − 3) τότε οι δυνατές περιπτώσεις για το ελάχιστο πολυώνυµο είναι
( x − 1) 2 ( x − 3), ( x − 1)( x − 3) γιατί αυτό πρέπει να διαιρεί το χαρακτηριστικό

πολυώνυµο και να έχει τις ίδιες ρίζες µε το χαρακτηριστικό πολυώνυµο.
Ισχύουν ανάλογες προτάσεις και για το ελάχιστο πολυώνυµο γραµµικής
απεικόνισης.
Η επόµενη πρόταση είναι το ανάλογο της Πρότασης 7 για ελάχιστα πολυώνυµα.
Πρόταση 16
Έστω A ∈ M n ( F ) της µορφής
⎛ A1 ⎞
⎜ ⎟
⎜ A2 * ⎟΄
A=
⎜ ⎟
⎜⎜ ⎟
⎝0 Ak ⎟⎠
όπου Ai ∈ M ni ( F ) , n1 + n2 + ... + nk = n. Τότε το mA ( x) είναι το ελάχιστο κοινό
πολλαπλάσιο των πολυωνύµων mA1 ( x), mA2 ( x),..., mAk ( x) .
Πρόταση 17
Όµοιοι πίνακες έχουν το ίδιο ελάχιστο πολυώνυµο.
Άσκηση 1
1. Να βρεθούν οι ιδιοτιµές και τα ιδιοδιανύσµατα του πίνακα
⎛1 2⎞
A=⎜ ⎟∈ M2 ( ).
⎝3 2⎠
2. Να βρεθούν οι ιδιοτιµές και τα ιδιοδιανύσµατα της γραµµικής απεικόνισης
f: 2
→ 2
, f ( x, y ) = ( x + 2 y,3 x + 2 y ) .
Λύση
1. Βρίσκουµε το χαρακτηριστικό πολυώνυµο του Α,
⎛ x − 1 −2 ⎞
χ A ( x) = det( xI − A) = det ⎜ ⎟ = ( x − 1)( x − 2) − (−2)(−3) = ( x − 4)( x + 1).
⎝ −3 x − 2 ⎠
Επειδή οι ιδιοτιµές του Α είναι οι πραγµατικές ρίζες του χ A ( x) , βρίσκουµε ότι αυτές
είναι λ1 = 4, λ2 = −1. Για κάθε µια από αυτές θα προσδιορίσουµε τα αντίστοιχα
ιδιοδιανύσµατα λύνοντας το σύστηµα ( A − λ I ) X = 0 σύµφωνα µε τον Ορισµό 1.

Για λ1 = 4 :
⎛1 − 4 2 ⎞⎛ x ⎞ ⎛ 0⎞
(A − λI )X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒
⎝ 3 2 − 4⎠⎝ y ⎠ ⎝ 0⎠
⎛ −3 x + 2 y ⎞ ⎛ 0 ⎞ ⎧ − 3 x + 2 y = 0
⎜ ⎟=⎜ ⎟⇒⎨
⎝ 3 x − 2 y ⎠ ⎝ 0 ⎠ ⎩3 x − 2 y = 0.
3
Λύνοντας το σύστηµα βρίσκουµε ( x, y ) = ( x, x), x ∈ . Άρα τα ιδιοδιανύσµατα που
2
⎛x ⎞
αντιστοιχούν στη λ1 = 4 είναι τα X = ⎜ 3 ⎟ , x ∈ − {0}.
⎜⎜ x ⎟⎟
⎝2 ⎠
Για λ2 = −1 :
⎛1 − (−1) 2 ⎞⎛ x ⎞ ⎛0⎞
(A − λI )X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒
⎝ 3 2 − (−1) ⎠ ⎝ y ⎠ ⎝ 0 ⎠
⎛ 2 x + 2 y ⎞ ⎛ 0 ⎞ ⎧2 x + 2 y = 0
⎜ ⎟=⎜ ⎟⇒⎨
⎝ 3 x + 3 y ⎠ ⎝ 0 ⎠ ⎩3 x + 3 y = 0.
Λύνοντας το σύστηµα βρίσκουµε ( x, y ) = ( x, − x), x ∈ . Άρα τα ιδιοδιανύσµατα που
⎛x ⎞
αντιστοιχούν στη λ2 = −1 είναι τα X = ⎜ ⎟ , x ∈ − {0}.
⎝ −x ⎠
2
2. Εύκολα βλέπουµε ότι ο πίνακας της f ως προς τη συνήθη βάση του είναι ο Α
του προηγούµενου ερωτήµατος. Συνεπώς οι ιδιοτιµές της f είναι οι ιδιοτιµές του Α
(βλ. Πρόταση 3), δηλαδή οι 4, −1. Θα βρούµε τα ιδιοδιανύσµατα της f
προσδιορίζοντας τα µη µηδενικά v από τη σχέση f (v) = λ v. Έστω v = ( x, y ).
Για λ1 = 4 :
f (v) = λ v ⇒ ( x + 2 y,3 x + 2 y ) = 4( x, y ) ⇒
( −3x + 2 y,3x − 2 y ) = (0, 0) ⇒
⎧ −3 x + 2 y = 0
⎨
⎩3 x − 2 y = 0.
3
Το σύστηµα αυτό προέκυψε και πριν, οπότε ( x, y ) = ( x, x), x ∈ . Άρα τα
2
3
ιδιοδιανύσµατα που αντιστοιχούν στη λ1 = 4 είναι τα ( x, x), x ∈ − {0}.
2
Για λ2 = −1 :
f (v) = λ v ⇒ ( x + 2 y,3 x + 2 y ) = −( x, y ) ⇒
( 2 x + 2 y,3x + 3 y ) = (0, 0) ⇒
⎧2 x + 2 y = 0
⎨
⎩3 x + 3 y = 0.
Άρα τα ιδιοδιανύσµατα που αντιστοιχούν στη λ2 = −1 είναι τα ( x, − x), x ∈ − {0}.
Προσοχή Στην άσκηση αυτή είδαµε ότι τα ιδιοδιανύσµατα του πίνακα Α που
⎛x ⎞
αντιστοιχούν στην ιδιοτιµή 4 είναι τα X = ⎜ 3 ⎟ , x ∈ − {0} , και τα
⎜⎜ x ⎟⎟
⎝2 ⎠
ιδιοδιανύσµατα της γραµµικής απεικόνισης f που αντιστοιχούν στην ίδια
3
ιδιοτιµή είναι τα ( x, x), x ∈ − {0}. ∆ηλαδή έχουµε ουσιαστικά τα ίδια
2
ιδιοδιανύσµατα µιας γραµµικής απεικόνισης f και ενός πίνακα ( f : α , α ) που

την αναπαριστά. Αυτό το φαινόµενο δεν είναι γενικό. Συγκεκριµένα, αν
είχαµε µια διατεταγµένη βάση β του n

διαφορετική από τη συνήθη, τότε τα
ιδιοδιανύσµατα του νέου πίνακα ( f : β , β ) θα ήταν γενικά διαφορετικά από

αυτά της f. Βλ. Λυµένη Άσκηση 5. Από την άλλη µεριά οι ιδιοτιµές
παραµένουν ίδιες σύµφωνα µε την Πρόταση 3.
Άσκηση 2
⎛ 0 1⎞
Να βρεθούν οι ιδιοτιµές και τα ιδιοδιανύσµατα των A = ⎜ ⎟ και
⎝ −1 0 ⎠
⎛0 0 1 ⎞
⎜ ⎟
B = ⎜ 1 0 −1⎟ όταν αυτοί θεωρηθούν στοιχεία του
⎜0 1 1 ⎟
⎝ ⎠
1. M 2 ( )
2. M2 ( )
Λύση
⎛ x −1 ⎞
Το χαρακτηριστικό πολυώνυµο του Α είναι det( xI − A) = det ⎜ ⎟ = x + 1 και
2
⎝1 x ⎠
⎛x 0 −1 ⎞
⎜ ⎟
αυτό του Β είναι det( xI − B ) = det ⎜ 1 x 1 ⎟ = ( x − 1)( x 2 + 1).
⎜ 0 −1 x − 1⎟
⎝ ⎠
1. Θεωρούµε τα Α και Β ως στοιχεία του M 2 ( ) . ∆ηλαδή θα αναζητήσουµε
πραγµατικές ιδιοτιµές και ιδιοδιανύσµατα.
Επειδή το x 2 + 1 δεν έχει πραγµατικές ρίζες, ο Α δεν έχει ιδιοτιµές ή
ιδιοδιανύσµατα.
Επειδή το ( x − 1)( x 2 + 1) έχει µόνο µια πραγµατική ρίζα ο Β έχει µόνο µια
ιδιοτιµή, τη λ = 1. Για να βρούµε τα αντίστοιχα ιδιοδιανύσµατα λύνουµε το
σύστηµα ( B − I ) X = 0 και παίρνουµε τις µη µηδενικές λύσεις. Έχουµε
⎛ −1 0 1 ⎞ ⎛ x ⎞ ⎛ 0 ⎞ ⎧ − x + y = 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
( A − I ) X = 0 ⇒ ⎜ 1 −1 −1 ⎟ ⎜ y ⎟ = ⎜ 0 ⎟ ⇒ ⎨ x − y − z = 0
⎜ 0 1 0 ⎟ ⎜ z ⎟ ⎜ 0 ⎟ ⎪ y = 0.
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩
Οι λύσεις είναι ( x, y, z ) = ( y, 0, y ), όπου y ∈ , και άρα τα ιδιοδιανύσµατα είναι
⎛ y⎞
τα X = ⎜⎜ 0 ⎟⎟ , όπου y ∈ − {0}.
⎜ y⎟
⎝ ⎠
2. Θεωρούµε τα Α και Β ως στοιχεία του M 2 ( ). ∆ηλαδή θα αναζητήσουµε
µιγαδικές ιδιοτιµές και ιδιοδιανύσµατα.

Οι ιδιοτιµές του Α είναι οι µιγαδικές ρίζες του x 2 + 1, δηλαδή ±i . Για να βρούµε
τα αντίστοιχα ιδιοδιανύσµατα λύνουµε τα δυο συστήµατα
( A − iI ) X = 0, ( A + iI ) X = 0 και παίρνουµε τις µη µηδενικές λύσεις. Για το πρώτο

σύστηµα έχουµε
⎛ −i 1 ⎞ ⎛ x ⎞ ⎛ 0 ⎞
( A − iI ) X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒
⎝ −1 −i ⎠ ⎝ y ⎠ ⎝ 0 ⎠
⎛ −ix + y ⎞ ⎛ 0 ⎞ ⎧−ix + y = 0
⎜ ⎟=⎜ ⎟⇒⎨ ⇒
⎝ − x − iy ⎠ ⎝ 0 ⎠ ⎩− x − iy = 0
⎛ x⎞ ⎛ x ⎞
( x, y ) = ( x, ix), x ∈ ⇒ ⎜ ⎟ = ⎜ ⎟, x∈ .
⎝ y ⎠ ⎝ ix ⎠
Άρα τα ιδιοδιανύσµατα που αντιστοιχούν στην ιδιοτιµή i είναι τα
⎛x⎞
X = ⎜ ⎟, x ∈ − {0}.
⎝ ix ⎠
Για το δεύτερο σύστηµα έχουµε
⎛ i 1⎞ ⎛ x ⎞ ⎛ 0 ⎞
( A + iI ) X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒
⎝ −1 i ⎠ ⎝ y ⎠ ⎝ 0 ⎠
⎛ ix + y ⎞ ⎛ 0 ⎞ ⎧ix + y = 0
⎜ ⎟=⎜ ⎟⇒⎨ ⇒
⎝ − x + iy ⎠ ⎝ 0 ⎠ ⎩− x + iy = 0
⎛ x⎞ ⎛ x ⎞
( x, y ) = ( x, −ix), x ∈ ⇒⎜ ⎟=⎜ ⎟, x∈ .
⎝ y ⎠ ⎝ −ix ⎠
Άρα τα ιδιοδιανύσµατα που αντιστοιχούν στην ιδιοτιµή −i είναι τα
⎛ x ⎞
X =⎜ ⎟, x ∈ − {0}.
⎝ −ix ⎠
Για τον πίνακα Β, οι ιδιοτιµές είναι οι µιγαδικές ρίζες του ( x − 1)( x 2 + 1) , δηλαδή
είναι οι 1, i, −i. Λύνοντας όπως πριν τα αντίστοιχα συστήµατα
( A − I ) X = 0, ( A − iI ) X = 0, ( A + iI ) = 0 ,
⎛ y⎞
⎜ ⎟
βρίσκουµε ότι: στην ιδιοτιµή λ = 1 αντιστοιχούν τα ιδιοδιανύσµατα X = ⎜ 0 ⎟ ,
⎜ y⎟
⎝ ⎠
⎛ −z ⎞
όπου y ∈ − {0}, στη λ = i αντιστοιχούν τα ιδιοδιανύσµατα X = ⎜⎜ (1 + i ) z ⎟⎟ ,
⎜ −iz ⎟
⎝ ⎠
⎛ −z ⎞
όπου z ∈ − {0}, και στη λ = −i αντιστοιχούν τα X = ⎜⎜ (1 − i ) z ⎟⎟ , όπου
⎜ iz ⎟
⎝ ⎠
z∈ − {0}.
Άσκηση 3
Να βρεθούν οι δυνατές ιδιοτιµές µιας γραµµικής απεικόνισης f : V → V σε κάθε µια
από τις επόµενες περιπτώσεις
1. f 2 = 1V
2. f2= f
3. f2 =0
Λύση
Έστω ότι υπάρχει µια ιδιοτιµή λ της f µε αντίστοιχο ιδιοδιάνυσµα v. Τότε
f (v) = λ v, v ≠ 0. Εποµένως f 2 (v) = f ( f (v)) = f (λ v) = λ f (v) = λ 2 v.
1. f 2 = 1V ⇒ f 2 (v) = v ⇒ λ 2 v = v. Αφού v ≠ 0, έχουµε λ 2 = 1 , οπότε λ = ±1.
2. f 2 = f ⇒ f 2 (v) = f (v) = λ v ⇒ λ 2 v = λ v. Αφού v ≠ 0, έχουµε λ 2 = λ , οπότε

λ = 0,1.
3. f 2 = 0 ⇒ f 2 (v) = 0 ⇒ λ 2 v = 0. Αφού v ≠ 0, παίρνουµε λ = 0.
Άσκηση 4
⎛ 1 −3 3 ⎞
Έστω A = ⎜⎜ 3 −5 3 ⎟⎟ ∈ M 3 ( ). Να βρεθούν
⎜ 6 −6 4 ⎟
⎝ ⎠
1. το χαρακτηριστικό πολυώνυµο του Α
2. το ελάχιστο πολυώνυµο του Α
3. οι ιδιοτιµές του Α
4. τα ιδιοδιανύσµατα του Α
5. µια βάση για κάθε ιδιόχωρο του Α.
Λύση
⎛ x −1 3 −3 ⎞
1. χ A ( x) = det( xI − A) = det ⎜ −3 x + 5 −3 ⎟⎟ . Θα είναι χρήσιµο για τα
⎜
⎜ −6 6 x − 4 ⎟⎠
⎝
επόµενα υποερωτήµατα να ξέρουµε τις ρίζες του χ A ( x). Για το λόγο αυτό
αντί να υπολογίσουµε την ορίζουσα µηχανικά, επιδιώκουµε πρώτα κάποια
παραγοντοποίηση. Προσθέτοντας τη δεύτερη στήλη στην τρίτη, παίρνουµε
⎛ x −1 3 −3 ⎞ ⎛ x −1 3 0 ⎞
⎜ ⎟ ⎜ ⎟
det ⎜ −3 x + 5 −3 ⎟ = det ⎜ −3 x + 5 x + 2 ⎟ =
⎜ −6 6 x − 4 ⎟⎠ ⎜ −6 6 x + 2 ⎟⎠
⎝ ⎝
⎛ x −1 3 0⎞
⎜ ⎟
( x + 2) det ⎜ −3 x + 5 1 ⎟ .
⎜ −6 6 1 ⎟⎠
⎝
Για να είναι οι πράξεις πιο απλές, αφαιρούµε την τρίτη γραµµή από τη
δεύτερη και αναπτύσσουµε την ορίζουσα ως προς την τρίτη στήλη.
⎛ x −1 3 0⎞ ⎛ x −1 3 0⎞
⎜ ⎟ ⎜ ⎟
( x + 2) det ⎜ −3 x + 5 1 ⎟ = ( x + 2) det ⎜ 3 x −1 0 ⎟ =
⎜ −6 6 1 ⎟⎠ ⎜ −6 6 1 ⎟⎠
⎝ ⎝
( x + 2)(( x − 1) 2 − 9) = ( x + 2)( x 2 − 2 x − 8) =
( x + 2) 2 ( x − 4).
Άρα χ A ( x) = ( x + 2) 2 ( x − 4).
2. Σύµφωνα µε το Θεώρηµα 15 ξέρουµε ότι το ελάχιστο πολυώνυµο mA ( x)
διαιρεί το χ A ( x) και έχει τις ίδιες ρίζες µε αυτό. Επειδή
χ A ( x) = ( x + 2) 2 ( x − 4), συνάγουµε ότι υπάρχουν δυο δυνατές περιπτώσεις:
είτε mA ( x) = ( x + 2)( x − 4) είτε mA ( x) = ( x + 2) 2 ( x − 4) . Με πράξεις πινάκων
επαληθεύεται ότι ( A + 2 I )( A − 4 I ) = 0. Άρα mA ( x) = ( x + 2)( x − 4) .
3. Οι ιδιοτιµές του Α είναι οι πραγµατικές ρίζες του χ A ( x) = ( x + 2) 2 ( x − 4) ,
δηλαδή οι −2, 4.
4. Για λ = −2 : Το σύστηµα ( λ I − A ) X = 0 είναι το
⎛ −3 3 −3 ⎞ ⎛ x ⎞ ⎛ 0 ⎞ ⎧ −3 x + 3 y − 3 z = 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
⎜ −3 3 −3 ⎟ ⎜ y ⎟ = ⎜ 0 ⎟ ⇔ ⎨−3 x + 3 y − 3 z = 0 ⇔ x − y + z = 0.
⎜ −6 6 − 6 ⎟ ⎜ z ⎟ ⎜ 0 ⎟ ⎪
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩ −6 x + 6 y − 6 z = 0
Οι λύσεις του συστήµατος, δηλαδή ο ιδιόχωρος που αντιστοιχεί στην ιδιοτιµή

⎧⎛ y − z ⎞ ⎫ ⎛ y − z⎞
⎪⎜ ⎟ ⎪ ⎜ ⎟
−2 , είναι V (−2) = ⎨⎜ y ⎟ y, z ∈ ⎬ και τα ιδιοδιανύσµατα είναι τα ⎜ y ⎟,
⎪⎜ z ⎟ ⎪ ⎜z ⎟
⎩⎝ ⎠ ⎭ ⎝ ⎠
όπου τουλάχιστον ένα από τα y, z είναι µη µηδενικό.
Για λ = 4 : Το σύστηµα ( λ I − A ) X = 0 είναι το
⎛ −3 3 − 3 ⎞ ⎛ x ⎞ ⎛ 0 ⎞ ⎧−3 x + 3 y − 3 z = 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪ ⎧x + y − z = 0
⎜ − 3 9 − 3 y =
⎟⎜ ⎟ ⎜ ⎟ 0 ⇔ ⎨ − 3 x + 9 y − 3 z = 0 ⇔ ⎨
⎜ −6 6 0 ⎟ ⎜ z ⎟ ⎜ 0 ⎟ ⎪ ⎩ 2 y − z = 0.
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩ −6 x + 6 y =0
Οι λύσεις του συστήµατος, δηλαδή ο ιδιόχωρος που αντιστοιχεί στην ιδιοτιµή

⎧⎛ 1 ⎞ ⎫ ⎛1 ⎞
⎪⎜ 2 z ⎟ ⎪ ⎜ 2 z⎟
⎪⎜ ⎟ ⎪ ⎜ ⎟
⎪⎜ 1 ⎟ ⎪ ⎜ 1 z ⎟ , όπου το
4 , είναι V (4) = ⎨ z z ∈ ⎬ και τα ιδιοδιανύσµατα είναι τα
⎜ ⎟ ⎜2 ⎟
⎪⎜ 2 ⎟ ⎪ ⎜ ⎟
⎪⎜ z ⎟ ⎪ ⎜⎜ z ⎟⎟
⎪⎜ ⎟ ⎪
⎩⎝ ⎠ ⎭ ⎝ ⎠
z είναι µη µηδενικό.
⎧⎛ y − z ⎞ ⎫
⎪⎜ ⎟ ⎪
5. Είδαµε πριν ότι V (−2) = ⎨⎜ y ⎟ y, z ∈ ⎬ . ∆υο στοιχεία αυτού του χώρου
⎪⎜ z ⎟ ⎪
⎩⎝ ⎠ ⎭
⎛ 1 ⎞ ⎛ −1 ⎞
είναι τα ⎜⎜1 ⎟⎟ , ⎜⎜ 0 ⎟⎟ . Αυτά είναι γραµµικά ανεξάρτητα και παράγουν το V (−2) ,
⎜ 0 ⎟ ⎜1 ⎟
⎝ ⎠ ⎝ ⎠
⎛ y − z⎞ ⎛1 ⎞ ⎛ −1⎞
επειδή ⎜⎜ y ⎟⎟ = ⎜ ⎟ ⎜ ⎟
y ⎜1 ⎟ + z ⎜ 0 ⎟ . Άρα αυτά συγκροτούν µια βάση του V (−2).
⎜z ⎟ ⎜ 0 ⎟ ⎜1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎧⎛ 1 ⎞ ⎫ ⎛1⎞
⎪⎜ 2 z ⎟ ⎪ ⎜2⎟
⎪⎜ ⎟ ⎪ ⎜ ⎟
⎪⎜ 1 ⎟ ⎪ ⎜ 1 ⎟.
Επειδή V (4) = ⎨ z z ∈ ⎬ , µια βάση αυτού αποτελεί το στοιχείο
⎜ ⎟ ⎜2⎟
⎪⎜ 2 ⎟ ⎪ ⎜ ⎟
⎪⎜ 1 ⎟ ⎪ ⎜⎜1 ⎟⎟
⎪⎜ ⎟ ⎪
⎩⎝ ⎠ ⎭ ⎝ ⎠
Άσκηση 5
1. Αποδείξτε την Πρόταση 2 δηλαδή ότι όµοιοι πίνακες έχουν το ίδιο
χαρακτηριστικό πολυώνυµο και τις ίδιες ιδιοτιµές.
2. Στη συνέχεια δώστε ένα παράδειγµα δυο όµοιων πινάκων που έχουν
διαφορετικά ιδιοδιανύσµατα.
Λύση
1. Έστω ότι A, B ∈ M n ( F ) είναι όµοιοι πίνακες. Τότε υπάρχει αντιστρέψιµος
P ∈ M n ( F ) µε A = P −1 BP. Θα δείξουµε ότι χ A ( x) = χ B ( x) . Έχουµε
χ A ( x) = det( xI − A) = det( xI − P −1 BP) =

det( xP −1 P − P −1 BP) = det ( P −1 ( xI − B) P ) =
det( P −1 ) det( xI − B ) det P = (det P ) −1 det( xI − B ) det P =
det( xI − B ) = χ B ( x).
Αφού οι ιδιοτιµές είναι ρίζες του χαρακτηριστικού πολυωνύµου και έχουµε
χ A ( x) = χ B ( x) , οι Α,Β έχουν τις ίδιες ιδιοτιµές.
−1
⎛ 2 1⎞ ⎛ 1 0 ⎞ ⎛ 2 1⎞ ⎛ 2 1 ⎞
2. Από την ισότητα πινάκων ⎜ ⎟ ⎜ ⎟⎜ ⎟=⎜ ⎟ έχουµε ότι οι
⎝ 1 1⎠ ⎝ 0 0 ⎠ ⎝ 1 1⎠ ⎝ −2 −1⎠
⎛1 0⎞ ⎛ 2 1 ⎞ ⎛1 ⎞
⎜ ⎟,⎜ ⎟ είναι όµοιοι. Το ⎜ ⎟ είναι ιδιοδιάνυσµα του πρώτου γιατί
⎝ 0 0 ⎠ ⎝ −2 −1⎠ ⎝0⎠
⎛ 1 0 ⎞ ⎛1 ⎞ ⎛1 ⎞
⎜ ⎟⎜ ⎟ = ⎜ ⎟ , αλλά δεν είναι ιδιοδιάνυσµα του δεύτερου αφού
⎝0 0⎠⎝0⎠ ⎝ 0⎠
⎛ 2 1 ⎞ ⎛1 ⎞ ⎛ 2 ⎞ ⎛2 ⎞ ⎛1 ⎞
⎜ ⎟ ⎜ ⎟ = ⎜ ⎟ και το ⎜ ⎟ δεν είναι πολλαπλάσιο του ⎜ ⎟ .
⎝ −2 −1⎠ ⎝ 0 ⎠ ⎝ −2 ⎠ ⎝ −2 ⎠ ⎝0⎠
Άσκηση 6
⎛ 1 1 2⎞ ⎛1 ⎞
Έστω A = ⎜⎜ 1 a 1 ⎟⎟ ∈ M 3 ( ) , X = ⎜⎜ 2 ⎟⎟ ∈ M 3×1 ( ).
⎜ −2 1 3 ⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠
1. Να βρεθούν οι τιµές του a για τις οποίες το X είναι ένα ιδιοδιάνυσµα του Α.
2. Για τις τιµές του a που βρήκατε στο προηγούµενο ερώτηµα υπολογίστε τη
διάσταση του ιδιόχωρου που περιέχει το Χ.
Λύση
1. Το Χ είναι ιδιοδιάνυσµα του Α αν και µόνο αν AX = λ X για κάποιο λ ∈ .

⎛3 ⎞
Έχουµε AX = ⎜1 + 2a ⎟⎟ . Το Χ είναι ιδιοδιάνυσµα αν και µόνο αν
⎜
⎜0 ⎟
⎝ ⎠
⎛3 ⎞ ⎛1 ⎞
⎜ ⎟ ⎜ ⎟ ⎧3 = λ 5
⎜ 1 + 2 a ⎟ = λ 2
⎜ ⎟ ⇔ ⎨ . Άρα έχουµε ότι a = .
⎜0 ⎟ ⎜0⎟ ⎩1 + 2 a = 2 λ 2
⎝ ⎠ ⎝ ⎠
5
2. Έστω a = . Είδαµε πριν ότι το Χ αντιστοιχεί στην ιδιοτιµή 3. Ο ιδιόχωρος που
2
περιέχει το Χ είναι ο V (3). Από την Πρόταση 14 ξέρουµε ότι
⎛ −2 1 2 ⎞
⎜ ⎟
1
dim V (3) = 3 − r ( A − 3I ). Έχουµε A − 3I = ⎜ 1 − 1 ⎟ . Ξέρουµε ότι η τάξη ενός
⎜ 2 ⎟
⎜ −2 1 0 ⎟
⎝ ⎠
πίνακα αυτού µε το πλήθος των µη µηδενικών γραµµών στην κλιµακωτή του µορφή.
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς γραµµών βρίσκουµε τη
⎛ 1 ⎞
⎜1 − 2 1⎟
⎜ ⎟
κλιµακωτή µορφή ⎜0 0 1⎟ και συνεπώς r ( A − 3I ) = 2. Άρα έχουµε
⎜0 0 0⎟
⎜ ⎟
⎝ ⎠
dim V (3) = 3 − 2 = 1.
Άσκηση 7
⎛ 3 2 4⎞
Να βρεθεί µια βάση για κάθε ιδιόχωρο του πίνακα A = ⎜⎜ 2 0 2 ⎟⎟ ∈ M 3 ( ).
⎜ 4 2 3⎟
⎝ ⎠
Λύση
Υπολογίζουµε το χαρακτηριστικό πολυώνυµο του Α µε τη βοήθεια στοιχειωδών
µετασχηµατισµών γραµµών και στηλών. Έχουµε
⎛ x − 3 −2 −4 ⎞ r →r − 2 r ⎛ x−3 −2 −4 ⎞
⎜ ⎟3 3 2 ⎜ ⎟
det( xI − A) = det ⎜ −2 x −2 ⎟ = det ⎜ −2 x −2 ⎟ =
⎜ −4 − 2 x − 3 ⎟ ⎜ 0 −2( x + 1) x + 1⎟⎠
⎝ ⎠ ⎝
⎛ x − 3 −2 −4 ⎞ c →c + 2 c ⎛ x − 3 −10 −4 ⎞
⎜ ⎟2 2 1 ⎜ ⎟
( x + 1) det ⎜ −2 x −2 ⎟ = ( x + 1) det ⎜ −2 x − 4 −2 ⎟ =
⎜ 0 −2 1 ⎟⎠ ⎜ 0 0 1 ⎟⎠
⎝ ⎝
( x + 1) ( ( x − 3)( x − 4) − 20 ) = ( x + 1) 2 ( x − 8).
Άρα έχουµε τις ιδιοτιµές −1,8.

Ιδιοδιανύσµατα που αντιστοιχούν στο −1 : Το σύστηµα ( A − (−1) I ) X = 0 είναι το
⎧4 x + 2 y + 4 z = 0
⎪
⎨2 x + y + 2 z = 0
⎪ 4 x + 2 y + 4 z = 0.
⎩
Άµεσα βλέπουµε ότι αυτό ισοδυναµεί µε την εξίσωση 2 x + y + 2 z = 0. Άρα
⎧⎛ − y − 2 z ⎞ ⎫
⎪⎜ 2 ⎟ ⎪
⎪⎜ ⎟ ⎪
V (−1) = ⎨⎜ y ⎟ y, z ∈ ⎬ . Θέτοντας y = 1, z = 0 και y = 0, z = 1 παίρνουµε τα
⎪⎜ z ⎟ ⎪
⎪⎜ ⎟ ⎪
⎪⎩⎝ ⎠ ⎪⎭
⎛ −1 ⎞
⎜ 2 ⎟ ⎛ −1 ⎞
⎜ ⎟ ⎜ ⎟
στοιχεία ⎜1 ⎟ , ⎜ 0 ⎟ . Αυτά αποτελούν µια βάση του V (−1), γιατί είναι γραµµικά
⎜ 0 ⎟ ⎜1 ⎟
⎜ ⎟ ⎝ ⎠
⎝ ⎠
⎛ − y − 2z ⎞ ⎛ −1 ⎞
⎜ 2 ⎟ ⎜ 2 ⎟ ⎛ −1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
ανεξάρτητα και παράγουν το V (−1) καθώς ⎜ y ⎟= y ⎜1 ⎟ + z ⎜ 0 ⎟ .
⎜z ⎟ ⎜ 0 ⎟ ⎜1 ⎟
⎜ ⎟ ⎜ ⎟ ⎝ ⎠
⎝ ⎠ ⎝ ⎠
Ιδιοδιανύσµατα που αντιστοιχούν στο 8: Το σύστηµα ( A − 8I ) X = 0 είναι το
⎧ −5 x + 2 y + 4 z = 0
⎪
⎨2 x − 8 y + 2 z = 0
⎪4 x + 2 y − 5 z = 0.
⎩
Μετά από µερικούς στοιχειώδεις µετασχηµατισµούς παίρνουµε το ισοδύναµο
σύστηµα
⎧5 x − 2 y − 4 z = 0
⎨ .
⎩ 2y − z = 0
⎧⎛ z ⎞ ⎫
⎪⎜ ⎟ ⎪
z ⎪ z ⎪
Οι λύσεις είναι ( x, y, z ) = ( z , , z ) , z ∈ . Άρα V (8) = ⎨⎜ ⎟ z ∈ ⎬ . Μια βάση
2 ⎪⎜ 2 ⎟ ⎪
⎜ ⎟
⎩⎪⎝ z ⎠ ⎭⎪
⎛1 ⎞
⎜ ⎟
1
αποτελεί το στοιχείο ⎜ ⎟ .
⎜2⎟
⎜1 ⎟
⎝ ⎠
Άσκηση 8
Υπολογίστε τις ιδιοτιµές των εξής πινάκων
⎛ 1 1 … 1⎞
⎜ ⎟
1 1 1⎟
1. A = ⎜ ∈ M n ( F)
⎜ ⎟
⎜⎜ ⎟
⎝1 1 1⎟⎠
⎛a b b b⎞
⎜ ⎟
⎜b a b b⎟
2. B = ⎜ b b a b ⎟ ∈ M n (F) .
⎜ ⎟
⎜ ⎟
⎜b b b a ⎟⎠
⎝
Λύση
1. Υπολογίζουµε το χαρακτηριστικό πολυώνυµο. Έχουµε
⎛ x − 1 −1 … −1 ⎞ ⎛1 − x 1 … 1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ −1 x − 1 −1 ⎟ ⎜ 1 1− x 1 ⎟
xI − A = =− .
⎜ ⎟ ⎜ ⎟
⎜⎜ −1 −1
⎟
x − 1⎟⎠ ⎜⎜ 1 1
⎟
1 − x ⎟⎠
⎝ ⎝
Προσθέτουµε στην πρώτη στήλη του τελευταίου πίνακα κάθε άλλη στήλη, οπότε
προκύπτει ο
⎛n− x 1 … 1 ⎞
⎜ ⎟
⎜ n − x 1− x 1 ⎟
− .
⎜ ⎟
⎜⎜ n − x 1
⎟
1 − x ⎟⎠
⎝
Άρα
⎛ ⎛n− x 1 … 1 ⎞⎞
⎜ ⎜ ⎟⎟
⎜ ⎜ n − x 1− x 1 ⎟⎟
det( xI − A) = det − =
⎜ ⎜ ⎟⎟
⎜⎜ ⎜⎜ ⎟⎟
⎝ ⎝n− x 1 1 − x ⎠⎟ ⎠⎟
⎛1 1 … 1 ⎞
⎜ ⎟
⎜ 1 1− x 1 ⎟
(−1) (n − x) det
n
.
⎜ ⎟
⎜⎜ ⎟
⎝1 1 1 − x ⎟⎠
Στον τελευταίο πίνακα αφαιρούµε την πρώτη γραµµή από κάθε άλλη. Έτσι παίρνουµε
⎛1 1 … 1 ⎞
⎜ ⎟
⎜ 0 −x 0⎟
det( xI − A) = (−1) (n − x) det
n
= (−1)n (n − x)(− x)n −1 , γιατί ο
⎜ ⎟
⎜⎜ ⎟
⎝0 0 − x ⎟⎠
τελευταίος πίνακας είναι τριγωνικός. Τελικά det( xI − A) = −(n − x) x n −1 και οι

ιδιοτιµές είναι 0, n. (Παρατηρούµε ότι η ιδιοτιµή 0 έχει πολλαπλότητα n − 1 ).
2. Μπορούµε να εφαρµόσουµε και εδώ τη µέθοδο που είδαµε στο προηγούµενο
ερώτηµα. Ένας άλλος τρόπος είναι ο εξής. Θεωρούµε το πολυώνυµο
f ( x) = bx + a − b και παρατηρούµε ότι B = f ( A). Από την Πρόταση 4, οι ιδιοτιµές
του Β είναι f (0) = a − b, f (n) = bn + a − b = a + b(n − 1).
Άσκηση 9
Να βρεθεί η διάσταση του (µοναδικού) ιδιόχωρου του
⎛1 a 0 0⎞
⎜ ⎟
⎜0 1 a 0⎟
A = ⎜0 0 1 0 ⎟ ∈ M n ( F).
⎜ ⎟
⎜ ⎟
⎜0 0 0 1 ⎟⎠
⎝
Λύση
Ο Α είναι άνω τριγωνικός και τα στοιχεία της διαγωνίου είναι 1. Από την Πρόταση 6
υπάρχει µοναδική ιδιοτιµή λ = 1 και το ζητούµενο είναι η διάσταση του V (1). Από
την Πρόταση 14 έχουµε dim V (1) = n − r ( A − I ). Παρατηρούµε ότι
⎛0 a 0 0⎞
⎜ ⎟
⎜0 0 a 0⎟
A− I = ⎜0 0 0 0⎟ .
⎜ ⎟
⎜ ⎟
⎜0 0 0 0 ⎟⎠
⎝
• Αν a = 0 , τότε r ( A − I ) = 0 και dim V (1) = n.
• Αν a ≠ 0 , τότε r ( A − I ) = n −1 και dim V (1) = 1.
Άσκηση 10
Έστω A ∈ M n ( F ) τέτοιος ώστε το άθροισµα των στοιχείων κάθε γραµµής ισούται µε 1.
⎛ x1 ⎞
⎜ ⎟
Αποδείξτε ότι υπάρχει X = ⎜ ⎟ ∈ M n×1 ( F ) τέτοιο ώστε AX = X .
⎜x ⎟
⎝ n⎠
Λύση
Αρκεί να δείξουµε ότι το 1 είναι ιδιοτιµή του Α. Στην πρώτη στήλη του πίνακα
A − I προσθέτουµε κάθε άλλη στήλη. Τότε προκύπτει ένας πίνακας του οποίου η
πρώτη στήλη είναι µηδενική. Άρα det( A − I ) = 0 και το 1 είναι ιδιοτιµή του Α.
Άσκηση 11
Να βρεθεί το χαρακτηριστικό και ελάχιστο πολυώνυµο για καθέναν από τους επόµενους
πραγµατικούς πίνακες
⎛4 2 3 4⎞
⎜ ⎟
⎛ 4 2⎞ ⎛1 3⎞ ⎜1 3 −1 2⎟
A=⎜ ⎟ , B = ⎜ ⎟ , C =
⎝1 3⎠ ⎝0 2⎠ ⎜0 0 1 3⎟
⎜⎜ ⎟
⎝0 0 0 2 ⎟⎠
Λύση
Έχουµε
⎛ x − 4 −2 ⎞
χ A ( x) = det( xI − A) = det ⎜ ⎟ = ( x − 2)( x − 5)
⎝ −1 x − 3 ⎠
χ B ( x) = ( x − 1)( x − 2)
⎛A *⎞
γιατί ο Β είναι τριγωνικός. Ο πίνακας C είναι της µορφής C = ⎜ ⎟ . Από την
⎝ 0 B⎠
Πρόταση 7 συµπεραίνουµε ότι χ C ( x) = χ A ( x) χ B ( x) = ( x − 1)( x − 2) 2 ( x − 5).
Για τα ελάχιστα πολυώνυµα χρησιµοποιούµε το Θεώρηµα 15 που µας λέει ότι το

ελάχιστο πολυώνυµο διαιρεί το χαρακτηριστικό και έχει τις ίδιες ρίζες µε αυτό. Άρα
mA ( x) = ( x − 2)( x − 5), mB ( x) = ( x − 1)( x − 2). Για το C εφαρµόζουµε την Πρόταση 16,
οπότε mC ( x) = εκπ {( x − 2)( x − 5), ( x − 1)( x − 2)} = ( x − 1)( x − 2)( x − 5).
Άσκηση 12
⎛ −5 4 1 ⎞
Έστω A = ⎜⎜ −6 5 1 ⎟⎟ ∈ M 3 ( ). Να υπολογιστεί ο πίνακας A2005 + A2006 .
⎜ 0 0 0⎟
⎝ ⎠
Λύση
⎛ x + 5 −4 −1⎞
Έχουµε χ A ( x) = det ( xI − A ) = det ⎜⎜ 6 ⎟
x − 5 −1⎟ = x(( x + 5)( x − 5) + 24) = x 3 − x.
⎜ 0 0 x ⎟⎠
⎝
Από το Θεώρηµα των Cayley-Hamilton έχουµε A3 − A = 0. Άρα
A4 = AA3 = AA = A2 ,
A5 = AA4 = AA2 = A3 = A
A6 = AA5 = AA = A2 .
Με επαγωγή αποδεικνύεται ότι A2 n = A2 , A2 n +1 = A για κάθε θετικό ακέραιο n.
Πράγµατι, η πρώτη σχέση αληθεύει για n = 1. Έστω ότι αυτή αληθεύει για ένα
συγκεκριµένο n. Τότε A2( n +1) = A2 n A2 = A2 A2 = AA3 = AA = A2 . Η δεύτερη σχέση
αποδεικνύεται µε παρόµοιο τρόπο.
⎛ −4 4 0 ⎞
Έχουµε A 2005
+A 2006
= A + A . Με υπολογισµούς βρίσκουµε A + A = ⎜⎜ −6 6 0 ⎟⎟ .
2 2
⎜ 0 0 0⎟
⎝ ⎠
Άσκηση 13
⎛ 2 −1 −1 ⎞
Έστω ο πραγµατικός πίνακας Α = ⎜⎜ 0 −2 −1⎟⎟ .
⎜0 3 2 ⎟
⎝ ⎠
1. Απλοποιήστε την παράσταση A5 − 2 A4 + 3I .
2. Εκφράστε τους πίνακες A−1 , A−2 ως πολυώνυµα του A.
3. Αποδείξτε ότι Α2006 – 2Α2005 = Α2 – 2A.
Λύση
Το χαρακτηριστικό πολυώνυµο του Α είναι
⎛x−2 1 1 ⎞
⎜ ⎟
χ A ( x) = det( xI − A) = det ⎜ 0 x+2 1 ⎟=
⎜ 0 −3 x − 2 ⎟⎠
⎝
( x − 2 ) ( ( x + 2 )( x − 2 ) + 3) = x3 − 2 x 2 − x + 2.
Από το Θεώρηµα Cayley – Hamilton έχουµε
χ A ( A) = A3 − 2 A2 − A + 2 I = 0 .
1. ∆ιαιρώντας το πολυώνυµο x5 − 2 x 4 + 3 µε το χ A ( x) βρίσκουµε
x5 − 2 x 4 + 3 = χ A ( x)( x 2 + 1) + x +1. Άρα
A5 − 2 A4 + 3I = χ A ( A)( A2 + 1) + A + I = A + I .
2. Αφού ο σταθερός όρος του χαρακτηριστικού πολυωνύµου δεν είναι µηδέν, ο Α
είναι αντιστρέψιµος (βλ. Πόρισµα 10). Πολλαπλασιάζοντας µε τον A−1 παίρνουµε
1
A2 − 2 A − I + 2 A−1 = 0 ⇒ A−1 =
2
( − A2 + 2 A + I ) .
1
Πολλαπλασιάζοντας πάλι µε τον A−1 παίρνουµε A−2 =
2
( − A + 2 I + A−1 ) . Άρα
1⎛ 1 ⎞ 1 5
A−2 = ⎜ − A + 2 I + ( − A2 + 2 A + I ) ⎟ = − A2 + I .
2⎝ 2 ⎠ 4 4
3. Η σχέση A3 − 2 A2 − A + 2 I = 0 γράφεται A3 − 2 A2 = A − 2I , οπότε

A4 − 2 A3 = A2 − 2 A
A5 − 2 A4 = A3 − 2 A2 = A − 2 I
A6 − 2 A5 = A4 − 2 A3 = A2 − 2 A
κλπ
Αποδεικνύεται εύκολα µε επαγωγή στο n ότι
A2 n − 2 A2 n−1 = A2 − 2 A , n ≥ 2.
Πράγµατι, η σχέση αληθεύει για n = 2. Έστω ότι αληθεύει για ένα συγκεκριµένο
n. Τότε
A2( n +1) − 2 A2( n +1) −1 = A2 ( A2 n − 2 A2 n −1 ) =
A2 ( A2 − 2 A ) = A4 − 2 A3 = A2 − 2 A.
Εποµένως A2006 − 2 A2005 = A2 − 2 A .

Άσκηση 14
Έστω A ∈ M 3 ( ) . Αποδείξτε ότι τα επόµενα είναι ισοδύναµα
1. A3 = 0.
2. χ A ( x) = x 3
3. TrA = TrA2 = TrA3 = 0.

Λύση
1 ⇒ 2. Αν ισχύει A3 = 0 και λ είναι µια ιδιοτιµή του Α τότε το λ 3 είναι ιδιοτιµή του
A3 σύµφωνα µε την Πρόταση 4. Αφού A3 = 0 , έχουµε λ 3 = 0 ⇒ λ = 0, δηλαδή κάθε
ιδιοτιµή του Α είναι ίση µε µηδέν. Άρα χ A ( x) = ( x − λ1 )( x − λ2 )( x − λ3 ) = x3 .
2 ⇒ 3. Από τη σχέση χ A ( x) = x 3 συµπεραίνουµε ότι κάθε ιδιοτιµή του Α είναι ίση µε
µηδέν. Άρα κάθε ιδιοτιµή του Am , m θετικός ακέραιος, είναι ίση µε µηδέν. Τότε από
την Πρόταση 9 έχουµε TrAm = 0, m = 1, 2,...

3 ⇒ 1. Έστω λ1 , λ2 , λ3 οι ιδιοτιµές του Α. Θα δείξουµε ότι λ1 = λ2 = λ3 = 0.
Από την υπόθεση και την Πρόταση 9 έχουµε τις σχέσεις

⎧λ1 + λ2 + λ3 = 0
⎪ 2
⎨λ1 + λ2 + λ3 = 0
2 2
⎪ 3
⎩λ1 + λ2 + λ3 = 0.
3 3
Έστω ότι κάποιο από τα λ1 , λ2 , λ3 είναι διάφορο του 0. Θα φτάσουµε σε άτοπο. Από
τις προηγούµενες σχέσεις συµπεραίνουµε ότι το οµογενές γραµµικό σύστηµα
x1 + x2 + x3 = 0
λ1 x1 + λ2 x2 + λ3 x3 = 0
λ12 x1 + λ2 2 x2 + λ32 x3 = 0
έχει µη µηδενική λύση. Άρα η ορίζουσα του πίνακα των συντελεστών είναι ίση µε
⎛ 1 1 1 ⎞
µηδέν, δηλαδή det ⎜⎜ λ1 λ2 λ3 ⎟⎟ = 0. Αυτή είναι η γνωστή ορίζουσα Vandermonde
⎜λ 2 λ2 2 λ32 ⎟⎠
⎝ 1
για την οποία είδαµε στο Κεφάλαιο 4 ότι
⎛ 1 1 1 ⎞
⎜
det ⎜ λ1 λ2 λ3 ⎟⎟ = (λ2 − λ1 )(λ3 − λ2 )(λ3 − λ1 ).
⎜λ 2 λ2 2 λ32 ⎟⎠
⎝ 1
Συνεπώς (λ2 − λ1 )(λ3 − λ2 )(λ3 − λ1 ) = 0, δηλαδή τα λi δεν είναι ανά δύο διάφορα.
Αυτό είναι άτοπο. Συνεπώς µπορούµε να υποθέσουµε ότι λ2 = λ3 . Τότε παίρνουµε
⎧λ1 + 2λ2 = 0
⎪ 2
⎨λ1 + 2λ2 = 0
2
⎪ 3
⎩λ1 + 2λ2 = 0.
3
Από την πρώτη εξίσωση έχουµε λ1 = −2λ2 και αντικαθιστώντας στη δεύτερη
παίρνουµε ( −2λ2 ) + 2λ2 2 = 0 ⇒ 6λ22 = 0 ⇒ λ2 = 0 . Άρα λ1 = λ2 = λ3 = 0.

2
Αφού λ1 = λ2 = λ3 = 0, παίρνουµε χ A ( x) = x 3 . Από το Θεώρηµα των Cayley –
Hamilton έχουµε A3 = 0.
Άσκηση 15
Εξετάστε αν αληθεύουν οι παρακάτω προτάσεις.
1. Αν για ένα 3 × 3 πίνακα Α ισχύει A4 = 0 , τότε A3 = 0.
2. Αν για ένα 3 × 3 πίνακα Α ισχύει A3 = 0 , τότε A2 = 0.
3. Υπάρχει πίνακας µε χαρακτηριστικό πολυώνυµο το ( x − 2) 2 ( x − 5) και ελάχιστο
το ( x − 2) 2 .
4. Υπάρχει αντιστρέψιµος πίνακας µε χαρακτηριστικό πολυώνυµο το x3 − 2 x 2 + x .

Λύση
1. Αυτή αληθεύει, γιατί αν λ είναι µια ιδιοτιµή του Α τότε από τη υπόθεση
έχουµε λ 4 = 0 ⇒ λ = 0. Άρα κάθε ιδιοτιµή του Α είναι ίση µε µηδέν. Συνεπώς
χ A ( x) = x3 . Τότε από το Θεώρηµα των Cayley – Hamilton παίρνουµε A3 = 0.
⎛0 1 0⎞
2. Αυτή δεν αληθεύει. Ένα αντιπαράδειγµα είναι ο πίνακας A = ⎜⎜ 0 0 1 ⎟⎟ .
⎜0 0 0⎟
⎝ ⎠
⎛0 0 1⎞
Έχουµε A = ⎜⎜ 0 0 0 ⎟⎟ ≠ 0, A3 = 0
2
⎜0 0 0⎟
⎝ ⎠
3. Αυτή δεν αληθεύει λόγω του Θεωρήµατος 15 3).
4. Αυτή δεν αληθεύει γιατί ο σταθερός όρος του δοσµένου πολυωνύµου είναι
ίσος µε 0 (βλ. Πόρισµα 10).
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Να βρεθούν οι ιδιοτιµές και τα ιδιοδιανύσµατα
⎛ 2 2⎞
1. του πίνακα A = ⎜ ⎟∈ M2 ( )
⎝1 3⎠
2. της γραµµικής απεικόνισης f : 2
→ 2
, f ( x, y ) = (4 x + 2 y,3 x + 3 y ).
Υπόδειξη Βλ. Λυµένη Άσκηση 1. Απάντηση 1. Οι ιδιοτιµές του Α είναι 1,4 και τα
αντίστοιχα ιδιοδιανύσµατα είναι ( 2 x, − x ) , x ∈ − {0}, ( x, x), x ∈ − {0} . 2. Οι
ιδιοτιµές της f είναι 1,6 και τα αντίστοιχα ιδιοδιανύσµατα είναι

( 2 x, −3x ) , x ∈ − {0}, ( x, x), x ∈ − {0} .
Άσκηση 2
Να βρεθούν τα χαρακτηριστικά πολυώνυµα των εξής πινάκων
⎛1 x y⎞ ⎛ 2 3 −2 ⎞
⎛ 5 −1⎞
A=⎜ ⎟∈ M2 ( ) , B = ⎜⎜ 0 0 z ⎟⎟ ∈ M 3 ( ) , C = ⎜⎜ 0 5 4 ⎟⎟ ∈ M 3 ( ).
⎝8 3 ⎠ ⎜0 0 2⎟ ⎜ 1 0 −1 ⎟
⎝ ⎠ ⎝ ⎠
Απάντηση χ A ( x) = x 2 − 8 x + 23, χ B ( x) = x 3 − 3 x 2 + 2 x, χ C ( x) = x3 − 6 x 2 + 5 x − 12
Άσκηση 3
⎛3 1 1⎞
Έστω A = ⎜⎜ 2 4 2 ⎟⎟ ∈ M 3 ( ) . Να βρεθούν
⎜1 1 3⎟
⎝ ⎠
1. το χαρακτηριστικό πολυώνυµο του Α
2. το ελάχιστο πολυώνυµο του Α
3. οι ιδιοτιµές του Α
4. τα ιδιοδιανύσµατα του Α
5. µια βάση για κάθε ιδιόχωρο του Α.

Απάντηση χ A ( x) = ( x − 2) 2 ( x − 6), mA ( x) = ( x − 2)( x − 6), λ = 2, 6, οι ιδιόχωροι είναι
⎧ ⎛1 ⎞ ⎛1 ⎞ ⎫ ⎧ ⎛1 ⎞ ⎫
⎪ ⎜ ⎟ ⎜ ⎟ ⎪ ⎪ ⎜ ⎟ ⎪
V (2) = ⎨ x ⎜ −1⎟ + y ⎜ 0 ⎟ x, y ∈ ⎬ , V (6) = ⎨ x ⎜ 2 ⎟ x ∈ ⎬ και αντίστοιχες βάσεις είναι
⎪ ⎜0 ⎟ ⎜ −1⎟ ⎪ ⎪ ⎜1 ⎟ ⎪
⎩ ⎝ ⎠ ⎝ ⎠ ⎭ ⎩ ⎝ ⎠ ⎭
⎧⎛1 ⎞ ⎛ 1 ⎞ ⎫ ⎧⎛ 1 ⎞ ⎫
⎪⎜ ⎟ ⎜ ⎟ ⎪ ⎪⎜ ⎟ ⎪
⎨⎜ −1⎟ , ⎜ 0 ⎟ ⎬ , ⎨⎜ 2 ⎟ ⎬ .
⎪⎜ 0 ⎟ ⎜ −1⎟ ⎪ ⎪⎜1 ⎟ ⎪
⎩⎝ ⎠ ⎝ ⎠ ⎭ ⎩⎝ ⎠ ⎭
Άσκηση 4
Να βρεθούν οι ιδιοτιµές και µια βάση για κάθε ιδιόχωρο της γραµµικής απεικόνισης
f: 3
→ 3
, f ( x, y, z ) = ( x − y, 2 x + 3 y + 2 z , x + y + 2 z ).
Υπόδειξη Οι ιδιοτιµές είναι 1, 2,3. Βάσεις των V (1), V (2), V (3) είναι αντίστοιχα τα
{(1, 0, −1)},{(2, −2, −1)},{(1, −2, −2)} .
Άσκηση 5
Να βρεθεί το χαρακτηριστικό και το ελάχιστο πολυώνυµο του
⎛2 5 0 0 0⎞
⎜ ⎟
⎜0 2 0 0 0⎟
A = ⎜0 0 4 2 0⎟ ∈ M5 ( ).
⎜ ⎟
⎜0 0 3 5 0⎟
⎜0 0 0 0 7 ⎟⎠
⎝
Υπόδειξη Εφαρµόστε την Πρόταση 7 και την Πρόταση 16.
Απάντηση χ A ( x) = ( x − 2)3 ( x − 7) 2 , mA ( x) = ( x − 2) 2 ( x − 7).
Άσκηση 6
⎛ −1 ⎞
Να βρεθούν οι τιµές του πραγµατικού αριθµού a για τις οποίες το X = ⎜⎜ −1⎟⎟ είναι ένα
⎜1 ⎟
⎝ ⎠
⎛ 2 −1 2 ⎞
ιδιοδιάνυσµα του πίνακα A = ⎜⎜ a −3 3 ⎟⎟ ∈ M 3 ( ). Να βρεθεί η διάσταση του
⎜ −1 0 −2 ⎟
⎝ ⎠
ιδιόχωρου του Α που περιέχει το Χ.
Υπόδειξη Βλ. Λυµένη Άσκηση 6. Απάντηση a = 5, dim V (−1) = 1.
Άσκηση 7
⎛1 4⎞
Έστω A = ⎜ ⎟ . Να βρεθούν οι ιδιοτιµές του A − 4 A + I .
2005
⎝ 2 3 ⎠
Υπόδειξη Αφού υπολογίστε τις ιδιοτιµές του Α, εφαρµόστε την Πρόταση 4.
Απάντηση 4,52005 − 19 .
Άσκηση 8
Υπολογίστε τις ιδιοτιµές, τα ιδιοδιανύσµατα και τις διαστάσεις των ιδιόχωρων των
⎛ −2 − i −3 + i 0 ⎞
⎛ 1 1 + 2i ⎞ ⎜ ⎟
πινάκων A = ⎜ ⎟, B = ⎜ 2 + i 3−i 0 ⎟
⎝ 1 − 2i 5 ⎠ ⎜ −3 + i 5 + 5i 6 + 8i ⎟
⎝ ⎠
Απάντηση Οι ιδιοτιµές του Α είναι 0, 6 και οι αντίστοιχοι ιδιόχωροι είναι
⎧ ⎛ −1 − 2i ⎞ ⎫ ⎧ ⎛1 ⎞ ⎫
V (0) = ⎨ x ⎜ ⎟ x ∈ ⎬ , V (6) = ⎨ x ⎜ ⎟ x ∈ ⎬ . Οι ιδιοτµές του Β είναι
⎩ ⎝1 ⎠ ⎭ ⎩ ⎝1 − 2i ⎠ ⎭
0, 1 − 2i, 6 + 8i και οι αντίστοιχοι ιδιόχωροι είναι
⎧ ⎛2 ⎞ ⎫ ⎧ ⎛ 4 + 3i ⎞ ⎫ ⎧ ⎛ 0⎞ ⎫
⎪ ⎜ ⎟ ⎪ ⎪ ⎜ ⎟ ⎪ ⎪ ⎜ ⎟ ⎪
V (0) = ⎨ x ⎜ −1 − i ⎟ x ∈ ⎬ ,V (1 − 2i ) = ⎨ x ⎜ −4 − 3i ⎟ x ∈ ⎬ ,V (6 + 8i ) = ⎨ x ⎜ 0 ⎟ x ∈ ⎬.
⎪ ⎜1 ⎟ ⎪ ⎪ ⎜4 ⎟ ⎪ ⎪ ⎜1 ⎟ ⎪
⎩ ⎝ ⎠ ⎭ ⎩ ⎝ ⎠ ⎭ ⎩ ⎝ ⎠ ⎭
Άσκηση 9
⎛a b ⎞
Ορίζουµε µια συνάρτηση h : M 2 ( )→ , h⎜ ⎟ = a + d + 2bc. Αποδείξτε ότι αν
2 2
⎝ c d ⎠
οι πίνακες A, B ∈ M 2 ( F ) είναι όµοιοι, τότε h( A) = h( B).
Υπόδειξη Παρατηρήστε ότι h( A) = (TrA ) − 2 det A. Χρησιµοποιήστε την Πρόταση 2

2
και το Πόρισµα 9. (Σηµείωση: Μια άλλη λύση πηγάζει από τη σχέση

h( A) = Tr ( A2 ) ).
Άσκηση 10
⎛ 1 4 −3 ⎞
Έστω A = ⎜⎜ 0 3 1 ⎟⎟ ∈ M 3 ( ).
⎜ 0 2 −1 ⎟
⎝ ⎠
1. Να απλοποιηθεί η παράσταση A5 − 3 A4 − 2 A3 + 2 A2 + 4 I
2. Να βρεθεί ένα πραγµατικό πολυώνυµο f ( x) βαθµού 2 τέτοιο ώστε
A−1 = f ( A).
1 3 3
Υπόδειξη Βλ. Λυµένη Άσκηση 13. Απάντηση 1. 3A − I 2. f ( x) = − x 2 + x + .
5 5 5
Κεφάλαιο 10: ∆ιαγωνοποίηση Σελίδα 1 από 37
Κεφάλαιο 10
∆ιαγωνοποίηση
Μια από τις πιο απλές µορφές πινάκων είναι οι διαγώνιοι πίνακες. Θα δούµε στο
κεφάλαιο αυτό διάφορα κριτήρια που µας πληροφορούν αν ένας πίνακας ανάγεται σε
διαγώνια µορφή και πως επιτυγχάνεται η αναγωγή αυτή. Επίσης θα ασχοληθούµε µε
εφαρµογές και µε τη διαγωνοποίηση ειδικών κατηγοριών πινάκων.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................2
Ορισµός 1 (διαγωνοποιήσιµος πίνακας) ..............................................................................................2
Παραδείγµατα......................................................................................................................................2
Ορισµός 2 (διαγωνοποιήσιµη γραµµική απεικόνιση) .........................................................................3
Παραδείγµατα......................................................................................................................................3

ΚΡΙΤΗΡΙΑ ∆ΙΑΓΩΝΟΠΟΙΗΣΗΣ.......................................................................................................4
Θεώρηµα 1 (κριτήριο διαγωνοποίησης µέσω ιδιοδιανυσµάτων).........................................................4
Πρόταση 2 ...........................................................................................................................................5
Θεώρηµα 3 (κριτήριο διαγωνοποίησης µέσω του ελαχίστου πολυωνύµου)........................................5
Παράδειγµα..........................................................................................................................................6
Πρόταση 4 ...........................................................................................................................................6
Παράδειγµα..........................................................................................................................................7
Θεώρηµα 5...........................................................................................................................................7
ΕΦΑΡΜΟΓΕΣ .....................................................................................................................................7
Εφαρµογή 1: ∆υνάµεις πινάκων ..........................................................................................................7
Εφαρµογή 2: Ρίζες πινάκων.................................................................................................................8
Παράδειγµα..........................................................................................................................................8
Εφαρµογή 3: Αναδροµικές ακολουθίες ...............................................................................................9
Εφαρµογή 4: Συστήµατα διαφορικών εξισώσεων .............................................................................10
Παράδειγµα........................................................................................................................................11
ΤΡΙΓΩΝΟΠΟΙΗΣΗ ...........................................................................................................................13
Ορισµός 6 ..........................................................................................................................................13
Θεώρηµα 7 (τριγωνοποίηση) .............................................................................................................13
∆ΙΑΓΩΝΟΠΟΙΗΣΗ ΣΥΜΜΕΤΡΙΚΩΝ ΚΑΙ ΕΡΜΙΤΙΑΝΩΝ ΠΙΝΑΚΩΝ.......................................13
Θεώρηµα 8.........................................................................................................................................14
Θεώρηµα 9.........................................................................................................................................14
Πρόταση 10 .......................................................................................................................................14
Παράδειγµα........................................................................................................................................15
ΓΕΝΙΚΕΥΜΕΝΑ Ι∆ΙΟ∆ΙΑΝΥΣΜΑΤΑ...........................................................................................15
Ορισµός 11 ........................................................................................................................................16
Θεώρηµα 12.......................................................................................................................................16
Παράδειγµα........................................................................................................................................17
Άσκηση 1...........................................................................................................................................18
Άσκηςη 2 ...........................................................................................................................................19
Άσκηση 3...........................................................................................................................................19
Άσκηση 4...........................................................................................................................................23
Άσκηση 5...........................................................................................................................................24
Άσκηση 6...........................................................................................................................................25
Άσκηση 7...........................................................................................................................................25
Άσκηση 8...........................................................................................................................................26
Άσκηση 9...........................................................................................................................................27
Άσκηση 10.........................................................................................................................................29
Άσκηση 11.........................................................................................................................................30
Άσκηση 12.........................................................................................................................................31
Άσκηση 13.........................................................................................................................................32
Άσκηση 14.........................................................................................................................................33
Άσκηση 15.........................................................................................................................................33
ΑΣΚΗΣΕΙΣ...........................................................................................................................................34
Άσκηση 1...........................................................................................................................................34
Άσκηση 2...........................................................................................................................................34
Άσκηση 3...........................................................................................................................................35
Άσκηση 4...........................................................................................................................................35
Άσκηση 5...........................................................................................................................................35
Άσκηση 6...........................................................................................................................................36
Άσκηση 7...........................................................................................................................................36
Άσκηση 8...........................................................................................................................................36
Άσκηση 9...........................................................................................................................................37
Άσκηση 10.........................................................................................................................................37
Ορισµός 1 (διαγωνοποιήσιµος πίνακας)

Ένας πίνακας A ∈ M n ( F ) oνοµάζεται διαγωνοποιήσιµος υπεράνω του F αν υπάρχει
αντιστρέψιµος πίνακας P ∈ M n ( F ) τέτοιος ώστε ο πίνακας P −1 AP να είναι διαγώνιος.
⎛ 5 −4 ⎞
1. Ο πίνακας A = ⎜ ⎟ είναι διαγωνοποιήσιµος υπεράνω του , επειδή
⎝ 6 −5 ⎠
⎛ 2 1⎞
υπάρχει ο αντιστρέψιµος πίνακας P = ⎜ ⎟∈ M2 ( ) έτσι ώστε να ισχύει
⎝ 3 1⎠
−1
−1 ⎛ 2 1⎞ ⎛ 5 −4 ⎞ ⎛ 2 1⎞ ⎛ −1 0 ⎞
P AP = ⎜ ⎟ ⎜ ⎟⎜ ⎟=⎜ ⎟.
⎝ 3 1 ⎠ ⎝ 6 −5 ⎠ ⎝ 3 1 ⎠ ⎝ 0 1 ⎠
⎛0 1⎞
2. Ο πίνακας A = ⎜ ⎟ δεν είναι διαγωνοποιήσιµος υπεράνω του F .
⎝0 0⎠
⎛a b⎞
Πράγµατι, αν P = ⎜ ⎟ ∈ M 2 ( F ) είναι ένας αντιστρέψιµος πίνακας τότε µε
⎝c d⎠
υπολογισµούς βρίσκουµε ότι
⎛0 1⎞ 1 ⎛ d −b ⎞ ⎛ 0 1 ⎞ ⎛ a b ⎞ 1 ⎛ cd d2 ⎞
P −1 ⎜ ⎟P = ⎜ ⎟⎜ ⎟⎜ ⎟= ⎜ ⎟.
⎝0 0⎠ ad − bc ⎝ −c a ⎠ ⎝ 0 0 ⎠ ⎝ c d ⎠ ad − bc ⎝ −c 2 −cd ⎠
Ο τελευταίος πίνακας είναι διαγώνιος µόνο αν d = c = 0. Αλλά τότε

det P = 0 , που είναι άτοπο αφού ο P είναι αντιστρέψιµος.
⎛ 0 1⎞
3. Θεωρούµε τον πίνακα A = ⎜ ⎟.
⎝ −1 0 ⎠
• Αυτός διαγωνοποιείται υπεράνω του . Πράγµατι εύκολα
⎛i 0 ⎞ ⎛ i i⎞
επαληθεύεται η σχέση P −1 AP = ⎜ ⎟ , όπου P = ⎜ ⎟.
⎝ 0 −i ⎠ ⎝ −1 1 ⎠
• Ο Α δε διαγωνοποιείται υπεράνω του . Πράγµατι δεν υπάρχει
πραγµατικός πίνακας P τέτοιος ώστε ο P −1 AP να είναι διαγώνιος.
(Η απόδειξη είναι παρόµοια µε αυτή του παραδείγµατος 2).
Ορισµός 2 (διαγωνοποιήσιµη γραµµική απεικόνιση)

Έστω V ένας διανυσµατικός χώρος πεπερασµένης διάστασης. Μια γραµµική
απεικόνιση f :V → V ονοµάζεται διαγωνοποιήσιµη αν για µια επιλογή µιας
( )
διατεταγµένης βάσης α του V ο αντίστοιχος πίνακας f : α , α της απεικόνισης είναι
διαγωνοποιήσιµος.
1. Θεωρούµε τη γραµµική απεικόνιση f : R 2 → R 2 , µε f ( x, y ) = ( y, 0 ) . Ως προς
⎛0 1⎞
τη συνήθη βάση στον R 2 , ο αντίστοιχος πίνακας είναι A = ⎜ ⎟ . Στο
⎝0 0⎠
προηγούµενο παράδειγµα, είδαµε ότι ο πίνακας Α δεν είναι διαγωνοποιήσιµος
και συνεπώς η αντίστοιχη γραµµική απεικόνιση f δεν είναι διαγωνοποιήσιµη.
2. Αν εξετάσουµε τη γραµµική απεικόνιση f : R2 → R2 , µε
f ( x, y ) = ( 4 x − y , 2 x + y ) , διαπιστώνουµε πως είναι διαγωνοποιήσιµη.
Πράγµατι, θεωρώντας την κανονική βάση στον R 2 , ο αντίστοιχος πίνακας

⎛ 4 −1⎞
είναι Α = ⎜ ⎟ . Για τον Α υπάρχει κατάλληλος αντιστρέψιµος πίνακας
⎝2 1 ⎠
−1
⎛ 1 1⎞ −1 ⎛ 1 1⎞ ⎛ 4 −1⎞ ⎛ 1 1⎞ ⎛ 2 0 ⎞
P=⎜ ⎟ έτσι ώστε P AP = ⎜ ⎟ ⎜ ⎟⎜ ⎟=⎜ ⎟.
⎝ 2 1⎠ ⎝ 2 1⎠ ⎝ 2 1 ⎠ ⎝ 2 1⎠ ⎝ 0 3 ⎠
Σηµείωση Στο εύλογο ερώτηµα πως σκεφτήκαµε το συγκεκριµένο P θα

απαντήσουµε παρακάτω.
ΚΡΙΤΗΡΙΑ ∆ΙΑΓΩΝΟΠΟΙΗΣΗΣ
Συµβολισµός Έστω A ∈ M n ( F ) . Τα ιδιοδιανύσµατα του Α είναι στοιχεία του
⎛ x1 ⎞
⎜ ⎟
M n×1 ( F ) δηλαδή είναι στοιχεία της µορφής ⎜ ⎟ . Για συντοµία θα γράφουµε F n×1
⎜x ⎟
⎝ n⎠
στη θέση του M n×1 ( F ) . Παρατηρούµε ότι ο χώρος F n×1 είναι ουσιαστικά ο F n µε τη
⎛ x1 ⎞
µόνη διαφορά στο F n×1 συµβολίζουµε τα στοιχεία µε στήλες ⎜⎜ ⎟⎟ ενώ στο F n
⎜x ⎟
⎝ n⎠
χρησιµοποιούµε γραµµές ( x1 ,..., xn ). Ακριβέστερα η απεικόνιση
⎛ x1 ⎞
⎜ ⎟
f : F n×1 → F n , f ⎜ ⎟ = ( x1 ,..., xn ) είναι ένας ισοµορφισµός διανυσµατικών χώρων.
⎜x ⎟
⎝ n⎠
Μέσω αυτού πολλές φορές θα ταυτίζουµε το F n×1 µε το F n .
Θεώρηµα 1 (κριτήριο διαγωνοποίησης µέσω ιδιοδιανυσµάτων)

Ένας n × n τετραγωνικός πίνακας A ∈ M n ( F ) διαγωνοποιείται αν και µόνο αν ο χώρος
F n×1 έχει βάση που αποτελείται από ιδιοδιανύσµατα του Α. Ισοδύναµα, ένας n × n
πίνακας Α είναι όµοιος µε διαγώνιο πίνακα ∆ αν και µόνο αν ο πίνακας Α έχει n
γραµµικά ανεξάρτητα ιδιοδιανύσµατα.
Στην πράξη µπορούµε να εφαρµόσουµε το προηγούµενο Θεώρηµα µε τον ακόλουθο

τρόπο.
Αλγόριθµος διαγωνοποίησης του A ∈ M n ( F )
1. Υπολογίζουµε το χαρακτηριστικό πολυώνυµο του Α και

υπολογίζουµε τις ρίζες του, οπότε έχουµε τις ιδιοτιµές του πίνακα Α.
2. Για κάθε ιδιοτιµή που υπολογίσαµε λύνουµε το οµογενές σύστηµα

(λ I − A) X = 0 . Βρίσκουµε µία βάση του χώρου των λύσεων.
3. Θεωρούµε το σύνολο { p1 , p2 ,… , pm } , το οποίο έχει για στοιχεία τα
στοιχεία των βάσεων που υπολογίστηκαν στο βήµα 2.

• Αν m ≠ n , τότε ο Α δε διαγωνοποιείται.
• Αν m = n , τότε ο Α διαγωνοποιείται. Ορίζοντας Ρ να είναι
ο πίνακας µε στήλες τα ιδιοδιανύσµατα p1 , p2 ,… , pn , έχουµε
⎛ λ1 ⎞
⎜ ⎟
λ2
∆ = Ρ ΑΡ = ⎜
−1 ⎟,
⎜ ⎟
⎜⎜ ⎟
λν ⎟⎠
⎝
όπου λi είναι η ιδιοτιµή µε αντίστοιχο ιδιοδιάνυσµα το pi ,
1≤ i ≤ n .
Για συγκεκριµένα παραδείγµατα εφαρµογής του αλγορίθµου αυτού παραπέµπουµε

στις Λυµένες Ασκήσεις 1, 2, 3.
Σηµειώνουµε ότι υπάρχουν και άλλοι τρόποι να αποφανθούµε αν ένας πίνακας
διαγωνοποιείται. Ιδιαίτερα χρήσιµο είναι το Θεώρηµα 3 παρακάτω.
Πρόταση 2
Αν ένας n × n πίνακας Α έχει n διακεκριµένες ιδιοτιµές, τότε ο Α είναι
διαγωνοποιήσιµος.
Θεώρηµα 3 (κριτήριο διαγωνοποίησης µέσω του ελαχίστου πολυωνύµου)

Ένας n × n τετραγωνικός πίνακας Α είναι όµοιος µε ένα διαγώνιο πίνακα αν και µόνο
αν το ελάχιστο πολυώνυµο mA (λ ) του πίνακα Α είναι γινόµενο διακεκριµένων
πρωτοβαθµίων παραγόντων, δηλαδή

mA (λ ) = (λ − λ1 )(λ − λ2 )… (λ − λk )
όπου οι λ1 , λ2 ,… , λk είναι ανά δυο διάφοροι.

⎛2 2 1⎞
Ο πίνακας A = ⎜⎜ 1 3 1 ⎟⎟ έχει χαρακτηριστικό πολυώνυµο
⎜1 2 2⎟
⎝ ⎠
⎛ λ − 2 −2 −1 ⎞
χ A (λ ) = det ( λ I − A ) = det ⎜ −1 λ − 3 −1 ⎟⎟ =
⎜
⎜ −1 −2 λ − 2 ⎟⎠
⎝
⎛λ − 2 −2 −1 ⎞ ⎛ λ − 2 − 2 −1 ⎞
⎜ ⎟ ⎜ ⎟
det ⎜ −1 λ −3 −1 ⎟ = (λ − 1) det ⎜ −1 λ − 3 −1⎟ =
⎜ 0 −(λ − 1) λ − 1⎟⎠ ⎜ 0 −1 1 ⎟⎠
⎝ ⎝
(λ − 1) 2 (λ − 5).
και οι ιδιοτιµές είναι λ1 = 1 (διπλή ρίζα) και λ2 = 5 .

Στο Θεώρηµα 15 του Κεφαλαίου 9 είδαµε ότι το ελάχιστο πολυώνυµο πρέπει
να διαιρεί το χαρακτηριστικό πολυώνυµο και να έχει τις ίδιες ρίζες µε αυτό.
Άρα οι πιθανές εκφράσεις του ελαχίστου πολυωνύµου είναι
mΑ (λ ) = (λ − 1)(λ − 5), mΑ (λ ) = (λ − 1) 2 (λ − 5) = χ A (λ ) .
Ελέγχουµε αν ο ( A − I )( A − 5I ) είναι ίσος µε 0. Έχουµε
⎛1 2 1⎞ ⎛ −3 2 1 ⎞ ⎛ 0 0 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
( Α − Ι )( Α − 5Ι ) = ⎜1 2 1⎟ ⎜ 1 −2 1 ⎟ = ⎜ 0 0 0 ⎟ .
⎜ 1 2 1 ⎟ ⎜ 1 2 −3 ⎟ ⎜ 0 0 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Έτσι το ελάχιστο πολυώνυµο είναι το mA (λ ) = (λ − 1)(λ − 5) , το οποίο είναι
γινόµενο διακεκριµένων πρωτοβαθµίων παραγόντων. Άρα ο πίνακας
διαγωνοποιείται.
Για άλλα παραδείγµατα εφαρµογής του Θεωρήµατος 3 παραπέµπουµε στις Λυµένες

Ασκήσεις 4,5,6.
Το ανάλογο αποτέλεσµα της Πρότασης 2 για γραµµικές απεικονίσεις είναι το εξής.

Πρόταση 4
Έστω V ένας διανυσµατικός χώρος διάστασης n και f : V → V µια γραµµική
απεικόνιση. Αν η f έχει n διακεκριµένες ιδιοτιµές, τότε η f είναι διαγωνοποιήσιµη.
Η γραµµική απεικόνιση f : R 3 → R 3 , µε
f ( x, y, z ) = ( 2 x + z , − x + 4 y − z , − x + 2 y ) , ως προς τη συνήθη βάση στον R 3 ,
⎛2 0 1⎞
έχει αντίστοιχο πίνακα τον A = ⎜⎜ −1 4 −1⎟⎟ . Το χαρακτηριστικό πολυώνυµο
⎜ −1 2 0 ⎟
⎝ ⎠
του πίνακα Α είναι
⎛λ − 2 0 −1⎞
⎜
χ A (λ ) = det(λ I − A) = det ⎜ 1 λ − 4 1 ⎟⎟ =
⎜ 1 −2 λ ⎟⎠
⎝
(λ − 2)((λ − 4)λ + 2) − (−2 − λ + 4) = (λ − 1)(λ − 2)(λ − 3)
και έχουµε τις ιδιοτιµές λ1 = 1 , λ2 = 2 και λ3 = 3 . Επειδή αυτές είναι

διακεκριµένες και το πλήθος τους είναι 3, η γραµµική απεικόνιση είναι
διαγωνοποιήσιµη.
Το επόµενο αποτέλεσµα είναι το ανάλογο του Θεωρήµατος 3 για γραµµικές

απεικονίσεις.
Θεώρηµα 5
Έστω V ένας διανυσµατικός χώρος διάστασης n και f : V → V µια γραµµική
απεικόνιση. Η f είναι διαγωνοποιήσιµη αν και µόνο αν το ελάχιστο πολυώνυµο της
f είναι γινόµενο διακεκριµένων πρωτοβαθµίων παραγόντων.
Ας δούµε µερικές τυπικές εφαρµογές της διαγωνοποίησης πινάκων.

ΕΦΑΡΜΟΓΕΣ
Εφαρµογή 1: ∆υνάµεις πινάκων
Υποθέτουµε πως ο πίνακας Α είναι διαγωνοποιήσιµος, συνεπώς µπορεί να
παραγοντοποιηθεί στη µορφή A = P∆ P −1 , µε ∆ = diag (λ1 , λ2 ,… , λn ) και λ1 , λ2 ,… , λn
ιδιοτιµές του πίνακα Α. Τότε µπορούµε να γράψουµε
Ak = ( P∆ P −1 ) = ( P∆ P −1 )( P∆ P −1 )… ( P∆ P −1 ) =
k
P∆ k P −1 = Pdiag (λ1k , λ2k ,… , λnk ) P −1

δηλαδή,
Ak = Pdiag (λ1k , λ2k ,… , λnk ) P −1 (1)
⎛ 2 −5 ⎞
Για παράδειγµα, αν ενδιαφερόµαστε να υπολογίσουµε τον A2004 , όταν A = ⎜ ⎟,
⎝ 1 −2 ⎠
χρειάζεται να υπολογίσουµε τις ιδιοτιµές του Α. Το χαρακτηριστικό πολυώνυµο είναι
χ Α (λ ) = λ 2 + 1 = (λ + i )(λ − i) , σύµφωνα µε την Πρόταση 2 ο πίνακας διαγωνοποιεί-
⎛ ( −i ) k 0 ⎞ −1
ται υπεράνω του . Έτσι από την (1) παίρνουµε Ak = P ⎜ ⎟ P , οπότε µε
⎝ 0 ik ⎠
⎛ (−i ) 2004 0 ⎞ −1
αντικατάσταση k = 2004 έχουµε A 2004
= P⎜ 2004 ⎟
P = PIP −1 = I .
⎝ 0 i ⎠
Εφαρµογή 2: Ρίζες πινάκων

Ένας πίνακας B ∈ M n (F) ονοµάζεται τετραγωνική ρίζα του A ∈ M n (F) , αν ισχύει
B2 = A .
Στην περίπτωση όπου ο πίνακας Α διαγωνοποιείται και τα στοιχεία λ1 , λ2 ,… , λn του
διαγώνιου πίνακα ∆ είναι πραγµατικοί αριθµοί και µη αρνητικοί, τότε οι πίνακες
(
B = Pdiag ± λ1 , ± λ2 ,… , ± λn P −1 ) (2)
είναι πραγµατικοί και είναι τετραγωνικές ρίζες του Α. Αξίζει να σηµειώσουµε ότι η
(2) δίνει κάποιες τετραγωνικές ρίζες του Α, όχι αναγκαστικά όλες.
⎛6 3⎞
Αν θέλουµε να υπολογίσουµε τετραγωνικές ρίζες του πίνακα A = ⎜ ⎟,
⎝5 4⎠
χρειάζεται να υπολογίσουµε τις ιδιοτιµές και τα ιδιοδιανύσµατα του Α και να
βρούµε τους Β από την (2). Το χαρακτηριστικό πολυώνυµο είναι
χ Α (λ ) = λ 2 − 10λ + 9 = (λ − 1)(λ − 9) , οπότε οι ιδιοτιµές είναι λ1 = 1 και
λ2 = 9 .
Ο πίνακας Α διαγωνοποιείται, (βλ. Πρόταση 2) και εύκολα επαληθεύουµε ότι
⎧ ⎛ 3⎞ ⎫ ⎧ ⎛ 1⎞ ⎫
οι αντίστοιχοι ιδιόχωροι είναι V (1) = ⎨ x ⎜ ⎟ , x ∈ R ⎬ , V (9) = ⎨ x ⎜ ⎟ , x ∈ R ⎬ .
⎩ ⎝ −5 ⎠ ⎭ ⎩ ⎝ 1⎠ ⎭
⎛ 3 1⎞ 1 ⎛ 1 −1 ⎞
Συνεπώς οι πίνακες P, P −1 είναι P = ⎜ −1
⎟ και P = ⎜ ⎟ , οπότε
⎝ −5 1⎠ 8 ⎝5 3 ⎠
από την (2) οι τέσσερις πίνακες είναι B1 = Pdiag (1,3) P −1 ,
B2 = Pdiag (1, −3) P −1 , B3 = Pdiag ( −1,3) P −1 , B4 = Pdiag ( −1, −3) P −1 .

Σηµείωση Επισηµαίνουµε ότι η παραπάνω µέθοδος εφαρµόζεται όχι µόνο για

τετραγωνικές ρίζες πινάκων αλλά πιο γενικά για εξισώσεις της µορφής B m = A , όπου
ο Α διαγωνοποιείται.
Εφαρµογή 3: Αναδροµικές ακολουθίες

Θεωρούµε την ακολουθία (an ), n = 1, 2,… , η οποία ορίζεται από τους όρους
a1 = 1 , a2 = 4 και τον αναδροµικό τύπο an = 2an −1 + 3an − 2 , n = 3, 4,… . Να βρεθεί ο
γενικός όρος an συναρτήσει των a1 , a2 και n .

Προφανώς έχουµε το σύστηµα
an = 2an −1 + 3an − 2 ⎫ ⎛ an ⎞ ⎛ 2 3 ⎞ ⎛ an −1 ⎞
⎬⇒⎜ ⎟=⎜ ⎟⎜ ⎟
an −1 = an −1 ⎭ ⎝ an −1 ⎠ ⎝ 1 0 ⎠ ⎝ an − 2 ⎠
⎛ 2 3⎞
Θέτουµε A = ⎜ ⎟ και παίρνουµε
⎝1 0⎠
⎛ an ⎞ ⎛a ⎞
⎜ ⎟= A ⎜ n −1 ⎟ (3)
⎝ an −1 ⎠ ⎝ an − 2 ⎠
Αν εφαρµόσουµε την (3) διαδοχικά, για τις διάφορες τιµές των n , έχουµε
⎛ an ⎞ 2 ⎛ n−2 ⎞
a 3 ⎛ n −3 ⎞
a n−2 ⎛ 2 ⎞
a
⎜ ⎟= A ⎜ ⎟= A ⎜ ⎟ =… = A ⎜ ⎟ .
⎝ an −1 ⎠ ⎝ an −3 ⎠ ⎝ an − 4 ⎠ ⎝ a1 ⎠
Από την τελευταία σχέση είναι αρκετό να υπολογίσουµε τον An − 2 , γιατί λόγω της
ισότητας των πινάκων θα µπορέσουµε να εκφράσουµε τον όρο an συναρτήσει των
a1 , a2 και n . Με βάση την προηγούµενη διαδικασία (δυνάµεις πινάκων) και τη σχέση
(1), το χαρακτηριστικό πολυώνυµο του Α είναι χ Α (λ ) = λ 2 − 2λ − 3 = (λ + 1)(λ − 3) , οι
ιδιοτιµές του Α είναι λ1 = −1 και λ2 = 3 , οπότε σύµφωνα µε την Πρόταση 2 ο πίνακας
A διαγωνοποιείται. Για την ιδιοτιµή λ1 = −1 , βρίσκουµε τις µη µηδενικές λύσεις της
εξίσωσης (λ1Ι − A) X = 0 . Έτσι έχουµε
⎛ −3 −3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞ −3 x1 − 3 x2 = 0 ⎫
⎜ ⎟ ⎜ x ⎟ = ⎜ ⎟ ⇒ − x − x = 0⎬ ⇒
⎝ −1 −1 ⎠ ⎝ 2 ⎠ ⎝ 0 ⎠ 1 2 ⎭
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
x2 = − x1 ⇒ ⎜ 1 ⎟ = ⎜ 1 ⎟ = x1 ⎜ ⎟ , x1 ∈ R − {0}.
⎝ x2 ⎠ ⎝ − x1 ⎠ ⎝ −1⎠
Στην ιδιοτιµή λ1 = −1 αντιστοιχεί το ιδιοδιάνυσµα p1 = (1 −1) .

t
Για λ2 = 3 , από την εξίσωση (λ2 Ι − A) X = 0 έχουµε :
⎛ 1 −3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞ x1 − 3x2 = 0 ⎫
⎜ ⎟ ⎜ x ⎟ = ⎜ ⎟ ⇒ − x + 3x = 0⎬ ⇒
⎝ −1 3 ⎠ ⎝ 2 ⎠ ⎝ 0 ⎠ 1 2 ⎭
⎛ x ⎞ ⎛ 3x ⎞ ⎛ 3⎞
x1 = 3x2 ⇒ ⎜ 1 ⎟ = ⎜ 2 ⎟ = x2 ⎜ ⎟ , x2 ∈ R − {0}
⎝ x2 ⎠ ⎝ x2 ⎠ ⎝1⎠
Ο πίνακας Α για την ιδιοτιµή λ2 = 3 έχει αντίστοιχο ιδιοδιάνυσµα το p2 = ( 3 1) .

t
⎛ 1 3⎞ −1 1 ⎛1 −3 ⎞
Θέτουµε P = ⎜ ⎟ οπότε P = ⎜ ⎟ . Έτσι από την (1) έχουµε
⎝ −1 1 ⎠ 4 ⎝1 1 ⎠
⎛ (−1)n − 2 0 ⎞ −1 1 ⎛ (−1) n − 2 + 3n −1 −3(−1) n − 2 + 3n −1 ⎞

An − 2 = P ⎜ ⎟P = ⎜ ⎟,
⎝ 0 3n − 2 ⎠ 4 ⎝ (−1) n −1 + 3n − 2 3(−1) n − 2 + 3n − 2 ⎠
οπότε από την ισότητα πινάκων της (3) προκύπτει
an =
1
4
{
( }
(−1) n − 2 + 3n −1 ) a2 + ( −3(−1) n − 2 + 3n −1 ) a1 .
1
Με αντικατάσταση των όρων a1 = 1 και a2 = 4 , έχουµε an =
4
( (−1)n−2 + 5 ⋅ 3n−1 ) ,
n ≥ 3.
Εφαρµογή 4: Συστήµατα διαφορικών εξισώσεων

Αν συµβολίσουµε xi = xi (t ) τις παραγωγίσιµες πραγµατικές συναρτήσεις, xi : R → R
και µε xi′ = xi′(t ) τις παραγώγους τους, είναι γνωστό ότι για λi ∈ R και i ∈ N η
διαφορική εξίσωση xi′ = λi xi έχει λύσεις τις xi = ceλit , c ∈ R (*).
Για i = 1, 2,… , n θεωρούµε το οµογενές γραµµικό σύστηµα διαφορικών εξισώσεων

x1′ = a11 x1 + a12 x2 + … + a1n xn
x2′ = a21 x1 + a22 x2 + … + a2 n xn
,
xn′ = an1 x1 + an 2 x2 + … + ann xn

του οποίου µια λύση είναι η µηδενική. Να βρεθούν όλες οι συναρτήσεις
xi , i = 1, 2,… , n , που ικανοποιούν το παραπάνω σύστηµα.
Προφανώς µπορούµε να γράψουµε το σύστηµα µε τη βοήθεια πινάκων
⎛ x1′ ⎞ ⎛ a11 a12 … a1n ⎞ ⎛ x1 ⎞ ⎛ x1′ ⎞ ⎛ x1 ⎞

⎜ ′⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ = ⎜ a21 a22 … a2 n ⎟ ⎜ x2 ⎟ ⎜ x2′ ⎟ x
⇒ = A⎜ 2 ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜⎜ ⎟⎟
⎝ xn′ ⎠ ⎝ an1 an 2 … ann ⎟⎠ ⎜⎝ xn ⎟⎠ ⎜⎝ xn′ ⎟⎠ ⎝ xn ⎠
Στην περίπτωση που ο Α είναι διαγωνοποιήσιµος, αν θεωρήσουµε τον αντιστρέψιµο
πίνακα P, που κατασκευάζεται όπως ο αλγόριθµος διαγωνοποίησης περιγράφει, τότε
έχουµε A = P∆ P −1 , µε ∆ = diag (λ1 , λ2 ,… , λn ) και λ1 , λ2 ,… , λn τις ιδιοτιµές του
πίνακα Α. Συνεπώς µπορούµε να γράψουµε το παραπάνω σύστηµα
⎛ x1′ ⎞ ⎛ x1 ⎞ ⎛ x1′ ⎞ ⎛ x1 ⎞
⎜ ′⎟ ⎜ ⎟ ⎜ ′⎟ ⎜ ⎟
⎜ x2 ⎟ = P∆ P −1 ⎜ x2 ⎟ ⇒ P −1 ⎜ x2 ⎟ = ∆ P −1 ⎜ x2 ⎟ , (4)
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ x′ ⎟⎟ ⎜⎜ x ⎟⎟ ⎜⎜ x′ ⎟⎟ ⎜⎜ x ⎟⎟
⎝ n⎠ ⎝ n⎠ ⎝ n⎠ ⎝ n⎠
θέτοντας
⎛ x1 ⎞ ⎛ y1 ⎞
⎜ ⎟ ⎜ ⎟
x
−1 ⎜ 2 ⎟
y
P = ⎜ 2 ⎟, (**)
⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ xn ⎠ ⎝ yn ⎠
η (4) µετασχηµατίζεται
⎛ y1′ ⎞ ⎛ y1 ⎞ ⎛ y1′ ⎞ ⎛ λ1 ⎞ ⎛ y1 ⎞ ⎛ y1′ ⎞ ⎛ λ1 y1 ⎞
⎜ ′⎟ ⎜ ⎟ ⎜ ′⎟ ⎜ ⎟⎜ ⎟ ⎜ ′ ⎟ ⎜ ⎟
⎜ y2 ⎟ = ∆ ⎜ y2 ⎟ ⇒ ⎜ y2 ⎟ = ⎜ λ2 ⎟ ⎜ y2 ⎟ ⇒ ⎜ y2 ⎟ = ⎜ λ2 y2 ⎟ .
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟
⎝ yn′ ⎠ ⎝ yn ⎠ ⎝ yn′ ⎠ ⎝ λn ⎠ ⎝ yn ⎠ ⎝ yn′ ⎠ ⎝ λn yn ⎟⎠
Η τελευταία ισότητα των πινάκων δίνει τις λύσεις των yi για κάθε i = 1, 2,… , n , αφού
από (*) έχουµε yi = ci eλit , όπου ci ∈ R σταθερές. Έτσι η γενική λύση του διαφορικού
συστήµατος, από τη σχέση της αντικατάστασης (**), είναι
⎛ x1 ⎞ ⎛ y1 ⎞ ⎛ c1eλ1t ⎞
⎜ ⎟ ⎜ ⎟ ⎜ λ2t ⎟
⎜ x2 ⎟ = P ⎜ y2 ⎟ = P ⎜ c2 e ⎟ (5) .
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ λnt ⎟⎟
⎝ xn ⎠ ⎝ yn ⎠ ⎝ cn e ⎠
Θεωρούµε το σύστηµα
x1′ = 7 x1 + x2 − 6 x3
x2′ = 2 x2
x3′ = 8 x1 − 7 x3
που µε την «γλώσσα» των πινάκων γράφεται
⎛ x1′ ⎞ ⎛ 7 1 −6 ⎞ ⎛ x1 ⎞ ⎛ x1′ ⎞ ⎛ x1 ⎞
⎜ ′⎟ ⎜ ⎟⎜ ⎟ ⎜ ′ ⎟ ⎜ ⎟
⎜ x2 ⎟ = ⎜ 0 2 0 ⎟ ⎜ x2 ⎟ ⇒ ⎜ x2 ⎟ = A ⎜ x2 ⎟ .
⎜ x′ ⎟ ⎜ 8 0 −7 ⎟ ⎜ x ⎟ ⎜ x′ ⎟ ⎜x ⎟
⎝ 3⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ 3 ⎠ ⎝ 3⎠
Ο πίνακας Α έχει χαρακτηριστικό πολυώνυµο χ Α (λ ) = (λ + 1)(λ − 1)(λ − 2) , οι
ιδιοτιµές είναι λ1 = −1, λ2 = 1 και λ3 = 2 , οι οποίες είναι διακεκριµένες

εποµένως ο Α διαγωνοποιείται (δες Πρόταση 2 ).
Εύκολα επαληθεύεται ότι: Για λ1 = −1 , ο ιδιόχωρος είναι
⎧ ⎛ 3⎞ ⎫ ⎧ ⎛1⎞ ⎫
⎪ ⎜ ⎟ ⎪ ⎪ ⎜ ⎟ ⎪
V (−1) = ⎨ x ⎜ 0 ⎟ , x ∈ R ⎬ , για λ2 = 1 , ο ιδιόχωρος είναι V (1) = ⎨ x ⎜ 0 ⎟ , x ∈ R ⎬
⎪ ⎜ 4⎟ ⎪ ⎪ ⎜1⎟ ⎪
⎩ ⎝ ⎠ ⎭ ⎩ ⎝ ⎠ ⎭
⎧ ⎛9⎞ ⎫
⎪ ⎜ ⎟ ⎪
και για λ3 = 2 , ο ιδιόχωρος είναι V (2) = ⎨ x ⎜ 3 ⎟ , x ∈ R ⎬ . Ο αντιστρέψιµος
⎪ ⎜8⎟ ⎪
⎩ ⎝ ⎠ ⎭
⎛ 3 1 9⎞
⎜ ⎟
πίνακας P είναι P = ⎜ 0 0 3 ⎟ µε αντίστοιχο διαγώνιο πίνακα τον
⎜ 4 1 8⎟
⎝ ⎠
⎛ −1 0 0 ⎞
⎜ ⎟
P AP = ∆ = ⎜ 0 1 0 ⎟ . Από την (5) έχουµε ότι η γενική λύση του
−1
⎜ 0 0 2⎟
⎝ ⎠
συστήµατος είναι
⎛ x1 (t ) ⎞ ⎛ 3 1 9 ⎞ ⎛ c1e ⎞ ⎛ 3c1e + c2 e + 9c3e ⎞

−t −t t 2t
⎜ ⎟ ⎜ ⎟⎜ t ⎟ ⎜ ⎟
⎜ x2 (t ) ⎟ = ⎜ 0 0 3 ⎟ ⎜ c2 e ⎟ = ⎜ 3c3e 2t ⎟,
⎜ x (t ) ⎟ ⎜ 4 1 8 ⎟ ⎜ c e 2t ⎟ ⎜ 4c e − t + c et + 8c e 2t ⎟
⎝ 3 ⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ 1 2 3 ⎠
όπου οι σταθερές c1 , c2 , c3 ∈ R .
ΤΡΙΓΩΝΟΠΟΙΗΣΗ
Ορισµός 6
Ένας πίνακας A ∈ M n ( F ) είναι τριγωνοποιήσιµος υπεράνω του F αν είναι όµοιος µε
έναν άνω τριγωνικό πίνακα, δηλαδή αν υπάρχει αντιστρέψιµος πίνακας S ∈ M n ( F )
τέτοιος ώστε ο πίνακας S −1 AS να είναι άνω τριγωνικός.

⎛ −3 −2 ⎞
Για παράδειγµα, ο πίνακας A = ⎜ ⎟ είναι τριγωνοποιήσιµος υπεράνω του ,
⎝8 5⎠
⎛ 1 1⎞
επειδή για τον αντιστρέψιµο πίνακα S = ⎜ ⎟ ισχύει
⎝ −2 0 ⎠
1 ⎛ 0 −1⎞ ⎛ −3 −2 ⎞ ⎛ 1 1 ⎞ ⎛ 1 −4 ⎞
S −1 AS = ⎜ ⎟⎜ ⎟⎜ ⎟=⎜ ⎟.
2 ⎝ 2 1 ⎠ ⎝ 8 5 ⎠ ⎝ −2 0 ⎠ ⎝ 0 1 ⎠
Υπάρχουν πίνακες που δεν είναι τριγωνοποιήσιµοι υπεράνω του , όπως για
⎛ 0 1⎞
παράδειγµα ο ⎜ ⎟ , όπως θα δούµε παρακάτω. Όµως υπεράνω του κάθε
⎝ −1 0 ⎠
A∈ Mn ( ) είναι τριγωνοποιήσιµος σύµφωνα µε το επόµενο αποτέλεσµα.
Θεώρηµα 7 (τριγωνοποίηση)
1. Ένας A ∈ M n ( F ) τριγωνοποιείται αν και µόνο αν το χαρακτηριστικό του
πολυώνυµο αναλύεται στο F[ x] σε γινόµενο πρωτοβάθµιων όρων.
2. Κάθε A ∈ M n ( ) τριγωνοποιείται.
⎛ 0 1⎞
Για παράδειγµα, ο πίνακας A = ⎜ ⎟ έχει χαρακτηριστικό πολυώνυµο
⎝ −1 0 ⎠
χ Α (λ ) = λ 2 + 1 . Αν αναφερόµαστε στο σύνολο F = , δεν υπάρχουν ιδιοτιµές, άρα ο
Α δεν τριγωνοποιείται, ενώ αν F= , τότε σύµφωνα µε το Θεώρηµα 7, ο Α
τριγωνοποιείται. Επιπλέον επειδή υπάρχουν δύο διακεκριµένες ιδιοτιµές, από την
Πρόταση 2 έπεται ότι ο Α είναι διαγωνοποιήσιµος.
∆ΙΑΓΩΝΟΠΟΙΗΣΗ ΣΥΜΜΕΤΡΙΚΩΝ ΚΑΙ ΕΡΜΙΤΙΑΝΩΝ ΠΙΝΑΚΩΝ

Υπενθυµίζουµε τους εξής ορισµούς.
• Ένας πίνακας U ∈ M n ( ) λέγεται µοναδιαίος αν ισχύει UU * = U *U = I ,
⎛ 1 1 ⎞
⎜ 2 2 ⎟⎟
όπου U * = U t , δηλαδή αν U −1 = U * . Για παράδειγµα ο ⎜ είναι
⎜ i i ⎟
⎜ − ⎟
⎝ 2 2⎠
µοναδιαίος .
• Ένας ορθογώνιος πίνακας είναι ένας µοναδιαίος πίνακας που έχει στοιχεία
πραγµατικούς αριθµούς. ∆ηλαδή ένας P είναι ορθογώνιος αν και µόνο αν
⎛ cos θ − sin θ ⎞
P −1 = P t . Για παράδειγµα ο ⎜ ⎟ είναι ορθογώνιος για κάθε
⎝ sin θ cos θ ⎠
πραγµατικό θ.
• Ένας πίνακας H ∈ M n ( ) λέγεται Ερµιτιανός αν H = H * . Για παράδειγµα,
⎛ 2 4 − 5i ⎞
ο⎜ ⎟ είναι Ερµιτιανός. Στην ειδική περίπτωση που H ∈ M n ( ),
⎝ 4 + 5i 3 ⎠
τότε ο Η είναι Ερµιτιανός αν και µόνο αν είναι συµµετρικός.
Τα επόµενο αποτέλεσµα µας πληροφορεί ότι κάθε πραγµατικός συµµετρικός πίνακας

διαγωνοποιείται µέσω ορθογωνίου
Θεώρηµα 8
Έστω A∈ Mn ( ) συµµετρικός πίνακας. Τότε υπάρχει ορθογώνιος πίνακας
P∈ Mn ( ) τέτοιος ώστε ο P −1 AP είναι (πραγµατικός) διαγώνιος.
Για µιγαδικούς πίνακες υπάρχει ανάλογο αποτέλεσµα.

Θεώρηµα 9
Έστω A ∈ M n ( ) ένας Ερµιτιανός πίνακας. Τότε υπάρχει µοναδιαίος πίνακας
U ∈ Mn ( ) τέτοιος ώστε ο U −1 AU είναι (πραγµατικός) διαγώνιος.
Πρόταση 10
Τα ιδιοδιανύσµατα που αντιστοιχούν σε διακεκριµένες ιδιοτιµές συµµετρικού (ή
Eρµιτιανού) πίνακα είναι µεταξύ τους κάθετα.
Σχόλιο Σύµφωνα µε τα Θεωρήµατα 8 και 9, στην περίπτωση ενός συµµετρικού (ή

Ερµιτιανού) πίνακα Α, µπορούµε να επιλέξουµε τον Ρ (αντίστοιχα τον U) να είναι
ορθογώνιος (αντίστοιχα, µοναδιαίος) πίνακας. Στην πράξη συνήθως κατασκευάζουµε
ένα τέτοιο P (ή U) µε τη µέθοδο Gram-Schmidt. Επειδή τα ιδιοδιανύσµατα που
αντιστοιχούν σε διακεκριµένες ιδιοτιµές ήδη είναι ανά δύο κάθετα (δες Πρόταση 10),
εφαρµόζουµε τη µέθοδο Gram-Schmidt µόνο ανάµεσα στα ιδιοδανύσµατα που
αντιστοιχούν στην ίδια ιδιοτιµή. Ας δούµε ένα παράδειγµα.
⎛ 2 1 1⎞
Ο συµµετρικός πίνακας A = ⎜⎜ 1 1 0 ⎟⎟ έχει χαρακτηριστικό πολυώνυµο
⎜1 0 1⎟
⎝ ⎠
χ Α (λ ) = λ (λ − 1)(λ − 3) , οπότε οι ιδιοτιµές είναι λ1 = 0 , λ2 = 1 και λ3 = 3 .
Για την ιδιοτιµή λ1 = 0 ένα ιδιοδιάνυσµα είναι p1 = (1 −1 −1) , για την

t
p2 = ( 0 1 −1)
t
λ2 = 1 ένα ιδιοδιάνυσµα είναι και για λ3 = 3 ένα
ιδιοδιάνυσµα είναι p3 = ( 2 1 1) . Όλες οι ιδιοτιµές είναι διακεκριµένες,

t
οπότε σύµφωνα µε την Πρόταση 10 τα προηγούµενα τρία ιδιοδιανύσµατα

είναι κάθετα µεταξύ τους. Συνεπώς αυτά θα µετατραπούν σε ορθοκανονικά αν
1
διαιρέσουµε το καθένα µε το µέτρο του. Έτσι παίρνουµε pˆ1 = p1 ,
3
1 1
pˆ 2 = p2 και pˆ 3 = p3 . Ο πίνακας Α διαγωνοποιείται. Ένας ορθογώνιος
2 6
πίνακας Ρ που υλοποιεί τη διαγωνοποίηση του Α είναι
⎛ 1 0 2 ⎞
⎜ 3 6⎟
⎜ ⎟
P = ( pˆ1 pˆ 2 pˆ 3 ) = ⎜ −1 1 1 ⎟ και ισχύει P t AP = diag ( 0,1,3) .
⎜ 3 2 6⎟
⎜ −1 −1 1 ⎟⎟
⎜
⎝ 3 2 6⎠
ΓΕΝΙΚΕΥΜΕΝΑ Ι∆ΙΟ∆ΙΑΝΥΣΜΑΤΑ
Γνωρίζουµε ότι ένας πίνακας A ∈ M n ( ) διαγωνοποιείται αν και µόνο αν υπάρχει
n×1
µια βάση του χώρου που αποτελείται από ιδιοδιανύσµατα του Α. Επειδή
υπάρχουν πίνακες που δε διαγωνοποιούνται, ξέρουµε ότι υπάρχουν πίνακες Α έτσι
n×1
ώστε είναι αδύνατο ο χώρος να παράγεται από ιδιοδιανύσµατα του Α. Στη
συνέχεια θα ορίσουµε τα ‘γενικευµένα ιδιοδιανύσµατα’ του Α, που έχουν την
n×1
ιδιότητα να παράγουν το για κάθε Α.
Ορισµός 11
Έστω A ∈ M n ( ). Ένα µη µηδενικό X ∈ n×1
λέγεται γενικευµένο ιδιοδιάνυσµα του
τέτοιο ώστε ( A − λ I ) X = 0 για κάποιο θετικό ακέραιο m. Στην

m
Α αν υπάρχει λ ∈
περίπτωση αυτή λέµε ότι το Χ αντιστοιχεί στο λ.
Από τον ορισµό φαίνεται ότι κάθε ιδιοδιάνυσµα του Α είναι ένα γενικευµένο
ιδιοδιάνυσµα του Α. Το αντίστροφο δεν ισχύει, δηλαδή τα γενικευµένα
ιδιοδιανύσµατα δεν είναι αναγκαστικά ιδιοδιανύσµατα. Για παράδειγµα, έστω
⎛ 3 1⎞
A=⎜ ⎟ . Τότε για λ = 3 εύκολα επαληθεύεται ότι ( A − λ I ) = 0 και συνεπώς
2
⎝ 0 3⎠
⎛x⎞
κάθε µη µηδενικό ⎜ ⎟ είναι ένα γενικευµένο ιδιοδιάνυσµα του Α. Από αυτά, µόνο τα
⎝ y⎠
⎛ x⎞
⎜ ⎟ είναι ιδιοδιανύσµατα του Α.
⎝0⎠
Επισηµαίνουµε ότι τα λ που εµφανίζονται στον Ορισµό 11 είναι οι ιδιοτιµές του Α.
Θεώρηµα 12
Έστω A ∈ M n ( ) . Υπάρχει µια βάση του διανυσµατικού χώρου n×1
που αποτελείται
από γενικευµένα ιδιοδιανύσµατα του Α
Στην πράξη, για να υπολογίσουµε τα γενικευµένα ιδιοδιανύσµατα ενός µιγαδικού

πίνακα Α µπορούµε να εργαστούµε ως εξής.
Τρόπος υπολογισµού γενικευµένων ιδιοδιανυσµάτων

Έστω A ∈ M n ( ). Βρίσκουµε τις ιδιοτιµές του Α και τις πολλαπλότητές τους,
δηλαδή παραγοντοποιούµε το χαρακτηριστικό πολυώνυµο του Α σε γινόµενο

πρωτοβάθµιων όρων ( x − λ1 ) m1 ...( x − λk ) mk . Στη συνέχεια επιλύουµε όλα τα
συστήµατα ( A − λi I ) i X = 0 , για i = 1,..., k .

m
⎛ 5 −4 −3 ⎞
Έστω A = ⎜⎜ 0 2 0 ⎟⎟ . Υπολογίζοντας κατά τα γνωστά το χαρακτηριστικό
⎜ 2 −3 0 ⎟
⎝ ⎠
πολυώνυµο βρίσκουµε det( xI − A) = ( x − 2) 2 ( x − 3). Συνεπώς οι ιδιοτιµές είναι
λ1 = 2, λ 2 = 3 και οι αντίστοιχες πολλαπλότητες m1 = 2, m2 = 1.
⎛1 ⎞ ⎛1 ⎞
( A − λ1 I ) X = 0 βρίσκουµε X = a ⎜⎜1 ⎟⎟ + b ⎜⎜ 0 ⎟⎟ ,
m1
α) Λύνοντας το σύστηµα
⎜ 0 ⎟ ⎜1 ⎟
⎝ ⎠ ⎝ ⎠
⎛1 ⎞ ⎛1 ⎞
a, b ∈ . Τα a ⎜⎜1 ⎟⎟ + b ⎜⎜ 0 ⎟⎟ , όπου τουλάχιστον ένας από τους a, b δεν είναι
⎜ 0 ⎟ ⎜1 ⎟
⎝ ⎠ ⎝ ⎠
µηδέν, είναι τα γενικευµένα ιδιοδιανύσµατα που αντιστοιχούν στην ιδιοτιµή
λ1 = 2.
⎛3⎞
⎜ ⎟
( A − λ2 I )
m2
β) Λύνοντας το X =0 βρίσκουµε X = c⎜0⎟, c ∈ . Τα
⎜ 2⎟
⎝ ⎠
γενικευµένα ιδιοδιανύσµατα που αντιστοιχούν στην ιδιοτιµή λ2 = 3 είναι τα
⎛3⎞
⎜ ⎟
c ⎜ 0 ⎟ , όπου ο c δεν είναι µηδέν.
⎜ 2⎟
⎝ ⎠
Στο παράδειγµα αυτό παρατηρούµε ότι τα γενικευµένα ιδιοδιανύσµατα

⎛1 ⎞ ⎛1 ⎞ ⎛ 3 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ 3×1
⎜1 ⎟ , ⎜ 0 ⎟ , ⎜ 0 ⎟ συγκροτούν µια βάση του όπως είναι αναµενόµενο από το
⎜ 0 ⎟ ⎜1 ⎟ ⎜ 2 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛1 ⎞ ⎛ 3 ⎞
Θεώρηµα 12, αλλά µόνο τα ⎜⎜ 0 ⎟⎟ , ⎜⎜ 0 ⎟⎟ είναι ιδιοδιανύσµατα του Α.
⎜1 ⎟ ⎜ 2 ⎟
⎝ ⎠ ⎝ ⎠
Σηµείωση Επισηµαίνουµε ότι από το Θεώρηµα 12 έπεται µια πολύ χρήσιµη κανονική
µορφή πινάκων, η λεγόµενη µορφή Jordan, µε την οποία δεν θα ασχοληθούµε στο
υλικό αυτό.
Άσκηση 1
⎛ −2 5 1 2⎞
⎜ ⎟
−1 4 6 −1 ⎟
Εξετάστε αν ο πίνακας Α = ⎜ διαγωνοποιείται
⎜ 0 0 5 0⎟
⎜⎜ 0 0
⎟
1 1 ⎟⎠
⎝
Λύση
Σύµφωνα µε τον αλγόριθµο διαγωνοποίησης υπολογίζουµε πρώτα το χαρακτηριστικό
πολυώνυµο του πίνακα A
⎛ λ + 2 −5 −1 −2 ⎞
⎜ ⎟
⎜ 1 λ − 4 −6 1 ⎟
χ Α (λ ) = det(λ I − Α) = det =
⎜ 0 0 λ −5 0 ⎟
⎜⎜ ⎟
⎝ 0 0 −1 λ − 1⎟⎠
⎛ λ + 2 −5 ⎞ ⎛ λ − 5 0 ⎞
det ⎜ ⎟ det ⎜ =
⎝ 1 λ − 4 ⎠ ⎝ −1 λ − 1⎟⎠
= (λ 2 − 2λ − 3)(λ − 5)(λ − 1) = (λ − 3)(λ + 1)(λ − 5)(λ − 1).
Άρα οι ιδιοτιµές είναι −1,1,3,5 . Οι ιδιοτιµές είναι διακεκριµένες και σύµφωνα µε την
Πρόταση 2 ο Α είναι διαγωνοποιήσιµος.
Άσκηςη 2
⎛1 2⎞
Εξετάστε αν ο πίνακας A = ⎜ ⎟ είναι διαγωνοποιήσιµος. Να βρεθεί ένας πίνακας
⎝3 2⎠
P ∈ M 2 (R) , τέτοιος ώστε ο P −1 AP να είναι διαγώνιος.
Λύση
Σύµφωνα µε τον αλγόριθµο διαγωνοποίησης υπολογίζουµε πρώτα το χαρακτηριστικό
πολυώνυµο του πίνακα A
⎛ λ − 1 −2 ⎞
χ A (λ ) = det(λ I − A) = det ⎜ ⎟ = λ − 3λ − 4
2
⎝ −3 λ − 2 ⎠
από όπου προκύπτουν οι ιδιοτιµές λ1 = −1 και λ2 = 4 . Σύµφωνα µε την Πρόταση 2,
οι ιδιοτιµές είναι διακεκριµένες, συνεπώς ο Α είναι διαγωνοποιήσιµος.
Για την ιδιοτιµή λ1 = −1 , οι µη µηδενικές λύσεις της εξίσωσης (λ1Ι − A) X = 0 δίνουν
αντίστοιχα ιδιοδιανύσµατα. Έτσι έχουµε
⎛ −2 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞ −2 x1 − 2 x2 = 0 ⎫
⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒ ⎬⇒
⎝ −3 −3 ⎠ ⎝ x2 ⎠ ⎝ 0 ⎠ −3 x1 − 3 x2 = 0 ⎭
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
x2 = − x1 ⇒ ⎜ 1 ⎟ = ⎜ 1 ⎟ = x1 ⎜ ⎟ , x1 ∈ R − {0}.
⎝ x2 ⎠ ⎝ − x1 ⎠ ⎝ −1⎠
Για την ιδιοτιµή λ1 = −1 επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p1 = (1 −1) .

t
Για λ2 = 4 , από την εξίσωση (λ2 Ι − A) X = 0 έχουµε :
⎛ 3 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞ 3 x1 − 2 x2 = 0 ⎫
⎜ ⎟ ⎜ x ⎟ = ⎜ ⎟ ⇒ −3 x + 2 x = 0 ⎬ ⇒
⎝ −3 2 ⎠ ⎝ 2 ⎠ ⎝ 0 ⎠ 1 2 ⎭
⎛ x ⎞
3 ⎛ x1 ⎞ ⎜ 1 ⎟ 1 ⎛ 2 ⎞
x2 = x1 ⇒ ⎜ ⎟ = 3 = x1 ⎜ ⎟ , x1 ∈ − {0}.
2 ⎝ x2 ⎠ ⎜⎜ x1 ⎟⎟ 2 ⎝ 3 ⎠
⎝2 ⎠
Για την ιδιοτιµή λ2 = 4 επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p2 = ( 2 3) .

t
⎛ 1 2⎞ ⎛ −1 0 ⎞
Θέτουµε P = ( p1 p2 ) = ⎜ ⎟ και έχουµε P AP = ∆ = ⎜
−1
⎟.
⎝ −1 3 ⎠ ⎝ 0 4⎠
Άσκηση 3
Εξετάστε ποιοι από τους επόµενους πίνακες µπορούν να διαγωνοποιηθούν και
εκτελέστε τη διαγωνοποίηση όποτε αυτό είναι δυνατόν:
⎛ 1 −1 4 ⎞ ⎛ −2 5 2 ⎞ ⎛3 1 1⎞
i) A = ⎜⎜ 3 2 −1⎟⎟ ii) B = ⎜⎜ −1 4 −1⎟⎟ iii) Γ = ⎜⎜ 2 4 2 ⎟⎟
⎜ 2 1 −1 ⎟ ⎜ 0 0 −1 ⎟ ⎜1 1 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Λύση
i) Το χαρακτηριστικό πολυώνυµο του πίνακα A είναι
⎛ λ −1 1 −4 ⎞
χ Α (λ ) = det ( λ I − Α ) = det ⎜ −3 λ − 2 1 ⎟⎟ =
⎜
⎜ −2 −1 λ + 1⎟⎠
⎝
λ 3 − 2λ 2 − 5λ + 6 = (λ + 2)(λ − 1)(λ − 3).
(Σηµειώνουµε ότι η παραγοντοποίηση στην τελευταία ισότητα δεν είναι τελείως
προφανής. Πρώτα παρατηρούµε ότι το 1 είναι ρίζα του λ 3 − 2λ 2 − 5λ + 6 και στη
συνέχεια διαιρούµε το λ 3 − 2λ 2 − 5λ + 6 µε το λ − 1 για να βρούµε το πηλίκο
(λ + 2)(λ − 1)(λ − 3) ).
Εποµένως οι ιδιοτιµές είναι λ1 = −2 , λ2 = 1 και λ3 = 3 . Σύµφωνα µε την Πρόταση 2
ο πίνακας Α διαγωνοποιείται.
Στη λ1 = −2 αντιστοιχούν ιδιοδιανύσµατα που είναι οι µη µηδενικές λύσεις του
⎛ −3 1 −4 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
συστήµατος (λ1Ι − Α ) X = 0 ⇒ ⎜⎜ −3 −4 1 ⎟⎟ ⎜⎜ x2 ⎟⎟ = ⎜⎜ 0 ⎟⎟ . Άρα έχουµε
⎜ −2 −1 −1 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
−3 x1 + x2 − 4 x3 = 0 ⎫ x2 = − x1 ⎫ ⎜ 1 ⎟ ⎜ 1 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ x = − x = x −1 , x ∈ R − {0} .
x1 + x2 = 0 ⎭ x3 = − x1 ⎭ ⎜⎜ 2 ⎟⎟ ⎜⎜ 1 ⎟⎟ 1 ⎜⎜ ⎟⎟ 1
⎝ x3 ⎠ ⎝ − x1 ⎠ ⎝ −1⎠
Για την ιδιοτιµή λ1 = −2 επιλέγουµε το ιδιοδιάνυσµα p1 = (1 −1 −1) .

t
Στην ιδιοτιµή λ2 = 1 αντιστοιχούν ιδιοδιανύσµατα που είναι οι µη µηδενικές λύσεις
⎛ 0 1 −4 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
του συστήµατος (λ2 Ι − Α ) X = 0 ⇒ ⎜⎜ −3 −1 1 ⎟⎟ ⎜⎜ x2 ⎟⎟ = ⎜⎜ 0 ⎟⎟ . Άρα έχουµε
⎜ −2 −1 2 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛ x ⎞ ⎛ −x ⎞ ⎛ −1 ⎞
x2 − 4 x3 = 0 ⎫ x2 = 4 x3 ⎫ ⎜ 1 ⎟ ⎜ 3 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ x = 4 x = x 4 , x ∈ R −{0} .
−3 x1 − x2 + x3 = 0 ⎭ x1 = − x3 ⎭ ⎜⎜ 2 ⎟⎟ ⎜⎜ 3 ⎟⎟ 3 ⎜⎜ ⎟⎟ 3
⎝ x3 ⎠ ⎝ x3 ⎠ ⎝1⎠
Στην λ2 = 1 επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p2 = ( −1 4 1) .

t
Για λ3 = 3 , οι µη µηδενικές λύσεις του συστήµατος

⎛ 2 1 −4 ⎞⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ3Ι − Α ) X = 0 ⇒ ⎜ −3 1 1 ⎟⎜ x2 ⎟ = ⎜ 0 ⎟ είναι,
⎜ −2 −1 4 ⎟⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
2 x1 + x2 − 4 x3 = 0 ⎫ x2 = 2 x1 ⎫ ⎜ 1 ⎟ ⎜ 1 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ ⎜ x2 ⎟ = ⎜ 2 x1 ⎟ = x1 ⎜ 2 ⎟ , x1 ∈ R − {0}.
3 x1 − x2 − x3 = 0 ⎭ x3 = x1 ⎭ ⎜ ⎟ ⎜ ⎟ ⎜1⎟
⎝ x3 ⎠ ⎝ x1 ⎠ ⎝ ⎠
Για την ιδιοτιµή λ1 = 3 επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p3 = (1 2 1) .

t
Τα ιδιοδιανύσµατα p1 , p2 , p3 είναι γραµµικά ανεξάρτητα γιατί σε διακεκριµένες

ιδιοτιµές αντιστοιχούν γραµµικά ανεξάρτητα ιδιοδιανύσµατα. (Εναλλακτικά θα
µπορούσαµε να υπολογίσουµε την ορίζουσα του πίνακα που αυτά σχηµατίζουν).
⎛ 1 −1 1 ⎞
Σύµφωνα µε τον αλγόριθµο διαγωνοποίησης, θέτουµε P = ⎜⎜ −1 4 2 ⎟⎟ και έχουµε
⎜ −1 1 1 ⎟
⎝ ⎠
⎛ −2 0 0 ⎞
⎜ ⎟
P ΑP = ∆ = ⎜ 0 1 0 ⎟ .
−1
⎜ 0 0 3⎟
⎝ ⎠
ii) Το χαρακτηριστικό πολυώνυµο του πίνακα Β είναι
⎛ λ + 2 −5 −2 ⎞
⎜
χ Β (λ ) = det ⎜ 1 λ − 4 1 ⎟⎟ = (λ + 1)((λ + 2)(λ − 4) + 5) = (λ − 3)(λ + 1) 2 ,
⎜ 0 0 λ + 1⎟⎠
⎝
εποµένως οι ιδιοτιµές του πίνακα είναι λ1 = 3 και λ2 = −1 (διπλή ρίζα).
Στη λ1 = 3 αντιστοιχούν ιδιοδιανύσµατα που είναι οι µη µηδενικές λύσεις του
⎛ 5 −5 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
συστήµατος (λ1Ι − B) X = 0 ⇒ ⎜⎜ 1 −1 1 ⎟⎟ ⎜⎜ x2 ⎟⎟ = ⎜⎜ 0 ⎟⎟ . Άρα έχουµε
⎜0 0 4 ⎟⎜ x ⎟ ⎜0⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛x ⎞ ⎛x ⎞ ⎛1⎞
x1 − x2 + x3 = 0 ⎫ x1 = x2 ⎫ ⎜ 1 ⎟ ⎜ 2 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ x = x = x 1 , x ∈ R − {0} . Για τη λ1 = 3
4 x3 = 0 ⎭ x3 = 0 ⎭ ⎜⎜ 2 ⎟⎟ ⎜⎜ 2 ⎟⎟ 2 ⎜⎜ ⎟⎟ 2
⎝ x3 ⎠ ⎝ 0 ⎠ ⎝ 0⎠
επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p1 = (1 1 0 ) .

t
Η λ2 = −1 έχει ιδιοδιάνυσµα τις µη µηδενικές λύσεις του συστήµατος
⎛ 1 −5 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ2 Ι − B) X = 0 ⇒ ⎜ 1 −5 1 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ . Άρα έχουµε
⎜0 0 0 ⎟⎜ x ⎟ ⎜ 0⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛ x ⎞ ⎛ 5x ⎞ ⎛ 5⎞
x1 − 5 x2 − 2 x3 = 0 ⎫ x1 = 5 x2 ⎫ ⎜ 1 ⎟ ⎜ 2 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ x = x = x 1 , x ∈ R − {0}.
x1 − 5 x2 + x3 = 0 ⎭ x3 = 0 ⎭ ⎜⎜ 2 ⎟⎟ ⎜⎜ 2 ⎟⎟ 2 ⎜⎜ ⎟⎟ 2
⎝ x3 ⎠ ⎝ 0 ⎠ ⎝ 0⎠
Για την ιδιοτιµή λ2 = −1 επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p2 = ( 5 1 0 ) .

t
Τα ιδιοδιανύσµατα p1 , p2 ∈ R 3 είναι λιγότερα από τη διάσταση του R 3 , άρα µε βάση

τον αλγόριθµο διαγωνοποίησης βήµα 3i) ο Β δε διαγωνοποιείται.
Προσοχή Εδώ µπορούµε να εφαρµόσουµε και το Θεώρηµα 3. Πράγµατι,

υπολογίζοντας το ελάχιστο πολυώνυµο του Β, διαπιστώνουµε ότι είναι το
mB (λ ) = χ B (λ ) = (λ − 3)(λ + 1) 2 , που δεν έχει πρωτοβάθµιους διακεκριµένους
παράγοντες. Άρα ο Β δε διαγωνοποιείται.
iii) Βρίσκουµε το χαρακτηριστικό πολυώνυµο του πίνακα Γ µε τη βοήθεια

στοιχειωδών µετασχηµατισµών στηλών (αφαιρούµε την δεύτερη από την πρώτη)
⎛ λ − 3 −1 −1 ⎞ ⎛ λ −2 −1 −1 ⎞
χ Γ (λ ) = det ⎜ −2 λ − 4 −2 ⎟ = det ⎜ −(λ − 2) λ − 4 −2 ⎟⎟
⎜ ⎟ ⎜
⎜ −1 −1 λ − 3 ⎟⎠ ⎜ 0 −1 λ − 3 ⎟⎠
⎝ ⎝
⎛1 −1 −1 ⎞
⎜ ⎟
= (λ − 2) det ⎜ −1 λ − 4 −2 ⎟ = (λ − 2) 2 (λ − 6).
⎜0 −1 λ − 3 ⎟⎠
⎝
Εποµένως οι ιδιοτιµές είναι λ1 = 2 (διπλή ρίζα) και λ2 = 6 .
Η λ1 = 2 έχει ιδιοδιανύσµατα τις µη µηδενικές λύσεις του συστήµατος
⎛ −1 −1 −1 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ1Ι − Γ ) X = 0 ⇒ ⎜ −2 −2 −2 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ . Η λύση του συστήµατος υπολογίζεται
⎜ −1 −1 −1 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
από την εξίσωση
x1 + x2 + x3 = 0 ⇒ x3 = − x1 − x2 ⇒
⎛ x1 ⎞ ⎛ x1 ⎞ ⎛1⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ .
x
⎜ 2⎟ ⎜= x2 = x 0 +
⎟ 1⎜ ⎟ 2⎜ ⎟ 1 2x 1 , x , x ∈ R − {0}
⎜ x ⎟ ⎜ −x − x ⎟ ⎜ −1 ⎟ ⎜ −1 ⎟
⎝ 3⎠ ⎝ 1 2⎠ ⎝ ⎠ ⎝ ⎠
Για λ1 = 2 ο ιδιόχωρος V (2) παράγεται από τα p1 = (1 0 −1) , p2 = ( 0 1 −1) .

t t
Για λ2 = 6 , οι µη µηδενικές λύσεις του συστήµατος
⎛ 3 −1 −1 ⎞⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ2 Ι − Γ ) X = 0 ⇒ ⎜ −2 2 −2 ⎟⎜ x2 ⎟ = ⎜ 0 ⎟ δίνουν τον αντίστοιχο ιδιόχωρο, οπότε
⎜ −1 −1 3 ⎟⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
3 x1 − x2 − x3 = 0 ⎫ x1 = x3 ⎫ ⎜ 1 ⎟ ⎜ 3 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ ⎜ x2 ⎟ = ⎜ 2 x3 ⎟ = x3 ⎜ 2 ⎟ , x3 ∈ R − {0}.
− x1 − x2 + 3 x3 = 0 ⎭ x2 = 2 x3 ⎭ ⎜ ⎟ ⎜ ⎟ ⎜1⎟
⎝ x3 ⎠ ⎝ x3 ⎠ ⎝ ⎠
Συνεπώς επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p3 = (1 2 1) .

t
Τα ιδιοδιανύσµατα p1 , p2 , p3 είναι γραµµικά ανεξάρτητα (έχουν µη µηδενική
ορίζουσα), άρα αποτελούν βάση του R 3 και σύµφωνα µε το Θεώρηµα 1 ο Γ

⎛ 1 0 1⎞
⎜ ⎟
διαγωνοποιείται. Ο πίνακας αλλαγής βάσης είναι P = ( p1 p2 p3 ) = ⎜ 0 1 2 ⎟ ,
⎜ −1 −1 1 ⎟
⎝ ⎠
⎛ 2 0 0⎞
ο οποίος µετά από τις πράξεις δίνει το διαγώνιο πίνακα P Γ P = ∆ = ⎜⎜ 0 2 0 ⎟⎟ .
−1
⎜ 0 0 6⎟
⎝ ⎠
Άσκηση 4
⎛a 1 0 0⎞
⎜ ⎟
0 a 1 0⎟
Εξετάστε αν διαγωνοποιείται ο πίνακας A = ⎜ , a∈R .
⎜0 0 a 1⎟
⎜⎜ ⎟
⎝0 0 0 a ⎟⎠
Λύση
Παρατηρούµε ότι ο πίνακας είναι τριγωνικός και εποµένως το χαρακτηριστικό του
πολυώνυµο είναι χ Α (λ ) = (λ − a) 4 . Επειδή το ελάχιστο πολυώνυµο mΑ (λ ) πρέπει να
διαιρεί το χαρακτηριστικό πολυώνυµο και να έχει τις ίδιες ρίζες µε αυτό, οι πιθανές
εκφράσεις του ελαχίστου πολυωνύµου είναι
λ − a , (λ − a ) 2 , (λ − a ) 3 ή (λ − a ) 4 = χ Α (λ )
⎛0 1 0 0⎞
⎜ ⎟
0 0 1 0⎟
Προφανώς ισχύει A − aI = ⎜ ≠ 0 . Εποµένως το mA (λ ) δεν είναι
⎜0 0 0 1⎟
⎜⎜ 0 0 0
⎟
0 ⎟⎠
⎝
γινόµενο διακεκριµένων πρωτοβάθµιων παραγόντων και µε βάση το Θεώρηµα 3 ο
πίνακας δε διαγωνοποιείται.
Άσκηση 5
⎛ −3 1 4 −1 ⎞
⎜ ⎟
−7 5 −1 − 1 ⎟
Εξετάστε αν ο πίνακας Α = ⎜ είναι διαγωνοποιήσιµος.
⎜ 0 0 −1 0 ⎟
⎜⎜ ⎟
⎝ −6 6 3 −2 ⎟⎠
Λύση
Το χαρακτηριστικό πολυώνυµο του πίνακα Α είναι
⎛ λ + 3 −1 −4 1 ⎞
⎜ ⎟ ⎛ λ + 3 −1 1 ⎞
⎜ 7 λ −5 1 1 ⎟ ⎜ ⎟
χ Α (λ ) = det = (λ + 1) det ⎜ 7 λ −5 1 ⎟
⎜ 0 0 λ +1 0 ⎟ ⎜
⎜⎜ ⎟⎟ ⎝ 6 −6 λ + 2 ⎠⎟
⎝ 6 − 6 −3 λ + 2 ⎠
= (λ − 4)(λ + 1)(λ + 2) 2
Οι ιδιοτιµές είναι λ1 = 4 , λ2 = −1 και λ3 = −2 (διπλή ρίζα). Επειδή το ελάχιστο
πολυώνυµο mΑ (λ ) πρέπει να διαιρεί το χαρακτηριστικό πολυώνυµο και να έχει τις

ίδιες ρίζες µε αυτό, οι πιθανές εκφράσεις του ελαχίστου πολυωνύµου είναι
(λ − 4)(λ + 1)(λ + 2) ή (λ − 4)(λ + 1)(λ + 2) 2 = χ Α (λ ).
( Α − 4Ι )( Α + Ι )( Α + 2Ι ) =
⎛ −7 1 4 −1 ⎞ ⎛ −2 1 4 −1⎞ ⎛ −1 1 4 −1 ⎞
⎜ ⎟⎜ ⎟⎜ ⎟
−7 1 − 1 −1 ⎟ ⎜ − 7 6 −1 − 1 ⎟ ⎜ − 7 7 −1 − 1 ⎟ .
=⎜ ≠0
⎜ 0 0 −5 0 ⎟ ⎜ 0 0 0 0 ⎟⎜ 0 0 1 0⎟
⎜⎜ −6 ⎟⎜
6 3 −6 ⎟⎠ ⎜⎝ −6
⎟⎜
6 3 −1⎟⎠ ⎜⎝ −6 6 3 0 ⎟⎠
⎟
⎝
Άρα το ελάχιστο πολυώνυµο είναι το (λ − 4)(λ + 1)(λ + 2) 2 , οπότε µε βάση το
Θεώρηµα 3 ο πίνακας Α δε διαγωνοποιείται.
Άσκηση 6
⎛ 2 − a a a − 3⎞
Έστω ο πραγµατικός πίνακας A = ⎜⎜ 1 ⎟
0 −1 ⎟ .
⎜ 0 1 −1 ⎟⎠
⎝
Να βρείτε τις τιµές του a ∈ R για τις οποίες ο πίνακας Α διαγωνοποιείται.
Λύση
Το χαρακτηριστικό πολυώνυµο του πίνακα Α είναι
⎛ λ − (2 − a ) − a −(a − 3) ⎞
χ Α (λ ) = det ⎜⎜ −1 λ ⎟
1 ⎟ = λ 3 + (a − 1)λ 2 − λ + 1 − a
⎜ 0 −1 λ + 1 ⎟⎠
⎝
= (λ + 1)(λ − 1)(λ + a − 1)
Οι ιδιοτιµές του πίνακα είναι λ1 = −1 , λ2 = 1 και λ3 = 1 − a .
Στην περίπτωση όπου a ≠ 0 και a ≠ 2 οι ιδιοτιµές είναι όλες διακεκριµένες,

εποµένως ο πίνακας Α διαγωνοποιείται (Πρόταση 2).
⎛ 2 0 −3 ⎞
Εξετάζουµε την περίπτωση όπου a = 0 , οπότε ο πίνακας είναι A = ⎜⎜ 1 0 −1 ⎟⎟ και
⎜ 0 1 −1 ⎟
⎝ ⎠
έχει χαρακτηριστικό πολυώνυµο χ Α (λ ) = (λ + 1)(λ − 1) 2 . Επειδή συµβαίνει
(Α + Ι )(Α − Ι ) ≠ 0 , είναι φανερό πως το ελάχιστο πολυώνυµο είναι
mΑ (λ ) = (λ + 1)(λ − 1) 2 = χ Α (λ ) , άρα για a = 0 ο πίνακας δε διαγωνοποιείται,

σύµφωνα µε το Θεώρηµα 3.
Όµοια εξετάζουµε και την περίπτωση όπου a = 2 , οπότε ο πίνακας είναι
⎛ 0 2 −1 ⎞
⎜ ⎟
A = ⎜ 1 0 −1⎟ και έχει χαρακτηριστικό πολυώνυµο χ Α (λ ) = (λ + 1) 2 (λ − 1) . Και
⎜ 0 1 −1 ⎟
⎝ ⎠
στην περίπτωση αυτή το ελάχιστο πολυώνυµο είναι mΑ (λ ) = (λ + 1) 2 (λ − 1) = χ Α (λ ) ,
άρα για a = 2 σύµφωνα µε το Θεώρηµα 3 ο πίνακας δε διαγωνοποιείται.
Άσκηση 7
Έστω η γραµµική απεικόνιση f : R 3 → R 3 µε
f ( x, y, z ) = ( 4 x + z , 4 y + z , − x + y + 4 z ) . Εξετάστε αν η f διαγωνοποιείται.
Λύση
3
Ο πίνακας που αντιστοιχεί στην απεικόνιση ως προς τη συνήθη βάση του είναι ο
⎛ 4 0 1⎞
Α = ⎜⎜ 0 4 1 ⎟⎟ . Το χαρακτηριστικό πολυώνυµό του είναι
⎜ −1 1 4 ⎟
⎝ ⎠
⎛λ − 4 0 −1 ⎞
⎜
χ Α (λ ) = det ( λ I − Α ) = det ⎜ 0 λ − 4 −1 ⎟⎟ = (λ − 4)3 , εποµένως η µοναδική
⎜ 1 −1 λ − 4 ⎟⎠
⎝
ιδιοτιµή λ1 = 4 είναι τριπλή ρίζα του. Επειδή το ελάχιστο πολυώνυµο m f (λ ) , της
γραµµικής απεικόνισης f είναι το ίδιο µε αυτό του πίνακα Α, αρκεί να υπολογίσουµε

το mΑ (λ ) . Τα πιθανά ελάχιστα πολυώνυµα µπορεί να είναι
λ −4, (λ − 4) 2 ή (λ − 4)3 = χ Α (λ )
⎛ 0 0 1⎞
Παρατηρούµε ότι Α − 4Ι = ⎜⎜ 0 0 1 ⎟⎟ ≠ 0 . Άρα το mA (λ ) δεν είναι γινόµενο
⎜ −1 1 0 ⎟
⎝ ⎠
διακεκριµένων παραγόντων πρώτου βαθµού και σύµφωνα µε την Θεώρηµα 3 η
γραµµική απεικόνιση δε διαγωνοποιείται.
Άσκηση 8
⎛ 1 −3 3 ⎞
Για κάθε θετικό ακέραιο k υπολογίστε τον A , όταν Α = ⎜⎜ 0 −5 6 ⎟⎟ .
k
⎜ 0 −3 4 ⎟
⎝ ⎠
Λύση
Έχουµε χ Α (λ ) = det(λ I − A) = (λ + 2)(λ − 1)2 = 0 , οπότε οι ιδιοτιµές του πίνακα είναι
λ1 = −2 και λ2 = 1 (διπλή ρίζα).

Για λ1 = −2 , οι µη µηδενικές λύσεις του οµογενούς συστήµατος
⎛ −3 3 −3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ1Ι − Α ) X = 0 ⇒ ⎜ 0 3 −6 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ , που είναι
⎜ 0 3 −6 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
−3 x1 + 3 x2 − 3 x3 = 0 ⎫ x1 = x3 ⎫ ⎜ 1 ⎟ ⎜ 3 ⎟ ⎜ ⎟
⎬⇒ ⎬ ⇒ x = 2 x = x 2 , x ∈ R − {0}
3 x2 − 6 x3 = 0 ⎭ x2 = 2 x3 ⎭ ⎜⎜ 2 ⎟⎟ ⎜⎜ 3 ⎟⎟ 3 ⎜⎜ ⎟⎟ 3
⎝ x3 ⎠ ⎝ x3 ⎠ ⎝1⎠
αποτελούν τον ιδιόχωρο V (−2) της λ1 = −2 . Επιλέγουµε το ιδιοδιάνυσµα
p1 = (1 2 1) .
t
⎛ 0 3 −3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
Για λ2 = 1 , οι µη µηδενικές λύσεις του συστήµατος ⎜⎜ 0 6 −6 ⎟⎟ ⎜⎜ x2 ⎟⎟ = ⎜⎜ 0 ⎟⎟
⎜ 0 3 −3 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
προκύπτουν από τη λύση της εξίσωσης
⎛ x1 ⎞ ⎛ x1 ⎞ ⎛1⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
3 x2 − 3 x3 = 0 ⇒ x2 = x3 ⇒ ⎜ x2 ⎟ = ⎜ x3 ⎟ = x1 ⎜ 0 ⎟ + x3 ⎜ 1 ⎟ , x1 , x3 ∈ R − {0} .
⎜x ⎟ ⎜x ⎟ ⎜ 0⎟ ⎜1⎟
⎝ 3⎠ ⎝ 3⎠ ⎝ ⎠ ⎝ ⎠
Εποµένως για λ2 = 1 ο ιδιόχωρος V (1) παράγεται από τα
p2 = (1 0 0 ) , p3 = ( 0 1 1) . Τα ιδιοδιανύσµατα
t t
p1 , p2 , p3 είναι γραµµικά
⎛1 1 0⎞
ανεξάρτητα, επειδή det ( p1 p2 p3 ) = det ⎜⎜ 2 0 1 ⎟⎟ = −1 ≠ 0 , άρα αποτελούν βάση
⎜1 0 1⎟
⎝ ⎠
του R 3 . Σύµφωνα µε το Θεώρηµα 1 ο Α διαγωνοποιείται, οπότε θέτοντας
⎛1 1 0⎞ ⎛ 0 1 −1⎞
⎜ ⎟ ⎜ ⎟
P = ( p1 p2 p3 ) = ⎜ 2 0 1 ⎟ έχουµε −1
P = ⎜ 1 −1 1 ⎟ και ισχύει
⎜1 0 1⎟ ⎜ 0 −1 2 ⎟
⎝ ⎠ ⎝ ⎠
⎛ −2 0 0 ⎞
⎜ ⎟
P AP = ∆ = ⎜ 0 1 0 ⎟ . Από την τελευταία σχέση και την (1) έχουµε :
−1
⎜ 0 0 1⎟
⎝ ⎠
⎛ 1 1 0 ⎞ ⎛ ( −2) 0 0 ⎞ ⎛ 0 1 −1⎞
k
⎜ ⎟⎜ ⎟⎜ ⎟
Ak = P∆ k P −1 = ⎜ 2 0 1 ⎟ ⎜ 0 1 0 ⎟ ⎜ 1 −1 1 ⎟ =
⎜1 0 1⎟⎜ 0 0 1 ⎟⎠ ⎜⎝ 0 −1 2 ⎟⎠
⎝ ⎠⎝
⎛ 1 (−2) k − 1 −(−2) k + 1 ⎞
⎜ ⎟
⎜ 0 2(−2) − 1 −2(−2) + 2 ⎟ .
k k
⎜ 0 (−2) k − 1 −(−2) k + 2 ⎟
⎝ ⎠
Άσκηση 9
⎛ −3 2 2 ⎞
Να βρεθούν 8 διαφορετικοί πίνακες B , τέτοιοι ώστε B = ⎜⎜ −6 5 2 ⎟⎟ .2
⎜ −7 4 4 ⎟
⎝ ⎠
Λύση
Αν συµβολίσουµε µε Α τον πίνακα στο δεύτερο µέλος της δοθείσης εξίσωσης
βρίσκουµε ότι χ Α (λ ) = (λ − 1)(λ − 2)(λ − 3) . Σύµφωνα µε την Πρόταση 2 ο πίνακας
Α διαγωνοποιείται.
Για λ1 = 1 , οι λύσεις του οµογενούς συστήµατος
⎛ 4 −2 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ1Ι − Α ) X = 0 ⇒ ⎜ 6 −4 −2 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ , δίνουν τον ιδιόχωρο
⎜ 7 −4 −3 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎧⎛ x1 ⎞ ⎫
⎪⎜ ⎟ ⎪
V (1) = ⎨⎜ x1 ⎟ , x1 ∈ R ⎬ , οπότε επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το p1 = (1 1 1) .
t
⎪⎜ x ⎟ ⎪
⎩⎝ 1 ⎠ ⎭
⎛ 5 −2 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ2 Ι − Α ) X = 0 ⇒ ⎜ 6 −3 −2 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ , δίνουν τον ιδιόχωρο
⎜ 7 −4 − 2 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎧⎛ x1 ⎞ ⎫
⎪⎜ ⎟ ⎪
V (2) = ⎨⎜ x1 ⎟ , x1 ∈ R ⎬ , οπότε επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το
⎪⎜ 3x 2 ⎟ ⎪
⎩⎝ 1 ⎠ ⎭
p2 = ( 2 2 3) .
t
⎛ 6 −2 −2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ3Ι − Α ) X = 0 ⇒ ⎜ 6 −2 −2 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ , δίνουν τον ιδιόχωρο
⎜ 7 −4 −1 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎧⎛ x1 ⎞ ⎫
⎪⎜ ⎟ ⎪
V (3) = ⎨⎜ 4 x1 3 ⎟ , x1 ∈ R ⎬ , οπότε επιλέγουµε αντίστοιχο ιδιοδιάνυσµα το
⎪⎜ 5 x 3 ⎟ ⎪
⎩⎝ 1 ⎠ ⎭
p3 = ( 3 4 5 ) .
t
⎛1 2 3 ⎞
⎜ ⎟
Θέτουµε P = ( p1 p2 p3 ) = ⎜1 2 4 ⎟ . Ο P είναι αντιστρέψιµος γιατί τα
⎜1 3 5 ⎟
⎝ ⎠
ιδιοδιανύσµατα p1 , p2 , p3 αντιστοιχούν σε διακεκριµένες ιδιοτιµές και υπολογίζουµε
⎛ 2 1 −2 ⎞
−1 ⎜ ⎟
ότι P = ⎜ 1 −2 1 ⎟ . Επειδή έχουµε B2 = A , η σχέση (2) δίνει
⎜ −1 1 0 ⎟
⎝ ⎠
( )
B = Pdiag ±1, ± 2, ± 3 P −1 , από όπου προκύπτουν 8 = 23 διαφορετικοί
πίνακες-λύσεις της εξίσωσης.
Άσκηση 10
⎛ 0, 4 0,3 ⎞ ⎛ wn ⎞
Έστω οι πίνακες A = ⎜ ⎟ και Z n = ⎜ y ⎟ µε wn + yn = 1 , για κάθε n = 1, 2,… ,
⎝ 0, 6 0, 7 ⎠ ⎝ n⎠
οι οποίοι ικανοποιούν τη σχέση Z n = AZ n −1 . Αν w1 = 0, 2 , να εκφράσετε τους όρους
wn , yn συναρτήσει του n .
Λύση
Η δοθείσα ισότητα πινάκων γράφεται και
⎛ wn ⎞ ⎛w ⎞
⎜ ⎟= A ⎜ n −1 ⎟
⎝ yn ⎠ ⎝ yn −1 ⎠
Αν εφαρµόσουµε την προηγούµενη ισότητα διαδοχικά για τις διάφορες τιµές των n
θα έχουµε
⎛ wn ⎞ 2 ⎛ n−2 ⎞
w 3 ⎛ n −3 ⎞
w n −1 ⎛ 1 ⎞
w
⎜ ⎟= A ⎜ ⎟= A ⎜ ⎟ =… = A ⎜ ⎟ . (*)
⎝ yn ⎠ ⎝ yn − 2 ⎠ ⎝ yn − 3 ⎠ ⎝ y1 ⎠
Από την τελευταία σχέση είναι αρκετό να υπολογίσουµε τον An −1 , γιατί λόγω της
ισότητας των πινάκων θα µπορέσουµε να εκφράσουµε τον Z n = ( wn yn )

t
συναρτήσει των w1 , y1 και n . Το χαρακτηριστικό πολυώνυµο του Α είναι
χ A (λ ) = λ 2 − 1,1λ + 0,1 = (λ − 0,1)(λ − 1) και οι ιδιοτιµές του Α είναι λ1 = 0,1 και

λ2 = 1 . Σύµφωνα µε την Πρόταση 2 ο πίνακας Α διαγωνοποιείται. Για την ιδιοτιµή
λ1 = 0,1 , οι µη µηδενικές λύσεις του συστήµατος
⎛ −0,3 −0,3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
(λ1Ι − A) X = 0 ⇒ ⎜ ⎟ ⎜ ⎟ = ⎜ ⎟ δίνουν τα αντίστοιχα ιδιοδιανύσµατα.
⎝ −0, 6 −0, 6 ⎠ ⎝ x2 ⎠ ⎝ 0 ⎠
Έτσι έχουµε
−0,3x1 − 0,3 x2 = 0 ⎫ ⎛ x1 ⎞ ⎛ x1 ⎞ ⎛1⎞

⎬ ⇒ x2 = − x1 ⇒ ⎜ ⎟ = ⎜ ⎟ = x1 ⎜ ⎟ , x1 ∈ R − {0}. Για την
−0, 6 x1 − 0, 6 x2 = 0 ⎭ ⎝ x2 ⎠ ⎝ − x1 ⎠ ⎝ −1⎠
ιδιοτιµή λ1 = 0,1 επιλέγουµε το ιδιοδιάνυσµα p1 = (1 −1) .

t
⎛ 0, 6 −0,3 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
Για λ2 = 1 , από το σύστηµα (λ2 Ι − A) X = 0 ⇒ ⎜ ⎟ ⎜ ⎟ = ⎜ ⎟ έχουµε
⎝ −0, 6 0,3 ⎠⎝ x2 ⎠ ⎝ 0 ⎠
⎛x ⎞ ⎛ x ⎞ ⎛1⎞
0, 6 x1 − 0,3 x2 = 0 ⇒ x2 = 2 x1 ⇒ ⎜ 1 ⎟ = ⎜ 1 ⎟ = x1 ⎜ ⎟ , x1 ∈ R − {0} . Ο πίνακας Α για
⎝ x2 ⎠ ⎝ 2 x1 ⎠ ⎝ 2⎠
την ιδιοτιµή λ2 = 1 έχει αντίστοιχο ιδιοδιάνυσµα p2 = (1 2 ) .

t
⎛ 1 1⎞ 1 ⎛ 2 −1⎞
Οι πίνακες P, P −1 είναι P = ( p1 p2 ) = ⎜ −1
⎟ και P = ⎜ ⎟.
⎝ −1 2 ⎠ 3⎝1 1 ⎠
Έτσι από την (1) έχουµε
⎛ 0,1n −1 0 ⎞ −1 1 ⎛ 2 ⋅ 0,1n −1 + 1 1 − 0,1n−1 ⎞
An −1 = P ⎜ ⎟P = ⎜ ⎟,
⎝ 0 1⎠ 3 ⎝ 2 − 2 ⋅ 0,1n −1 2 + 0,1n −1 ⎠
και από την (*) προκύπτει
⎛ wn ⎞ 1 ⎛⎜ (1 + 2 ⋅ 0,1 ) w1 + (1 − 0,1 ) y1 ⎞⎟
n −1 n −1
1 ⎛ 1 + (2w1 − y1 ) ⋅ 0,1 ⎞
( w1 + y1 =1) n −1
Zn = ⎜ ⎟ = = ⎜ ⎟.
⎝ yn ⎠ 3 ⎜⎝ ( 2 − 2 ⋅ 0,1n −1 ) w1 + ( 2 + 0,1n −1 ) y1 ⎟⎠ 3 ⎝ 2 + (−2w1 + y1 ) ⋅ 0,1n −1 ⎠
Με αντικατάσταση των w1 = 0, 2 και y1 = 0,8 , έχουµε τελικά
1 1
wn = (1 − 0, 4 ⋅ 0,1n −1 ) , yn = ( 2 + 0, 4 ⋅ 0,1n −1 ) , n ≥ 1 .
3 3
Άσκηση 11
⎛ −2 1 ⎞
Έστω A = ⎜ ⎟∈ M2 ( ).
⎝ −4 2 ⎠
1. Εξετάστε αν ο Α τριγωνοποιείται.
2. Εξετάστε αν ο Α διαγωνοποιείται.
3. Στην περίπτωση που η απάντηση στο 1 είναι θετική, να βρεθεί ένας πραγµατικός
αντιστρέψιµος πίνακας S τέτοιος ώστε S −1 AS είναι άνω τριγωνικός.
Λύση
1. Το χαρακτηριστικό πολυώνυµο του πίνακα Α είναι

⎛ x + 2 −1 ⎞
χ A ( x) = det ⎜ ⎟=x
2
που είναι γινόµενο πρωτοβάθµιων
⎝ 4 x − 2 ⎠
παραγόντων στο [ x]. Σύµφωνα µε το Θεώρηµα 7, ο πίνακας Α
τριγωνοποιείται υπεράνω του R .
2. Το ελάχιστο πολυώνυµο mA ( x) του Α οφείλει να διαιρεί το x 2 και να έχει τις
ίδιες ρίζες µε αυτό. Άρα το mA ( x) είναι είτε το x είτε το x 2 . Προφανώς δεν
είναι το x αφού A ≠ 0 . Άρα το mA ( x) δεν είναι γινόµενο διακεκριµένων

πρωτοβάθµιων παραγόντων και συνεπώς ο Α δεν είναι διαγωνοποιήσιµος.
⎛1 ⎞ ⎧⎛ 1 ⎞ ⎫
3. Ένα ιδιοδιάνυσµα του Α είναι το ⎜ ⎟ . Επεκτείνουµε το σύνολο ⎨⎜ ⎟ ⎬ σε µια
⎝ 2⎠ ⎩⎝ 2 ⎠ ⎭
2×1 ⎧⎛1 ⎞ ⎛1 ⎞ ⎫ ⎛1 1⎞
βάση του , έστω την ⎨⎜ ⎟ , ⎜ ⎟ ⎬ . Θέτουµε S =⎜ ⎟ . Τότε
⎩⎝ 2 ⎠ ⎝ 0 ⎠ ⎭ ⎝ 2 0⎠
1 ⎛ 0 −1⎞ ⎛ −2 1 ⎞ ⎛ 1 1 ⎞ ⎛ 0 −2 ⎞
διαπιστώνουµε ότι S −1 AS = ⎜ ⎟⎜ ⎟⎜ ⎟=⎜ ⎟.
−2 ⎝ −2 1 ⎠ ⎝ −4 2 ⎠ ⎝ 2 0 ⎠ ⎝ 0 0 ⎠
Άσκηση 12
⎛ 2 −1 1 ⎞
Θεωρούµε το συµµετρικό πίνακα Α = ⎜⎜ −1 2 −1⎟⎟ . Να βρεθεί ορθογώνιος πίνακας
⎜ 1 −1 2 ⎟
⎝ ⎠
Ρ έτσι ώστε ο P −1 AP να είναι διαγώνιος.
Λύση
Επειδή ο πίνακας Α είναι συµµετρικός µε βάση το Θεώρηµα 8 αυτός διαγωνοποιείται
και µάλιστα τα ιδιοδιανύσµατα των διακεκριµένων ιδιοτιµών είναι µεταξύ τους
κάθετα (Πρόταση 10). Ωστόσο για να βρεθούν τα ιδιοδιανύσµατα βρίσκουµε το
χαρακτηριστικό πολυώνυµο το οποίο είναι χ Α (λ ) = (λ − 4)(λ − 1) 2 , οπότε οι ιδιοτιµές
του πίνακα είναι λ1 = 4 και λ2 = 1 (διπλή ρίζα).
Υπολογίζοντας κατά τα γνωστά βρίσκουµε ότι για λ1 = 4 ο αντίστοιχος ιδιόχωρος
⎧ ⎛1⎞ ⎫
⎪ ⎜ ⎟ ⎪
είναι ο V (4) = ⎨ x ⎜ −1⎟ , x ∈ R ⎬ και για λ2 = 1 ο ιδιόχωρος είναι
⎪ ⎜1⎟ ⎪
⎩ ⎝ ⎠ ⎭
⎧ ⎛1 ⎞ ⎛0⎞ ⎫ ⎛1⎞ ⎛1 ⎞ ⎛ 0⎞
⎪ ⎜ ⎟ ⎜ ⎟ ⎪ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
V (1) = ⎨ x ⎜1 ⎟ + y ⎜1 ⎟ x, y ∈ ⎬ . Τα ιδιοδιανύσµατα p1 = ⎜ −1⎟ , p2 = ⎜1 ⎟ , p3 = ⎜ 1 ⎟
⎪ ⎜0⎟ ⎜1 ⎟ ⎪ ⎜1⎟ ⎜ 0⎟ ⎜1 ⎟
⎩ ⎝ ⎠ ⎝ ⎠ ⎭ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
είναι γραµµικά ανεξάρτητα (πχ η αντίστοιχη ορίζουσα είναι µη µηδενική) και άρα
αποτελούν βάση του R 3 . Επιπλέον τα p1 , p2 και p1 , p3 είναι κάθετα (Πρόταση 10).
Εφαρµόζουµε τη µέθοδο Gram-Schmidt στο { p1 , p2 , p3 } . Βρίσκουµε
⎛ 1 ⎞ ⎛⎜ − 1 ⎞⎟
⎜− 2⎟ 6⎟
⎛1⎞ ⎛1⎞ ⎜ ⎟ ⎜
1 1 ⎜ ⎟ 1 1 ⎜ ⎟ 2⎜ 1 ⎟ ⎜ 1 ⎟
pˆ1 = p1 = −1 , pˆ 2 = p2 = 1 , pˆ 3 = =⎜ ⎟. Ο
p1 3 ⎜⎜ ⎟⎟ p2 2 ⎜⎜ ⎟⎟ 3⎜ 2 ⎟ ⎜ 6 ⎟
⎝1⎠ ⎝0⎠ ⎜ ⎟
⎜⎜ 1 ⎟⎟ ⎜ 2 ⎟
⎜ ⎟
⎝ ⎠ ⎜⎝ 3 ⎟⎠
⎛ ⎞
⎜ 1 1 −1 ⎟
⎜ 3 2 6⎟
ορθογώνιος πίνακας Ρ είναι P = ( pˆ1 pˆ 2 pˆ 3 ) = ⎜ −1 1 1 ⎟.
⎜ 3 2 6 ⎟
⎜ ⎟
⎜⎜ 1 0 2 ⎟⎟
⎝ 3 3⎠
⎛ 4 0 0⎞
−1⎜ ⎟
Ξέρουµε ότι P AP = ⎜ 0 1 0 ⎟ .
⎜0 0 1⎟
⎝ ⎠
Άσκηση 13
Έστω A, B ∈ M n ( F ) τέτοιοι ώστε AB = BA. Αποδείξτε ότι αν ο Α έχει n διακεκριµένες
ιδιοτιµές, τότε ο Β διαγωνοποιείται.

Λύση
Έστω ότι X 1 ,..., X n είναι ιδιοδιανύσµατα που αντιστοιχούν στις ιδιοτιµές λ1 ,..., λn
του Α. Τότε αυτά είναι µια βάση του F n×1 γιατί τα λ1 ,..., λn είναι διακεκριµένα. Θα
δείξουµε ότι τα X 1 ,..., X n είναι ιδιοδιανύσµατα του Β. Τότε από το Πρόταση 2 ο Β

Από τη σχέση AB = BA παίρνουµε
( AB ) X i = ( BA) X i ⇒ A ( BX i ) = B ( AX i ) = B(λi X i ) = λi BX i .
Άρα το BX i είναι στοιχείο του ιδιόχωρου V (λi ) του Α που αντιστοιχεί στην ιδιοτιµή
λi . Επειδή οι ιδιοτιµές λ1 ,..., λn είναι διακεκριµένες η πολλαπλότητα κάθε µιας ως

ρίζα του χαρακτηριστικού πολυωνύµου είναι ίση µε 1. Από το Θεώρηµα 13 του

Κεφαλαίου 9 έπεται ότι dim V (λi ) ≤ 1 και άρα dim V (λi ) = 1. Συνεπώς V (λi ) = X i .
Από τις σχέσεις BX i ∈ X i συµπεραίνουµε ότι υπάρχουν µi ∈ F µε
BX i = µi X i .
Τα X i είναι µη µηδενικά και άρα είναι ιδιοδιανύσµατα του Β.
Άσκηση 14
Έστω A ∈ M n ( ) τέτοιος ώστε Am = I για κάποιο θετικό ακέραιο m και TrA = n .
Αποδείξτε ότι A = I .
Λύση
Από την υπόθεση Am = I συνάγουµε ότι
• Ο Α διαγωνοποιείται. Πράγµατι, το ελάχιστο πολυώνυµο mA ( x) του Α διαιρεί
το x m − 1 και επειδή το x m − 1 έχει διακεκριµένες ρίζες στο , το ίδιο

συµβαίνει µε το mA ( x) . Από το Θεώρηµα 3 ο Α διαγωνοποιείται.
• Κάθε ιδιοτιµή του Α ικανοποιεί τη σχέση λ m = 1.

Έστω λ1 ,..., λn ∈ (όχι αναγκαστικά διακεκριµένα) οι ιδιοτιµές του Α. Από το
Κεφάλαιο 9 ξέρουµε ότι TrA = λ1 + ... + λn . Από την τριγωνική ανισότητα για µέτρα
µιγαδικών παίρνουµε
n = TrA = λ1 + ... + λn ⇒ n = λ1 + ... + λn ≤ λ1 + ... + λn = 1 + ... + 1 = n.
Άρα η ανισότητα είναι ισότητα και εποµένως λ1 = ... = λn . Συνεπώς λ1 = ... = λn = 1.
Άρα η διαγώνια µορφή του Α είναι ο ταυτοτικός πίνακας Ι, οπότε A = PIP −1 για
κάποιον αντιστρέψιµο P. Εποµένως A = I .
Άσκηση 15
⎛1 0 0 0⎞
⎜ ⎟
a 1 0 0⎟
Έστω A = ⎜ ∈ M 4 ( F ) . Αποδείξτε ότι ο Α διαγωνοποιείται αν και µόνο
⎜b d 2 0⎟
⎜⎜ ⎟
⎝c e f 2 ⎟⎠
αν a = f = 0.
Λύση
Το χαρακτηριστικό πολυώνυµο του Α είναι το ( x − 1) 2 ( x − 2) 2 . Σύµφωνα µε το

Θεώρηµα 15 του Κεφαλαίου 9, το ελάχιστο πολυώνυµο του A είναι ένα από τα
( x − 1)( x − 2), ( x − 1) 2 ( x − 2), ( x − 1)( x − 2) 2 , ( x − 1) 2 ( x − 2) 2 .
Από το Θεώρηµα 3 συνάγουµε ότι ο Α διαγωνοποιείται αν και µόνο αν το ελάχιστο
πολυώνυµο είναι το ( x − 1)( x − 2) . Είναι σαφές ότι το ελάχιστο πολυώνυµο είναι το
( x − 1)( x − 2) αν και µόνο αν ( A − I )( A − 2 I ) = 0. Υπολογίζοντας βρίσκουµε
⎛ 0 0 0 0⎞
⎜ ⎟
−a 0 0 0⎟
( A − I )( A − 2 I ) = ⎜ .
⎜ ad 0 0 0⎟
⎜⎜ ⎟
⎝ ae + bf df f 0 ⎟⎠
Εποµένως ( A − I )( A − 2 I ) = 0 ⇔ a = f = 0.
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Εξετάστε αν οι επόµενοι πίνακες διαγωνοποιούνται
⎛ 7 −1 −2 ⎞ ⎛3 2 4⎞
i) Α = ⎜⎜ −1 7 2 ⎟⎟ ii) Β = ⎜⎜ 1 4 4 ⎟⎟
⎜ −1 1 5 ⎟ ⎜ ⎟
⎝ ⎠ ⎝ −1 −2 −2 ⎠
⎛2 1 0 2⎞
⎛2 1 0⎞ ⎜ ⎟
0 3 −5 0⎟
iii) Γ = ⎜⎜ −1 0 1 ⎟⎟ iv) ∆ = ⎜
⎜ 0 0 −2 ⎟ ⎜0 0 1 1⎟
⎝ ⎠ ⎜⎜ ⎟
⎝0 0 −2 4 ⎟⎠
Υπόδειξη Βλ Λυµένες Ασκήσεις 1,3,4,5 . Απάντηση Oι πίνακες Α και B
διαγωνοποιούνται και οι πίνακες Γ και ∆ δε διαγωνοποιούνται
Άσκηση 2
Εξετάστε ποιοι από τους επόµενους πίνακες µπορούν να διαγωνοποιηθούν και
εκτελέστε τη διαγωνοποίηση όποτε αυτό είναι δυνατόν:
⎛ 2 1 −1⎞ ⎛ 1 4 1⎞
⎜ ⎟
i) Α = ⎜ 0 2 −1⎟ ii) B = ⎜⎜ 2 1 0 ⎟⎟
⎜ −3 −2 3 ⎟ ⎜ −1 3 1 ⎟
⎝ ⎠ ⎝ ⎠
⎛2 5 0 0⎞
⎛ 2 2 −5 ⎞ ⎜ ⎟
0 2 −1 0⎟
iii) Γ = ⎜⎜ 3 7 −15 ⎟⎟ v) ∆ = ⎜
⎜ 1 2 −4 ⎟ ⎜0 0 4 2⎟
⎝ ⎠ ⎜⎜ ⎟
⎝0 0 3 5 ⎟⎠
Υπόδειξη Βλ Λυµένες Ασκήσεις 1,3,4,5. Απάντηση Οι πίνακες Α και ∆ δε
διαγωνοποιούνται, οι Β και Γ διαγωνοποιούνται.
Άσκηση 3
⎛1 a a⎞
Έστω ο πραγµατικός πίνακας A = ⎜⎜ a 2 0 ⎟⎟ .
⎜1 0 2⎟
⎝ ⎠
Να βρείτε τις τιµές του a ∈ R για τις οποίες ο πίνακας Α διαγωνοποιείται.
Υπόδειξη Βλ. Λυµένη Άσκηση 6. Απάντηση Για a ≠ −1 ο πίνακας Α
Άσκηση 4
Να εξετάσετε αν διαγωνοποιείται η γραµµική απεικόνιση f : R 3 → R 3 µε
f ( x, y, z ) = ( −3 x + y − z , 2 x + y, −3 x + z ) . Αν διαγωνοποιείται, να γράψετε την
απεικόνιση που αντιστοιχεί στη διαγώνια µορφή.

Υπόδειξη Βλ. Λυµένη Άσκηση 7. Υπολογίστε το διαγώνιο πίνακα και από αυτόν
γράψτε την απεικόνιση που του αντιστοιχεί ως προς τη βάση των ιδιοδιανυσµάτων
που βρήκατε. Απάντηση Οι ιδιοτιµές είναι −4,1, 2 , f ( x, y, z ) = (−4 x, y, 2 x)
Άσκηση 5
⎛ −2 −3 −3 ⎞
Έστω Α = ⎜⎜ −1 0 −1 ⎟⎟ , να υπολογίστε τον An , για κάθε θετικό ακέραιο n .
⎜ 5 5 6⎟
⎝ ⎠
Υπόδειξη Βλ. Λυµένη Άσκηση 8. Απάντηση Ο ζητούµενος πίνακας είναι
⎛ − 3 ⋅ 2 n + 4 −3 ⋅ 2 n + 3 − 3 ⋅ 2 n + 3 ⎞ ⎛ 3 1 0⎞
⎜ ⎟
n n −1
A = Pdiag (2 ,1,1) P = ⎜ −2 + 1n
−2 + 2
n
−2 + 1 ⎟ , µε P = ⎜⎜ 1 0 1 ⎟⎟ ,
n
⎜ 5 ⋅ 2n − 5 5 ⋅ 2n − 5 5 ⋅ 2n − 4 ⎟ ⎜ −5 −1 −1⎟
⎝ ⎠ ⎝ ⎠
Ρ πίνακας ιδιοδιανυσµάτων του Α.
Άσκηση 6
⎛ 2 3⎞
Αν A = ⎜ ⎟ , να βρεθούν τέσσερις διαφορετικοί πίνακες Β, τέτοιοι ώστε B = A .
2
⎝1 4⎠
Υπόδειξη Βλ. Λυµένη Άσκηση 9 . Απάντηση Οι πίνακες είναι
( ) ( )
Β1 = Pdiag 1, 5 P −1 Β 2 = Pdiag 1, − 5 P −1 , Β 3 = Pdiag −1, 5 P −1 , ( )
⎛ −3 1⎞
( )
Β 4 = Pdiag −1, − 5 P −1 , όπου P = ⎜
⎝1
⎟ πίνακας ιδιοδιανυσµάτων του Α.
1⎠
Άσκηση 7
Έστω η ακολουθία (an ), n = 1, 2,… , η οποία ορίζεται από τους όρους a1 = 0 ,
a2 = 1 και τον αναδροµικό τύπο an = 3an −1 + 4an − 2 , n = 3, 4,… . Να βρεθεί ο γενικός
όρος an συναρτήσει του n .

Υπόδειξη Βλ. Αναδροµικές ακολουθίες και Λυµένη Άσκηση 10.
1
Απάντηση an =
5
( (−1) n − 2 + 4n −1 ) .
Άσκηση 8
Να βρεθεί µια ορθοκανονική βάση του F 4×1 που αποτελείται από ιδιοδιανύσµατα του
⎛0 0 0 1⎞
⎜ ⎟
0 0 1 0⎟
πίνακα A = ⎜ .
⎜0 1 0 0⎟
⎜⎜ ⎟
⎝1 0 0 0 ⎟⎠
Υπόδειξη Προσδιορίστε τα ιδιοδιανύσµατα του A. Με κατάλληλες επιλογές βάσεων
δεν θα χρειαστεί να εφαρµόσετε τη µέθοδο Gram – Schmidt.
1 1 1 1
(1, 0, 0,1) , ( 0,1,1, 0 ) , ( −1, 0, 0,1) , ( 0, −1,1, 0 ) .
t t t t
Απάντηση
2 2 2 2
Άσκηση 9
Εξετάστε αν υπάρχει ορθογώνιος πίνακας Ρ, τέτοιος ώστε ο P t AP να είναι
⎛ 3 −1 0 ⎞
διαγώνιος, όταν Α = ⎜⎜ −1 3 0 ⎟⎟ . Στην περίπτωση που υπάρχει να βρεθεί ένας
⎜ 0 0 4⎟
⎝ ⎠
τέτοιος P.
⎛ 1 1 0⎞
⎜ 2 2 ⎟
⎜ 1 −1 ⎟
Υπόδειξη Βλ. Λυµένη Άσκηση 12. Απάντηση P = ⎜ 0 ⎟ και ο
2 2
⎜ ⎟
⎜ 0 0 1⎟
⎝ ⎠
P t AP = diag (2, 4, 4) .
Άσκηση 10
Έστω A∈ Mn ( ) ένας διαγωνοποιήσιµος πίνακας. Αποδείξτε ότι υπάρχει
⎛ 10 −18 ⎞
πραγµατικός πίνακας Β µε B 3 = A. Βρείτε έναν B αν A = ⎜ ⎟.
⎝ 9 −17 ⎠
⎛ 4 −6 ⎞
Υπόδειξη Βλ. Ρίζες Πινάκων. Απάντηση B = ⎜ ⎟
⎝ 3 −5 ⎠
Κεφάλαιο 11: Πραγµατικές Τετραγωνικές Μορφές Σελίδα 1 από 17
Κεφάλαιο 11
Πραγµατικές Τετραγωνικές Κορφές
Στο κεφάλαιο αυτό θα ασχοληθούµε µε τις τετραγωνικές µορφές, που είναι µια
εφαρµογή της Γραµµικής Άλγεβρας στη µελέτη των µη γραµµικών εξισώσεων.
Ιδιαίτερα ο µετασχηµατισµός µιας εξίσωσης, δευτέρου βαθµού, των σηµείων του
επιπέδου ή του χώρου, σε σύστηµα συντεταγµένων µε άξονες τους άξονες
συµµετρίας της γραµµής ή της επιφάνειας, είναι η σηµαντικότερη εφαρµογή των
τετραγωνικών µορφών στη Γεωµετρία.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ.............................................................................................................................1
Ορισµός 1 ............................................................................................................................................1
Ορισµός 2 ............................................................................................................................................2

Πρόταση 1 ...........................................................................................................................................3
Ορισµός 3 ............................................................................................................................................4
Παραδείγµατα......................................................................................................................................5
Θεώρηµα 2...........................................................................................................................................5
ΚΩΝΙΚΕΣ ΤΟΜΕΣ .............................................................................................................................6
Καµπύλες δευτέρου βαθµού στο επίπεδο ............................................................................................6
ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ........................................................................................................................7
Άσκηση 1.............................................................................................................................................7
Άσκηση 2.............................................................................................................................................9
Άσκηση 3...........................................................................................................................................11
Άσκηση 4...........................................................................................................................................12
Άσκηση 5...........................................................................................................................................13
Άσκηση 6...........................................................................................................................................13
Άσκηση 7...........................................................................................................................................13
ΑΣΚΗΣΕΙΣ...........................................................................................................................................16
Άσκηση 1...........................................................................................................................................16
Άσκηση 2...........................................................................................................................................17
Άσκηση 3...........................................................................................................................................17
Ορισµός 1
Μια απεικόνιση q( x) : R n×1 → R µε
q( x) = ∑ aij xi x j ,
i, j
x = ( x1 xn ) ∈ R n×1 ονοµάζεται
t
όπου aij ∈ R µε i ≤ j = 1, 2,… , n και x2
τετραγωνική µορφή του R n .
1
Για παράδειγµα η απεικόνιση q1 ( x) = x12 + 6 x1 x2 + 10 x1 x3 + 4 x22 + 14 x2 x3 είναι
τετραγωνική µορφή του R 3 , η q2 ( x) = 2 x12 − 4 x1 x2 − x22 είναι τετραγωνική µορφή του
R 2 , ενώ η q ( x) = 2 x12 − 4 x1 x2 − x22 + 3 x1 δεν είναι γιατί περιέχει τον όρο 3x1 .
⎛ a12 a1n ⎞
⎜ a11 …
2 2 ⎟
⎜ ⎟
⎜ a12 a2 n ⎟
a22 …
Αν θεωρήσουµε τον τετραγωνικό πίνακα A = ⎜ 2 2 ⎟ παρατηρούµε
⎜ ⎟
⎜ ⎟
⎜ a1n a2 n ⎟
⎜ … ann ⎟
⎝ 2 2 ⎠
ότι ο Α είναι συµµετρικός πίνακας και αν θεωρήσουµε µία τετραγωνική µορφή
q( x) = ∑ aij xi x j , εύκολα επαληθεύουµε ότι ισχύει q( x) = xt Ax , όπου
i, j
x = ( x1 xn ) ∈ R n×1 .
t
x2
Ο Α ονοµάζεται ο αντίστοιχος πίνακας της q( x) .
Έτσι, για τα παραδείγµατα των παραπάνω τετραγωνικών µορφών οι αντίστοιχοι

⎛1 3 5⎞
⎛ 2 −2 ⎞
πίνακες είναι A1 = ⎜⎜ 3 4 7 ⎟⎟ και A2 = ⎜ ⎟.
⎜5 7 0⎟ ⎝ −2 −1 ⎠
⎝ ⎠
Αν A = (aij ) είναι ένας πραγµατικός συµµετρικός πίνακας τότε ορίζεται µια
τετραγωνική µορφή q( x) = a11 x12 + 2a12 x1 x2 + 2a12 x1 x3 + ... + ann xn 2 της οποίας ο
αντίστοιχος πίνακας είναι ο Α.
Ορισµός 2
Μια τετραγωνική µορφή q( x) : R n×1 → R µε q( x) = a1 x12 + a2 x22 + … + an xn2 , όπου
x = ( x1 xn ) ∈ R n×1 ονοµάζεται διαγώνια

t
ai ∈ R µε i = 1, 2,… , n και x2
τετραγωνική µορφή του R n .
Για παράδειγµα, αν θεωρήσουµε το διαγώνιο πραγµατικό πίνακα ∆ = diag (1, 6 ) , και
υπολογίσουµε την αντίστοιχη τετραγωνική µορφή του R2 έχουµε

q( x) = x t ∆ x = x12 + 6 x22 , η οποία είναι διαγώνια.
2
Υπενθυµίζουµε ότι στο Κεφάλαιο 10, Προτάσεις 8 και 10, είχαµε αναφέρει ότι οι
ιδιοτιµές συµµετρικού πίνακα είναι πραγµατικοί αριθµοί και ότι τα ιδιοδιανύσµατα
που αντιστοιχούν σε διακεκριµένες ιδιοτιµές είναι κάθετα. Επίσης είχαµε
παρατηρήσει ότι για κάθε τετραγωνικό συµµετρικό πίνακα A ∈ M n (R) υπάρχει
ορθογώνιος πίνακας Ρ για τον οποίο ισχύει P t AP = diag ( λ1 , λ2 ,… , λn ) . Συνεπώς αν
έχουµε την τετραγωνική µορφή q( x) = xt Ax ο αντίστοιχος πίνακάς της

διαγωνοποιείται µέσω ορθογωνίου πίνακα P ∈ M n (R) και αν θέσουµε x = Pz για
κάθε x ∈ R n×1 και z = ( z1 z2 … zn ) ∈ R n×1 παίρνουµε :

t
xt Ax = ( Pz )t A( Pz ) = z t ( P t AP) z
= z t diag ( λ1 , λ2 ,… , λn ) z = λ1 z12 + λ2 z22 + … + λn zn2 .
Πρόταση 1
Έστω ένας συµµετρικός πίνακας A ∈ M n (R) . Τότε
i) υπάρχει ένας ορθογώνιος πίνακας P ∈ M n (R) , για τον οποίο ισχύει
P t AP = diag ( λ1 , λ2 ,… , λn ) , για κάθε i = 1, 2,… , n , όπου λi ∈ R είναι οι ιδιοτιµές
του πίνακα Α,
ii) η τετραγωνική µορφή που προκύπτει από την q( x) = xt Ax του R n µε την αλλαγή
µεταβλητών x = Pz είναι η διαγώνια τετραγωνική µορφή
q ( z ) = λ1 z12 + λ2 z22 + … + λn zn2 .
Για την τετραγωνική µορφή q( x) = 2 x12 + 4 x1 x2 − x22 του R2 ο αντίστοιχος
⎛2 2 ⎞
συµµετρικός πίνακας είναι A = ⎜ ⎟ , ο οποίος έχει ιδιοτιµές λ1 = −2 και λ2 = 3 .
⎝ 2 −1⎠
⎧ ⎛1⎞ ⎫
Για λ1 = −2 , ο ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ και για την λ2 = 3 ο αντίστοιχος
⎩ ⎝ −2 ⎠ ⎭
⎧ ⎛ 2⎞ ⎫
ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ . Επειδή οι ιδιοτιµές του συµµετρικού πίνακα Α είναι
⎩ ⎝1⎠ ⎭
3
διακεκριµένες, τα ιδιοδιανύσµατα είναι ανά δύο κάθετα, άρα ο ορθογώνιος πίνακας

που µπορεί να κατασκευαστεί είναι αυτός που προκύπτει αν θέσουµε ως στήλες τα
ιδιοδιανύσµατα του Α αφού έχουµε διαιρέσει το καθένα µε το µέτρο του, δηλαδή
⎛ 1 2 ⎞
⎜ 5 5⎟
P=⎜ . Αν χρησιµοποιήσουµε τον µετασχηµατισµό της Πρότασης 1ii)
⎜ −2 1 ⎟⎟
⎝ 5 5⎠
⎛ x1 ⎞ 1 ⎛ 1 2 ⎞ ⎛ z1 ⎞
⎜ ⎟= ⎜ ⎟ ⎜ ⎟ , η τετραγωνική µορφή q( x) µετά από πράξεις µετατρέπεται
⎝ x2 ⎠ 5 ⎝ −2 1 ⎠ ⎝ z2 ⎠
στην αντίστοιχη διαγώνια που είναι
⎛ −2 0 ⎞
xt Ax = z t P t APz = z t ⎜ ⎟ z = −2 z1 + 3 z2 .
2 2
⎝ 0 3 ⎠
Σχόλιο: Σε κάθε τετραγωνική µορφή q( x) = xt Ax του R n δεν υπάρχει µόνο µια
διαγώνια τετραγωνική µορφή, αυτή εξαρτάται από το πώς θα κατασκευάσει κάποιος
τον πίνακα Ρ. Θα µπορούσαµε να υπολογίσουµε µια άλλη διαγώνια µορφή της
προηγούµενης τετραγωνικής µορφής q( x) = 2 x12 + 4 x1 x2 − x22 του R 2 , αν
⎛ 2 8⎞
χρησιµοποιήσουµε τον πίνακα P = ⎜ ⎟ . Εύκολα επαληθεύουµε ότι για
⎝ −4 4 ⎠
z = ( z1 z2 ) ∈ R 2×1 έχουµε
t
⎛ 2 −4 ⎞ ⎛ 2 2 ⎞ ⎛ 2 8 ⎞
z t P t APz = z t ⎜ ⎟⎜ ⎟⎜ ⎟ z = −40 z1 + 240 z2 ,
2 2
⎝ 8 4 ⎠ ⎝ 2 −1⎠ ⎝ −4 4 ⎠
δηλαδή η διαγώνια µορφή που προκύπτει δεν έχει ως συντελεστές τις ιδιοτιµές του
πίνακα Α.
Ορισµός 3
Μια τετραγωνική µορφή q( x) του R n ονοµάζεται
• θετικά ορισµένη αν για κάθε µη µηδενικό x ∈ R n×1 ισχύει q( x) = xt Ax > 0
• θετικά ηµιορισµένη αν για κάθε µη µηδενικό x ∈ R n×1 ισχύει q( x) = x t Ax ≥ 0
• αρνητικά ορισµένη αν για κάθε µη µηδενικό x ∈ R n×1 η − q( x) > 0
• αρνητικά ηµιορισµένη αν για κάθε µη µηδενικό x ∈ R n×1 η − q( x) ≥ 0

• αόριστη αν δεν ισχύει καµιά από τις προηγούµενες περιπτώσεις.
4
• Η τετραγωνική µορφή q1 ( x) = 2 x12 + 3 x22 του R 2 είναι θετικά ορισµένη, αφού
q1 ( x) = 2 x12 + 3 x22 > 0 για κάθε µη µηδενικό x = ( x1 , x2 ) ∈ 2

.
• Η q2 ( x) = x12 − 4 x1 x2 + 4 x22 + x32 του R 3 είναι θετικά ηµιορισµένη, γιατί
q2 ( x) = ( x1 − 2 x2 ) 2 + x32 ≥ 0 για κάθε ( x1 , x2 , x3 ) ∈ 3

.
• Η τετραγωνική µορφή q3 ( x) = x12 − 2 x1 x2 + x22 − x32 του R 3 είναι αόριστη, γιατί
αν θέσουµε x0 = ( x1 x3 ) ∈ R 3×1 έχουµε q3 ( x0 ) < 0 , ενώ αν θέσουµε

t
x1
xa = ( x1 0 ) ∈ R 3×1 έχουµε q3 ( xa ) ≥ 0 .
t
x2
Ένας πραγµατικός συµµετρικός πίνακας λέγεται θετικά ορισµένος αν η αντίστοιχη

τετραγωνική µορφή είναι θετικά ορισµένη. Ανάλογα ορίζονται και οι έννοιες του
θετικά ηµιορισµένου πραγµατικού συµµετρικού πίνακα κλπ.
⎛ −1 3 0 ⎞
⎜ ⎟
Για παράδειγµα, ο συµµετρικός πίνακας A = ⎜ 3 −9 0 ⎟ είναι αρνητικά
⎜ 0 0 −5 ⎟
⎝ ⎠
ηµιορισµένος, επειδή η αντίστοιχη τετραγωνική µορφή του Α,
q( x) = − x12 + 6 x1 x2 − 9 x22 − 5 x32 = −( x1 − 3 x2 ) 2 − 5 x32 ≤ 0 είναι αρνητικά ηµιορισµένη.
Έστω Α ένας πραγµατικός συµµετρικός πίνακας και q( x) = xt Ax η αντίστοιχη

τετραγωνική µορφή. Αν το x είναι ένα ιδοδιάνυσµα της ιδιοτιµής λ , τότε έχουµε
q( x) = xt Ax = x t λ x = λ | x |2 . Επειδή το µέτρο είναι πάντα θετικό, αναµένουµε το
πρόσηµο της τετραγωνικής µορφής να έχει σχέση µε το πρόσηµο των ιδιοτιµών του
πίνακα Α. Σχετικά ισχύει το επόµενο αποτέλεσµα.
Θεώρηµα 2
Έστω A ∈ M n (R) ένας συµµετρικός πίνακας. Τότε ο Α είναι
i) θετικά ορισµένος, αν και µόνο αν όλες οι ιδιοτιµές του Α είναι θετικές

ii) θετικά ηµιορισµένος, αν και µόνο αν όλες οι ιδιοτιµές του Α είναι µη αρνητικές
iii) αρνητικά ορισµένος αν και µόνο αν όλες οι ιδιοτιµές του Α είναι αρνητικές
iv) αόριστος αν και µόνο αν ο πίνακας Α έχει τουλάχιστον µία θετική και τουλάχιστον
µία αρνητική ιδιοτιµή.
5
⎛ −2 0 1 ⎞
Για παράδειγµα, ο συµµετρικός πίνακας A = ⎜⎜ 0 −2 0 ⎟⎟ είναι αόριστος, γιατί οι
⎜ 1 0 2⎟
⎝ ⎠
ιδιοτιµές του είναι λ1 = − 5 , λ2 = −2 και λ3 = 5 .
ΚΩΝΙΚΕΣ ΤΟΜΕΣ
Το γεγονός ότι κάθε τετραγωνική µορφή µπορεί να αναχθεί σε διαγώνια µορφή
µέσω ενός ορθογώνιου πίνακα έχει µια ενδιαφέρουσα γεωµετρική εφαρµογή, την
2 3
ταξινόµηση στο και των καµπυλών και επιφανειών που ορίζονται από µια
δευτεροβάθµια εξίσωση. Ας δούµε την ταξινόµηση αυτή συνοπτικά στην περίπτωση
του επιπέδου.
Καµπύλες δευτέρου βαθµού στο επίπεδο
Η γενική µορφή της εξίσωσης δευτέρου βαθµού σε 2 µεταβλητές είναι

a11 x12 + 2a12 x1 x2 + a22 x2 2 + b1 x1 + b2 x2 + c = 0 . Αυτή γράφεται στη µορφή
xt Ax + bt x + c = 0 ,
A∈ M2 ( ) b = ( b1 b2 ) ∈ R 2×1 και
t
όπου είναι ένας συµµετρικός πίνακας,
x = ( x1 x2 ) ∈ R 2×1 . Από την Πρόταση 1 υπάρχει ορθογώνιος πίνακας Ρ τέτοιος

t
ώστε P t AP = diag ( λ1 , λ2 ) , λ1 , λ2 ιδιοτιµές του Α. Αν κάνουµε την αντικατάσταση
στην παραπάνω παράσταση x = Pz , z = ( z1 z2 ) ∈ R 2×1 , βρίσκουµε µετά από

t
πράξεις ότι
λ1 z12 + λ2 z22 + β1 z1 + β 2 z2 + c = 0 (1)
∆ιακρίνουµε τις εξής περιπτώσεις.
βi
• Αν λ1 , λ2 ≠ 0 , ο µετασχηµατισµός wi = zi + , i = 1, 2 µετατρέπει τη
2λi
σχέση xt Ax + bt x + c = 0 σε
λ1w12 + λ2 w22 = k (2)
6
β12 β 22
όπου k = + − c . Αν ο k είναι µη µηδενικός και ανάλογα µε το πρόσηµο των
4λ1 4λ2
ιδιοτιµών λ1 , λ2 , η (2) έχει µία από τις εξής µορφές.
Έστω k ≠ 0 .
w12 w22
+ = 1 αν λ1 > 0, λ2 > 0 (έλλειψη)
a12 a22
w12 w22
− =1 αν λ1 > 0, λ2 < 0 (υπερβολή)
a12 a22
w12 w22
− − =1 αν λ1 < 0, λ2 < 0 (κενό σύνολο)
a12 a22
Έστω k = 0.
w12 w22
+ = 0 αν λ1 > 0, λ2 > 0 ή αν λ1 < 0, λ2 < 0 (το σηµείο (0,0))
a12 a22
w12 w22
− = 0 αν λ1 > 0, λ2 < 0 (ζευγάρι τεµνόµενων ευθειών)
a12 a22
• Αν µία ιδιοτιµή είναι µηδέν, έστω λ2 = 0 και λ1 ≠ 0 ο µετασχηµατισµός
β1 β2
w1 = z1 + και w2 = 1 − c − β 2 z2 δίνουν λ1w12 = w2 , η οποία είναι η
2λ1 4λ1
εξίσωση παραβολής.
• Αν λ1 = λ2 = 0 , η (1) παριστάνει ευθεία.
Άσκηση 1
Σε κάθε µία από τις επόµενες τετραγωνικές µορφές να βρείτε µια αντίστοιχη διαγώνια
τετραγωνική µορφή.
1. q1 ( x) = 2 x12 − 2 2 x1 x2 + 3 x22 του R 2
2. q2 ( x) = 4 x12 − 8 x1 x3 + 4 x22 + 6 x2 x3 + 4 x32 του R 3
Λύση
⎛ 2 − 2⎞
1. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής είναι A = ⎜ ⎟.
⎜− 2 3 ⎟⎠
⎝
Χρησιµοποιώντας την Πρόταση 1, πρέπει να υπολογίσουµε τις ιδιοτιµές και τα
7
ιδιοδιανύσµατα του πίνακα. Το χαρακτηριστικό πολυώνυµο του Α είναι

χ A (λ ) = (λ − 1)(λ − 4) , άρα οι ιδιοτιµές είναι λ1 = 1 και λ2 = 4 .
⎛ −1 2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
Με λ1 = 1 λύνουµε το οµογενές σύστηµα (λ1 I − A) X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟ ,
⎜ 2 −2 ⎟⎠ ⎝ x2 ⎠ ⎝ 0 ⎠
⎝
⎪⎧ ⎛ 2 ⎞ ⎫⎪
οπότε βρίσκουµε τον ιδιόχωρο της λ1 ιδιοτιµής, ο οποίος είναι ⎨ x2 ⎜ ⎟ , x2 ∈ R ⎬ .
⎪⎩ ⎝ 1 ⎠ ⎭⎪
⎛ 2 2 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
Με λ2 = 4 λύνουµε το οµογενές σύστηµα (λ2 I − A) X = 0 ⇒ ⎜ ⎟⎜ ⎟ = ⎜ ⎟,
⎜ 2 1 ⎟⎠ ⎝ x2 ⎠ ⎝ 0 ⎠
⎝
⎧⎪ ⎛ 1 ⎞ ⎫⎪
βρίσκουµε τον ιδιόχωρο της λ2 ιδιοτιµής, ο οποίος είναι ⎨ x1 ⎜ ⎟ , x1 ∈ R ⎬ . Επειδή
⎩⎪ ⎝ − 2 ⎠ ⎭⎪
οι ιδιοτιµές του συγκεκριµένου συµµετρικού πίνακα είναι διακεκριµένες τα
ιδιοδιανύσµατα είναι µεταξύ τους κάθετα, άρα ο ορθογώνιος πίνακας Ρ είναι αυτός
που έχει στήλες τα ιδιοδιανύσµατα του Α αφού πρώτα διαιρέσουµε το καθένα µε το
1 ⎛ 2 1 ⎞
µέτρο του, δηλαδή P= ⎜ ⎟ . Εύκολα επαληθεύουµε τη σχέση
3 ⎜⎝ 1 − 2 ⎟⎠
P t AP = diag (1, 4 ) . Αν χρησιµοποιήσουµε τον µετασχηµατισµό της Πρότασης 1 ii)
⎛x ⎞ 1 ⎛ 2 1 ⎞ ⎛ z1 ⎞
x = Pz ⇒ ⎜ 1 ⎟ = ⎜ ⎟ ⎜ ⎟ , η τετραγωνική µορφή q( x) = xt Ax µετά από
⎝ x2 ⎠ 3 ⎜⎝ 1 − 2 ⎟⎠ ⎝ z2 ⎠
πράξεις µετατρέπεται στην αντίστοιχη διαγώνια τετραγωνική µορφή που είναι

⎛1 0⎞
xt Ax = z t P t APz = z t ⎜ ⎟ z = z1 + 4 z2 .
2 2
⎝ 0 4 ⎠
⎛ 4 0 −4 ⎞
2. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής είναι A = ⎜⎜ 0 4 3 ⎟⎟ .
⎜ −4 3 4 ⎟
⎝ ⎠
Χρησιµοποιώντας την Πρόταση 1 πρέπει πρώτα να υπολογίσουµε τις ιδιοτιµές και τα
ιδιοδιανύσµατα του Α. Το χαρακτηριστικό πολυώνυµο του πίνακα είναι
χ A (λ ) = (λ + 1)(λ − 4)(λ − 9) , εποµένως οι ιδιοτιµές είναι λ1 = −1 , λ2 = 4 και λ3 = 9 .
⎧ ⎛4⎞ ⎫
⎪ ⎜ ⎟ ⎪
Ο ιδιόχωρος που αντιστοιχεί στην ιδιοτιµή λ1 = −1 είναι ⎨ x3 ⎜ −3 ⎟ , x3 ∈ R ⎬ ,
⎪ ⎜5⎟ ⎪
⎩ ⎝ ⎠ ⎭
8
⎧ ⎛ 3⎞ ⎫
⎪ ⎜ ⎟ ⎪
αυτός που αντιστοιχεί στην ιδιοτιµή λ2 = 4 είναι ⎨ x1 ⎜ 4 ⎟ , x1 ∈ R ⎬ , τέλος ο ιδιόχωρος
⎪ ⎜0⎟ ⎪
⎩ ⎝ ⎠ ⎭
⎧ ⎛ −4 ⎞ ⎫
⎪ ⎜ ⎟ ⎪
που αντιστοιχεί στην ιδιοτιµή λ3 = 9 είναι ⎨ x3 ⎜ 3 ⎟ , x3 ∈ R ⎬ .
⎪ ⎜ 5⎟ ⎪
⎩ ⎝ ⎠ ⎭
Επειδή οι ιδιοτιµές του συµµετρικού πίνακα είναι διακεκριµένες τα ιδιοδιανύσµατα
είναι ανά δύο κάθετα, άρα ο ορθογώνιος πίνακας Ρ είναι αυτός που έχει στήλες τα
ιδιοδιανύσµατα του Α αφού έχουµε διαιρέσει το καθένα από αυτά µε το µέτρο του,
⎛ 4 3 −4 ⎞ ⎛ 4 3 −4 ⎞
⎜ 50 5 50 ⎟ ⎜ 5 2 5 5 2 ⎟
⎜ ⎟ ⎜ ⎟
δηλαδή P = ⎜ −3 4 3 ⎟ = ⎜ −3 4 3 ⎟ . Εύκολα επαληθεύ-
⎜ 50 5 50 ⎟ ⎜ 5 2 5 5 2⎟
⎜ 5 0 5 ⎟ ⎜ 1 0 1 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 50 50 ⎠ ⎝ 2 2 ⎠
ουµε τη σχέση P t AP = diag ( −1, 4,9 ) . Αν χρησιµοποιήσουµε τον µετασχηµατισµό
⎛ 4 3 −4 ⎞
⎛ x1 ⎞ ⎜⎜ 5 2 5 5 2 ⎟ ⎛ z1 ⎞
⎟⎜ ⎟
⎜ ⎟
της Πρότασης 1 ii) x = Pz ⇒ ⎜ x2 ⎟ = ⎜ −3 4 3 ⎟ ⎜ z2 ⎟ , η τετραγωνική
5
⎜x ⎟ ⎜ 5 2 5 2 ⎟⎜ ⎟
⎝ 3⎠ ⎜ 1
0 1 ⎟ ⎝ z3 ⎠
⎜ ⎟
⎝ 2 2 ⎠
µορφή q( x) = xt Ax µετά από πράξεις µετατρέπεται στην αντίστοιχη διαγώνια

τετραγωνική µορφή που είναι
⎛ −1 0 0 ⎞
⎜ ⎟
x Ax = z P APz = z ⎜ 0 4 0 ⎟ z = − z12 + 4 z22 + 9 z32 .
t t t t
⎜ 0 0 9⎟
⎝ ⎠
Άσκηση 2
⎛ 2 −2 0 ⎞
Για το συµµετρικό πίνακα A = ⎜⎜ −2 6 −1⎟⎟ , να βρείτε έναν ορθογώνιο πίνακα Ρ
⎜ 0 −1 2 ⎟
⎝ ⎠
τέτοιο ώστε ο P t AP να είναι διαγώνιος και να γράψετε την αντίστοιχη διαγώνια
τετραγωνική µορφή.
Λύση
9
Σύµφωνα µε την Πρόταση 1 για να υπολογίσουµε τον Ρ χρειάζεται να βρούµε τις

ιδιοτιµές και τα αντίστοιχα ιδιοδιανύσµατα του Α. Το χαρακτηριστικό πολυώνυµο του
Α είναι χ A (λ ) = (λ − 1)(λ − 2)(λ − 7) , εποµένως οι ιδιοτιµές είναι λ1 = 1 , λ2 = 2 και
λ3 = 7 .
Με λ1 = 1 λύνουµε το οµογενές σύστηµα
⎛ −1 2 0 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
(λ1 I − A) X = 0 ⇒ ⎜ 2 −5 1 ⎟ ⎜ x2 ⎟ = ⎜ 0 ⎟ , βρίσκουµε τον ιδιόχωρο της λ1
⎜ 0 1 −1 ⎟ ⎜ x ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎧ ⎛ 2⎞ ⎫
⎪ ⎜ ⎟ ⎪
ιδιοτιµής, ο οποίος είναι ⎨ x2 ⎜ 1 ⎟ , x2 ∈ R ⎬
⎪ ⎜1⎟ ⎪
⎩ ⎝ ⎠ ⎭
⎛ 0 2 0 ⎞ ⎛ x1 ⎞ ⎛ 0 ⎞
Με λ2 = 2 λύνουµε το οµογενές σύστηµα (λ2 I − A) X = 0 ⇒ ⎜⎜ 2 −4 1 ⎟⎟ ⎜⎜ x2 ⎟⎟ = ⎜⎜ 0 ⎟⎟ ,
⎜ 0 1 0⎟⎜ x ⎟ ⎜ 0⎟
⎝ ⎠⎝ 3 ⎠ ⎝ ⎠
⎧ ⎛1⎞ ⎫
⎪ ⎜ ⎟ ⎪
βρίσκουµε τον ιδιόχωρο της λ2 ιδιοτιµής, ο οποίος είναι ⎨ x1 ⎜ 0 ⎟ , x1 ∈ R ⎬ και για
⎪ ⎜ ⎟ ⎪
⎩ ⎝ −2 ⎠ ⎭
⎧ ⎛ 2⎞ ⎫
⎪ ⎜ ⎟ ⎪
την ιδιοτιµή λ3 = 7 ο αντίστοιχος ιδιόχωρος είναι ⎨ x3 ⎜ −5 ⎟ , x3 ∈ R ⎬ . Επειδή οι
⎪ ⎜ ⎟ ⎪
⎩ ⎝1⎠ ⎭
ιδιοτιµές του συµµετρικού πίνακα είναι διακεκριµένες τα ιδιοδιανύσµατα είναι ανά
δύο κάθετα, άρα ο ορθογώνιος πίνακας Ρ είναι αυτός που έχει στήλες τα
ιδιοδιανύσµατα του Α αφού έχουµε διαιρέσει το καθένα από αυτά µε το µέτρο του,
⎛2 1 2 ⎞
⎜ 6 5 30 ⎟
⎜ ⎟
δηλαδή P=⎜ 1 0 −5 ⎟. Εύκολα επαληθεύουµε τη σχέση
⎜ 6 30 ⎟
⎜ 1 −2 1 ⎟
⎜ ⎟
⎝ 6 5 30 ⎠
P t AP = diag (1, 2, 7 ) . Αν χρησιµοποιήσουµε τον µετασχηµατισµό της Πρότασης 1 ii)
10
⎛2 1 ⎞ 2
⎛ x1 ⎞ ⎜⎜ 6 30 ⎟ ⎛ z1 ⎞
5
⎟⎜ ⎟
⎜ ⎟ −5
x = Pz ⇒ ⎜ x2 ⎟ = ⎜ 1 0 ⎟ z , η τετραγωνική µορφή q ( x) = xt Ax
⎜x ⎟ ⎜ 6 30 ⎟ ⎜⎜ 2 ⎟⎟
⎝ 3⎠ ⎜ 1 −2 1 ⎟ ⎝ z3 ⎠
⎜ ⎟
⎝ 6 5 30 ⎠
µετά από πράξεις µετατρέπεται στην αντίστοιχη διαγώνια τετραγωνική µορφή που
είναι
⎛1 0 0⎞
⎜ ⎟
x Ax = z P APz = z ⎜ 0 2 0 ⎟ z = z12 + 2 z22 + 7 z32 .
t t t t
⎜0 0 7⎟
⎝ ⎠
Άσκηση 3
Να εξετασθούν αν οι επόµενες τετραγωνικές µορφές είναι θετικά ορισµένες, ηµιθετικά
ορισµένες κλπ.
1. q1 ( x) = 2 x12 − 4 x1 x2 + 6 x22 − 4 x2 x3 + 2 x32 του R 3
2. q2 ( x) = x12 + 4 x1 x3 + x22 + 6 x2 x3 + 5 x32 του R 3
3. q3 ( x) = −4 x12 + 2 x1 x2 + 2 x1 x3 − 4 x22 + 2 x2 x3 − 4 x32 του R 3
4. q4 ( x) = 4 x12 + 4 x1 x4 + 2 x22 − 4 x2 x4 + 3 x32 + 3 x42 του R 4
Λύση
1. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής q1 ( x) = xt Ax είναι
⎛ 2 −2 0 ⎞
⎜ ⎟
A = ⎜ −2 6 −2 ⎟ . Το κριτήριο που υπολογίζει το πρόσηµο της τετραγωνικής
⎜ 0 −2 2 ⎟
⎝ ⎠
µορφής, το οποίο είναι το ίδιο µε το πρόσηµο του αντίστοιχου πίνακα, συνδέεται µε
το πρόσηµο των ιδιοτιµών του πίνακα, σύµφωνα µε το Θεώρηµα 2. Έτσι το
χαρακτηριστικό πολυώνυµο του πίνακα είναι χ A (λ ) = (λ − 2)(λ 2 − 8λ + 4) , εποµένως
οι ιδιοτιµές είναι λ1 = 2 , λ2 = 4 − 2 3 > 0 και λ3 = 4 + 2 3 . Επειδή όλες οι ιδιοτιµές

είναι θετικοί αριθµοί, σύµφωνα µε το Θεώρηµα 2, ο πίνακας είναι θετικά ορισµένος,
άρα και η τετραγωνική µορφή q1 ( x) είναι θετικά ορισµένη.
11
2. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής q2 ( x) = x t Ax είναι
⎛1 0 2⎞
⎜ ⎟
A = ⎜ 0 1 3⎟ . Όπως και προηγούµενα υπολογίζουµε το χαρακτηριστικό
⎜2 3 5⎟
⎝ ⎠
πολυώνυµο του πίνακα που είναι χ A (λ ) = (λ − 1)(λ 2 − 6λ − 8) . Εποµένως οι ιδιοτιµές
είναι λ1 = 1 , λ2 = 3 − 17 < 0 και λ3 = 3 + 17 . Επειδή υπάρχει τουλάχιστον µία

θετική και µία αρνητική ιδιοτιµή, σύµφωνα µε το Θεώρηµα 2, ο πίνακας είναι
αόριστος, άρα και η τετραγωνική µορφή q2 ( x) είναι αόριστη.
3. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής q3 ( x) = x t Ax είναι
⎛ −4 1 1 ⎞
⎜ ⎟
A = ⎜ 1 −4 1 ⎟ . Το χαρακτηριστικό πολυώνυµο του πίνακα είναι
⎜ 1 1 −4 ⎟
⎝ ⎠
χ A (λ ) = (λ + 2)(λ + 5) 2 , εποµένως οι ιδιοτιµές είναι λ1 = −2 και λ2 = −5 (διπλή ρίζα).
Επειδή όλες οι ιδιοτιµές είναι αρνητικοί αριθµοί, σύµφωνα µε το Θεώρηµα 2iii) ο
πίνακας είναι αρνητικά ορισµένος, άρα και η τετραγωνική µορφή q3 ( x) είναι
αρνητικά ορισµένη.
⎛4 0 0 2⎞
⎜ ⎟
0 2 0 −2 ⎟
4. Ο αντίστοιχος πίνακας της τετραγωνικής µορφής είναι A = ⎜ .
⎜0 0 3 0⎟
⎜⎜ ⎟
⎝ 2 −2 0 3 ⎟⎠
Χρησιµοποιώντας το Θεώρηµα 2 πρέπει πρώτα να υπολογίσουµε τις ιδιοτιµές του Α.
Το χαρακτηριστικό πολυώνυµο του πίνακα είναι χ A (λ ) = λ (λ − 3) 2 (λ − 6) , εποµένως
οι ιδιοτιµές είναι λ1 = 0 , λ2 = 3 (διπλή ρίζα) και λ3 = 6 . Επειδή όλες οι ιδιοτιµές

είναι µη αρνητικοί αριθµοί, σύµφωνα µε το Θεώρηµα 2, ο πίνακας είναι θετικά
ηµιορισµένος, άρα και η τετραγωνική µορφή είναι q4 ( x) ≥ 0.
Άσκηση 4
⎛1 1 a⎞
Να βρεθούν οι τιµές της παραµέτρου a ∈ R , ώστε ο πίνακας A = ⎜⎜ 1 1 1 ⎟⎟ να είναι
⎜a 1 1⎟
⎝ ⎠
θετικά ορισµένος.
12
Λύση
Η ορίζουσα του πίνακα είναι det A = −a 2 + 2a − 1 = −(a − 1) 2 ≤ 0 , η οποία όπως είναι
γνωστό ισούται µε το γινόµενο των ιδιοτιµών του πίνακα Α. Είναι φανερό ότι οι
ιδιοτιµές δεν µπορεί να είναι όλες θετικές για να είναι ο συµµετρικός πίνακας Α
θετικά ορισµένος, κατά συνέπεια δεν υπάρχουν τιµές του α, ώστε να ισχύει το
Θεώρηµα 2i).
Άσκηση 5
Αν ο πίνακας A ∈ M n (R) είναι θετικά ορισµένος, δείξτε ότι το ίχνος και η ορίζουσα
του πίνακα είναι θετικοί αριθµοί.

Λύση
Επειδή ο πίνακας είναι θετικά ορισµένος έχει όλες τις ιδιοτιµές λi > 0, i = 1, 2,… , n,
(δες Θεώρηµα 2). Επιπλέον είναι γνωστό από το Κεφάλαιο 9 ότι το ίχνος ενός
πίνακα ισούται µε το άθροισµα των ιδιοτιµών του, άρα TrA = λ1 + λ2 + … + λn > 0 .
Επίσης ξέρουµε ότι det A = λ1...λn > 0 .
Άσκηση 6
Αν ο πίνακας A ∈ M n (R) είναι θετικά ηµιορισµένος, δείξτε ότι ο πίνακας Ak , για κάθε
k = 1, 2,… είναι θετικά ηµιορισµένος.
Λύση
Έστω ότι ο πίνακας Α έχει ιδιοτιµές τις λ1 , λ2 ,… , λn ∈ R , οι οποίες σύµφωνα µε το
Θεώρηµα 2ii) είναι όλες µη αρνητικοί αριθµοί. Επειδή λ1k , λ2k ,… , λnk είναι οι ιδιοτιµές
του πίνακα Ak ισχύει και γι΄αυτές λik ≥ 0, για κάθε i = 1, 2,… , n , οπότε ο πίνακας Ak
είναι επίσης θετικά ηµιορισµένος.
Άσκηση 7
Να βρείτε το είδος των επόµενων καµπύλων
1. 5 x12 − 6 x1 x2 + 5 x22 − 14 x1 + 2 x2 + 5 = 0
2. x12 − 2 x1 x2 + x22 − 6 x1 − 14 x2 + 19 = 0
3. x12 + 6 x1 x2 + x22 + 4 x1 + 4 x2 = 10
13
Λύση
⎛ 5 −3 ⎞
1. Η δοθείσα εξίσωση γράφεται xt Ax + bt x + 5 = 0 (*), όπου A = ⎜ ⎟ είναι ο
⎝ −3 5 ⎠
συµµετρικός πίνακας της τετραγωνικής µορφής q1 ( x) = 5 x12 − 6 x1 x2 + 5 x22 , για κάθε
x = ( x1 x2 ) ∈ R 2×1 και b = ( −14 2 ) . Για τον µετασχηµατισµό της (*) χρειάζεται

t t
να υπολογίσουµε τον ορθογώνιο πίνακα Ρ. Οι ιδιοτιµές του Α είναι λ1 = 2 και
⎧ ⎛1⎞ ⎫
λ2 = 8 . Της ιδιοτιµής λ1 = 2 ο αντίστοιχος ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ δε της
⎩ ⎝1⎠ ⎭
⎧ ⎛1⎞ ⎫
λ2 = 8 ο ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ . Επειδή οι ιδιοτιµές του συµµετρικού
⎩ ⎝ −1⎠ ⎭
πίνακα είναι διακεκριµένες τα ιδιοδιανύσµατα είναι κάθετα, άρα ο ορθογώνιος
πίνακας Ρ είναι αυτός που έχει στήλες τα ιδιοδιανύσµατα του Α αφού πρώτα
⎛ 1 ⎞
1
⎜ 2 2 ⎟ 1 ⎛1 1 ⎞
διαιρέσουµε το καθένα µε το µέτρο του, δηλαδή P = ⎜ = ⎜ ⎟.
⎜ 1 −1 ⎟⎟ 2 ⎝ 1 −1 ⎠
⎝ 2 2⎠
Για κάθε z = ( z1 z2 ) ∈ R 2×1 , εφαρµόζουµε τον µετασχηµατισµό

t
⎛ x ⎞ 1 ⎛1 1 ⎞ ⎛ z1 ⎞
x = Pz ⇒ ⎜ 1 ⎟ = ⎜ ⎟ , οπότε ισχύει x Ax = z P APz = z diag (2,8) z και
t t t t
⎜ ⎟
⎝ x2 ⎠ 2 ⎝1 −1⎠ ⎝ z2 ⎠
1 ⎛1 1 ⎞ ⎛ −12 −16 ⎞
bt P = ( −14 2 ) ⎜ ⎟=⎜ ⎟ , άρα η (*) καταλήγει στην
2 ⎝1 −1⎠ ⎝ 2 2⎠
⎛ 2 0 ⎞ ⎛ −12 −16 ⎞ 12 16
zt ⎜ ⎟z+⎜ ⎟ z + 5 = 0 ⇒ 2 z1 + 8 z2 − z1 − z2 + 5 = 0 (**).
2 2
⎝0 8⎠ ⎝ 2 2⎠ 2 2
Στη συνέχεια, αν χρησιµοποιήσουµε τον µετασχηµατισµό
⎛ −12 ⎞
⎜w − 2 ⎟ ⎛w + 3 ⎞
⎛ z1 ⎞ ⎜ 1 ⎜ 1 2 ⎟⎟
4 ⎟ ⎜
⎜ ⎟ ⎜ = ⎟ = και αντικαταστήσουµε στην (**) καταλήγουµε
⎝ z2 ⎠ ⎜ −16 ⎟ ⎜w + 1 ⎟
⎜⎜ w2 − 2 ⎟⎟ ⎜⎝ 2 2⎠
⎟
⎝ 16 ⎠
στην εξίσωση της έλλειψης
w12 w22
2w12 + 8w22 = 8 ⇒ + = 1.
4 1
14
⎛ 1 −1⎞
2. Η δοθείσα εξίσωση γράφεται xt Ax + bt x + 19 = 0 (*), όπου A = ⎜ ⎟ είναι ο
⎝ −1 1 ⎠
συµµετρικός πίνακας της τετραγωνικής µορφής q2 ( x) = x12 − 2 x1 x2 + x22 , για κάθε
x = ( x1 x2 ) ∈ R 2×1 και b = ( −6 −14 ) . Για τον µετασχηµατισµό της (*) χρειάζεται

t t
να υπολογίσουµε τον ορθογώνιο πίνακα Ρ. Οι ιδιοτιµές του Α είναι λ1 = 0 και
⎧ ⎛1⎞ ⎫
λ2 = 2 . Της ιδιοτιµής λ1 = 0 ο αντίστοιχος ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ δε της
1 ⎩ ⎝ ⎠ ⎭
⎧ ⎛1⎞ ⎫
λ2 = 2 ο ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ . Επειδή οι ιδιοτιµές του συµµετρικού
⎩ ⎝ −1⎠ ⎭
πίνακα είναι διακεκριµένες τα ιδιοδιανύσµατα είναι κάθετα, άρα ο ορθογώνιος
πίνακας Ρ είναι αυτός που έχει στήλες τα ιδιοδιανύσµατα του Α αφού πρώτα
⎛ 1 1 ⎞
⎜ 2 2 ⎟ 1 ⎛1 1 ⎞
διαιρέσουµε το καθένα µε το µέτρο του, δηλαδή P = ⎜ = ⎜ ⎟.
⎜ 1 −1 ⎟⎟ 2 ⎝ 1 −1 ⎠
⎝ 2 2⎠

t
⎛ x ⎞ 1 ⎛1 1 ⎞ ⎛ z1 ⎞
x = Pz ⇒ ⎜ 1 ⎟ = ⎜ ⎟ , οπότε ισχύει x Ax = z P APz = z diag (0, 2) z και
t t t t
⎜ ⎟
⎝ x2 ⎠ 2 ⎝1 −1⎠ ⎝ z2 ⎠
1 ⎛ 1 1 ⎞ ⎛ −20 8 ⎞
bt P = ( −6 −14 ) ⎜ ⎟=⎜ ⎟ , άρα η (*) καταλήγει στην
2 ⎝ 1 −1 ⎠ ⎝ 2 2⎠
⎛ 0 0 ⎞ ⎛ −20 8 ⎞ 20 8
zt ⎜ ⎟z +⎜ ⎟ z + 19 = 0 ⇒ 2 z2 − z1 + z2 + 19 = 0 (**).
2
⎝0 2⎠ ⎝ 2 2⎠ 2 2
Στη συνέχεια, αν χρησιµοποιήσουµε τους µετασχηµατισµούς
8
z2 = w2 − 2 = w − 2 και w = 20 z − 15 και αντικαταστήσουµε στην (**)
2 1 1
4 2 2
w22
καταλήγουµε στην εξίσωση της παραβολής 2 w22 = w1 ⇒ = w1 .
(1/ 2)
⎛ 1 3⎞
3. Η δοθείσα εξίσωση γράφεται xt Ax + bt x − 10 = 0 (*), όπου A = ⎜ ⎟ είναι ο
⎝3 1⎠
συµµετρικός πίνακας της τετραγωνικής µορφής q3 ( x) = x12 + 6 x1 x2 + x22 , για κάθε
x = ( x1 x2 ) ∈ R 2×1 και b = ( 4 4 ) . Για τον µετασχηµατισµό της (*) χρειάζεται να

t t
15
υπολογίσουµε τον ορθογώνιο πίνακα Ρ. Οι ιδιοτιµές του Α είναι λ1 = −2 και λ2 = 4 .
⎧ ⎛1⎞ ⎫
Της ιδιοτιµής λ1 = −2 ο αντίστοιχος ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ και της λ2 = 4
⎩ ⎝ −1⎠ ⎭
⎧ ⎛1⎞ ⎫
ο ιδιόχωρος είναι ⎨ x ⎜ ⎟ , x ∈ R ⎬ . Επειδή οι ιδιοτιµές του συµµετρικού πίνακα είναι
⎩ ⎝1⎠ ⎭
διακεκριµένες τα ιδιοδιανύσµατα είναι κάθετα, άρα ο ορθογώνιος πίνακας Ρ είναι
αυτός που έχει στήλες τα ιδιοδιανύσµατα του Α αφού πρώτα διαιρέσουµε το καθένα
⎛ 1 1 ⎞
⎜ 2 2 ⎟ 1 ⎛ 1 1⎞
µε το µέτρο του, δηλαδή P = ⎜ = ⎜ ⎟.
⎜ −1 1 ⎟⎟ 2 ⎝ −1 1 ⎠
⎝ 2 2⎠

t
⎛ x ⎞ 1 ⎛ 1 1⎞ ⎛ z1 ⎞
x = Pz ⇒ ⎜ 1 ⎟ = ⎟ ⎜ z ⎟ , οπότε ισχύει x Ax = z P APz = z diag (−2, 4) z και
t t t t
⎜
x
⎝ 2⎠ 2⎝ −1 1 ⎠⎝ 2 ⎠
1 ⎛ 1 1⎞ ⎛ 8 ⎞
bt P = ( 4 4) ⎜ ⎟ = ⎜0 ⎟ , άρα η (*) καταλήγει στην
2 ⎝ −1 1⎠ ⎝ 2⎠
⎛ −2 0 ⎞ ⎛ 8 ⎞ 8
zt ⎜ ⎟ z +⎜0 ⎟ z − 10 = 0 ⇒ −2 z1 + 4 z2 + z2 − 10 = 0 (**).
2 2
⎝ 0 4⎠ ⎝ 2⎠ 2
Στη συνέχεια, επειδή οι ιδιοτιµές είναι µη µηδενικές, αν χρησιµοποιήσουµε τον
⎛ 0 ⎞
⎜ w1 − −4 ⎟ ⎛ w1 ⎞
⎛z ⎞ ⎟=⎜ ⎟
µετασχηµατισµό ⎜ 1 ⎟ = ⎜ 8 1 ⎟ και αντικαταστήσουµε στην (**)
⎝ z2 ⎠ ⎜ ⎟ ⎜ w −
2 ⎟ ⎜⎝ 2 ⎟
⎜⎜ w2 − ⎟ 2⎠
⎝ 8 ⎠
w22 w12
καταλήγουµε στην εξίσωση της υπερβολής −2w12 + 4w22 = 12 ⇒ − =1.
3 6
ΑΣΚΗΣΕΙΣ
Άσκηση 1
Σε κάθε µία από τις επόµενες τετραγωνικές µορφές να βρείτε την αντίστοιχη
διαγώνια τετραγωνική µορφή της.
1. q1 ( x) = x12 + 4 x1 x2 + x22 του R 2
16
2. q2 ( x) = x12 − 6 x1 x2 + x22 + 8 x2 x3 + x32 του R 3
3. q3 ( x) = 4 x12 − 4 x1 x2 − 4 x1 x3 + x22 + 2 x2 x3 + x32 του R 3
Υπόδειξη
Υπολογίστε σε κάθε περίπτωση έναν ορθογώνιο πίνακα Ρ και κατόπιν να γίνει η
διαγώνια τετραγωνική µορφή. Βλ. Λυµένες Ασκήσεις 1,2
Απάντηση 1. − z12 + 3z22 , 2. −4 z12 + z22 + 6 z32 3. 6z32
Άσκηση 2
Να εξετασθούν αν οι επόµενες τετραγωνικές µορφές είναι θετικά ορισµένες,
ηµιθετικά ορισµένες κλπ.
1. q1 ( x) = 2 x12 + 2 x1 x2 + 2 x1 x3 + 2 x22 − 2 x2 x3 + 2 x32 του R 3
2. q2 ( x) = 6 x12 + 10 x1 x2 + 6 x22 + 5 x32 του R 3
3. q3 ( x) = 8 x12 + 8 x1 x2 − 8 x1 x3 + 4 x22 + 4 x32 του R 3
4. q4 ( x) = − x12 + 8 x1 x2 − 16 x22 − 4 x32 του R 3

Στη συνέχεια να βρείτε µια διαγώνια τετραγωνική µορφή για καθεµιά.
Υπόδειξη
Βλ. Λυµένη Άσκηση 3.
Απάντηση 1. θετικά ηµιορισµένη 2.αόριστη 3. θετικά ηµιορισµένη 4. αρνητικά
ηµιορισµένη
Άσκηση 3
Να βρείτε το είδος των επόµενων καµπύλων.
1. 3x12 + 4 x1 x2 + 3 x22 + 2 x1 − 2 x2 = 18
2. 2 x12 − 6 x1 x2 + 2 x22 + 2 x1 − 3 x2 = 4
Υπόδειξη
Βλ. Λυµένη Άσκηση 7
w12 w22 w22 w12
Απάντηση 1. + = 1 2. − =1.
20 4 9
10
9
2 ( ) ( )
17

ΜΑΛΙΑΚΑΣ ΑΔΑΜ

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ΜΑΛΙΑΚΑΣ ΑΔΑΜ

Uploaded by

Copyright:

Available Formats

Περιεχόµενα και Πρόλογος Σελίδα 1 από 4

Εναλλακτικό ∆ιδακτικό Υλικό

Παραδείγµατα και Ασκήσεις Γραµµικής Άλγεβρας

Το εκπαιδευτικό υλικό που ακολουθεί απευθύνεται στους φοιτητές του Ελληνικού

Σκοπός του υλικού

Υπάρχουν αρκετές ιδιαιτερότητες στην από απόσταση εκπαίδευση που θέτουν

Οργάνωση των κεφαλαίων

Κάθε κεφάλαιο χωρίζεται σε τέσσερα µέρη,

Τρόπος χρήσης του υλικού

Στόχοι των επιµέρους κεφαλαίων

Σε αντίθεση µε τους φοιτητές των κλασικών Ανωτάτων Εκπαιδευτικών Ιδρυµάτων, οι

Στο Κεφάλαιο 2 αρχίζουµε τη µελέτη της επίλυσης γραµµικών συστηµάτων.

Οι γραµµικές απεικονίσεις µας επιτρέπουν να ‘συγκρίνουµε’ δυο διανυσµατικούς

Στο Κεφάλαιο 9 µελετάµε ιδιοτιµές και ιδιοδιανύσµατα (πινάκων και γραµµικών

Στο Κεφάλαιο 11 µελετάµε πραγµατικές τετραγωνικές µορφές και εφαρµόζουµε τη

Ελπίζουµε πως το παρόν εκπαιδευτικό υλικό θα λειτουργήσει ως ένα χρήσιµο

Θέλουµε να ευχαριστήσουµε τον καθηγητή Τάσο Μπούντη που διάβασε κριτικά το

Θεώρηµα 10 (n – στές ρίζες µιγαδικού) ............................................................................................13

ένα υποσύνολο του {2,3, 4} .

Το { x ∈ R 0 ≤ x ≤ 2} είναι ένα υποσύνολο του { x ∈ R 0 ≤ x ≤ 3} ,

Ένα υποσύνολο Α του Β λέγεται γνήσιο αν A ≠ B . Βλέπουµε ότι κάθε υποσύνολο

Ορισµός 2 (τοµή, ένωση, συµπλήρωµα)

Ορισµός 3 (καρτεσιανό γινόµενο)

Με ανάλογο τρόπο ορίζεται το καρτεσιανό γινόµενο A1 × ... × An των συνόλων

A1 ,.., An , δηλαδή το A1 × ... × An είναι το σύνολο των διατεταγµένων n – άδων

(a1 ,..., an ), όπου ai ∈ Ai . Στην ειδική περίπτωση A1 = ... = An = A, θα γράφουµε An

στη θέση του A1 × ... × An .

Παρατηρούµε ότι η f είναι 1-1 αν για κάθε x1 , x2 ∈ X τέτοια ώστε f ( x1 ) = f ( x2 )

Η εικόνα f ( X ) της f : X → Y είναι το σύνολο { f ( x) ∈ Y x ∈ X }. Η εικόνα της f

συµβολίζεται και µε imf . Παρατηρούµε ότι η f είναι επί αν και µόνο αν f ( X ) = Y .

Η απεικόνιση f : Z → A, f ( x) = 2 x, όπου Α είναι το σύνολο των άρτιων

αφού, για παράδειγµα, f (0) = f (2)

Η απεικόνιση f : R → R, f ( x) = x 2 , δεν είναι επί αφού δεν υπάρχει x ∈ R ,

Παρατηρούµε ότι η οριζόντια διακεκοµµένη ευθεία (της οποίας η εξίσωση

αρνητικών πραγµατικών αριθµών.

Ορισµός 5 (σύνθεση, αντίστροφη απεικόνιση)

ορίζεται µια απεικόνιση g D f : X → Z , ( g D f ) ( x) = g ( f ( x)). Αυτή λέγεται η

( g D f ) ( x) = g ( f ( x)) = g (5 x − 3) = (5 x − 3)2 = 25 x 2 − 30 x + 9 . Στο

παράδειγµα αυτό ορίζεται και η σύνθεση f D g . Για αυτή έχουµε

x = ± 2 θα είχαµε ότι ισχύουν ταυτόχρονα οι ισότητες

g (0) = 2, g (0) = − 2, δηλαδή 2 = − 2, που είναι άτοπο.

Κάθε στοιχείο του C γράφεται µοναδικά στη µορφή a + bi µε a, b ∈ R , δηλαδή

Ορισµός 7 (αντίστροφος µιγαδικού)

και συµβολίζεται µε z −1. Επισηµαίνουµε ότι zz −1 = z −1 z = 1.

Ορισµός 8 (µέτρο µιγαδικού, συζυγής µιγαδικός)

Το µέτρο του z = a + bi είναι ο πραγµατικός αριθµός z = a 2 + b 2 .

υπάρχει µοναδικός πραγµατικός αριθµός θ τέτοιος ώστε

Με F συµβολίζουµε ένα από τα σύνολα R,C και µε F[ x] συµβολίζουµε το σύνολο

των πολυωνύµων που έχουν συντελεστές από το F .

f(x) είναι n. Ο βαθµός του µηδενικού πολυωνύµου ορίζεται να είναι το −∞ .

Το x 2 − 1 διαιρεί το x3 + x 2 − x − 1 επί του R αφού x3 + x 2 − x − 1 = ( x 2 − 1)( x + 1).

Ορισµός 11 (ρίζα πολυωνύµου)

−1 + i 3 είναι µια ρίζα του πολυωνύµου x3 − 8.

Πρόταση 2 (συµπλήρωµα συνόλου)

Πρόταση 4 (κριτήριο ύπαρξης αντίστροφης απεικόνισης)

g D f : X → Z είναι 1-1 και επί και ισχύει ( g D f ) = f −1 D g −1.

−12 + 22 − 32 + ... + (−1) n +1 ( n + 1) =

Πρόταση 7 (συζυγείς µιγαδικοί)

Πρόταση 8 (τριγωνοµετρική µορφή µιγαδικού)

Θεώρηµα 9 (του De Moivre)

Γεωµετρική ερµηνεία γινοµένου µιγαδικών

φαίνεται στο επόµενο σχήµα

Θεώρηµα 10 (n – στές ρίζες µιγαδικού)