Algebra liniowa i geometria

analityczna

Agnieszka Kowalik
Michał Góra

2022
Spis treści
Liczby zespolone
Postać algebraiczna liczby zespolonej
Moduł i argument liczby zespolonej
Postać trygonometryczna liczby zespolonej
Postać wykładnicza liczby zespolonej
Pierwiastki z liczby zespolonej
Równania w zbiorze liczb zespolonych
Zbiory liczb zespolonych - interpretacja geometryczna
Działania na macierzach
Szczególne typy macierzy
Wyznacznik macierzy - definicja i własności
Wyznaczniki macierzy stopni 2 i 3
Metoda Laplace'a obliczania wyznaczników
Macierz odwrotna
Rząd macierzy
Wartości i wektory własne – definicje i metoda wyznaczania
Wartości i wektory własne – własności
Wartości własne macierzy trójkątnych
Wartości własne macierzy rzeczywistych
Wartości własne macierzy hermitowskich
Układy równań liniowych
Metoda eliminacji Gaussa
Wektory w trójwymiarowej przestrzeni rzeczywistej
Iloczyn skalarny wektorów
Iloczyn wektorowy
Iloczyn mieszany
Proste w trójwymiarowej przestrzeni rzeczywistej
Płaszczyzny w trójwymiarowej przestrzeni rzeczywistej
Wzajemne położenie prostych i płaszczyzn

2
Liczby zespolone

DEFINICJA

Definicja 1: Zbiór liczb zespolonych

Zbiór C = {(x, y) : x, y ∈ R} z działaniami + i ⋅ określonymi jako

(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ),

(x1 , y1 ) ⋅ (x2 , y2 ) = (x1 ⋅ x2 − y1 ⋅ y2 , x1 ⋅ y2 + x2 ⋅ y1 ).

nazywamy zbiorem liczb zespolonych , a jego elementy liczbami zespolonymi .

TWIERDZENIE

Twierdzenie 1: Własności dodawania i mnożenia liczb zespolonych

Dodawanie i mnożenie liczb zespolonych mają następujące własności:

Dodawanie jest przemienne, tj. dla dowolnych liczb z1 , z2 ∈ C zachodzi z1 + z2 = z2 + z1 .

Dodawanie jest łączne, tj. dla dowolnych liczb z1 , z2 , z3 ∈ C zachodzi (z1 + z2 ) + z3 = z1 + (z2 + z3 ).
Liczba 0 = (0, 0) jest elementem neutralnym dodawania, tj. dla dowolnej liczby zespolonej z zachodzi
z + 0 = 0 + z = z.
Dla dowolnej liczby zespolonej z = (x, y) liczba −z = (−x, −y) jest przeciwna do liczby z, tj. z + (−z) = 0.
Mnożenie jest przemienne, tj. dla dowolnych liczb z1 , z2 ∈ C zachodzi z1 ⋅ z2 = z2 ⋅ z1 .
Mnożenie jest łączne, tj. dla dowolnych liczb z1 , z2 , z3 ∈ C zachodzi (z1 ⋅ z2 ) ⋅ z3 = z1 ⋅ (z2 ⋅ z3 ).
Liczba 1 = (1, 0) jest elementem neutralnym mnożenia, tj. dla dowolnej liczby zespolonej z zachodzi
z ⋅ 1 = 1 ⋅ z = z.
y
Dla dowolnej, różnej od 0 liczby zespolonej z = (x, y) liczba z −1 = ( x
, − x2 +y 2 ) jest odwrotnością liczby z, tj.
x2 + y 2
z ⋅ z −1 = 1.
Mnożenie jest rozdzielne względem dodawania, tj. dla dowolnych liczb z1 , z2 , z3 ∈ C zachodzi

(z1 + z2 ) ⋅ z3 = z1 ⋅ z3 + z2 ⋅ z3

Geometrycznie liczbę zespoloną z = (x, y) interpretujemy jako wektor zaczepiony w punkcie (0, 0) o końcu w punkcie (x, y).

Rysunek 1: Interpretacja geometryczna liczby zespolonej.

W tej interpretacji w naturalny sposób zobrazujemy dodawanie liczb zespolonych jako dodawanie wektorów:

3
 Rysunek 2: Interpretacja geometryczna dodawania liczb zespolonych.

Zbiór liczb zespolonych możemy również interpretować jako zbiór punktów na płaszczyźnie.

Rysunek 3: Interpretacja geometryczna liczby zespolonej

W tej interpretacji naturalnym staje się określenie równości liczb zespolonych. Otóż dwie liczby zespolone z1 = (x1 , y1 ) oraz
z2 = (x2 , y2 )) są równe, jeżeli x1 = x2 oraz y1 = y2 .
Zbiór wszystkich liczb zespolonych na płaszczyźnie (wektorów lub punktów) nazywamy płaszczyzną zespoloną (lub płaszczyzną
Gaussa).

W zbiorze liczb zespolonych rozważmy podzbiór {(x, 0) : x ∈ R} składający się z liczb zespolonych leżących na osi odciętych OX.
Zauważmy, że liczby tej postaci mają następujące własności:

(x1 , 0) + (x2 , 0) = (x1 + x2 , 0)

(x1 , 0) ⋅ (x2 , 0) = (x1 ⋅ x2 − 0, x1 ⋅ 0 + x2 ⋅ 0) = (x1 ⋅ x2 , 0).

Dzięki temu możemy utożsamić zbiór liczb zespolonych postaci {(x, 0) : x ∈ R} ze zbiorem liczb rzeczywistych i parę (x, 0)
zapisywać po prostu jako x. Oś OX będziemy wówczas nazywać osią rzeczywistą.
Wyróżnijmy teraz jednostkę na osi OY , tj. liczbę zespoloną postaci (0, 1).

DEFINICJA

Definicja 2:

Liczbę i = (0, 1) nazywamy jednostką urojoną.

Zauważmy, że

i2 = (0, 1) ⋅ (0, 1) = (0 ⋅ 0 − 1 ⋅ 1, 0 ⋅ 1 + 1 ⋅ 0) = (−1, 0) = −1.

Powyższy fakt, niemożliwy dla liczb rzeczywistych, tłumaczy nazwę "jednostka urojona".
Oś OY , której wersorem jest jednostka urojona, będziemy nazywać osią urojoną.

Niech z = (x, y) będzie liczbą zespoloną. Współrzędna x

liczby z jest określona względem osi rzeczywistej OX , dlatego mówimy, że jest to część rzeczywista liczby z.
Z kolei współrzędna y liczby z
jest określona względem osi urojonej OY i dlatego nosi nazwę części urojonej liczby z.
Dla liczby zespolonej z = (x, y) wprowadzamy oznaczenia

Rez = x

od łacińskiego słowa realis( z) oznaczającego część rzeczywistą liczby z oraz

Imz = y

4
od łacińskiego imaginarius( z) oznaczającego część urojoną liczby z.

Rysunek 4: Interpretacja geometryczna liczby zespolonej

Postać algebraiczna liczby zespolonej

DEFINICJA

Definicja 3: Postać algebraiczna liczby zespolonej

Niech z = (x, y), gdzie x, y ∈ R będzie dowolną liczbą zespoloną. Zauważmy, że liczbę z możemy zapisać następująco:

z = (x, y) = (x, 0) + (0, y) = (x, 0) + (y, 0) ⋅ (0, 1).

Wówczas oznaczając x = (x, 0), y = (y, 0) oraz i = (0, 1) otrzymujemy postać algebraiczną (Hamiltona, kanoniczną) liczby
zespolonej z

z = x + iy.

Rysunek 5: Interpretacja geometryczna liczby zespolonej w postaci algebraicznej

Niech z = x + iy będzie liczbą zespoloną w postaci algebraicznej. Przypomnijmy, że liczbę x nazywamy częścią rzeczywistą liczby
z i oznaczamy sybolem Rez, zaś liczbę y nazywamy częścią urojoną liczby z i oznaczamy symbolem Imz.

PRZYKŁAD

Przykład 1:

Dla liczby zespolonej z = 3 − i częścią rzeczywistą jest liczba Rez = 3, a częścią urojoną liczba Imz = −1.

Niech z1 = (x1 , y1 ) oraz z2 = (x2 , y2 ) będą liczbami zespolonymi. Liczby z1 i z2 , jako uporządkowane pary punktów, są równe
wtedy i tylko wtedy, gdy x1 = x2 oraz y1 = y2 . Stąd, zapisując liczby z1 i z2 w postaci algebraicznej jako z1 = x1 + iy1 oraz
z2 = x2 + iy2 otrzymujemy, że z1 = z2 wtedy i tylko wtedy, gdy Rez1 = Rez2 oraz Imz1 = Imz2 .
5
Postać kanoniczna liczby zespolonej umożliwia dodawanie i mnożenie liczb zespolonych tak samo jak wielomianów, tzn. podobny
do podobnego (dla dodawania) i każdy z każdym (dla mnożenia), w przypadku mnożenia pamiętając o warunku i2 = −1.
Przy dzieleniu przez liczbę zespoloną z = x + iy mnożymy dzielną i dzielnik przez x − iy, otrzymując w mianowniku liczbę
rzeczywistą.

PRZYKŁAD

Przykład 2:

Niech z = 2 − 3i, w = −1 + i. Mamy:

z + w = 2 − 3i − 1 + i = (2 − 1) + (−3i + i) = 1 + (−2i) = 1 − 2i.
z − w = 2 − 3i − (−1 + i) = (2 − (−1)) + (−3i − i) = 3 − 4i.
z ⋅ w = (2 − 3i) ⋅ (−1 + i) = −2 + 2i + 3i − 3(i)2 = −2 + 5i − 3(−1) = −2 + 3 + 5i = 1 + 5i.
z 2 − 3i (2 − 3i)(−1 − i) −2 − 2i + 3i + 3i2 −5 + i 5 1
= = = = = − + i.
w −1 + i (−1 + i)(−1 − i) 1 + i − i − i2 2 2 2

DEFINICJA

Definicja 4: Sprzężenie liczby zespolonej

Niech z = x + iy, gdzie x, y ∈ R. Sprzężeniem liczby z nazywamy liczbę z̄ daną wzorem

z̄ = x − iy.

Rysunek 6: Sprzężenie liczby zespolonej

TWIERDZENIE

Twierdzenie 2: Własności sprzężenia liczb zespolonych

Niech z, z1 , z2 ∈ C. Prawdziwe są następujące własności:

¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯
a) z1 + z2 = z¯1 + z¯2 ; b) ¯z
1 − z2 = z¯1
¯¯¯¯¯¯¯¯¯¯¯¯¯¯ − z¯2 ;
¯¯¯¯¯¯¯¯¯¯¯¯¯¯
z¯1
( )=
z1
c) ¯z
1 ⋅ z2 =
¯¯¯¯¯¯¯¯¯¯¯ z¯1 ⋅ z¯2 ; d) , dla z2 ≠ 0;
z2 z¯2
¯¯¯¯¯¯¯
e) (z̄¯¯) = z; f) z + z̄ = 2Rez;
g) z − z̄ = 2iImz.

6
Moduł i argument liczby zespolonej

DEFINICJA

Definicja 5: Moduł liczby zespolonej

Niech z = x + iy, gdzie x, y ∈ R, będzie dowolną liczbą zespoloną. Modułem liczby z nazywamy liczbę rzeczywistą |z| daną
wzorem
−−−−−−
|z| = √x2 + y 2 .

Innym, powszechnie stosowanym oznaczeniem modułu liczby zespolonej z jest symbol r = |z|.

PRZYKŁAD

Przykład 3:

Obliczymy moduł liczby z = −2 − 4√2i. Część rzeczywista liczby z wynosi x = −2, zaś część urojona y = −4√2, zatem
−−−−−−−−−−−−−− −−−−−
|z| = √(−2)2 + (−4√2)2 = √4 + 32 = 6.

Geometrycznie moduł liczby zespolonej z to odległość tej liczby od początku układu współrzędnych.

Rysunek 7: Interpretacja geometryczna modułu liczby zespolonej

Powyższą interpretację możemy rozszerzyć na dwie dowolne liczby zespolone. Niech mianowicie z0 = x0 + iy0 oraz z = x + iy
będą dwiema liczbami zespolonymi. Wówczas z − z0 = (x − x0 ) + i(y − y0 ) oraz Rez = x − x0 , Imz = y − y0 . Mamy
−−−−−−−−−−−−−−−−−
|z − z0 | = √(x − x0 )2 + (y − y0 )2 .

Zauważmy, że wyrażenie po prawej stronie równości jest zwykłą odległością euklidesową punktu (x, y) od punktu (x0 , y0 ).
Zatem dla dowolych liczb zespolonych z, z0 ∈ C moduł ich różnicy |z − z0 | oznacza odległość z od z0 na płaszczyźnie zespolonej.

Rysunek 8: Interpretacja geometryczna modułu różnicy dwóch liczb zespolonych

7
 TWIERDZENIE

Twierdzenie 3: Własności modułu liczby zespolonej

Niech z, z1 , z2 ∈ C. Prawdziwe są następujące własności:

|z| ⩾ 0, przy czym |z| = 0 wtedy i tylko wtedy, gdy z = 0;

|z1 + z2 | ⩽ |z1 | + |z2 |;
||z1 | − |z2 || ⩽ |z1 − z2 |;
z ⋅ z̄ = |z|2 ;
|z1 ⋅ z2 | = |z1 | ⋅ |z2 |;
∣∣ z1 ∣∣ = |z1 | , jeżeli z2 =
/ 0.
z2 |z2 |

DEFINICJA

Definicja 6: Argument liczby zespolonej

Niech z = x + iy, gdzie x, y ∈ R, będzie liczbą zespoloną różną od zera. Argumentem liczby z nazywamy każdą liczbę
rzeczywistą φ, spełniającą warunki:
cos φ = x
,
{
|z|
(1)
y .
sin φ = |z|
.
Argumentem głównym liczby z nazywamy ten argument, który należy do przedziału [0, 2π).

Przyjmujemy, że argumentem liczby zespolonej z = 0 jest dowolna liczba rzeczywista φ ∈ R, zaś argumentem głównym dla
z = 0 jest φ = 0.
Argument liczby z oznaczamy symbolem argz, zaś argument główny symbolem Argz. Mamy zatem

argz = Argz + 2kπ, gdzie k ∈ Z.

→
Geometrycznie argument liczby zespolonej z to kąt skierowany, jaki tworzy wektor 0z z dodatnią półosią osi rzeczywistej Rez.

Rysunek 9: Interpretacja geometryczna argumentu liczby zespolonej

8
 PRZYKŁAD

Przykład 4:

Obliczymy argument główny liczby z = −1 + √3i.

Mamy:
−−−−
|z| = √1 + 3 = 2.

Układ równań ( 1 ) ma postać:

−1
{
cos φ = 2
,
√3
.
sin φ = 2
.

Kątem z przedziału [0, 2π spełniającym powyższy układ równań jest φ = 23 π. Zatem Argz = 23 π.
Zauważmy przy tym, że rozważany układ równań jest spełniony także dla φ1 = − 43 π czy dla φ2 = 83 π. Zarówno φ1 jak i φ2
są zatem argumentami liczby z = −1 + √3, przy czym φ1 = φ − 2π, a φ2 = φ + 2π. Korzystając z zależności
argz = Argz + 2kπ, gdzie k ∈ Z możemy wyliczyć inne argumenty liczby z.

DEFINICJA

Definicja 7: Biegunowy układ współrzędnych

Dla ustalenia położenia punktu na płaszczyźnie można wprowadzić biegunowy układ odniesienia. W biegunowym układzie
odniesienia wyróżniamy pewien punkt płaszczyzny, nazywany biegunem płaszczyzny oraz pewną wyróżnioną półprostą
poprowadzoną z bieguna, nazywaną półosią biegunową. Wówczas położenie dowolnego punktu płaszczyzny określamy
poprzez podanie odległości r tego punktu od bieguna oraz określenie kąta skierowanego φ pomiędzy półosią biegunową a
półprostą o początku w biegunie i przechodzącą przez dany punkt (tzw. promieniem wodzącym tego punktu).

Rysunek 10: Biegunowy układ współrzędnych na płaszczyźnie

Łatwo zauważyć, że dla liczby zespolonej z = x + iy, podanie jej modułu r = |z| i argumentu φ = Argz jest opisem położenia
liczby z względem bieguna w punkcie 0 oraz półosi dodatniej jako półosi biegunowej.

Rysunek 11: Biegunowy (polarny) opis położenia liczby zespolonej na płaszczyźnie zespolonej

Postać trygonometryczna liczby zespolonej

Niech z = x + iy będzie dowolną, różną od 0 liczbą zespoloną. Zauważmy, że liczbę z możemy zapisać w postaci

( ).
9
z = x + iy = +i
 −−−−−−
z = x + iy = √x2 + y 2 ( ).
y
x
+i
√ x2 + y 2 √ x2 + y 2

−−−−−− y
Łatwo również zauważyć, że liczba √x2 + y 2 określa moduł r = |z|, zaś wielkości x
i stanowią odpowiednio
√ x2 + y 2 √ x2 + y 2
cos φ i sin φ, gdzie φ = argz.

Rysunek 12: Interpretacja geometryczna liczby zespolonej

Zatem dowolną liczbę zespoloną z (również z = 0) można zapisać w postaci

z = r(cos φ + i sin φ).

DEFINICJA

Definicja 8:

Powyższe przedstawienie liczby z nazywamy jej postacią trygonometryczną .

Rysunek 13: Interpretacja geometryczna postaci trygonometrycznej liczby zespolonej

Z określenia postaci trygonometrycznej liczby zespolonej łatwo wynika, że aby tę postać uzyskać wystarczy obliczyć moduł oraz
jeden z argumentów danej liczby zespolonej.

10
 PRZYKŁAD

Przykład 5:

Przedstawimy liczbę z = −1 − i w postaci trygonometrycznej. Wówczas Rez = −1, Imz = −1, skąd obliczamy
−−−−−−
|z| = √12 + 12 = √2. Rozwiązując układ równań
⎧
⎪ cos φ = −1
= − √22 (2)
⎨
√2
⎩ sin φ =
⎪ −1
= − √22 ,
√2

otrzymujemy zbiór argumentów z, w szczególności argument główny φ = 54 π.

Zatem z = √2 (cos 54 π + i sin 54 π) .

Warto podkreślić, że przedstawienie liczby zespolonej w postaci trygonometrycznej nie jest jednoznaczne. Wynika to z faktu, że
dla danej liczby zespolonej, zbiór jej argumentów jest nieskończony. W szczególności w powyższym przykładzie moglibyśmy
napisać z = √2 (cos(− 34 π) + i sin(− 34 π)) gdyż, jak łatwo sprawdzić, również kąt (− 34 π) spełnia układ ( 2 ).

TWIERDZENIE

Twierdzenie 4: Równość liczb zespolonych w postaci trygonometrycznej

Załóżmy, że z1 , z2 ∈ C ∖ {0}. Jeżeli z1 = r1 (cos φ1 + i sin φ1 ) oraz z2 = r2 (cos φ2 + i sin φ2 ), to wówczas z1 = z2

wtedy i tylko wtedy, gdy r1 = r2 oraz φ1 = φ2 + 2kπ dla pewnej liczby całkowitej k.

TWIERDZENIE

Twierdzenie 5: Iloczyn liczb zespolonych w postaci trygonometrycznej

Niech z1 = r1 (cos φ1 + i sin φ1 ) oraz z2 = r2 (cos φ2 + i sin φ2 ) będą dwiema liczbami zespolonymi w postaci
trygonometrycznej. Wtedy ich iloczyn jest równy
z1 ⋅ z2 = r1 ⋅ r2 (cos(φ1 + φ2 ) + i sin(φ1 + φ2 )).

A zatem, przy mnożeniu liczb zespolonych w postaci trygonometrycznej ich moduły się mnoży, a argumenty dodaje.

TWIERDZENIE

Twierdzenie 6: Iloraz liczb zespolonych w postaci trygonometrycznej

Niech z1 = r1 (cos φ1 + i sin φ1 ) oraz z2 = r2 (cos φ2 + i sin φ2 ) będą dwiema liczbami zespolonymi w postaci
trygonometrycznej, przy czym z2 ≠ 0. Wtedy ich iloraz jest równy
z1 r1
z2
= r2
(cos(φ1 − φ2 ) + i sin(φ1 − φ2 )).

Zatem przy dzieleniu liczb zespolonych w postaci trygonometrycznej ich moduły się dzieli, a argumenty odejmuje.

11
 TWIERDZENIE

Twierdzenie 7: Potęga liczby zespolonej w postaci trygonometrycznej

Niech z = r(cos φ + i sin φ). Wtedy dla dowolnej liczby naturalnej n zachodzi

1. z n = rn (cos(nφ) + i sin(nφ)) (wzór de Moivre'a),

2. z −n = z1n .

PRZYKŁAD

Przykład 6:

Przedstawimy liczbę (1 − i)10 w postaci algebraicznej.

−−−−−−
Niech z = 1 − i. Wówczas |z| = √12 + 12 = √2.
Mamy zatem

⎧ cos φ
⎪ = 1
=
√2

⎨
√2 2

⎩ sin φ
⎪ = − 1
=−
√2
,
√2 2

skąd otrzymujemy argument główny liczby z równy 74 π.

Stąd

z = √2 (cos 74 π + i sin 74 π) .

Aby obliczyć z 10 korzystamy ze wzoru de Moivre'a:

10
z 10 = (√2 (cos 74 π + i sin 74 π)) =
(√2) (cos 704 π + i sin 704 π) =
10

25 (cos( 724 − 24 )π + i sin( 724 − 24 )π) =

32 (cos(18π − 24 π) + i sin(18π − 24 π)) .

Korzystając z okresowości funkcji sinus i cosinus otrzymujemy

10
z 10 = (√2 (cos 74 π + i sin 74 π)) =
(√2)10 (cos 704 π + i sin 704 π) =
25 (cos( 724 − 24 )π + i sin( 724 − 24 )π) =
32 (cos(18π − 24 π) + i sin(18π − 24 π)) =
32 (cos(− 24 π) + i sin(− 24 π)) .

Wstawiając wartości cos(− 24 π) i sin(− 24 π) otrzymujemy ostatecznie

z 10 = 32(0 − i) = −32i.

12
 PRZYKŁAD

Przykład 7:

Przedstawimy liczbę (−3 − 3i)6 w postaci algebraicznej.

−− √2 √2
Niech z = −3 − 3i. Wówczas mamy |z| = √18 = 3√2, cos φ = − 2 , sin φ = − 2 . Stąd φ = 54 π, zatem postać
5 5
trygonometryczna liczby z to z = 3√2 (cos 4 π + i sin 4 π).
Korzystając ze wzoru de Moivre'a otrzymujemy

30
z 6 = (3√2)6 (cos 4
π + i sin 304 π) =
36 ⋅ 23 (cos(6π + 64 π) + i sin(6π + 64 π)) =
5832 (cos 32 π + i sin 32 π) = −5832i.

PRZYKŁAD

Przykład 8:

Wyliczymy wartość wyrażenia

(−2+2i)10
.
(1−√ 3i)16

Oznaczmy z = −2 + 2i oraz w = 1 − √3i. Mamy wówczas |z| = 2√2 oraz |w| = 2.

Niech teraz φ oznacza argument główny liczby z, zaś ψ argument główny liczby w. Mamy:

⎧ cos φ √2
cos ψ = 1
⎨ {
= −
⎩
2 2
oraz √3
,
√2
sin φ = sin ψ = − 2
2

skąd φ = 34 π, zaś ψ = 53 π.
Korzystając ze wzoru de Moivre'a obliczymy teraz z 10 oraz w16 .
Mamy:

z 10 = (2√2)10 (cos 304 π + i sin 304 π) = 215 (cos 32 π + i sin 32 π) ,

w16 = 216 (cos 803 π + i sin 803 π) = 216 (cos 23 π + i sin 23 π) .

Stosując twierdzenie Iloraz liczb zespolonych w postaci trygonometrycznej obliczamy

z 10 215
w16
= (cos( 32 π − 23 π) + i sin( 32 π − 23 π)) =
216
1 √3 √3
2
(cos 56 π + i sin 56 π) = 12 (− 2
+ i 12 ) = − 4
− 14 i.

Postać wykładnicza liczby zespolonej

DEFINICJA

Definicja 9: Symbol eiφ

Niech φ ∈ R. Symbolem eiφ oznaczamy liczbę zespoloną cos φ + i sin φ. Mamy zatem
eiφ = cos φ + i sin φ.

| iφ | =1 arg( iφ ) = φ + 2kπ 13
Wprost z definicji wynika, że |eiφ | = 1 oraz arg(eiφ ) = φ + 2kπ dla k ∈ Z.

TWIERDZENIE

Twierdzenie 8: Własności symbolu eiφ

Niech φ, φ1 , φ2 będą dowolnymi liczbami rzeczywistymi i niech k będzie dowolną liczbą całkowitą. Wówczas

1. ei(φ1 +φ2 ) = eiφ1 ⋅ eiφ2 ;

2. ei(φ1 −φ2 ) = eiφ ;
iφ1

e 2
k
3. (eiφ ) = eikφ ;
4. ei(φ+2kπ) = eiφ ;
5. eiφ ≠ 0;
6. eiφ1 = eiφ2 ⇔ φ1 = φ2 + 2kπ.

DEFINICJA

Definicja 10: Postać wykładnicza liczby zespolonej

Każdą liczbę zespoloną z można zapisać w postaci

z = reiφ ,

gdzie r oznacza moduł, zaś φ ∈ R jest argumentem liczby z.

Postać z = reiφ nazywamy postacią wykładniczą liczby zespolonej.

PRZYKŁAD

Przykład 9:

Zapiszemy liczbę z = −i w postaci wykładniczej.

Aby tego dokonać rozpoczynamy od obliczenia modułu i argumentu liczby z. Mamy:

−−−−−−
|z| = √02 + 12 = 1.
Następnie:

{
0
cos φ = 1
=0
−1
sin φ = 1
= −1.
Argumentem głównym z jest φ = 32 π, zatem
3
z = 1ei 2 π .

Warto zapamiętać, że podobnie jak w przypadku postaci trygonometrycznej, zapis liczby zespolonej w postaci wykładniczej nie
jest jednoznaczny. Wynika to z faktu, że dowolna liczba zespolona ma nieskończenie wiele argumentów.

14
 TWIERDZENIE

Twierdzenie 9: Równość liczb zespolonych w postaci wykładniczej

Niech z1 = r1 eiφ1 oraz z2 = r2 eiφ2 będą dwiema liczbami zespolonymi w postaci wykładniczej.

Wówczas z1 = z2 wtedy i tylko wtedy, gdy r1 = r2 oraz φ1 = φ2 + 2kπ, dla pewnej liczby całkowitej k.

TWIERDZENIE

Twierdzenie 10: Działania na liczbach zespolonych w postaci wykładniczej

Niech z = reiφ , z1 = r1 eiφ1 oraz z2 = r2 eiφ2 będą liczbami zespolonymi w postaci wykładniczej oraz niech k będzie liczbą
całkowitą. Wówczas

1. z̄¯¯ = re−iφ ;
2. z1 ⋅ z2 = r1 ⋅ r2 ei(φ1 +φ2 ) ;
3. z1 = r1 ei(φ1 −φ2 ) dla z2 ∈ C ∖ {0};
z r
2 2
4. 1z = 1r e−iφ dla z ∈ C ∖ {0};
5. z k = rk eikφ .

Przy pomocy liczby eiφ = cos φ + i sin φ wyrażamy cosinus i sinus kąta φ. Mamy mianowicie

TWIERDZENIE

Twierdzenie 11: Wzory Eulera

eiφ +e−iφ eiφ −e−iφ

cos φ = 2
, sin φ = 2i
.

Warto wspomnieć w tym miejscu o jeszcze jednym wzorze, również nazywanym wzorem Eulera lub tożsamością Eulera .
Przedstawiając mianowicie liczbę −1 w postaci wykładniczej, tj. jako −1 = eiπ , otrzymujemy wzór łączący pięć najważniejszych
stałych matematycznych:

eiπ + 1 = 0.

Przez wielu, wzór ten uważany jest za najpiękniejszy wzór matematyczny.

Pierwiastki z liczby zespolonej

15
 DEFINICJA

Definicja 11: Pierwiastek z liczby zespolonej

Niech n będzie liczbą naturalną. Pierwiastkiem stopnia n z liczby zespolonej z nazywamy każdą liczbę zespoloną w
spełniającą warunek
wn = z
Symbolem √
n
z oznaczamy zbiór pierwiastków n-tego stopnia z liczby zespolonej z.

PRZYKŁAD

Przykład 10:

Przyjrzyjmy się równaniu w = √4.

Rozważając to równanie w dziedzinie rzeczywistej otrzymamy jedno jedyne rozwiązanie w = 2, bo 22 = 4 oraz 2 jest liczbą
nieujemną.
Traktując natomiast liczbę 4 jako liczbę zespoloną i obliczając z niej pierwiastek zespolony drugiego stopnia otrzymamy
2
w={ ponieważ kwadraty obydwu tych liczb są równe 4.
−2

16
 PRZYKŁAD

Przykład 11:

−−−−−
Obliczmy √3 − 4i .
Zgodnie z definicją poszukujemy wszystkich liczb zespolonych w spełniających równanie

w2 = 3 − 4i.

Niech w = x + iy, gdzie x, y ∈ R.

Mamy w2 = 3 − 4i ⇔ (x + iy)2 = 3 − 4i ⇔ x2 − y 2 + 2ixy = 3 − 4i.
Porównując części rzeczywiste i urojone obu stron równania otrzymujemy układ równań

x2 − y 2 = 3 (1)
{ .
2xy = −4 (2)

Wyliczając z równania (2) y = −2

x
(zauważmy, że dla x = 0 równanie (2) jest sprzeczne, a zatem możemy założyć, że x ≠ 0
i wstawiając do równania (1) otrzymujemy

4
x2 − x2
= 3,

skąd z kolei, mnożąc obustronnie przez x2 i przenosząc wszystko na lewą stronę otrzymujemy równanie dwukwadratowe

x4 − 3x2 − 4 = 0.

Wstawiając następnie pomocniczą zmienną t = x2 , gdzie t > 0 dostajemy równanie kwadratowe

t2 − 3t − 4 = 0,

którego rozwiązaniami są liczby t1 = 4 i t2 = −1, przy czym t2 nie spełnia założenia t > 0.
Zatem x2 = 4, a stąd x1 = 2 lub x2 = − . Otrzymaliśmy już części rzeczywiste szukanych pierwiastków, pozostaje jeszcze
wyliczyć części urojone, korzystając z wcześniej wyprowadzonej zależności y = −2
x
. I tak: dla x1 = 2 otrzymujemy y1 = −1,
zaś dla x2 = −2 y2 = 1.
Wobec tego poszukiwanymi pierwiastkami są liczby

w1 = 2 − i, w2 = −2 + i.

TWIERDZENIE

Twierdzenie 12: Wzór na pierwiastki z liczby zespolonej

Dla każdej różnej od zera liczby zespolonej z i dla każdej liczby naturalnej n istnieje dokładnie n różnych pierwiastków
zespolonych stopnia n z liczby z, tworzących zbiór {w0 , w1 , … , wn−1 }.

Jeżeli liczba z jest postaci z = r(cos φ + i sin φ), to pierwiastki te wyrażają się wzorami

r (cos ),
φ+2kπ φ+2kπ
wk = √
n
n
+ i sin n
k = 0, 1, … , n − 1. (3)

Podkreślmy, że symbol √ n
r występujący w powyższym wzorze oznacza "zwykły" pierwiastek arytmetyczny stopnia n z liczby
rzeczywistej r, jest zatem określony jednoznacznie.

Warto zapamiętać, że w interpretacji geometrycznej wszystkie pierwiastki zespolone stopnia n z liczby z = r(cos φ + i sin φ)
leżą na okręgu o środku w punkcie (0, 0) i promieniu √n
r, w punktach będących wierzchołkami n-kąta foremnego wpisanego w
ten okrąg.
Warto także zaznaczyć, że zbiór pierwiastków z liczby zespolonej z nie zależy od wyboru argumentu tej liczby.

17
 PRZYKŁAD

Przykład 12:

Obliczymy pierwiastki stopnia 6 z liczby z = 1. Łatwo zauważyć, że liczbę z = 1 możemy zapisać jako
1 = 1(cos 0 + i sin 0). Stąd r = 1 oraz φ = 0.
Oznaczmy √1 = {w0 , … , w5 } i zastosujmy wzór ( 3 ). Mamy:
6

w0 = √1 (cos 0+0
+ i sin 0+0
) = 1(1 + 0i) = 1,
6
6 6

w1 = √1 (cos )
0+2π 0+2π 1 √3
+ i sin = 1 (cos π
+ i sin π3 ) = +i ,
6
6 6 3 2 2

w2 = √1 (cos )
0+4π 0+4π 2π 2π √3
+ i sin = 1 (cos + i sin ) = − 12 + i ,
6
6 6 3 3 2

w3 = √
6
1 (cos 0+6π
6
+ i sin 0+6π
6
) = 1(cos π + i sin π) = −1

w4 = √1 (cos )
0+8π 0+8π 4π 4π √3
+ i sin = 1 (cos + i sin ) = − 12 − i ,
6
6 6 3 3 2

w5 = √1 (cos )
0+10π 0+10π 5π 5π 1 √3
+ i sin = 1 (cos + i sin ) = −i .
6
6 6 3 3 2 2

Zaznaczając liczby w0 , w1 , w2 , w3 , w4 i w5 na płaszczyźnie zespolonej otrzymamy

Rysunek 14: Interpretacja geometryczna zbioru pierwiastków 6-go stopnia z liczby zespolonej z = 1.

Zapiszmy teraz z = 1(cos 2π + i sin 2π). Tym razem zastosujemy wzór ( 3 ) dla r = 1 i φ = 2π. Mamy:

w0 = √1 (cos )
2π+0 2π+0 1 √3
+ i sin = 1 (cos π
+ i sin π3 ) = +i ,
6
6 6 3 2 2

w1 = √1 (cos )
2π+2π 2π+2π 2π 2π √3
+ i sin = 1 (cos + i sin ) = − 12 + i ,
6
6 6 3 3 2

w2 = √1 (cos 2π+4π
+ i sin 2π+4π
) = 1(cos π + i sin π) = −1,
6
6 6

w3 = √
6
1 (cos 2π+6π
6
+ i sin 2π+6π
6
) = 1 (cos 4π
3
+ i sin 4π
3
) = − 12 − i √23 ,

w4 = √1 (cos )
2π+8π 2π+8π 5π 5π 1 √3
+ i sin = 1 (cos + i sin ) = −i ,
6
6 6 3 3 2 2

w5 = √1 (cos 2π+10π
+ i sin 2π+10π
) = 1(1 + 0i) = 1.
6
6 6

Łatwo widać, że otrzymane liczby różnią się tylko kolejnością.

18
 PRZYKŁAD

Przykład 13:

√3
Obliczymy pierwiastki stopnia 4 z liczby z = − 12 + 2 i.

Rozpoczniemy od przedstawienia liczby z w postaci trygonometrycznej.

Mamy:
−−−−−
|z| = √ 14 + 34 = 1 oraz

⎧
⎪ cos φ =
−1
= − 12
⎨
2
1

⎩ sin φ
⎪
√3
√3
= 1
2
= 2
.

Argumentem głównym liczby z jest φ = 23 π, stąd

z = 1 (cos 23 π + i sin 23 π) .

Do obliczenia pierwiastków z liczby z wykorzystamy wzór ( 3 ). Mamy:

w0 = √1 (cos ) = 1 (cos
2 2
π+0 π+0 √3
+ i sin π
+ i sin π6 ) = + 12 i,
4 3 3
4 4 6 2

1 (cos ) = 1 (cos
2 2
π+2π π+2π 2π 2π √3
w1 = √
4 3
4
+ i sin 3
4 3
+ i sin 3
) = − 12 + 2
i,

w2 = √1 (cos ) = 1 (cos
2 2
π+4π π+4π 7π 7π √3
+ i sin + i sin ) =− − 12 i,
4 3 3
4 4 6 6 2

1 (cos ) = 1 (cos
2 2
π+6π π+6π 5π 5π 1 √3
w3 = √
4 3
4
+ i sin 3
4 3
+ i sin 3
) = 2
− 2
i.

Na płaszczyźnie zespolonej otrzymane pierwiastki tworzą kwadrat o środku w punkcie (0, 0), jak na rysunku poniżej ( Rys.
15 ):

Rysunek 15: Interpretacja geometryczna zbioru pierwiastków z liczby z .

Bywa, że łatwo jest odgadnąć jeden z pierwiastków z danej liczby zespolonej. Przykładowo liczba w0 = 1 jest jednym z
pierwiastków (dowolnego stopnia) z liczby z = 1. W takiej sytuacji do obliczenia pozostałych pierwiastków wygodnie jest
zastosować następujące twierdzenie:

TWIERDZENIE

Twierdzenie 13:

Jeżeli w0 jest jednym z pierwiastków n-tego stopnia z liczby z, to wówczas pozostałe pierwiastki wyrażają się wzorem:
2kπ 2kπ
wk = w0 (cos n
+ i sin n
), k = 1, … , n − 1. (4)

19
 PRZYKŁAD

Przykład 14:

−−−−−−−
Obliczymy pierwiastki stopnia 3 z liczby (2 + 2i)6 . Poszukujemy zatem liczb w0 , w1 , w2 ∈ {√3
(2 + 2i)6 }. Zapisując
(2 + 2i) jako ((2 + 2i) ) łatwo zauważyć, że jednym z pierwiastków jest liczba (2 + 2i) . Niech zatem
6 2 3 2

w0 = (2 + 2i)2 .

Wykorzystując wzór skróconego mnożenia otrzymujemy

w0 = 4 + 8i + 4i2 = 8i.

Aby obliczyć pozostałe pierwiastki wykorzystamy wzór ( 4 ). Mamy:

= 8i (− 12 +
2π 2π √3
w1 = w0 (cos 3
+ i sin 3
) 2
i) = −4i + 4√3i2 = −4√3 − 4i,
8i (− 12 − 2 i) = −4i − 4√3i2 = 4√3 − 4i.
4π 4π √3
w2 = w0 (cos 3
+ i sin 3
) =

Na koniec zilustrujemy graficznie otrzymany zbiór pierwiastków:

Rysunek 16: Interpretacja geometryczna zbioru pierwiastków z liczby z .

Równania w zbiorze liczb zespolonych

20
 PRZYKŁAD

Przykład 15:

Rozwiążemy równanie:
(z + z̄¯¯) + i(z − z̄¯¯) + z = 2i − 6

z niewiadomą z ∈ C.
Do rozwiązania zastosujemy postać algebraiczną liczby z.

Niech zatem z = x + iy, gdzie x, y ∈ R. Otrzymujemy:

(x + iy + x − iy) + i(x + iy − (x − iy)) + x + iy = 2i − 6.

Stąd:

2x + i(2iy) + x + iy = 2i − 6 ⇒ 3x − 2y + iy = 2i − 6.

Porównując części rzeczywiste i urojone prawej i lewej strony równania otrzymujemy układ równań:

3x − 2y = −6
{ ,
y=2
którego rozwiązaniem jest

x = − 23
{ .
y=2
Rozwiązaniem równania jest więc liczba z = − 23 + 2i.

PRZYKŁAD

Przykład 16:

Rozwiążemy równanie
2z 2 − 2z + 1 = 0.

Do rozwiązania zastosujemy wzory na pierwiastki równania kwadratowego.

Mamy:

Δ = (−2)2 − 4 ⋅ 2 ⋅ 1 = 4 − 8 = −4 = 4i2 ,
−− −−
− −−
skąd √Δ = √4i2 = 2i lub √Δ = −2i.

Do obliczenia rozwiązań równania wystarczy użyć jednego z wyliczonych powyżej pierwiastków z Δ, w tym przypadku
−−
przyjmiemy √Δ = 2i. Mamy zatem:

2−2i 1
z1 = 4
= 2
− 12 i,

oraz

z2 = 2+2i = 12 + 12 i.
−− 4
Łatwo sprawdzić, że podstawiając do wzorów √Δ = −2i otrzymamy taki sam zbiór pierwiastków wyjściowego równania.

21
 PRZYKŁAD

Przykład 17:

Rozwiążemy równanie:
z 4 = (1 − i)4 .

Na podstawie definicji pierwiastków zespolonych wnioskujemy, że zbiór rozwiązań równania pokrywa się ze zbiorem
pierwiastków stopnia 4 z liczby (1 − i)4 . Zatem z0 , z1 , z2 , z3 są rozwiązaniami wyjściowego równania wtedy i tylko wtedy,
−−−−−−
gdy z0 , z1 , z2 , z3 ∈ {√
4
(1 − i)4 }.

Łatwo stwierdzamy, że jedną z takich liczb jest 1 − i. Przyjmijmy wobec tego

z0 = 1 − i.

Pozostałe rozwiązania obliczymy wykorzystując z0 . Mamy:

z1 = z0 (cos 2π
4
+ i sin 2π
4
) = (1 − i)(0 + i) = i − i2 = 1 + i;
4π 4π
z2 = z0 (cos 4 + i sin 4 ) = (1 − i)(−1 + 0i) = −1 + i;
z3 = z0 (cos 6π
4
+ i sin 6π4
) = (1 − i)(0 − i) = −i + i2 = −1 − i.

Ostatecznie więc zbiorem rozwiązań równania jest

{1 − i, 1 + i, −1 − i, −1 + i}.

Pojęcie pierwiastka stopnia n z liczby zespolonej z różni się istotnie od pojęcia pierwiastka stopnia n z liczby rzeczywistej. Zatem
prawa potęg analogiczne jak w zbiorze liczb rzeczywistych, w dziedzinie zespolonej dotyczą tylko wykładników całkowitych, ale
nie wymiernych.

PRZYKŁAD

Przykład 18:

Rozwiążemy równanie

4
z̄¯¯ = z 2 |z 2 |.

Do rozwiązania zastosujemy postać wykładniczą liczby z.

4
Zauważmy najpierw, że liczba z = 0 spełnia równanie z̄¯¯ = z 2 |z 2 |. Niech teraz z = reiφ , gdzie r > 0, φ ∈ [0, 2π).
4
Wówczas z̄¯¯ = re−iφ , skąd z̄¯¯ = r4 e−4iφ .
Po prawej stronie równania mamy tymczasem z 2 = r2 e2iφ oraz |z 2 | = r2 .
Porównując prawą i lewą stronę równania otrzymujemy

4
z̄¯¯ = z 2 |z 2 | ⇔ r4 e−4iφ = r2 e2iφ ⋅ r2 ⇔ r4 e−4iφ = r4 e2iφ
r4 = r4 r∈R
⇔{ ⇔{
−4φ = 2φ + 2kπ, k ∈ Z φ = mπ3
, m = 0, 1, 2, 3, 4, 5

Rozwiązaniami równania są zatem liczby leżące na półprostych o początku w punkcie 0, nachylonych do osi rzeczywistej pod
kątem 0, π3 , 2π
3
, π, 4π
3
, 5π
3
.

Zbiory liczb zespolonych - interpretacja

geometryczna
22
Rozpoczniemy od interpretacji geometrycznej liczb zespolonych w postaci algebraicznej.

PRZYKŁAD

Przykład 19:

Rozważmy nierówność
Rez + 2Imz ⩽ 1,

gdzie z jest liczbą zespoloną. Zauważmy, że choć między liczbami zespolonymi nie określa się nierówności, to nasza
nierówność dotyczy w istocie liczb rzeczywistych, bowiem zarówno Rez jak i Imz są liczbami rzeczywistymi.
W rozwiązaniu wykorzystamy postać algebraiczną liczby z.
Niech z = x + iy, gdzie x, y ∈ R.

Rozważana nierówność ma teraz postać

x + 2y ⩽ 1,

co po przekształceniu daje

y ⩽ − x2 + 12 .

Geometrycznie zatem rozwiązaniem jest zbiór

Rysunek 17:

23
 PRZYKŁAD

Przykład 20:

Na płaszczyźnie zespolonej narysujemy zbiór liczb zespolonych spełniających warunek:

Im[(1 + 2i)z − 3i] < 0.

Skorzystamy z postaci algebraicznej liczby z. Niech z = x + iy, gdzie x, y ∈ R.

Oznaczmy przez w liczbę (1 + 2i)z − 3i. Mamy:

w = (1 + 2i)(x + iy) − 3i =
= x + iy + 2ix + 2i2 y − 3i =
= x − 2y + i(y + 2x − 3).

Rozwiązując nierówność Imw < 0 otrzymujemy

y + 2x − 3 < 0,

co po przekształceniu daje

y < −2x + 3.

Rozwiązanie zadania przedstawia się zatem następująco:

Rysunek 18:

Bardzo ważna jest umiejętność interpretacji geometrycznej równań i nierówności z modułem i argumentem liczby zespolonej.

24
 PRZYKŁAD

Przykład 21:

Na płaszczyźnie zespolonej narysujemy zbiór liczb zespolonych spełniających warunki:

π
6
< Argz ⩽ 23 π oraz |z| ⩽ 2.

Mamy kolejno: zbiór liczb zespolonych z takich, że Argz > π6

Rysunek 19:

następnie zbiór liczb zespolonych z takich, że Argz ⩽ 23 π

Rysunek 20:

oraz zbiór liczb zespolonych z takich, że |z| ⩽ 2

Rysunek 21:

Częścią wspólną jest zatem

Rysunek 22:

25
 PRZYKŁAD

Przykład 22:

Na płaszczyźnie zespolonej narysujemy zbiór liczb zespolonych spełniających warunek

|z + 2 − 3i| < 2.

Nierówność |z − z0 | < r dla r > 0 opisuje zbiór liczb zespolonych leżących w odległości mniejszej od r od liczby z0 .
Geometrycznie jest to zatem koło bez brzegu o środku w punkcie z0 i promieniu równym r.

Przekształcamy wyjściową nierówność

|z + 2 − 3i| < 2 ⇔ |z − (−2 + 3i)| < 2,

skąd z0 = −2 + 3i oraz r = 2.
Wobec tego rozwiązaniem nierówności |z + 2 − 3i| < 2 jest zbiór

Rysunek 23:

PRZYKŁAD

Przykład 23:

Na płaszczyźnie zespolonej narysujemy zbiór liczb zespolonych spełniających równanie

|z − 2i + 1| = |z − 4 − i|.

Równanie |z − z1 | = |z − z2 | opisuje zbiór liczb zespolonych, które leżą w takiej samej odległości od liczb z1 i z2 .
Geometrycznie jest to więc symetralna odcinka łączącego z1 i z2 .

Przekształcamy wyjściowe równanie

|z − 2i + 1| = |z − 4 − i| ⇔ |z − (−1 + 2i)| = |z − (4 + i)|,

skąd z1 = −1 + 2i oraz z2 = 4 + i. Zatem rozwiązaniem równania |z − 2i + 1| = |z − 4 − i| jest zbiór

Rysunek 24:

26
Działania na macierzach

DEFINICJA

Definicja 12: Macierz

Macierzą rzeczywistą (zespoloną) o m wierszach i n kolumnach oraz elementach aij , gdzie 1 ≤ i ≤ m , 1 ≤ j ≤ n

nazywamy prostokątną tablicę liczb rzeczywistych (zespolonych)

⎛ a11 a12 … a1n ⎞ (5)

⎜ a21 a2n ⎟
A=⎜ ⎟.
a22 …
⎜ ⎟
⎜
⎜ ⋮ ⎟
⋮ ⋱ ⋮ ⎟
⎝ ⎠
am1 am2 … amn

Macierz o m wierszach i n kolumnach nazywamy macierzą wymiaru m × n.

Macierz wymiaru m × n utworzoną z elementów aij oznaczamy również symbolem A = (aij )m×n . W przypadku, gdy wymiar
macierzy jasno wynika z kontekstu, stosujemy zapis A = (aij ). Macierz, której wszystkie elementy są równe 0 nazywamy
macierzą zerową i oznaczamy symbolem O.

Zbiór macierzy wymiaru m × n o elementach ze zbioru liczb rzeczywistych oznaczamy symbolem Rm×n , natomiast dla
oznaczenia zbioru macierzy o elementach ze zbioru liczb zespolonych stosujemy zapis Cm×n .

DEFINICJA

Definicja 13: Suma i różnica macierzy

Niech A = (aij )m×n i B = (bij )m×n będą macierzami wymiaru m × n.

1. Sumą macierzy A i B (ozn. (A + B) nazywamy macierz C = (cij )m×n taką, że każdy element macierzy C jest sumą
odpowiednich elementów macierzy A i B tj. dla każdej pary (ij), gdzie 1 ≤ i ≤ m , 1 ≤ j ≤ n zachodzi równość
cij = aij + bij .
2. Różnicą macierzy A i B (ozn. A − B) nazywamy macierz C = (cij )m×n taką, że każdy element macierzy C jest różnicą
odpowiednich elementów macierzy A i B tj. dla każdej pary (ij), gdzie 1 ≤ i ≤ m , 1 ≤ j ≤ n zachodzi równość
cij = aij − bij .

Wprost z definicji wynika, że dodawać i odejmować możemy tylko macierze takich samych wymiarów.

27
 PRZYKŁAD

Przykład 24:

Rozważmy macierze A i B postaci

⎛ 5 0 −1 6⎞ ⎛2 3 1 5⎞
A = ⎜ −2 0 3 1⎟, B = ⎜1 0 0 0⎟.
⎝ 1 2 −1 0⎠ ⎝3 −1 −1 0⎠
Wówczas

⎛ 5 0 −1 6⎞ ⎛2 3 1 5⎞ ⎛ 7 3 0 11 ⎞
A + B = ⎜ −2 0 3 1⎟ + ⎜1 0 0 0 ⎟ = ⎜ −1 0 3 1⎟,
⎝ 1 2 −1 0⎠ ⎝3 −1 −1 0⎠ ⎝ 4 1 −2 0⎠
natomiast

⎛ 5 0 −1 6⎞ ⎛2 3 1 5⎞ ⎛ 3 −3 −2 1⎞
A − B = ⎜ −2 0 3 1⎟ − ⎜1 0 0 0 ⎟ = ⎜ −3 0 3 1⎟.
⎝ 1 2 −1 0⎠ ⎝3 −1 −1 0 ⎠ ⎝ −2 3 0 0⎠

DEFINICJA

Definicja 14: Mnożenie macierzy przez liczbę

Niech α będzie liczbą rzeczywistą lub zespoloną i niech A = (aij )m×n . Iloczynem macierzy A i liczby α, oznaczanym
symbolem αA, nazywamy macierz wymiaru m × n, której elementy są równe α ⋅ aij .

PRZYKŁAD

Przykład 25:

⎛ 1 0 i⎞ ⎛ 7 0 7i ⎞
⎜1 + i −1 ⎟ ⎜ 7 + 7i −7 ⎟
7⋅⎜ ⎟=⎜ ⎟.
2 14
⎜ −i 3 2 ⎟ ⎜ −7i 21 14 ⎟
⎝ ⎠ ⎝ ⎠
0 1 i 0 7 7i

28
 TWIERDZENIE

Twierdzenie 14: Własności dodawania macierzy i mnożenia macierzy przez liczbę

Niech A, B, C będą macierzami tego samego wymiaru. Zachodzą następujące własności:

1. Dodawanie macierzy jest przemienne i łączne tj. A + B = B + A oraz (A + B) + C = A + (B + C);

2. Macierz zerowa jest elementem neutralnym dodawania tj. A + O = O + A = A;
3. Dla macierzy A macierz −A, określona jako −A = −1 ⋅ A, jest elementem przeciwnym do A tj. A + (−A) = O ;
4. Mnożenie macierzy przez liczbę jest rozdzielne względem dodawania macierzy tj. zachodzi
α ⋅ (A + B) = α ⋅ A + α ⋅ B;
5. Mnożenie macierzy przez liczbę jest łączne tj. α ⋅ (β ⋅ A) = (α ⋅ β) ⋅ A.

DEFINICJA

Definicja 15: Iloczyn macierzy przez macierz

Rozważmy macierz A = (aij ) wymiaru m × k oraz macierz B = (bij ) wymiaru k × n.

Iloczynem macierzy A i B (ozn. A ⋅ B) nazywamy macierz C = (cij ) wymiaru m × n, której element cij jest określony
wzorem

cij = ∑ks=1 ais bsj , (6)

dla i = 1, … , m , j = 1, … , n.

Zgodnie z definicją iloczyn macierzy A ⋅ B jest określony wtedy i tylko wtedy, gdy liczba kolumn macierzy A jest równa liczbie
wierszy macierzy B. Otrzymana macierz A ⋅ B ma tyle wierszy, co macierz A i tyle kolumn, co macierz B.
Mnożąc macierze trzeba pamiętać, że działanie to nie jest przemienne.

PRZYKŁAD

Przykład 26:

Wykonajmy mnożenie
⎛1⎞
(1 2 3) ⋅ ⎜ 2 ⎟ = (1 ⋅ 1 + 2 ⋅ 2 + 3 ⋅ 3) = (14) .
⎝3⎠

Mnożąc macierz wymiaru 1 × 3 przez macierz wymiaru 3 × 1 otrzymaliśmy macierz wymiaru 1 × 1.

Wymnóżmy teraz

⎛1⎞ ⎛1 2 3⎞
⎜ 2 ⎟ ⋅ (1 2 3) = ⎜ 2 4 6⎟.
⎝3⎠ ⎝3 6 9⎠
Mnożąc macierz wymiaru 3 × 1 przez macierz wymiaru 1 × 3 otrzymaliśmy macierz wymiaru 3 × 3.

Do mnożenia macierzy wygodnie jest stosować następujący schemat, zwany schematem Falka, polegający na odpowiednim
ułożeniu mnożonych macierzy.
Mnożąc mianowicie macierz A przez macierz B zapisujemy obie macierze w tabeli następująco

29
,
 B
,
A C

przy czym symbolem C oznaczamy, jak w definicji, iloczyn A ⋅ B.

Następnie mnożymy kolejne elementy pierwszego wiersza macierzy A przez kolejne elementy pierwszej kolumny macierzy B,
otrzymane iloczyny sumujemy i zapisujemy wynik w lewym górnym rogu pola oznaczonego jako C, tj. w miejscu elementu c11 .
Podobnie mnożymy kolejne elementy pierwszego wiersza macierzy A przez kolejne elementy drugiej kolumny macierzy B,
sumujemy otrzymane iloczyny i zapisujemy wynik w miejscu elementu c12 itd.

PRZYKŁAD

Przykład 27:

⎛ 1 0 i 1− i⎞
), B = ⎜ 2 0 ⎟. Mamy:
1 0
Niech A = (
i
3 3−i
4 7 1−i ⎝ −1 −i 2 1⎠

⎛ 1 0 i 1−i⎞
⎜ 2 3 3−i 0⎟
⎝ −1 −i 2 1⎠
1 0 i+2 3 2−i 1+i
( ) ( ).
i
4 7 1−i 17 + i 20 − i 23 − 5i 5 − 5i

Przykładowo, aby wyliczyć wartość elementu znajdującego się w pierwszym wierszu i drugiej kolumnie macierzy A ⋅ B
wykonujemy działania i ⋅ 0 + 1 ⋅ 3 + 0 ⋅ (−i) = 3.

TWIERDZENIE

Twierdzenie 15: Własności iloczynu macierzy

Niech A, B, C będą macierzami. Jeżeli poszczególne działania są wykonalne, to zachodzą następujące własności:

1. α ⋅ (A ⋅ B) = (α ⋅ A) ⋅ B = A ⋅ (α ⋅ B);
2. A ⋅ (B + C) = A ⋅ B + A ⋅ C;
3. A ⋅ (B ⋅ C) = (A ⋅ B) ⋅ C.

Szczególne typy macierzy

DEFINICJA

Definicja 16: Macierz zerowa

Macierz, której wszystkie elementy są równe zero, nazywamy macierzą zerową . Macierz zerową oznaczamy symbolem O .

30
 DEFINICJA

Definicja 17: Macierz kwadratowa, główna przekątna

1. Jeżeli liczba wierszy macierzy jest równa liczbie jej kolumn, to mówimy, że dana macierz jest kwadratowa. Jeżeli liczba
wierszy i kolumn macierzy jest równa n, to wówczas mówimy, że macierz jest stopnia n.
2. Główną przekątną macierzy kwadratowej A = (aij ) stopnia n nazywamy zbiór elementów, dla których numer wiersza
i numer kolumny są równe, tj. zbiór elementów {a11 , a22 , … , ann }.

DEFINICJA

Definicja 18: Macierz trójkątna górna, macierz trójkątna dolna

1. Macierzą trójkątną górną nazywamy macierz kwadratową, której wszystkie elementy leżące pod główną przekątną są
równe zero.
2. Macierzą trójkątną dolną nazywamy macierz kwadratową, której wszystkie elementy leżące nad główną przekątną są
równe zero.

PRZYKŁAD

Przykład 28:

Rozważmy macierz
⎛1 0 i 2⎞
⎜0 1⎟
A=⎜ ⎟.
2i 3
⎜0 0 −i 0⎟
⎝ ⎠
0 0 0 i
Główną przekątną powyższej macierzy stanowi zbiór elementów {1, 2i, −i, i}. Ponieważ wszystkie elementy leżące pod
główną przekątną są równe zero, zatem mamy do czynienia z macierzą trójkątną górną.

DEFINICJA

Definicja 19: Macierz diagonalna

Macierzą diagonalną nazywamy macierz kwadratową, której wszystkie elementy leżące poza główną przekątną są równe
zero.

31
 DEFINICJA

Definicja 20: Macierz jednostkowa

Macierzą jednostkową nazywamy macierz diagonalną, której wszystkie elementy leżące na głównej przekątnej są równe 1.

Macierz jednostkową stopnia n oznaczamy symbolem In . Czasami, jeżeli nie ma wątpliwości co do wymiaru danej macierzy
jednostkowej, pomijamy dolny indeks pisząc po prostu I .

PRZYKŁAD

Przykład 29:

Macierz jednostkowa stopnia 3 jest postaci

⎛1 0 0⎞
I3 = ⎜ 0 1 0⎟.
⎝0 0 1⎠

DEFINICJA

Definicja 21: Macierz transponowana

Jeżeli A = (aij ) jest macierzą wymiaru m × n to macierzą transponowaną do A lub transpozycją A nazywamy macierz
AT = (aTij ) wymiaru n × m, której elementy wyrażają się wzorem aTij = aji .

Z definicji wynika, że macierz transponowana powstaje z macierzy wyjściowej poprzez zapisanie kolejno poszczególnych wierszy
macierzy A jako kolejne kolumny macierzy AT .

PRZYKŁAD

Przykład 30:

Dla macierzy
⎛ 1 2 −1 ⎞

A=⎜
6⎟
⎜ ⎟
0 1
⎜ −1 3 2⎟
⎝ ⎠
0 −3 2
macierz transponowana AT jest postaci

⎛ 1 0 −1 0⎞
AT = ⎜ 2 1 3 −3 ⎟ .
⎝ −1 6 2 2⎠

32
 TWIERDZENIE

Twierdzenie 16: Własności transpozycji

Zachodzą następujące własności:

1. (A + B)T = AT + BT ;
2. (A ⋅ B)T = BT ⋅ AT ;
3. (AT )T = A;
4. (ar )T = (AT )r ;
5. (αA)T = αAT ,

gdzie r ∈ N, α jest dowolną liczbą rzeczywistą lub zespoloną, zaś wymiary macierzy A i B dla poszczególnych własności są
takie, aby rozważane działania były wykonalne.

DEFINICJA

Definicja 22: Macierz symetryczna i macierz antysymetryczna

1. Macierz kwadratową A nazywamy symetryczną, jeżeli jest równa swojej macierzy transponowanej, tj. zachodzi
warunek A = AT .
2. Macierz kwadratową A nazywamy antysymetryczną, jeżeli AT = −A.

Z definicji wynika, że macierz kwadratowa jest symetryczna wtedy i tylko wtedy, gdy jej elementy leżące symetrycznie względem
głównej przekątnej są sobie równe.
Z kolei macierz kwadratowa jest antysymetryczna wtedy i tylko wtedy, gdy jej elementy leżące symetrycznie względem głównej
przekątnej są liczbami wzajemnie przeciwnymi, zaś elementy na głównej przekątnej są równe 0.

PRZYKŁAD

Przykład 31:

Macierz

⎛ 1 2 0 −1 2⎞
⎜ 2 5⎟
⎜ ⎟
−1 1 3
⎜ 0 −1 ⎟
⎜
⎜
1 0 2 ⎟
⎟
⎜ −1 3 2 5 0⎟
⎝ ⎠
2 5 −1 0 3
jest symetryczna, z kolei macierz

⎛ 0 0 2⎞
⎜ 0 0 −1 ⎟
⎝ −2 1 0⎠
jest antysymetryczna.

Wyznacznik macierzy - definicja i własności

33
 DEFINICJA

Definicja 23: Definicja wyznacznika

Z każdą macierzą kwadratową A związana jest liczba (rzeczywista lub zespolona) nazywana wyznacznikiem macierzy A ,
oznaczana symbolem
detA
. Wyznacznik definiujemy indukcyjnie, w następujący sposób:

1. jeżeli macierz A = (a11 ) jest stopnia 1, to detA = a11 ;

2. jeżeli macierz A = (aij ) jest stopnia n, gdzie n > 1, to

⎛ a11 a12 … a1n ⎞

⎜ a21 a2n ⎟
detA = det ⎜ ⎟
a22 …
⎜ ⎟ = ∑i=1 (−1)i+1 ai1 detAi1 ,
⎜ ⎟
n

⎜… … ⋱ …⎟
⎝ ⎠
an1 an2 … ann
gdzie
Ai1
oznacza podmacierz stopnia n − 1 otrzymaną z macierzy
A
poprzez skreślenie i-tego wiersza oraz pierwszej kolumny.

Wyznacznik macierzy będziemy również oznaczać, stosując następujący zapis:

∣ a11 a12 … a1n ∣

∣ ∣
∣ a21 a22 … a2n ∣
detA = ∣ ∣.
∣… … ⋱ …∣
∣ ∣
∣ an1 an2 … ann ∣
Warto zapamiętać, że wyznaczniki liczymy tylko dla macierzy kwadratowych.

PRZYKŁAD

Przykład 32:

Zgodnie z definicją, wyznacznikiem macierzy składającej się z jednego elementu jest wartość tego elementu, tj.

det(7) = 7
| − 27| = −27.

34
 PRZYKŁAD

Przykład 33:

Obliczmy wyznacznik macierzy stopnia 2. Niech zatem

2 −1
A=( ).
3 2
Zgodnie z definicją obliczamy

2 −1
detA = det ( ) = (−1)1+1 ⋅ 2 ⋅ 2 + (−1)2+1 ⋅ 3 ⋅ (−1) = 7.
3 2

W przypadku obliczania wyznaczników macierzy stopnia 2 można zastosować prostszą metodę mnożenia .

PRZYKŁAD

Przykład 34:

Zajmijmy się następnie obliczeniem wyznacznika macierzy stopnia 3. Mamy daną macierz

⎛ 2 3 0⎞
A = ⎜ −1 1 1⎟.
⎝ 3 2 0⎠
Mamy:

⎛ 2 3 0⎞
detA = det ⎜ −1 1 1 ⎟ = (−1)1+1 ⋅ 2 ⋅ detA11 + (−1)2+1 ⋅ (−1) ⋅ detA21 + (−1)3+1 ⋅ 3 ⋅ A31 .
⎝ 3 2 0⎠
Obliczamy:

1 1
detA11 = det ( ) = −2,
2 0
3 0
detA21 = det ( ) = 0,
2 0
3 0
detA31 = det ( ) = 3,
1 1
skąd ostatecznie
detA = (−1)2 ⋅ 2 ⋅ (−2) + (−1)3 ⋅ (−1) ⋅ 0 + (−1)4 ⋅ 3 ⋅ 3 = −4 + 9 = 5.

W przypadku obliczania wyznaczników macierzy stopnia 3 można zastosować prostszą metodę tzw.

35
 TWIERDZENIE

Twierdzenie 17: Własności wyznacznika macierzy

Niech A będzie macierzą kwadratową.

1. Jeżeli macierz A zawiera wiersz (kolumnę) składającą się z samych zer, to detA = 0;
2. Jeżeli zamienimy miejscami dwa wiersze (kolumny) macierzy A, to wyznacznik zmieni znak na przeciwny;
3. Jeżeli macierz A zawiera dwa jednakowe wiersze (kolumny), to detA = 0;
4. Jeżeli do każdego z elementów pewnego wiersza (kolumny) macierzy A dodamy pomnożone przez tę samą liczbę
odpowiednie elementy innego wiersza (kolumny) tej macierzy (tj. dodajemy elementy leżące w tych samych
kolumnach (wierszach)), to wyznacznik macierzy A nie zmieni się.
Ogólnie, wyznacznik macierzy A nie zmieni się, jeżeli do pewnego wiersza (kolumny) tej macierzy dodamy kombinację
liniową innych wierszy (kolumn) macierzy A;
5. Jeżeli wszystkie elementy pewnego wiersza (kolumny) macierzy A pomnożymy przez liczbę α, to wyznacznik
otrzymanej macierzy będzie równy α ⋅ detA;
6. Transpozycja macierzy A nie zmienia jej wyznacznika, tj. detA = detAT ;
7. Jeżeli macierze A i B są tych samych stopni, to

det(A ⋅ B) = detA ⋅ detB (prawo Cauchy'ego ).

36
 PRZYKŁAD

Przykład 35:

Obliczmy wyznacznik macierzy

⎛1 2 3 4 5⎞
⎜0 5⎟
⎜ ⎟
2 3 4
A=⎜
⎜0 5⎟⎟.
⎜ ⎟
0 3 4
⎜0 0 0 4 5⎟
⎝ ⎠
0 0 0 0 5
Mamy:

⎛2 3 4 5⎞
⎜0 5⎟
⋅ 1 ⋅ det ⎜ ⎟,
3 4
⎜0 5⎟
detA = (−1)1+1
0 4
⎝ ⎠
0 0 0 5
skąd

⎛3 4 5⎞
detA = (−1)1+1 ⋅ 1 ⋅ (−1)2+2 ⋅ 2 ⋅ det ⎜ 0 4 5⎟ = …
⎝0 0 5⎠
i dalej analogicznie

4 5
… = (−1)1+1 ⋅ 1 ⋅ (−1)2+2 ⋅ 2 ⋅ (−1)3+3 ⋅ 3 ⋅ det ( )=
0 5
(−1)1+1 ⋅ 1 ⋅ (−1)2+2 ⋅ 2 ⋅ (−1)3+3 ⋅ 3 ⋅ (−1)4+4 ⋅ 4 ⋅ (−1)5+5 ⋅ 5
,

skąd ostatecznie otrzymujemy

⎛1 2 3 4 5⎞
⎜0 5⎟
⎜ ⎟
2 3 4
det ⎜
⎜ 5⎟⎟
⎜ ⎟
0 0 3 4 = 1 ⋅ 2 ⋅ 3 ⋅ 4 ⋅ 5 = 120.
⎜0 0 0 4 5 ⎟
⎝ ⎠
0 0 0 0 5

Powyższy przykład ilustruje następujące

TWIERDZENIE

Twierdzenie 18: Wyznacznik macierzy trójkątnej

Wyznacznik macierzy trójkątnej równy jest iloczynowi wyrazów leżących na głównej przekątnej.

Jest to podstawowy fakt z teorii macierzy, wyznaczników i układów równań liniowych. Stanowi on podstawę dla tzw. metody
Gaussa.

Wyznaczniki macierzy stopni 2 i 3

Obliczając wyznaczniki macierzy stopni 2 i 3 możemy, tak jak w przypadku wyznaczników wszystkich innych stopni, zastosować
rozwinięcie Laplace'a względem dowolnie wybranego wiersza lub kolumny macierzy, jednak w przypadku tych dwóch
37
szczególnych stopni istnieją prostsze metody obliczania wyznaczników.

Do obliczania wyznaczników macierzy stopnia 2 stosujemy regułę:

det ( ) = a11 ⋅ a22 − a12 ⋅ a21 .

a11 a12
a21 a22

PRZYKŁAD

Przykład 36:

Obliczymy wyznacznik:

1 −2
det ( ) = 1 ⋅ (−1) − (−2) ⋅ 3 = −1 − (−6) = −1 + 6 = 5.
3 −1

Do obliczania wyznaczników macierzy stopnia 3 stosuje się tzw. metodę Sarrusa, która polega na dopisaniu pod macierzą
pierwszego i drugiego wiersza, a następnie obliczeniu sum iloczynów elementów wzdłuż linii kropkowanych i odjęciu sum
iloczynów elementów wzdłuż linii ciągłych:

⎛ a11 a12 a13 ⎞

⎜ ⎟
⎜ ⎟
⎜ ⎟
⋱ ╱
det ⎜
⎜ a21 a23 ⎟
⎟
⎜ ⎟
a22
⎜ ⎟
⎜ ⋱╱ ⋱╱ ⎟
⎝a a32 a ⎠
31 33

⋱╱ ⋱╱
a11 a12 a13

╱ ⋱
a21 a22 a23
Trzeba przy tym zapamiętać, że metodę Sarrusa stosujemy tylko do obliczania wyznaczników macierzy stopnia 3.

38
 PRZYKŁAD

Przykład 37:

Obliczymy wyznacznik macierzy

⎛i 1 −2 ⎞
A = ⎜0 2 −i ⎟ .
⎝ 3 −i −1 ⎠
Zastosujemy omówioną wyżej metodę Sarrusa. Mamy:

⎛i 1 −2 ⎞
detA = det ⎜ 0 2 −i ⎟ =
⎝ 3 −i −1 ⎠
i 1 −2
0 2 −i
= (i ⋅ 2 ⋅ (−1) + 0 ⋅ (−i) ⋅ (−2) + 3 ⋅ 1 ⋅ (−i)) − ((−2) ⋅ 2 ⋅ 3 + (−i) ⋅ (−i) ⋅ i + (−1) ⋅ 1 ⋅ 0) =
= (−2i + 0 − 3i) − (−12 − i + 0) = 12 − 4i.

Alternatywną wersją metody Sarrusa jest dopisanie do macierzy, której wyznacznik należy wyliczyć, zamiast pierwszego i
drugiego wiersza, pierwszej i drugiej kolumny danej macierzy. Dalej metoda postępowania jest analogiczna.

PRZYKŁAD

Przykład 38:

Obliczymy wyznacznik macierzy

⎛ 2 −6 3⎞
B = ⎜ −1 0 4 ⎟.
⎝ 1 5 −2 ⎠
Mamy:

⎛ 2 −6 3 ⎞ 2 −6
detB = det ⎜ −1 0 4 ⎟ −1 0 =
⎝ 1 5 −2 ⎠ 1 5
= (2 ⋅ 0 ⋅ (−2) + (−6) ⋅ 4 ⋅ 1 + 3 ⋅ (−1) ⋅ 5) − (3 ⋅ 0 ⋅ 1 + 2 ⋅ 4 ⋅ 5 + (−6) ⋅ (−1) ⋅ (−2)) =
= (−24 − 15) − (40 − 12) = −67.

Metoda Laplace'a obliczania wyznaczników

39
 DEFINICJA

Definicja 24: Dopełnienie algebraiczne

Niech A = (aij ) będzie macierzą kwadratową stopnia n, gdzie n ≥ 2. Niech Aij będzie podmacierzą stopnia n − 1
powstałą z macierzy A poprzez skreślenie i-tego wiersza i j-tej kolumny. Liczbę
Dij = (−1)i+j detAij

nazywamy dopełnieniem algebraicznym elementu aij macierzy A.

PRZYKŁAD

Przykład 39:

Niech A będzie macierzą stopnia 3 postaci

⎛ −1 2 13 ⎞
A=⎜ 2 0 −3 ⎟ .
⎝ 1 1 4⎠
Obliczymy dopełnienie algebraiczne elementu a23 . Skreślamy zatem drugi wiersz i trzecią kolumnę macierzy A, otrzymując
macierz

−1 2
A23 = ( ).
1 1
Wyznacznik macierzy A23 jest równy −3, zatem dopełnienie algebraiczne elementu a23 wynosi
D23 = (−1)2+3 ⋅ (−3) = 3.

TWIERDZENIE

Twierdzenie 19: Rozwinięcia Laplace'a wyznacznika

Niech A = (aij ) będzie macierzą stopnia n, gdzie n ≥ 2.

1. Dla dowolnej, ustalonej liczby i, gdzie 1 ≤ i ≤ n, wyznacznik macierzy A jest równy

detA = ∑nk=1 aik Dik .
Powyższą równość nazywamy rozwinięciem Laplace'a względem i-tego wiersza.
2. Dla dowolnej, ustalonej liczby j, gdzie 1 ≤ j ≤ n, wyznacznik macierzy A jest równy
detA = ∑nk=1 akj Dkj .
Powyższą równość nazywamy rozwinięciem Laplace'a względem j-tej kolumny.

Warto zwrócić uwagę, że zgodnie z powyższym twierdzeniem, wyznacznik macierzy jest równy rozwinięciu Laplace'a względem
dowolnie wybranego wiersza bądź kolumny macierzy, podczas gdy definicja indukcyjna nakazuje wykonać rozwinięcie względem
konkretnej (w tym przypadku pierwszej) kolumny macierzy.

40
 PRZYKŁAD

Przykład 40:

Obliczymy wyznacznik macierzy

⎛ 1 −2 0 3⎞
⎜ −1 −2 ⎟
A=⎜ ⎟.
4 1
⎜ 2 −1 0 3⎟
⎝ ⎠
−2 1 2 0
Zauważmy, że w trzeciej kolumnie macierzy mamy dwa zera, zatem wygodnie będzie obliczać wyznacznik, wykorzystując
rozwinięcie Laplace'a względem tej właśnie kolumny.

detA = 0 ⋅ D13 + 1 ⋅ D23 + 0 ⋅ D33 + 2 ⋅ D43 =

∣ 1 −2 3 ∣ ∣ 1 −2 3∣
= 0 + 1 ⋅ (−1)2+3 ∣ ∣
⋅ 2 −1 3 + 0 + 2 ⋅ (−1) 4+3 ∣
⋅ −1 ∣
∣ ∣ ∣ 4 −2 ∣ =
∣ −2 1 0∣ ∣ 2 −1 3∣
= −(0 + 6 + 12 − (6 + 3 + 0)) − 2 ⋅ (12 + 3 + 8 − (24 + 2 + 6)) =
= −(18 − 9) − 2 ⋅ (23 − 32) = −9 + 18 = 9.

Niejednokrotnie przy obliczaniu wyznacznika wygodnie jest daną macierz przekształcić, stosując operacje nie mające wpływu na
jej wyznacznik (zob.: twierdzenie Własności wyznacznika macierzy ).

PRZYKŁAD

Przykład 41:

Obliczymy wyznacznik macierzy

⎛ 1 −1 3 −2 ⎞
⎜ 2 −4 ⎟
A=⎜ ⎟.
−3 1
⎜ −2 5 −6 3⎟
⎝ ⎠
3 2 −1 1
Łatwo zauważyć, że mnożąc pierwszy wiersz przez −2, a następnie dodając go do drugiego wiersza, otrzymamy w drugim
wierszu dwa zera, co znacznie uprości rachunki. Mamy zatem:

∣ 1 −1 3 −2 ∣ ∣ w1 → w1 ∣ 1 −1 3 −2 ∣
∣ ∣ ∣ ∣ ∣
∣ 2 −3 1 −4 ∣ ∣ w2
=
→ w2 − 2w1
= ∣∣
0 −1 −5 0∣
.
∣ −2 5 −6 3 ∣∣ ∣∣ w3 → w3 −2 5 −6 3 ∣∣
∣ ∣
∣ 3 2 −1 1 ∣ ∣ w4 → w4 ∣ 3 2 −1 1∣
Stosujemy następnie rozwinięcie Laplace'a względem drugiego wiersza, otrzymując

∣ 1 3 2∣ ∣ 1 1 2∣
detA = (−1) ⋅ ∣ −2 −6 −3 ∣ + (−5) ⋅ ∣ −2 −5 −3 ∣ =
∣ ∣ ∣ ∣
∣ −3 1 1∣ ∣ −3 2 1∣
= −1 ⋅ (−6 − 4 + 27 − (36 − 3 − 6)) − 5 ⋅ (−5 − 8 + 9 − (30 − 6 − 2)) = 140.

Macierz odwrotna

41
 DEFINICJA

Definicja 25: Macierz odwrotna

Niech A będzie macierzą kwadratową stopnia n. Jeżeli istnieje macierz A−1 taka, że spełnione są warunki

A ⋅ A−1 = A−1 ⋅ A = In ,

to mówimy, że macierz A jest odwracalna, a macierz A−1 nazywamy macierzą odwrotną do A (lub odwrotnością A ).

Warto zapamiętać, że macierz odwrotna może istnieć tylko dla macierzy kwadratowej, jednakże nie każda macierz kwadratowa
ma swoją macierz odwrotną.

Wprost z definicji wynika również, że macierz odwrotna do macierzy kwadratowej stopnia n także jest macierzą kwadratową
stopnia n.

PRZYKŁAD

Przykład 42:

Korzystając z definicji, poszukamy odwrotności macierzy

1 2
A=( ).
3 4
Przypuśćmy, że poszukiwaną odwrotnością jest macierz postaci

( ).
a b
c d
Wówczas muszą zachodzić warunki:

1 2 1 0
( )⋅( )=( )
a b (7)
3 4 c d 0 1
oraz

1 2 1 0
( )⋅( )=( ).
a b (8)
c d 3 4 0 1
Z warunku ( 7 ), po wymnożeniu lewej strony i porównaniu elementów macierzy, otrzymujemy układ równań:

⎧ a + 2c
⎪
⎪
= 1
⎪ b + 2d
⎨
= 0
,
⎪
⎪
⎩
⎪
3a + 4c = 0
3b + 4d = 1
skąd a = −2, b = 1, c = 32 , d = − 12 .
Łatwo sprawdzić, że takie same wyniki otrzymamy, rozwiązując układ równań otrzymany z warunku ( 8 ).
Zatem poszukiwana macierz A−1 odwrotna do macierzy A jest postaci:

−2 1
A−1 = ( 3
).
2
− 12

42
 TWIERDZENIE

Twierdzenie 20: O jedyności macierzy odwrotnej

Dowolna macierz kwadratowa może mieć co najwyżej jedną macierz odwrotną, tj. jeżeli dla danej macierzy istnieje macierz
odwrotna, to jest ona określona jednoznacznie.

TWIERDZENIE

Twierdzenie 21: Własności macierzy odwrotnej

Niech A i B będą macierzami odwracalnymi tego samego stopnia i niech α będzie liczbą różną od zera. Wówczas macierze
A−1 , AT , A ⋅ B, α ⋅ A są również odwracalne oraz zachodzą następujące własności:

1. det(A−1 ) = (detA)−1 ;
2. (A ⋅ B)−1 = B−1 ⋅ A−1 ;
3. (A−1 )−1 = A;
4. (AT )−1 = (A−1 )T ;
5. (α ⋅ A)−1 = α1 ⋅ A−1 .

DEFINICJA

Definicja 26: Macierz osobliwa i nieosobliwa

Macierz kwadratową A taką, że detA ≠ 0 nazywamy macierzą nieosobliwą. W przeciwnym wypadku A nazywamy macierzą
osobliwą .

TWIERDZENIE

Twierdzenie 22: O odwracalności macierzy

Macierz kwadratowa jest odwracalna wtedy i tylko wtedy, gdy jest nieosobliwa.

Podamy teraz ogólny wzór na postać macierzy odwrotnej. W tym celu, w pierwszej kolejności sformułujemy pojęcia dopełnienia
algebraicznego elementu macierzy oraz macierzy dopełnień algebraicznych.

43
 DEFINICJA

Definicja 27: Dopełnienie algebraiczne elementu macierzy

Niech A = (aij ) będzie macierzą stopnia n, gdzie n ≥ 2. Niech Aij będzie podmacierzą powstałą z A poprzez skreślenie i-
tego wiersza i j-tej kolumny. Liczbę
Dij = (−1)i+j detAij

nazywamy dopełnieniem algebraicznym elementu aij macierzy A.

PRZYKŁAD

Przykład 43:

Rozważmy macierz A postaci

⎛ 2 3 0 −1 ⎞

A=⎜
2⎟
⎜ ⎟.
3 −2 1
⎜ 1 1 2 −1 ⎟
⎝ −1 0 1 2⎠
Wyliczymy dopełnienie algebraiczne elementu a11 . Skreślając z macierzy A wiersz o numerze i = 1 i kolumnę o numerze
j = 1 otrzymujemy podmacierz

⎛ −2 1 2⎞
A11 =⎜ 1 2 −1 ⎟ ,
⎝ 0 1 2⎠
której wyznacznik detA11 jest równy −10. Zatem dopełnieniem algebraicznym elementu a11 jest

D11 = (−1)1+1 detA11 = −10.

DEFINICJA

Definicja 28: Macierz dopełnień algebraicznych

Macierz
⎛ D11 D12 … D1n ⎞
AD = ⎜
⎜
⎟,
⎟
D21 D22 … D2n
⎜ … … … … ⎟
⎝D Dn2 … Dnn ⎠
n1

gdzie Dij oznaczają dopełnienia algebraiczne elementów aij macierzy A, nazywamy macierzą dopełnień algebraicznych
macierzy A.

44
 TWIERDZENIE

Twierdzenie 23: Postać macierzy odwrotnej

Jeżeli macierz A = (aij ) stopnia n jest nieosobliwa (jest odwracalna), to macierz do niej odwrotna A−1 wyraża się wzorem

1
A−1 = detA
(AD )T .

PRZYKŁAD

Przykład 44:

Wyliczymy macierz odwrotną do macierzy

⎛1 −3 −1 ⎞
A = ⎜2 −2 1⎟.
⎝0 0 −3 ⎠
Wyznacznik macierzy A jest równy −12, zatem na mocy twierdzenia O odwracalności macierzy macierz odwrotna do
macierzy A istnieje.
Obliczamy macierz dopełnień macierzy A:

⎛ (−1)1+1 ∣ −2
∣
1∣
∣
∣2
(−1)1+2 ∣
1∣
∣
∣2
(−1)1+3 ∣
−2 ∣ ⎞
∣
⎜ 0∣ ⎟
⎜ ⎟
∣ 0 −3 ∣ ∣0 −3 ∣ ∣0
⎜ −3 ∣ ⎟
A =⎜ ∣⎟
∣ −3 −1 ∣ ∣1 −1 ∣ ∣0
⎜ (−1) 0∣ ⎟
2+1
(−1)2+2 ∣ (−1)2+3 ∣
⎜
∣ ∣ ∣
⎟
D
,
⎜ ⎟
∣ 0 −3 ∣ ∣0 −3 ∣ ∣0
⎜ ∣ −3 −1 ∣ ∣1 −1 ∣ ∣1 −3 ∣ ⎟
⎝ (−1) ∣⎠
3+1 (−1)3+2 ∣ (−1)3+3 ∣
∣ ∣ ∣
∣ −2 1∣ ∣2 1∣ ∣2 −2 ∣
skąd, po wykonaniu rachunków, mamy:

⎛ 6 6 0⎞
AD = ⎜ −9 −3 0 ⎟.
⎝ −5 −3 4⎠
Aby wyliczyć macierz A−1 odwrotną do macierzy A musimy teraz transponować macierz dopełnień. Mamy:

⎛6 −9 −5 ⎞
(A ) = ⎜ 6
D T
−3 −3 ⎟ .
⎝0 0 4⎠
Na koniec (AD )T dzielimy przez wyznacznik (równy −12), otrzymując

⎛6 −9 −5 ⎞
A−1 = − 121 ⎜ 6 −3 −3 ⎟ .
⎝0 0 4⎠
Jeśli chcemy się upewnić, czy nie nie ma błędu w naszych stosunkowo żmudnych obliczeniach, możemy je sprawdzić,
korzystając z przynajmniej jednego warunku definicji macierzy odwrotnej. I tak:

⎛1 −3 −1 ⎞ ⎛6 −9 −5 ⎞ ⎛ 1 0 0⎞
A⋅A −1
= ⎜2 −2 1 ⎟ ⋅ (− 12 ) ⎜ 6
1
−3 −3 ⎟ = ⎜ 0 1 0⎟.
⎝0 0 −3 ⎠ ⎝0 0 4⎠ ⎝0 0 1⎠
Podobnie można sprawdzić, że również A−1 ⋅ A = I , a zatem nasze obliczenia są poprawne.

45
Rząd macierzy

DEFINICJA

Definicja 29: Minor macierzy

Niech A będzie dowolną macierzą wymiaru m × n i niech k będzie liczbą naturalną mniejszą lub równą od mniejszej z liczb
m, n. Minorem stopnia k macierzy A nazywamy wyznacznik utworzony z elementów tej macierzy stojących na przecięciu
dowolnie wybranych k wierszy i k kolumn.

PRZYKŁAD

Przykład 45:

Niech macierz A będzie postaci

⎛1 2 3 4⎞

A=⎜
1⎟
⎜ ⎟.
2 3 4
⎜3 4 1 2⎟
⎝4 1 2 3⎠
Każdy z elementów macierzy A jest jej minorem stopnia 1.
Obliczymy przykładowy minor stopnia 2 macierzy A. Wybieramy zatem dwa dowolne wiersze i dwie dowolne kolumny,
niech będą to wiersze o numerach 1 i 3 oraz kolumny o numerach 2 i 4, a następnie obliczamy wyznacznik utworzony z
elementów stojących na przecięciach wybranych wierszy i kolumn. W naszym przypadku będzie to wyznacznik

∣2 4∣
∣ ∣ = 4 − 16 = −12.
∣4 2∣
Zauważmy, że chcąc obliczyć minor stopnia 4, do utworzenia go musimy wykorzystać wszystkie cztery wiersze i cztery
kolumny macierzy A. Wobec tego jedynym minorem stopnia 4 naszej macierzy jest jej wyznacznik

∣1 2 3 4∣
∣ ∣
2 3 4 1∣
detA = ∣∣ = −36.
∣3 4 1 2 ∣∣
∣4 1 2 3∣

Warto zauważyć, że dowolna macierz kwadratowa stopnia n ma dokładnie jeden minor stopnia n. Jest nim mianowicie jej
wyznacznik.

46
 PRZYKŁAD

Przykład 46:

Rozważmy macierz A postaci

⎛ a11 a12 ⎞

A=⎜
a22 ⎟
⎜ ⎟.
a21
⎜ a31 a32 ⎟
⎝a a ⎠
41 42

Każda z liczb det(aij ) jest minorem stopnia 1, zatem rozważana macierz A ma ich 8.
Minorami stopnia 2 są:

∣ a11 a12 ∣ ∣ a11 a12 ∣ ∣ a11 a12 ∣ ∣ a21 a22 ∣ ∣ a21 a22 ∣ ∣ a31 a32 ∣
∣ ∣, ∣ ∣, ∣ ∣, ∣ ∣, ∣ ∣, ∣ ∣.
∣ a21 a22 ∣ ∣ a31 a32 ∣ ∣ a41 a42 ∣ ∣ a31 a32 ∣ ∣ a41 a42 ∣ ∣ a41 a42 ∣
Ponieważ macierz A jest wymiaru 4 × 2 więc nie może mieć minorów stopnia większego od 2.

DEFINICJA

Definicja 30: Rząd macierzy

Rzędem dowolnej macierzy A nazywamy taką liczbę naturalną r, że z macierzy A można wybrać przynajmniej jeden
niezerowy minor stopnia r, natomiast wszystkie minory stopni większych od r, jeśli takie istnieją, są równe zero.

Rząd macierzy A oznaczamy symbolem rz(A) lub rank(A).

Warto zanotować, że dla dowolnej niezerowej macierzy A zachodzi rz(A) ≥ 1. Wynika to z faktu, że każdy niezerowy element
macierzy A jest jednocześnie jej minorem stopnia 1.
Z kolei dla macierzy zerowej dowolnego wymiaru przyjmujemy, że jej rząd jest równy zero.

47
 PRZYKŁAD

Przykład 47:

Wyznaczmy rząd macierzy

⎛2 −1 5⎞
A = ⎜2 4 6⎟.
⎝4 3 11 ⎠
Ponieważ macierz A jest wymiaru 3 × 3, zatem jej rząd jest co najwyżej równy 3. Ponadto, skoro jest to macierz
kwadratowa, to jedynym minorem stopnia 3 jest jej wyznacznik. Obliczamy zatem:

∣2 −1 5∣
∣2 4 6 ∣∣ = 0,
∣
∣4 3 11 ∣
wobec czego rz(A) < 3.
Szukamy następnie niezerowego minora stopnia 2. Takim minorem jest na przykład

∣2 −1 ∣
∣ ∣ = 10.
∣2 4∣
Rząd macierzy A jest wobec tego równy 2.

TWIERDZENIE

Twierdzenie 24: Własności rzędu macierzy

1. Jeżeli A jest macierzą kwadratową nieosobliwą (tj. detA ≠ 0), to rząd A jest równy jej stopniowi; w szczególności
rz(A−1 ) = rz(A);
2. Dla dowolnej macierzy A zachodzi rz(AT ) = rz(A).

DEFINICJA

Definicja 31: Przekształcenia elementarne

Niech A będzie dowolną macierzą. Przekształceniami elementarnymi nazywamy następujące operacje na macierzy A:

1. Przestawienie dwóch wierszy (kolumn);

2. Pomnożenie wiersza (kolumny) przez stałą różną od zera;
3. Dodanie do wiersza (kolumny) innych wierszy (kolumn) pomnożonych przez dowolne stałe.

TWIERDZENIE

Twierdzenie 25:

Przekształcenia elementarne nie zmieniają rzędu macierzy.

48
Wykonując przekształcenia elementarne macierzy będziemy używać pewnych specjalnych oznaczeń. Mianowicie zapis

wi → α ⋅ wi+1

będzie oznaczać, że po przekształceniu w miejsce wiersza wi wpiszemy wiersz wi+1 pomnożony przez α. Analogicznie, zapis

kj → α ⋅ kl + β ⋅ km

będzie oznaczał, że w miejsce kolumny kj wpiszemy α ⋅ kl + β ⋅ km .

Przykładowe przekształcenie może wyglądać następująco:

⎛ a11 a12 a13 ⎞ ∣ w1 → 2 ⋅ w3 ⎛ 2 ⋅ a31 2 ⋅ a32 2 ⋅ a33 ⎞

⎜ a21 a23 ⎟ → ∣∣ w2 → →⎜ a23 ⎟ .
⎝a a33 ⎠ ∣ w3 ⎝a −a a23 − a13 ⎠
a22 w2 a21 a22
31 a32 → w2 − w1 21 11 a22 − a12

DEFINICJA

Definicja 32: Macierz schodkowa

Macierzą schodkową (lub uogólnioną macierzą trójkątną ) nazywamy taką macierz, w której pierwsze niezerowe elementy w
kolejnych niezerowych wierszach znajdują się w kolumnach o rosnących numerach tj. jeżeli aij ≠ 0 i dla każdego k < j
aik = 0, to a(i+1)s = 0 dla s ≤ j.

PRZYKŁAD

Przykład 48:

Przyjrzyjmy się macierzom:

⎛1 0 2 3⎞ ⎛1 0 2 3⎞
⎛1 2 3 4 5 6⎞
⎜0 2⎟ ⎜0 2⎟
A = ⎜0 2⎟, B = ⎜ ⎟, C = ⎜ ⎟.
0 1 0 1
⎜0 0⎟ ⎜0 1⎟
1 2 0 1
⎝0 2⎠
0 0 0 0
0 0 0 0 ⎝ ⎠ ⎝ ⎠
0 0 0 1 0 0 0 1
Macierze A i B sa macierzami schodkowymi, natomiast w macierzy C w kolejnych trzecim i czwartym wierszu pierwsze
niezerowe elementy leżą w kolumnie o tym samym numerze, zatem macierz C nie jest macierzą schodkową.

TWIERDZENIE

Twierdzenie 26: Rząd macierzy schodkowej

Rząd macierzy schodkowej jest równy liczbie jej niezerowych wierszy (czyli liczbie schodków).

49
 PRZYKŁAD

Przykład 49:

Wyznaczmy rząd macierzy

⎛4 6 2⎞

A=⎜
4⎟
⎜ ⎟.
3 1
⎜1 −2 3⎟
⎝2 5 1⎠
Przekształcamy macierz do postaci schodkowej:

⎛4 6 2 ⎞ ∣ w1 → w3 ⎛ 1 −2 3 ⎞ ∣∣ w1 → w1
⎜3 4 ⎟ ∣ w2 → w2 ⎜3 1 4 ⎟ ∣ w2 →
∣
⎜ ⎟→ →⎜ ⎟→
1 w2 − 3w1
⎜1 3 ⎟ ∣∣ w3 → w1 ⎜4 6 2 ⎟ ∣∣ w3 →
→
−2 w3 − 4w1
⎝ ⎠ ∣ ⎝ ⎠ ∣
2 5 1 w4 → w4 2 5 1 w4 → w4 − 2w1
⎛1 −2 3⎞ ∣ w1 → w1 ⎛ 1 −2 3⎞
⎜0 −5 ⎟ ∣ w2 → w2 ⎜0 −5 ⎟
∣
⎜ ⎟→ →⎜ ⎟.
7 7
⎜0 14 −10 ⎟ ∣∣ w3 → w3 − 2w2 ⎜0 0 0⎟
⎝ ⎠ ∣ ⎝ ⎠
0 9 −5 w4 → 7w4 − 9w2 0 0 10
Ponieważ zgodnie z twierdzeniem 25 zamiana wierszy nie wpływa na rząd macierzy, zatem otrzymaną macierz możemy
zapisać jako

⎛1 −2 3⎞
⎜0 −5 ⎟
⎜ ⎟,
7
⎜0 0 10 ⎟
⎝ ⎠
0 0 0
wobec czego rząd macierzy A jest równy 3.

Wartości i wektory własne – definicje i metoda

wyznaczania

DEFINICJA

Definicja 33: Wartości i wektory własne macierzy kwadratowych

Liczbę zespoloną λ nazywamy wartością własną macierzy kwadratowej A, jeżeli istnieje niezerowy wektor v taki, że

Av = λv. (9)

Każdy niezerowy wektor v spełniający równanie ( 9 ) nazywamy wektorem własnym macierzy A odpowiadającym wartości
własnej λ.

50
 TWIERDZENIE

Twierdzenie 27:

Niech A będzie macierzą kwadratową. Następujące warunki są równoważne:

(a) λ jest wartością własną macierzy A;

(b) równanie (A − λI) ⋅ v = 0, w którym 0 oznacza wektor zerowy, posiada niezerowe rozwiązanie v

(c) det (A − λI) = 0.

DEFINICJA

Definicja 34: Wielomian charakterystyczny macierzy

Jeżeli macierz A jest macierzą kwadratową wymiaru n × n, to funkcja

φA (λ) = det (A − λI)

jest wielomianem stopnia n; jest to tzw. wielomian charakterystyczny macierzy A.

Warunek (c) twierdzenia 27 pozwala wnioskować, że pierwiastki wielomianu φA to wartości własne macierzy A. Każda macierz
kwadratowa wymiaru n × n posiada zatem n wartości własnych (liczonych z krotnościami). Oznaczając te wartości własne jako
λ1 , … , λn , wielomian charakterystyczny φA przyjmuje postać

φA (λ) = an λn + an−1 λn−1 + … + a1 λ + a0 =

= an (λ − λ1 ) ⋯ (λ − λn ),

w której, co wynika z twierdzenia 27 , an = (−1)n oraz a0 = det(A).

51
 PRZYKŁAD

Przykład 50: Wyznaczanie wielomianu charakterystycznego macierzy

Dla macierzy A ∈ R3×3 postaci

⎛ 1 2 0 ⎞
A=⎜
⎜ 0 2 0 ⎟
⎟
⎝ −2 −2 −1 ⎠
mamy

∣1 − λ 2 0 ∣
∣ ∣
φA (λ) = det (A − λI) = ∣ 0 2−λ 0 ∣=
∣ ∣
∣ −2 −2 −1 − λ ∣
= −λ + 2λ + λ − 2.
3 2

Z kolei, dla macierzy B ∈ C2×2 :

B = ( 1 + 2i i )
−2 + i 2−i

mamy

∣ ∣
φB (λ) = det (B − λI) = ∣ 1 + 2i − λ i ∣=
∣ −2 + i 2−i−λ ∣
= λ − (3 + i) λ + 5 + 5i.
2

52
 PRZYKŁAD

Przykład 51: Wyznaczanie wartości i wektorów własnych macierzy

Wielomian charakterystyczny macierzy A rozważanej w przykładzie Wyznaczanie wielomianu charakterystycznego macierzy

ma postać

φA (λ) = −λ3 + 2λ2 + λ − 2.

Poszukamy pierwiastków tego wielomianu. Ponieważ

φA (λ) = −λ3 + 2λ2 + λ − 2 = −λ2 (λ − 2) + λ − 2 =

= − (λ − 2) (λ2 − 1) = − (λ − 2) (λ − 1) (λ + 1) ,

zatem λ1 = −1, λ2 = 1, λ3 = 2 to trzy rzeczywiste wartości własne macierzy A.

Dla każdej z tych wartości własnych wyznaczymy teraz odpowiadający jej wektor własny.
Dla λ1 = −1 wektor własny vλ1 = (x, y, z)
T
wyznaczymy rozwiązując, wynikające z warunku ( 9 ), równanie

⎛ 2 2 0 ⎞⎛x⎞ ⎛0⎞
⎜
⎜ 0 3 0⎟⎟⎜⎜y ⎟⎟=⎜
⎜0⎟⎟.
⎝ −2 −2 0 ⎠ ⎝ z ⎠ ⎝ 0⎠
Równanie to równoważne jest układowi równań

⎧
⎪
⎪ 2x + 2y = 0
⎨ 3y = 0 ,
⎪
⎩
⎪
−2x − 2y = 0
którego rozwiązanie ma postać (x, y, z) = (0, 0, t), gdzie t ∈ R. Przyjmując za t dowolną niezerową wartość rzeczywistą
(wektor zerowy nie może być wektorem własnym), otrzymujemy wektor własny odpowiadający wartości własnej λ1 = −1,
np. vλ1 = (0, 0, 1) .
T

Dla λ2 = 1 wektor własny vλ2 = (x, y, z)

T
wyznaczymy rozwiązując równanie

⎛ 0 2 0 ⎞⎛x⎞ ⎛0⎞
⎜ ⎜ ⎟
⎜ 0 1 0 ⎟
⎟⎜y ⎟ = ⎜
⎜0⎟⎟,
⎝ −2 −2 −2 ⎠ ⎝ z ⎠ ⎝ 0⎠
które równoważne jest układowi równań

⎧
⎪
⎪ 2y = 0
⎨ y=0.
⎪
⎩
⎪
−2x − 2y − 2z = 0
Jego rozwiązanie ma postać (x, y, z) = (t, 0, −t), gdzie t ∈ R. Poszukiwanym wektorem własnym może więc być wektor
vλ2 = (1, 0, −1)T .
Dla λ3 = 2 wektor własny vλ3 = (x, y, z) wyznaczymy z równania
T

⎛ −1 2 0 ⎞⎛x⎞ ⎛0⎞
⎜ ⎜ ⎟
⎜ 0 0 0 ⎟
⎟⎜y ⎟ = ⎜
⎜0⎟⎟,
⎝ −2 −2 −3 ⎠ ⎝ z ⎠ ⎝ 0⎠
Po prostych rachunkach otrzymujemy (x, y, z) = (2t, t, −2t), t ∈ R. Poszukiwany wektor własny odpowiadający wartości
własnej λ3 = 2 może więc być wybrany jako vλ3 = (2, 1, −2) .
T

Wartości i wektory własne – własności

53
 TWIERDZENIE

Twierdzenie 28:

Niech λ1 , … , λn będą wartościami własnymi macierzy A ∈ Cn×n . Wówczas:

(a) wyznacznik macierzy jest równy iloczynowi jej wartości własnych, tj.:

det(A) = λ1 ⋅ … ⋅ λn ;
(b) ślad macierzy (tj. suma elementów stojących na głównej przekątnej macierzy) równy jest sumie jej wartości własnych, tj.:
(A) = λ1 + … + λn .

TWIERDZENIE

Twierdzenie 29:

Niech A będzie macierzą kwadratową oraz niech λ będzie wartością własną macierzy A, a v odpowiadającym tej wartości
własnej wektorem własnym. Wówczas:

(a) liczba λk jest wartością własną macierzy Ak (dla k ∈ N);

(b) liczba

am λm + am−1 λm−1 + … + a1 λ + a0

jest wartością własną macierzy

am Am + am−1 Am−1 + … + a1 A + a0 I,

dla dowolnych m ∈ N, am , … , a0 ∈ C;
(c) jeżeli macierz A jest odwracalna, to λ−1 jest wartością własną macierzy A−1 .
Ponadto, w każdym z powyższych przypadków, wektorem własnym odpowiadającym wymienionym wartościom własnym
jest również wektor v.

54
 PRZYKŁAD

Przykład 52:

Obliczymy wyznacznik macierzy A3 − 4A2 − A + 4I wiedząc, że A jest macierzą kwadratową wymiaru 3 × 3 o

wartościach własnych −2, 0, 3.

Sposób 1. Wielomian charakterystyczny macierzy A ma postać

φA (λ) = − (λ + 2) λ (λ − 3) = −λ3 + λ2 + 6λ.

Dodatkowo, ponieważ

A3 − 4A2 − A + 4I = A (A2 − I) − 4 (A2 − I) = (A2 − I) (A − 4I) =

= (A − I) (A + I) (A − 4I)

zatem, na podstawie definicji wielomianu charakterystycznego, otrzymujemy

det (A3 − 4A2 − A + 4I) = det [(A − I) (A + I) (A − 4I)] =

= det (A − I) det (A + I) det (A − 4I) =
= φA (1) φA (−1) φA (4) = 576.
Sposób 2. Jeżeli λ jest wartością własną macierzy A, to na podstawie twierdzenia 28(b), liczba λ3 − 4λ2 − λ + 4 jest
wartością własną macierzy A3 − 4A2 − A + 4I. Stąd oraz z treści zadania otrzymujemy, że liczby −18, −8 oraz 4 są
poszukiwanymi wartościami własnymi. Zatem, na podstawie twierdzenia 28(a),

det(A3 − 4A2 − A + 4I) = −18 ⋅ (−8) ⋅ 4 = 576.

55
 PRZYKŁAD

Przykład 53:

Dla macierzy

⎛ 2 3 0 ⎞
A=⎜
⎜ −1 2 1 ⎟
⎟
⎝ 2 3 −2 ⎠
o wartościach własnych λ1 , λ2 , λ3 obliczymy: a) λ1 ⋅ λ2 ⋅ λ3 ; b) λ21 + λ22 + λ23 .
Łatwo sprawdzić, że wielomian

φA (λ) = −λ3 + 2λ2 + 4λ − 14

jest wielomianem charakterystycznym macierzy A. Wyznaczenie jego pierwiastków (które są wartościami własnymi
macierzy A) nastręcza jednak sporo trudności, gdyż nie są one liczbami wymiernymi. Z tego powodu do rozwiązania zadania
wykorzystamy twierdzenie 28 oraz twierdzenie 29.
Na podstawie twierdzenia 28(a) mamy

∣ ∣
∣ 2 3 0 ∣
λ1 ⋅ λ2 ⋅ λ3 = det A = ∣ −1 2 1 ∣ = −14.
∣ ∣
∣ 2 3 −2 ∣
Z kolei, aby wyznaczyć sumę kwadratów wartości własnych wystarczy zauważyć, że liczby λ21 , λ22 , λ23 to wartości własne
macierzy A2 (zob. twierdzenie 29(a)); poszukiwana suma jest więc śladem macierzy A2 (zob. twierdzenie 28(b)).
W rozważanym przypadku

⎛ 1 12 3⎞
A2 = ⎜
⎜ −2 4 0⎟
⎟,
⎝ −3 6 7⎠
zatem ostatecznie

⎛ 1 12 3⎞
λ21 + λ22 + λ23 = (A2 ) = ⎜
⎜ −2 4 0⎟
⎟ = 1 + 4 + 7 = 12.
⎝ −3 6 7⎠

Wartości własne macierzy trójkątnych

Niech A ∈ Cn×n będzie macierzą trójkątną górną:

⎛ a11 a12 ⋯ ⋯ a1n ⎞

⎜ ⎟
⎜ 0 ⋮ ⎟
⎜ ⎟
⎜ ⎟
a22 ⋱
A=⎜
⎜ ⋮
⎟.
⎜ ⋮ ⎟⎟
⎜ ⎟
⋱ ⋱ ⋱
⎜ ⎟
⎜ ⋮ ⋱ ⋱ ⋮ ⎟
⎝ 0 ⋯ ⋯ 0 ann ⎠

Wówczas

∣ ∣ 56
∣ ∣
∣ ∣
∣ ∣
 ∣a − λ a12 ⋯ ⋯ a1n ∣
∣ 11 ∣
∣ ∣
∣ 0 a22 − λ ⋱ ⋮ ∣
φA (λ) = det(A − λI) = ∣∣ ∣=
∣
⋮ ⋱ ⋱ ⋱ ⋮
∣ ∣
∣ ∣
∣ ⋮ ⋱ ⋱ ⋮ ∣
∣ 0 ⋯ ⋯ 0 ann − λ ∣
= (a11 − λ) ⋅ … ⋅ (ann − λ) .

Oznacza to, że pierwiastkami wielomianu charakterystycznego macierzy trójkątnej (to samo rozumowanie można powtórzyć dla
dowolnej macierzy trójkątnej dolnej) są elementy stojące na jej głównej przekątnej. Wynika stąd następujący wniosek.

WNIOSEK

Wniosek 1: Wartości własne macierzy trójkątnych

Wartościami własnymi macierzy trójkątnej są elementy stojące na jej głównej przekątnej.

Wartości własne macierzy rzeczywistych

¯¯¯¯ ¯¯¯¯
Jeżeli A jest macierzą rzeczywistą, to A = A, gdzie A oznacza macierz, której elementy są sprzężeniami zespolonymi
elementów macierzy A. Równość ta pozwala wnioskować, że warunek definiujący wartości i wektory własne

A⋅v = λ⋅v

jest, w przypadku macierzy rzeczywistej, równoważny warunkowi

¯¯
A ⋅ v̄¯¯ = λ̄ ⋅ v̄¯¯
¯¯
To oznacza, że jeżeli liczba zespolona λ jest wartością własną macierzy rzeczywistej A, to liczba λ̄ również jest jej wartością
własną. Ponadto, jeżeli v jest wektorem własnym macierzy A odpowiadającym wartości własnej λ, to wektorem własnym
¯¯ ¯¯, tj. wektor którego współrzędne są sprzężeniami zespolonymi współrzędnych
odpowiadającym wartości własnej λ̄ jest wektor v̄
wektora v.

57
 PRZYKŁAD

Przykład 54:

Rozważmy macierz rzeczywistą postaci

⎛0 4 0⎞
A=⎜
⎜0 3 1⎟
⎟.
⎝1 −6 0⎠
Jej wielomian charakterystyczny ma postać

∣ ∣
∣ −λ 4 0 ∣
φA (λ) = ∣ 0 3−λ 1 ∣ = −λ + 3λ − 6λ + 4.
3 2
∣ ∣
∣ 1 −6 −λ ∣
Łatwo sprawdzić, że wartościami własnymi macierzy A są liczby

λ1 = 1, λ2 = 1 − i√3, λ3 = 1 + i√3,

a odpowiadające im wektory własne mają postać

vλ1 = (−4, −1, 2)T ,

T
vλ2 = (5 + i√3, 2 − i√3, −7) ,
T
vλ3 = (5 − i√3, 2 + i√3, −7) .

Nierzeczywistym wzajemnie sprzężonym wartościom własnym λ2 i λ3 macierzy rzeczywistej A odpowiadają zespolone

parami sprzężone wektory własne vλ2 i vλ3 .

Wartości własne macierzy hermitowskich

DEFINICJA

Definicja 35: Sprzężenie hermitowskie macierzy

Sprzężeniem hermitowskim macierzy A = [aij ] ∈ Cm×n nazywamy macierz A∗ = [a∗ij ] ∈ Cn×m , której elementy spełniają
warunek:
a∗ij = ¯a¯¯¯ji¯¯,

dla i = 1, … , n; j = 1, … , m .

58
 PRZYKŁAD

Przykład 55: Sprzężenie hermitowskie macierzy

Poniżej przedstawiamy przykładowe macierze oraz ich sprzężenia hermitowskie:

(a) dla macierzy 3 × 3:

⎛ 1 2+i⎞ ⎛ 1 3⎞
∗
2 1+i
⎜
⎜1 − i 0 2 ⎟
⎟ =⎜
⎜ 2 0 i⎟
⎟;
⎝ 3 −i 1 ⎠ ⎝2 − i 2 1⎠
(b) dla macierzy 2 × 3 :

∗ ⎛ 1 1+i⎞
i ) =⎜
( 1 ⎜1 − i 0 ⎟
⎟;
1+i
1−i 0 −3 ⎝ −i −3 ⎠
(c) dla macierzy 1 × 3:

⎛ 1 − 2i ⎞
⎜
⎜ 1+i ⎟
∗
( 1 + 2i 1−i 2 ) = ⎟.
⎝ 2 ⎠

PRZYKŁAD

Przykład 56:

Niech v ∈ Cn×1 będzie wektorem postaci

⎛ v1 ⎞
v=⎜
⎜ ⎟,
⎜ ⋮ ⎟⎟
⎝v ⎠
n

w której vk ∈ C, dla k = 1, … , n, oznacza k-tą współrzędną wektora v. Wówczas v∗ ∈ C1×n przyjmuje postać

v∗ = ( ¯v¯¯¯¯ … ¯¯¯¯ ) .
¯v
1 n

Stąd

⎛ v1 ⎞ (10)
⎜ ⎟
… ¯v¯¯n¯¯ ) ⎜
⎜ ⋮ ⎟
n n
v v = ( ¯v¯¯¯¯
⎟ k=1 k k k=1 k
∗
= ∑ ¯v¯¯¯¯v = ∑ |v |2 ,
⎝v ⎠
1

n
2 2
gdzie |⋅| oznacza moduł liczby zespolonej. Liczba v∗ v jest zatem sumą nieujemnych liczb |v1 | , … , |vn | . Wynika stąd
zależność

v∗ v = 0 ⇔ v = 0, (11)

w której 0 oznacza wektor zerowy.

59
 TWIERDZENIE

Twierdzenie 30: Własności sprzężenia hermitowskiego macierzy

Sprzężenie hermitowskie macierzy posiada następujące własności:

(a) dla macierzy A, B ∈ Cn×m :

(A + B)∗ = A∗ + B∗ ; (12)

(b) dla macierzy A ∈ Cn×m oraz dla liczby zespolonej α ∈ C:

(α ⋅ A)∗ = ¯¯
¯ ⋅ A∗ ;
α (13)

(c) dla macierzy A ∈ Cn×m oraz B ∈ Cm×n :

(A ⋅ B)∗ = B∗ ⋅ A∗ . (14)

DEFINICJA

Definicja 36: Macierz hermitowska

Macierz A ∈ Cn×n nazywamy macierzą hermitowską , jeżeli

A∗ = A.

Rzeczywistą macierz hermitowską, tj. macierz spełniającą warunek

AT = A,

nazywamy macierzą symetryczną.

PRZYKŁAD

Przykład 57: Macierze hermitowskie

Łatwo sprawdzić, że podane macierze są hermitowskie; dodatkowo, macierz B, jako macierz rzeczywista, jest macierzą
symetryczną:

⎛ 2 3+i 5+i⎞ ⎛1 3 4 ⎞
a) A = ⎜
⎜3 − i 0 2+i⎟
⎟, b) B = ⎜
⎜3 2 −1 ⎟
⎟.
⎝5 − i 2−i 2 ⎠ ⎝4 −1 1 ⎠

Niech A ∈ Cn×n będzie macierzą hermitowską. Przypuśćmy, że λ jest wartością własną macierzy A, zaś v ≠ 0 odpowiadającym
tej wartości własnej wektorem własnym, tj. Av = λv. Wówczas, na podstawie definicji macierzy hermitowskiej oraz twierdzenia
Własności sprzężenia hermitowskiego macierzy, otrzymujemy kolejno

0 = v∗ (A − A∗ )v = v∗ Av − v∗ A∗ v = v∗ (Av) − (Av)∗ v =
= v∗ (λv) − (λv)∗ v = λv∗ v − λ̄¯¯v∗ v = (λ − λ̄¯¯)v∗ v.
¯¯
Na podstawie warunku ( 11 ) wnioskujemy, że v∗ v ≠ 0 (gdyż v ≠ 0). Stąd oraz z uzyskanej równości ( λ − λ̄)v∗ v = 0 wynika, że
¯¯
λ = λ̄. To oznacza, że wartość własna λ jest liczbą rzeczywistą.
60
 WNIOSEK

Wniosek 2: Wartości własne macierzy hermitowskich

Wartości własne macierzy hermitowskiej są rzeczywiste.

PRZYKŁAD

Przykład 58:

Niech A ∈ C2×2 będzie macierzą postaci

A=( 1 1− i).
1+i 2
¯¯¯¯¯¯¯¯¯¯
Ponieważ a11 = ¯a
¯¯¯¯¯¯ = 1, a = ¯a
11 22
¯¯¯¯¯¯ = 2 oraz a = 1 + i = 1 − i = ¯a
22 21
¯¯¯¯¯¯, zatem macierz A jest macierzą hermitowską. Jej
12
wielomian charakterystyczny to

∣ 1 − i ∣∣ = λ2 − 3λ;
φA (λ) = ∣ 1 − λ
∣1+i 2−λ∣
macierz A ma więc dwie rzeczywiste wartości własne: λ1 = 0, λ2 = 3.

Układy równań liniowych

DEFINICJA

Definicja 37: Układ równań liniowych

Układ równań postaci

⎧ a11 x1 + a12 x2 + ⋯ + a1n xn = b1
⎪
⎪
⎪
⎪ a21 x1 + a22 x2 + ⋯ + a2n xn = b2
(15)

⎨
⎪
⎪
⎪
⎩
⎪
⋮
am1 x1 + am2 x2 + ⋯ + amn xn = bm
nazywamy układem m równań liniowych o n niewiadomych x1 , … , xn . Liczby rzeczywiste (lub zespolone) aij oraz bi
nazywamy współczynnikami układu.

61
 DEFINICJA

Definicja 38: Układ równań jednorodny

Układ równań liniowych ( 15 ), dla którego bi = 0, dla i = 1, … , m , nazywamy układem jednorodnym.

Układ równań, który nie jest układem jednorodnym nazywamy układem niejednorodnym.

Zapis macierzowy układu równań liniowych

Z układem równań liniowych ( 15 ) można powiązać macierz wymiaru m × n

⎛ a11 a12 … a1n ⎞

A=⎜
⎜
⎟,
⎟
a21 a22 … a2n
⎜… … … … ⎟
⎝a am2 … amn ⎠
m1

nazywaną macierzą współczynników układu równań ( 15 ), oraz dwie macierze kolumnowe (które, dla ułatwienia, nazywać
będziemy wektorami):

⎛ x1 ⎞ ⎛ b1 ⎞
⎜ x2 ⎟ ⎜ b2 ⎟
x=⎜
⎜ ⎟,
⎟ b=⎜
⎜ ⎟;
⎟
⎜ ⋮ ⎟ ⎜ ⋮ ⎟
⎝x ⎠ ⎝b ⎠
n m

wektor x nazywany wektorem niewiadomych , wektor b to tzw. wektor prawej strony.

Przy przyjętych oznaczeniach, układ równań ( 15 ) możemy zapisać w postaci macierzowej:

Ax = b. (16)

Twierdzenie Cramera
W przypadku, gdy liczba równań układu ( 15 ) jest równa liczbie niewiadomych, macierz układu jest macierzą kwadratową. Jeżeli
dodatkowo jest to macierz nieosobliwa (czyli kwadratowa o wyznaczniku różnym od zera), wówczas układ równań ( 15 )
nazywamy układem Cramera. Rozwiązanie równania macierzowego ( 16 ) - a więc i układu ( 15 ) - można wówczas wyznaczyć
wykorzystując odwrotność macierzy układu.

TWIERDZENIE

Twierdzenie 31: Rozwiązanie układu Cramera

Jeżeli macierz A jest kwadratowa i nieosobliwa, to równanie Ax = b posiada dokładnie jedno rozwiązanie; rozwiązaniem
tym jest x = A−1 b.

62
 UWAGA

Uwaga 1:

Rozwiązanie zerowe (x1 , … , xn ) = (0, … , 0) jest rozwiązaniem każdego układu jednorodnego. Jeżeli jednorodny układ
równań liniowych jest układem Cramera, to rozwiązanie zerowe (0, … , 0) jest jego jedynym rozwiązaniem.

PRZYKŁAD

Przykład 59: Rozwiązywanie układu równań liniowych metodą macierzy

odwrotnej

Dla układu równań

⎧x+ y− z = 1
⎪
⎨ 2x + y − 2z = 0
⎩
⎪
x − y + 2z = 2
mamy
⎛1 1 −1 ⎞ ⎛1⎞
A = ⎜2 1 −2 ⎟ oraz b = ⎜0⎟
⎝1 −1 2 ⎠ ⎝2⎠
. Ponieważ det A = −3, zatem rozważany układ równań jest układem Cramera. Łatwo sprawdzić, że
⎛0 1 1⎞
A−1 = 13 ⎜ 6 −3 0⎟;
⎝3 −2 1⎠
stąd, na podstawie twierdzenia Rozwiązanie układu Cramera, otrzymujemy

⎛x⎞ ⎛0 1 1⎞⎛1⎞ ⎛ 3 ⎞
2

⎜ y ⎟ = 13 ⎜ 6 −3 0 ⎟ ⎜ 0 ⎟ = ⎜ ⎜2⎟⎟.
⎝z⎠ ⎝ 3 −2 1 ⎠ ⎝ 2 ⎠ ⎝ 5 ⎠
3
Oznacza to, że rozwiązaniem układu równań jest x = 23 , y = 2, z = 53 .

Metoda rozwiązywania układu równań liniowych oparta na twierdzeniu Rozwiązanie układu Cramera i zilustrowana w przykładzie
Rozwiązywanie układu równań liniowych metodą macierzy odwrotnej wymaga znajomości (lub wyznaczenia) macierzy odwrotnej
układu. To praktycznie dyskwalifikuje tę metodę, gdyż w przypadku ogólnym nie istnieje algorytm dobrze radzący sobie z
zadaniem odwracania macierzy. Stąd potrzeba metody rozwiązywania układów równań liniowych nie wymagającej znajomości
macierzy odwrotnej. Jedna z takich metod oparta jest na tzw. wzorach Cramera.

TWIERDZENIE

Twierdzenie 32: Wzory Cramera

Jeżeli macierz A układu równań ( 15 ) jest kwadratowa i nieosobliwa, to jedyne rozwiązanie (x1 , … , xn ) tego układu
wyraża się wzorem:
det Ai
xi = det A
(i = 1, … , n) , (17)

w którym macierz Ai oznacza macierz powstałą z macierzy A przez zastąpienie jej i-tej kolumny wektorem b.

63
 PRZYKŁAD

Przykład 60: Wzory Cramera

Dla układu równań rozważanego w przykładzie Rozwiązywanie układu równań liniowych metodą macierzy odwrotnej mamy
⎛1 1 −1 ⎞ ⎛1 1 −1 ⎞ ⎛1 1 1⎞
A1 = ⎜ 0 1 −2 ⎟ , A2 = ⎜ 2 0 −2 ⎟ , A3 = ⎜ 2 1 0⎟
⎝2 −1 2 ⎠ ⎝1 2 2 ⎠ ⎝1 −1 2⎠
Na podstawie wzorów Cramera otrzymujemy:

∣1 1 −1 ∣ ∣1 1 −1 ∣ ∣1 1 1∣
∣ ∣ ∣ ∣ ∣ ∣
∣0 1 −2 ∣ ∣2 0 −2 ∣ ∣2 1 0∣
∣ ∣ ∣ ∣ ∣ ∣
∣2 −1 2 ∣ ∣1 2 2 ∣ ∣1 −1 2∣
x= −3
= 23 , y= −3
= 2, z= −3
= 53 .

Przedstawiona w przykładzie Wzory Cramera metoda rozwiązywania układu równań liniowych oparta na wzorach Cramera nie
wykorzystuje macierzy odwrotnej układu. W przypadku układów n równań liniowych o n niewiadomych wymaga ona obliczenia
n + 1 wyznaczników macierzy stopnia n. Wybranie niewłaściwej metody obliczania tych wyznaczników (np. w oparciu o
rozwinięcie Laplace'a) spowoduje, że ze względu na olbrzymią liczbę operacji niezbędnych do przeprowadzenia w celu uzyskania
wyniku, i ta metoda okaże się być bezużyteczna.

Twierdzenie Kroneckera-Capelliego
Rozważmy układ równań liniowych postaci ( 15 ). Niech U będzie macierzą o wymiarze m × (n + 1) powstałą z macierzy A
wymiaru m × n układu ( 15 ) przez dołączenie do macierzy A dodatkowej kolumny - wektora prawej strony b, tj.

⎛ a11 a12 … a1n ∣ b1 ⎞

⎜a ⎟
∣
U = ⎜ 21 ⎟.
a22 … a2n ∣ b2
⎜… … … … ∣ … ⎟
⎝ ∣
∣ ⎠
am1 am2 … amn bm
Tak utworzoną macierz U nazywamy macierzą uzupełnioną układu ( 15 ).

TWIERDZENIE

Twierdzenie 33: Kroneckera-Capelliego

Układ równań ( 15 ) posiada rozwiązanie wtedy i tylko wtedy, gdy rzędy macierzy A oraz U są równe, tj. rz A = rz U .
Ponadto:

jeżeli rz A = rz U = n ( n - liczba niewiadomych), to rozwiązanie to jest jedyne;

jeżeli rz A = rz U = r < n, to rozwiązań jest nieskończenie wiele i zależą one od n − r parametrów.

Z twierdzenia Kroneckera-Capelliego wynika, że dla każdego układu równań liniowych zachodzi jedna z trzech możliwości:

nie posiada rozwiązań, układ taki nazywamy układem sprzecznym;

posiada jedno rozwiązanie, układ taki nazywamy układem oznaczonym ;
posiada nieskończenie wiele rozwiązań, układ taki nazywamy układem nieoznaczonym.

64
 PRZYKŁAD

Przykład 61: Układ sprzeczny

Rozważmy układ równań:

⎧x+ y+ z+ w = 1
⎪
⎨ 2x − y + 2z − w = −1
⎩
.
⎪
x − 2y + z − 2w = 2
Liczba niewiadomych to n = 4; macierz uzupełniona ma postać
⎛1 1 1 1 ∣ 1 ⎞
U = (A|b) = ⎜ 2 −1 2 −1 ∣∣ −1 ⎟
⎝ 1 −2 1 −2 ∣ 2 ⎠
Ponieważ wszystkie minory stopnia trzeciego macierzy A są zerowe:
∣1 1 1∣ ∣1 1 1 ∣ ∣1 1 1 ∣ ∣ 1 1 1 ∣
∣ ∣=∣ ∣=∣ ∣ ∣ ∣
∣ 2 −1 2 ∣ ∣ 2 −1 −1 ∣ ∣ 2 2 −1 ∣ = ∣ −1 2 −1 ∣ = 0
∣ 1 −2 1 ∣ ∣ 1 −2 −2 ∣ ∣ 1 1 −2 ∣ ∣ −2 1 −2 ∣
oraz
∣1 1 ∣
∣ ∣ = −3 ≠ 0,
∣2 −1 ∣
zatem rz A = 2. Ponadto, ponieważ
∣1 1 1 ∣
∣2 −1 −1 ∣∣ = −12 ≠ 0,
∣
∣1 −2 2 ∣
to rz U = 3. Oznacza to, na podstawie twierdzenia Kroneckera - Capelliego, że rozważany układ równań jest sprzeczny
(gdyż rz A ≠ rz U ).

65
 PRZYKŁAD

Przykład 62: Rozwiązywanie układu oznaczonego

Rozważmy układ czterech równań liniowych z trzema niewiadomymi

⎧x− y+ z = 1
⎪
⎪
⎪ −2x − y − z = 1
⎨ .
⎪
⎩
⎪
2x − y = 2
−x − y − 2z = 2
Liczba kolumn macierzy układu (równa liczbie niewiadomych) wynosi n = 3; macierz uzupełniona ma postać
⎛ 1 −1 1 ∣∣ 1 ⎞
⎜ −2 −1 −1 ∣ 1 ⎟
U=⎜ ⎟.
⎜ 2 −1 0 ∣ 2 ⎟
⎝ ∣ ⎠
−1 −1 −2 ∣ 2
Jak łatwo sprawdzić det U = 0, zatem rz U ≤ 3, gdyż macierz U nie zawiera żadnej nieosobliwej podmacierzy wymiaru
4 × 4. Ponieważ w macierzy A istnieje nieosobliwa podmacierz wymiaru 3 × 3:

∣ 1 −1 1 ∣ (18)
∣ −2 −1 −1 ∣∣ = 5,
∣
∣ 2 −1 0 ∣
zatem rz A = rz U = 3. Z twierdzenia Kroneckera-Capelliego wynika więc, że rozważany układ równań jest układem
oznaczonym. Aby znaleźć jego rozwiązanie wystarczy rozwiązać równoważny wyjściowemu układ Cramera, powstały z
wyjściowego układu przez odrzucenie czwartego równania (równanie to odpowiada temu wierszowi macierzy A, który nie
występuje w nieosobliwej podmacierzy ( 18 ) decydującej o równości rzędów macierzy A oraz U ):
⎧
⎪x− y+ z = 1
⎨ −2x − y − z = 1
⎩
.
⎪
2x − y = 2
Na podstawie wzorów Cramera otrzymujemy
∣1 −1 1 ∣ ∣ 1 1 1 ∣ ∣ 1 −1 1∣
∣ ∣ ∣ ∣ ∣ ∣
∣1 −1 −1 ∣ ∣ −2 1 −1 ∣ ∣ −2 −1 1∣
∣ ∣ ∣ ∣ ∣ ∣
∣2 −1 0 ∣ ∣ 2 2 0 ∣ ∣ 2 −1 2∣
x= 5
= 25 , y= 5
= − 65 , z= 5
= − 35 .

66
 PRZYKŁAD

Przykład 63: Rozwiązywanie układu nieoznaczonego

Rozważmy układ równań:

⎧x+ y+ z = 1
⎪
⎨ 2x − y + 2z = −1
⎩
⎪
x − 2y + z = −2
Liczba niewiadomych to n = 3, macierz uzupełniona ma postać
⎛ 1 1 1∣ 1 ⎞
U = (A|b) = ⎜ 2 −1 2 ∣ −1 ⎟ .
⎝ 1 −2 1 ∣ −2 ⎠
∣

Druga i czwarta kolumna macierzy U są identyczne, zatem rz A = rz U . Z postaci macierzy A wynika z kolei, że rz A ≤ 2
(pierwsza i trzecia kolumna macierzy A są identyczne, więc det(A) = 0). Ponieważ jednak macierz A zawiera nieosobliwą
podmacierz wymiaru 2 × 2:
∣1 1 ∣
∣ ∣ = −3 ≠ 0,
∣ 2 −1 ∣
zatem rz A = rz U = 2. Z twierdzenia Kroneckera-Capelliego wynika więc, że rozważany układ równań posiada
nieskończenie wiele rozwiązań zależnych od n − rz A = 3 − 2 = 1 parametru. Wyznaczymy te rozwiązania. Skoro
rz A = 2 to, na podstawie definicji rzędu macierzy, macierz A zawiera nieosobliwą podmacierz wymiaru 2 × 2;
odnajdujemy tę macierz w rozwiązywanym układzie równań. Równania, których współczynniki nie wchodzą w skład tej
macierzy odrzucamy, z kolei niewiadome, których wybrana podmacierz nie obejmuje, przerzucamy na drugą stronę
równania i traktujemy jako parametry. Układ równań, jaki w ten sposób otrzymujemy, jest układem Cramera (sposób wyboru
macierzy tego układu gwarantuje, że jej wyznacznik jest różny od zera) - do jego rozwiązania stosujemy wzory ( 17 ). W
naszym przypadku, jako nieosobliwą podmacierz wymiaru 2 × 2 zawartą w macierzy A możemy wybrać macierz
1 1
( ).
2 −1
Oznacza to, że układy równań
⎧x+ y+ z = 1
⎪
⎨ 2x − y + 2z = −1
x+y+z = 1
oraz {
⎩
⎪ 2x − y + 2z = −1
x − 2y + z = −2
są równoważne. Traktując niewiadomą z jako parametr, otrzymujemy do rozwiązania układ Cramera
x+y = 1−z
{ .
2x − y = −1 − 2z
Zastosowanie do tego ostatniego układu wzorów ( 17 ) prowadzi do rozwiązania:
∣ 1−z 1 ∣ ∣1 1−z ∣
∣ ∣ ∣ ∣
∣ −1−2z −1 ∣ ∣2 −1−2z ∣
x= −3
= −z, y= −3
= 1, z ∈ R,
które można również zapisać jako
⎧ x = −t
⎪
⎨ y = 1 , gdzie t ∈ R.
⎩
⎪
z=t

Metoda eliminacji Gaussa

Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego
metodą eliminacji Gaussa. Metoda ta, niezwykle efektywna pod względem numerycznym (nie istnieje algorytm rozwiązywania
układów równań wymagający istotnie mniejszej liczby działań niż metoda eliminacji Gaussa), polega na sprowadzeniu macierzy
uzupełnionej, odpowiadającej rozwiązywanemu układowi równań, do uogólnionej postaci trójkątnej (nazywanej również postacią
schodkową). Aby osiągnąć ten efekt, na macierzy uzupełnionej wykonujemy dwa rodzaje operacji:

dodajemy do wybranego wiersza sumy pozostałych wierszy pomnożonych przez odpowiednio dobrane stałe;
zamieniamy kolejność wierszy.

Operacje te nie wpływają na rozwiązania układu, nie zmieniają też rzędu macierzy. Do uzyskanej po zastosowaniu tych operacji
macierzy stosujemy twierdzenie Kroneckera-Capelliego.

Warto przypomnieć w tym miejscu, że pierwsza z wymienionych powyżej operacji nie zmienia wartości wyznacznika macierzy,
67
druga może zmienić jedynie jego znak. W efekcie, metoda eliminacji Gaussa może być z powodzeniem stosowana zarówno do
obliczania rzędu i wyznacznika macierzy, jak i do wyznaczania macierzy odwrotnej.

Rozwiązywanie układów równań liniowych metodą eliminacji

Gaussa

Ideę metody eliminacji Gaussa wyjaśnimy na kilku przykładach.

PRZYKŁAD

Przykład 64: Rozwiązywanie układu oznaczonego metodą eliminacji Gaussa

Celem naszym jest rozwiązanie układu równań

⎧
⎪
⎪
2x + y + z + w = 0
⎪ −x − 2y − z + w = 1
(19)

⎨
⎪
⎩
⎪
x + y − 2z − 3w = 2
4x − 2y + 4w = 2

przy użyciu metody eliminacji Gaussa.

Macierz uzupełniona U rozważanego układu ma postać

⎛ 2 1 1 1 0 ⎞
⎜ ⎟
U=⎜ ⎟.
−1 −2 −1 1 1
⎜ ⎟
⎜ 1 1 −2 −3 2 ⎟
⎝ 4 −2 0 4 2 ⎠

W pierwszym kroku metody eliminacji Gaussa wykorzystujemy pierwszy wiersz, nazywany wierszem głównym dla
pierwszego kroku. Liczbę 2, pierwszy niezerowy element wiersza głównego, nazywamy elementem głównym dla
pierwszego kroku. Celem naszym jest wyzerowanie wszystkich elementów stojących pod liczbą 2(tj. pod elementem
głównym dla pierwszego kroku) i utworzenie w ten sposób pierwszego schodka macierzy. Aby to osiągnąć, postępujemy w
sposób następujący: do drugiego wiersza dodajemy pierwszy pomnożony przez ( 12 do trzeciego pomnożony przez (− 12 do
czwartego pomnożony przez −2. Otrzymujemy

⎛ 2 1 1 1 0 ⎞ ∣ w1 → w1
⎜ ⎟
∣
⎜ ⎟
−1 −2 −1 1 1 w2 → w2 + 12 w1
⎜ ⎟ → ∣∣ →
⎜ 1 1 −2 −3 2 ⎟ w → w3 − 12 w1
⎝ ⎠
∣ 3
4 −2 0 4 2 ∣ w4 → w4 − 2w1
⎛ 2 1 1 1 0 ⎞
⎜ 1 ⎟
→⎜ ⎟
0 − 32 − 12 3
⎜ ⎟.
⎜ 2 ⎟
2

⎜ ⎟
1
0 − 52 − 72
⎝ 2 ⎠
2
0 −4 −2 2

W kolejnym kroku, wierszem głównym jest wiersz drugi nazywany wierszem głównym dla drugiego kroku; elementem
głównym dla drugiego kroku jest − 32 . Celem naszym jest wyzerowanie wszystkich współczynników stojących pod liczbą
− 32 (tj. pod elementem głównym dla drugiego kroku) i utworzenie w ten sposób drugiego schodka. Postępujemy
analogicznie jak w kroku pierwszym: do wiersza trzeciego dodajemy wiersz drugi pomnożony przez 13 do wiersza czwartego
pomnożony przez − 83 . Otrzymujemy:

⎛ ⎞
68

⎜ ⎟
⎜ ⎟
⎜ ⎟
 ⎛ 2 1 1 1 0 ⎞ ∣ w1 → w1
⎜ 1 ⎟
∣
⎜ − 32 − 12 ⎟ → w2
3
0
⎜ ⎟
w2
→∣
⎜ 2 ⎟
2
→
⎜ ⎟
0 1
− 52 − 72 ∣ w3 → w3 + 13 w2
⎝ 2 ⎠
2 ∣
0 −4 −2 2 ∣ w4 → w4 − 83 w2

⎛ 2 1 1 1 0 ⎞
⎜ ⎟
→⎜ ⎟.
0 − 32 − 12 3
1
⎜ ⎟
⎜
2
⎟
⎜ ⎟
0 0 − 83 −3 7
3
⎝ 0 0 − 23 −2 − 23 ⎠

W ostatnim, trzecim kroku wierszem głównym jest wiersz trzeci - wiersz główny dla kroku trzeciego; elementem głównym
jest − 83 . Mnożąc trzeci wiersz przez − 14 i dodając do wiersza czwartego otrzymujemy:

⎛ 2 1 1 1 0 ⎞ ∣ w1 → w1
(20)
⎜ ⎟
⎜ ⎟
0 − 32 − 12 3
1 ∣
⎜ ⎟
w2 → w2
→ ∣∣
⎜
2
⎟
→
⎜ ⎟
0 0 − 83 −3 7 w3 → w3
3 ∣
⎝ 0 0 − 23 −2 − 23 ⎠ ∣ w4 → w4 − 14 w3

⎛ 2 1 1 1 0 ⎞
⎜ ⎟
→⎜ ⎟.
0 − 32 − 12 3
1
⎜ ⎟
⎜
2
⎟
⎜ − 83 ⎟
7
0 0 −3 3
⎝ 0 0 0 − 54 − 54 ⎠

Uzyskana w ten sposób macierz schodkowa jest macierzą uzupełnioną układu równań posiadającego te same rozwiązania,
co wyjściowy układ:

⎧
⎪
⎪
2x + y + z + w = 0
⎪
⎪
⎪ − 32 y − 12 z + 32 w = 1
⎨ .
⎪
⎪
⎪
− 83 z − 3w = 73
⎪
⎩
⎪
− 54 w = − 54

Z postaci macierzy widać również, że układ ten posiada dokładnie jedno rozwiązanie (macierz układu, jako macierz trójkątna
górna o niezerowych elementach na głównej przekątnej, jest macierzą nieosobliwą) . Wyznaczymy je rozwiązując otrzymany
układ równań w kolejności od ostatniego równania do pierwszego. Uzyskujemy kolejno: w = 1, z = −2, y = 1, x = 0.
Warto zanotować, że operacje jakie wykonywaliśmy na macierzy wyjściowego układu równań ( 19 ), aby sprowadzić ją do
postaci trójkątnej ( 20 ) nie zmieniły jej wyznacznika. Ponieważ wyznacznik macierzy trójkątnej równy jest iloczynowi
wyrazów z głównej przekątnej, mamy

∣ 2 1 1 1 ∣ ∣∣ 2 1 1 1 ∣
∣ ∣ 3 ∣
1 ∣ ∣0 − 32 − 12 2 ∣
∣ −1 −2 −1
=∣ ∣ = 2 ⋅ (− 32 ) ⋅ (− 83 ) ⋅ (− 54 ) = −10.
∣ 1 1 −2 −3 ∣∣ ∣ 0 0 − 83 −3 ∣
∣
∣ 4 −2 0 4 ∣ ∣∣ 0 0 0
∣
− 54 ∣

69
 PRZYKŁAD

Przykład 65: Rozwiązywanie układu nieoznaczonego metodą eliminacji Gaussa

Rozważmy układ równań

⎧ 2x + 3y − 4z = 6
⎪ (21)
⎨
⎩
⎪
−4x + 2z = 0
2y − 2z = 4
Macierz uzupełniona tego układu ma postać

⎛ 2 3 −4 6 ⎞ (22)
U=⎜
⎜ −4 0 2 0 ⎟
⎟
⎝ 0 2 −2 4 ⎠

W pierwszym kroku metody eliminacji Gaussa do wiersza drugiego dodajemy wiersz pierwszy pomnożony przez 2; wiersz
trzeci natomiast przepisujemy bez zmian:

⎛ 2 3 −4 6 ⎞ ∣ w1 → w1 ⎛ 2 3 −4 6 ⎞ (23)
⎜
⎜ −4 0 2 0 ⎟ → ∣ w → w + 2w → ⎜ 0
⎟ ∣ 2 ⎜ 6 −6 12 ⎟
⎟
⎝ 0 ⎠ ∣ w3 → w3 ⎝ 0 ⎠
2 1
2 −2 4 2 −2 4

W kroku drugim, do wiersza trzeciego dodajemy wiersz drugi pomnożony przez − 13 :

⎛ 2 3 −4 6 ⎞ ∣∣ w1 → w1 ⎛ 2 3 −4 6 ⎞
⎜
⎜ 0 6 −6 12 ⎟
⎟ → ∣ w → w → ⎜
⎜ 0 6 −6 12 ⎟
⎟.
⎝ 0 ⎠ ∣∣ w3 → w3 − 1 w2 ⎝ 0 ⎠
2 2
2 −2 4 3
0 0 0

Wykonywane operacje nie zmieniły rzędu macierzy, zatem

⎛ 2 3 −4 6 ⎞ ⎛ 2 3 −4 6 ⎞ (24)
rz(A) = rz(U) = rz⎜ ⎟ ⎜ ⎟
2 3
⎜ −4 0 2 0 ⎟ = rz ⎜ 0 6 −6 12 ⎟ = rz( 0 ) = 2.
⎝ 0 ⎠ ⎝ 0 ⎠
6
2 −2 4 0 0 0

Na podstawie twierdzenia Kroneckera-Capelliego, rozważany układ równań posiada nieskończenie wiele rozwiązań
zależnych od n − r = 3 − rz(A) = 3 − 2 = 1 parametru. Jest on równoważny układowi

2x + 3y − 4z = 6
{
(25)
,
6y − 6z = 12
którego rozwiązania, równe rozwiązaniom wyjściowego układu, mają postać x = t, y = 2 + 2t, z = 2t, gdzie t ∈ R jest
dowolnym parametrem.

70
 PRZYKŁAD

Przykład 66: Rozwiązywanie układu sprzecznego metodą eliminacji Gaussa

Rozważmy układ równań

⎧
⎪ 5x − 2y − z = 1 (26)
⎨ −2x + 2y − 2z = 2 ,
⎩
⎪
−x − 2y + 5z = 1
którego macierz uzupełniona U ma postać

⎛ 5 −2 −1 1 ⎞ (27)
U=⎜
⎜ −2 2 −2 2 ⎟
⎟.
⎝ −1 −2 5 1 ⎠

W pierwszym kroku metody eliminacji Gaussa do wiersza drugiego dodajemy wiersz pierwszy pomnożony przez 25 ; do
wiersza trzeciego pomnożony przez 15 :

⎛ 5 −2 −1 1 ⎞ ∣∣ w1 → w1 ⎛ 5 −2 −1 1 ⎞
⎜ ⎟ ⎜ 0 ⎟
⎜ −2 ⎟→∣ 2 5 1 →⎜
⎜ ⎟
⎟
2 6
2 −2 2 w → w + w − 125 12
.
⎝ −1 ⎠ ∣ w3 → w3 + w1
2 5 5
⎝ 0 ⎠
∣
−2 5 1 1
− 125 24 6
5 5 5

W drugim kroku do wiersza trzeciego dodajemy wiersz drugi pomnożony przez 2:

⎛ 5 −2 −1 1 ⎞ ∣w → w ⎛ 5 −2 −1 1 ⎞
⎜ ⎟ ⎜ 0 ⎟.
1 1
⎜ ⎟ ⎜ ⎟
∣
⎜ ⎟ ∣ w2 → w2
6
0 − 125 12
→ → 6
− 125 12

⎝ 0 6 ⎠
5 5
⎝ 0 ⎠ ∣ w3 → w3 + 2w2
5 5
− 125 24
5
6
5
0 0

Wykonane operacje nie zminiły rzędu macierzy, zatem

⎛ 5 −2 −1 ⎞ ⎛5 −2 −1 ⎞ (28)
)=2
5 −2
rz(A) = rz⎜ −2 2 −2 ⎟ = rz⎜ 0 6
− 125 ⎟ = rz(
⎝ −1 5 ⎠ ⎝0 0 ⎠
5 6
0
−2 0 5

oraz

⎛ 5 −2 −1 1 ⎞ ⎛ 5 −2 −1 1 ⎞ ⎛ 5 −2 1 ⎞ (29)

rz(U) = rz⎜
⎜ −2 ⎟=⎜
⎟ ⎜ 0
⎟=⎜ 0
⎟ ⎜
⎟ = 3.
⎟
6
2 −2 2 − 125 12 6 12

⎝ −1 ⎠ ⎝ 0 6 ⎠ ⎝ 0 6 ⎠
5 5 5 5
−2 5 1 0 0 0

Na podstawie twierdzenia Kroneckera-Capelliego stwierdzamy, że rozważany układ równań nie posiada rozwiązań. Warto
zauważyć, że sprzeczność tego układu można odczytać nie tylko z przeprowadzonego rachunku rzędów, lecz również z
postaci macierzy schodkowej - wiersz trzeci tej macierzy odpowiada równaniu sprzecznemu 0x + 0y + 0z = 6.

Wyznaczanie macierzy odwrotnej z wykorzystaniem metody

eliminacji Gaussa
Niech A ∈ Rn×n będzie zadaną macierzą nieosobliwą (warunek ten gwarantuje istnienie macierzy A−1 ) oraz niech Xi oznacza i-
tą kolumnę poszukiwanej macierzy A−1 , tj. A−1 = (X1 , … , Xn ). Łatwo sprawdzić, że przy przyjętych oznaczeniach

A ⋅ A−1 = A ⋅ (X1 , … , Xn ) = (A ⋅ X1 , … , A ⋅ Xn ). (30)

Dzięki tej prostej obserwacji równanie A ⋅ X = I , którego jedynym rozwiązaniem jest X = A−1 , możemy zapisać w postaci n
układów równań liniowych:

A⋅ 1 = (1, 0, 0, … , 0 T , 71
 A ⋅ X1 = (1, 0, 0, … , 0)T , (31)
A ⋅ X2 = (0, 1, 0, … , 0)T ,

⋮
A ⋅ Xn = (0, 0, … , 0, 1)T ,

których rozwiązaniami są kolejne kolumny macierzy A−1 . Do rozwiązania każdego z tych układów równań możemy zastosować
algorytm eliminacji Gaussa.

Zaproponowaną metodę wyznaczania macierzy odwrotnej, która w literaturze funkcjonuje również jako metoda Gaussa-Jordana,
przedstawimy na prostym przykładzie.

PRZYKŁAD

Przykład 67: Wyznaczanie macierzy odwrotnej z wykorzystaniem metody

eliminacji Gaussa

Rozważmy macierz
⎛ 1 1 0 ⎞ (32)
A = ⎜ −2 1 2 ⎟.
⎝ 1 2 −1 ⎠
Jak łatwo sprawdzić det(A) = −5 ≠ 0, zatem macierz A posiada macierz odwrotną. Wyznaczymy ją wykorzystując
metodę eliminacji Gaussa. Operacje wykonywane na macierzy A przeprowadzamy jednocześnie na macierzy jednostkowej,
którą dla wygody zapiszemy z prawej strony. Zabieg ten umożliwi rozwiązanie za jednym razem trzech układów równań

⎛ 1 1 0 ⎞ ⎛1⎞ ⎛ 1 1 0 ⎞ ⎛0⎞ ⎛ 1 1 0 ⎞ ⎛0⎞ (33)

⎜ −2 1 2 ⎟ X1 = ⎜ 0 ⎟ , ⎜ −2 1 2 ⎟ X2 = ⎜ 1 ⎟ , ⎜ −2 1 2 ⎟ X3 = ⎜ 0 ⎟ ,
⎝ 1 2 −1 ⎠ ⎝0⎠ ⎝ 1 2 −1 ⎠ ⎝0⎠ ⎝ 1 2 −1 ⎠ ⎝1⎠

których rozwiązaniami są kolejne kolumny macierzy A−1 .

W pierwszym kroku sprowadzimy macierz A do postaci trójkątnej. Mamy zatem

⎛ 1 1 0 1 0 0 ⎞ (34)
⎜
⎜ −2 1 2 0 1 0 ⎟
⎟.
⎝ 1 2 −1 0 0 1 ⎠

Dodając do wiersza drugiego wiersz pierwszy pomnożony przez 2; do trzeciego pomnożony przez −1 otrzymujemy

⎛ 1 1 0 1 0 0 ⎞ (35)
⎜
⎜ 0 3 2 2 1 0 ⎟
⎟.
⎝ 0 1 −1 −1 0 1 ⎠

Dodając do wiersza trzeciego drugi pomnożony przez − 13 otrzymujemy

⎛ 1 1 0 1 0 0 ⎞
⎜ 0 ⎟.
⎜ 3 2 2 1 0 ⎟
⎝ 0 0 − 53 − 53 − 13 1 ⎠

Ponieważ wykonane operacje nie zmieniły wyznacznika macierzy, zatem widzimy, że faktycznie det A = −5. Uzyskana
macierz jest już macierzą trójkątną, możemy więc przejść do kroku drugiego. Polega on na sprowadzeniu macierzy
trójkątnej do postaci diagonalnej. Aby to osiągnąć stosujemy metodę eliminacji idąc w kolejności odwrotnej - od wiersza
trzeciego do pierwszego. Dodając do wiersza drugiego trzeci pomnożony przez 65 , otrzymujemy

⎛ 1 1 0 1 0 0 ⎞
⎜
⎜
6 ⎟
⎜ 5 ⎟
⎟
3
0 3 0 0 5 .
⎝ 0 0 − 53 − 53 − 13 1 ⎠

Dodając do wiersza pierwszego drugi pomnożony przez − 13 otrzymujemy

⎛ ⎞
72

⎜ ⎟.
⎜
⎜ ⎟
⎟
 ⎛ 1 0 0 1 − 15 − 25 ⎞
⎜ 0 ⎟.
⎜
⎜ ⎟
⎟
3 6
3 0 0 5 5
⎝ 0 0 − 53 − 53 − 13 1 ⎠

Ostatnim etapem jest przekształcenie uzyskanej macierzy diagonalnej do macierzy jednostkowej. W tym celu wystarczy
wiersz drugi pomnożyć przez 13 , trzeci przez − 35 otrzymując:

⎛ 1 0 0 1 − 15 − 25 ⎞
⎜ 0 ⎟.
⎜
⎜ ⎟
⎟
1 2
1 0 0 5 5
⎝ 0 0 1 1 1
5
−5 ⎠
3

W wyniku zastosowanych operacji uzyskaliśmy układ równań o macierzy jednostkowej. Kolejne kolumny macierzy stojącej z
prawej strony tej macierzy są więc poszukiwanymi rozwiązaniami X1 , X2 , X3 tworzącymi macierz A−1 :

⎛5 −1 −2 ⎞
A−1 = 15 ⎜ 0 1 2 ⎟.
⎝5 1 −3 ⎠

Wektory w trójwymiarowej przestrzeni rzeczywistej

Dwa różne punkty A(xA , yA , zA ), B(xB , yB , zB ) ∈ R3 wyznaczają dwa wektory:

−→
−
AB = (xB − xA , yB − yA , zB − zA ),

tj. wektor o początku w punkcie A i końcu w punkcie B oraz

−→
−
BA = (xA − xB , yA − yB , zA − zB ),
−→
− −→
−
tj. wektor o początku w punkcie B i końcu w punkcie A. Wektor BA nazywamy wektorem przeciwnym do wektora AB
(zob. Rys. 25 ). Zgodnie z definicją wprowadzonych poniżej działań na wektorach, suma dowolnego wektora oraz wektora do
niego przeciwnego daje wektor zerowy 0⃗ = (0, 0, 0), tj.

−→
− −→
−
AB + BA = 0⃗.
−→
− −→
−
Z tego powodu wektor przeciwny do wektora AB będziemy również oznaczać jako −AB, tj.

−→
− −→
−
BA = −AB.

Rysunek 25: Wektory wzajemnie przeciwne.

Działania na wektorach

73
 DEFINICJA

Definicja 39: Działania na wektorach

Niech v⃗ = (vx , vy , vz ) ∈ R3 oraz w⃗ = (wx , wy , wz ) ∈ R3 będą dwoma wektorami oraz niech α ∈ R. Możemy wówczas
zdefiniować wektor
v⃗ + w⃗ = (vx + wx , vy + wy , vz + wz )

nazywany sumą wektorów v⃗ i w⃗ oraz wektor

α ⋅ v⃗ = (αvx , αvy , αvz )

nazywany iloczynem wektora v⃗ przez skalar α.

Rysunek 26: Działania na wektorach

TWIERDZENIE

Twierdzenie 34: Własności dodawania wektorów

Niech u⃗ , v⃗, w⃗ ∈ R3 będą dowolnymi wektorami. Działanie dodawania wektorów ma następujące własności:

jest łączne, tj.

u⃗ + (v⃗ + w⃗ ) = (u⃗ + v⃗) + w⃗ ;
jest przemienne, tj.
u⃗ + v⃗ = v⃗ + u⃗ ;
posiada element neutralny - jest nim wektor zerowy 0⃗ = (0, 0, 0), tj.
u⃗ + 0⃗ = 0⃗ + u⃗ = u⃗ ;
suma dowolnego wektora i wektora do niego przeciwnego daje wektor zerowy, tj.
u⃗ + (−u⃗ ) = 0⃗.

TWIERDZENIE

Twierdzenie 35: Własności mnożenia wektora przez skalar

Niech u⃗ , v⃗ ∈ R3 będą dowolnymi wektorami oraz niech α, β ∈ R. Wówczas

α ⋅ (u⃗ + v⃗) = α ⋅ u⃗ + α ⋅ v⃗;

(α + β) ⋅ u⃗ = α ⋅ u⃗ + β ⋅ u⃗ ;
0 ⋅ u⃗ = 0⃗.

74
Długość wektora

DEFINICJA

Definicja 40: Długość wektora

Z dowolnym wektorem v⃗ = (vx , vy , vz ) ∈ R3 możemy stowarzyszyć liczbę nieujemną ∥v⃗∥ określoną wzorem
−−−−−−−−−−
∥v⃗∥ = √v2x + v2y + v2z ;
liczbę tę nazywamy długością wektora v⃗.

TWIERDZENIE

Twierdzenie 36: Własności długości wektora

Niech v⃗, w⃗ ∈ R3 będą dowolnymi wektorami oraz niech α ∈ R. Wówczas:

∥v⃗∥ = 0 ⇔ v⃗ = 0⃗;
∥α ⋅ v⃗∥ = |α| ⋅ ∥v⃗∥;
∥v⃗ + w⃗ ∥ ⩽ ∥v⃗∥ + ∥w⃗ ∥.

Warunek trzeci twierdzenia Własności długości wektora nazywany jest warunkiem trójkąta. Nazwę tę można uzasadnić w
następujący sposób: długość każdego boku trójkąta nie przekracza sumy długości pozostałych jego boków (zob. Rys. 27 ), tzn.
jeżeli wektory u⃗ , v⃗, w⃗ tworzą trójkąt, to:

∥u⃗ ∥ ⩽ ∥v⃗∥ + ∥w⃗ ∥ , ∥v⃗∥ ⩽ ∥w⃗ ∥ + ∥u⃗ ∥ , ∥w⃗ ∥ ⩽ ∥u⃗ ∥ + ∥v⃗∥ .

Rysunek 27: Warunek trójkąta: a) spełniony; b) niespełniony

Ta sama informacja zawarta jest w warunku (zob. Rys. 28 )

∥v⃗∥ ⩽ ∥v⃗ − w⃗ ∥ + ∥w⃗ ∥ ,

który równoważny jest warunkowi trzeciemu twierdzenia Własności długości wektora.

75
 Rysunek 28: Warunek trójkąta

Iloczyn skalarny wektorów

DEFINICJA

Definicja 41: Iloczyn skalarny

Iloczynem skalarnym wektorów u⃗ = (ux , uy , uz ) oraz v⃗ = (vx , vy , vz ) nazywamy liczbę (skalar) u⃗ ∘ v⃗ określoną wzorem
u⃗ ∘ v⃗ := ux vx + uy vy + uz vz . (36)

PRZYKŁAD

Przykład 68: Obliczanie iloczynu skalarnego wektorów

Dla wektorów u⃗ = (1, 2, −1) oraz v⃗ = (0, 3, 1) mamy:

u⃗ ∘ u⃗ = 1 ⋅ 1 + 2 ⋅ 2 + (−1) ⋅ (−1) = 6,
v⃗ ∘ v⃗ = 0 ⋅ 0 + 3 ⋅ 3 + 1 ⋅ 1 = 10,
u⃗ ∘ v⃗ = 1 ⋅ 0 + 2 ⋅ 3 + (−1) ⋅ 1 = 5.

76
 TWIERDZENIE

Twierdzenie 37: Własności iloczynu skalarnego

Iloczyn skalarny spełnia następujące warunki:

dla v⃗ ∈ R3 : v⃗ ∘ v⃗ ⩾ 0 oraz

v⃗ ∘ v⃗ = 0 ⇔ v⃗ = 0⃗;

dla v⃗, w⃗ ∈ R3 :

v⃗ ∘ w⃗ = w⃗ ∘ v⃗;

−→ −→
dla v⃗, w1 , w2 ∈ R3 :

−→ −→ −→ −→
v⃗ ∘ (w1 + w2 ) = (v⃗ ∘ w1 ) + (v⃗ ∘ w2 ) ;

dla α ∈ R, v⃗, w⃗ ∈ R3 :

α ⋅ (v⃗ ∘ w⃗ ) = (α ⋅ v⃗) ∘ w⃗ = v⃗ ∘ (α ⋅ w⃗ ) ;

dla v⃗ ∈ R3 :
2
v⃗ ∘ v⃗ = ∥v⃗∥ .

Kąt, kąt skierowany

DEFINICJA

Definicja 42: Kąt, ramiona kąta, wierzchołek kąta

Rozważmy dwie półproste o wspólnym początku O zawarte w pewnej płaszczyźnie. Półproste te dzielą płaszczyznę na dwa
wzajemnie dopełniające się obszary, obie półproste są ich wspólnym brzegiem (zob. Rys. 29 ). Każdy z tych obszarów (wraz z
półprostymi) nazywamy kątem, półproste nazywamy ramionami kąta, ich wspólny początek O nazywamy wierzchołkiem
kąta.

Rysunek 29: Kąty utworzone przez dwie półproste.

77
 DEFINICJA

Definicja 43: Kąt skierowany

Po ustaleniu kolejności półprostych tworzących kąt otrzymamy kąt skierowany - pierwszą z tych półprostych nazwiemy
ramieniem początkowym, drugą ramieniem końcowym kąta skierowanego.

Rysunek 30: Kąt skierowany: a) ujemnie, b) dodatnio.

Miara kąta skierowanego może być zarówno dodatnia jaki i ujemna (pomijamy tu sytuację w której ramię początkowe pokrywa się
z ramieniem końcowym tworząc kąt o mierze zero). Jest ona ujemna, gdy kierunek obrotu ramienia początkowego w kierunku
ramienia końcowego jest zgodny z kierunkiem ruchu wskazówek zegara (zob. Rys. 30a), w przeciwnym przypadku przyjmuje ona
wartości dodatnie (zob. Rys. 30b).

Miara kąta między wektorami

Kąt wyznaczony przez wektory v⃗ oraz w⃗ to taki kąt, którego ramionami są półproste o wspólnym początku, o kierunkach i
zwrotach zgodnych z kierunkami i zwrotami odpowiednio wektora v⃗ oraz wektora w⃗ . Dwa wektory wyznaczają dwa kąty o
miarach łukowych równych odpowiednio α oraz 2π − α (zob. Rys. 31 ). Zazwyczaj przyjmuje się, że przez kąt jaki tworzą dwa
wektory rozumie się kąt wypukły, tj. ten o mniejszej mierze lub kąt półpełny w przypadku, gdy kąty te są równe. Miarę kąta
(wypukłego) utworzonego przez wektory v⃗ i w⃗ oznaczać będziemy symbolem ∡(v⃗, w⃗ ).

Rysunek 31: Kąty utworzone przez dwa wektory.

TWIERDZENIE

Twierdzenie 38:

Niech v⃗, w⃗ ∈ R3 będą dowolnymi wektorami. Wówczas

v⃗ ∘ w⃗ = ∥v⃗∥ ⋅ ∥w⃗ ∥ ⋅ cos ∡(v⃗, w⃗ ), (37)
gdzie ∡(v⃗, w⃗ ) ∈ [0, π] to miara kąta między wektorami v⃗ i w⃗ .

78
Łącząc ze sobą wzory ( 36 ) oraz ( 37 ) otrzymujemy przepis na miarę kąta między dwoma niezerowymi wektorami.

TWIERDZENIE

Twierdzenie 39: Miara kąta między wektorami

Miara kąta ∡(v⃗, w⃗ ) ∈ [0, π] jaki tworzą dwa niezerowe wektory v⃗ = (vx , vy , vz ) oraz w⃗ = (wx , wy , wz ) wyraża się wzorem
v x wx + v y wy + v z wz
∡(v⃗, w⃗ ) = arccos . (38)
√v2x+v2y +v2z ⋅√w2x +w2y +w2z

PRZYKŁAD

Przykład 69: Wyznaczanie miary kąta między wektorami

Rozważmy dwa wektory: u = (1, 0, 1), v = (1, √2, 1). Ponieważ ∥u⃗ ∥ = √2 oraz ∥v⃗∥ = 2, zatem, na podstawie wzoru ( 37
),

√2
cos ∡(u⃗ , v⃗) = u⃗ ∘v⃗
= 2
= 2
.
∥u⃗ ∥∥v⃗ ∥ 2√ 2
Oznacza to, że

√2
∡(u⃗ , v⃗) = arccos 2
= π4 .

Ortogonalność

DEFINICJA

Definicja 44: Ortogonalność

Niech v⃗, w⃗ . Jeżeli v⃗ ∘ w⃗ = 0, to piszemy v⃗⊥ w⃗ i mówimy, że wektory v⃗ i w⃗ są ortogonalne.

PRZYKŁAD

Przykład 70: Wektory ortogonalne

Ponieważ dla wektorów v⃗ = (1, −1, 2) oraz w⃗ = (2, 0, −1) mamy

v⃗ ∘ w⃗ = 1 ⋅ 2 + (−1) ⋅ 0 + 2 ⋅ (−1) = 0,

zatem wektory te są ortogonalne.

79
 UWAGA

Uwaga 2:

Wektor zerowy jest jedynym wektorem, który jest ortogonalny do wszystkich wektorów, w tym i do siebie samego.

UWAGA

Uwaga 3:

Niezerowe wektory ortogonalne są do siebie prostopadłe (tj. kąt między nimi jest kątem prostym).

Iloczyn wektorowy

DEFINICJA

Definicja 45: Iloczyn wektorowy

Iloczynem wektorowym wektorów v⃗ = (vx , vy , vz ) ∈ R3 oraz w⃗ = (wx , wy , wz ) ∈ R3 nazywamy wektor v⃗ × w⃗ określony

wzorem

v⃗ × w⃗ := (vy wz − vz wy , vz wx − vx wz , vx wy − vy wx ) . (39)

Wzór ( 39 ) można wyrazić równoważnie w łatwej do zapamiętania postaci symbolicznego wyznacznika

∣ i⃗ j⃗ k⃗ ∣
∣ ∣
v⃗ × w⃗ = ∣ vx vy vz ∣ ,
∣ ∣
∣ wx wy wz ∣

gdzie i ⃗ = (1, 0, 0), j ⃗ = (0, 1, 0), k⃗ = (0, 0, 1).

PRZYKŁAD

Przykład 71: Wyznaczanie iloczynu wektorowego

Dla wektorów v⃗ = (1, 0, −2) oraz w⃗ = (−1, 1, 1) mamy

∣ i⃗
∣ j⃗ k⃗ ∣∣
v⃗ × w⃗ = ∣ 1 0 −2 ∣ = 2 ⋅ i ⃗ + j ⃗ + k⃗ = 2 ⋅ (1, 0, 0) + (0, 1, 0) + (0, 0, 1) = (2, 1, 1) .
∣ ∣
∣ −1 1 1 ∣

80
 TWIERDZENIE

Twierdzenie 40: Własności iloczynu wektorowego

Iloczyn wektorowy spełnia następujące warunki:

dla v⃗, w⃗ ∈ R3 :

v⃗ × w⃗ = −w⃗ × v⃗;
−→ −→
dla v⃗, w1 , w2 ∈ R3 :

−→ −→ −→ −→
v⃗ × (w1 + w2 ) = (v⃗ × w1 ) + (v⃗ × w2 ) ;

dla v⃗ ∈ R3 :

v⃗ × v⃗ = 0⃗;

dla α ∈ R, v⃗, w⃗ ∈ R3 :

α ⋅ (v⃗ × w⃗ ) = (α ⋅ v⃗) × w⃗ = v⃗ × (α ⋅ w⃗ ) ;

dla v⃗, w⃗ ∈ R3 :

(v⃗ × w⃗ ) ⊥ v⃗ oraz (v⃗ × w⃗ ) ⊥ w⃗ .

TWIERDZENIE

Twierdzenie 41:

Niech v⃗, w⃗ ∈ R3 będą dowolnymi wektorami. Wówczas

∥v⃗ × w⃗ ∥ = ∥v⃗∥ ⋅ ∥w⃗ ∥ ⋅ sin ∡(v⃗, w⃗ ), (40)
gdzie ∡(v⃗, w⃗ ) ∈ [0, π] to miara kąta między wektorami v⃗ i w⃗ .

Z powyższego twierdzenia wynika następujący wniosek.

WNIOSEK

Wniosek 3:

Iloczyn wektorowy wektorów v⃗ i w⃗ jest wektorem o długości równej polu równoległoboku rozpiętego przez wektory v⃗ i w⃗
(zob. Rys. 32 ).

81
 Rysunek 32: Iloczyn wektorowy pary wektorów.

WNIOSEK

Wniosek 4: Warunek równoległości wektorów

Ze wzoru ( 40 ) wynika następująca zależność:

v⃗ × w⃗ = 0⃗ ⇔ [v⃗ = 0⃗ lub w⃗ = 0⃗ lub v⃗ ∥ w⃗ ];

⃗
warunek v⃗ × w⃗ = 0 jest więc warunkiem równoległości niezerowych wektorów v⃗ i w⃗ .

PRZYKŁAD

Przykład 72: Wyznaczanie pola trójkąta

Rozważmy trzy punkty A(0, 1, 0), B (1, 0, 1), C (1, 1, 1). Punkty te są wierzchołkami pewnego trójkąta. Obliczymy jego
pole.

Zauważmy, że dwoma bokami trójkąta o wierzchołkach A, B, C są odcinki o długościach równych długościom wektorów
−→
− −→
−
AB oraz AC . Pole P tego trójkąta wyraża się więc wzorem

∥−→
− ∥ ∥−→
− ∥ −→
− −→− ∥−→
− −→
− ∥
P= 1
⋅ ∥AB∥ ⋅ ∥AC ∥ ⋅ sin ∡(AB, AC ) = 1
⋅ ∥AB × AC ∥ .
2 ∥ ∥ ∥ ∥ 2 ∥ ∥
−→
− −→
−
Ponieważ AB = (1, −1, 1) oraz AC = (1, 0, 1) zatem

−→
− −→
−
∣ i⃗
∣ j⃗ k⃗ ∣∣
AB × AC = ∣ 1 −1 1 ∣ = −i ⃗ + k⃗ = (−1, 0, 1) .
∣ ∣
∣1 0 1∣
Stąd

∥−→
− −→
− ∥
∥AB × AC ∥ = ∥(−1, 0, 1)∥ = √2
∥ ∥
√2
i ostatecznie P = 2 .

Układ współrzędnych
Kartezjańskim układem współrzędnych w przestrzeni R3 nazywamy trzy ustalone wzajemnie prostopadłe proste przecinające się
w jednym punkcie nazywanym początkiem układu współrzędnych. Zwyczajowo proste te oznacza się Ox, Oy oraz Oz i nazywa się
osiami układu współrzędnych Oxyz. Jako początek układu współrzędnych Oxyz zwykle przyjmuje się punkt (0, 0, 0).
82
Orientacja układu współrzędnych

W układzie współrzędnych Oxyz można wprowadzić dwie orientacje: orientację dodatnią (układ prawoskrętny) oraz ujemną
(układ lewoskrętny). Orientacja układu zależy od wzajemnego położenia osi układu Ox, Oy oraz Oz. Jeżeli wyprostowany kciuk
prawej ręki umieścimy w ten sposób, aby wskazywał dodatnią część osi Oz, a zgięte palce wskażą kierunek obrotu od osi Ox do
osi Oy (odpowiednio: od osi Oy do osi Ox to wówczas mamy do czynienia z układem prawoskrętnym (lewoskrętnym).

Rysunek 33: Układ współrzędnych: a) zorientowany dodatnio, b) zorientowany ujemnie.

Orientacja wektorów u⃗ , v⃗, u⃗ × v⃗

Iloczyn wektorowy dwóch niezerowych, nierównoległych wektorów u⃗ oraz v⃗ ma tę własność, że uporządkowana (istotna
kolejność) trójka wektorów u⃗ , v⃗, u⃗ × v⃗ ma orientację dodatnią, tzn. jeżeli ułożymy prawą dłoń w ten sposób, aby zgięte palce
wskazywały kierunek obrotu od wektora u⃗ do wektora v⃗, to wyprostowany kciuk wskaże kierunek oraz zwrot wektora u⃗ × v⃗
(zob. Rys. 34 ).

Rysunek 34: Dodatnia orientacja trójki wektorów.

Iloczyn mieszany

DEFINICJA

Definicja 46: Iloczyn mieszany

Iloczynem mieszanym uporządkowanej trójki wektorów u⃗ , v⃗, w⃗ nazywamy liczbę (u⃗ , v⃗, w⃗ ) określoną wzorem

(u⃗ , v⃗, w⃗ ) := (u⃗ × v⃗) ∘ w⃗ . (41)

Łatwo sprawdzić, że iloczyn mieszany wektorów jest wyznacznikiem macierzy, której wiersze są współrzędnymi tych wektorów, tj.
dla u⃗ = (ux , uy , uz ) , v⃗ = (vx , vy , vz ) oraz w⃗ = (wx , wy , wz ) :

∣ ∣ 83
∣ ∣
( , , )=∣ ∣.
∣ ∣
∣ ∣
 ∣ ux uy uz ∣ (42)
∣ ∣
(u⃗ , v⃗, w⃗ ) = ∣ vx vy vz ∣ .
∣ ∣
∣ wx wy wz ∣

PRZYKŁAD

Przykład 73: Wyznaczanie iloczynu mieszanego

Dla wektorów u⃗ = (1, −2, −1), v⃗ = (3, 2, 1) oraz w⃗ = (1, −1, 0) mamy

∣1 −2 −1 ∣
(u⃗ , v⃗, w⃗ ) = ∣ 3 2 1 ∣∣ = 4.
∣
∣1 −1 0 ∣

Własności i zastosowanie iloczynu mieszanego

TWIERDZENIE

Twierdzenie 42: Własności iloczynu mieszanego

Iloczyn mieszany spełnia następujące warunki:

dla u⃗ , v⃗, w⃗ ∈ R3 :

(u⃗ , v⃗, w⃗ ) = − (v⃗, u⃗ , w⃗ ) = (v⃗, w⃗ , u⃗ ) ;

dla α ∈ R, u⃗ , v⃗, w⃗ ∈ R3

α ⋅ (u⃗ , v⃗, w⃗ ) = (α ⋅ u⃗ , v⃗, w⃗ ) = (u⃗ , α ⋅ v⃗, w⃗ ) = (u⃗ , v⃗, α ⋅ w⃗ ) ;

→ → → → → →
dla u1 , u2 , v⃗, w⃗ ∈ R3 : (u1 + u2 , v⃗, w⃗ ) = (u1 , v⃗, w⃗ ) + (u2 , v⃗, w⃗ ) ;
dla u⃗ , v⃗, w⃗ ∈ R3 :

|(u⃗ , v⃗, w⃗ )| ⩽ ∥u⃗ ∥ ⋅ ∥v⃗∥ ⋅ ∥w⃗ ∥ .

TWIERDZENIE

Twierdzenie 43: Zastosowanie iloczynu mieszanego

Objętość Vr równoległościanu rozpiętego przez wektory u⃗ , v⃗, w⃗ (zob. Rys. 35a) wyraża się wzorem [Vr = |(u⃗ , v⃗, w⃗ )| .

Objętość Vc czworościanu rozpiętego przez wektory u⃗ , v⃗, w⃗ (zob. Rys. 35b) wyraża się wzorem

Vc = 16 |(u⃗ , v⃗, w⃗ )| .

84
 Rysunek 35: Interpretacja geometryczna iloczynu mieszanego wektorów.

PRZYKŁAD

Przykład 74:

Obliczymy długość h wysokości czworościanu o wierzchołkach A = (0, 0, 0), B = (1, 0, 0), C = (0, 2, 3), D = (3, 4, 5)
opuszczonej z wierzchołka D .
Objętość V tego czworościanu wyraża się wzorem.

V = 13 P△ABC ⋅ h,

gdzie P△ABC to pole trójkąta o wierzchołkach w punktach A, B, C. Mamy

−→
− −→
− −→
−
AB = (1, 0, 0) , AC = (0, 2, 3) , AD = (3, 4, 5)

oraz

−→
− −→
−
∣ i⃗ j⃗ k⃗ ∣
∣ ∣
AB × AC = ∣ 1 0 0 ∣ = (0, −3, 2) .
∣ ∣
∣0 2 3∣
Stąd oraz z własności iloczynu wektorowego otrzymujemy

1 ∥−→
− −→
− ∥ 1 √ 13
P△ABC = ⋅ ∥AB × AC ∥ = ⋅ ∥(0, −3, 2)∥ = .
2 ∥ ∥ 2 2

Poszukiwaną wysokość h obliczymy z wynikającego z twierdzenia równania

∣ −→
− −→− −→ − ∣
1
P
3 △ABC
⋅ h = 16 ∣(AB, AC , AD)∣ .
∣ ∣

Ponieważ

−→
− −→− −→ − ∣1 0 0∣
(AB, AC , AD) = ∣ 0 2 3 ∣∣ = −2,
∣
∣3 4 5∣
zatem ostatecznie otrzymujemy

∣ −→
− −→− −→− ∣
∣(AB ,AC ,AD )∣
1 ∣ ∣ 2√ 13
h= 2 P△ABC
= 13
.

Proste w trójwymiarowej przestrzeni rzeczywistej

85
 DEFINICJA

Definicja 47: Wektor kierunkowy prostej

−→
−
Wektor v⃗ jest równoległy do prostej l, jeżeli dla dowolnych dwóch jej punktów A i B wektory AB oraz v⃗ są równoległe.

Każdy wektor równoległy do prostej nazywamy jej wektorem kierunkowym (zob. Rys. 36 ).

Rysunek 36: Prosta l i jej wektor kierunkowy.

Równanie parametryczne prostej

Równanie

⎧
⎪ x = x0 + tvx (43)
l: ⎨ y = y0 + tvy , gdzie t ∈ R
⎩
⎪
z = z0 + tvz
opisuje prostą l przechodzącą przez punkt P (x0 , y0 , z0 ) i równoległą do niezerowego wektora v⃗ = (vx , vy , vz ).

Jest to tzw. równanie parametryczne prostej.

Równanie kierunkowe prostej

Równanie
x−x0 y−y0 z−z0
l: vx
= vy
= vz
, (44)

nazywane równaniem kierunkowym prostej , opisuje prostą l przechodzącą przez punkt P (x0 , y0 , z0 ) i równoległą do wektora
v⃗ = (vx , vy , vz ) o niezerowych współrzędnych (zob. Rys. 37a).

Rysunek 37: Proste w przestrzeni.

Równanie krawędziowe prostej

Rozważmy dwie nierównoległe płaszczyzny

86
 π1 : A1 x + B1 y + C1 z + D1 = 0 oraz π2 : A2 x + B2 y + C2 z + D2 = 0.

Częścią wspólną tych płaszczyzn jest prosta

A1 x + B1 y + C1 z + D1 = 0
{
(45)
l: ;
A2 x + B2 y + C2 z + D2 = 0
równanie ( 45 ) to jej równanie krawędziowe (zob. Rys. 37b).

UWAGA

Uwaga 4:

Z własności iloczynu wektorowego pary wektorów wynika, że płaszczyzny π1 oraz π2 nie są równoległe wtedy i tylko wtedy,
−
→ −
→
gdy ich wektory normalne, równe odpowiednio n1 = (A1 , B1 , C1 ) oraz n2 = (A2 , B2 , C2 ), spełniają warunek
−
→ − → −
→ − →
n1 × n2 ≠ 0⃗. Wektor n1 × n2 jest wówczas wektorem kierunkowym prostej l.

PRZYKŁAD

Przykład 75: Wyznaczanie równania prostej

Rozważmy dwie płaszczyzny

π1 : 2x − y + 3 (z − 1) = 0
π2 : x − 2 (y − 1) + z − 1 = 0.
.

−
→ −
→
Ich wektory normalne, równe odpowiednio n1 = (2, −1, 3) oraz n2 = (1, −2, 1), nie są równoległe, zatem płaszczyzny te
wyznaczają pewną prostą l. Postać krawędziowa tej prostej to

2x − y + 3z − 3 = 0
{
(46)
l: .
x − 2y + z + 1 = 0
Aby wyznaczyć postać parametryczną prostej l musimy wyznaczyć jej wektor kierunkowy. Wektorem tym jest wektor
∣ i⃗ j⃗ k⃗ ∣
−
→ − → ∣ ∣
n1 × n2 = ∣ 2 −1 3 ∣ = (5, 1, −3) .
∣ ∣
∣1 −2 1∣
Potrzebujemy jeszcze znaleźć dowolny punkt leżący na prostej l (tj. spełniający warunek ( 46 ) ). Łatwo sprawdzić, że
punktem takim może być punkt P (−1, 1, 2). Równanie parametryczne prostej l ma więc postać

⎧ x = −1 + 5t
⎪ (47)
l: ⎨y = 1+ t
⎩
,
⎪
z = 2 − 3t
gdzie t ∈ R. Aby uzyskać postać kierunkową prostej l wystarczy z każdego z trzech równań układu ( 47 ) wyznaczyć wartość
t:
t= x+1
5
=y−1= z−2
−3
jest to poszukiwana postać kierunkowa prostej l.

Płaszczyzny w trójwymiarowej przestrzeni

rzeczywistej
87
 DEFINICJA

Definicja 48: Wektor normalny płaszczyzny

−→
−
Wektor n⃗ jest prostopadły do płaszczyzny π, jeżeli dla dowolnych dwóch jej punktów A i B wektory AB oraz n⃗ są
prostopadłe.

Każdy niezerowy wektor prostopadły do płaszczyzny nazywamy wektorem normalnym tej płaszczyzny (zob. Rys. 38 ).

Rysunek 38: Płaszczyzna π i jej wektor normalny.

Równanie normalne płaszczyzny

Równanie płaszczyzny π przechodzącej przez punkt P (x0 , y0 , z0 ) oraz prostopadłej do niezerowego wektora n⃗ = (A, B, C) ma
postać

π: A (x − x0 ) + B (y − y0 ) + C (z − z0 ) = 0. (48)

Jest to tzw. równanie normalne płaszczyzny .

Równanie płaszczyzny przechodzącej przez trzy punkty

Każde trzy niewspółliniowe (nieleżące na jednej prostej) punkty Pi (xi , yi , zi ), gdzie i = 1, 2, 3, wyznaczają dokładnie jedną
płaszczyznę π, która je zawiera. Równanie tej płaszczyzny ma postać:

∣ x − x1 y − y1 z − z1 ∣ (49)
π: ∣x − x y2 − y1 z2 − z1 ∣ = 0.
∣ 2 1 ∣
∣ x3 − x1 y3 − y1 z3 − z1 ∣

Jest to tzw. wyznacznikowe równanie płaszczyzny .

Równanie odcinkowe płaszczyzny

Równanie
y
π: x
a
+ b
+ z
c
= 1, (50)

w którym a, b, c są liczbami różnymi od zera, nazywamy równaniem odcinkowym płaszczyzny π.

Płaszczyzna opisana równaniem ( 50 ) przecina osie Ox, Oy oraz Oz układu współrzędnych Oxyz w punktach równych
odpowiednio Px (a, 0, 0), Py (0, b, 0), Pz (0, 0, c).

88
 Rysunek 39: Płaszczyzna przecinająca osie układu w punktach Px (a, 0, 0), Py (0, b, 0), Pz (0, 0, c).

Równanie parametryczne płaszczyzny

Równanie płaszczyzny π przechodzącej przez punkt P (x0 , y0 , z0 ) i równoległej do dwóch niezerowych, nierównoległych
wektorów v⃗ = (vx , vy , vz ) oraz w⃗ = (wx , wy , wz ) ma postać:

⎧ x = x0 + rvx + swx
⎪ (51)
π: ⎨ y = y0 + rvy + swy , gdzie r, s ∈ R.
⎩
⎪
z = z0 + rvz + swz
Jest to tzw. równanie parametryczne płaszczyzny.

89
 PRZYKŁAD

Przykład 76: Wyznaczanie równania płaszczyzny

−−−→
Rozważmy trzy punkty: P1 (1, −1, 2), P2 (−1, 2, 1), P3 (1, 0, 3). Ponieważ wektory P1 P2 = (−2, 3, −1) oraz
−−−→ −−−→ −−−→
P1 P3 = (0, 1, 1) nie są równoległe (gdyż P1 P2 × P1 P3 ≠ 0⃗), zatem punkty P1 , P2 , P3 wyznaczają dokładnie jedną
płaszczyznę π. Wyznaczymy teraz jej równania.

Ponieważ

∣ x−1 y+1 z−2 ∣

∣ −1 − 1 2+1 1 − 2 ∣∣ = 4x + 2y − 2z + 2,
∣
∣ 1−1 0+1 3−2∣
zatem, na podstawie wzoru ( 49 ), równanie normalne płaszczyny π to

4x + 2y − 2(z − 1) = 0;

wektorem normalnym płaszczyzny π jest wektor

n⃗ = (A, B, C) = (4, 2, −2).

Z postaci normalnej płaszczyzny π otrzymujemy natychmiast jej postać odcinkową

y
x
−1/2
+ −1
+ z = 1.

−−−→
Aby wyznaczyć postać parametryczną płaszczyzny π wystarczy zauważyć, że wektory P1 P2 = (−2, 3, −1) oraz
−−−→
P1 P3 = (0, 1, 1) są wektorami do niej równoległymi. Stąd oraz ze wzoru ( 51 ) wynika, że postać parametryczna
płaszczyzny π to

⎧
⎪ x = 1 − 2r
⎨ y = −1 + 3r + s ,
⎩
⎪
z= 2−r+s
gdzie r, s ∈ R.

Wzajemne położenie prostych i płaszczyzn

Kąty między płaszczyznami oraz prostymi
Kąt między dwiema prostymi to kąt ostry (lub prosty, gdy proste są prostopadłe) utworzony przez wektory kierunkowe tych
prostych.
Kąt między dwiema płaszczyznami (zob. Rys. 45a) to kąt ostry (lub prosty, gdy płaszczyzny są prostopadłe) utworzony przez
wektory normalne tych płaszczyzn (zob. Rys. 45b).

Rysunek 40: Kąt między płaszczyznami.

90
Kąt między prostą i płaszczyzną (zob. Rys. 46a), to kąt o mierze π2 − α, gdzie α to miara kąta ostrego (lub prostego, gdy prosta i
płaszczyzna są równoległe) jaki tworzą wektor kierunkowy prostej oraz wektor normalny płaszczyzny (zob. Rys. 46b).

Rysunek 41: Kąt między prostą i płaszczyzną

UWAGA

Uwaga 5:

Znając wektory normalne płaszczyzn oraz wektory kierunkowe prostych, szukane miary kątów pomiędzy dwiema
płaszczyznami, dwiema prostymi lub pomiędzy prostą i płaszczyzną można łatwo wyliczyć wykorzystując stosowne
własności iloczynu skalarnego wektorów.

Odległość punktu od płaszczyzny

Odległość punktu P (x0 , y0 , z0 ) od płaszczyzny π : Ax + By + Cz + D = 0 wyraża się wzorem (zob. Rys. 47a)

|Ax0 +B y0 +Cz0 +D|

d (P , π) = . (52)
√A2 +B2 +C 2

Rysunek 42: Odległości: a) punktu od płaszczyzny, b) punktu od prostej.

Odległość punktu od prostej

Rozważmy punkt P oraz prostą l przechodzącą przez punkt P0 i równoległą do wektora v⃗. Przypuśćmy, że punkt P nie leży na
−−→
prostej l. Wówczas, wektory P0 P oraz v⃗ tworzą równoległobok (zob. Rys. 47b). Pole tego równoległoboku, równe iloczynowi
długości podstawy ∥v⃗∥ i wysokości h , możemy obliczyć również wykorzystując stosowną własność iloczynu wektorowego:

∥−−→ ∥
h ⋅ ∥v⃗∥ = ∥P0 P × v⃗∥
∥ ∥

Poszukiwana odległość d(P , l) punktu P od prostej l, równa wysokości h równoległoboku rozpiętego przez wektory v⃗ oraz
−−→
P0 P , wyraża się więc wzorem:

∥−−→ ⃗ ∥ 91
∥ × ∥
∥ ∥
d (P , l) =
 ∥−−→ ∥ (53)
∥P0 P ×v⃗ ∥
∥ ∥
d (P , l) =
∥v⃗ ∥

Odległość prostej od płaszczyzny

Niech π będzie płaszczyzną o wektorze normalnym n⃗ , a l prostą o wektorze kierunkowym v⃗. Aby odległość prostej l od
płaszczyzny π była niezerowa (tj. aby prosta nie przecinała płaszczyzny) wektory n⃗ i v⃗ muszą być prostopadłe. W takiej sytuacji,
odległość prostej od płaszczyzny jest równa odległości dowolnego punkty prostej od płaszczyzny. Aby wyznaczyć tę odległość,
wybieramy dowolny punkt prostej, następnie stosujemy wzór ( 55 ).

PRZYKŁAD

Przykład 77: Wyznaczanie odległości prostej od płaszczyzny

Rozważmy płaszczyznę π : 2x + y − 2z + 4 = 0 oraz prostą

⎧
⎪x = 1+ t
l: ⎨ y = 2 − 4t , t ∈ R.
⎩
⎪
z = −t
Aby wyznaczyć odległość prostej od płaszczyzny musimy sprawdzić, czy mają one wspólny punkt. Podstawiając równania
prostej do równania płaszczyzny otrzymujemy równanie sprzeczne

0 = 2 (1 + t) + 2 − 4t − 2 (−t) + 4 = 8.

Oznacza to, że prosta l nie ma punktów wspólnych z płaszczyzną π - prosta i płaszczyzna muszą więc być równoległe. Do
tego samego wniosku dojdziemy licząc iloczyn skalarny wektora normalnego płaszczyzny n⃗ = (2, 1, −2) oraz wektora
kierunkowego prostej v⃗ = (1, −4, −1):

n⃗ ∘ v⃗ = 2 ⋅ 1 + 1 ⋅ (−4) + (−2) ⋅ (−1) = 0,

co oznacza, że n⃗ ⊥ v⃗. Odległość prostej l od płaszczyzny π jest więc taka sama jak odległość dowolnego punktu prostej, np.
P (1, 2, 0), od płaszczyzny π. Na podstawie wzoru ( 55 ) mamy
|2⋅1+1⋅2−2⋅0+4|
d (π, l) = d (π, P ) = = 83 .
√22 +12 +(−2) 2

Odległość między płaszczyznami

Rozważmy dwie płaszczyzny równoległe π1 oraz π2 o wspólnym wektorze normalnym n⃗ = (A, B, C), tj.:

π1 : Ax + By + Cz + D1 = 0
.
π2 : Ax + By + Cz + D2 = 0
Odległość między płaszczyznami π1 oraz π2 (zob. Rys. 48 ) wyraża się wówczas wzorem
|D1 −D2 |
d (π1 , π2 ) = .
√A2 +B2 +C 2

Rysunek 43: Odległość między równoległymi płaszczyznami.

92
 UWAGA

Uwaga 6:

−
→ −
→
Wektory normalne dwóch równoległych płaszczyzn są równoległe. Ponieważ dwa wektory równoległe n1 oraz n2 są
−
→ −
→
proporcjonalne, tj. n1 = α ⋅ n2 , dla pewnej stałej α ∈ R, zatem możemy przyjąć (jak w powyższym wzorze), że płaszczyzny
równoległe mają wspólny wektor normalny.

PRZYKŁAD

Przykład 78: Wyznaczanie odległości między płaszczyznami

Rozważmy dwie płaszczyzny: płaszczyznę π1 o równaniu

3x − 6y + 2z − 4 = 0

oraz płaszczyznę π2 o równaniu

−6x + 12y − 4z − 6 = 0.
−→ −
→
Wektory normalne tych płaszczyzn, równe odpowiednio n1 = (3, −6, 2) oraz n2 = (−6, 12, −4), łączy zależność
−
→ −
→
n2 = −2 ⋅ n1 z której wynika, że płaszczyzny π1 oraz π2 są równoległe. Aby wyznaczyć odległość pomiędzy nimi, musimy
zapisać je w postaci kanonicznej o wspólnym wektorze normalnym. W tym celu równanie określające płaszczyznę π2
zapiszemy w równoważnej postaci

3x − 6y + 2z + 3 = 0.

Stąd

|−4−3| 7
d (π1 , π2 ) = = = 1.
√32 +(−6)2 +22 √ 49

Odległość między prostymi

→
Niech l1 (odpowiednio l2 ) będzie prostą przechodzącą przez punkt P1 (odpowiednio P2 ) równoległą do wektora v1
→
(odpowiednio v2 ).

Proste równoległe

Przypuśćmy, że proste l1 oraz l2 są równoległe. Możemy wówczas przyjąć (nie tracąc ogólności), że proste te mają wspólny
→ →
wektor kierunkowy, tj. v1 = v2 . W celu wyznaczenia odległości pomiędzy prostymi l1 oraz l2 , wystarczy na jednej z tych prostych,
powiedzmy na prostej l2 , wybrać dowolny punkt P2 , następnie, korzystając ze wzoru ( 56 ) na odległość punktu od prostej,
wyznaczyć odległość prostej l1 od punktu P2 . Otrzymana wartość, równa odległości między równoległymi prostymi l1 oraz l2 ,
wyraża się wzorem:

∥−−−→ →∥
∥P2 P1 ×v1 ∥
∥ ∥
d ( l1 , l2 ) = ∥→ ∥
.
∥v 1 ∥

Proste skośne

→
Przypuśćmy, że proste l1 i l2 nie są równoległe. Oznacza to, że wektory kierunkowe tych prostych, równe odpowiednio v1 oraz

→ 93
→
v2 , spełniają warunek
→ →
v1 × v2 ≠ 0⃗.
→ → −−−→
Z wektorów v1 , v2 oraz P2 P1 możemy zatem utworzyć równoległościan (zob. Rys. 49 ), którego objętość, równa iloczynowi pola
→ → → → −−−→
podstawy ∥ ∥
∥v1 × v2 ∥ i wysokości h, można również wyrazić przy pomocy iloczynu mieszanego trójki wektorów v1 , v2 oraz P2 P1 :
∣ −−−→ → → ∣
h ⋅ ∥∥v1 × v2 ∥∥ = ∣(P2 P1 , v1 , v2 )∣ .
→ →
∣ ∣

Poszukiwana odległość d(l1 , l2 ) pomiędzy prostymi skośnymi l1 oraz l2 , równa wysokość h równoległościanu rozpiętego przez
→ → −−−→
wektory v1 , v2 oraz P2 P1 , wyraża się więc wzorem:

∣ −−−→ → → ∣
∣(P2 P1 ,v1 ,v2 )∣ (54)
∣ ∣
d ( l1 , l2 ) = .
∥→ →
v 1 ×v 2 ∥
∥ ∥

Rysunek 44: Odległość między prostymi skośnymi.

94
 PRZYKŁAD

Przykład 79: Wyznaczanie odległości między prostymi skośnymi

Rozważmy cztery punkty A (0, 1, 0) , B (−1, 2, 1) , C (1, 0, 1) , D (1, −1, 1). Proste lAB oraz lCD przechodzące
odpowiednio przez punkty A, B oraz C, D mają postać

⎧x = t
⎪ ⎧x = 1
⎪
lAB : ⎨ y = 1 + t (t ∈ R) lCD : ⎨ y = −t (t ∈ R) .
⎩
oraz
⎪ ⎩
⎪
z=t z=1
−→
− −→
−
Ich wektory kierunkowe AB = (−1, 1, 1) oraz CD = (0, −1, 0) nie są równoległe, zatem proste te są skośne. Odległość
między nimi wyznaczymy ze wzoru ( 57 ):

∣ −→
− −→− −→− ∣
∣(AC ,AB ,CD )∣
∣ ∣
d (lAB , lCD ) = ∥−→
− −→− ∥ .
∥AB ×CD ∥
∥ ∥

Mamy

−→
− −→ − −→− ∣ 1 −1 1∣
(AC , AB, CD ) = ∣ −1 1
∣
1∣= 2
∣
∣ 0 −1 0∣
oraz

−→
− −→
−
∣ i⃗
∣ j⃗ k⃗ ∣∣
AB × CD = ∣ −1 1 1 ∣ = (1, 0, 1) .
∣ ∣
∣ 0 −1 0∣
Ostatecznie

2
d (lAB , lCD ) = ∥(1,0,1)∥
= √ 2.

Kąty między płaszczyznami oraz prostymi

Kąt między dwiema prostymi to kąt ostry (lub prosty, gdy proste są prostopadłe) utworzony przez wektory kierunkowe tych
prostych.
Kąt między dwiema płaszczyznami (zob. Rys. 45a) to kąt ostry (lub prosty, gdy płaszczyzny są prostopadłe) utworzony przez
wektory normalne tych płaszczyzn (zob. Rys. 45b).

Rysunek 45: Kąt między płaszczyznami.

Kąt między prostą i płaszczyzną (zob. Rys. 46a), to kąt o mierze π2 − α, gdzie α to miara kąta ostrego (lub prostego, gdy prosta i
płaszczyzna są równoległe) jaki tworzą wektor kierunkowy prostej oraz wektor normalny płaszczyzny (zob. Rys. 46b).

95
 Rysunek 46: Kąt między prostą i płaszczyzną

UWAGA

Uwaga 7:

Znając wektory normalne płaszczyzn oraz wektory kierunkowe prostych, szukane miary kątów pomiędzy dwiema
płaszczyznami, dwiema prostymi lub pomiędzy prostą i płaszczyzną można łatwo wyliczyć wykorzystując stosowne
własności iloczynu skalarnego.

Odległość punktu od płaszczyzny

Odległość punktu P (x0 , y0 , z0 ) od płaszczyzny π : Ax + By + Cz + D = 0 wyraża się wzorem (zob. Rys. 47a)

|Ax0 +B y0 +Cz0 +D|

d (P , π) = . (55)
√A2 +B2 +C 2

Rysunek 47: Odległości: a) punktu od płaszczyzny, b) punktu od prostej.

Odległość punktu od prostej

Rozważmy punkt P oraz prostą l przechodzącą przez punkt P0 i równoległą do wektora v⃗ . Przypuśćmy, że punkt P nie leży na
−−→
prostej l. Wówczas, wektory P0 P oraz v⃗ tworzą równoległobok (zob. Rys. 47b). Pole tego równoległoboku, równe iloczynowi
długości podstawy ∥v⃗∥ i wysokości h , możemy obliczyć również wykorzystując stosowną własność iloczynu wektorowego:
∥−−→ ∥
h ⋅ ∥v⃗∥ = ∥P0 P × v⃗∥ .
∥ ∥
Poszukiwana odległość d(P , l) punktu P od prostej l , równa wysokości h równoległoboku rozpiętego przez wektory v⃗ oraz
−−→
P0 P , wyraża się więc wzorem:
∥−−→ ∥ (56)
∥P0 P ×v⃗ ∥
∥ ∥
d (P , l) = .
∥v⃗ ∥

Odległość prostej od płaszczyzny

⃗ ⃗ 96
Niech π będzie płaszczyzną o wektorze normalnym n⃗ , a l prostą o wektorze kierunkowym v⃗ . Aby odległość prostej l od
płaszczyzny π była niezerowa (tj. aby prosta nie przecinała płaszczyzny) wektory n⃗ i v⃗ muszą być prostopadłe. W takiej sytuacji,
odległość prostej od płaszczyzny jest równa odległości dowolnego punkty prostej od płaszczyzny. Aby wyznaczyć tę odległość,
wybieramy dowolny punkt prostej, następnie stosujemy wzór ( 55 ).

PRZYKŁAD

Przykład 80: Wyznaczanie odległości prostej od płaszczyzny

Rozważmy płaszczyznę π : 2x + y − 2z + 4 = 0 oraz prostą

⎧x = 1+ t
⎪
l: ⎨ y = 2 − 4t , t ∈ R.\n
⎩
⎪
z = −t
Aby wyznaczyć odległość prostej od płaszczyzny musimy sprawdzić, czy mają one wspólny punkt. Podstawiając równania
prostej do równania płaszczyzny otrzymujemy równanie sprzeczne

0 = 2 (1 + t) + 2 − 4t − 2 (−t) + 4 = 8.

Oznacza to, że prosta l nie ma punktów wspólnych z płaszczyzną π - prosta i płaszczyzna muszą więc być równoległe. Do
tego samego wniosku dojdziemy licząc iloczyn skalarny wektora normalnego płaszczyzny n⃗ = (2, 1, −2) oraz wektora
kierunkowego prostej v⃗ = (1, −4, −1):

n⃗ ∘ v⃗ = 2 ⋅ 1 + 1 ⋅ (−4) + (−2) ⋅ (−1) = 0,

co oznacza, że n⃗ ⊥ v⃗. Odległość prostej l od płaszczyzny π jest więc taka sama jak odległość dowolnego punktu prostej, np.
P (1, 2, 0), od płaszczyzny π. Na podstawie wzoru ( 55 ) mamy
|2⋅1+1⋅2−2⋅0+4|
d (π, l) = d (π, P ) = = 83 .
√22 +12 +(−2) 2

Odległość między płaszczyznami

Rozważmy dwie płaszczyzny równoległe π1 oraz π2 o wspólnym wektorze normalnym n⃗ = (A, B, C), tj.:

π1 : Ax + By + Cz + D1 = 0
.
π2 : Ax + By + Cz + D2 = 0
Odległość między płaszczyznami π1 oraz π2 (zob. Rys. 48 ) wyraża się wówczas wzorem
|D1 −D2 |
d (π1 , π2 ) = .
√A2 +B2 +C 2

Rysunek 48: Odległość między równoległymi płaszczyznami.

97
 UWAGA

Uwaga 8:

−
→ −
→
Wektory normalne dwóch równoległych płaszczyzn są równoległe. Ponieważ dwa wektory równoległe n1 oraz n2 są
−
→ −
→
proporcjonalne, tj. n1 = α ⋅ n2 , dla pewnej stałej α ∈ R, zatem możemy przyjąć (jak w powyższym wzorze), że płaszczyzny
równoległe mają wspólny wektor normalny.

PRZYKŁAD

Przykład 81: Wyznaczanie odległości między płaszczyznami

Rozważmy dwie płaszczyzny: płaszczyznę π1 o równaniu

3x − 6y + 2z − 4 = 0

oraz płaszczyznę π2 o równaniu

−6x + 12y − 4z − 6 = 0.
−→ −
→
Wektory normalne tych płaszczyzn, równe odpowiednio n1 = (3, −6, 2) oraz n2 = (−6, 12, −4), łączy zależność
−
→ −
→
n2 = −2 ⋅ n1 , z której wynika, że płaszczyzny π1 oraz π2 są równoległe. Aby wyznaczyć odległość pomiędzy nimi, musimy
zapisać je w postaci kanonicznej o wspólnym wektorze normalnym. W tym celu równanie określające płaszczyznę π2
zapiszemy w równoważnej postaci
3x − 6y + 2z + 3 = 0.
Stąd
|−4−3| 7
d (π1 , π2 ) = = = 1.
√32 +(−6)2 +22 √ 49

Odległość między prostymi

→
Niech l1 (odpowiednio l2 ) będzie prostą przechodzącą przez punkt P1 (odpowiednio P2 ) równoległą do wektora v1
→
(odpowiednio v2 ).

Proste równoległe

Przypuśćmy, że proste l1 oraz l2 są równoległe. Możemy wówczas przyjąć (nie tracąc ogólności), że proste te mają wspólny
→ →
wektor kierunkowy, tj. v1 = v2 . W celu wyznaczenia odległości pomiędzy prostymi l1 oraz l2 , wystarczy na jednej z tych prostych,
powiedzmy na prostej l2 , wybrać dowolny punkt P2 , następnie, korzystając ze wzoru ( 56 ) na odległość punktu od prostej,
wyznaczyć odległość prostej l1 od punktu P2 . Otrzymana wartość, równa odległości między równoległymi prostymi l1 oraz l2 ,
wyraża się wzorem:

∥−−−→ →∥
∥P2 P1 ×v1 ∥
∥ ∥
d ( l1 , l2 ) = ∥→ ∥
.
v
∥ 1∥

Proste skośne

→
Przypuśćmy, że proste l1 i l2 nie są równoległe. Oznacza to, że wektory kierunkowe tych prostych, równe odpowiednio v1 oraz
→
v2 , spełniają warunek

→ →
× ≠ ⃗ 98
 → →
v1 × v2 ≠ 0⃗
.

→ →
Z wektorów v1 , v2 oraz
−−−→ → →
P2 P1 możemy zatem utworzyć równoległościan (zob. Rys. 49 ), którego objętość, równa iloczynowi pola podstawy ∥∥v1 × v2 ∥∥ i
→ → −−−→
wysokości h , można również wyrazić przy pomocy Zastosowanie iloczynu mieszanego trójki wektorów v1 , v2 oraz P2 P1

∣ −−−→ → → ∣
h ⋅ ∥∥v1 × v2 ∥∥ = ∣(P2 P1 , v1 , v2 )∣ .
→ →
∣ ∣

Poszukiwana odległość d(l1 , l2 ) pomiędzy prostymi skośnymi l1 oraz l2 , równa wysokość h równoległościanu rozpiętego przez
→ → −−−→
wektory v1 , v2 oraz P2 P1 , wyraża się więc wzorem:

∣ −−−→ → → ∣
∣(P2 P1 ,v1 ,v2 )∣ (57)
∣ ∣
d ( l1 , l2 ) = ∥→ →∥ .
∥ v 1 × v 2 ∥

Rysunek 49: Odległość między prostymi skośnymi.

99
 PRZYKŁAD

Przykład 82: Wyznaczanie odległości między prostymi skośnymi

Rozważmy cztery punkty A (0, 1, 0), B (−1, 2, 1), C (1, 0, 1), D (1, −1, 1). Proste lAB oraz lCD przechodzące
odpowiednio przez punkty A, B oraz C, D mają postać

⎧x = t
⎪ ⎧x = 1
⎪
lAB : ⎨ y = 1 + t (t ∈ R) lCD : ⎨ y = −t (t ∈ R) .
⎩
oraz
⎪ ⎩
⎪
z=t z=1
−→
− −→
−
Ich wektory kierunkowe AB = (−1, 1, 1) oraz CD = (0, −1, 0) nie są równoległe, zatem proste te są skośne. Odległość
między nimi wyznaczymy ze wzoru ( 57 ):

∣ −→
− −→− −→− ∣
∣(AC ,AB ,CD )∣
∣ ∣
d (lAB , lCD ) = ∥−→
− −→− ∥ .
∥AB ×CD ∥
∥ ∥

Mamy

−→
− −→ − −→− ∣ 1 −1 1∣
(AC , AB, CD ) = ∣ −1 1
∣
1∣= 2
∣
∣ 0 −1 0∣
oraz

−→
− −→
−
∣ i⃗ j⃗ k⃗ ∣
∣ ∣
AB × CD = ∣ −1 1 1 ∣ = (1, 0, 1) .
∣ ∣
∣ 0 −1 0∣
Ostatecznie

2
d (lAB , lCD ) = ∥(1,0,1)∥
= √ 2.

Publikacja udostępniona jest na licencji Creative Commons Uznanie Autorstwa - Na tych samych warunkach 4.0.
Pewne prawa zastrzeżone na rzecz autorów i Akademii Górniczo-Hutniczej.
Zezwala się na dowolne wykorzystanie treści publikacji pod warunkiem wskazania autorów i Akademii Górniczo-Hutniczej jako
autorów oraz podania informacji o licencji tak długo, jak tylko na utwory zależne będzie udzielona taka licencja.
Pełny tekst licencji dostępny na stronie https://creativecommons.org/licenses/by-sa/4.0/deed.pl.

Data generacji dokumentu: 2022-07-09 19:24:45

Oryginalny dokument dostępny pod adresem: http://pre-epodreczniki.open.agh.edu.pl/openagh-podreczniki_view.php?

categId=4&handbookId=50

100