V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

Σχετικά έγγραφα
matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Reševanje sistema linearnih

Osnove linearne algebre

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Uporabna matematika za naravoslovce

Tretja vaja iz matematike 1

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Lastne vrednosti in lastni vektorji

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Tadeja Kraner Šumenjak MATEMATIKA. Maribor, 2010

Algebraične strukture

MATEMATIKA II TEORIJA

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Reševanje sistemov linearnih enačb

1 Seštevanje vektorjev in množenje s skalarjem

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO

Vektorski prostori s skalarnim produktom

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec

13. Jacobijeva metoda za računanje singularnega razcepa

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

1 Fibonaccijeva stevila

Oznake in osnovne definicije

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

Poliedri Ines Pogačar 27. oktober 2009

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

IZPIT IZ ANALIZE II Maribor,

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II

Booleova algebra. Izjave in Booleove spremenljivke

8. Posplošeni problem lastnih vrednosti

Poglavje 2. Sistemi linearnih enačb

Osnove matematične analize 2016/17

Univerza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

Problem lastnih vrednosti

DISKRETNA FOURIERJEVA TRANSFORMACIJA

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik

22. Kdaj sta dva vektorja vzporedna? FGG geodezija UNI Matematika I, 2005/ Kdaj so vektorji a 1, a 2,..., a n linearno neodvisni?

Splošno o interpolaciji

Numerično reševanje. diferencialnih enačb II

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006

MATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE

Gimnazija Krˇsko. vektorji - naloge

11.5 Metoda karakteristik za hiperbolične PDE

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Analiza 2 Rešitve 14. sklopa nalog

Matematika. Funkcije in enačbe

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

10. poglavje. Kode za overjanje

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.

1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk )

(Ne)rešljiva Rubikova kocka in grupe

Numerične metode 2 (finančna matematika)

VAJE IZ MATEMATIKE za študente gozdarstva. Martin Raič

Problem lastnih vrednosti 1 / 20

Matematično modeliranje. Simpleksna metoda.

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.

8. Diskretni LTI sistemi

Navadne diferencialne enačbe

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Verjetnost 2. Oktober Verjetnost 2 Šesto poglavje. Obratna pot do markovskih verig. Od diskretnega časa proti zveznemu. Stabilnost in eksplozije

Kanonična oblika linearnega programa. Simpleksna metoda. Bazne rešitve kanoničnega linearnega programa.

Kotne in krožne funkcije

1. Trikotniki hitrosti

INŽENIRSKA MATEMATIKA I

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak

II. LIMITA IN ZVEZNOST FUNKCIJ

INTEGRALI RACIONALNIH FUNKCIJ

Funkcije dveh in več spremenljivk

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f.

11. Posplošeni problemi lastnih vrednosti

Algoritmi nad grafi v jeziku linearne algebre

PROCESIRANJE SIGNALOV

ZBIRKA REŠENIH NALOG IZ MATEMATIKE I

Analiza I. (študijsko gradivo) Matija Cencelj

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO. Petra MATEMATIKA I

Matematika 2. Diferencialne enačbe drugega reda

Funkcije več spremenljivk

AFINA IN PROJEKTIVNA GEOMETRIJA

Transcript:

Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto, se spomnimo, kaj je permutacija Permutacija je bijektivna preslikava σ : {1,2,,n} {1,2,,n} Množico vseh permutacij n elementov označimo s Π n Signaturo permutacije σ označimo s sgn σ Definicija signature in osnovne lastnosti permutacij, ki jih bomo uporabljali pri obravnavi determinant, so opisane v dodatku A na koncu učbenika Definicija 11 Naj bo a 11 a 12 a 1n a 21 a 22 a 2n A a n1 a n2 a nn kvadratna matrika reda n Potem je njena determinanta enaka det A sgn σ a 1σ(1) a 2σ(2) a nσ(n) Determinanta je tako preslikava det : R n n R Determinanto zapišemo tudi s tabelo a 11 a 12 a 1n a 21 a 22 a 2n det A a n1 a n2 a nn 69

70 POGLAVJE IV DETERMINANTA MATRIKE Za zgled izpišimo vsoto iz definicije za n 2, 3 in 4 a 11 a 12 a 21 a 22 a 11a 22 a 12 a 21 a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 12 a 21 a 33 a 11 a 23 a 32 a 13 a 22 a 31 a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 a 11 a 22 a 33 a 44 + a 11 a 23 a 34 a 42 + a 11 a 24 a 32 a 43 + a 12 a 21 a 34 a 43 + +a 12 a 23 a 31 a 44 + a 12 a 24 a 33 a 41 + a 13 a 21 a 32 a 44 + a 13 a 22 a 34 a 41 + +a 13 a 24 a 31 a 42 + a 14 a 22 a 31 a 43 + a 14 a 23 a 32 a 41 + a 14 a 21 a 33 a 42 a 11 a 22 a 34 a 43 a 11 a 23 a 32 a 44 a 11 a 24 a 33 a 42 a 12 a 21 a 33 a 44 a 12 a 23 a 34 a 41 a 12 a 24 a 31 a 43 a 13 a 21 a 34 a 42 a 13 a 22 a 31 a 44 a 13 a 24 a 32 a 41 a 14 a 21 a 32 a 43 a 14 a 22 a 33 a 41 a 14 a 23 a 31 a 42 Ker je število permutacij množice {1,2,,n} enako n!, gotovo ne bo praktično računati determinanto s pomočjo definicije O tem nas prepriča že zgled pri n 4 Preden začnemo s študijem lastnosti determinante, opozorimo na to, da smo determinanti za n 2 in n 3 že srečali v poglavju o vektorjih v R 2 in R 3 Determinanta matrike A R 3 3 je enaka mešanemu produktu vektorjev, ki tvorijo stolpce matrike A Absolutna vrednost det A je potem enaka volumnu paralelepipeda, ki ga določajo stolpci matrike A Podobno je za A R 2 2 absolutna vrednost det A enaka ploščini paralelograma, ki ga določata stolpca matrike A v R 2 2 Razvoj determinante Minor je poddeterminanta determinante a 11 a 12 a 1n a 21 a 22 a 2n, a n1 a n2 a nn

2 RAZVOJ DETERMINANTE 71 ki jo dobimo tako, da izpustimo enako število vrstic in stolpcev Če v determinanti izpustimo i-to vrstico in j-ti stolpec, potem dobljeni minor označimo z m ij Kofaktor k ij je predznačen minor: k ij ( 1) i+j m ij za i,j 1,2,,n 2 3 1 Zgled 21 V determinanti 0 2 1 poiščimo nekaj minorjev in kofaktorjev: 3 1 1 m 11 2 1 1 1 3, m 23 2 3 3 1 7, m 31 3 1 2 1 1, k 11 m 11 3, k 23 m 23 7, k 31 m 31 1 S pomočjo kofaktorjev lahko zapišemo rekurzivne formule za izračun determinante Teh tu ne bomo dokazali Izrek 22 (o razvoju determinante) Za determinanto a 11 a 12 a 1n a 21 a 22 a 2n det A a n1 a n2 a nn velja: 1) det A a i1 k i1 + a i2 k i2 + + a in k in, i 1,2,,n, je razvoj determinante po i-ti vrstici 2) det A a 1j k 1j + a 2j k 2j + + a nj k nj, j 1, 2,,n, je razvoj determinante po j-tem stolpcu 2 3 1 Zgled 23 Izračunajmo 0 2 1 z razvojem po prvem stolpcu: 3 1 1 2 3 1 0 2 1 3 1 1 2 2 1 1 1 0 3 1 1 1 + 3 3 1 2 1 2( 3) 0( 4) + 3 1 3

72 POGLAVJE IV DETERMINANTA MATRIKE Če je v kakem stolpcu ali vrstici veliko ničel, potem je izračun determinante hitrejši, če jo razvijemo po takem stolpcu ali vrstici 1 1 0 2 Zgled 24 Izračunajmo determinanto 1 1 0 0 2 2 0 0 Z razvojem po tret- 3 1 5 1 jem stolpcu dobimo: 1 2 0 1 1 0 0 1 1 2 1 2 0 0 2 5 1 0 1 3 1 5 1 2 0 2 Z razvojem zadnje determinante po drugem stoplcu dobimo: 1 2 1 5 1 0 1 2 0 2 10 1 1 2 2 10(2 + 2) 40 Iskana vrednost determinante je tako enaka 40 3 Lastnosti determinante 1) Determinanti matrike in njene transponiranke sta enaki: ( det A det A ) Dokaz Velja: det A sgn σ a 1σ(1) a 2σ(2) a nσ(n) sgn σ a σ 1 (1)1a σ 1 (2)2 a σ 1 (n)n ( det A ) V zgornjem računu smo uporabili dejstvo, da je sgnσ sgn σ 1 2) Če eno vrstico v matriki pomnožimo s skalarjem α, se determinanta pomnoži z α

3 LASTNOSTI DETERMINANTE 73 Dokaz Velja: a 11 a 12 a 1n αa i1 αa i2 αa in a n1 a n2 a nn sgn σ a 1σ(1) a iσ(i) a nσ(n) α det A 3) Če en stolpec v matriki pomnožimo s skalarjem α, se determinanta pomnoži z α Dokaz Ker je deta det ( A ) po 1), lastnost 3) sledi iz lastnosti 2) 4) Če matriko pomnožimo s skalarjem, potem velja det(αa) α n det A Dokaz Uporabimo lastnost 2) n-krat 5) Velja: a 11 a 12 a 1n a i 1,1 a i 1,2 a i 1,n a i1 + b i1 a i2 + b i2 a in + b in a i+1,1 a i+1,2 a i+1,n a n1 a n2 a nn a 11 a 12 a 1n a i 1,1 a i 1,2 a i 1,n a i1 a i2 a in a i+1,1 a i+1,2 a i+1,n a n1 a n2 a nn + a 11 a 12 a 1n a i 1,1 a i 1,2 a i 1,n b i1 b i2 b in a i+1,1 a i+1,2 a i+1,n a n1 a n2 a nn

74 POGLAVJE IV DETERMINANTA MATRIKE Dokaz Z uporabo razvoja determinante po i-ti vrstici dobimo: a 11 a 12 a 1n a i 1,1 a i 1,2 a i 1,n a i1 + b i1 a i2 + b i2 a in + b in a i+1,1 a i+1,2 a i+1,n a n1 a n2 a nn n n n (a ij + b ij ) k ij a ij k ij + b ij k ij j1 j1 j1 a 11 a 12 a 1n a 11 a 12 a 1n a i 1,1 a i 1,2 a i 1,n a i 1,1 a i 1,2 a i 1,n a i1 a i2 a in + b i1 b i2 b in a i+1,1 a i+1,2 a i+1,n a i+1,1 a i+1,2 a i+1,n a n1 a n2 a nn a n1 a n2 a nn 6) Če v matriki zamenjamo dve vrstici, se njena determinanta pomnoži z ( 1) Dokaz Predpostavimo, da zamenjamo i-to in j-to vrstico, kjer je i < j Če je σ Π n, potem s σ označimo permutacijo, za katero je σ(k), če k i, j σ(k) σ(i), če k j σ(j), če k i Iz lastnosti permutacij vemo, da je sgn σ sgn σ Z uporabo definicije

3 LASTNOSTI DETERMINANTE 75 determinante dobimo det A sgn σ a 1σ(1) a iσ(i) a jσ(j) a nσ(n) sgn σ a 1σ(1) a jσ(j) a iσ(i) a nσ(n) sgn σ a 1 σ(1) a i σ(i) a j σ(j) a n σ(n) sgn σ a 1 σ(1) a i σ(i) a j σ(j) a n σ(n) det à Tu smo z à označili matriko, ki jo iz A dobimo tako, da zamenjamo i-to in j-to vrstico 7) Če sta dve vrstici v matriki A enaki, potem je njena determinanta enaka 0 Dokaz Če v matriki enaki vrstici zamenjamo, se matrika ne spremeni Iz lastnosti 6) potem sledi, da je deta det A Zato je deta 0 8) Če v matriki prištejemo skalarni večkratnik ene vrstice drugi vrstici, se determinanta ne spremeni

76 POGLAVJE IV DETERMINANTA MATRIKE Dokaz Z uporabo lastnosti 2), 5) in 7) dobimo a 11 a 12 a 1n a j1 + αa i1 a j2 + αa i2 a jn + αa in a n1 a n2 a nn a 11 a 12 a 1n a j1 a j2 a jn a n1 a n2 a nn + a 11 a 12 a 1n αa i1 αa i2 αa in a n1 a n2 a nn a 11 a 12 a 1n a j1 a j2 a jn a n1 a n2 a nn + α a 11 a 12 a 1n a i1 a i2 a in a n1 a n2 a nn a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn

4 RAČUNANJE DETERMINANTE 77 9) Velja a 11 a 1,j 1 a 1j + b 1j a 1,j+1 a 1n a 21 a 2,j 1 a 2j + b 2j a 2,j+1 a 2n a n1 a n,j 1 a nj + b nj a n,j+1 a nn a 11 a 1,j 1 a 1j a 1,j+1 a 1n a 21 a 2,j 1 a 2j a 2,j+1 a 2n + a n1 a n,j 1 a nj a n,j+1 a nn a 11 a 1,j 1 b 1j a 1,j+1 a 1n a 21 a 2,j 1 b 2j a 2,j+1 a 2n + a n1 a n,j 1 b nj a n,j+1 a nn 10) Če v matriki zamenjamo dva stolpca, se njena determinanta pomnoži z ( 1) 11) Če sta dva stolpca v matriki enaka, je njena determinanta enaka 0 12) Če v matriki prištejemo skalarni večkratnik enega stolpca drugemu stolpcu, se njena determinanta ne spremeni Lastnosti 9), 10), 11) in 12) sledijo iz lastnosti 5), 6), 7) in 8) z uporabo lastnosti 1) 4 Računanje determinante d 1 0 0 0 d 2 0 Če je D diagonalna matrika, potem je njena determinanta enaka produktu diagonalnih elementov: detd n 0 0 d n i1 d i To sledi iz definicije, saj za vsako neidentično permutacijo σ obstaja tak i {1, 2,,n}, da je σ(i) i Še več, za vsako neidentično permutacijo σ obstaja tak i, da je σ(i) < i To dejstvo uporabimo za dokaz naslednje trditve:

78 POGLAVJE IV DETERMINANTA MATRIKE a 11 a 12 a 13 a 1n 0 a 22 a 23 a 2n Trditev 41 Če je A 0 0 a 33 a 3n zgornje-trikotna matrika, 0 0 0 a nn potem je deta n i1 a ii Ker je determinanto zgornje-trikotne matrike lahko izračunati, bomo to s pridom uporabili Izkaže se, da lahko s pomočjo elementarnih transformacij na vrsticah tipa I in III kvadratno matriko A preoblikujemo v zgornje trikotno matriko T Pri tem se pri transformaciji tipa I determinanta ne spremeni, pri transformaciji tipa III pa se determinanta pomnoži z ( 1) Zato je det A ( 1) s det T, kjer je s število transformacij tipa III, ki smo jih uporabili v postopku preoblikovanja A v T Zgled 42 Izračunajmo determinanto matrike 0 2 1 2 A 0 4 4 1 1 2 0 0 2 0 1 4 Najprej zamenjamo prvo in tretjo vrstico: 1 2 0 0 0 4 4 1 0 2 1 2 2 0 1 4 Prištejemo dvakratnik prve vrstice zadnji vrstici: 1 2 0 0 0 4 4 1 0 2 1 2 0 4 1 4 Prištejemo ( 2)-kratnik tretje vrstice k zadnji vrstici: 1 2 0 0 0 4 4 1 0 2 1 2 0 0 1 8

5 DETERMINANTA PRODUKTA IN PRIREJENKA 79 Prištejemo z ( 1 2 ) pomnoženo drugo vrstico k tretji vrstici: 1 2 0 0 0 4 4 1 0 0 3 5 2 0 0 1 8 Zamenjamo zadnji dve vrstici: 1 2 0 0 0 4 4 1 0 0 1 8 0 0 3 5 2 Nazadnje prištejemo trikratnik tretje vrstice k zadnji vrstici in dobimo: 1 2 0 0 T 0 4 4 1 0 0 1 8 43 0 0 0 2 Ker smo uporabili dve transformaciji tipa III, je det A dett 86 5 Determinanta produkta in prirejenka Najprej si oglejmo pravilo, ki velja za determinanto produkta dveh matrik Izrek 51 Če sta A,B Rn n, potem je detab detadet B Dokaz Označimo C AB Naj bodo c 1,c 2,,c n stolpci matrike C, a 1,a 2,,a n stolpci matrike A in b 11 b 12 b 1n b 21 b 22 b 2n B b n1 b n2 b nn

80 POGLAVJE IV DETERMINANTA MATRIKE Potem je c j n i j 1 b i j ja ij Z uporabo lastnosti 9), 10), 11) in 1) za determinanto dobimo det C c 1 c 2 c n n i 1 1 b n i 1 1a i1 i 2 1 b i 2 2a i2 n i b n1 i nna in n n n b i1 1a i1 b i2 2a i2 b inna in Posledica 52 i 1 1 i 2 1 n n i 1 1 i 2 1 i n1 n i n1 b σ(1)1 b σ(2)2 b σ(n)n detadet b i1 1b i2 2 b inn a i1 a i2 a in sgn σb σ(1)1 b σ(2)2 b σ(n)n ( B ) detadetb Če je A obrnljiva, potem je det ( A 1) 1 det A a σ(1) a σ(2) a σ(n) a 1 a 2 a n Dokaz Ker velja AA 1 I in deti 1, sledi iz prejšnjega izreka enakost Torej je det ( A 1) 1 det A (deta) ( det ( A 1)) 1 Oglejmo si sedaj še definicijo in uporabo prirejenke Definicija 53 Naj bo a 11 a 12 a 1n a 21 a 22 a 2n A Rn n a n1 a n2 a nn S k ij označimo (i, j)-ti kofaktor deta Matriko k 11 k 12 k 1n k 21 k 22 k 2n B A k n1 k n2 k nn

5 DETERMINANTA PRODUKTA IN PRIREJENKA 81 imenujemo prirejenka matrike A Naslednji izrek nam poda kriterij za obstoj inverza dane matrike To je za nas najpomemnejši rezultat v poglavju o determinanti Izrek 54 Matrika A R n n je obrnljiva natanko tedaj, ko je det A 0 Tedaj je A 1 1 det A B A Dokaz Če je A obrnljiva, je (deta) ( det ( A 1)) deti 1 Zato je deta 0 Naj bo deta 0 Izračunajmo produkt AB A : (i, j)-ti element matrike AB A je enak n l1 a ilk jl Po izreku o razvoju determinante je ta vsota enaka deta, če je i j Če je i j, potem je ta vsota razvoj determinante, ki ima i-to in j-to vrstico enako in je zato enaka 0 Tako dobimo det A 0 0 0 det A 0 AB A 0 0 det A Ker je deta 0, je A ( 1 det A B ) A I Zato je A 1 1 det A B A [ ] a b Zgled 55 Če je A obrnljiva matrika v R c d 2 2, potem je [ ] d b deta ad bc 0 Njena prirejenka je B A in njen inverz je c a Konkretno, če je A A 1 1 ad bc [ d b c a ] [ ] 2 1, potem je det A 1 in A 3 2 1 Zgled 56 Poiščimo inverz matrike 2 1 1 A 0 1 0 1 1 3 s pomočjo prirejenke [ ] 2 1 3 2

82 POGLAVJE IV DETERMINANTA MATRIKE Izračunamo determinanto deta 7 in prirejenko 3 0 1 B A 2 7 3 1 0 2 3 2 1 0 7 0 1 3 2 3 2 1 Zato je A 1 1 7 0 7 0 1 3 2 Posledica 57 Produkt dveh obrnljivih matrik je obrnljiva matrika Dokaz Če sta A in B obrnljivi matriki, potem je deta 0 in detb 0 Zato je tudi detab detadet B 0 in produkt AB je obrnljiva matrika 6 Cramerjevo pravilo Naj bo A R n n obrnljiva matrika in naj bo Ax b sistem linearnih enačb Za j 1,2,,n označimo z A j (b) matriko, ki jo dobimo iz A tako, da j-ti stolpec zamenjamo z vektorjem b Izrek 61 (Cramerjevo pravilo) Če je A obrnljiva matrika v Rn n, potem je rešitev sistema linearnih enačb Ax b podana z x j deta j(b) det A, j 1,2,,n Dokaz Ker je A obrnljiva, iz zveze Ax b sledi x A 1 b 1 det A B Ab Naj b 1 b 2 bo b Potem je j-ta komponenta produkta B Ab enaka n i1 k ijb i Po b n izreku o razvoju determinante je ta vsota enaka deta j (b) Zato je x j det A j(b) det A za j 1, 2,,n Zgled 62 Rešimo sistem linearnih enačb 3x 2y 6 5x + 4y 8

6 CRAMERJEVO PRAVILO 83 s pomočjo Cramerjevega pravila Velja: det A 3 2 5 4 2 Ker je b [ ] 6, je 8 det A 1 (b) 6 2 8 4 40 in det A 2 (b) 3 6 5 8 54 Zato je rešitev enaka x 20 in y 27 Zgled 63 S pomočjo Cramerjevega pravila rešimo še sistem linearnih enačb Velja: x y + z 1 y + 2z 0 x + 3z 1 1 1 1 deta 0 1 2 3 2 + 1 4 1 0 3 1 Vektor desne strani je b 0, zato je 1 1 1 1 det A x (b) 0 1 2 3 + 2 1 2, 1 0 3 1 1 1 det A y (b) 0 0 2 1 1 3 2 + 2 4 in 1 1 1 det A z (b) 0 1 0 1 0 1 1 + 1 2 Tako dobimo rešitev x 1 2, y 1 in z 1 2