Documente Academic
Documente Profesional
Documente Cultură
a11 a12 . . . a1n
b1
x1
a21 a22 . . . a2n
x2
= b2
(2.1)
..
..
..
.
. ...
.
bm
xn
am1 am2 . . . amn
i se asociaza sistemului matricea prelungita:
A = ..
..
..
.
. ...
.
am1 am2 . . . amn
b1
b2
..
.
bm
(2.2)
t1
t2
SA
.
(2.3)
SA =
..
t
m
Astfel sistemul initial Ax = b este echivalent cu sistemul SA x = t, unde t noteaza ultima
coloana din matricea SA . Deci prima concluzie este ca:
cele doua sisteme au aceeasi multime a solutiilor.
Deoarece sistemul SA x = t are o matrice mai simpla, analizam acest sistem daca este
compatibil sau nu.
Deoarece transformarile elementare pe linii nu modifica rangul matricii initiale, rezulta
ca:
rang(A) = rang(SA ), si rang(A) = rang(SA )
1
rangul matricii n forma scara (A, respectiv A) este egal nsa cu numarul de pivoti din SA ,
respectiv SA .
Intr-adevar, daca SA , de exemplu, are r pivoti atunci acestia sunt plasati n liniile 1, 2, . . . , r
si coloanele j1 < j2 < < jr . Rezulta astfel ca determinantul unei matrici de ordin r, obtinuta
din elementele de intersectie ale liniilor 1, 2, . . . , r cu coloanele j1 , j2 , . . . , jr din matricea SA
este diferit de zero:
s1j s1j . . . s1j
r
1
2
0 s2j . . . s2j
r
2
..
..
.. = s1j1 s2j2 srjr 6= 0, deoarece pivotii sunt nenuli
.
. . . . .
0
0 . . . srjr
si orice determinant de ordin mai mare decat r constituit din linii si coloane ale matricii SA
este zero, pentru ca din definitia formei scara stim ca linia r este ultima linie ce nu are toate
elementele zero, restul liniilor r + 1, r + 2, . . . , m fiind toate zero.
Deci daca numarul de pivoti din SA este egal cu numarul de pivoti din SA , atunci cele doua
matrici au acelasi rang si la fel rang(A) = rang(A). Conform Teoremei lui KroneckerCapelli
ambele sisteme
Ax = b, SA x = t sunt compatible, dar pentru a afla solutia rezolvam sistemul mai simplu
SA x = t.
Daca numarul de pivoti n SA este diferit de numarul de pivoti n SA , atunci sistemul
SA x = t este incompatibil si n concluzie si sistemul initial Ax = b este incompatibil.
Exemplul 1. Repetam metoda de lucru si rationamentul1de mai sus pe exemplul Ax = b, unde
matricea prelungita este:
2
4 2 1 11
3
1
A = 1 2 0
5
4 8 6
7
Deci termenii liberi ai sistemului sunt b1 = 11, b2 = 3, b3 = 5.
Pentru a efectua calcule mai simple efectuam transformarea L1 L2 si obtinem matricea
echivalenta ( adica de acelasi rang ca si A:
3
1 2 0
1
2
4 2 1 11
4 8 6
7 5
Efectuand apoi transformarile: 2L1 + L2
1 2
0
0
0
0
3
0 1
2 1 5
6 3 17
Am inclus nca un exemplu din cauza ntrebarilor adresate n pauza, de tipul: cand iau ca termeni liberi pe
b1 , b2 , . . . , bm si cand t1 , t2 , . . . , tm si de ce. Asa am dedus ca explicatiile teoretice nu sunt suficiente!!!
1 2 0 1 3
0 2 1 5
AA = 0
0
0 0 0 2
Astfel sistemul initial este echivalent cu sistemul Sa x = t, unde:
1 2 0 1
3
0 2 1 , t = 5
SA = 0
0
0 0 0
2
Matricea SA are 2 pivoti s11 = 1, s23 = 2, n timp ce matricea SA are 3 pivoti: s11 = 1, s23 =
2, s35 = 2. Astfel SA si SA au ranguri diferite, deci sistemul Sa x = t este incompatibil si la
fel sistemul initial Ax = b.
1 2
1 0 2
0
0
0 1
5
0
0
0 0
0
0
0
0
1
0
0
0
0
1
0
1 0 0 6
5
0 1 0 1
2
0 0 1
3 4
Observatia 2.2.1 Se poate demonstra ca forma scara redusa a unei matrici este unica, adica
indiferent de transformarile elementare pe linie aplicate obtinem aceeasi matrice redusa.
Forma scara redusa este fundamentala n algebra liniara, deoarece, asa cum vom arata n cursurile urmatoare, ea codifica proprietati importante ale matricii initiale, foarte utile n rezolvarea
a numeroase probleme.
Sa ilustram cateva avantaje ale reducerii matricii unui sistem de ecuatii liniare la forma
scara redusa. Aplicand metoda GaussJordan de reducere a unui sistem liniar si neomogen de
n ecuatii cu n necunoscute, compatibil determinat:
..
..
.. .. = .. Ax = b,
.
. ... . . .
xn
an1 an2 . . . ann
bn
obtinem la sfarsitul procedurii, aplicata matricii prelungite a sistemului:
A = ..
..
.. .. ,
.
. ... . .
an1 an2 . . . ann bn
matricea echivalenta cu ea:
SA0 = [A |s] =
1 0 0 s1
0 1 0 s2
.. .. = [In |s]
.. ..
. . . .
0 0 1 sn
(2.4)
Motivul pentru care forma scara redusa a matricii prelungite arata astfel este ca rangul matricii
A este n (sistemul fiind compatibil determinat) si deci forma scara redusa are n pivoti, adica n
de 1 pe diagonala principala si 0 deasupra si dedesubtul pivotilor.
Sistemul initial, Ax = b, este echivalent cu sistemul definit de matricea SA0 (au aceleasi
solutii). Si anume, sistemul echivalent este sistemul de matrice In si coloana termenilor liberi
de elemente s1 , s2 , . . . , sn :
x1
s1
x2 s2
In .. = ..
. .
xn
sn
Deci solutia acestui sistem (precum si a celui initial) este:
x1 = s1
x2 = s2
..
.
(2.5)
xn = sn ,
Cu alte cuvinte solutia sistemului este nregistrata n ultima coloana a matricii scara redusa, SA0 .
Observam ca n deducerea solutiei din forma scara redusa am pornit de la ipoteza ca sistemul
este compatibil determinat. In realitate nsa nu stim la nceputul procedurii de reducere la
forma scara redusa daca un sistem de n ecuatii cu n necunoscute (cu n foarte mare) este sau nu
compatibil determinat. Reducand nsa matricea prelungita la forma scara redusa, dupa ultima
etapa deducem din analiza matricii reduse daca sistemul este compatibil sau nu si daca da citim
solutia ca mai sus. Si anume:
Daca n forma scara redusa SA0 = [A |s], matricea A este matricea unitate, In , adica
numarul pivotilor din A este egal cu n, atunci rezulta ca rangul matricii A este n, si deci
sistemul Ax = b este compatibil determinat si solutia sistemului se poate citi pe ultima coloana
a formei scara redusa SA0 .;
Daca numarul pivotilor n submatricea formata din primele n coloane ale matricii reduse
este mai mic decat n, adica A 6= In , sistemul poate fi incompatibil sau compatibil nedeterminat,
n functie de relatia dintre rangul acestei matrici si al matricii prelungite.
Exemplul 3. Consideram sistemul neomogen de 5 ecuatii cu 5 necunoscute, avand matricea
prelungita:
A=
2 1
0
5
8 0
5
3
3
1 1 2
0 4
1 3
3 4
1
2 2
0
2 5
3
6
7
2
0 1
1 0 0 0 0 0.2332
0 1 0 0 0 1.3578
0 0 1 0 0 0.8287
0 0 0 1 0 0.3233
0 0 0 0 1 0.4301
Avand 5 pivoti plasati n submatricea formata din primele 5 coloane, rezulta ca matricea sistemului are are rangul 5, deci determinantul matricii sistemului este nenul si sistemul este compatibil determinat, iar solutia lui este data de ultima coloana:
(x1 = 0.2332, x2 = 1.3578, x3 = 0.8287, x4 = 0.3233, x5 = 0.4301)
A=
5
8
19
2 1 1
1 1
20 5
3 7
3
3 15
0 4 0
0
2 3
1
2 4
2
0
1
3
6 3
1
0
0
0
0
0
1
0
0
0
0
1.6667 0 0
0
0
0
1 0.3333 0 0
0
0 1 0
0
0 0 1
Observam ca numarul de pivoti n submatricea formata din primele 5 coloane este 4, deci
rangul matricii sistemului este 4 iar rangul matricii prelungite este egal cu numarul de pivoti din
forma scara redusa a cesteia, adica 5. Deci sistemul este incompatibil.
Un sistem de 5 ecuatii cu 5 necunoscute a carui matrice prelungita are forma scara redusa:
1 0 0
2 0 1
0 1 0 11 0 7
3
1
3
0
0
0
S0A =
0 0 0
0 1 4
0 0 0
0 0 0
este compatibil nederminat deoarece rangul matricii sistemului coincide cu rangul matricii prelungite, dar acest rang nu este maxim, adica 5.
=
1
= 5
=
3
= 4
a11 a12
a21 a22
..
..
.
.
an1 an2
a1n
a2n
.
..
ann
x11
x21
..
.
xn1
x12 . . .
x22 . . .
..
.
...
xn2 . . .
x1n
x2n
..
.
xnn
1
0
..
.
0 ...
1 ...
..
. ...
0 0 ...
0
0
..
.
1
(2.6)
Produsul din membrul stang, respectiv membrul drept se se mai poate exprima ca rezultat al
concatenarii coloanelor, astfel:
[ AX[:, 1] | AX[:, 2] | . . . |AX[:, n] ] = [ e1 | e2 | . . . |en ]
Determinarea coloanelor inversei X, este echivalenta cu rezolvarea a n sisteme de ecuatii
liniare:
AX[:, 1] = e1 ,
AX[:, 2] = e2 ,
...,
AX[:, n] = en
a11 a12
a21 a22
..
..
.
.
an1 an2
a1n
a2n
.
..
ann
X[:, j]
x1j
x2j
..
.
x1nj
0
..
.
= ej = 1 j
.
..
0
(2.7)
Daca prima jumatate a formei scara redusa, A (adica submatricea constituita din liniile
1, n si coloanele 1, n) este matricea unitate adica forma scara redusa este de forma:
21 22
.. ..
. .
..
.
. . . . . .. ..
. . . . ..
0 0 . . . 1 an1 an2 . . . ann
atunci matricea A este inversabila si inversa ei este:
Daca numarul pivotilor din prima jumatate a formei scara reduse este mai mic decat
n (adica rangul matricii A este mai mic decat n) atunci matricea este singulara si nu admite
inversa.
De exemplu pentru matricea extinsa asociata unei matrici A R44 :
2 3
7
3 1 0 0 0
3
5
1 5 0 1 0 0
Ae =
4
2 10 2 0 0 1 0
5 1
11
1 0 0 0 1
0.1667
0.3333
1 0
2
0 0 0
0 1 1 1 0 0
0.8333
0.6667
0 0
2.1667
1.3333
0
0 1 0
0 0
0
0 0 1 4.6667 4.3333
Submatricea formata din cele patru linii si primele patru coloane are doi pivoti, deci rangul
matricii A este 2, adica este o matrice singulara si submatricea formata din ultimele 4 coloane
nu este inversa ei!
Sa parcurgem algoritmul de calcul al rangului matricii si ilustrare a inversei n caz de matrice
nesingulara prin calcul direct:
Exemplul 5. Consideram matricea:
1 1 1
A= 1 2 2
1 2 3
1 1 1 1 0 0
1 1 1
Ae = 1 2 2 0 1 0 0 1 1
1 2 3 0 0 1
0 1 2
1 0 0 2 1 0
1 0 0
0 1 1 1
1 0 0 1 0
0 1 1
0 0 1
0 0 1
1 0 0
1 1 0
1 0 1
2 1
0
1
2 1
0 1
1
Deoarece forma scara redusa a matricii A este matricea unitate, ea are rangul 3, deci este
inversabila si inversa ei este:
2 1
0
A1 = 1
2 1
0 1
1
1
0
0 ... 0
1 u12 u13 . . . u1n
21 1
0 1 u23 . . . u2n
0 ... 0
31 32 1 . . . 0
1 . . . u3n
L=
, U = 0 0
..
.. ..
..
..
..
..
..
.
. .
.
. ... .
. ... .
n1 n2 n3 . . . 1
0 0
0 ... 1
Se poate verifica, folosind definitia produsului a doua matrici patratice ca:
a) Produsul a doua matrici inferior (superior) triunghiulare, diagonal unitare, este o matrice cu aceeasi proprietate;
Optional. Doar pentru mathematically oriented people!
Demonstratie: Fie L = (ij ), L = (ij ), doua matrici inferior triunghiulare, diagonal unitare,
adica ii = 1 si ij = 0 pentru i < j si analog pentru L . Fie B = LL . Atunci, pentru i < j,
bij = i1 1j +i2 2j + + ii ij + + ij jj + + in nj = 0
|{z} |{z}
|{z}
|{z}
|{z}
|{z}
=0
iar
=1
=0
=0
=0
=0
bii = i1 1i +i2 2i + + ii ii + + in ni = 1
|{z} |{z}
|{z}
|{z}
|{z}
=0
=0
=1
=1
=0
10
b) inversa unei matrici inferior (superior) triunghiulare, diagonal unitara, este si ea inferior
triunghiulara, diagonal unitara.
Demonstratia se face prin inductie asupra dimensiunii n a matricii.End Optional
In continuare reprezentam matricial cele trei tipuri de transformari elementare pe linii.
Aplicand matricii unitate, Im Rmm , cele trei tipuri de transformari elementare pe linii,
1) Lj Lk , 2) aLj Lj , a 6= 0 si 3) aLj + Lk Lk , a 6= 0, obtinem trei matrici, notate Pij ,
E j (a) si respectiv Ejk (a), vizualizate n mai jos.
j
..
..
1
.
.
..
..
..
.
.
.
..
..
1 .
.
... ... ... 0 ... ... ... 1
..
..
. 1
.
..
..
..
.
.
.
.
..
.
1 ..
... ... ... 1 ... ... ... 0
..
.
1
..
.
..
.
..
.
1 0
.
.
.
.
.
.
0 a 0
k
0 1
..
. 0
0 1
..
.
..
.
..
.
..
.
..
. .
.
k
... ... a ... 1
..
.
Numim n continuare cele trei tipuri de matrici, matrici elementare de tip 1, 2, 3, si le notam
generic cu E.
Matricea P jk este matricea permutare asociata permutarii:
11
Astfel produsul Pjk A este matricea obtinuta din A prin inversarea liniilor j, k ntre ele. Deci
n loc sa efectuam nre-un cod, schimbarea liniilor j si k ntre ele, uzual, generam matricea Pjk
si efectuam produsul Pjk A.
Matricea A = E j (a)A se obtine din A prin transformarea aLj Lj .
Matricea A = Ejk ()A, 6= 0, este matricea obtinuta din A prin transformarea elementara Lj + Lk Lk .
Demonstratie: Liniile matricii Ejk (), diferite de linia k, coincid cu liniile corespunzatoare
din matricea unitate Im = (i ). Deci, notand cu ei un element arbirar din matricea Ejk (),
avem ca:
m
m
X
X
ai =
eip ap =
ip ap = ai , pt i 6= k
p=1
ak =
p=1
m
X
ekp ap = aj + ak
p=1
Observatia 2.3.1 O matrice de tipul 3, Ejk (a) = (eIJ ), este, pentru j < k, o matrice inferior
triunghiulara (adica eIJ = 0, pentru orice I < J) si respectiv o matrice superior triunghiulara
daca j > k (superior triunghiulara nseamna ca eIJ = 0 pentru orice I > J).
Exemplul 6.
1 0 0
1 0
0
E13 (7) = 0 1 0 , iar E32 (5) = 0 1 5
7 0 1
0 0
1
Matricea E13 (7), cu 1 < 3 este inferior triunghiulara, diagonal unitara, iar matricea E32 , cu
3 > 2, este superior triunghiulara diagonal unitara.
Proprietati ale matricilor elementare:
a) Matricile elementare sunt inversabile si inversa fiecareia este de acelasi tip ca si matricea
directa, deoarece transformarile elementare pe linie sunt reversibile:
Lj Lk
Lj Lk
1 : A A A,
adica Pjk A = A si Pjk A = A Pjk Pjk A = A Pjk Pjk = Im P1
jk = Pjk
2:
3:
aLj Lj
(1/a)Lj Lj
aLj +Lk Lk
(a)Lj +Lk Lk
12
13
A=
1
0
0
21 1
0
31 32 1
..
..
..
.
.
.
n1 n2 n3
. . . 0 0 u22 u23
0 u33
... 0
0
..
..
.. ..
.
.
... . .
0
0
0
... 1
. . . u1n
. . . u2n
. . . u3n
.
. . . ..
. . . unn
A = (EN E2 E1 )1 U = LU
1 2
3
12
A = 2 5
0
2 10
la forma scara aplicand doar transformari elementare aLi + Lj Lj ,
posibil sa se determine descompunerea LU a matricii A.
1 2
3
1 2
3
2L1 +L2 L2
2L +L3 L3
0 1
12
6 2
A = 2 5
0
2 10
0
2 10
1 2 3
0 1 6 = U
0
0 2
14
Astfel
1 0 0
1
0 0
1
0 0
1 0 = 2
1 0
L = E12 (2)E23 (2) = 2 1 0 1
0 0 1
0 2 1
0 2 1
1 2
3
1
0 0
1 2 3
12 = 2
1 0 0 1 6
A = 2 5
0
2 10
0 2 1
0
0 2
Descompunerea LU are aplicatii n rezolvarea sistemelor de n ecuatii liniare si neomogene,
compatibile determinate.
Presupunem ca sistemul Ax = b, A Rnn , este compatibil determinat si ca matricea
A = LU. Atunci sistemul se scrie:
(LU)x = b
Notand y = Ux, rezolvam mai ntai sistemul auxiliar, Ly
1
0
0 ... 0
y1
21 1
0 . . . 0 y2
31 32 1 . . . 0 y3
..
..
..
.. ..
.
.
. ... . .
n1 n2 n3 . . . 1
yn
= b:
=
b1
b2
b3
..
.
bn
prin metoda substitutie directe: y1 = b1 , din ecuatia 2, rezulta y2 si n final n etapa n, rezulta
yn . Cunoscand acum pe y1 , y2 , . . . , yn , se rezolva sistemul Ux = y:
0
u
.
.
.
u
x
y
33
3n
3 = 3
..
..
..
. . .
.
.
. . . . .. .. ..
0
0
0 . . . unn
xn
yn
prin metoda substitutiei inverse.
Daca o matrice nesingulara, A are n una sau mai multe pozitii de pe diagonala principala
elemente nule, atunci reducerea matricii A la forma scara, nu se poate efectua doar aplicandu-i
transformari elementare pe linie, de tipul 3.
Exemplul 8. Fie sistemul
0
1 3
x1
1
A = 1 2
2 x2 = 5
x3
5
4
1
7
15
Pentru a putea reduce matricea A, la forma scara, mai ntai trebuie aplicata o permutare a liniilor
1 cu 2, pentru a avea element nenul n pozitia (1,1), a pivotului. Astfel matricea P12 A va fi:
1 2
2
1 3
A = 0
5
4
1
Daca nmultim sistemul Ax = b la stanga cu matricea P12 obtinem sistemul:
P12 A x = P12 b
| {z }
|{z}
A
Daca A admite descompunerea LU, A = LU, atunci se rezolva sistemul LUx = b , rezolvand
succesiv, Ly = b si Ux = y.
Exemplul 9. Sa se arate ca matricea
1 2 1
0
A= 2 4
0 1 1
nu admite o descompunere LU.
Alegem pe linia ntai, pivotul 1. Transformarea elementara 2L1 + L2 L2 , conduce la
zerouri sub pivot:
1 2 1
2
A 0 0
0 1 1
Pentru a alege pivotul pe linia a 2-a ar trebui sa interschimbam liniile L2 , L3 , dar aceasta interschimbare nu este o transformare de tip 3, ci o permutare, deci nu este reprezentata de o matrice
inferior triunghiulara si diagonal unitara. Prin urmare matricea A nu admite descompunere LU
(desi este matrice nesingulara). Cauza generarii unui element 0 n pozitia (2,2) este faptul ca n
matricea A, determinantul de ordin 2, constituit din
a11 a12 1 2
=
a21 a22 2 4 = 0
Matricile patratice care sigur admit descompunere LU sunt descrise n:
Propozitia 2.4.1 Fie A Rnn o matrice, ce are toti minorii de nord vest, adica minorii:
a11 . . . a1j
a
a
1 = |a11 |, 2 = 11 12 , . . . , j = ... . . . ... , . . . , n = det(A)
a21 a22
aj1 . . . ajj
nenuli. Atunci exista o unica matrice, L, inferior triunghiulara, diagonal unitara si o unica
matrice, U = (uij ), superior triunghiulara, astfel ncat A = LU si det(A) = u11 u22 unn .