Algebra liniowa

Rząd macierzy — twierdzenie Kroneckera–Capellego, baza i wymiar

Rząd macierzy metodą Gaussa i przez minory, liniowa niezależność, baza i wymiar, twierdzenie Kroneckera–Capellego i układy z parametrem — 9 przykładów.

Rząd macierzy to jedna liczba, która mówi, ile naprawdę różnych informacji niesie macierz: ile jej wierszy (albo kolumn) jest liniowo niezależnych. Dzięki niej twierdzenie Kroneckera–Capellego rozstrzyga w jednej linijce, czy układ równań liniowych ma rozwiązanie, a jeśli ma, to ile parametrów trzeba wprowadzić, żeby opisać wszystkie rozwiązania. Po tej lekcji będziesz umieć sprawdzić liniową niezależność wektorów, znaleźć bazę i wymiar przestrzeni (także przestrzeni wielomianów), obliczyć rząd macierzy metodą Gaussa i przez minory, przedyskutować rząd macierzy z parametrem, rozstrzygnąć, czy układ równań liniowych z parametrem jest sprzeczny, oznaczony czy nieoznaczony, zapisać rozwiązanie ogólne w postaci „rozwiązanie szczególne plus rozwiązania układu jednorodnego” i zinterpretować wynik geometrycznie jako punkt, prostą albo pusty zbiór wspólny trzech płaszczyzn. To materiał pierwszego semestru algebry liniowej na studiach, ale korzysta z niego każdy, kto w liceum rozwiązuje układy z parametrem na poziomie rozszerzonym — rząd macierzy porządkuje dyskusję, którą zwykle prowadzi się „na wyczucie”. Na końcu czeka dziewięć przykładów rozwiązanych krok po kroku.

Kombinacja liniowa i liniowa niezależność wektorów

Kombinacja liniowa i powłoka liniowa

Wektory w \(\mathbb{R}^n\) to ciągi \(n\) liczb, np. \([1, 2, 1] \in \mathbb{R}^3\). Dodajemy je i mnożymy przez liczbę po współrzędnych — tak samo jak wektory na płaszczyźnie z lekcji o wektorach na płaszczyźnie i działaniach na nich. Z tych dwóch działań buduje się całe pojęcie, na którym opiera się ta lekcja.

Na przykład \(2 \cdot [1, 0, 1] - [0, 1, 3] = [2, -1, -1]\), więc \([2, -1, -1]\) jest kombinacją liniową wektorów \([1, 0, 1]\) i \([0, 1, 3]\). Zbiór wszystkich kombinacji liniowych danych wektorów nazywamy ich powłoką liniową (albo przestrzenią rozpiętą przez te wektory) i oznaczamy \(\operatorname{span}(v_1, \ldots, v_k)\) lub \(\operatorname{lin}(v_1, \ldots, v_k)\). Powłoka liniowa jednego niezerowego wektora to prosta przez początek układu, dwóch nierównoległych wektorów w \(\mathbb{R}^3\) — płaszczyzna przez początek układu.

Wektory liniowo niezależne — definicja

Wektory \([1, 2]\) i \([2, 4]\) niosą tę samą informację o kierunku — drugi to po prostu dwa razy pierwszy. Taką „nadmiarowość” opisuje liniowa zależność.

Równoważnie: wektory są liniowo zależne wtedy i tylko wtedy, gdy któryś z nich jest kombinacją liniową pozostałych. Jeśli bowiem \(\alpha_1 v_1 + \ldots + \alpha_k v_k = 0\) i np. \(\alpha_1 \neq 0\), to dzieląc przez \(\alpha_1\), wyliczamy \(v_1\) przez pozostałe wektory. Kilka faktów, które warto mieć pod ręką:

  • jeden wektor jest liniowo niezależny dokładnie wtedy, gdy nie jest zerowy;
  • dwa wektory są zależne dokładnie wtedy, gdy są równoległe (jeden jest wielokrotnością drugiego);
  • układ zawierający wektor zerowy jest zawsze zależny, bo \(1 \cdot 0 = 0\) to nietrywialna kombinacja;
  • w \(\mathbb{R}^n\) więcej niż \(n\) wektorów jest zawsze liniowo zależnych — np. trzy wektory na płaszczyźnie.

Na rysunku z lewej wektory \(u = [3, 1]\) i \(v = [1, 2]\) są niezależne. Każdy punkt płaszczyzny da się z nich złożyć, np. \([4, 3] = u + v\) oraz \([5, 0] = 2u - v\). Z prawej \(w = -\frac12 u\) leży na tej samej prostej co \(u\), więc żadne kombinacje \(u\) i \(w\) nie wyjdą poza prostą \(x - 3y = 0\).

Dwa wektory niezależne rozpinają płaszczyznę, dwa zależne (równoległe) tylko prostą przez początek układuxy1234123u = (3, 1)v = (1, 2)u + vniezależne: span = płaszczyznaxy-2-1123123u = (3, 1)w = −½uzależne: span = prostax − 3y = 0
Z lewej wektory niezależne \(u = [3, 1]\), \(v = [1, 2]\): ich kombinacje liniowe wypełniają całą płaszczyznę. Z prawej \(w = -\tfrac12 u\): wektory zależne rozpinają tylko prostą

Jak sprawdzić liniową niezależność wektorów

Praktyczny test jest jeden i działa zawsze: wpisz wektory jako wiersze (albo kolumny) macierzy i oblicz jej rząd. Wektory są niezależne dokładnie wtedy, gdy rząd równa się liczbie wektorów. Gdy wektorów jest tyle, ile współrzędnych (macierz jest kwadratowa), wystarczy wyznacznik: niezależne \(\iff \det \neq 0\). Dla wektorów \(u\), \(v\) z rysunku \(\det \begin{pmatrix} 3 & 1 \\ 1 & 2 \end{pmatrix} = 5 \neq 0\). Za chwilę zobaczysz, czym dokładnie jest rząd i jak go liczyć.

Baza i wymiar przestrzeni liniowej

Baza i współrzędne wektora w bazie

Baza to „minimalny komplet klocków”: wektorów wystarcza, żeby zbudować wszystko (rozpinają \(V\)), i nie ma wśród nich zbędnych (są niezależne). Najważniejsza własność bazy: każdy wektor zapisuje się w niej jednoznacznie. Gdyby \(x\) miał dwa różne zapisy, ich różnica dałaby nietrywialną kombinację równą zeru, a to przeczy niezależności. Współczynniki tego jedynego zapisu to współrzędne wektora w bazie.

Wszystkie bazy danej przestrzeni mają tyle samo wektorów — to twierdzenie, a nie definicja, i właśnie dlatego wymiar jest dobrze określony. W praktyce wynika z niego wygodna reguła: w przestrzeni wymiaru \(n\) każde \(n\) wektorów niezależnych jest już bazą i każde \(n\) wektorów rozpinających przestrzeń też jest bazą. Wystarczy sprawdzić jeden z dwóch warunków.

Baza standardowa, wielomiany i podprzestrzenie

Najprostsze przykłady przestrzeni i ich baz:

  • \(\mathbb{R}^n\) ma bazę standardową \(e_1 = [1, 0, \ldots, 0]\), …, \(e_n = [0, \ldots, 0, 1]\), więc \(\dim \mathbb{R}^n = n\); współrzędne wektora w tej bazie to po prostu jego współrzędne;
  • wielomiany stopnia co najwyżej \(n\), oznaczane \(\mathbb{R}_n[x]\), mają bazę \(1, x, x^2, \ldots, x^n\), więc \(\dim \mathbb{R}_n[x] = n + 1\); wielomian \(5 - 3x + 2x^2\) ma w bazie \(1, x, x^2\) współrzędne \([5, -3, 2]\);
  • macierze \(2 \times 2\) tworzą przestrzeń wymiaru \(4\) (bazę tworzą cztery macierze z jedną jedynką i zerami), a macierze \(m \times n\) — przestrzeń wymiaru \(mn\);
  • płaszczyzna \(x + y + z = 0\) w \(\mathbb{R}^3\) jest podprzestrzenią wymiaru \(2\) z bazą \([-1, 1, 0]\), \([-1, 0, 1]\).

Ostatni przykład pokazuje regułę, którą uzasadnimy przy twierdzeniu o rzędzie: jedno równanie z trzema niewiadomymi „zabiera” jeden wymiar, więc zbiór jego rozwiązań ma wymiar \(3 - 1 = 2\). Wielomiany zaś pokazują, że wektor nie musi być strzałką — wystarczy, że umiemy go dodawać i mnożyć przez liczbę. Po wybraniu bazy każdy wielomian zamienia się w ciąg współrzędnych, a pytania o wielomiany stają się pytaniami o macierze.

Rząd macierzy — definicja i własności

Każdą macierz \(m \times n\) można czytać na dwa sposoby: jako \(m\) wektorów-wierszy z \(\mathbb{R}^n\) albo jako \(n\) wektorów-kolumn z \(\mathbb{R}^m\).

Druga część definicji to twierdzenie i to wcale nie oczywiste: wiersze i kolumny „żyją” w różnych przestrzeniach, a jednak liczba niezależnych wierszy i kolumn zawsze jest ta sama. Spójrz na przykład:

\[ A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 1 & 0 & 1 \end{pmatrix} \]

Drugi wiersz to dwa razy pierwszy, a pierwszy i trzeci nie są równoległe, więc niezależne wiersze są dokładnie dwa: \(r(A) = 2\). Wśród kolumn też są dokładnie dwie niezależne — trzecia kolumna to suma dwóch pierwszych. Rząd mierzy wymiar powłoki liniowej wierszy (i kolumn), czyli to, ile „prawdziwych” równań zawiera układ o tej macierzy.

Najważniejsze własności rzędu:

  • \(0 \le r(A) \le \min(m, n)\), a \(r(A) = 0\) tylko dla macierzy zerowej;
  • \(r(A^T) = r(A)\) — to inne sformułowanie równości rzędu wierszowego i kolumnowego;
  • operacje elementarne na wierszach (zamiana wierszy, pomnożenie wiersza przez liczbę różną od zera, dodanie do wiersza wielokrotności innego wiersza) nie zmieniają rzędu — to samo dotyczy operacji na kolumnach;
  • dla macierzy kwadratowej stopnia \(n\): \(r(A) = n \iff \det A \neq 0 \iff A\) jest odwracalna;
  • \(r(AB) \le \min(r(A), r(B))\) — iloczyn nie może mieć większego rzędu niż czynniki.

Wyznacznik, macierz odwrotną i operacje na wierszach znasz z lekcji o macierzach, wyznaczniku i macierzy odwrotnej. Rząd uogólnia warunek \(\det A \neq 0\) na macierze prostokątne i osobliwe: mówi nie tylko, czy macierz spłaszcza przestrzeń, ale też do jakiego wymiaru.

Jak obliczyć rząd macierzy — metoda Gaussa i minory

Rząd macierzy metodą Gaussa (postać schodkowa)

To metoda podstawowa i najszybsza dla większych macierzy. Operacjami elementarnymi na wierszach doprowadzamy macierz do postaci schodkowej:

  • w każdym niezerowym wierszu pierwszy niezerowy element (element wiodący) stoi na prawo od elementu wiodącego wiersza wyżej;
  • wiersze zerowe (jeśli są) stoją na samym dole;
  • pod każdym elementem wiodącym są same zera.

Dlaczego to działa? Operacje elementarne nie zmieniają rzędu, a niezerowe wiersze postaci schodkowej są niezależne: w kombinacji równej zeru współczynnik przy pierwszym wierszu musi być zerem (tylko ten wiersz ma niezero w kolumnie swojego elementu wiodącego), potem przy drugim itd. Dodatkowa korzyść: kolumny, w których stoją elementy wiodące, wskazują kolumny wyjściowej macierzy tworzące bazę przestrzeni kolumn. Pełny przebieg pokazuje przykład 3.

Algorytm krok po kroku: wybierz w pierwszej kolumnie element niezerowy i (w razie potrzeby zamieniając wiersze) przenieś go na górę; wyzeruj pod nim całą kolumnę, odejmując od niższych wierszy odpowiednie wielokrotności pierwszego; zapomnij o pierwszym wierszu i powtórz to samo dla mniejszej macierzy. Gdy cała kolumna jest zerowa, przejdź do następnej — schodek robi się wtedy szerszy.

Rząd macierzy przez minory

Minor stopnia \(k\) to wyznacznik macierzy kwadratowej \(k \times k\), która powstaje z \(A\) przez wybranie dowolnych \(k\) wierszy i \(k\) kolumn.

Ta definicja jest wygodna dla małych macierzy, zwłaszcza z parametrem — liczy się jeden wyznacznik i od razu widać, dla jakich wartości się zeruje. Kłopot w tym, że minorów jest dużo: macierz \(4 \times 5\) ma pięć minorów stopnia \(4\) i czterdzieści stopnia \(3\). Pomaga twierdzenie o minorach obwiedzionych (Kroneckera): jeśli znalazłeś niezerowy minor \(M\) stopnia \(k\) i wszystkie minory stopnia \(k + 1\) zawierające \(M\) (powstałe przez dopisanie do \(M\) jednego wiersza i jednej kolumny) są zerowe, to \(r(A) = k\). Nie trzeba sprawdzać pozostałych. Przykład 4 pokazuje, ile pracy to oszczędza.

Twierdzenie Kroneckera–Capellego

Układ \(m\) równań liniowych z \(n\) niewiadomymi zapisujemy macierzowo jako \(Ax = b\), gdzie \(A\) to macierz współczynników \(m \times n\), a \(b\) to kolumna wyrazów wolnych. Dopisując \(b\) do \(A\) jako ostatnią kolumnę, dostajemy macierz rozszerzoną (uzupełnioną) \([A \mid b]\). Ponieważ ma ona o jedną kolumnę więcej, zawsze \(r(A) \le r([A \mid b]) \le r(A) + 1\).

Trzy przypadki układu równań liniowych

Twierdzenie dzieli wszystkie układy na trzy rodzaje — te same, które znasz z układów dwóch równań z dwiema niewiadomymi:

  1. \(r(A) < r([A \mid b])\) — układ sprzeczny, brak rozwiązań;
  2. \(r(A) = r([A \mid b]) = n\) — układ oznaczony, jedno rozwiązanie;
  3. \(r(A) = r([A \mid b]) < n\) — układ nieoznaczony, nieskończenie wiele rozwiązań z \(n - r\) parametrami.

W lekcji o układach równań i wzorach Cramera te przypadki rozstrzyga się wyznacznikami \(W\), \(W_x\), \(W_y\). Wzory Cramera działają jednak tylko dla macierzy kwadratowej i tylko wtedy, gdy \(W \neq 0\). Twierdzenie Kroneckera–Capellego działa dla każdego układu — także dla trzech równań z czterema niewiadomymi i dla przypadku \(W = 0\), w którym Cramer milknie.

Dlaczego twierdzenie jest prawdziwe

Iloczyn \(Ax\) to kombinacja liniowa kolumn macierzy \(A\) ze współczynnikami \(x_1, \ldots, x_n\):

\[ Ax = x_1 a_1 + x_2 a_2 + \ldots + x_n a_n \]

Układ \(Ax = b\) pyta więc: czy \(b\) jest kombinacją liniową kolumn \(A\)? Jeśli jest, to dopisanie \(b\) nie dokłada żadnej nowej niezależnej kolumny i rząd się nie zmienia. Jeśli nie jest, to \(b\) jest niezależne od kolumn \(A\) i rząd rośnie o jeden. To cały dowód pierwszej części. W praktyce widać to w eliminacji Gaussa macierzy rozszerzonej: układ jest sprzeczny dokładnie wtedy, gdy pojawi się wiersz \([0 \; 0 \; \ldots \; 0 \mid c]\) z \(c \neq 0\), czyli równanie \(0 = c\).

Liczba parametrów też ma prostą interpretację. Po sprowadzeniu do postaci schodkowej mamy \(r\) niezerowych równań, a każde z nich wyznacza jedną niewiadomą wiodącą (stojącą przy elemencie wiodącym). Pozostałe \(n - r\) niewiadomych — niewiadome swobodne — mogą przyjmować dowolne wartości i stają się parametrami.

Struktura zbioru rozwiązań i twierdzenie o rzędzie

Rozwiązanie szczególne plus rozwiązania układu jednorodnego

Układ \(Ax = 0\) (z zerowymi wyrazami wolnymi) nazywamy jednorodnym. Jest zawsze niesprzeczny, bo spełnia go \(x = 0\). Pytanie brzmi tylko, czy ma inne rozwiązania. Zbiór jego rozwiązań nazywamy jądrem macierzy, \(\ker A\), i jest to podprzestrzeń: suma dwóch rozwiązań i wielokrotność rozwiązania znowu są rozwiązaniami.

Uzasadnienie zajmuje jedną linijkę: jeśli \(Ax = b\) i \(Ax_0 = b\), to \(A(x - x_0) = b - b = 0\), czyli różnica dwóch rozwiązań rozwiązuje układ jednorodny. Na rysunku równanie \(x + 2y = 4\) ma rozwiązanie szczególne \(x_0 = (4, 0)\), a równanie jednorodne \(x + 2y = 0\) — prostą przez początek układu o wektorze kierunkowym \(k = [-2, 1]\). Wszystkie rozwiązania to \((4, 0) + t[-2, 1]\): prosta równoległa do jądra, przesunięta o \(x_0\). Wybór \(x_0\) nie ma znaczenia — startując z \((0, 2)\), dostaniesz tę samą prostą, bo \((0, 2) - (4, 0) = 2[-2, 1]\).

Rozwiązania równania x + 2y = 4 to prosta równoległa do zbioru rozwiązań równania jednorodnego x + 2y = 0, przesunięta o rozwiązanie szczególne (4, 0)xy-3-2-112345-1123x₀ = (4, 0)(0, 2)k = (−2, 1)x + 2y = 0 (jądro)x₀ + t·kx + 2y = 4
Zbiór rozwiązań równania \(x + 2y = 4\) (kolor) to rozwiązanie szczególne \(x_0 = (4, 0)\) plus wielokrotności wektora \(k = [-2, 1]\), który rozwiązuje równanie jednorodne \(x + 2y = 0\) (linia przerywana)

Twierdzenie o rzędzie (rank–nullity)

To ilościowa wersja zdania „każde niezależne równanie zabiera jeden wymiar”. Układ jednorodny ma \(r\) niewiadomych wiodących i \(n - r\) swobodnych. Każda niewiadoma swobodna daje jeden wektor bazy jądra: przyjmij ją równą \(1\), pozostałe swobodne równe \(0\) i wylicz wiodące. Stąd \(\dim \ker A = n - r\). W szczególności układ jednorodny z macierzą kwadratową ma rozwiązanie niezerowe dokładnie wtedy, gdy \(r(A) < n\), czyli gdy \(\det A = 0\). Zbiór rozwiązań układu niejednorodnego (o ile nie jest pusty) jest przesunięciem jądra, więc też ma „wymiar” \(n - r\) — stąd liczba parametrów w twierdzeniu Kroneckera–Capellego.

Interpretacja geometryczna — płaszczyzny w R³ i proste na płaszczyźnie

Równanie \(ax + by + cz = d\) z niezerowym wektorem \([a, b, c]\) opisuje płaszczyznę w przestrzeni, a wiersz \([a, b, c]\) macierzy \(A\) to jej wektor normalny (prostopadły). Układ trzech takich równań pyta o punkty wspólne trzech płaszczyzn. Pary rzędów \(r(A)\) i \(r([A \mid b])\) opisują wszystkie możliwe konfiguracje:

  • \(r(A) = r([A \mid b]) = 3\) — płaszczyzny mają dokładnie jeden punkt wspólny (jak dwie ściany i podłoga w rogu pokoju);
  • \(r(A) = r([A \mid b]) = 2\) — płaszczyzny przecinają się wzdłuż wspólnej prostej (jak kartki książki wokół grzbietu), rozwiązania zależą od jednego parametru;
  • \(r(A) = r([A \mid b]) = 1\) — wszystkie trzy równania opisują tę samą płaszczyznę, rozwiązania zależą od dwóch parametrów;
  • \(r(A) = 2\), \(r([A \mid b]) = 3\) — brak punktu wspólnego: albo płaszczyzny przecinają się parami wzdłuż trzech równoległych prostych (jak ściany trójkątnego tunelu), albo dwie są równoległe, a trzecia przecina obie;
  • \(r(A) = 1\), \(r([A \mid b]) = 2\) — wektory normalne są równoległe, płaszczyzny są równoległe i nie wszystkie się pokrywają, brak punktu wspólnego.

Ten sam schemat działa na płaszczyźnie, gdzie równanie \(ax + by = c\) opisuje prostą. Trzy proste mają punkt wspólny tylko wtedy, gdy rząd macierzy rozszerzonej \(3 \times 3\) nie przekracza rzędu macierzy \(A\) wymiaru \(3 \times 2\) — ten przypadek pokazuje rysunek w przykładzie 9. Geometria podpowiada też liczbę parametrów: punkt ma wymiar \(0\), prosta \(1\), płaszczyzna \(2\), a to zawsze jest \(n - r\).

Rząd macierzy i układy równań — przykłady krok po kroku

Przykłady idą od sprawdzania niezależności do pełnej dyskusji układu z dwoma parametrami. Przy eliminacji Gaussa zapisuj nad strzałką, jaką operację wykonujesz (\(w_2 - 2w_1\) oznacza: od drugiego wiersza odejmij podwojony pierwszy) — to najlepsza ochrona przed pomyłką w znaku.

Przykład 1 — liniowa niezależność trzech wektorów w R³

Sprawdź, czy wektory \(v_1 = [1, 2, 1]\), \(v_2 = [2, 1, 0]\), \(v_3 = [-1, 4, 3]\) są liniowo niezależne. Jeśli nie, znajdź zależność i opisz ich powłokę liniową.

Wpisujemy wektory jako wiersze i eliminujemy:

\[ \begin{pmatrix} 1 & 2 & 1 \\ 2 & 1 & 0 \\ -1 & 4 & 3 \end{pmatrix} \xrightarrow{w_2 - 2w_1,\ w_3 + w_1} \begin{pmatrix} 1 & 2 & 1 \\ 0 & -3 & -2 \\ 0 & 6 & 4 \end{pmatrix} \xrightarrow{w_3 + 2w_2} \begin{pmatrix} 1 & 2 & 1 \\ 0 & -3 & -2 \\ 0 & 0 & 0 \end{pmatrix} \]

Są dwa schodki, więc rząd wynosi \(2 < 3\) i wektory są liniowo zależne (zgadza się to z \(\det = 0\)). Szukamy zależności w postaci \(v_3 = \alpha v_1 + \beta v_2\). Z pierwszych dwóch współrzędnych: \(\alpha + 2\beta = -1\) i \(2\alpha + \beta = 4\), skąd \(\alpha = 3\), \(\beta = -2\). Trzecia współrzędna to kontrola: \(3 \cdot 1 + (-2) \cdot 0 = 3\). Zatem \(v_3 = 3v_1 - 2v_2\), czyli \(3v_1 - 2v_2 - v_3 = 0\).

Powłoka liniowa ma wymiar \(2\) — to płaszczyzna przez początek układu rozpięta przez \(v_1\) i \(v_2\). Jej wektor normalny to iloczyn wektorowy \(v_1 \times v_2 = [-1, 2, -3]\), więc równanie płaszczyzny to \(x - 2y + 3z = 0\). Wszystkie trzy wektory je spełniają, np. dla \(v_3\): \(-1 - 8 + 9 = 0\). Gdybyśmy zamiast \(v_3\) wzięli \(e_3 = [0, 0, 1]\), wyznacznik macierzy o kolumnach \(v_1, v_2, e_3\) wyniósłby \(-3 \neq 0\) i trzy wektory tworzyłyby bazę \(\mathbb{R}^3\).

Przykład 2 — baza w przestrzeni wielomianów i współrzędne

Wykaż, że wielomiany \(q_1 = 1 + x\), \(q_2 = x + x^2\), \(q_3 = 1 + x^2\) tworzą bazę przestrzeni \(\mathbb{R}_2[x]\), i znajdź współrzędne wielomianu \(p = 4 + 2x + 6x^2\) w tej bazie.

Przestrzeń \(\mathbb{R}_2[x]\) ma wymiar \(3\), a wielomiany są trzy, więc wystarczy sprawdzić niezależność. Współczynniki przy \(1, x, x^2\) wpisujemy jako kolumny:

\[ \det \begin{pmatrix} 1 & 0 & 1 \\ 1 & 1 & 0 \\ 0 & 1 & 1 \end{pmatrix} = 1 \cdot (1 - 0) - 0 + 1 \cdot (1 - 0) = 2 \neq 0 \]

Wielomiany są niezależne, więc tworzą bazę. Szukamy \(a, b, c\) takich, że \(a(1 + x) + b(x + x^2) + c(1 + x^2) = 4 + 2x + 6x^2\). Porównując współczynniki, dostajemy układ \(a + c = 4\), \(a + b = 2\), \(b + c = 6\). Po dodaniu stronami \(2(a + b + c) = 12\), czyli \(a + b + c = 6\). Odejmując kolejne równania, mamy \(b = 2\), \(c = 4\), \(a = 0\). Współrzędne \(p\) w tej bazie to \([0, 2, 4]\), a kontrola: \(2(x + x^2) + 4(1 + x^2) = 4 + 2x + 6x^2\).

Dla porównania wielomiany \(1 - x\), \(x - x^2\), \(x^2 - 1\) bazy nie tworzą: ich suma to wielomian zerowy, a więc są zależne (wyznacznik macierzy ich współczynników jest równy zeru).

Przykład 3 — rząd macierzy 4×4 metodą Gaussa

Oblicz rząd macierzy i wskaż bazę przestrzeni jej kolumn:

\[ A = \begin{pmatrix} 1 & 2 & 0 & 3 \\ 2 & 4 & 1 & 4 \\ 3 & 6 & 1 & 7 \\ 1 & 2 & 2 & -1 \end{pmatrix} \]

Zerujemy pierwszą kolumnę pod jedynką: \(w_2 - 2w_1\), \(w_3 - 3w_1\), \(w_4 - w_1\):

\[ \begin{pmatrix} 1 & 2 & 0 & 3 \\ 0 & 0 & 1 & -2 \\ 0 & 0 & 1 & -2 \\ 0 & 0 & 2 & -4 \end{pmatrix} \xrightarrow{w_3 - w_2,\ w_4 - 2w_2} \begin{pmatrix} 1 & 2 & 0 & 3 \\ 0 & 0 & 1 & -2 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{pmatrix} \]

Druga kolumna po pierwszym kroku jest cała zerowa (poza górą), więc drugi schodek przeskakuje od razu do trzeciej kolumny. Niezerowe wiersze są dwa, zatem \(r(A) = 2\). Elementy wiodące stoją w kolumnach \(1\) i \(3\), więc bazę przestrzeni kolumn tworzą pierwsza i trzecia kolumna macierzy \(A\) (wyjściowej, nie schodkowej). Rzeczywiście: druga kolumna to dwa razy pierwsza, a czwarta to \(3k_1 - 2k_3\). Po stronie wierszy: \(w_3 = w_1 + w_2\) i \(w_4 = 2w_2 - 3w_1\). Z twierdzenia o rzędzie jądro ma wymiar \(4 - 2 = 2\), a \(\det A = 0\).

Postać schodkowa macierzy z przykładu 3: dwa schodki (kolumny wiodące 1 i 3), dwa wiersze zerowe, więc rząd 21203001−200000000k1k2k3k4wiersz 1wiersz 2wiersz zerowywiersz zerowy← schodek 1← schodek 2r(A) = 2pod schodkami same zera
Postać schodkowa macierzy z przykładu 3. Elementy wiodące (w kółkach) stoją w kolumnach 1 i 3, pod linią schodków są same zera. Liczba niezerowych wierszy to rząd: \(r(A) = 2\)

Przykład 4 — rząd macierzy przez minory obwiedzione

Oblicz rząd macierzy \(C = \begin{pmatrix} 1 & 2 & 1 & 0 \\ 2 & 4 & 3 & 1 \\ 3 & 6 & 4 & 1 \end{pmatrix}\) metodą minorów.

Rząd macierzy \(3 \times 4\) wynosi co najwyżej \(3\). Szukamy niezerowego minora stopnia \(2\). Minor z wierszy 1, 2 i kolumn 1, 2 to \(\begin{vmatrix} 1 & 2 \\ 2 & 4 \end{vmatrix} = 0\) — pech. Bierzemy kolumny 1 i 3:

\[ M = \begin{vmatrix} 1 & 1 \\ 2 & 3 \end{vmatrix} = 3 - 2 = 1 \neq 0 \]

Zatem \(r(C) \ge 2\). Wszystkich minorów stopnia \(3\) jest cztery (wybieramy 3 kolumny z 4), ale z twierdzenia o minorach obwiedzionych wystarczą te, które zawierają \(M\): dopisujemy wiersz 3 i jedną z brakujących kolumn — 2 albo 4. Minor z kolumn 1, 2, 3 jest zerowy, bo kolumna 2 to dwa razy kolumna 1. Minor z kolumn 1, 3, 4 rozwijamy względem pierwszego wiersza:

\[ \begin{vmatrix} 1 & 1 & 0 \\ 2 & 3 & 1 \\ 3 & 4 & 1 \end{vmatrix} = 1 \cdot (3 - 4) - 1 \cdot (2 - 3) + 0 = -1 + 1 = 0 \]

Oba minory obwiedzione są zerowe, więc \(r(C) = 2\). Wyjaśnienie „dlaczego” jest widoczne gołym okiem: trzeci wiersz to suma dwóch pierwszych.

Przykład 5 — rząd macierzy z parametrem

Wyznacz rząd macierzy \(A = \begin{pmatrix} 1 & 2 & -1 & 3 \\ 2 & 5 & 1 & 4 \\ 1 & 3 & 2 & p \end{pmatrix}\) w zależności od parametru \(p\).

Przy parametrze najbezpieczniej eliminować tak, żeby parametr trafił jak najpóźniej i żeby nigdy nie dzielić przez wyrażenie z parametrem. Tu parametr stoi w ostatniej kolumnie, więc eliminujemy od lewej:

\[ A \xrightarrow{w_2 - 2w_1,\ w_3 - w_1} \begin{pmatrix} 1 & 2 & -1 & 3 \\ 0 & 1 & 3 & -2 \\ 0 & 1 & 3 & p - 3 \end{pmatrix} \xrightarrow{w_3 - w_2} \begin{pmatrix} 1 & 2 & -1 & 3 \\ 0 & 1 & 3 & -2 \\ 0 & 0 & 0 & p - 1 \end{pmatrix} \]

Dwa pierwsze schodki są zawsze, a trzeci istnieje tylko wtedy, gdy \(p - 1 \neq 0\). Odpowiedź: \(r(A) = 2\) dla \(p = 1\) oraz \(r(A) = 3\) dla \(p \neq 1\). Kontrola przez minory: minor z kolumn 1, 2, 4 jest równy dokładnie \(p - 1\). Dla \(p = 1\) zależność wierszy to \(w_3 = w_2 - w_1\).

Przykład 6 — twierdzenie Kroneckera–Capellego i rozwiązanie ogólne

Rozwiąż układ:

\[ \begin{cases} x_1 + 2x_2 - x_3 + x_4 = 3 \\ 2x_1 + 4x_2 - x_3 + 3x_4 = 8 \\ x_1 + 2x_2 + x_3 + 3x_4 = 7 \end{cases} \]

Eliminujemy macierz rozszerzoną:

\[ \left( \begin{array}{cccc|c} 1 & 2 & -1 & 1 & 3 \\ 2 & 4 & -1 & 3 & 8 \\ 1 & 2 & 1 & 3 & 7 \end{array} \right) \xrightarrow{w_2 - 2w_1,\ w_3 - w_1} \left( \begin{array}{cccc|c} 1 & 2 & -1 & 1 & 3 \\ 0 & 0 & 1 & 1 & 2 \\ 0 & 0 & 2 & 2 & 4 \end{array} \right) \xrightarrow{w_3 - 2w_2} \left( \begin{array}{cccc|c} 1 & 2 & -1 & 1 & 3 \\ 0 & 0 & 1 & 1 & 2 \\ 0 & 0 & 0 & 0 & 0 \end{array} \right) \]

Trzeci wiersz to \(0 = 0\), więc \(r(A) = r([A \mid b]) = 2\) i układ jest niesprzeczny. Niewiadomych jest \(n = 4\), zatem rozwiązania zależą od \(4 - 2 = 2\) parametrów. Elementy wiodące stoją przy \(x_1\) i \(x_3\), więc swobodne są \(x_2 = s\) i \(x_4 = t\). Z drugiego wiersza \(x_3 = 2 - t\), z pierwszego \(x_1 = 3 - 2s + (2 - t) - t = 5 - 2s - 2t\). Rozwiązanie ogólne w postaci wektorowej:

\[ \begin{pmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \end{pmatrix} = \begin{pmatrix} 5 \\ 0 \\ 2 \\ 0 \end{pmatrix} + s \begin{pmatrix} -2 \\ 1 \\ 0 \\ 0 \end{pmatrix} + t \begin{pmatrix} -2 \\ 0 \\ -1 \\ 1 \end{pmatrix}, \qquad s, t \in \mathbb{R} \]

To dokładnie struktura „rozwiązanie szczególne plus jądro”: \([5, 0, 2, 0]\) spełnia układ, a dwa wektory przy parametrach tworzą bazę jądra (\(\dim \ker A = 2\)). Dla \(s = t = 1\) dostajemy na przykład rozwiązanie \([1, 1, 1, 1]\) — łatwo sprawdzić je w pamięci w każdym równaniu.

Co by było, gdyby trzecie równanie miało prawą stronę \(6\) zamiast \(7\)? Wtedy \(w_3 - w_1\) daje prawą stronę \(3\), a po \(w_3 - 2w_2\) zostaje \(3 - 4 = -1\), czyli wiersz \([0 \; 0 \; 0 \; 0 \mid -1]\). Mamy \(r([A \mid b]) = 3 > 2 = r(A)\) i układ jest sprzeczny. Ogólnie, ten sam rachunek z prawą stroną \([b_1, b_2, b_3]\) pokazuje, że układ jest niesprzeczny dokładnie wtedy, gdy \(3b_1 - 2b_2 + b_3 = 0\). Dla \([3, 8, 7]\): \(9 - 16 + 7 = 0\).

Przykład 7 — układ równań liniowych z dwoma parametrami

Przeprowadź dyskusję liczby rozwiązań układu w zależności od parametrów \(a\) i \(b\):

\[ \begin{cases} x + 2y - z = 1 \\ 2x + 3y + z = 4 \\ 3x + 5y + az = b \end{cases} \]

Zaczynamy od wyznacznika macierzy współczynników (rozwinięcie względem pierwszego wiersza):

\[ \det A = 1 \cdot (3a - 5) - 2 \cdot (2a - 3) + (-1) \cdot (10 - 9) = -a \]

Przypadek \(a \neq 0\): \(r(A) = 3 = r([A \mid b])\) (macierz rozszerzona ma tylko trzy wiersze), więc układ ma dokładnie jedno rozwiązanie dla każdego \(b\). Najłatwiej je znaleźć, odejmując od trzeciego równania sumę dwóch pierwszych — współczynniki przy \(x\) i \(y\) się znoszą: \(az = b - 5\), więc \(z = \frac{b - 5}{a}\). Z dwóch pierwszych równań wychodzi wtedy \(y = 3z - 2\) i \(x = 5 - 5z\). Na przykład dla \(a = 2\), \(b = 9\): \(z = 2\), \(y = 4\), \(x = -5\).

Przypadek \(a = 0\): pierwsze dwa wiersze \(A\) nie są równoległe, a trzeci \([3, 5, 0]\) jest ich sumą, więc \(r(A) = 2\). Suma dwóch pierwszych wierszy macierzy rozszerzonej to \([3, 5, 0 \mid 5]\), a trzeci wiersz to \([3, 5, 0 \mid b]\). Dla \(b \neq 5\) mamy \(r([A \mid b]) = 3\) — układ sprzeczny. Dla \(b = 5\) trzecie równanie jest sumą dwóch pierwszych, \(r([A \mid b]) = 2\) i układ ma nieskończenie wiele rozwiązań z \(3 - 2 = 1\) parametrem. Przyjmując \(z = t\), dostajemy \((x, y, z) = (5 - 5t,\ 3t - 2,\ t)\).

Odpowiedź: jedno rozwiązanie dla \(a \neq 0\); brak rozwiązań dla \(a = 0\), \(b \neq 5\); nieskończenie wiele (jeden parametr) dla \(a = 0\), \(b = 5\).

Geometria: dla \(a = 0\) żadne dwa wektory normalne \([1, 2, -1]\), \([2, 3, 1]\), \([3, 5, 0]\) nie są równoległe, więc każde dwie płaszczyzny przecinają się wzdłuż prostej. Wszystkie trzy proste przecięcia mają ten sam kierunek \([1, 2, -1] \times [2, 3, 1] = [5, -3, -1]\). Dla \(b = 5\) te trzy proste się pokrywają (płaszczyzny tworzą „pęk” wokół jednej prostej). Dla \(b \neq 5\) proste są równoległe i rozłączne — trójkątny tunel bez punktu wspólnego wszystkich trzech ścian.

Przykład 8 — układ jednorodny z parametrem: kiedy istnieje rozwiązanie niezerowe

Dla jakich \(a\) układ \(ax + y + z = 0\), \(x + ay + z = 0\), \(x + y + az = 0\) ma rozwiązania niezerowe? Wyznacz wymiar i bazę przestrzeni rozwiązań.

Układ jednorodny ma rozwiązanie niezerowe wtedy, gdy \(r(A) < 3\), czyli \(\det A = 0\). Suma wszystkich wierszy to \((a + 2)[1, 1, 1]\), co podpowiada czynnik \(a + 2\). Dokładny rachunek (np. regułą Sarrusa) daje

\[ \det \begin{pmatrix} a & 1 & 1 \\ 1 & a & 1 \\ 1 & 1 & a \end{pmatrix} = a^3 - 3a + 2 = (a - 1)^2 (a + 2) \]

Ten sam wynik daje eliminacja z parametrem. Ustawiamy wiersze w kolejności \([1, 1, a]\), \([1, a, 1]\), \([a, 1, 1]\), żeby na górze stała jedynka (nie dzielimy przez \(a\)). Wtedy \(w_2 - w_1 = [0, a - 1, 1 - a]\), \(w_3 - aw_1 = [0, 1 - a, 1 - a^2]\), a dodanie tych dwóch wierszy daje \([0, 0, (1 - a)(2 + a)]\).

  • Dla \(a \neq 1\) i \(a \neq -2\): \(r(A) = 3\), jedynym rozwiązaniem jest \(x = y = z = 0\).
  • Dla \(a = 1\): wszystkie równania to \(x + y + z = 0\), \(r(A) = 1\), więc \(\dim \ker A = 3 - 1 = 2\). Bazą jest np. \([-1, 1, 0]\), \([-1, 0, 1]\) — przestrzeń rozwiązań to płaszczyzna.
  • Dla \(a = -2\): \(r(A) = 2\) (np. \(w_2 - w_1 = [3, -3, 0]\) nie jest wielokrotnością \(w_1 = [-2, 1, 1]\)), więc \(\dim \ker A = 1\). Bazą jest \([1, 1, 1]\), bo \(-2 + 1 + 1 = 0\) w każdym równaniu — przestrzeń rozwiązań to prosta.

Zwróć uwagę, że w tej samej macierzy podwójny pierwiastek wyznacznika (\(a = 1\)) obniżył rząd o dwa, a pojedynczy (\(a = -2\)) — o jeden. Krotność pierwiastka nie zawsze tak dokładnie odpowiada spadkowi rzędu, dlatego każdy przypadek trzeba sprawdzić osobno.

Przykład 9 — czy trzy proste przechodzą przez jeden punkt

Sprawdź za pomocą rzędu, czy proste \(x + y = 3\), \(2x - y = 0\), \(x - 2y = -3\) mają punkt wspólny. Co się zmieni, gdy trzecią prostą zastąpimy prostą \(x - 2y = 1\)?

Układ trzech równań z dwiema niewiadomymi ma macierz \(A\) wymiaru \(3 \times 2\) i rozszerzoną \(3 \times 3\). Pierwsze dwa wiersze \(A\) nie są równoległe, więc \(r(A) = 2\). O wszystkim decyduje rząd macierzy rozszerzonej, czyli jej wyznacznik:

\[ \det \begin{pmatrix} 1 & 1 & 3 \\ 2 & -1 & 0 \\ 1 & -2 & -3 \end{pmatrix} = 1 \cdot 3 - 1 \cdot (-6) + 3 \cdot (-3) = 0 \]

Zatem \(r([A \mid b]) = 2 = r(A) = n\) i proste mają dokładnie jeden punkt wspólny. Z dwóch pierwszych równań \(x = 1\), \(y = 2\), a w trzecim \(1 - 4 = -3\). Dla prostej \(x - 2y = 1\) w ostatniej kolumnie zamiast \(-3\) stoi \(1\) i wyznacznik wynosi \(1 \cdot (-1) - 1 \cdot 2 + 3 \cdot (-3) = -12 \neq 0\). Teraz \(r([A \mid b]) = 3 > r(A)\): układ jest sprzeczny, a proste tworzą trójkąt o wierzchołkach \((1, 2)\), \(\left(\frac73, \frac23\right)\) i \(\left(-\frac13, -\frac23\right)\).

Trzy proste przez jeden punkt (układ zgodny) i trzy proste tworzące trójkąt (układ sprzeczny)xy-1123-2-1123x + y = 32x − y = 0x − 2y = −3(1, 2)r(A) = r([A|b]) = 2xy-1123-2-1123x + y = 32x − y = 0x − 2y = 1r(A) = 2, r([A|b]) = 3
Przykład 9. Z lewej trzy proste przechodzą przez punkt \((1, 2)\): \(r(A) = r([A \mid b]) = 2\), jedno rozwiązanie. Z prawej po zmianie trzeciego równania proste tworzą trójkąt: \(r([A \mid b]) = 3 > r(A)\), układ sprzeczny

Typowe błędy i ściąga — rząd macierzy w pigułce

Najczęstsze pomyłki

  • Liczenie niezerowych wierszy przed eliminacją. Macierz z początku sekcji o rzędzie ma trzy niezerowe wiersze, a rząd \(2\). Rząd odczytujesz dopiero z postaci schodkowej.
  • Odczyt bazy kolumn z postaci schodkowej. Kolumny elementów wiodących wskazują, które kolumny wybrać, ale same wektory bierzesz z macierzy wyjściowej — operacje na wierszach zmieniają przestrzeń kolumn.
  • Dzielenie przez wyrażenie z parametrem. Dzieląc wiersz przez \(a - 1\), po cichu zakładasz \(a \neq 1\). Przypadek \(a = 1\) trzeba wtedy rozpatrzyć osobno — najlepiej eliminować tak, żeby w ogóle nie dzielić.
  • „\(\det A = 0\), więc brak rozwiązań”. Zerowy wyznacznik mówi tylko, że rozwiązanie nie jest jednoznaczne. To, czy układ jest sprzeczny, czy nieoznaczony, rozstrzyga porównanie \(r(A)\) z \(r([A \mid b])\).
  • Liczba parametrów to liczba niewiadomych minus liczba równań. Poprawnie: \(n - r\), gdzie \(r\) to rząd. Równania zależne nie zabierają wymiaru — w przykładzie 6 są trzy równania, ale tylko dwa parametry, bo rząd wynosi \(2\).
  • Mieszanie operacji na wierszach i kolumnach w układzie równań. Dla samego rzędu wolno jedno i drugie, ale przy rozwiązywaniu układu operacje na kolumnach zmieniają kolejność lub znaczenie niewiadomych. Przy macierzy rozszerzonej działaj tylko na wierszach.
  • Pominięcie macierzy rozszerzonej. Rząd samej macierzy \(A\) nie wystarczy do stwierdzenia, czy układ ma rozwiązanie — zawsze porównuj go z rzędem \([A \mid b]\).
  • Sprawdzanie tylko jednego minora. Jeden zerowy minor stopnia \(k\) nic nie mówi o rzędzie; rząd jest mniejszy od \(k\) dopiero wtedy, gdy wszystkie minory stopnia \(k\) są zerowe (albo wszystkie obwiedzione wokół niezerowego minora stopnia \(k - 1\)).

Ściąga — rząd macierzy i twierdzenie Kroneckera–Capellego

Strategia na zadanie z układem równań z parametrem: najpierw policz \(\det A\) (gdy macierz jest kwadratowa) i znajdź wartości parametru, dla których się zeruje — poza nimi układ jest oznaczony. Każdą z tych wartości podstaw osobno i porównaj \(r(A)\) z \(r([A \mid b])\) eliminacją Gaussa. Na koniec zapisz odpowiedź dla wszystkich przypadków i, jeśli to możliwe, sprawdź jedno rozwiązanie podstawieniem.

Sprawdź się

Zadania, w których rząd macierzy, baza i twierdzenie Kroneckera–Capellego są głównym narzędziem:

Więcej zadań z rzędu macierzy, wyznaczników, baz i przekształceń liniowych znajdziesz w dziale algebra liniowa.

Nowe zadania z pełnymi rozwiązaniami, które ćwiczą rachunki z tej lekcji:

Dzisiejszy zestaw zadań → Trening liczenia w pamięci · 2 min