Macierze – część 2.
Wprowadzenie
W pierwszej części artykułu o macierzach omówiliśmy podstawowe pojęcia: czym jest macierz, jakie są jej wymiary, kiedy można dodawać macierze, jak mnoży się macierz przez liczbę oraz jak wygląda mnożenie macierzy. Były to działania, które można wykonywać bez odwoływania się do wyznacznika.
W tej części przechodzimy krok dalej. Zajmiemy się operacjami, przy których pojawia się wyznacznik macierzy, a także takimi pojęciami jak macierz odwrotna i rząd macierzy. W praktyce są to zagadnienia, które bardzo często pojawiają się na kolokwiach z algebry liniowej, matematyki dla ekonomistów, metod ilościowych, ekonometrii czy statystyki matematycznej.
Od razu warto zaznaczyć jedną rzecz. Macierze nie są tylko abstrakcyjnym zapisem złożonym z nawiasów i liczb. Są one narzędziem do opisywania układów równań, przekształceń liniowych, zależności między zmiennymi, modeli ekonomicznych i wielu innych problemów. Dlatego warto rozumieć nie tylko „jak liczyć”, ale również „po co to liczymy”.
Wyznacznik macierzy — przypomnienie idei
Wyznacznik jest liczbą przypisaną macierzy kwadratowej. To bardzo ważne: wyznacznik można obliczać tylko dla macierzy, która ma tyle samo wierszy co kolumn, czyli dla macierzy kwadratowej.
Jeżeli mamy macierz kwadratową stopnia drugiego:
\[ A= \begin{bmatrix} a & b \\ c & d \end{bmatrix}, \]
to jej wyznacznik obliczamy według wzoru:
\[ \det A = ad-bc. \]
Dla macierzy stopnia trzeciego można używać reguły Sarrusa, natomiast dla większych macierzy stosujemy najczęściej rozwinięcie Laplace’a, przekształcenia elementarne albo metody oparte na sprowadzaniu macierzy do postaci trójkątnej.
W tym artykule nie będziemy szczegółowo powtarzać wszystkich metod obliczania wyznaczników, ale warto pamiętać o jednym: wyznacznik mówi nam między innymi, czy macierz kwadratowa jest odwracalna. Jeżeli wyznacznik macierzy jest różny od zera, to macierz odwrotna istnieje. Jeżeli wyznacznik jest równy zero, macierz odwrotna nie istnieje.
Symbolicznie zapisujemy to tak:
\[ \det A \neq 0 \quad \Longleftrightarrow \quad A^{-1} \text{ istnieje}. \]
Natomiast:
\[ \det A = 0 \quad \Longleftrightarrow \quad A^{-1} \text{ nie istnieje}. \]
Macierz odwrotna — co to właściwie znaczy?
Macierz odwrotna jest odpowiednikiem odwrotności liczby. Dla zwykłej liczby, na przykład \(5\), odwrotnością jest \(\frac{1}{5}\), ponieważ:
\[ 5 \cdot \frac{1}{5}=1. \]
W przypadku macierzy sytuacja wygląda podobnie, tylko zamiast liczby \(1\) pojawia się macierz jednostkowa.
Macierz odwrotna do macierzy \(A\) to taka macierz \(A^{-1}\), że:
\[ A \cdot A^{-1}=I \]
oraz:
\[ A^{-1} \cdot A=I, \]
gdzie \(I\) oznacza macierz jednostkową, czyli macierz mającą jedynki na głównej przekątnej i zera poza nią.
Dla macierzy stopnia trzeciego macierz jednostkowa wygląda tak:
\[ I= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}. \]
W praktyce macierz odwrotna jest szczególnie ważna przy rozwiązywaniu układów równań liniowych. Jeżeli układ można zapisać w postaci:
\[ AX=B, \]
to po pomnożeniu obu stron przez macierz odwrotną otrzymujemy:
\[ X=A^{-1}B. \]
Oczywiście taki zapis ma sens tylko wtedy, gdy macierz \(A\) jest odwracalna, czyli gdy \(\det A \neq 0\).
Obliczanie macierzy odwrotnej za pomocą dopełnień algebraicznych
Klasyczna metoda obliczania macierzy odwrotnej wykorzystuje wyznacznik oraz dopełnienia algebraiczne. Jest to metoda bardzo plastyczna i dobrze pokazuje strukturę obliczeń, choć przy większych macierzach bywa pracochłonna.
Jeżeli macierz \(A\) jest macierzą kwadratową i \(\det A \neq 0\), to:
\[ A^{-1}=\frac{1}{\det A}\operatorname{adj}(A), \]
gdzie \(\operatorname{adj}(A)\) oznacza macierz dołączoną, czyli transponowaną macierz dopełnień algebraicznych.
Procedura wygląda następująco:
- Obliczamy wyznacznik macierzy \(A\).
- Sprawdzamy, czy wyznacznik jest różny od zera.
- Dla każdego elementu macierzy obliczamy jego dopełnienie algebraiczne.
- Tworzymy macierz dopełnień algebraicznych.
- Transponujemy tę macierz, otrzymując macierz dołączoną.
- Mnożymy całość przez \(\frac{1}{\det A}\).
Dopełnienie algebraiczne elementu \(a_{ij}\) oznaczamy symbolem \(A_{ij}\) i obliczamy według wzoru:
\[ A_{ij}=(-1)^{i+j}M_{ij}, \]
gdzie \(M_{ij}\) jest minorem, czyli wyznacznikiem macierzy powstałej przez skreślenie \(i\)-tego wiersza i \(j\)-tej kolumny.
Znak \((-1)^{i+j}\) powoduje, że znaki dopełnień układają się według schematu:
\[ \begin{bmatrix} + & - & + \\ - & + & - \\ + & - & + \end{bmatrix}. \]
Ten szachownicowy układ znaków jest bardzo pomocny. Na korepetycjach często powtarzam, że przy macierzach stopnia trzeciego warto sobie ten schemat znaków zapamiętać, bo dzięki temu unikamy wielu drobnych, ale kosztownych błędów rachunkowych.
Przykład obliczania macierzy odwrotnej metodą dopełnień
Rozważmy macierz:
\[ A= \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}. \]
Najpierw obliczamy wyznacznik:
\[ \det A = 1 \cdot 4 - 2 \cdot 3 = 4-6=-2. \]
Ponieważ \(\det A=-2\neq 0\), macierz odwrotna istnieje.
Dla macierzy stopnia drugiego można skorzystać z gotowego wzoru:
\[ \begin{bmatrix} a & b \\ c & d \end{bmatrix}^{-1} = \frac{1}{ad-bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix}. \]
W naszym przypadku:
\[ A^{-1} = \frac{1}{-2} \begin{bmatrix} 4 & -2 \\ -3 & 1 \end{bmatrix}. \]
Czyli:
\[ A^{-1} = \begin{bmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{bmatrix}. \]
Warto zauważyć, że w przypadku macierzy \(2 \times 2\) cały proces jest bardzo szybki. Dla macierzy \(3 \times 3\) metoda dopełnień algebraicznych nadal jest możliwa, ale robi się już dość długa. Dla macierzy większych zazwyczaj wygodniejsze są przekształcenia elementarne.
Macierz odwrotna metodą przekształceń elementarnych
Istnieje również bardzo praktyczna metoda obliczania macierzy odwrotnej, która nie wymaga bezpośredniego obliczania dopełnień algebraicznych. Polega ona na wykorzystaniu przekształceń elementarnych, podobnie jak przy eliminacji Gaussa.
Tworzymy rozszerzoną macierz postaci:
\[ [A \mid I], \]
czyli po lewej stronie wpisujemy macierz \(A\), a po prawej macierz jednostkową tego samego stopnia.
Następnie wykonujemy operacje elementarne na wierszach tak, aby po lewej stronie otrzymać macierz jednostkową. Jeżeli się to uda, to po prawej stronie pojawi się macierz odwrotna.
Symbolicznie wygląda to tak:
\[ [A \mid I] \longrightarrow [I \mid A^{-1}]. \]
Przykładowo dla macierzy:
\[ A= \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} \]
zaczynamy od macierzy:
\[ \left[ \begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 3 & 4 & 0 & 1 \end{array} \right]. \]
Wykonujemy operację:
\[ W_2 \leftarrow W_2-3W_1. \]
Otrzymujemy:
\[ \left[ \begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & -2 & -3 & 1 \end{array} \right]. \]
Następnie dzielimy drugi wiersz przez \(-2\):
\[ W_2 \leftarrow -\frac{1}{2}W_2. \]
Dostajemy:
\[ \left[ \begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & 1 & \frac{3}{2} & -\frac{1}{2} \end{array} \right]. \]
Teraz zerujemy element nad jedynką w drugiej kolumnie:
\[ W_1 \leftarrow W_1-2W_2. \]
Ostatecznie:
\[ \left[ \begin{array}{cc|cc} 1 & 0 & -2 & 1 \\ 0 & 1 & \frac{3}{2} & -\frac{1}{2} \end{array} \right]. \]
Po lewej stronie mamy macierz jednostkową, więc po prawej stronie znajduje się macierz odwrotna:
\[ A^{-1} = \begin{bmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{bmatrix}. \]
Wynik jest oczywiście taki sam jak w metodzie z dopełnieniami algebraicznymi.
Która metoda obliczania macierzy odwrotnej jest lepsza?
To zależy od sytuacji. Dla macierzy \(2 \times 2\) najwygodniejszy jest gotowy wzór. Dla macierzy \(3 \times 3\) metoda dopełnień algebraicznych jest jeszcze dość przejrzysta, zwłaszcza gdy chcemy pokazać związek macierzy odwrotnej z wyznacznikiem. Natomiast dla większych macierzy metoda przekształceń elementarnych jest zwykle bardziej praktyczna.
W praktyce akademickiej spotkałem się z tym, że prowadzący wymagają konkretnej metody. Jeden prowadzący chce koniecznie dopełnienia algebraiczne, bo sprawdza znajomość teorii wyznaczników. Inny pozwala używać eliminacji Gaussa, bo interesuje go sprawność rachunkowa. Dlatego przed kolokwium warto sprawdzić, jakiej metody oczekuje prowadzący.
Rząd macierzy — podstawowa idea
Kolejnym bardzo ważnym pojęciem jest rząd macierzy. Intuicyjnie rząd macierzy informuje nas, ile wierszy lub kolumn jest od siebie naprawdę niezależnych.
Mówiąc bardziej formalnie, rząd macierzy to maksymalna liczba liniowo niezależnych wierszy lub kolumn. Można go również interpretować jako największy stopień niezerowego minora danej macierzy.
Rząd macierzy oznaczamy najczęściej symbolem:
\[ r(A) \]
albo:
\[ \operatorname{rank}(A). \]
Jeżeli macierz ma wymiary \(m \times n\), to jej rząd nie może być większy niż mniejsza z tych dwóch liczb:
\[ r(A)\leq \min(m,n). \]
Na przykład macierz \(5 \times 7\) może mieć rząd najwyżej \(5\), ponieważ ma tylko pięć wierszy. Macierz \(3 \times 10\) może mieć rząd najwyżej \(3\). Z kolei macierz \(6 \times 4\) może mieć rząd najwyżej \(4\).
Rząd macierzy a układy równań
Rząd macierzy ma ogromne znaczenie przy analizie układów równań liniowych. To właśnie na podstawie rang macierzy możemy stwierdzić, czy układ ma jedno rozwiązanie, nieskończenie wiele rozwiązań, czy nie ma rozwiązań wcale.
Jeżeli układ zapisujemy w postaci:
\[ AX=B, \]
to interesują nas dwie macierze:
- macierz główna układu, czyli macierz współczynników \(A\),
- macierz uzupełniona, czyli macierz \([A \mid B]\).
Twierdzenie Kroneckera-Capellego mówi, że układ równań liniowych jest zgodny wtedy i tylko wtedy, gdy rząd macierzy głównej jest równy rzędowi macierzy uzupełnionej:
\[ r(A)=r([A \mid B]). \]
Jeżeli:
\[ r(A)\neq r([A \mid B]), \]
to układ jest sprzeczny, czyli nie ma rozwiązania.
Jeżeli układ jest zgodny i rząd jest równy liczbie niewiadomych, to układ ma jedno rozwiązanie. Jeżeli rząd jest mniejszy od liczby niewiadomych, to układ ma nieskończenie wiele rozwiązań zależnych od parametrów.
Obliczanie rzędu macierzy metodą zerowania
Jedną z najwygodniejszych metod obliczania rzędu macierzy jest metoda przekształceń elementarnych, potocznie nazywana często metodą zerowania. Polega ona na takim przekształcaniu macierzy, aby uzyskać jak najwięcej zer, a następnie łatwo odczytać liczbę niezerowych wierszy.
Dozwolone są następujące operacje elementarne na wierszach:
- zamiana dwóch wierszy miejscami,
- pomnożenie wiersza przez liczbę różną od zera,
- dodanie do jednego wiersza wielokrotności innego wiersza.
Analogiczne operacje można wykonywać na kolumnach, jeżeli badamy samą macierz i interesuje nas wyłącznie jej rząd. Trzeba jednak zachować ostrożność przy macierzach uzupełnionych, o czym będzie mowa dalej.
Najczęściej dążymy do postaci schodkowej, czyli takiej, w której kolejne niezerowe wiersze zaczynają się coraz bardziej na prawo. Liczba niezerowych wierszy w tej postaci jest rzędem macierzy.
Przykład obliczania rzędu macierzy
Rozważmy macierz:
\[ A= \begin{bmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 1 & 1 & 1 \end{bmatrix}. \]
Widzimy od razu, że drugi wiersz jest dwukrotnością pierwszego:
\[ W_2=2W_1. \]
Możemy więc wykonać operację:
\[ W_2 \leftarrow W_2-2W_1. \]
Otrzymujemy:
\[ \begin{bmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \\ 1 & 1 & 1 \end{bmatrix}. \]
Następnie możemy wyzerować pierwszy element trzeciego wiersza:
\[ W_3 \leftarrow W_3-W_1. \]
Dostajemy:
\[ \begin{bmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \\ 0 & -1 & -2 \end{bmatrix}. \]
Po ewentualnej zamianie wierszy:
\[ \begin{bmatrix} 1 & 2 & 3 \\ 0 & -1 & -2 \\ 0 & 0 & 0 \end{bmatrix}. \]
Mamy dwa niezerowe wiersze, więc:
\[ r(A)=2. \]
W praktyce właśnie do tego najczęściej sprowadza się obliczanie rzędu: robimy zera, porządkujemy macierz i liczymy, ile zostało niezerowych wierszy.
„Element, który zabija” — praktyczna obserwacja przy zerowaniu
W obliczeniach macierzowych bardzo przydatna jest pewna praktyczna obserwacja. Jeżeli w jakimś wierszu albo kolumnie pojawi się tylko jeden element niezerowy, to często pozwala on bardzo uprościć rachunki.
Przy obliczaniu wyznacznika taki element jest szczególnie wygodny, ponieważ rozwinięcie Laplace’a względem tego wiersza lub tej kolumny zawiera wtedy tylko jeden niezerowy składnik. Potocznie można powiedzieć, że taki element „zabija” pozostałe składniki rozwinięcia, bo wszystkie pozostałe są mnożone przez zero.
Na przykład jeżeli w pewnej kolumnie mamy:
\[ \begin{bmatrix} 0 \\ 5 \\ 0 \end{bmatrix}, \]
to rozwinięcie wyznacznika względem tej kolumny będzie zawierało tylko składnik związany z liczbą \(5\). To ogromnie skraca obliczenia.
Podobna intuicja przydaje się przy obliczaniu rzędu macierzy. Jeżeli uda nam się przez przekształcenia elementarne doprowadzić macierz do postaci, w której pewne wiersze lub kolumny mają bardzo dużo zer, łatwiej zauważyć, które fragmenty macierzy są jeszcze istotne, a które już nie wpływają na rząd.
Trzeba jednak uważać, żeby nie zamienić tej intuicji w niepoprawną regułę. Sam fakt, że w jakimś wierszu jest jeden element niezerowy, nie oznacza jeszcze automatycznie, że „rząd jest taki a taki”. Oznacza natomiast, że mamy bardzo dobry punkt zaczepienia do dalszych przekształceń albo do rozwinięcia wyznacznika.
Rząd macierzy przez minory
Rząd macierzy można też wyznaczać za pomocą minorów. Minor stopnia \(k\) to wyznacznik macierzy kwadratowej stopnia \(k\), otrzymanej przez wybranie \(k\) wierszy i \(k\) kolumn z danej macierzy.
Rząd macierzy jest równy największemu stopniowi niezerowego minora.
Innymi słowy:
- jeżeli istnieje niezerowy minor stopnia \(3\), to rząd macierzy jest co najmniej \(3\),
- jeżeli wszystkie minory stopnia \(4\) są równe zero, to rząd macierzy jest mniejszy niż \(4\),
- największy niezerowy minor wskazuje rząd macierzy.
Metoda minorów jest dobra teoretycznie, ale w praktyce rachunkowej bywa uciążliwa, zwłaszcza przy większych macierzach. Jeżeli mamy macierz \(5 \times 7\), to sprawdzanie wielu minorów może być bardzo czasochłonne. Dlatego na ćwiczeniach i kolokwiach najczęściej wygodniejsza jest metoda zerowania.
Rząd macierzy a macierz uzupełniona
Osobnej uwagi wymaga sytuacja, w której badamy układ równań i pracujemy na macierzy uzupełnionej. Przykładowo układ:
\[ \begin{cases} x+2y=3,\\ 2x+4y=6 \end{cases} \]
ma macierz główną:
\[ A= \begin{bmatrix} 1 & 2 \\ 2 & 4 \end{bmatrix} \]
oraz macierz uzupełnioną:
\[ [A \mid B]= \left[ \begin{array}{cc|c} 1 & 2 & 3 \\ 2 & 4 & 6 \end{array} \right]. \]
Przy przekształceniach wierszowych musimy wykonywać operacje na całych wierszach, razem z ostatnią kolumną. To jest bezpieczne, ponieważ odpowiada przekształcaniu równań układu.
Natomiast przy operacjach kolumnowych trzeba być ostrożnym. Jeżeli badamy samą macierz liczbową, to operacje na kolumnach zachowują rząd. Ale jeżeli macierz ma interpretację jako macierz uzupełniona układu równań, ostatnia kolumna ma szczególne znaczenie: jest kolumną wyrazów wolnych.
Dlatego w praktyce, przy analizie układów równań, najbezpieczniej jest wykonywać operacje na wierszach. Jeśli już wykonujemy operacje na kolumnach, to trzeba bardzo jasno rozumieć, co robimy. Szczególnie nie należy bezmyślnie „mieszać” kolumny wyrazów wolnych z kolumnami współczynników, bo można stracić interpretację pierwotnego układu.
Można to zapamiętać praktycznie tak: w macierzy uzupełnionej ostatnia kolumna nie jest zwykłą kolumną współczynników. Ona pełni rolę prawej strony układu. Dlatego nie używamy jej swobodnie do przekształcania kolumn współczynników, jeśli chcemy zachować sens układu równań.
Macierz osobliwa i nieosobliwa
Przy okazji macierzy odwrotnej warto wprowadzić dwa pojęcia: macierz osobliwa i macierz nieosobliwa.
Macierz kwadratowa jest nieosobliwa, jeżeli jej wyznacznik jest różny od zera:
\[ \det A \neq 0. \]
Wtedy macierz odwrotna istnieje.
Macierz kwadratowa jest osobliwa, jeżeli jej wyznacznik jest równy zero:
\[ \det A = 0. \]
Wtedy macierz odwrotna nie istnieje.
W języku praktycznym można powiedzieć, że macierz osobliwa zawiera pewną zależność między wierszami lub kolumnami. Na przykład jeden wiersz może być wielokrotnością innego albo kombinacją liniową innych wierszy. Wtedy macierz nie ma pełnej „niezależności” i nie da się jej odwrócić.
Związek rzędu, wyznacznika i macierzy odwrotnej
Dla macierzy kwadratowej stopnia \(n\) zachodzą bardzo ważne zależności:
- \(\det A \neq 0\),
- \(r(A)=n\),
- macierz \(A\) jest odwracalna,
- wiersze macierzy są liniowo niezależne,
- kolumny macierzy są liniowo niezależne.
Te warunki są równoważne. Oznacza to, że jeżeli jeden z nich jest spełniony, to pozostałe również są spełnione.
Dla przykładu, jeżeli mamy macierz \(3 \times 3\) i jej wyznacznik jest różny od zera, to od razu wiemy, że jej rząd wynosi \(3\) i że macierz odwrotna istnieje.
Jeżeli natomiast wyznacznik tej macierzy jest równy zero, to rząd jest mniejszy niż \(3\), a macierz odwrotna nie istnieje.
Najczęstsze błędy studentów
Przy macierzach bardzo często pojawiają się błędy rachunkowe i interpretacyjne. Najczęstsze z nich to:
- próba obliczania wyznacznika macierzy, która nie jest kwadratowa,
- zapominanie, że macierz odwrotna istnieje tylko wtedy, gdy wyznacznik jest różny od zera,
- mylenie macierzy odwrotnej z macierzą transponowaną,
- błędy znaków przy dopełnieniach algebraicznych,
- niepoprawne wykonywanie operacji elementarnych,
- liczenie rzędu przed doprowadzeniem macierzy do odpowiednio uproszczonej postaci,
- mieszanie kolumny wyrazów wolnych z kolumnami współczynników w macierzy uzupełnionej,
- traktowanie macierzy uzupełnionej jak zwykłej macierzy bez uwzględnienia jej znaczenia w układzie równań.
Z doświadczenia korepetytorskiego mogę powiedzieć, że najwięcej problemów nie wynika z samej trudności pojęcia macierzy, ale z niedokładności rachunkowej. Jeden źle przepisany minus, jedna pomylona kolumna albo jedna operacja wykonana tylko po jednej stronie macierzy rozszerzonej potrafi zepsuć całe zadanie.
Jak praktycznie uczyć się macierzy?
Najlepszym sposobem nauki macierzy jest rozwiązywanie zadań krok po kroku. Nie warto zaczynać od bardzo dużych macierzy. Lepiej najpierw dobrze opanować macierze \(2 \times 2\) i \(3 \times 3\), a dopiero potem przechodzić do większych przykładów.
Dobrze jest ćwiczyć osobno:
- obliczanie wyznaczników,
- obliczanie macierzy odwrotnej,
- sprowadzanie macierzy do postaci schodkowej,
- obliczanie rzędu macierzy,
- analizę układów równań za pomocą macierzy głównej i uzupełnionej.
Warto też po każdym zadaniu sprawdzać wynik. Przy macierzy odwrotnej sprawdzenie jest bardzo proste: wystarczy pomnożyć macierz wyjściową przez otrzymaną macierz odwrotną. Jeżeli wynik daje macierz jednostkową, to najprawdopodobniej obliczenia są poprawne.
Przy rzędzie macierzy warto z kolei kontrolować, czy wykonywane operacje elementarne rzeczywiście zachowują rząd. Nie wolno na przykład pomnożyć wiersza przez zero, bo taka operacja niszczy informację zawartą w macierzy.
Podsumowanie
W drugiej części artykułu o macierzach omówiliśmy pojęcia i operacje związane z wyznacznikiem. Zobaczyliśmy, że wyznacznik pozwala stwierdzić, czy macierz kwadratowa jest odwracalna. Poznaliśmy klasyczną metodę obliczania macierzy odwrotnej za pomocą dopełnień algebraicznych oraz praktyczną metodę opartą na przekształceniach elementarnych.
Omówiliśmy również rząd macierzy, który informuje o liczbie niezależnych wierszy lub kolumn. Pokazaliśmy, jak obliczać rząd metodą zerowania, czyli przez sprowadzanie macierzy do postaci schodkowej. Zwróciliśmy też uwagę na szczególne znaczenie macierzy uzupełnionej w układach równań liniowych.
Najważniejsze zależności, które warto zapamiętać, są następujące:
- wyznacznik obliczamy tylko dla macierzy kwadratowych,
- macierz odwrotna istnieje tylko wtedy, gdy \(\det A \neq 0\),
- rząd macierzy można obliczać przez sprowadzenie jej do postaci schodkowej,
- dla macierzy kwadratowej pełny rząd oznacza niezerowy wyznacznik i istnienie macierzy odwrotnej,
- przy macierzy uzupełnionej należy szczególnie uważać na kolumnę wyrazów wolnych.
Macierze są jednym z tych działów matematyki, które na początku mogą wydawać się mechaniczne, ale po pewnym czasie okazują się bardzo logiczne. Jeżeli pilnujemy zasad przekształceń, uważamy na znaki i rozumiemy sens wykonywanych operacji, większość zadań staje się po prostu uporządkowanym rachunkiem.
Utworzono: 15.05.2026