W rozdziale 4 zdefiniowaliśmy rząd przekształcenia liniowego
jako
. Załóżmy, że
i
są bazami przestrzeni
i
odpowiednio. Niech
będzie
izomorfizmem danym przez
. Wynika stąd, że
.
Na mocy uwagi 4.11, wektory
generują
,
więc ich obrazy względem
, tzn. wektory
, generują
. Wektory te to kolumny macierzy
.
Zatem
liczba liniowo
niezależnych kolumn macierzy
.
Dlatego przyjmujemy następującą definicję.
Problem. Jak praktycznie obliczyć rząd macierzy ?
By rozwiązać ten problem, udowodnimy najpierw następujące twierdzenie.
1) Pokażemy najpierw, że . Wybierzmy liniowo niezależne
wiersze
. Utwórzmy z tych wierszy macierz
Jednak z drugiej strony
(bo
),
więc
.
2) Powtarzając powyższe rozumowanie dla macierzy transponowanej
dostajemy
. Dlatego
.
Załóżmy, że
. Na mocy twierdzenia
7.3, możemy wybrać liniowo niezależne wiersze
. Podobnie jak w dowodzie twierdzenia 7.3
tworzymy z tych wierszy macierz
wymiaru
, o kolumnach
. Zauważmy, że kolumny te są odpowiednimi
fragmentami kolumn
.
Na mocy twierdzenia 7.3 możemy wybrać liniowo niezależne kolumny
. Tworzą one macierz
wymiaru
, więc na mocy wniosku 4.14 i twierdzenia 5.13,
Załóżmy, że po wyborze pewnych
wierszy
i
kolumn
powstanie macierz
o wyznaczniku
(tzn. niezerowy
minor). Znaczy to, że kolumny
są liniowo
niezależne.
Pokażemy, że kolumny
też są liniowo
niezależne, dowodząc tym samym, że
.
Istotnie, zauważmy, że kolumny są odpowiednimi
fragmentami kolumn
. Dlatego jeśli dla pewnych
mamy
Widzimy więc, że dla obliczenia rzędu macierzy wystarczy obliczyć liczbę liniowo niezależnych wierszy. Poznamy teraz pewien szczególny rodzaj macierzy, dla ktorych jest to bardzo łatwe.
Przykład Poniższa macierz ma uporządkowane wiersze.
Zauważmy, że rząd macierzy z uporządkowanymi wierszami liczba
liniowo niezależnych wierszy
liczba niezerowych wierszy.
Używając operacji z faktu 7.7 (w istocie wystarcza operacja (2)) możemy każdą macierz sprowadzić do postaci z uporządkowanymi wierszami i w ten sposób obliczyć jej rząd.
Przykład
Obliczymy rząd macierzy
Zastosowania.
1. Niech
. Wówczas
rząd macierzy
, który możemy już łatwo
obliczyć.
2. Niech
będzie bazą przestrzeni liniowej
oraz
. Wówczas używając izomorfizmu
liniowego między
i
dostajemy, że
W następnej uwadze podamy własności rzędu macierzy.
Na mocy faktu 7.2,
i
. Mamy
By dowieść, że
, rozważmy bazę
podprzestrzeni
. Wtedy zbiór
generuje
przestrzeń
(uwaga 4.11). Dlatego
2)
, więc na mocy (1),
Dowód (3) jest podobny.
Załóżmy, że przestrzeń ma wymiar skończony oraz
jest liniowe. Macierz
w dowolnej bazie
przestrzeni
umożliwia nam wyliczanie obrazów wektorów przy
przekształceniu
. Jednak obliczenia przy użyciu macierzy mogą
być żmudne. Dlatego staramy się często znaleźć taką bazę
przestrzeni
, by macierz
była możliwie najprostsza,
najlepiej diagonalna, tzn. postaci
Problem. Czy istnieje baza przestrzeni
taka, że
macierz
jest diagonalna ?
By rozwiązać ten problem, wprowadzamy następującą definicję.
Definicję macierzy diagonalizowalnej uzasadnia twierdzenie 7.11 poniżej. W jego dowodzie będziemy potrzebowali następującego lematu.
2) Definiujemy wektory
następującymi wzorami.
1) Definiujemy wektory
tak, że
. Niech
będzie bazą
taką, że
jest diagonalna. Wtedy na mocy uwagi 6.6,
Załóżmy, że dla pewnej macierzy odwracalnej
macierz
jest diagonalna. Na mocy lematu 7.10(1) istnieje
baza
przestrzeni
taka, że
i
. Na mocy uwagi 6.6 macierz
By rozstrzygnąć, czy dane przekształcenie lub macierz
są
diagonalizowalne, będziemy potrzebowali kilku nowych pojęć.
Załóżmy, że
jest diagonalizowalne, tzn. dla
pewnej bazy
przestrzeni
macierz
w tej
bazie jest diagonalna, czyli jest postaci
. Zwróćmy uwagę, że
wówczas wszystkie wektory bazy
są wektorami własnymi
przekształcenia
(dla kolejnych wartości własnych
).
Przykład. Nie każde przekształcenie liniowe jest
diagonalizowalne. Na przykład obrót
wokół
, o kąt
nie jest diagonalizowalny, bo
nie ma żadnych wektorów własnych.
W następnym rozdziale zajmiemy się problemem, jak znaleźć wektory
własne i wartości własne .