LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév

Hasonló dokumentumok
Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

3. el adás: Determinánsok

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Bázistranszformáció és alkalmazásai 2.

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

Bevezetés az algebrába 1

Lineáris algebra gyakorlat

1. ábra ábra

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer


1. Mit jelent az, hogy egy W R n részhalmaz altér?

Mátrixok 2017 Mátrixok

Bázistranszformáció és alkalmazásai

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Lineáris egyenletrendszerek

I. VEKTOROK, MÁTRIXOK

15. LINEÁRIS EGYENLETRENDSZEREK

Vektorok, mátrixok, lineáris egyenletrendszerek

1. A kétszer kettes determináns

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

7. Előadás. Megyesi László: Lineáris algebra, oldal. 7. előadás Elemi bázistranszformáció

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39

Lineáris algebrai alapok

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

összeadjuk 0-t kapunk. Képletben:

Lineáris egyenletrendszerek

1. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: ; B = 8 7 2, 5 1. Számítsuk ki az A + B, A B, 3A, B mátrixokat!

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6.

2. gyakorlat. A polárkoordináta-rendszer

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Vektorterek. =a gyakorlatokon megoldásra ajánlott

1. Mátrixösszeadás és skalárral szorzás

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

Lineáris algebra. (közgazdászoknak)

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Permutációk véges halmazon (el adásvázlat, február 12.)

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Numerikus módszerek 1.

Valasek Gábor

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz

DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1.

KOVÁCS BÉLA, MATEMATIKA I.

Lin.Alg.Zh.1 feladatok

Lineáris algebra. Közgazdász szakos hallgatóknak a Matematika A2a Vektorfüggvények tantárgyhoz tavaszi félév

Lineáris algebra gyakorlat

5. házi feladat. AB, CD kitér élpárra történ tükrözések: Az ered transzformáció: mivel az origó xpont, így nincs szükség homogénkoordinátás

Totális Unimodularitás és LP dualitás. Tapolcai János

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Lineáris algebra. =0 iє{1,,n}

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.

1. zárthelyi,

5. Előadás. Megyesi László: Lineáris algebra, oldal. 5. előadás Lineáris függetlenség

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma

Matlab alapok. Baran Ágnes

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris algebra (10A103)

Matematikai statisztika 1.

1. Bázistranszformáció

6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

NUMERIKUS MÓDSZEREK I. TÉTELEK

25 i, = i, z 1. (x y) + 2i xy 6.1

rank(a) == rank([a b])

1.1. Vektorok és operátorok mátrix formában

1 p, c = p 1 és d = 4. Oldjuk meg az alábbi egyenletrendszert a c és d paraméterek minden értékére. x + 2z = 5 2x y = 8 3x + 6y + cz = d

Gyakorló feladatok I.

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

Saj at ert ek-probl em ak febru ar 26.

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit

Lineáris algebra Gyakorló feladatok

Gauss elimináció, LU felbontás

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Érdekes informatika feladatok

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Mátrixok, mátrixműveletek

Alkalmazott algebra - SVD

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

Gazdasági matematika II.

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben.

1. Homogén lineáris egyenletrendszer megoldástere

1. Az euklideszi terek geometriája

Számítási feladatok a Számítógépi geometria órához

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

Átírás:

LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I éves nappali programtervező informatikus hallgatóknak 2010-2011 évi tanév I félév Vektoriális szorzat és tulajdonságai bizonyítás nélkül: Vegyes szorzat és tulajdonságai bizonyítás nélkül: Permutációk inverziói:

Determináns: Alapvető tulajdonságai: a 11 a 12 a 1n a k1 a k2 a kn a n1 a n2 a nn a 11 a 12 a 1n b k1 + c k1 b k2 + c k2 b kn + c kn a n1 a n2 a nn a 11 a 12 a 1n b k1 b k2 b kn a n1 a n2 a nn + a 11 a 12 a 1n c k1 c k2 c kn a n1 a n2 a nn Szükségünk lesz az inverziószám változásának ismeretére, amikor a permutációban az elemeket cserélgetjük Könny látni, hogy szomszédos elemek cseréje esetén az inverziószám 1-gyel változik (1-gyel n, vagy csökken), a távolabbi elemek cseréjét visszavezethetjük szomszédos elemek páratlan számú cseréjére, ebb l kideríthetjük sorcserénél a determináns változását, de ezt csak bizonyítás nélkül közöljük:

TÉTEL: Legyen n 2 a) Ha az 1, 2,, n számok i 1, i 2,, i n permutációjában két elemet felcserélünk, akkor az inverziószám páratlan számmal változik b) Ha az A R n n mátrix valamely két sorát felcseréljük, akkor az így nyert B mátrix determinánsa: B A, azaz két sor felcserélése esetén a determináns értéke ( 1)-gyel szorzódik Részletezzük viszont a fenti tételnek két igen fontos következményét TÉTEL: Ha n 2 és az A R n n mátrixnak van két megegyez sora, akkor A determinánsa 0 [Biz: a két azonos sor felcserélését l egyrészt nem változik a mátrix, így a determinánsa sem, másrészt a cserét l determinánsa ( 1)-gyel szorzódik Tehát A A, azaz A + A 0, így A 0 (Itt számokról van szó, de jegyezzük meg, hogy a legutolsó következtetés más struktúrákban általában nem érvényes, pl 1 + 1 0 mod 2, de 1 0 mod 2)] TÉTEL: Ha n 2, λ R esetén az A R n n mátrix egyik sorához egy másik sorának a λ-szorosát hozzáadjuk, akkor az így keletkezett mátrix determinánsa is A, tehát az a rangtartó átalakítás, amikor egyik sorhoz egy másik sor számszorosát adjuk, egyben determinánstartó is! [Biz: Jelöljük k [A]-val az A mátrix k-adik sorát Az egyszer ség kedvéért csak azt részletezzük, amikor az els sorhoz adjuk hozzá a második sor λ-szorosát Ekkor 1[A] + λ 2 [A] n[a] 1[A] + n[a] λ 2 [A] n[a] 1[A] + λ A + λ0 A n[a] n[a] Az általános esetben hasonlóan megy a bizonyítás] Ha az A R n n egy sorában végig 0 van, akkor már tudjuk, hogy 0 a mátrix determinánsa Most vizsgáljuk meg egy egyszer esetben azt, amikor egy sor majdnem végig 0, pl A utolsó sorában az utolsó elem kivételével minden 0 Eme speciális szerkezet mátrix determinánsára írjuk fel a deníciót részletesen: i 1,,i n 1,in (1,,n 1,n) a 11 a 1,n 1 a 1n a n 1,1 a n 1,n 1 a n 1,n 0 0 a nn ( 1) I(i 1,i 2,,i n 1,i n ) a 1i1 a 2i2 a n 1,in 1 a nin Tekintsük az összeg azon tagjait, amelyekben az i n < n Ezeknél a szorzat utolsó tényez je: a nin 0, s az összeg vizsgált tagja is 0 Eszerint az összegnek sok tagja [pontosan (n 1) (n 1)! n! (n 1)! darab] 0, ezeket el is hagyhatjuk Maradnak azok a tagok, ahol i n n [ilyen van (n 1)! darab], speciális mátrixunk determinánsa tehát ( 1) I(i 1,i 2,,i n 1,n) a 1i1 a 2i2 a n 1,in 1 a nn i 1,,i n 1,n (1,,n 1,n)

Az összegezés most úgy értend, hogy az 1, 2,, n azon permutációira összegezünk, ahol az utolsó helyen n áll Ekkor az el tte lév i 1,, i n 1 befutja az 1, 2,, n 1 összes permutációját, ennek megfelel en módosítjuk a szumma alatti részt Örömmel látjuk, hogy I(i 1,, i n 1, n) I(i 1,, i n 1 ), mert az n leghátul állt, s az el tte lév knél nagyobb, így egyikkel sem alkothatott inverziót Ezután a nn kiemelésével ( 1) I(i 1,i 2,,i n 1 ) a 1i1 a 2i2 a n 1,in 1 a nn i 1,,i n 1 (1,,n 1) adódik, ahol az összegben felismerhetjük az A bal fels sarkában lév (n 1) (n 1)-es rész determinánsát, s nyertük a következ t: TÉTEL: a 11 a 1,n 1 a 1n a 11 a 1,n 1 a nn a n 1,1 a n 1,n 1 a n 1,n a 0 0 a n 1,1 a n 1,n 1 nn KÖVETKEZMÉNY: Fels háromszög mátrix (5/2) determinánsa a f átlóban lév elemek szorzata a 11 a 12 a 1,n 1 a 1n 0 a 22 a 2,n 1 a 2n a 11 a 22 a n 1,n 1 a nn 0 0 a n 1,n 1 a n 1,n 0 0 0 a nn Így persze diagonális mátrixok determinánsa is a f átlóban lév elemek szorzata, például I n 1 Szerepelt már (bizonyítás nélkül), hogy A A, így a sorokra megfogalmazott állítások oszlopokra is érvényesek, tehát pl alsó háromszög mátrix determinánsa is a f átlóban lév elemek szorzata Négyzetes mátrix determinánsának meghatározása elemi bázistranszformációval: Ha A [a 1, a 2,, a n ] R n n olyan, hogy ϱ(a) < n, akkor az oszlopvektorrendszer Ö, tehát a j, ami lineárisan függ a többit l, pl a j α 1 a 1 + + α j 1 a j 1 + α j+1 a j+1 + + α n a n Ekkor a j-edik oszlophoz hozzáadhatjuk k 1,, j 1, j + 1,, n-re a k- adik oszlop α k -szorosát, így a determináns nem változik, viszont a j-edik oszlopba csupa 0 kerül, tehát ϱ(a) < n esetén A 0 ϱ(a) n esetén mindent be tudunk vinni a bázisba, de nem biztos, hogy az eredeti sorrendben Másrészt most célszer kiírnunk a bevitt vektorok koordinátáit is, mert így nem rontjuk el az n n-es alakot, és egy általános elemi bázistranszformációs lépésnél összehasonlíthatjuk a régi (lépés el tti) mátrix és az új (lépés utáni) mátrix determinánsát, mégpedig úgy, hogy közbeiktatunk egy segédmátrixot Az indexelési nehézségek miatt sem az a, sem az e vektorokat nem írjuk ki, csupán a koordinátákból adódó mátrixot Legyen a régi mátrix β 11 β 1j β 1n β i1 β ij β in, és tegyük fel, hogy éppen az a j -t visszük be az e i helyére, β n1 β nj β nn

feltéve természetesen, hogy β ij 0 Ezt a nullától különböz β ij -t szokás a lépés generáló elemének hívni, s ha épppen a k-adik lépésr l van szó, g k -val is jelölni 1 Képezzünk egy segédmátrixot úgy, hogy a régi mátrix i-edik sorát megszorozzuk a β ij számmal: β 11 β 1j β 1n β i1 /β ij 1 β in /β ij, β n1 β nj β nn tehát a régi mátrix determinánsa a segédmátrix determinánsának β ij -szerese Ezután a segédmátrix i-edik sorának j-edik helyén álló 1 segítségével kinullázhatjuk a j-edik oszlop többi elemét, mégpedig determinánstartó átalakításokkal: minden k i- re adjuk hozzá a k-adik sorhoz az i-edik sor β kj -szeresét Ekkor épp az új mátrixot kapjuk: β 11 β 1j β i1 /β ij 0 β 1n β 1j β in /β ij β i1 /β ij 1 β in /β ij β n1 β nj β i1 /β ij 0 β nn β nj β in /β ij Mivel az új mátrixot a segédmátrixból már determinánstartó átalakításokkal nyertük, ezek determinánsa megegyezik, tehát a régi mátrix determinánsa az új mátrix determinánsának is β ij -szerese, azaz g k -szorosa ϱ(a) n esetén n lépést végzünk, az A determinánsa g 1 g 2 g n -szerese az n-edik lépés utáni új mátrix Ú determinánsának Ha az a-kat az eredeti sorrendben sikerült bevinni a bázisba, akkor ez az utolsó új mátrix I n Egyébként, ha a bevitt elemek sorrendje a bázisban, mondjuk a i1, a i2,, a in (itt az i 1, i 2,, i n az 1, 2,, n egy permutációja), akkor cseréket kell végeznünk, amíg az eredeti sorrendbe nem kerülnek Tekintsük a ( 1) I(i 1,,i n ) Ú szorzatot Ha most felcserélünk két báziselemet, akkor az inverziószám páratlan számmal változik, s a szorzat els tényez je ( 1)-szeresére változik, de a második tényez is így változik a sorcsere miatt, végeredményben a szorzat nem változik; mikor pedig már eljutottunk az eredeti sorrendhez, akkor ( 1) I(1,,n) I n ( 1) 0 1 1 adódik Tehát Ú ( 1)I(i 1,,i n ), A g 1 g 2 g n ( 1) I(i 1,,i n ) Négyzetes mátrix rangjának, inverze létezésének és determinánsának kapcsolat: KÖVETKEZMÉNY: A R n n esetén A 0 ϱ(a) n A 1 Az utolsó sorában majdnem végig 0 mátrix determinánsára vonatkozó tételt könny általánosítani arra az esetre, amikor az utolsó sor helyett az i-edik sorról van szó, és benne az egyetlen nullától különböz elem a j-edik helyen áll n 2 esetén az i-edik sort n i cserével alulra vihetjük, majd a j-edik oszlopot n j cserével az utolsó helyre vihetjük (Az alábbi blokkok közül a olyanokat jelöl, amelyek 1 oszlopból állnak és tartalmuk közömbös az eredmény szempontjából)

E F 0 0 a ij 0 0 G H E F ( 1)n i G H 0 0 a ij 0 0 E F ( 1) n i ( 1) n j G H 0 0 a ij ( 1)i+j a ij E F G H a ij( 1) i+j E F G H Az E, F, G, H blokkok (már aminek jut hely) téglalap alakúak, de a végén egymáshoz csúsznak, és egy (n 1) (n 1)-es mátrixot alkotnak Tekintsük tetsz leges mátrixra is a megfelel összecsúszott rész determinánsát az i-edik sor és a j-edik oszlop elhagyásával keletkez mátrix determinánsaként: Az E F A a i1 a i,j 1 a ij a i,j+1 a in R n n G H mátrix i-edik sora j-edik eleméhez tartozó aldeterminánsa aldet ij (A) def E F G H, az i-edik sora j-edik eleméhez tartozó el jelezett aldeterminánsa pedig def A ij ( 1) i+j aldet ij (A) ( 1) i+j E F G H Ha a mátrix elemeinek helyére beírjuk a helynek megfelel ( 1) i+j -t, az ún sakktáblaszabályt kapjuk, a f átlóban mindenütt +1-gyel Fentiek segítségével tetsz leges n n-es (n 2) valós elem mátrix determinánsát visszavezethetjük n darab (n 1) (n 1)- es mátrix determinánsának kiszámítására Választunk egy i-t az {1, 2,, n}-b l, s ezt rögzítjük a 11 a 1j a 1n a i1 a ij a in a n1 a nj a nn a 11 a 1j a 1n a i1 + 0 + + 0 0 + + a ij + + 0 0 + + 0 + a in a n1 a nj a nn a 11 a 1j a 1n 0 a ij 0 B j a ij ( 1) i+j aldet ij (B j ) j1 j1 j1 a n1 a nj a nn a ij ( 1) i+j aldet ij (A) a ij A ij, j1 mivel a B j mátrixok és az A mátrix csak az i-edik sorban különböznek, azt pedig a fenti aldeterminánsok képzése során elhagyjuk j1

Kifejtési tétel: KIFEJTÉSI TÉTEL: n 2, A R n n esetén a) Tetsz leges 1 i n esetén A a ij A ij ; b) Tetsz leges 1 j n esetén A j1 a ij A ij i1 Cramer-szabály (biz nélkül): Bizonyítás nélkül mondjuk ki a következ nevezetes tételt (det(a) def A ) CRAMER-SZABÁLY: A [a 1,, a n ] R n n, A 0, b R n esetén! x R n, melyre Ax b, továbbá az x j-edik komponense (j 1,, n) x j det([a 1,, b,, a n ]) det([a 1,, a j,, a n ]) Konstrukciókban jól lehet használni olyan négyzetes mátrixokat, melyekr l könny kideríteni, hogy determinánsuk különbözik-e nullától Vandermonde-determináns: TÉTEL (Vandermonde-determináns és kifejtése): n 2; a 1,, a n R esetén 1 a 1 a 2 1 a n 1 V n (a 1,, a n ) def 1 (a i a j ) 1 a n a 2 n an n 1 n i>j 1 [Bizonyítás: n szerinti teljes indució: n 2 -re az állítás nyilvánvaló n 3 esetén V n (a 1,, a n ) deníció szerinti alakjában adjuk hozzá rendre az n-edik, (n 1)-edik,, második oszlophoz az el z oszlop a 1 -szeresét: 1 0 0 0 1 (a 2 a 1 )1 (a 2 a 1 )a 2 (a 2 a 1 )a n 2 2 V n (a 1,, a n ) 1 (a n a 1 )1 (a n a 1 )a n (a n a 1 )an n 2 (a 2 a 1 )1 (a 2 a 1 )a 2 (a 2 a 1 )a n 2 2 (a n a 1 )1 (a n a 1 )a n (a n a 1 )an n 2 n 1 (a 2 a 1 ) (a n a 1 )V n 1 (a 2,, a n ) (a 2 a 1 ) (a n a 1 ) (a i a j ) (a i a j )] n i>j 2 n i>j 1 n

Rand Rang és 0 determinánsú négyzetes részmátrix kapcsolata: Tudjuk már, hogy A R n n esetén A 0 ϱ(a) n A 1 A R n m esetén is tudunk kapcsolatot a rang és a négyzetes részmátrixok determinánsa között (j k-as részmátrix: j sor és k oszlop kiválasztásával a metszéspontokba kerül elemek alkotta j k-as mátrix) TÉTEL: A R m n és ϱ(a) r 1 esetén A-nak van olyan r r-es részmátrixa, melynek determinánsa 0, viszont minden (r + 1) (r + 1)-es részmátrix determinánsa 0 [Biz: Mivel a rang r, van r darab oszlop, mely L Csak ezeket tartva meg, a keletkezett n r-es mátrix oszloprangja r, így sorrangja is r, van tehát benne r darab sor, mely L Csak ezeket tartva meg, a keletkezett r r-es mátrix rangja r, így determinánsa 0 Tekintsünk most egy (r +1) (r +1)-es részmátrixot Ez r +1 oszlopból származik, mely Ö (hisz a rang r), így részmátrixunk r + 1 oszlopa is Ö, és részmátrixunk determinánsa 0] Az els ként idézett tételt érdemes még átfogalmazni lineáris egyenletrendszerekre, éspedig a homogén esetre (amikor b 0), mivel nagy szükségünk lesz kés bb nemtriviális (x 0) megoldásra, ha van ilyen Determinánsfeltétel homogén lineáris egyenletrendszer nem triviális megoldásának létezésére: TÉTEL: Legyen A R n n Az Ax 0 homogén lineáris egyenletrendszernek akkor és csak akkor van nemtriviális megoldása, ha A 0 [Biz: Nemtriviális megoldás létezése azzal ekvivalens, hogy az A oszlopvektorrendszere lineárisan összefügg ] A következ váratlan tételre bizonyítási lehet ségeket vázolunk röviden Szorzástétel: SZORZÁSTÉTEL: A, B R n n AB A B [Az utolsó sorában majdnem végig 0 négyzetes mátrix determinánsára vonatkozó tételt a következ képpen is lehetne általánosítani (a most olyan téglalap alakú blokkot jelöl, melynek tartalma közömbös az eredmény szempontjából): Legyen C R r r és D R s s Ekkor C 0 D C D és C 0 D C D Így A B A 0 I n B Most a I n elemeit használva determinánstartó átalakításokkal kiirthatjuk B-t, azaz nullmátrix kerül a helyére azon az áron, hogy a felette lév nullmátrix megváltozik, éspedig épp AB kerül az helyére Viszont sorcserék révén A AB I n 0 I n 0 ( 1)n A AB AB ]