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

Hasonló dokumentumok
Lineáris algebra gyakorlat

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla

Vektorok, mátrixok, lineáris egyenletrendszerek

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

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

1 2 n π =, 1π 2π nπ. ϕ = = {(1,3), (2,1), (3,3)}

Bázistranszformáció és alkalmazásai 2.

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

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

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

3. el adás: Determinánsok

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

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0

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

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

Diszkrét matematika II., 8. előadás. Vektorterek

15. LINEÁRIS EGYENLETRENDSZEREK

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

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

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

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Lineáris egyenletrendszerek

Lineáris algebra. =0 iє{1,,n}

A lineáris algebra forrásai: egyenletrendszerek, vektorok

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

Permutációk véges halmazon (el adásvázlat, február 12.)

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

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

1. zárthelyi,

Mat. A2 3. gyakorlat 2016/17, második félév

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

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

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

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

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

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

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

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

Lineáris algebra Gyakorló feladatok

1. Bázistranszformáció

Lineáris leképezések, mátrixuk, bázistranszformáció. Képtér, magtér, dimenziótétel, rang, invertálhatóság

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.

1. Homogén lineáris egyenletrendszer megoldástere

Összeállította: dr. Leitold Adrien egyetemi docens

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

Bevezetés az algebrába 1

Gauss elimináció, LU felbontás

Polinomok (el adásvázlat, április 15.) Maróti Miklós

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

Lineáris algebra gyakorlat

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

Hogyan oldjunk meg lineáris algebra feladatokat?

1. feladatsor Komplex számok

Lineáris algebra. (közgazdászoknak)

10. Feladat. Döntse el, hogy igaz vagy hamis. Név:...


Bázistranszformáció és alkalmazásai

A gyakorlati jegy

Lineáris algebrai alapok

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

LINEÁRIS ALGEBRA FELADATOK

Mátrixok 2017 Mátrixok


1. Mátrixösszeadás és skalárral szorzás

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

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

KOVÁCS BÉLA, MATEMATIKA I.

Lineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák

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!

Normák, kondíciószám

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

Diszkrét matematika I. gyakorlat

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. Wettl Ferenc ALGEBRA TANSZÉK

Valasek Gábor

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

Gyakorló feladatok I.

17. előadás: Vektorok a térben

Lineáris egyenletrendszerek

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

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

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

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

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

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gazdasági matematika II. tanmenet

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

MM CSOPORTELMÉLET GYAKORLAT ( )

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

Kurzusinformációk, syllabus:

Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 20.

Gy ur uk aprilis 11.

Matematika szigorlat június 17. Neptun kód:

Vektortér fogalma vektortér lineáris tér x, y x, y x, y, z x, y x + y) y; 7.)

Bevezetés az algebrába 1

Bevezetés a számításelméletbe (MS1 BS)

Átírás:

Lineáris algebra és a rang fogalma (el adásvázlat, 2010. szeptember 29.) Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: (1) A mátrixalgebrával kapcsolatban: számtest feletti mátrixok fogalma, mátrixok képlettel való megadása, m veletek mátrixokkal és azok elemi tulajdonságai, trianguláris mátrixok. (2) A determinánsokkal kapcsolatban: a determináns fogalma, kifejtési tételek, a determinánsok elemi tulajdonságai, a dualitás elve, a determinánsok szorzástétele, trianguláris mátrixok determinánsa, mátrix inverzének kiszámítása determinánssal, Vandermonde-determináns, elfajuló mátrix. () A lineáris egyenletrendszerekkel kapcsolatban: a lineáris egyenletrendszer fogalma, egyenletrendszerek mátrixos alakja, b vített mátrix, lépcs s alakú egyenletrendszerek, kötött és szabad változók, elemi sorátalakítások, Gauss-elimináció, Cramerszabály, mátrixok determinánsának és inverzének kiszámolása elemi sorátalakításokkal. (4) Az absztrakt vektorterekkel kapcsolatban: számtest feletti vektortér fogalma, a fontos példák ismerete (T n, T N, T m n, T [x], R R, R vektortér Q felett) nullvektor, m veletek vektorokkal és azok elemi tulajdonságai, vektorterek izomorzmusa, altér fogalma, triviális alterek, homogén lineáris egyenletrendszer megoldásaltere, lineáris kombináció, triviális lineáris kombináció, feszített (generált) altér, alterek összege és metszete, az alterek hálója, (5) Vektorrendszerekkel kapcsolatban: a vektorrendszer fogalma, lineárisan független és függ vektorrendszerek, maximális lineárisan független vektorrendszer, generátorrendszer, minimális generátorrendszer, végesdimenziós vektortér, bázis, standard bázis, vektor koordinátái, kicserélési tétel, dimenzió fogalma, azonos dimenziós vektorterek izomorfak. Az el adáshoz ajánlott jegyzet: Klukovits Lajos: Klasszikus és lineáris algebra, Polygon Kiadó, Szeged, 1999. Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged, 2002006. 1. Tétel. Legyen T test, és A = (a i,j ) T n n tetsz leges négyzetes mátrix. Ekkor A = σ S n sgn(σ) a 1,1σ a 2,2σ a n,nσ. 2. Példa. n = 2 esetén: a 11 a 12 a 21 a 22 = sgn(id) a 11a 22 + sgn((1 2)) a 12 a 21 = a 11 a 22 a 12 a 21. n = esetén: a 11 a 12 a 1 a 21 a 22 a 2 a 1 a 2 a = sgn(id) a 11a 22 a + sgn((1 2)) a 12 a 21 a + sgn((1 )) a 1 a 22 a 1 ami éppen a Sarrus-szabály. + sgn((2 )) a 11 a 2 a 2 + sgn((1 2 )) a 12 a 2 a 1 + sgn((1 2)) a 1 a 21 a 2 = a 11 a 22 a + a 12 a 2 a 1 + a 1 a 21 a 2 a 12 a 21 a a 1 a 22 a 1 a 11 a 2 a 2,. Kérdések. Az alábbi állítások közül melyek igazak és melyek hamisak tetsz leges T testre?

(1) A 0 tetsz leges A T n n mátrixra. (2) Tetsz leges A T n n mátrixra A T. () Ha A T n k és B T k m, akkor AB C n m. (4) Ha A T n n és B T n n, akkor AB = A B. (5) Ha A T n n és B T n n, akkor A + B = A + B. (6) Ha A T n n és λ T, akkor λt = λ T. (7) Ha az A T n n mátrix valamely oszlopában csupa nulla elem van, akkor A = 0. (8) Ha A T n n trianguláris, akkor A a f átlón elhelyezked elemek szorzata. (9) Az A T n n mátrix akkor és csak akkor invertálható, ha A 0. 4. Példa. C vektortér R felett. Az 1, i minimális generátorrendszer, tehát C dimenziója 2, azaz C izomorf R 2 -tel mint vektortér (de természetesen nem mint test). 5. Deníció. Az S halmazt a (T ; +, ) test résztestjének nevezzük, ha (1) S T, (nemüres részhalmaz) (2) ( x, y S)(x + y, x y S), (zárt T m veleteire), () (S; +, ) test, (testet alkot T m veletek megszorításával). 6. Tétel. Legyen S a T test résztestje. Ekkor T vektorteret alkot S felett. 7. Példa. Az el z tételben láttuk, hogy ha S részteste T -nek, akkor T vektortér S felett. Ennek az állításnak a megfordítása még számtestek esetében sem igaz, azaz létezik olyan Q T C számhalmaz, amely vektorteret alkot Q felett a szokásos m veletekkel, de nem test. Legyen ( ) } T = r + s 2 + 1 2 i : r, s Q. Könny ellen rizni, hogy T vektortér Q felett, és 1, 1 2 + 2 i T, mivel T minden elemének képzetes része racionális. Tehát ( 2 + 1 2 i ) 2 = 1 2 + 2 + 1 2i bázis T -ben. Ugyanakkor, 2 i T, azaz T nem zárt a szorzásra, csak a skalárral (racionális számokkal) való szorzásra. 8. Kérdések. Az alábbi állítások közül melyek igazak és melyek hamisak? (1) Z test. (2) Q test. () R test. (4) C test. (5) A valós függvények R R halmaza test. (6) R vektortér Q felett. (7) R vektortér R felett. (8) R vektortér C felett. (9) A valós függvények R R halmaza vektorteret alkot R felett. 9. Kérdések. Az alábbi állítások közül melyek igazak és melyek hamisak? (1) Q 1-dimenziós vektortér Q felett. (2) R 2-dimenziós vektortér Q felett. () C 4-dimenziós vektortér Q felett. (4) R 1-dimenziós vektortér R felett. (5) C 2-dimenziós vektortér R felett. (6) R végesdimenziós vektortér Q felett. (7) R 2 2 2-dimenziós vektortér R felett. (8) R 2 2 4-dimenziós vektortér R felett. 2

10. Kérdések. Az alábbi állítások közül melyek igazak és melyek hamisak? (1) Az (1, 0), (0, 1) vektorrendszer bázis az R feletti R 2 vektortérben. (2) Az (1, 0), (0, 1) vektorrendszer bázis az Q feletti R 2 vektortérben. () A 2 vektorrendszer bázis a Q feletti Q vektortérben. (4) Az 1 vektorrendszer bázis a C feletti C vektortérben. (5) Az 2, i vektorrendszer bázis a R feletti C vektortérben. (6) Az 1, 2 vektorrendszer független a Q feletti R vektortérben. (7) Az 1, 2 vektorrendszer generátorrendszer a Q feletti R vektortérben. (8) Az 1, i vektorrendszer bázis a C feletti C vektortérben. 11. Tétel (Alterek dimenziótétele). Ha U és V végesdimenziós altér valamely vektortérben, akkor U V és U + V is végesdimenziós, és dim(u V ) + dim(u + V ) = dim(u) + dim(v ). 12. Példa. Az R 4 vektortérben megadjuk az (1, 1, 2, 1), ( 2, 1, 0, 1) és (,, 2, 1) vektorok által generált U altér bázisát. Ehhez a generáló vektorokat egy mátrix soraiba beírjuk, majd a mátrixon sorokon végzett elemi átalakításokkal elvégezzük a Gauss-eliminációt. Az elemi átalakítások nem változtatják meg a generált alteret, továbbá könnyen látható, hogy a Gauss-elimináció során kapott nemzéró vektorok lineárisan függetlenek. Így az eljárás végén egy bázist kapunk. 1 1 2 1 2 1 0 1 1 1 2 1 0 4 1 1 1 2 1 4 0 1 1 1 0 2 2 4 0 1 1 2 1 0 6 8 2 0 6 8 2 0 0 0 0 Azaz U kétdimenziós és az (1, 0, 2, 2 ), (0, 1, 4, 1 ) vektorrendszer bázis. 1. Példa. Az el z peldában szerepl U alteret megadjuk egyenletek segítségével is. Tudjuk, hogy az altér minden eleme a báziselemek lienáris kombinációjaként el áll, azaz U = x (1, 0, 2, 2 ) + y (0, 1, 4 }, 1 ) : x, y R = (x, y, 2 x + 4 y, 2 x 1 } y) : x, y R = (x 1, x 2, x, x 4 ) : x = 2 x 1 + 4 x 2, x 4 = 2 x 1 1 } x 2 = (x 1, x 2, x, x 4 ) : 2 x 1 + 4 x 2 x = 0, x 4 + 2 x 1 + 1 } x 2 = 0. Az utolsó halmazt nevezzük az altér egyenletekkel való megadásának. 14. Példa. Az el z példában láttuk, hogy hogyan lehet egy generáló vektorokkal megadott alteret egyenletekkel leírni. Most ennek a fordítottját fogjuk elvégezni. Tekintsük a R 4 vektortérben a V = (x 1, x 2, x, x 4 ) : 22x 1 x 2 + x = 0, 8x 1 + x + x 4 = 0, 4x 1 + 2x 2 + 6x 4 = 0 } alteret. Az egyenletek közül valamelyiket kiválasztva (mondjuk az els t) kifejezzük az egyik változót (mondjuk az x 2 -t) a többi segítségével, azaz x 2 = 22x 1 + x. Azt kaptuk, hogy x 2 kötött változó (azaz a többi ismeretében kiszámítható). Ezt a változót visszahelyettesítve a többi egyenltebe kapjuk, hogy azaz 8x 1 + x + x 4 = 0, 4x 1 + 2(22x 1 + x ) + 6x 4 = 0, 8x 1 + x + x 4 = 0, 48x 1 + 6x + 6x 4 = 0.

Megint kiválasztunk egy egyenletet (mondjuk az els t), és kifejezünk egy változót (mondjuk x -at) és kapjuk, hogy x = 8x 1 x 4 szintén kötött változó. Ezt visszahelyettesítve a maradék egyenletbe 48x 1 + 6( 8x 1 x 4 ) + 6x 4 = 0, amit egyszer sítve azt kapjuk, hogy 0 = 0, ami mindig teljesül. Az egyenletek elfogytak, az x 2 és x váltózók kötöttek, a többi változó (azaz az x 1 és x 4 ) szabadon választható. A szabadon választható változók száma adja a dimenziót, azaz dim(v ) = 2. A szabadon választható változókba behelyettesítjük a 0 és 1 értékeket úgy, hogy mindig egy szabadon választható változó kapjon 1 értéket. Így x 1 = 1, x 4 = 0, x = 8 1 0 = 8, x 2 = 22 1 + ( 8) = 2, x 1 = 0, x 4 = 1, x = 8 0 1 = 1, x 2 = 22 0 + ( 1) =. A kapott vektorok (1, 2, 8, 0) és (0,, 1, 1) alkotják az altér bázisát. 15. Példa. Az el z feladatokban megadott U és V alterekre kiszámoljuk U V dimenzióját és megadjuk egyenletek segítségével. Mind az U, mind a V altereket már megadtuk egyenletek segítségével. Az U V altérben azon vektorok vannak amelyek mind két egyenletrendszerben el forduló egyenletet teljesítik, azaz U V = (x 1, x 2, x, x 4 ) : 2 x 1 + 4 x 2 x = 0, x 4 + 2 x 1 + 1 x 2 = 0, 22x 1 x 2 + x = 0, 8x 1 + x + x 4 = 0, 4x 1 + 2x 2 + 6x 4 = 0 }. Itt a 14. példához hasonlóan az egyenletek visszafejtésével meghatározzuk a kötött és szabad változókat. Már tudjuk, hogy x 2 = 22x 1 + x és x = 8x 1 x 4 kötött változók, így ezt már nem kell még egyszer kiszámolnunk. Ezt visszahelyettesítve az els két egyenletbe kapjuk, hogy és 2 x 1 + 4 x 2 x = 2 x 1 + 4 (22x 1 + ( 8x 1 x 4 )) ( 8x 1 x 4 ) x 4 + 2 x 1 + 1 x 2 = x 4 + 2 x 1 + 1 (22x 1 + ( 8x 1 x 4 )) = ( 2 + 88 2 + 8)x 1 + ( 4 + 1)x 4 = 6x 1 x 4 = 0, = ( 2 + 22 8)x 1 + (1 1)x 4 = 0 x 1 + 0 x 4 = 0. A második egyenletnél azt kaptuk, hogy 0 = 0 ami mindig teljesül. Az els b l pedig azt kapjuk hogy x 4 = 2x 1. Tehat az x 2, x, x 4 változók kötöttek, az x 1 szabadon választható, az U V altér egy dimenziós, melynek bázisa az x 1 = 1, x 4 = 2, x = 8 1 2 = 10, x 2 = 22 1 + ( 10) = 8, számolás alapján (1, 8 10, 2). 16. Példa. Az el z feladatokban megadott U és V alterekre kiszámoljuk U +V dimenzióját és egy bázisát. Mind a két altérnek tudjuk a generátorrendszerét, így az U + V alteret ezen generátor vektorok összessége fogja generálni, azaz U + V = [(1, 1, 2, 1), ( 2, 1, 0, 1), (,, 2, 1), (1, 2, 8, 0), (0,, 1, 1)]. 4

Ezt a 12. példához hasonlóan Gauss-elimináció segítségével bázissá alakíthatjuk, de ezt most itt nem tesszük meg. A dimenziót viszont az alterek dimenziótételéb l egyb l megkaphatjuk: dim(u + V ) = dim(u) + dim(v ) dim(u V ) = 2 + 2 1 =. 17. Deníció. A T test feletti V vektortér v 1,..., v k vektorrendszer lineárisan független részrendszereinek maximális hosszát a vektorrendszer rangjának nevezzük, és r(v 1,..., v k )- val jelöljük. 18. Tétel. Egy T test feletti vektortér bármely v 1,..., v k vektorrendszere esetén r(v 1,..., v k ) = dim[v 1,..., v k ]. 19. Példa. Kiszámoljuk az (1, 1, 2, 1), ( 2, 1, 0, 1), (,, 2, 1) vektorrendszer rangját. Ez nem más, mint az általuk feszített altér dimenziója. Ezt a 12. példában már kiszámoltunk, és azt kaptuk, hogy r((1, 1, 2, 1), ( 2, 1, 0, 1), (,, 2, 1)) = dim(u) = 2. 20. Deníció. Két vektorrendszert ekvivalensnek nevezzük, ha ugyanazt az alteret generálják. 21. Deníció. A vektorrendszerek elemi átalakításai a következ k: (1) tetsz leges v i vektor nemnulla λ T skalárral való szorzása v 1,..., v i 1, v i, v i+1,..., v k v 1,..., v i 1, λv i, v i+1,..., v k (2) tetsz leges v i vektor tetsz leges λ T skalárszorosának egy másik v j (j i) vektorhoz való hozzáadása v 1,..., v j 1, v j, v j+1,..., v k v 1,..., v j 1, λv i + v j, v j+1,..., v k () nulla vektor elhagyása v 1,..., v i 1, 0, v i+1,..., v k v 1,..., v i 1, v i+1,..., v k. 22. Tétel. Két vektorrendszer akkor és csak akkor ekvivalensek, ha elemi átalakítások sorozatával egymásba alakíthatók. Tehát tetsz leges generátorrendszer elemi átalakítások sorozatával bázissá alakítható. 2. Kérdések. Az alábbi állítások közül melyek igazak és melyek hamisak véges dimenziós vektorterekben? (1) Ekvivalens vektorrendszerek elemszáma megegyezik. (2) Elemi átalakítások megfordítottja is elemi átalakítás. () Bármely két lineárisan független vektorrendszer elemi átalakítások sorozatával egymásba alakíthatók. (4) Bármely két generátorrendszer elemi átalakítások sorozatával egymásba vihet k. (5) Két azonos vektor közül az egyiknek az elhagyása elemi átalakítások sorozatával megvalósítható. (6) A C 2 vektortérben az (1, 2), (i, 1) (1, 2), (0, 1 2i) (1, 2), (0, 1) (1, 0), (0, 1) átalakítások elemiek. 24. Deníció. Az A T m n -es mátrix sorrangja az A sorai által alkotott vektorrendszer rangja, oszloprangja az A oszlopai által alkotott vektorrendszer rangja. 25. Deníció. Legyen A T m n tetsz leges T test feletti mátrix és r m, n egészek. Az A mátrix r-edrend aldeterminánsainak az A mátrix tetsz leges r sorát és r oszlopát kijelölve, majd a kijelölt sorok és oszlopok találkozásában lév elemekb l alkotott r r-es mátrixok determinánsait nevezzük. Az A mátrix determinánsrangja a nemelfajuló (nem nulla) aldeterminánsainak a maximális rendje. 5

26. Példa. Számoljuk ki az 1 2 4 8 0 0 1 2 0 A = 1 9 27 0 0 2 4 6 0 1 1 1 1 0 1 5 25 125 0 mátrix determinánsrangját. A rang maximum 4 lehet, mert ha az utolsó, csupa nulla oszlop benne van egy aldeterminánsban, akkor annak értéke 0. Viszont azokat a sorokat kiválasztva, amelyek 1-gyel kezd dnek az 1 2 4 8 1 9 27 1 1 1 1 1 5 25 125 aldeterminánst kapjuk, amely éppen egy Vandermonde-determináns, ezért értéke ( 2)( 1 2)(5 2)( 1 )(5 )(5 ( 1)) 0, tehát az A mátrix determinánsrangja 4. 27. Tétel (Rangszámtétel). Tetsz leges mátrix sor-, oszlop- és determinánsrangjai megegyeznek. 28. Deníció. A rangszámtétel szerint tetsz leges A mátrix sor-, oszlop-, és determinánsrangja megegyezik. Ezt a számot nevezzük az A mátrix rangjának, és r(a)-val jelöljük. 29. Következmény. Tetsz leges A T n n mátrixra a következ állítások ekvivalensek: (1) A 0, (2) A oszlopvektorainak rendszere lineárisan független, () A sorvektorainak rendszere lineárisan független. 0. Tétel (Kronecker-Capelli-tétel). Tetsz leges T test, A T m n és b T m esetén az Ax = b lineáris egyenletrendszer akkor és csak akkor oldható meg, ha r(a) = r(a b). 6