Układy liniowo niezależne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Układy liniowo niezależne"

Transkrypt

1 Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik / 11

2 Definicja Niech V będzie przestrzenia liniowa. Wówczas układ wektorów v 1,..., v k V jest liniowo zależny jeśli istnieja liczby α 1,..., α k R, nie wszystkie równe 0, spełniajace: α 1 v α k v k = 0. Mirosław Sobolewski (UW) Warszawa, październik / 11

3 Definicja Niech V będzie przestrzenia liniowa. Wówczas układ wektorów v 1,..., v k V jest liniowo zależny jeśli istnieja liczby α 1,..., α k R, nie wszystkie równe 0, spełniajace: α 1 v α k v k = 0. Układ wektorów jest liniowo niezależny jeśli nie jest liniowo zależny, czyli jeśli z równości α 1 v α k v k = 0 wynika α 1 = α 2 = = α k = 0. Mirosław Sobolewski (UW) Warszawa, październik / 11

4 Definicja Niech V będzie przestrzenia liniowa. Wówczas układ wektorów v 1,..., v k V jest liniowo zależny jeśli istnieja liczby α 1,..., α k R, nie wszystkie równe 0, spełniajace: α 1 v α k v k = 0. Układ wektorów jest liniowo niezależny jeśli nie jest liniowo zależny, czyli jeśli z równości α 1 v α k v k = 0 wynika α 1 = α 2 = = α k = 0. Przykłady 1. Układ wektorów (1, 0, 2), (2, 3, 1), (4, 3, 5) R 3 jest liniowo zależny, bo 2(1, 0, 2) + 1(2, 3, 1) + ( 1)(4, 3, 5) = (0, 0, 0). Mirosław Sobolewski (UW) Warszawa, październik / 11

5 Definicja Niech V będzie przestrzenia liniowa. Wówczas układ wektorów v 1,..., v k V jest liniowo zależny jeśli istnieja liczby α 1,..., α k R, nie wszystkie równe 0, spełniajace: α 1 v α k v k = 0. Układ wektorów jest liniowo niezależny jeśli nie jest liniowo zależny, czyli jeśli z równości α 1 v α k v k = 0 wynika α 1 = α 2 = = α k = 0. Przykłady 1. Układ wektorów (1, 0, 2), (2, 3, 1), (4, 3, 5) R 3 jest liniowo zależny, bo 2(1, 0, 2) + 1(2, 3, 1) + ( 1)(4, 3, 5) = (0, 0, 0). 2. Układ (1, 2), (0, 3) R 2 jest liniowo niezależny. Mirosław Sobolewski (UW) Warszawa, październik / 11

6 Definicja Niech V będzie przestrzenia liniowa. Wówczas układ wektorów v 1,..., v k V jest liniowo zależny jeśli istnieja liczby α 1,..., α k R, nie wszystkie równe 0, spełniajace: α 1 v α k v k = 0. Układ wektorów jest liniowo niezależny jeśli nie jest liniowo zależny, czyli jeśli z równości α 1 v α k v k = 0 wynika α 1 = α 2 = = α k = 0. Przykłady 1. Układ wektorów (1, 0, 2), (2, 3, 1), (4, 3, 5) R 3 jest liniowo zależny, bo 2(1, 0, 2) + 1(2, 3, 1) + ( 1)(4, 3, 5) = (0, 0, 0). 2. Układ (1, 2), (0, 3) R 2 jest liniowo niezależny. 3. W przestrzeni R n niech ε i = (0,..., 0, 1, 0,..., 0), gdzie 1 występuje tylko na i-tym miejscu. Wektory ε 1, ε 2,..., ε n tworza układ liniowo niezależny. Nazywamy je wektorami jednostkowymi R n. Mirosław Sobolewski (UW) Warszawa, październik / 11

7 Uwagi Przyjmujemy, że układ pusty jest liniowo niezależny. Twierdzenie Układ złożony z jednego wektora v V jest liniowo zależny tylko jeśli v = 0. Mirosław Sobolewski (UW) Warszawa, październik / 11

8 Uwagi Przyjmujemy, że układ pusty jest liniowo niezależny. Twierdzenie Układ złożony z jednego wektora v V jest liniowo zależny tylko jeśli v = 0. Twierdzenie Podukład układu liniowo niezależnego jest też liniowo niezależny. Mirosław Sobolewski (UW) Warszawa, październik / 11

9 Uwagi Przyjmujemy, że układ pusty jest liniowo niezależny. Twierdzenie Układ złożony z jednego wektora v V jest liniowo zależny tylko jeśli v = 0. Twierdzenie Podukład układu liniowo niezależnego jest też liniowo niezależny. Twierdzenie Jeśli układ ma co najmniej 2 wektory to jest liniowo zależny tylko wtedy jeśli jeden z wektorów układu jest kombinacja liniowa pozostałych. Mirosław Sobolewski (UW) Warszawa, październik / 11

10 Uwagi Przyjmujemy, że układ pusty jest liniowo niezależny. Twierdzenie Układ złożony z jednego wektora v V jest liniowo zależny tylko jeśli v = 0. Twierdzenie Podukład układu liniowo niezależnego jest też liniowo niezależny. Twierdzenie Jeśli układ ma co najmniej 2 wektory to jest liniowo zależny tylko wtedy jeśli jeden z wektorów układu jest kombinacja liniowa pozostałych. Twierdzenie Układ niezerowych wektorów v 1, v 2,..., v k, z których żaden nie jest kombinacja liniowa poprzednich, jest liniowo niezależny. Mirosław Sobolewski (UW) Warszawa, październik / 11

11 Twierdzenie Twierdzenie Steinitza Jeśli wektory w i lin(v 1,..., v m ) dla i = 1,..., k tworza układ liniowo niezależny w 1,..., w k to k m. (bez dowodu). Mirosław Sobolewski (UW) Warszawa, październik / 11

12 Twierdzenie Twierdzenie Steinitza Jeśli wektory w i lin(v 1,..., v m ) dla i = 1,..., k tworza układ liniowo niezależny w 1,..., w k to k m. (bez dowodu). Przykład Mamy R n = lin(ε 1,..., ε n ) zatem z twierdzenia Steinitza wynika, że każdy układ liniowo niezależny wektorów w R n ma co najwyżej n wektorów. Mirosław Sobolewski (UW) Warszawa, październik / 11

13 Bazy Definicja Układ v 1,..., v n nazywamy baza przestrzeni V jeśli spełnione sa dwa warunki (i) układ v 1,..., v n jest liniowo niezależny (ii) układ v 1,..., v n rozpina V, czyli V = lin(v 1,..., v n ). Mirosław Sobolewski (UW) Warszawa, październik / 11

14 Bazy Definicja Układ v 1,..., v n nazywamy baza przestrzeni V jeśli spełnione sa dwa warunki (i) układ v 1,..., v n jest liniowo niezależny (ii) układ v 1,..., v n rozpina V, czyli V = lin(v 1,..., v n ). Przykłady 1. Układ ε 1,..., ε n złożony z wektorów jednostkowych stanowi bazę R n Mirosław Sobolewski (UW) Warszawa, październik / 11

15 Bazy Definicja Układ v 1,..., v n nazywamy baza przestrzeni V jeśli spełnione sa dwa warunki (i) układ v 1,..., v n jest liniowo niezależny (ii) układ v 1,..., v n rozpina V, czyli V = lin(v 1,..., v n ). Przykłady 1. Układ ε 1,..., ε n złożony z wektorów jednostkowych stanowi bazę R n 2. Przestrzeń rozwiazań układu jednorodnych równań liniowych ma bazę złożona z tylu elementów, ile parametrów (zmiennych wolnych) występuje w rozwiazaniu ogólnym. Kolejne wektory tej bazy można otrzymać przyjmujac kolejno wybierane parametry za równe 1 zaś pozostałe za 0. Mirosław Sobolewski (UW) Warszawa, październik / 11

16 Przykład Rozważmy podprzestrzeń V R 5 opisana układem: { x1 + x 2 + 2x 4 + x 5 = 0 2x 1 + 2x 2 + x 3 + x 4 x 5 = 0 [ Macierza tego układu jest ]. Operacja w 2 [ 2w 1 sprowadzamy ja do ] postaci schodkowej zredukowanej M =. Widzimy, że jako zmienne zależne można przyjać x 1 i x 3 natomiast x 2, x 4, x 5 jako parametry. Rozwiazanie ogólne ma postać: x 1 = x 2 + 2x 4 x 5, x 3 = 5x 4 + 3x 5 Mirosław Sobolewski (UW) Warszawa, październik / 11

17 Przykład Określimy bazę V złożona z wektorów v 1, v 2, v 3 w V następujaco: przyjmujac x 2 = 1, x 4 = x 5 = 0 mamy v 1 = ( 1, 1, 0, 0, 0). Mirosław Sobolewski (UW) Warszawa, październik / 11

18 Przykład Określimy bazę V złożona z wektorów v 1, v 2, v 3 w V następujaco: przyjmujac x 2 = 1, x 4 = x 5 = 0 mamy v 1 = ( 1, 1, 0, 0, 0). Przyjmujac x 2 = 0, x 4 = 1, x 5 = 0 mamy v 2 = (2, 0, 5, 1, 0) Mirosław Sobolewski (UW) Warszawa, październik / 11

19 Przykład Określimy bazę V złożona z wektorów v 1, v 2, v 3 w V następujaco: przyjmujac x 2 = 1, x 4 = x 5 = 0 mamy v 1 = ( 1, 1, 0, 0, 0). Przyjmujac x 2 = 0, x 4 = 1, x 5 = 0 mamy v 2 = (2, 0, 5, 1, 0) Przyjmujac x 2 = x 4 = 0, x 5 = 1 otrzymujemy v 3 = ( 1, 0, 3, 0, 1). Mirosław Sobolewski (UW) Warszawa, październik / 11

20 Twierdzenie Jeśli przestrzeń V ma bazę złożona z n wektorów to każda baza V ma n wektorów Mirosław Sobolewski (UW) Warszawa, październik / 11

21 Twierdzenie Jeśli przestrzeń V ma bazę złożona z n wektorów to każda baza V ma n wektorów Definicja Mówimy, że przestrzeń jest n-wymiarowa jeśli ma bazę złożona z n wektorów. Liczbę n nazywamy wymiarem V, co zapisujemy dimv = n. Dla przestrzeni zerowej V = {0} przyjmujemy dimv = 0. Mówimy, że przestrzeń jest skończenie wymiarowa jeśli jest n-wymiarowa dla n = 0, 1, 2,.... W przeciwnym przypadku mówimy, że jest nieskończenie wymiarowa i piszemy dimv = Mirosław Sobolewski (UW) Warszawa, październik / 11

22 Twierdzenie Jeśli przestrzeń V ma bazę złożona z n wektorów to każda baza V ma n wektorów Definicja Mówimy, że przestrzeń jest n-wymiarowa jeśli ma bazę złożona z n wektorów. Liczbę n nazywamy wymiarem V, co zapisujemy dimv = n. Dla przestrzeni zerowej V = {0} przyjmujemy dimv = 0. Mówimy, że przestrzeń jest skończenie wymiarowa jeśli jest n-wymiarowa dla n = 0, 1, 2,.... W przeciwnym przypadku mówimy, że jest nieskończenie wymiarowa i piszemy dimv = Przykłady 1. dimr n = n Mirosław Sobolewski (UW) Warszawa, październik / 11

23 Twierdzenie Jeśli przestrzeń V ma bazę złożona z n wektorów to każda baza V ma n wektorów Definicja Mówimy, że przestrzeń jest n-wymiarowa jeśli ma bazę złożona z n wektorów. Liczbę n nazywamy wymiarem V, co zapisujemy dimv = n. Dla przestrzeni zerowej V = {0} przyjmujemy dimv = 0. Mówimy, że przestrzeń jest skończenie wymiarowa jeśli jest n-wymiarowa dla n = 0, 1, 2,.... W przeciwnym przypadku mówimy, że jest nieskończenie wymiarowa i piszemy dimv = Przykłady 1. dimr n = n 2. Jeśli V U R n jest przestrzenia rozwiazań układu jednorodnych równań liniowych U to wymiar V U równa się liczbie parametrów rozwiazania ogólnego U. Mirosław Sobolewski (UW) Warszawa, październik / 11

24 Twierdzenie Jeśli przestrzeń V ma bazę złożona z n wektorów to każda baza V ma n wektorów Definicja Mówimy, że przestrzeń jest n-wymiarowa jeśli ma bazę złożona z n wektorów. Liczbę n nazywamy wymiarem V, co zapisujemy dimv = n. Dla przestrzeni zerowej V = {0} przyjmujemy dimv = 0. Mówimy, że przestrzeń jest skończenie wymiarowa jeśli jest n-wymiarowa dla n = 0, 1, 2,.... W przeciwnym przypadku mówimy, że jest nieskończenie wymiarowa i piszemy dimv = Przykłady 1. dimr n = n 2. Jeśli V U R n jest przestrzenia rozwiazań układu jednorodnych równań liniowych U to wymiar V U równa się liczbie parametrów rozwiazania ogólnego U. 2. dimr = bo R zawiera dowolnie duże układy liniowo niezależne. Mirosław Sobolewski (UW) Warszawa, październik / 11

25 Własności baz i wymiaru Twierdzenie Niech v 1,..., v n będa wektorami przestrzeni liniowej V. Następujace warunki sa równoważne: (i) układ v 1,..., v n jest baza przestrzeni V (ii) v 1,..., v n jest maksymalnym układem liniowo niezależnym w V (iii) v 1,..., v n jest minimalnym układem rozpinajacym V Mirosław Sobolewski (UW) Warszawa, październik / 11

26 Własności baz i wymiaru Twierdzenie Niech v 1,..., v n będa wektorami przestrzeni liniowej V. Następujace warunki sa równoważne: (i) układ v 1,..., v n jest baza przestrzeni V (ii) v 1,..., v n jest maksymalnym układem liniowo niezależnym w V (iii) v 1,..., v n jest minimalnym układem rozpinajacym V Twierdzenie Niech dimv = n i niech v 1,..., v k V będzie układem liniowo niezależnym. Wówczas: (a) k dimv (b) v 1,..., v k tworzy bazę V k = dimv (c) Niech W będzie podprzestrzenia V. Wtedy dimw dimv oraz jeśli dimw = dimv to W = V d) Niech V = lin(v 1,..., v k ). Układ złożony z wektorów v 1,..., v k jest baza V dimv = k Mirosław Sobolewski (UW) Warszawa, październik / 11

27 Przykład Układ (1, 2), (0, 3) jest baza R 2, bo jest liniowo niezależny i ma 2 = dimr 2 wektory. Przykład Układ (1, 1, 1), (0, 1, 1), (1, 1, 0) rozpina R 3 zatem tworzy bazę tej przestrzeni Mirosław Sobolewski (UW) Warszawa, październik / 11

28 Współrzędne wektora w bazie Twierdzenie Układ wektorów v 1,..., v n V jest baza przestrzeni V wtedy i tylko wtedy, kiedy każdy wektor w V można przedstawić w dokładnie jeden sposób jako kombinację liniowa: w = α 1 v α n v n. (Dowód) Definicja Niech układ v 1,..., v n stanowi bazę V, i niech w V. Wtedy układ liczb α 1,..., α n spełniajacy w = α 1 v α n v n nazywamy współrzędnymi wektora w w bazie v 1,..., v n. Przykłady Współrzędnymi wektora (1, 4, 3) w bazie ε 1, ε 2, ε 3 w R 3 sa liczby 1, 4, 3. Ogólnie: współrzędnymi wektora (x 1,..., x n ) R n w bazie ε 1,..., ε n sa liczby x 1,..., x n. (inne przykłady na tablicy) Mirosław Sobolewski (UW) Warszawa, październik / 11

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Przestrzenie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 2 wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 10 Przestrzenie

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1

Bardziej szczegółowo

Zastosowania wyznaczników

Zastosowania wyznaczników Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17

Bardziej szczegółowo

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013 Iloczyn skalarny Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 10. wykład z algebry liniowej Warszawa, grudzień 2013 Mirosław Sobolewski (UW) Warszawa, grudzień 2013 1 / 14 Standardowy

Bardziej szczegółowo

R n jako przestrzeń afiniczna

R n jako przestrzeń afiniczna R n jako przestrzeń afiniczna Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 11. wykład z algebry liniowej Warszawa, grudzień 2014 Mirosław Sobolewski (UW) Warszawa, grudzień 2014 1

Bardziej szczegółowo

Endomorfizmy liniowe

Endomorfizmy liniowe Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16 Endomorfizmy

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień

Bardziej szczegółowo

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,

Bardziej szczegółowo

Rozwiązania, seria 5.

Rozwiązania, seria 5. Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.

Bardziej szczegółowo

Teoretyczne podstawy programowania liniowego

Teoretyczne podstawy programowania liniowego Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

3 Przestrzenie liniowe

3 Przestrzenie liniowe MIMUW 3 Przestrzenie liniowe 8 3 Przestrzenie liniowe 31 Przestrzenie liniowe Dla dowolnego ciała K, analogicznie jak to robiliśmy dla R, wprowadza się operację dodawania wektorów kolumn z K n i mnożenia

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Rozdział 4 Przestrzenie liniowe 4.1. Działania zewnętrzne Niech X oraz F będą dwoma zbiorami niepustymi. Dowolną funkcję D : F X X nazywamy działaniem zewnętrznym w zbiorze X nad zbiorem F. Przykład 4.1.

Bardziej szczegółowo

Przestrzeń liniowa. Algebra. Aleksander Denisiuk

Przestrzeń liniowa. Algebra. Aleksander Denisiuk Algebra Przestrzeń liniowa Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych zamiejscowy ośrodek dydaktyczny w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p.

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Działania na przekształceniach liniowych i macierzach

Działania na przekształceniach liniowych i macierzach Działania na przekształceniach liniowych i macierzach Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 5 wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa,

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Definicja Niech V, W,

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo

Praca domowa - seria 6

Praca domowa - seria 6 Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x

Bardziej szczegółowo

14. Przestrzenie liniowe

14. Przestrzenie liniowe 14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2010 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Homo oeconomicus=

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 1. Ciała Definicja 1. Układ { ; 0, 1; +, } złożony ze zbioru, dwóch wyróżnionych elementów 0, 1 oraz dwóch działań +:, : nazywamy ciałem

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Justyna Winnicka Na podstawie podręcznika Matematyka. e-book M. Dędys, S. Dorosiewicza, M. Ekes, J. Kłopotowskiego. rok akademicki 217/218

Bardziej szczegółowo

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

Bardziej szczegółowo

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5 Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych

Bardziej szczegółowo

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 13. wykład z algebry liniowej Warszawa, styczeń 2018 Mirosław Sobolewski (UW) Warszawa, 2018 1 /

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego. . Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21

Bardziej szczegółowo

Zadania przygotowawcze, 3 kolokwium

Zadania przygotowawcze, 3 kolokwium Zadania przygotowawcze, 3 kolokwium Mirosław Sobolewski 8 grudnia. Niech φ t : R 3 R 3 bedzie endomorfizmem określonym wzorem φ t ((x, x, )) (x +, tx + x, x + ), gdzie parametr t R. a) Zbadać dla jakiej

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem

Bardziej szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej 1 Rząd macierzy Rozpatrzmy równanie jednorodne Ax = 0, gdzie A M(n, k). Wiemy, że posiada ono rozwiązanie. Jednakże wymiar macierzy A, a tym samym liczba równań w odpowiadającym jej układzie równań liniowych

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań. Zestaw zadań : Sumy i sumy proste podprzestrzeni Baza i wymiar Rzędy macierzy Struktura zbioru rozwiązań układu równań () Pokazać, że jeśli U = lin(α, α,, α k ), U = lin(β, β,, β l ), to U + U = lin(α,

Bardziej szczegółowo

1 Przykładowe klasy zagadnień liniowych

1 Przykładowe klasy zagadnień liniowych & " 1 PRZYKŁADOWE KLASY ZAGADNIEŃ LINIOWYCH 1 1 Przykładowe klasy zagadnień liniowych Liniowy model produkcji Zakład może prowadzić rodzajów działalności np. produkować różnych wyrobów). Do prowadzenia

Bardziej szczegółowo

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wykład 5. Ker(f) = {v V ; f(v) = 0} Wykład 5 Niech f : V W będzie przekształceniem liniowym przestrzeni wektorowych Wtedy jądrem przekształcenia nazywamy zbiór tych elementów z V, których obrazem jest wektor zerowy w przestrzeni W Jądro

Bardziej szczegółowo

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

4 Przekształcenia liniowe

4 Przekształcenia liniowe MIMUW 4. Przekształcenia liniowe 16 4 Przekształcenia liniowe Obok przestrzeni liniowych, podstawowym obiektem algebry liniowej są przekształcenia liniowe. Rozpatrując przekształcenia liniowe między przestrzeniami

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +

Bardziej szczegółowo

3. Wykład Układy równań liniowych.

3. Wykład Układy równań liniowych. 31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

7 zaokr aglamy do liczby 3,6. Bład względny tego przybliżenia jest równy A) 0,8% B) 0,008% C) 8% D) 100

7 zaokr aglamy do liczby 3,6. Bład względny tego przybliżenia jest równy A) 0,8% B) 0,008% C) 8% D) 100 ZADANIE 1 (1 PKT) Dane sa zbiory A = ( 6 7, 6) i B = N liczb naturalnych dodatnich. Wówczas iloczyn zbiorów A B jest równy A) {1, 2,, 4, 5} B) (, 5 C) {1, 2,, 4, 5, 6} D) (, 6) ZADANIE 2 (1 PKT) Jeśli

Bardziej szczegółowo

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Wyk lad 10 Przestrzeń przekszta lceń liniowych Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH Pod redakcją Anny Piweckiej Staryszak Autorzy poszczególnych rozdziałów Anna Piwecka Staryszak: 2-13; 14.1-14.6; 15.1-15.4; 16.1-16.3; 17.1-17.6;

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4  5 3$ 7&=0 5$+7&=4 17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 6

Obliczenia naukowe Wykład nr 6 Obliczenia naukowe Wykład nr 6 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza

Bardziej szczegółowo

1 Przestrzeń liniowa. α 1 x α k x k = 0

1 Przestrzeń liniowa. α 1 x α k x k = 0 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek

Bardziej szczegółowo

DB Algebra liniowa 1 semestr letni 2018

DB Algebra liniowa 1 semestr letni 2018 DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,

Bardziej szczegółowo

Algebra liniowa. dla studentów informatyki. Państwowej Wyższej Szkoły Zawodowej w Płocku

Algebra liniowa. dla studentów informatyki. Państwowej Wyższej Szkoły Zawodowej w Płocku Algebra liniowa z geometria analityczna dla studentów informatyki Państwowej Wyższej Szkoły Zawodowej w Płocku Aktualizacja: 15 stycznia 2012 Spis treści Spis treści 2 1 Macierze i wyznaczniki 1 1.1 Macierze

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Definicja 1 (Iloczyn skalarny). Niech V będzie rzeczywistą przestrzenią liniową. Iloczynem skalarnym w przestrzeni V nazywamy funkcję

Bardziej szczegółowo

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. FUNKCJA LINIOWA. gdzie ; ół,. 1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ). B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Kombinacje liniowe wektorów.

Kombinacje liniowe wektorów. Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

DB Algebra liniowa semestr zimowy 2018 DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo

Bardziej szczegółowo

Rozwiazywanie układów równań liniowych. Ax = b

Rozwiazywanie układów równań liniowych. Ax = b Rozwiazywanie układów równań liniowych Ax = b 1 PLAN REFERATU: Warunki istnienia rozwiazań układu Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów - algorytm rekurencyjny Rozwiazanie układu

Bardziej szczegółowo

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I Liniowa niezależno ność wektorów Przykład: Sprawdzić czy następujące wektory z przestrzeni 3 tworzą bazę: e e e3 3 Sprawdzamy czy te wektory są liniowo niezależne: 3 c + c + c3 0 c 0 c iei 0 c + c + 3c3

Bardziej szczegółowo

6 Homomorfizmy przestrzeni liniowych

6 Homomorfizmy przestrzeni liniowych konspekt wykladu - 2009/10 1 6 Homomorfizmy przestrzeni liniowych Definicja 6.1. Niech V, U be przestrzeniami liniowymi nad cialem K. Przeksztalcenie F : V W nazywamy przeksztalceniem liniowym (homomorfizmem

Bardziej szczegółowo

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wyk lad 11 Przekszta lcenia liniowe a macierze Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy

Bardziej szczegółowo