6.2. Baza i wymiar. V nazywamy baz-
|
|
- Martyna Morawska
- 6 lat temu
- Przeglądów:
Transkrypt
1 62 Baza i wymiar V nazywamy baz- Definicja 66 Niech V bdzie przestrzeni, liniow, nad cia/em F Podzbiór B przestrzeni V, je2eli: () B jest liniowo niezale2ny, (2) B jest generuj,cy, tzn lin(b) =V Przyk/ady: () Rozwa=my przestrze; Q n, lub R n, lub C n, lub Z n p, lub GF (p m ) n, lub, najogólniej, F n, gdzie F jest dowolnym cia:em Niech =, 2 =,, n = Wówczas (, 2,, n) jest baz7 Nazywamy j7 cz9sto baz- kanoniczn-
2 (2) Rozwa=my przestrze; Mn m (F ) i niech ij = j Wówczas (,, n, 2,, 2n,, m,, mn) jest baz7 (3) Rozwa=my przestrze; F [x] Wówczas (, x, x 2,x 3,) jest baz7 (4) Rozwa=my przestrze; C nad cia:em R Wówczas (,i) jest baz7 Twierdzenie 67 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech B s, równowa2ne: () B jest baz,, (2) B jest maksymalnym liniowo niezale2nym podzbiorem V i 55 V Nastpuj,ce warunki Dowód () (2) : Za:ó=my, =e B jest baz7 Przypu<8my, =e istnieje liniowo niezale=ny podzbiór B B V Niech v B \ B Poniewa= V = lin(b), wi9c v = a v + a 2 v a m v m, dla pewnych v,,v m B oraz a,,a m F Wówczas v a v a m v m = i =, a wi9c B nie jest liniowo niezale=ny (2) () : Za:ó=my, =e B jest maksymalnym liniowo niezale=nym podzbiorem V Wystarczy pokaza8, =e B jest generuj7cy Ustalmy v V Je<li v B, to v lin(b) Je<li v / B, to B apple {v} jest liniowo zale=ny, a wi9c av + a v + + a m v m = dla pewnych a, a,,a m F oraz v,,v m B Poniewa= v,,v m s7 liniowo niezale=ne, wi9c a = Zatem v = a a v a ma v m lin(b) Wniosek 68 Ka2da przestrze liniowa ma baz Dowód Je=eli V = { }, to zbiór pusty jest baz7 Je=eli V = { }, to istnieje = v V i A = {v} jest zbiorem liniowo niezale=nym W niepustej rodzinie X = {B V : A B i B jest liniowo niezale=ny} uporz7dkowanej przez inkluzj9 ka=dy :a;cuch ma ograniczenie górne, a wi9c wobec lematu Kuratowskiego- Zorna istnieje element maksymalny, który wobec Twierdzenia 67 jest baz7 Przyk/ad: (5) Rozwa=my przestrze; R nad cia:em Q Z poprzedniego twierdzenia wynika istnieje bazy tej przestrzeni, jakkolwiek wskazanie jej elementów nie jest mo=liwe Baz9 t9 nazywamy baz- Hamela Twierdzenie 69 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech B V Nastpuj,ce warunki s, równowa2ne: () B jest baz,, (2) B jest generuj,cy i dla ka2dego v V istnieje dok/adnie jedna kombinacja liniowa taka, 2e dla a,,a m F i v,,v m B v = a v + + a m v m,
3 56 Dowód () (2) : Ustalmy v = i przypu<8my, =e v = a v + + a m v m = a v + + a nv n dla v,,v m,v,,v n B oraz a,,a m,a,,a n F Wówczas = a v + + a m v m a v a nv n i poniewa= v =, nie wszystkie a i,a j s7 równe, sk7d v,,v m,v,,v n s7 liniowo zale=ne Jest to mo=liwe, je<li n = m oraz v i = v i (2) () : Przypu<8my, =e B jest liniowo zale=ny Wówczas v = a v + + a m v m dla pewnych v, v,,v m B oraz a,,a m F Zatem v = v oraz v = a v ++a m v m s7 dwiema kombinacjami liniowymi wektorów z B daj7cymi v Definicja 6 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech B V Dla v V jednoznacznie wyznaczone skalary a,,a m F takie, 2e dla pewnych v,,v m B: nazywamy wspó/rzdnymi wektora v w bazie B Przyk/ady: (6) Rozwa=my przestrze; R 3 Poniewa= 2 3 = v = a v + + a m v m wi9c wektor 2 ma w bazie (, 2, 3) wspó:rz9dne (, 2, 3) 3 (7) Rozwa=my przestrze; R 3 Poniewa= wi9c wektor ma w bazie =2 + +,, wspó:rz9dne (2,, ) Lemat 6 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech v, v,,v m,w,,w n V Je2eli v lin(v,,v m,w,,w n ) oraz v/ lin(w,,w n ), to dla pewnego i {,,m}: v i lin(v,,v i,v,v i+,,v m,w,,w n ) Dowód Za:ó=my, =e v = a v + + a m v m + b w + + b n w n, dla pewnych a,,a m,b,,b n F Zauwa=my, =e istnieje a i =dla pewnego i {,,m}: gdyby a = = a m =, to wówczas v = b w + + b n w n lin(w,,w n ) Wobec tego: v i = a a i v a i a i v i + a i v a i+ a i v i+ a m a i v m b a i w b n a i w n
4 Twierdzenie 62 (Lemat Steinitza 2 o wymianie) Niech V bdzie przestrzeni, liniow, nad cia/em F, niech v, v,,v m,w,,w n V Za/ó2my, 2e V = lin(v,,v m ) oraz 2e w,,w n s, liniowo niezale2ne Wówczas: () n m, (2) istniej, i,i 2,,i m n takie, 2e V = lin(w,,w n,v i,,v im n ) Dowód Dowód prowadzimy indukcyjnie wzgl9dem n Dla n =nie ma czego dowodzi8 Za:ó=my, =e je<li w,,w n s7 liniowo niezale=ne, to n m oraz istniej7 i,,i m n takie, =e V = lin(w,,w n,v i,,v im n ) Niech w,,w n+ b9d7 liniowo niezale=ne Je<li n<m, to n + m Je<li n = m, to wobec za:o=enia indukcyjnego V = lin(w,,w n ) i st7d w n+ lin(w,,w n ), a wi9c w,,w n,w n+ nie mog7 by8 liniowo niezale=ne Pozostaje wykaza8 cz9<8 (2) twierdzenia Wobec za:o=enia indukcyjnego: w n+ V = lin(w,,w n,v i,,v im n ) Ponadto w n+ / lin(w,,w n ) Wobec Lematu 6, po ewentualnej zmianie notacji v im n lin(w,,w n,w n+,v i,,v im n ) Zauwa=my, =e poniewa= ka=dy z wektorów w,,w n,v i,,v im n jest kombinacj7 liniow7 wektorów w,,w n,w n+,v i,,v im n oraz poniewa= V = lin(w,,w n,v i,,v im n ), wi9c w konsekwencji V = lin(w,,w n,w n+,v i,,v im n ) 57 Wniosek 63 Niech V bdzie przestrzeni, liniow, nad cia/em F Je2eli n-elementowy uk/ad jest baz, przestrzeni V, to ka2da baza tej przestrzeni sk/ada si z dok/adnie n wektorów Dowód Niech (w,,w n ) i (v,,v m ) b9d7 bazami Wówczas uk:ad (v,,v m ) jest liniowo niezale=ny, a (w,,w n ) generuj7cy, wi9c z lematu Steinitza m n Przez symetri9 n m Definicja 64 Niech V bdzie przestrzeni, liniow, nad cia/em F Liczb elementów dowolnej sko- czonej bazy przestrzeni V nazywamy wymiarem i oznaczamy dim V Je2eli nie istnieje skoczona baza danej przestrzeni, przyjmujemy dim V = Twierdzenie 65 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V = n Wówczas je2eli U<V, to dim U n Dowód Wobec lematu Steinitza ka=dy liniowo niezale=ny podzbiór V ma co najwy=ej n elementów Ponadto ka=dy liniowo niezale=ny podzbiór U jest liniowo niezale=nym podzbiorem V, a wi9c ma co najwy=ej n elementów W szczególno<ci baza U ma co najwy=ej n elementów, a wi9c dim U n Wniosek 66 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V = n Niech U < V Nastpuj,ce warunki s, równowa2ne: () U = V, (2) dim U = n 2 Ernst Steinitz (87-928) urodzony w Laurahütte, dzi% cz$%# Siemianowic!l"skich
5 58 Dowód () (2) : Je=eli U = V, to oczywi<cie dim U = n (2) () : Za:ó=my, =e (v,,v n ) jest baz7 U Baz9 t9 mo=na uzupe:ni8 do bazy V Ale baza V b9dzie mia:a n elementów, a zatem (v,,v n ) jest baz7 V Definicja 67 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech v,,v n V, niech a,,a n F Równo- postaci a v + + a n v n = nazywamy zalenoci- midzy v,,v n Ci,gi wspó/czynników (a,,a n ) odpowiadaj,cych wszystkim zale2nociom midzy v,,v n tworz, podzbiór przestrzeni F n oznaczany przez Z(v,,v n ) i nazywany zbiorem zalenoci midzy v,,v n Twierdzenie 68 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech v,,v n V Wówczas zbiór zale2noci Z(v,,v n ) jest podprzestrzeni, przestrzeni F n oraz dim Z(v,,v n )=n dim lin(v,,v n ) Dowód Sprawdzenie, =e Z(v,,v n ) jest podprzestrzeni7 pozostawiamy Czytelnikowi jako nietrudne 8wiczenie Niech r = dim lin(v,,v n ) Wówczas ka=dy maksymalny liniowo niezale=ny podzbiór zbioru {v,,v n } sk:ada si9 z r elementów Mo=emy za:o=y8, =e v,,v r s7 liniowo niezale=ne Wówczas v r+i = a i v + + a ir v r dla pewnych a i,,a ir F, i {,,n r} Poka=emy, =e (a,,a r,,,,), (a 2,,a 2r,,,,), (a n r,,,a n r,r,,,, ) tworz7 baz9 przestrzeni Z(v,,v n ) Poniewa= a i v + + a ir v r v r+i = wi9c (a i,,a ir,,,,,,,) Z(v,,v n ) Za:ó=my, =e (,,) = x (a,,a r,,,,) + x 2 (a 2,,a 2r,,,,) + x n r (a n r,,,a n r,r,,,, ) W szczególno<ci dla wspó:rz9dnej n r + i: x i =,
6 a wi9c x = = x n r =iwektory s7 liniowo niezale=ne Ustalmy (a,,a n ) Z(v,,v n ) Wówczas (a,,a n )+a (a,,a r,,,,) + a 2 (a 2,,a 2r,,,,) + a n (a n r,,,a n r,r,,,, ) = (a + a a + + a n a n r,,,(a r + a a r + + a n a n r,r,,,) Z(v,,v n ), a zatem (a + a a + + a n a n r, )v + +(a r + a a r + + a n a n r,r )v r = Poniewa= v,,v r s7 liniowo niezale=ne, wi9c i tym samym a + a a + + a n a n r, = = a r + a a r + + a n a n r,r = (a,,a n )= a (a,,a r,,,,) a 2 (a 2,,a 2r,,,,) a n (a n r,,,a n r,r,,,, ) 59 Twierdzenie 69 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech U,U 2 <V, dim U <, dim U 2 < Wówczas dim(u U 2 ) <, dim(u + U 2 ) < oraz dim(u U 2 ) + dim(u + U 2 ) = dim U + dim U 2 Dowód Poniewa= U U 2 U oraz dim U <, wi9c dim(u U 2 ) < Niech (v,,v k ) b9- dzie baz7 U U 2 Mo=emy uzupe:ni8 j7 do bazy (v,,v k,,v n ) podprzestrzeni U i do bazy (v,,v k,,w m ) podprzestrzeni U 2 Oczywi<cie lin(v,,v k,,v n,,w m )=U + U 2 Poka=emy, =e wektory (v,,v k,v k+,,v n,w k+,,w m ) s7 liniowo niezale=ne Za:ó=my, =e a v + + a n v n + b k+ w k+ + + b m w m = dla pewnych a,,a n,b k+,,b m F Wówczas a v + + a n v n = b k+ w k+ b m w m U 2, a wi9c a v ++a n v n U U 2 Tym samym a k+ = = a n =, a wi9c a v ++a k v k +b k+ w k+ + + b m w m = i skoro (v,,v k,,w m ) s7 liniowo niezale=ne, wi9c równie= a = = a k = b k+ = = b m = Wniosek 62 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V< Wówczas dim(u U 2 ) dim U + dim U 2 n gdzie dim V = n Dowód Wystarczy zauwa=y8, =e dim(u + U 2 ) n Hiperp/asz- Definicja 62 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V < czyzn- nazywamy ka2d, podprzestrze przestrzeni V o wymiarze n, niech U,U 2 <V
7 6 Twierdzenie 622 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V = n Niech U<V i niech dim U = k Wówczas U jest czci, wspóln, n k hiperp/aszczyzn Dowód Niech (v,,v k ) b9dzie baz7 U Mo=emy uzupe:ni8 j7 do bazy (v,,v k,v k+,,v n ) przestrzeni V Niech W i = lin(v,,v k+i,v k+i+,,v n ), i {,,n k} Poka=emy, =e U = W W n k Oczywi<cie U = lin(v,,v k ) W W n k Ustalmy v W W n k Niech v = a v ++ a n v n dla pewnych a,,a n F Ustalmy i {,,n k} Wówczas v W i, a wi9c a v ++a n v n W i Tym samym a k+i = Twierdzenie 623 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V = n Niech W,,W l bd, hiperp/aszczyznami Wówczas dim(w W l ) n l Dowód Dla l =nie ma czego dowodzi8 Za:ó=my, =e l> i =e dla l hiperp:aszczyzn rezultat jest prawdziwy Niech W,,W l+ b9d7 hiperp:aszczyznami Wówczas dim(w W l ) n l Wobec Wniosku 62 dim(w W l W l+ ) dim(w W l )+n n n l =n (l + ) Wniosek 624 Niech V bdzie przestrzeni, liniow, nad cia/em F, niech dim V = n Niech U<V i niech dim U = k Wówczas U jest czci, wspóln, n k, ale nie mniejszej liczby hiperp/aszczyzn
8 7 Wykapplead 7: Struktura zbioru rozwi za ukappleadu równa Definicja 7 Niech F b)dzie cia*em, niech U b)dzie uk*adem jednorodnym m równa+ liniowych o n niewiadomych i wspó*czynnikach z cia*a F Niech U b)dzie podprzestrzeni' F n rozwi'za+ uk*adu U Ka-d' baz) U b)dziemy nazywa( uk)adem fundamentalnym rozwi'za+ uk*adu U, a ka-de przedstawienie parametryczne U rozwi'zaniem ogólnym uk)adu U Niech U b)dzie uk*adem m równa+ liniowych o n niewiadomych i wspó*czynnikach z cia*a F Niech W b)dzie warstw' podprzestrzeni przestrzeni F n wyznaczon' przez rozwi'zania uk*adu U Ka-de przedstawienie parametryczne W nazywamy rozwi'zaniem ogólnym uk)adu U Twierdzenie 72 Niech F b)dzie cia*em, niech U<F n b)dzie wyznaczona przez równanie a x + + a n x n =, dla pewnych a,,a n F nie wszystkich równych zeru Wówczas U jest hiperp*aszczyzn' a Dowód Za7ó:my, :e a = Wówczas / U, a wi6c dim U n Ponadto 2 a 2 a, 3 3 a,, n U i wszystkie te wektory s4 liniowo niezale:ne a n a Wniosek 73 Niech F b)dzie cia*em, niech U<F n b)dzie wyznaczona przez uk*ad m równa+ jednorodnych o n niewiadomych Wówczas dim U n m Dowód Wynika wprost z Twierdze8 72 i?? Twierdzenie 74 Niech F b)dzie cia*em, niec U<F n b)dzie hiperp*aszczyzn' Wówczas U jest wyznaczona przez równanie a x + + a n x n =, dla pewnych a,,a n F nie wszystkich równych zeru Dowód Za7ó:my, :e (,, n ) jest baz4 podprzestrzeni U Niech i =[a i,,a in ], dla i {,,n } 6 Rozwa:my uk7ad równa8 U : a x + + a n x n = a 2 x + + a 2n x n = a n, x + + a n,n x n = i niech U oznacza podprzestrze8 rozwi4za8 uk7adu U Wobec Wniosku 73 dim U n (n ) =, niech zatem = [b,,b n ] U Podprzestrze8 W wyznaczona przez równanie b x + + b n x n = jest hiperp7aszczyzn4 wobec Twierdzenia 72 Ponadto, wobec okre9lenia [b,,b n ],,, n W i tym samym U = lin(,, n ) W Poniewa: dim U = dim W = n oznacza to, :e U = W Wniosek 75 Niech F b)dzie cia*em, niech U<F n b)dzie podprzestrzeni' k-wymiarow' Wówczas U jest wyznaczona przez przez uk*ad z*o-ony z n k, ale nie mniej, jednorodnych równa+ liniowych Dowód Wynika wprost z Twierdzenia 76 i Wniosku?? Twierdzenie 76 Niech F b)dzie cia*em, niech W,,W k <F n b)d' hiperp*aszczyznami Niech l i = b)dzie równaniem hiperp*aszczyzny W i, l i F h [x,,x n ], i {,,k} Wówczas dim(w W k )= n k wtedy i tylko wtedy, gdy formy liniowe l,,l k s' liniowo niezale-ne
9 62 Dowód Za7ó:my, :e formy l,,l k s4 liniowo zale:ne Wobec Twierdzenia?? jedna z tych form jest kombinacj4 liniow4 pozosta7ych mo:emy za7o:y5, :e l k jest kombinacj4 liniow4 form l,,l k Wówczas uk7ady l = l = l k = oraz l k = maj4 identyczne zbiory rozwi4za8, a wi6c W W k = W W k Wobec Twierdzenia??, dim(w W k ) n k =n k + >n k, wi6c dim(w W k ) >n k Wobec Twierdzenia?? i prawa kontrapozcyji udowodnili9my zatem, :e je:eli dim(w W k )=n k, to formy l,,l k s4 liniowo niezale:ne Za7ó:my, :e formy l,,l k s4 liniowo niezale:ne Uk7ad (l,,l k ) uzupe7niamy do bazy (l,,l k,,l n ) przestrzeni liniowej F h [x,,x n ] form liniowych n zmiennych Niech W i b6dzie hiperp7aszczyzn4 wyznaczon4 przez równanie l i =, i {,,n} Poka:emy, :e W W n = {} Poniewa: l,,l n generuj4 przestrze8 F h [x,,x n ], wi6c formy x,,x n s4 kombinacjami liniowymi form l,,l n Tym samym ka:dy wektor b6d4cy rowi4zaniem uk7adu l = l n = jest te: rozwi4zaniem uk7adu x =,,x n =, a wi6c W W n {} i tym samym W W n = {} W szczególno9ci dim(w W n )= Poniewa: dim(w k+ W n ) n (n k) =k, wi6c wobec Wniosku 62 = dim(w W n ) dim[(w W k ) (W k+ W n )] dim(w W k ) + dim(w k+ W n ) n dim(w W k )+k n, czyli dim(w W k ) n k i tym samym, wobec Twierdzenia??, dim(w W k )=n k Wniosek 77 Niech F b)dzie cia*em, niech l,,l k F h [x,,x n ], niech U<F n b)dzie podprzestrzeni' wyznaczon' przez uk*ad równa+ l = Wówczas dim U = n dim lin(l,,l k ) U : l k = Dowód Niech dim lin(l,,l k )=r i niech l i,,l ir b6dzie maksymalnym liniowo niezale:nym podzbiorem {l,,l n } Wówczas U jest wyznaczona przez uk7ad li = l ir = i wobec Twierdzenia 76 dim U = n r = n dim lin(l,,l n )
10 Definicja 78 Niech F b)dzie cia*em Niech A =[a ij ] Mm(F n ) Oznaczmy i = a i a in, dla i {,,m}, tak aby Oznaczmy ponadto: j = a j a mj A = m, dla j {,,n}, tak aby A = n Liczb) dim lin(,, m ) nazywamy rz(dem wierszowym macierzy A, a liczb) dim lin(,, n) nazywamy rz(dem kolumnowym macierzy A Twierdzenie 79 Niech F b)dzie cia*em, niech A =[a ij ] równy jest jej rz)dowi wierszowemu Dowód Oznaczmy i = a i a in, dla i {,,m}, tak aby oraz j = a j a mj A = m, dla j {,,n}, 63 M n m(f ) Rz'd kolumnowy macierzy A tak aby A = n Podprzestrze8 Z(,, n) przestrzeni F n jest identyczna z podprzestrzeni4 rozwi4za8 uk7adu a x + + a n x n = Wobec Twierdzenia??: Wobec Wniosku 77: U : a m x + + a mn x n = dim Z(,, n) =n dim lin(,, n) dim Z(,, n) =n dim lin(l,,l m ), gdzie l i = a i x + + a in x n F h [x,,x n ], dla i {,,m} Przekszta7cenie : F h [x,,x n ] F n dane wzorem (c x + + c n x n )=[c,,c n ] jest izomorfizmem przestrzeni liniowych, a wi6c dim lin(l,,l m ) = dim lin(,, m ) Reasumuj4c: n dim lin(,, n) = dim Z(,, n) =n dim lin(l,,l m )=n dim lin(,, m ), a wi6c dim lin(,, n) = dim lin(,, m ) Definicja 7 Niech F b)dzie cia*em, niech A =[a ij ] Mm(F n ) Wspóln' warto,( rz)du kolumnowego i rz)du wierszowego macierzy A nazywamy rz(dem macierzy A i oznaczamy r(a)
11 64 Wniosek 7 Niech F b)dzie cia*em, niech A =[a ij ] Mm(F n ) Warto,( r(a) nie ulegnie zmianie, je-eli na kolumnach lub wierszach macierzy A wykonamy operacje elementarne typu, 2 lub 3 Przyk)ad: () Powy:szy wniosek daje praktyczn4 metod6 znajdowania rz6du macierzy: najpierw sprowadzamy przez operacje elementarne dan4 macierz do postaci trójk4tnej, a nast6pnie zliczamy niezerowe wiersze lub kolumny Dla przyk7adu obliczymy rz4d macierzy r(a) = Mamy kolejno: = r = r r gdy: wektory, A = w 2 3w = r w 3 7w w 4 w = r w 3 + w 2, [,,, 3]) s4 liniowo niezale:ne w 4 + 2w 3, w 2 :( 2) 3 k 2 k k 3 2k k 4 k k 3 k 2 k 4 + k 2 = r 3 3 =4, (lub, symetrycznie, [,,, ], [,,, ], [,,, 3], Wniosek 72 Niech F b)dzie cia*em, niech A =[a ij ] M n m(f ) Wówczas r(a) =r(a T ) Wniosek 73 Niech F b)dzie cia*em, niech a x + + a n x n = w 3 w 4 U : a m x + + a mn x n =
12 65 b)dzie uk*adem m jednorodnych równa+ liniowych o wspó*czynnikach z cia*a F, niech a a 2 a n A =, a m a m2 a mn niech U <F n b)dzie podprzestrzeni' rozwi'za+ uk*adu U Wówczas dim U = n r(a) Dowód Wynika wprost z przyj6tych definicji i z Wniosku 77 Wniosek 74 (twierdzenie Kroneckera-Capelliego) Niech F b)dzie cia*em, niech a x + + a n x n = b a x + + a n x n = U : oraz U : a m x + + a mn x n = b m a m x + + a mn x n =, b)d' uk*adami m równa+ liniowych o wspó*czynnikach z cia*a F i m jednorodnych równa+ liniowych o wspó*czynnikach z cia*a F otrzymanym z równa+ uk*adu U przez zast'pienie prawych stron zerami, niech a a 2 a n b a a 2 a n A = oraz A =, a m a m2 a mn b m a m a m2 a mn niech U <F n b)dzie podprzestrzeni' rozwi'za+ uk*adu U Wówczas uk*ad U ma rozwi'zanie wtedy i tylko wtedy, gdy r(a) =r(a ) Ponadto je,li uk*ad U ma cho( jedno rozwi'zanie, to wówczas zbiór wszystkich rozwi'za+ jest warstw' podprzestrzeni U, przy czym dim U = n r(a) W szczególno,ci uk*ad ma dok*adnie jedno rozwi'zanie wtedy i tylko wtedy, gdy r(a) =r(a )=n Dowód Wystarczy udowodni5, :e uk7ad ma rozwi4zanie wtedy i tylko wtedy, gdy r(a) = r(a ) pozosta7e tezy twierdzenia wynikaj4 z Twierdzenia?? i Wniosku 73 Oznaczmy j = a j a mj, dla j {,,n}, oraz j = tak, aby A = n Uk7ad U mo:emy zapisa5 wektorowo jako U w : x + + x n n = Elementy a,,a n F s4 rozwi4zaniem uk7adu U w wtedy i tylko wtedy, gdy a + + a n n =, a zatem wtedy i tylko wtedy, gdy lin(,, n), a zatem wtedy i tylko wtedy, gdy lin(,, n) = lin(,, n, ), a zatem wtedy i tylko wtedy, gdy dim lin(,, n) = dim lin(,, n, ) (jako :e lin(,, n) lin(,, n, )), czyli gdy r(a )=r(a) Twierdzenie 75 Niech F b)dzie cia*em, niech a x + + a n x n = b b b m a x + + a n x n =, U : oraz U : a m x + + a mn x n = b m a m x + + a mn x n =,
13 66 niech ponadto a a 2 a n b a a 2 a n A = oraz A =, a m a m2 a mn b m a m a m2 a mn Wówczas uk*ad U jest niesprzeczny wtedy i tylko wtedy, gdy r(a) =r(a ) Dowód Wcze9niej zauwa:yli9my (Wniosek??), :e uk7ad sprzeczny nie ma rozwi4za8, a zatem, wobec twierdzenia Kroneckera-Capelliego, r(a) = r(a ) Pozostaje sprawdzi5, :e je9li uk7ad jest niesprzeczny, to r(a) =r(a ) Za7ó:my, :e r(a) = r(a ) Niech i = a i a in, dla i {,,m}, i niech i = a i a in b i, dla i {,,m}, tak aby A = oraz A = m Niech ponadto a j j =, dla j {,,n}, oraz = a mj tak, aby A = n Wówczas: dim lin(,, m )=r(a ) = dim lin(,, n) dim lin(,, n, ) =r(a) = dim lin(,, m), a zatem r(a ) <r(a) Istniej4 zatem liczby naturalne i,,i s takie, :e wektory i,, i s s4 liniowo niezale:ne, a wektory i,, is s4 liniowo zale:ne Tym samym istniej4 a,,a s F takie, :e m b b m a i + + a s i s = oraz a i + + a s is = Tym samym a i + + a s i s = [,,,,a], dla pewnego a = Wobec tego mno:4c i j -te równanie uk7adu U przez a j, dla j {,,s}, a nast6pnie dodaj4c tak zmodyfikowane równania stronami, otrzymujemy =a,
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
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
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
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
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
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
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
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
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 + +
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,,
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.........
. : 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
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
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
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)
ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8
ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8 1. Sprawdzić, czy następujące podzbiory są podprzestrzeniami liniowymi przestrzeni R n (dla odpowiednich n) (a) {[u, v, 2u, 4v] ; u, v R} R 4, (b) {[u, v,
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 +...
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
Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2
Zmiana baz Jacek Jędrzejewski 2014 Spis treści 1 Macierz przejścia od bazy do bazy 2 2 Wektory a zmiana baz 2 21 Współrzędne wektora względem różnych baz 2 22 Wektory o tych samych współrzędnych względem
a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =
11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
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
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
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 =
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.
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:
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 + +
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,
det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32
Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia
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
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
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
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
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
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,
Układy liniowo niezależne
Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik 2016 1
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,
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
1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.
GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem
Układy równań liniowych i metody ich rozwiązywania
Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +
PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:
Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow
Algebra liniowa. 1. Macierze.
Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy
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
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
Podstawowe działania w rachunku macierzowym
Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:
Przeksztaªcenia liniowe
Przeksztaªcenia liniowe Przykªady Pokaza,»e przeksztaªcenie T : R 2 R 2, postaci T (x, y) = (x + y, x 6y) jest przeksztaªceniem liniowym Sprawdzimy najpierw addytywno± przeksztaªcenia T Niech v = (x, y
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
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
Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas
Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas Ćwiczenie 1. Niech W = {(x 1, x 2, x 3 ) K 3 : x 2 1 + x 2 2 + x 2 3 = x 1 x 2 + x 2 x 3 + x 3 x 1 }. Czy W jest podprzestrzeni a gdy
ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. 1. x y x y
Nr zadania Nr czynnoci Przykadowy zestaw zada nr z matematyki ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM PODSTAWOWY Etapy rozwizania zadania. Podanie dziedziny funkcji f: 6, 8.. Podanie wszystkich
Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n
Plan Spis tre±ci 1 Problemy liniowe 1 2 Zadania I 3 3 Formy biliniowe 3 3.1 Odwzorowania wieloliniowe..................... 3 3.2 Formy biliniowe............................ 4 4 Formy kwadratowe 4 1 Problemy
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Pewne algorytmy algebry liniowej Andrzej Strojnowski
Pewne algorytmy algebry liniowej ndrzej Strojnowski 6 stycznia 2011 Przedstawimy tu kilka algorytmów rozwi zuj ce typowe zadania algebry liniowej Wszystkie zaprezentowane tu algorytmy polegaj na zbudowaniu
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:
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
2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)
Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla
Zadania z Algebry liniowej 3 semestr zimowy 2008/2009
Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 1. Niech V będzie przestrzenią wektorową nad ciałem K i niech 0 K oraz θ V będą elementem zerowym ciała K i wektorem zerowym przestrzeni V. Posługując
Macierze i Wyznaczniki
Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,
Zaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja
Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy
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
Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011
1 GEOMETRIA ANALITYCZNA 1 Wydział Fizyki Algebra liniowa z geometria - zadania Rok akademicki 2010/2011 Agata Pilitowska i Zbigniew Dudek 1 Geometria analityczna 1.1 Punkty i wektory 1. Sprawdzić, czy
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.
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
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.
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
Układy równań liniowych. Ax = b (1)
Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m
Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie
Seria zadań z Algebry IIR nr 29 kwietnia 207 r Notacja: We wszystkich poniższych zadaniach K jest ciałem, V wektorow a nad K zaś jest przestrzeni a Zadanie Niechaj V = K 4 [t] Określmy podprzestrzenie
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,
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
Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka
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 /
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.
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
Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc
Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag
9 Przekształcenia liniowe
9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2
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
1 Elementy logiki i teorii mnogości
1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz
EGZAMIN MATURALNY 2011 MATEMATYKA
Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 0 MATEMATYKA POZIOM ROZSZERZONY MAJ 0 Zadanie (0 4) Obszar standardów Uycie i tworzenie strategii Opis wymaga Wykorzystanie cech podzielnoci
ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY
ALGEBRA Z GEOMETRIĄ 1/10 LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY Piotr M. Hajac Uniwersytet Warszawski Wykład 10, 11.12.2013 Typeset by Jakub Szczepanik. Geometryczne intuicje Dla pierścienia R = R mamy
Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych
Grupa, cia lo Zadanie 1. Jakie w lasności w zbiorze liczb naturalnych, ca lkowitych, wymiernych, rzeczywistych maj dzia lania a b = a b, a b = a 2 + b 2, a b = a+b, a b = b. 2 Zadanie 2. Pokazać, że (R
. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n
GAL II 2013-2014 A. Strojnowski str.45 Wykªad 20 Denicja 20.1 Przeksztaªcenie aniczne f : H H anicznej przestrzeni euklidesowej nazywamy izometri gdy przeksztaªcenie pochodne f : T (H) T (H) jest izometri
Przekształcenia liniowe
Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )
1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza
165 1) Grafy eulerowskie własnoci algorytmy 2) Problem chiskiego listonosza 166 Grafy eulerowskie Def. Graf (multigraf, niekoniecznie spójny) jest grafem eulerowskim, jeli zawiera cykl zawierajcy wszystkie
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
Imię i nazwisko... Grupa...
Algebra i teoria mnogości 2.09.2014 Za każde zadanie można otrzymać 0-3 pkt. W zadaniach 1-5 w puste pola należy wpisać TAK lub NIE. Każda odpowiedź oceniana jest osobno (1pkt za poprawną odpowiedź, 0.5pkt
Interpolacja funkcjami sklejanymi
Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak
Temat: Technika zachłanna. Przykłady zastosowania. Własno wyboru zachłannego i optymalnej podstruktury.
Temat: Technika zachłanna. Przykłady zastosowania. Własno wyboru zachłannego i optymalnej podstruktury. Algorytm zachłanny ( ang. greedy algorithm) wykonuje zawsze działanie, które wydaje si w danej chwili
KLUCZ PUNKTOWANIA ODPOWIEDZI
Egzamin maturalny maj 009 MATEMATYKA POZIOM ROZSZERZONY KLUCZ PUNKTOWANIA ODPOWIEDZI Zadanie. a) Wiadomoci i rozumienie Matematyka poziom rozszerzony Wykorzystanie pojcia wartoci argumentu i wartoci funkcji.
MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią
Bazy danych Podstawy teoretyczne
Pojcia podstawowe Baza Danych jest to zbiór danych o okrelonej strukturze zapisany w nieulotnej pamici, mogcy zaspokoi potrzeby wielu u!ytkowników korzystajcych z niego w sposóbs selektywny w dogodnym
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
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
istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,
Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy
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
Wyk lad 13 Funkcjona ly dwuliniowe
1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α
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)
Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.
Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,
Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej
Matematyka wykªad 1 Macierze (1) Andrzej Torój Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej 17 wrze±nia 2011 Plan wykªadu 1 2 3 4 5 Plan prezentacji 1 2 3 4 5 Kontakt moja strona internetowa: