6.2. Baza i wymiar. V nazywamy baz-

Wielkość: px
Rozpocząć pokaz od strony:

Download "6.2. Baza i wymiar. V nazywamy baz-"

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 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

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

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

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

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

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

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

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

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

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

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

. : 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

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

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

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

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

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,

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

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

Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2

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

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

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)

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

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

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

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 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

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

Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).

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,

Bardziej szczegółowo

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

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

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

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

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

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

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

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

Układy liniowo niezależne

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

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

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

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.

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

Bardziej szczegółowo

Układy równań liniowych i metody ich rozwiązywania

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 +

Bardziej szczegółowo

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:

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

Bardziej szczegółowo

Algebra liniowa. 1. Macierze.

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

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

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

Podstawowe działania w rachunku macierzowym

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:

Bardziej szczegółowo

Przeksztaªcenia liniowe

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

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

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

Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas

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

Bardziej szczegółowo

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. 1. x y x y

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

Bardziej szczegółowo

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

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

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

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

Bardziej szczegółowo

Pewne algorytmy algebry liniowej Andrzej Strojnowski

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

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

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

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)

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

Bardziej szczegółowo

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

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

Bardziej szczegółowo

Macierze i Wyznaczniki

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,

Bardziej szczegółowo

Zaawansowane metody numeryczne

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

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

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

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

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

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

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 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

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

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

Układy równań liniowych. Ax = b (1)

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

Bardziej szczegółowo

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

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

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

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

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

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

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

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

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

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

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

Bardziej szczegółowo

9 Przekształcenia liniowe

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

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

1 Elementy logiki i teorii mnogości

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

Bardziej szczegółowo

EGZAMIN MATURALNY 2011 MATEMATYKA

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

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY

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

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

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

Bardziej szczegółowo

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n

. 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

Bardziej szczegółowo

Przekształcenia liniowe

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 )

Bardziej szczegółowo

1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza

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

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

Imię i nazwisko... Grupa...

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

Bardziej szczegółowo

Interpolacja funkcjami sklejanymi

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

Bardziej szczegółowo

Temat: Technika zachłanna. Przykłady zastosowania. Własno wyboru zachłannego i optymalnej podstruktury.

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

Bardziej szczegółowo

KLUCZ PUNKTOWANIA ODPOWIEDZI

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.

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

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)

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

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

Bardziej szczegółowo

Bazy danych Podstawy teoretyczne

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

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

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

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,

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

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

Wyk lad 13 Funkcjona ly dwuliniowe

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

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

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 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

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

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,

Bardziej szczegółowo

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. 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:

Bardziej szczegółowo