1 Endomorfizmy przestrzeni liniowych i ich macierze.

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Endomorfizmy przestrzeni liniowych i ich macierze."

Transkrypt

1 Ćwiczenia Endomorfizmy przestrzeni liniowych i ich macierze Niech f : V V będzie przekształceniem liniowym przestrzeni liniowych nad ciałem Z 3. Niech A = (α 1, α 2, α 3 ) będzie bazą V. Niech M(f) A A = a) Znaleźć takie bazy B, C przestrzeni V aby w nich macierz f miała postać: M(f) C B = b) Ustalić, czy istnieje baza D, dla której M(f) D D = Które z poniższych macierzy traktowanych jako macierze przekształceń R 3 R 3 są macierzami tego samego przekształcenia liniowego zapisanego w różnych bazach (to znaczy, dla których par macierzy A, B istnieje macierz nieosobliwa C, że C 1 AC = B)? Które z nich są macierzami symetrii? , 0 2 0, , 1 2 3, Definicja. Niech f : V V będzie endomorfizmem przestrzeni liniowej V nad ciałem K. Mówimy, że W V jest niezmienniczą podprzestrzenią endomorfizmu f (lub krócej f niezmienniczą podprzestrzenią) jeżeli f(w ) W Pokazać, że dla dowolnego k N, ker f k i im f k są niezmienniczymi podprzestrzeniami dowolnego endomorfizmu f : V V Niech f : V V bedzie endomorfizmem, a g : V V automorfizmem. Pokazać, ze jeżeli W V jest podprzestrzenią niezmienniczą endomorfizmu f, to g(w ) jest podprzestrzenią niezmienniczą endomorfizmu gfg 1.

2 Definicja. Niech f : V V będzie endomorfizmem przestrzeni liniowej V nad ciałem K. Mówimy, że niezmiennicza podprzestrzeń W V endomorfizmu f ma niezmiennicze dopełnienie jeżeli istnieje podprzestrzeń niezmiennicza U V i W U = V Pokazać, że jeżeli f jest rzutem, to ker f ma niezmiennicze dopełnienie. Podać przykład endomorfizmu, dla którego ker f nie ma dopełnienia niezmienniczego. Ćwiczenia Zadanie 3 str. 81 ze skryptu dr. Koźniewskiego Zadanie 4 str. 81 ze skryptu dr. Koźniewskiego Niech f, h Hom(V, V ). Niech fh = hf. Pokazać, że ker(f) jest podprzestrzenią niezmienniczą endomorfizmu h Niech f : V V będzie endomorfizmem. Niech α V i rozpatrzmy ciąg wektorów α, f(α), f 2 (α)..., a) Pokazać, że lin{α, f(α), f 2 (α)... } jest najmniejszą podprzestrzenią niezmienniczą zawierającą wektor α. b) Pokazać, że jeżeli V jest przestrzenią skończenie wymiarową, to istnieje takie k, że dla każdego m > k, f m (α) lin{α, f(α), f 2 (α)... f k (α)}. c) Niech k będzie najmniejszą liczba o jakiej mowa w poprzednim punkcie. Pokazać, że α, f(α), f 2 (α)... f k (α) jest bazą podprzestrzeni lin{α, f(α), f 2 (α)... f k (α)}. Znaleźć macierz f w tej bazie. d) Czy przy założeniach poprzedniego podpunktu przestrzeń lin{α, f(α),... f k (α)} może zawierać właściwe podprzestrzenie niezmiennnicze endomorfizmu f? Czy podprzestrzeń niezmiennicza lin{α, f(α),... f k (α)} musi mieć niezmiennicze dopełnienie? Ćwiczenia Wektory własne i wartości własne. Diagonalizowalność endomorfizmu skrypt, str.84 zad 1 c),d),e) 2.2. skrypt str.85 zad 3

3 2.3. Niech W V będzie podprzestrzenią niezmienniczą przekształcenia liniowego f : V V. Pokazać, że wielomian charakterystyczny przekształcenia f W jest dzielnikiem wielomianu charakterystycznego przekształcenia f. Ćwiczenia Niech przekształcenie f : V V n wymiarowej przestrzeni nad K ma n różnych wartości własnych. Znaleźć wszystkie podprzestrzenie niezmiennicze przekształcenia f Niech f : V V będzie endomorfizmem skończenie wymiarowej przestrzeni liniowej nad ciałem K. Niech f : V V. a) Pokazać, że wielomiany charakterystyczne f i f są równe. b) Dla W V niech W = {φ V : W ker φ}. Pokazać, że jeżeli W V jest podprzestrzenią niezmienniczą dla endomorfizmu f, to W jest podprzestrzenią niezmienniczą dla f. c) Korzystając z b), pokazać, że jeśli dim V = n i każda n 1 wymiarowa podprzestrzeń V jest f niezmiennicza, to f = a id V, dla pewnego a K. Uwaga: Można to udowodnić nie korzystając z b), ale sugerowany sposób jest moim zdaniem elegancki i szybki Znaleźć wektory własne odpowiadające wartościom własnym a 11, a 22, a 33 macierzy a 11 a 12 a 13 0 a 22 a a 33 Ćwiczenia 11,15,18, 22 marca Niech f : V V będzie izomorfizmem przestrzeni n wymiarowej. Wyrazić wielomian charakterystyczny w f 1 w terminach wielomianu w f Ciąg Fibonacciego 0, 1, 1, 2, 3, 5, 8, 13, 21,... jest zadany rekurencyjnie ϕ 0 = 0, ϕ 1 = 1, ϕ n+2 = ϕ n + ϕ n+1. a) Znaleźć macierz A, taką że A [ ϕn+1 ϕ n ] = [ ϕn+2 ϕ n+1 b) Znaleźć A n i wzór na ϕ n. [ ϕn+1 ] c) Udowodnić, że ϕ n1 zbiega do wektora własnego macierzy A. Dlaczego? ].

4 3 Twierdzenie Jordana w zadaniach 3.1. Niech f : V V będzie endomorfizmem n wymiarowej przestrzeni liniowej nad ciałem K. Niech V i = ker f i, V i = im f i. Mamy ciągi podprzestrzeni: V 1 V 2 V V V 1 V 2... Jeżeli i jest najmniejszą liczbą naturalną dla której V i = V i+1 (a takie i oczywiście istnieje ze względów wymiarowych), to: a) V i = V i+k dla dowolnego k N oraz dim V i i. b) V i = V i+k dla dowolnego k N oraz i jest najmniejszą liczbą naturalną dla której V i = V i+1. c) V i = V i+1 wtedy i tylko wtedy, gdy ker f i im f i = {0} a zatem V = V i V i, d) Przestrzenie V i oraz V i są f niezmiennicze. e) Jeżeli α 1,... α k jest bazą V i a β 1,... β n k jest bazą V i, to macierz f : V V w bazie α 1,... α k, β 1,... β n k ma postać: [ ] A 0 0 B Ponadto A i = 0, A j 0 dla j < i, zaś B jest macierzą nieosobliwą. Zauważmy, że f : V i V i i f i = Niech f : V V i f k = 0, f k 1 0. Znajdziemy szczególną bazę V. Mamy ciąg właściwych inkluzji podprzestrzeni: {0} V 1 V k 1 V k = V. Schematycznie zilustrujemy to w postaci domku Jordana stawiając na pierwszym poziomie tyle klocków ile wynosi dim V 1, na drugim dodajemy tyle klocków ile wynosi dim V 2 dim V 1 tak by pierwsze dwa piętra miały dim V 2 klocków, itd..

5 Tabela 1: (htbp] Powyższy domek jest dla dim V = 12, endomorfizmu f, dla którego f 4 0, f 5 = 0, dim V 1 = 4, dim V 2 = 7, dim V 3 = 9, dim V 4 = 11, dim V 5 = 12. Lemat 1. Załóżmy, że α 1,..., α m V i \ V i 1 jest układem liniowo niezależnym, takim że lin{α 1,..., α m } V i 1 = {0}. Wynika z tego, że f(α 1 ),..., f(α m ) V i 1 oraz ponadto jeżeli a 1 f(α 1 ) + + a m f(α m ) V n 2, to a 1 = = a m = 0. (W szczególności oznacza to, że układ f(α 1 ),..., f(α m ) jest liniowo niezależny.) Dowód: Jest jasne, że f(α 1 ),..., f(α m ) V i 1. Przypuśćmy, że a 1 f(α 1 ) + + a m f(α m ) V n 2. Oznacza to, że f n 2 (a 1 f(α 1 ) + + a m f(α m )) = f n 1 (a 1 α a m α m ) = 0 a zatem a 1 α a m α m V i 1. Z założenia lin{α 1,..., α m } V i 1 = {0} wynika, że a 1 α 1 + +a m α m = 0 zaś z liniowej niezależności otrzymujemy a 1 = = a m = 0. Wniosek 1. Dla każdego i k, dim V i dim V i 1 dim V i 1 dim V i 2. Dla architektury naszego domku Jordana oznacza to, że budując i te piętro dokładamy co najwyżej tyle klocków ile ma piętro i 1. Tak więc raczej piramida Majów niż budynek Liebeskinda. Rozpatrzmy następujący algorytm tworzenia zbioru wektorów w V. krok I Niech α1, k..., αm k k V k \ V k 1 będą wektorami liniowo niezależnymi takimi, że V k 1 lin{α1, k..., αm k k } = V k = V. Zatem m k = dim V k dim V k 1.

6 krok II Rozpatrzmy wektory f(α1), k..., f(αm k k ) V k 1. Z lematu wynika, że żadna niezerowa ich kombinacja liniowa nie należy do V k 2 ( są więc one liniowo niezależne). Istnieją zatem wektory α1 k 1,..., αm k 1 k 1 V k 1 \ V k 2 liniowo niezależne, dla których V k 2 lin{f(α k 1),..., f(α k m k ), α k 1 1,..., α k 1 m k 1 } = V k 1. m k + m k 1 = dim V k 1 dim V k 2. krok III i dalsze Powtórzmy krok II w odniesieniu do układu wektorów f(α 1 ),..., f(α mk ), α1 k 1,..., αm k 1 k 1 V k 1 oraz przestrzeni V k 2 i powtarzajmy tę konstrukcję aż dojdziemy do podprzestrzeni V 1. Otrzymaliśmy układ wektorów, który możemy ustawić w następującej tablicy: α1 k... αm k k f(α1) k... f(αm k k ) α1 k 1... αm k 1 k 1 f 2 (α k 1)... f 2 (α k m k ) f(α k 1 1 )... f(α k 1 m k 1 ) α k α k 2 m k f k 1 (α k 1)... f k 1 (α k m k ) f k 2 (α k 1 1 )... f k 2 (α k 1 mk 1 ) f k 3 (α k 2 1 )... f k 3 (α k 2 m k 2 )... α α 1 m 1 a) Pokazać, że wektory ostatnich i wierszy tworzą bazę podprzestrzeni V i oraz że wektory ostatniego wiersza są bazą ker f = V 1, zaś wszystkie wektory tablicy są bazą V. b) Pokazać że podprzestrzeń generowana przez wektory każdej kolumny (są one jej bazą) jest niezmiennicza dla przekształcenia f jest to podprzestrzeń cykliczna. Zauważyć, że przestrzeń V jest sumą prostą niezmienniczych podprzestrzeni cyklicznych wyznaczonych przez kolumny tablicy. c) Macierz endomorfizmu f ograniczonego do podprzestrzeni cyklicznej wyznaczonej przez kolumnę tablicy w bazie wektorów tej kolumny (uszeregowanych od dołu do góry) jest postaci: Taka macierz nazywa się klatką Jordana dla wartości 0.

7 d) Pokazać, że podprzestrzeń cykliczna wyznaczona przez kolumnę tablicy nie może być przedstawiona w postaci sumy prostej swoich dwóch właściwych podprzestrzeni niezmienniczych. e) Macierz endomorfizmu f w bazie wektorów tablicy składa się z klatek Jordana na głównej przekątnej, a poza tym zer. Powiemy, że jest to macierz endomorfizmu f w postaci Jordana. Baza, w której macierz f ma postać Jordana nie jest wyznaczona jednoznacznie. Natomiast jej postać nie zależy od żadnych wyborów. Pokazać, że postać ta zależy tylko od ciągu liczb dim V 1 dim V 2... dim V k 1 dim V k = dim V, a zatem tylko od kształtu domku Jordana. Klatek jest tyle ile kolumn tablicy, czyli dim V 1, każda jest wielkości odpowiadającej wysokości kolumny. 4 Postać Jordana dowolnego endomorfizmu. Zakładamy, że wielomian charakterystyczny rozpatrywanego endomorfizmu jest iloczynem czynników liniowych. (Tak jest zawsze, gdy ciałem bazowym jest ciało C liczb zespolonych.) 4.1. (oczywista, ale przydatna obserwacja) Niech g : V V, będzie przekształceniem liniowym. Podprzestrzeń W V jest g niezmiennicza ( to znaczy g(w ) W ) wtedy i tylko wtedy, gdy jest g ai niezmiennicza, gdzie a C jest dowolną liczbą, zaś I oznacza przekształcenie identycznościowe Udowodnić twierdzenie: Niech g : V V, będzie przekształceniem liniowym skończenie wymiarowej przestrzeni liniowej, którego wielomian charakterystyczny jest iloczynem czynników liniowych. Niech λ 1,..., λ m będą różnymi wartościami własnymi endomorfizmu g. Niech f i = g λ i I. Niech dla f i,v k i λ i 2, tzn.ker f k i i = ker f k i+1 i = ker f k i i będzie jak w zadaniu. Wówczas V jest sumą prostą g niezmienniczych podprzestrzeni: V = V k 1 λ 1 V k m λ m 4.3. Pokazać, że istnieje baza podprzestrzeni V k i λ i, w której g jest sumą klatek postaci: λ i λ i ( ) λ. i λ i λ i Macierz taka nazywa się klatką Jordana Pokazać, że choć konstrukcja bazy, w której macierz g ma formę Jordana nie jest jednoznaczna, to forma Jordana tej macierzy jest wyznaczona jednoznacznie z dokładnością do kolejności klatek Jordana. W tym celu pokazać, że:

8 podprzestrzenie V ki λ i są wyznaczone jednoznacznie, wystarczy więc pokazać jednoznaczność rozkładu dla każdej z nich. Ustalmy wartość własną λ i. Największy rząd klatki Jordana odpowiadający tej wartości własnej wynosi m, gdzie m jest najmniejszą liczbą naturalną dla której = V k i λ i. Jeżeli a j oznacza liczbę klatek Jordana rzędu j, j = 1,..., k zaś b j V m λ i jest rzędem przekształcenia f j : V ki λ i V ki λ i, to a j = b j 1 2b j + bj + 1, j = 1,..., k Pokazać, że jeżeli f : V V, jest przekształceniem liniowym przestrzeni liniowej nad C, to w pewnej bazie macierz ta ma postać Jordana i że postać ta nie zależy od wyboru bazy. Przykład: Znaleźć formę Jordana macierzy nad C: A = Wielomianem charakterystycznym tej macierzy jest (λ 1) 4 Macierz A 1 I = B = ker B = lin{e 3, 3e 1 + e 2 + e 4 } i dim ker B = 2 zatem będziemy mieli dwie klatki Jordana Liczymy kolejne potęgi macierzy B, aż się ustabilizuje - ponieważ tu mamy tylko jedną wartość własną, to ustabilizuje się jak dostaniemy macierz zerową [zad 4.14)) B 2 = ker B 2 = lin{e 3, 3e 1 + e 2 + e 4, 3e 1 + e 2 } dim ker B 3 = 3 Sprawdzanie, że B 3 = 0 możemy sobie darować, bo z powodów wymiarowych i tak wiadomo (zad 4.14), że wyjdzie macierz zerowa. Zatem dostaniemy jedną klatkę wymiaru 3 i jedną klatkę wymiaru 1 konstruujemy bazę: wybieramy jeden (mamy jedną klatkę wymiaru 3) wektor α, tak by lin{α} ker B 2 = C 4 Po to wybieraliśmy bazę ker B 2, by móc to stwierdzić

9 Niech α = e 1 = [1, 0, 0]. Zjeżdżamy windą e 1 B[e 1 ) = [0, 2, 0, 1] B 2 [e 1 ) = [3, 1, 3, 1] Możemy spojrzeć, czy się zgadza - ten ostatni wektor powinien być wektorem własnym czyli wektorem z ker B i jest nim w istocie [3, 1, 3, 1] = 3e 3 +3e 1 +e 2 +e 4 Wektory [3, 1, 3, 1], [0, 2, 0, 1], [1, 0, 0] są bazą klatki rozmiaru 3. Trzeba jeszcze dobrać jeden wektor własny liniowo niezależny z [3, 1, 3, 1] wektor e 3 = [0, 0, 1, 0] nadaje się znakomicie. Przekształcenie zadane macierzą A w bazie standardowej ma w bazie [3, 1, 3, 1], [0, 2, 0, 1], [1, 0, 0], [0, 0, 1, 0] macierz: W języku macierzy : = Tego mnożenia macierzy powyżej sprawdzającego, czy się nie pomyliłam nie wykonałam - mam nadzieję że się zgadza :) 4.6. Znaleźć formę Jordana macierzy zespolonej, która ma tylko jedną prostą niezmienniczą Niech przekształcenie liniowe f ma w pewnej bazie macierz Jordana A. Udowodnić, że liczba liniowo niezależnych wektorów własnych o wartości własnej a jest równa liczbie klatek Jordana mających a na przekątnej Znaleźć formę Jordana macierzy nad C: a) b) α α c) 0 0 α α α

10 4.9. Niech K[X] n oznacza przestrzeń liniową wielomianów stopnia n nad ciałem K charakterystyki 0. Niech φ : K[X] n K[X] n będzie różniczkowaniem. Znaleźć wielomian charakterystyczny i rozkład na klatki Jordana Korzystając z formy Jordana, pokazać, że każda macierz nad C jest produktem dwóch macierzy symetrycznych Niech f : V V będzie przekształceniem liniowym skończenie wymiarowej przestrzeni liniowej nad ciałem K, dla którego f k = id. Zbadać diagonalizowalność przekształcenia f dla K = R, K = C Znaleźć postać Jordana macierzy cyklicznej o współczynnikach zespolonych. Ćwiczenia 1 kwietnia Przestrzenie afiniczne Uwaga: W zapisie będziemy odróżniać punkty przestrzeni afinicznej od wektorów przestrzeni liniowej. Współrzędne punktu przestrzeni afinicznej pisać będziemy w nawiasach kwadratowych, zaś wektorów, tak jak dotychczas, w okrągłych W przestrzeni afinicznej C 3 znaleźć współrzędne barycentryczne punktu [1, 0, i] w układzie punktów [1, 0, 1], [2, i, 1], [1 + i, 0, 2], [1, i, 1] Czy punkty przestrzeni afinicznej R 3 są w położeniu szczególnym a) [1, 1, 1], [1, 0, 0], [0, 1, 0], [0, 0, 1]; b) [0, 0, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 1, 1]; c) [1, 2, 1], [3, 0, 1], [2, 2, 0]? Jeśli tak, to znaleźć maksymalne podukłady punktów w położeniu ogólnym Niech S E. Udowodnić, że af(s) = q + lin{ qp : p S} nie zależy od wyboru punktu q S i jest najmniejszą podprzestrzenią afiniczną zawierającą zbiór S skrypt str. 5 zad 2 i zad skrypt str. 9 zad.1 b), c). d) 5.6. skrypt zad. 2

11 5.7. skrypt zad W przestrzeni afinicznej R 4 znaleźć przedstawienie parametryczne oraz układ równań opisujący podprzestrzeń afiniczną generowaną przez punkty: {[ 1, 1, 0, 1], [0, 0, 2, 0], [ 3, 1, 5, 4], [2, 2, 3, 3]}. Przestrzeń przedstawić jako przecięcie hiperpłaszczyzn w R Znaleźć bazę punktową podprzestrzeni K 3 opisanej równaniem x 1 + 2x 2 + 4x 3 = Znaleźć bazę punktową af(l 1 L 2 ) K 3, gdzie L 1 = {[4, 1, 0) + t(2, 3, 1) : t K}, L 2 = {[2, 2, 1] + t(1, 0, 1)} W układzie bazowym p = [0, 2, 1, 0], α 1 = (1, 0, 1, 0), α 2 = (0, 0, 0, 1), α 3 = (0, 1, 0, 1), α 4 = (0, 1, 1, 1) przestrzeni afinicznej R 4 płaszczyzna H jest opisana przez układ równań: x 1 +2x 2 x 4 = 1 x 1 x 2 x 3 = 2. Znaleźć równanie opisujące tę płaszczyznę w układzie bazowym q = [1, 0, 1, 1], β 1 = (1, 1, 0, 0), β 2 = (1, 0, 0, 1), β 3 = (0, 1, 0, 0), β 4 = (0, 1, 1, 1) Niech E 1 = p + V 1, E 2 = q + V 2 będą podprzestrzeniami przestrzeni afinicznej E. Udowodnić, że: a) E 1 E 2 pq V 1 + V 2 Rozwiązanie: Niech r E 1 E 2. Wówczas pr = α V 1 i qr = β V 2. pq = pr + rq = α β V 1 + V 2. Odwrotnie, jeśli pq = α + β, α V 1, β V 2, to r = p + α = q β E 1 E 2. b) jeśli E 1 E 2 to dim af(e 1 E 2 ) = dim E 1 + dim E 2 dim E 1 E 2 c) jeśli E 1 E 2 =, to dim af(e 1 E 2 ) = dim E 1 + dim E 2 dim V 1 V Udowodnić, że dla dwóch podprzestrzeni afinicznych E 1, E 2 przestrzeni afinicznej E takich, że E 1 E 2 = następujące liczby są równe: a) największa liczba naturalna k, dla której istnieją równoległe podprzestrzenie Q 1 E 1, Q 2 E 2 wymiaru dim Q 1 = dim Q 2 = k b) największemu wymiarowi podprzestrzeni zawartej w E 1 równoległej do podprzestrzeni E 2 jeśli dim E 1 dim E 2 Liczba ta nazywa sie stopniem równoległości.

12 5.14. Znaleźć dim af(e 1 E 2 ), dim E 1 E 2 lub stopień równoległości jeżeli E 1 E 2 =, podprzestrzeni afinicznych rzeczywistych przestrzeni afinicznych. a) E 1 : 3x 1 + 2x 2 + 2x 3 + 2x 4 = 2 2x 1 + 3x 2 + 2x 3 + 5x 4 = 3 E 2 : 2x 1 + 2x 2 + 3x 3 + 4x 4 = 5 5x 1 x 2 + 3x 3 5x 4 = 2 b) E 1 : 2x 1 + 3x 2 + 4x 3 + 5x 4 = 6 6x 1 + 5x 2 + 4x 3 + 3x 4 = 2 E 2 : x 1 = 1 t 1 x 2 = 1 + 2t 1 + t 2 x 3 = 1 2t 1 +2t 2 x 4 = 1 t 1 + t Niech E 1, E 2 będą dwoma podprzestrzeniami afinicznymi w przestrzeni afinicznej E nad ciałem K. Niech af(e 1 E 2 ) = E, E 1 E 2 = i niech λ K, λ 0, 1 będzie ustalonym elementem. Znaleźć miejsce geometryczne elementów λx + [1 λ)y, gdzie x i y przebiegają E 1 i E 2 odpowiednio Niech E = p + S[E 1 ), E 2 = q + S[E 2 ) będą dwiema skośnymi podprzestrze niami w przestrzeni afinicznej E nad dowolnym ciałem. Pokazać, że dla każdego punktu x / E 1 E 2 istnieje conajwyżej jedna prosta P przechodząca przez punkt x i przecinająca E 1 i E 2. Wykazać, że prosta istnieje wtedy i tylko wtedy, gdy x af(e 1 E 2 ) ale px / S[E 1 ) + S[E 2 ) i qx / S(E 1 ) + S(E 2 ) Znaleźć prostą przechodzącą przez punkt b i przecinającą podprzestrzenie E 1 i E 2. a) b = [6, 5, 1, 1] E 1 : x 1 +2x 2 +x 3 = 1 x 1 +x 4 = 1 E 2 : x 1 x 2 x 3 x 4 = 4 + t = 4 + 2t = 5 + 3t = 4 + 4t b) b = [5, 9, 2, 10, 10] E 1 : x 1 x 2 x 4 +x 5 = 2 x 1 x 3 x 4 +x 5 = 1 x 1 +3x 2 2x 3 x 5 = 0 E 2 : x 1 = 3 x 2 = 2 +6t 1 +5t 2 x 3 = 0 x 4 = 5 +4t 1 +3t 2 x 5 = 6 +t 1 +2t W przestrzeni afinicznej R 4 dany jest punkt c = [4, 5, 2, 7] oraz dwie proste: L przechodząca przez punkty a 1 = [1, 1, 1, 1], a 2 = [0, 1, 0, 1] K przechodząca przez punkty b 1 = [2, 2, 3, 1], b 2 = [1, 2, 2, 2]

13 a) Znaleźć prostą N przechodzącą przez punkt c i przecinającą proste L i K. Znaleźć punkty przecięcia L z N i K z N. b) Znaleźć prostą K, taką by L i K były skośne i by nie istniała prosta zawierająca punkt c i przecinająca L i K. Opisać prostą K przy pomocy układu równań. Cwiczenia 8 kwietnia Niech H będzie podprzestrzenią afiniczną przestrzeni afinicznej E. Niech W V będzie podprzestrzenią liniową, dla której S(H) W = V. Udowodnić, że każdy punkt x E można przedstawić w dokładnie jeden sposób w postaci x = e + α, gdzie e H, zaś α W i odwzorowanie f : E E zadane wzorem f(x) = e jest przekształceniem afinicznym. Takie przekształcenie nazywa się rzutem na H wzdłuż W Niech f : E E będzie przekształceniem afinicznym takim, że f (α) α dla każdego α 0. Pokazać, że istnieje x E taki, że f(x) = x. Co oznacza to twierdzenie w przypadku afinicznych przekształceń płaszczyzny R 2? W przestrzeni afinicznej R 3 dana jest płaszczyzna M = {[x 1, x 2, x 3 ] R 3 : x 1 x 2 + 2x 3 = 2}. a) Podać wzór na przekształcenie afiniczne f : R 3 R 3 takie, że p M f(p) = p oraz f([2, 1, 0]) = [0, 1, 1]. b) Niech L r = [2, 1, 0] + lin{(3, r, 1)}. Dla jakich r R istnieje przekształcenie afiniczne g : R 3 R 3 takie, że p M g(p) = [1, 1, 1] oraz p Lr g(p) = [3, 1, 3]? Odpowiedź uzasadnić, zarówno gdy g istnieje, jak i gdy g nie istnieje. 6 Formy dwuliniowe. Iloczyn skalarny Krótkie streszczenie najważniejszych faktów: 1. Niech <, >: V V K będzie przekształceniem dwuliniowym symetrycznym. Takie przekształcenie wyznacza homomorfizm zadany wzorem Φ : V V Φ(α)(β) =< α, β >. 2. Macierz przekształcenia dwuliniowego przestrzeni skończenie wymiarowej: Jeżeli {α 1,..., α n } jest bazą, to A = {a ij }, a ij =< α i, α j > jest macierzą przekształcenia dwuliniowego. Jeżeli to przekształcenie jest symetryczne, to jego macierz też. Jeżeli {β 1,..., β n } jest też bazą i B jest macierzą przejścia od bazy {β 1,..., β n } do {α 1,..., α n }, to macierz w bazie {β 1,..., β n } wyraża się wzorem B T AB.

14 3. Jeżeli {α 1,..., α n } jest bazą, to macierz A jest macierzą przekształcenia Φ : V V w bazach {α 1,..., α n } i {α 1,..., α n}. W tej interpretacji wzór na zmianę bazy też można zobaczyć. Jeżeli B jest macierzą przejścia od bazy {β 1,..., β n } do {α 1,..., α n }, to B T jest macierzą przejścia od bazy {α 1,..., α n} do {β 1,..., β n}. Mamy więc: V B V A V BT V 4. Iloczyn skalarny to przekształcenie dwuliniowe symetryczne przestrzeni nad ciałem R takie, że dla każdego α, < α, α > 0 i < α, α >= 0 wtedy i tylko wtedy gdy α = 0. Dla prostoty załóżmy że rozpatrywane przestrzenie są skończenie wymiarowe. Wynika z tego, że dla iloczynu skalarnego a) odpowiadający mu homomorfizm Φ (jak wyżej) jest izomorfizmem. To oczywiste: dla każdego α 0, Φ(α) nie jest funkcjonałem zerowym, bo (Φ(α))(α) =< α, α > 0. b) Kryterium Sylwestera: macierz symetryczna A jest macierzą iloczynu skalarnego wtedy i tylko wtedy, gdy wyznaczniki wszystkich minorów głównych (od lewego górnego rogu) są dodatnie. ( trzeba wiedzieć dlaczego tak jest - skrypt str. 31) c) przekształcenie dwuliniowe symetryczne jest iloczynem skalarnym wtedy i tylko wtedy, gdy istnieje baza, w której jego macierz jest identycznościowa. Taka baza nazywa się ortonormalna. Jeżeli macierz w pewnej bazie jest diagonalna, to baza nazywa się ortogonalna. 5. Wzór na współrzędne wektora w bazie ortogonalnej jest bardzo prosty i użyteczny: Jeżeli α 1,..., α n jest bazą ortogonalną, to α = i=n i=1 < α, α i > < α i, α i > α i. 6. Jeżeli dana jest podprzestrzeń W przestrzeni euklidesowej (V, <, >), to V = W W, gdzie W = {α V : β W < α, β >= 0}. Taki rozkład nazywa się ortogonalny. Oczywiście (W ) = W. 7. Rzuty ortogonalne i symetrie ortogonalne - to rzuty i symetrie przestrzeni Euklidesowej zadane przez rozkład ortogonalny. Jeżeli dana jest baza ortogonalna jednej z przestrzeni rozkładu to łatwy jest wzór na rzut ortogonalny oraz na symetrię ortogonalną zadaną przez rozkład ortogonalny. Jeżeli V = W W jest rozkładem i α 1,..., α k jest bazą ortogonalną W, to rzut ortodgonalny na W wyraża się wzorem π W (α) = i=k i=1 < α, α i > < α i, α i > α i. Jeżeli α k+1,..., α n jest bazą ortogonalną W, to rzut na W wyraża się wzorem π W (α) = α i=n i=k+1 < α, α i > < α i, α i > α i.

15 Wzór na symetrię względem W otrzymujemy z zależności: s W = 2π W id. 8. Dla dowolnej bazy istnieje baza ortogonalna ( też ortonormalna). Dwie metody: a) Ortogonalizacja Gramma Schmidta. Dostajemy bazę wyznaczającą tę samą flagę. Jeżeli α 1,..., α n jest wyjściową bazą, to α i jest obrazem α i przy rzucie prostopadłym na (lin{α 1,..., α i 1 }) = (lin{α 1,..., α i 1 }). Jesli ma wyjsc ortonormalna, to trzeba jeszce unormować.(dobrze przed kolokwium pamiętać wzór, ale w razie wątpliwości lepiej wyprowadzić niż się pomylić. Patrz punkt 7) Pytanie: Czy operacja G-S zachowuje orientację? b) przez operacje elementarne na macierzy Gramma (operacje na kolumnach i te same powtórzone na wierszach) prowadząc licznik operacji na kolumnach (A.Weber) Wyznaczyć macierz formy dwuliniowej na R 3 w bazie e i gdy dana jest macierz w bazie standardowej 1, 2, 3 1, 2, 2 a) 3, 1, 4 e 1 = e 1 + e 2, e 2 = e 1 e 2, e 3 = 2e 1 + e 2 + e 3. b) 2, 5, 6 5, 1, 6 2, 6, 9 e 1 = e 1 e 2, e 2 = e 1 + 2e 2, e 3 = e 1 + e 2 e Zapisać formę a) z poprzedniego zadania w postaci sumy F = A + S, gdzie S jest symetryczną formą, a A jest antysymetryczną. [ ] a, b 6.3. Niech forma 2-liniowa F będzie zadana przez przez macierz. Zapisać F w postaci sumy F = A + S, gdzie S jest symetryczną formą, a A jest c, d antysymetryczną Niech U, V W będą podprzestrzeniami euklidesowej przestrzeni W. Wykazać, że a) (U + V ) = U V ; b) (U V ) = U + V ; 6.5. Sprawdzić, że A, B = T r(ab T ) jest iloczynem skalarnym na przestrzeni liniowej macierzy kwadratowych n n o współczynnikach rzeczywistych. Znaleźć podprzestrzeń prostopadłą do podprzestrzeni macierzy symetrycznych W przestrzeni euklidesowej dane są dwa liniowo niezależne układy wektorów {α 1,..., α n } i {β 1,..., β n } takie, że α 1 = β 1 oraz dla każdego 1 i n, lin{α 1...α i } = lin{β 1,..., β i }. Czy ortonormalizacja Gramma-Schmidta prowadzi do tej samej bazy? Jeśli nie, to czym się te bazy różnią? Odpowiedź uzasadnić.

16 6.7. W przestrzeni R 4 ze standardowym iloczynem skalarnym znaleźć równania opisujące przestrzeń prostopadłą do lin{[1, 0, 1, 1], [0, 1, 1, 2]}. To samo, ale dla przestrzeni w której iloczyn skalarny jest zadany przez macierz: Rozpatrujemy w R 4 iloczyn skalarny zadany przez macierz: Znaleźć rzut prostopadły na podprzestrzeń W = lin{[1, 1, 1, 1], [1, 0, 0, 3]} podając jego macierz w bazie standardowej i wzór analityczny Pokazać, że jeżeli (V, <, >) jest przestrzenią rzeczywistą z iloczynem skalarnym, oraz < α, α >=< β, β > 0, to istnieje symetria prostopadła f : V V względem pewnej podprzestrzeni, taka że f(α) = β Niech R 3 [X] oznacza przestrzeń liniową wielomianów o współczynnikach rzeczywistych stopnia co najwyżej 3. Rozpatrujemy tę przestrzeń z iloczynem skalarnym zadanym wzorem:. f, g = 1 1 f(x)g(x)dx a) Zastosować ortonormalizację Gramma-Schmidta do bazy {1, x, x 2, x 3 }. b) Znaleźć wielomian g R 3 [X], taki że dla każdego wielomianu f R 3 [X], f(0) = 1 1 f(x)g(x)dx. Wskazówka: Iloczyn skalarny wyznacza izomorfizm R 3 [X] R 3 [X] Niech W będzie podprzestrzenią przestrzeni euklidesowej V, Pokazać,że dla dowolnego wektora α V i β W, α β α π W (α, gdzie π W oznacza rzut prostopadły na podprzestrzeń W. Korzystając z poprzedniego zadania znaleźć wielomian stopnia co najwyżej 3, który najlepiej przybliża funkcję sin x na odcinku [ 1, 1] względem normy zadanej przez całkę.

17 6.12. Niech H i K bedą podprzestrzeniami euklidesowej przestrzeni afinicznej E i niech H K =. Pokazać,że istnieje prosta L taka, że L H, L K, i L ma punkty wspólne z H i z K. Rozwiązanie: Rozwiązanie oparte jest na zadaniu 5.12 a). Niech H = p+t (H), K = q+t (K). Ponieważ H K =, to pq T (H)+T (K). Zatem (T (H) + T (K)) jest przestrzenia niezerową. Rozpatrzmy podprzestrzeń p+t (H)+(T (H)+T (K)) i zauważmy, że (p+t (H)+(T (H)+T (K)) ) K, bo pq T (H) + T (K) + (T (H) + T (K)) = T (E). Niech r (p + T (H) + (T (H) + T (K)) ) K. Wynika z tego, że pr = α + β dla pewnych α T (H) i β (T (H) + T (K)). Wówczas p + α = p H i prosta L = p + T (lin{β}) jest prostopadła do H i K i przecina je w punktach p H oraz r K skrypt str. 30, zad skrypt str.31 zad skrypt str.31 zad 6 7 Przekształcenia ortogonalne przestrzeni euklidesowych 7.1. Udowodnić, że przekształcenie ortogonalne płaszczyzny euklidesowej jeśli zachowuje orientację, to jest obrotem, a jeśli ją zmienia to jest symetrią względem prostej Udowodnić, że przekształcenie liniowe przestrzeni rzeczywistej ma zawsze jedno lub dwuwymiarową podprzestrzeń własną Udowodnić, że przekształcenie ortogonalne przestrzeni Euklidesowej ma w pewnej bazie ortonormalnej macierz mającą na głównej przekątnej bloki 2 2 postaci [ ] cos α sin α α kπ sin α cos α oraz +1 lub 1, a poza tym same zera. Wywnioskować, że każde przekształcenie ortogonalne przestrzeni trójwymiarowej euklidesowej, które zachowuje orientację ma prostą stałą Znaleźć bazę i postać o jakiej mowa w poprzednim zadaniu w odniesieniu do macierzy przekształcenia przestrzeni euklidesowej, które w kanonicznej bazie ortonormalnej e 1, e 2, e 3 ma postać:

18 7.5. Udowodnić, że złożenie dowolnej liczby obrotów przestrzeni liniowej euklidesowej trójwymiarowej jest obrotem Znaleźć, podając wzór analityczny, wszystkie izometrie przestrzeni euklidesowej R 3 ze standardowym iloczynem skalarnym, które zachowują orientację, punkt (0, 2, 0) przeprowadzają na punkt (2, 0, 0), zaś punkt (2, 0, 0) przeprowadzają na punkt (0, 2, 0) Niech A M n n (R), n N będzie macierzą antysymetryczną (tzn. A = A T ). Pokazać, że (A I) 1 (A + I) jest macierzą ortogonalną, dla której 1 nie jest wartością własną Przedstawić przekształcenie przestrzeni euklidesowej, które w kanonicznej bazie ortonormalnej e 1, e 2, e 3 ma postać: jako złożenie co najwyżej trzech symetrii prostopadych względem hiperpłaszczyzn Przedstawić przekształcenie przestrzeni euklidesowej, które w kanonicznej bazie ortonormalnej e 1, e 2, e 3 ma postać: jako złożenie symetrii prostopadych względem hiperpłaszczyzn Przekształcenie ortogonalne f : R 4 R 4 przestrzeni euklidesowej ze standardowym iloczynem skalarnym ma w standardowej bazie ortonormalnej macierz: Znaleźć bazę ortonormalną, w której przekształcenie f ma formę kanoniczną. Znaleźć tę formę Pokazać, że jeżeli przekształcenie ortogonalne afinicznej przestrzeni euklidesowej ma dwie niezmiennicze podprzestrzenie afiniczne skośne, to ma punkt stały.

19 8 Przekształcenia samosprzężone Definicja. Niech (V, <, >) będzie przestrzenią liniową rzeczywistą z iloczynem skalarnym. Niech Φ : V V będzie izomorfizmem wyznaczonym przez ten iloczyn skalarny. Powiemy, że przekształcenie liniowe f : V V jest samosprzężone jeżeli przemienny jest diagram V Φ V. f V Φ f V Warunek ten jest równoważny warunkowi: α, β V < f(α), β >=< α, f(β) >. Stwierdzenie 1. Niech (V, <, >) będzie przestrzenią liniową rzeczywistą z iloczynem skalarnym zadanym w pewnej bazie α 1,.., α n przez macierz U. Niech f : V V będzie przekształceniem liniowym, które w bazie α 1,.., α n ma macierz A. Wówczas f jest przekształceniem samosprzężonym wtedy i tylko wtedy, gdy UAU 1 = A T. Zatem jeżeli α 1,.., α n jest bazą ortonormalną, to f jest przekształceniem samosprzężonym wtedy i tylko wtedy, gdy A = A T Czy w przestrzeni euklidesowej R 3, w której iloczyn skalarny w bazie standardowej jest zadany przez macierz: przekształcenie ϕ(x 1, x 2, x 3 ) = (x 1 + 2x 2 3x 3, 2x 1 3x 2 + x 3, 3x 1 + 2x 2 x 3 ) jest samosprzężone? 8.2. Niech ϕ będzie przekształceniem samosprzężonym. Wykazać, że ker ϕ im ϕ oraz ker ϕ i im ϕ rozpinają całą przestrzeń (ortogonalna suma prosta) Niech przekształcenie ϕ przestrzeni euklidesowej będzie dane w pewnej bazie ortonormalnej przez macierz A. Znaleźć ortonormalną bazę wektorów własnych ϕ oraz macierz ϕ w tej bazie. (Uwaga: Sformułowanie to jest równoważne sformułowaniu: znaleźć macierz ortogonalną B taką, że B T AB jest macierzą diagonalną. Baza, lub równoważnie macierz B, nie musi być wyznaczona jednoznacznie)

20 8.4. Udowodnić, że jeśli ϕ i ψ są przekształceniami samosprzężonymi, to: a) kombinacja liniowa przekształceń ϕ i ψ jest przekształceniem samosprzężonym b) ϕψ jest przekształceniem samosprzężonym wtedy i tylko wtedy, gdy ϕψ = ψϕ c) ϕψ + ψϕ jest przekształceniem samosprzężonym 8.5. Udowodnić, że przekształcenia samosprzężone ϕ i ψ przestrzeni euklidesowej są przemienne (tzn. ϕψ = ψϕ) wtedy i tylko wtedy, gdy posiadają wspólną ortonormalną bazę wektorów własnych Znaleźć wspólną ortonormalną względem standardowego iloczynu skalarnego w R 4 bazę wektorów własnych macierzy: Niech φ będzie przekształceniem samosprzężonym przestrzeni euklidesowej takim, że (φ(α), α) 0 dla dowolnego α R n. Pokazać, że jeżeli dla pewnego wektora α 0, (φ(α 0 ), α 0 ) = 0, to φ(α 0 ) = Definicja. Niech (V, ξ) będzie skończenie wymiarową przestrzenią euklidesową. Powiemy, że φ End(V ) jest dodatnio określony wtedy i tylko wtedy, gdy jest samosprzężony względem ξ oraz dla każdego 0 alpha V, ξ(φ(α), α) > 0. a) Pokazać, że jeżeli φ End(V ) jest dodatnio określony, to φ jest automorfizmem i µ(α, β) = ξ(φ(α), β) jest iloczynem skalarnym. Rozwiązanie: Jest oczywiste, że µ jest przekształceniem dwuliniowym, bo φ jest przekształceniem liniowym. Przekształcenie µ jest symetryczne µ(α, β) = ξ(φ(α), β) = ξ(α, φ(β)) = ξ(φ(β), α) = µ(β, α), bo φ jest przekształceniem samosprzężonym. Jest też dodatnio określone, bo dla każdego 0 α V, µ(α, α) = ξ(φ(α), α) > 0, bo φ jest dodatnio określone. b) Pokazać, że jeżeli µ jest iloczynem skalarnym na V, to istnieje dodatnio określony automorfizm φ, dla którego µ(α, β) = ξ(φ(α), β). Rozwiązanie: Przypomnijmy, że µ definiuje homomorfizm M : V V zadany wzorem M(α)(β) = µ(α, β). Ponieważ µ jako iloczyn skalarny jest niezdegenerowanym przekształceniem dwuliniowym, to M jest izomorfizmem. Analogicznie niech Ξ : V V będzie izomorfizmem wyznaczonym przez ξ. Niech φ = Ξ 1 M. Jest to oczywiście automorfizm przestrzeni V i dla każdego α V, Ξ φ(α) = M(α) w V. Oznacza to, że dla każdego β V, ξ(φ(α), β) = µ(α, β). Przekształcenie φ jest samosprzężone ze względu na ξ, gdyż ξ(φ(α), β) = µ(α, β) = µ(β, α) = ξ(φ(β), α). Jest ono także dodatnio określone, gdyż dla każdego 0 α V, ξ(φ(α), α) = µ(α, α) > 0.

21 c) Pokazać, że φ End(V ) jest dodatnio określony wtedy i tylko wtedy, gdy istnieje automorfizm ψ Aut(V ), taki że φ = ψ ψ, gdzie ψ (α) jest automorfizmem spełniajacym warunek ξ(ψ(α), β) = ξ(α, ψ (β)). Rozwiązanie: Jeżeli φ = ψ ψ, to ξ(φ(α), β) = ξ(ψ ψ(α), β) = ξ(ψ(α), ψ(β)) = ξ(ψ(β), ψ(α)) = ξ(ψ ψ(β), α) = ξ(φ(β), α) = ξ(α, φ(β)) i φ jest samosprzężone. Ponadto jest dodatnio określone ξ(φ(α), α) = ξ(ψ ψ(α), α) = ξ(ψ(α), ψ(α)) > 0 dla α 0. Niech µ(α, β) = ξ(φ(α), β) i niech γ 1,..., γ n będzie bazą ortonormalną dla iloczynu µ, zaś δ 1,..., δ n będzie bazą ortonormalną dla iloczynu ξ. Definiujemy izomorfizm ψ zadając ψ(γ i ) = δ i, 1 i n. Sprawdzimy, że φ = ψ ψ. Wystarczy pokazać, że ξ(φ(α), β) = ξ(ψ ψ(α), β) dla dowolnych α, β V. Niech α = n i=1 a iγ i i β = n i=1 b iγ i, Wówczas: n ξ(φ(α), β) = µ(α, β) = a i b i, n n n n ξ(ψ ψ(α), β) = ξ(ψ(α), ψ(β)) = ξ( a i ψ(γ i ), b i ψ(γ i )) = ξ( a i δ i, b i δ i ) = 9 Przestrzenie ortogonalne (dwuliniowe) i= Pokazać, że każdą formę dwuliniową można przedstawić w postaci sumy formy symetrycznej i[ antysymetrycznej. ] Niech forma 2-liniowa F będzie zadana a, b przez przez macierz. Zapisać F w postaci sumy F = A + S, gdzie S jest c, d symetryczną formą, a A jest antysymetryczną W przestrzeni W macierzy 2 2 o współczynnikach rzeczywistych rozpatrujemy funkcjonał dwuliniowy ξ(a, B) = tr(ab). Sprawdzić, czy ten funkcjonał zadaje izomorfizm W z W (czyli czy jest niezdegenerowany). Znaleźć W i stożek wektorów izotropowych. i=1 i=1 i=1 i=1 n a i b i. i= W przestrzeni ortogonalnej (R 4, ξ), gdzie ξ w bazie standardowej jest zadane przez macierz: a) znaleźć bazę prostopadłą tej przestrzeni ortogonalnej. b) znaleźć W, gdzie W jest podprzestrzenią zadaną przez układ równań: x 2 = 0 x 1 + x 3 = 0 Czy R 4 = W W? Czy (W, ξ W W ) jest przestrzenią ortogonalną niezdegenerowaną? c) znaleźć stożek wektorów izotropowych.

22 Szukanie bazy prostopadłej przestrzeni dwuliniowej w oparciu o operacje na macierzy formy Niech A będzie macierzą formy ξ w bazie α 1,.., α n. Zadanie sprowadza się do znalezienia macierzy nieosobliwej B, takiej, że B T AB jest macierzą diagonalną. Szukaną bazą prostopadłą są kolumny macierzy B. Nad macierzą A piszemy macierz jednostkową. Będziemy wykonywać operacje elementarne na długich kolumnach.(co odpowiada mnożeniu A przez macierz elementarną z prawej strony) i każdą taką powtarzać na długich wierszach (co odpowiada mnożeniu A przez macierz transponowaną do niej z lewej strony). Algorytm: 1) szukamy w bazie wektora nieizotropowego i przestawiamy go na pierwsze miejsce.(jeśli α i nieizotropowy, to i ta długa kolumna na pierwsze miejsce, a potem i ty wiersz dolnej macierzy na pierwsze miejsce) Przykład (charakterystyka ciała 2): a) odejmując pierwszą długą kolumnę pomnożoną przez odpowiedni skalar ( a potem pierwszy wiersz dolnej macierzy ) od pozostałych kolumn (wierszy) wyzerowujemy pozostałe n 1 wyrazów w pierwszym wierszu (kolumnie) dolnej macierzy. Przykład: tak postępujemy aż na głównej przekątnej będą same zera. Przykład:

23 co kończy ten przykład. Współrzędne wektorów szukanej bazy prostopadłej w wyjściowej bazie α 1,.., α n są kolumnami macierzy B = Uwagi: liczenia jest sporo, by wychwycić błędy trzeba pamiętać, że po każdej operacji kolumny, wiersze dolna macierz powinna wyjść symetryczna. Można sprawdzić poprawność rachunków mnożąc wyjściową macierz przez B i B T, można popatrzeć czy wyznaczniki różnią się o kwadrat 3. Jeżeli j ty wektor jest izotropowy, to w j tej kolumnie szukamy wyrazu a ij 0. Jeżeli taki się znajdzie, to dodajemy i tą kolumnę do j tej (powtarzamy na wierszach) i dostajemy nieizotropowy wektor w nowej bazie. Dalej postępujemy jak w 2. Jeśli wszystkie wyrazy w j tej kolumnie są zerowe, to ten wektor bazy należy do przestrzeni V i przechodzimy d kolejnego wektora Niech (V, ξ) będzie przestrzenią ortogonalną i niech Φ ξ : V V będzie homomorfizmem wyznaczonym przez ξ. Pokazać, że W = Φ 1 ξ {φ V : φ. W = 0}. Wywnioskować, że jeśli ξ jest formą niezdegenerowaną zaś α 1,.., α n jest bazą V, taką że α 1,.., α k jest bazą W V, to Φ 1 ξ (α k+1 ),.., Φ 1 ξ (α n) jest bazą W. Definicja. Przestrzeń ortogonalna z iloczynem zadanym w pewnej bazie przez macierz [ 0 ] nazywa się płaszczyzną hiperboliczną Udowodnić, że płaszczyzna hiperboliczna zawiera wektor α, taki że lin{α} = lin{α} Udowodnić, że niezdegenerowana przestrzeń ortogonalna (V, ξ) nad ciałem charakterystyki różnej od 2 jest sumą ortogonalną płaszczyzn hiperbolicznych oraz przestrzeni niezdegenerowanej nie zawierającej wektorów izotropowych. Udowodnić, że liczba tych hiperpłaszczyzn nie zależy od wybranej bazy.

24 Rozpatrując przestrzeń ortogonalną nad R o macierzy: wykazać, że płaszczyzny hiperboliczne o których mowa w zadaniu nie są wyznaczone jednoznacznie Dla niezdegenerowanej przestrzeni ortogonalnej (V, ξ) nad ciałem charakterystyki różnej od 2 następujące warunki są równoważne: a) (V, ξ) jest sumą ortogonalną płaszczyzn hiperbolicznych b) istnieje podprzestrzeń W V, taka, że W = W c) w pewnej bazie macierz ξ ma postać: [ ] 0 I, I 0 gdzie I jest macierzą identyczności d) V = W 1 W 2, gdzie W 1 i W 2 są całkowicie zdegenerowane Udowodnić, że rzeczywista niezdegenerowana przestrzeń ortogonalna jest sumą ortogonalną płaszczyzn hiperbolicznych wtedy i tylko wtedy, gdy jej sygnatura jest równa (Uogólnienie ortogonalizacji Schmidta) Niech (V, ξ) będzie przestrzenią ortogonalną nad ciałem K i niech A będzie macierzą ξ w bazie α 1,..., α n. Załóżmy, że dla każdego k n podprzestrzeń lin{α 1,..., α k } jest niezdegenerowana. Pokazać, że a) istnieje baza prostopadła β 1,..., β n taka, że dla każdego 1 k n, lin{α 1,..., α k } = lin{β 1,..., β k }. Pokazać że wektory {β 1,..., β n } są wyznaczone jednoznacznie z dokładnością do mnożenia przez skalar. b) Pokazać, że jeżeli dla każdego 1 k n, ξ(α k, β k ) = 1, to ξ(β k, β k ) = k k 1, gdzie 0 = 1, zaś k jest wyznacznikiem macierzy [ ]. a a. 1k.... a k1... a kk c) Pokazać,że jeżeli k = R, to sygnatura formy ξ jest równa n 2a, gdzie a jest liczbą zmian znaku minorów k.

25 9.10. Które z poniższych macierzy są podobne nad R (tj. są macierzami tego samego funkcjonału dwuliniowego symetrycznego, tylko w różnych bazach)? Zbiory algebraiczne stopnia Niech f będzie funkcją kwadratową określoną na przestrzeni afninicznej E nad K. Niech p E. Pokazać, że dla dowolnych α, β S(E) zachodzi: f(p + α + β) = f(p + α) + (f p ) 2 (β) + 2ξ(α, β) + (f p ) 1 (β) gdzie (f p ) 2, (f p ) 1, (f p ) 0 oznaczają odpowiednio część kwadratową, liniową i stałą funkcji (f p )( ) = f(p + ) zaś ξ jest dwuliniową formą symetryczną wyznaczoną przez (f p ) 2. (uwaga:(f p ) 2 = (f q ) 2 dla dowolnych p, q E.) Definicja. Punkt c E nazywa się środkiem symetrii funkcji kwadratowej f wtedy i tylko wtedy, gdy dla każdego α S(E) f(c + α) = f(c α) Niech p E. Pokazać, że c = p + β jest środkiem symetrii funkcji kwadratowej f wtedy i tylko wtedy, gdy funkcja liniowa α 2ξ(α, β)+(f p ) 1 (α) jest zerowa Niech p, α 1,..., α n będzie układem bazowym w przestrzeni afinicznej. Pokazać, że w tym układzie bazowym zbiór środków symetrii dany jest przez układ równań: f p = 0, i = 1,..., n x i Niech w układzie bazowym p, α 1,..., α n funkcja kwadratowa f ma postać: f(p + x 1 α x n α n ) = Σ n i,j=1,i ja ij x i x j + Σ n i=1b i x i + c Zapisujemy to w postaci macierzy: b 12 A. Ã = b n2 b 12 b n2 c

26 Niech B będzie macierzą przejścia od bazy β 1,.., β n do bazy α 1,..., α n zaś (t 1,.., t n ) będą współrzędnymi wektora pq w bazie α 1,..., α n.(to znaczy, że (x 1,.., x n ) = B(x 1,.., x n) + (t 1,.., t n )). Niech à będzie macierzą f w układzie współrzędnych q, β 1,..., β n. Wówczas gdzie à = ( B) T à B t 1 B. B = t n Sprowadzanie funkcji wielomianowej kwadratowej określonej na przestrzeni afinicznej nad ciałem K, chk 2, do postaci kanonicznej przy pomocy przekształceń afinicznych. Krok I: Sprowadzanie części jednorodnej kwadratowej do postaci diagonalnej: metoda I: szukamy bazy prostopadłej (i dodatkowo unormowanej jeśli K = C lub dodatkowo na wpół unormowanej, jeśli K = R) funkcjonału dwuliniowego symetrycznego odpowiadającego części jednorodnej kwadratowej. wady - żmudne rachunkowo; zalety - od razu dostajemy układ bazowy, w którym część jednorodna jest sumą kwadratów. metoda II: metoda Lagrange a: wady - odczytanie układu bazowego, w którym część jednorodna jest sumą kwadratów jest żmudne. zalety - jest prostsza rachunkowo. Na pewno opłaca się ją stosować, gdy jesteśmy pytani tylko o typ funkcji kwadratowej, bez konieczności podawanmia układu bazowego. Metoda Lagrange a: Niech w układzie bazowym p, α 1,..., α n część jednorodna kwadratowa ma postać: a) jeśli a ii 0, to Σ n i,j=1,i ja ij x i x j (f p ) 2 (x) = 1 a ii (Σ n j=1a ij x j ) 2 + (f p) 2 (x) i funkcja (f p) 2 nie zawiera zmiennej x i. b) jeśli a ii = a jj = 0 i a ij 0, to: (f p ) 2 (x) = 1 a ij (Σ n k=1 (f p) 2 nie zawiera zmiennej x i i x j. (a ik + a jk ) x k ) 2 1 (Σ n k=1 2 a ij (a ik a jk ) x k ) 2 + (f 2 p) 2 (x)

27 10.5. Znaleźć macierz B w przypadku a) i b). Krok II Redukcja (f p ) 1 do 0 jeśli istnieje środek symetrii, lub do x n jeśli środka symetrii nie ma. Jeśli istnieje środek symetrii istnieje niekiedy wygodnie jest wpierw przesunąć układ współrzędnych do środka symetrii Znaleźć środki symetrii następujących funkcji kwadratowych w R 3, które w standardowym układzie współrzędnych mają równanie: a)5x x x 2 3 2x 1 x 2 4x 1 x 3 8x x 2 = 0 b)5x x x x 1 x 2 6x 1 x x 1 36x 3 = Znaleźć przekształcenie afiniczne sprowadzające do postaci kanonicznej. SPROWADZANIE FUNKCJI WIELOMIANOWEJ KWADRATOWEJ OKREŚLONEJ NA PRZESTRZENI AFINICZNEJ EUKLIDESOWEJ DO POSTACI KANONICZNEJ PRZY POMOCY PRZEKSZTAŁCEŃ ORTO- GONALNYCH. W kroku I jest tylko jedna droga: szukamy bazy ortonormalnej wektorów własnych A Znaleźć bazę ortonormalną przestrzeni euklidesowej R 4 ze standardowym iloczynem skalarnym, w której funkcja kwadratowa ma postać kanoniczną. 2x 1 x 2 6x 1 x 3 6x 2 x 4 + 2x 3 x Opisać typ kwadryki i znaleźć jej środek x 2 1 2x x x 2 x 3 4x 1 x 3 8x 1 = Znaleźć oś symetrii paraboli x 2 + 4xy + 4y 2 + 8x + y = Udowodnić, że środek symetrii kwadryki w R n opisanej równaniem Q(x) = 0 można znaleźć rozwiązując układ równań Q x i = 0, i = 1,... n Dany jest stożek x 2 + y 2 = z 2. Opisać wszystkie możliwe przekroje stożka z płaszczyzną Znaleźć rodziny prostych pokrywające powierzchnię a) hiperboloida jednopowlokowa x 2 + y 2 z 2 = 1, b) paraboloida hiperboloczna x 2 y 2 = 2z. KONIEC. EGZAMIN I WAKACJE!!!

Zadania z Algebry liniowej 4 Semestr letni 2009

Zadania z Algebry liniowej 4 Semestr letni 2009 Zadania z Algebry liniowej 4 Semestr letni 2009 Ostatnie zmiany 23.05.2009 r. 1. Niech F będzie podciałem ciała K i niech n N. Pokazać, że niepusty liniowo niezależny podzbiór S przestrzeni F n jest także

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

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

Zadania egzaminacyjne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

1 Działania na zbiorach

1 Działania na zbiorach Algebra liniowa z geometrią /4 Działania na zbiorach Zadanie Czy działanie : R R R określone wzorem (x x ) (y y ) := (x y x y x y + x y ) jest przemienne? Zadanie W dowolnym zbiorze X określamy działanie

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

Wektory i wartości własne

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

Bardziej szczegółowo

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

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

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

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

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

Bardziej szczegółowo

1 Podobieństwo macierzy

1 Podobieństwo macierzy GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa

Bardziej szczegółowo

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ Izometrie liniowe Przypomnijmy, że jeśli V jest przestrzenią euklidesową (skończonego wymiaru), to U End V jest izometrią wtedy i tylko wtedy, gdy U U = UU = E, to znaczy, gdy jest odwzorowaniem ortogonalnym.

Bardziej szczegółowo

Geometria Lista 0 Zadanie 1

Geometria Lista 0 Zadanie 1 Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio

Bardziej szczegółowo

Zestaw zadań 14: Wektory i wartości własne. ) =

Zestaw zadań 14: Wektory i wartości własne. ) = Zestaw zadań 4: Wektory i wartości własne () Niech V = V V 2 będzie przestrzenią liniową nad ciałem K, w którym + 0 Znaleźć wszystkie podprzestrzenie niezmiennicze rzutu V na V wzdłuż V 2 oraz symetrii

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

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo

Wektory i wartości własne

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

Bardziej szczegółowo

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

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

spis treści 1 Zbiory i zdania... 5

spis treści 1 Zbiory i zdania... 5 wstęp 1 i wiadomości wstępne 5 1 Zbiory i zdania............................ 5 Pojęcia pierwotne i podstawowe zasady 5. Zbiory i zdania 6. Operacje logiczne 7. Definicje i twierdzenia 9. Algebra zbiorów

Bardziej szczegółowo

Praca domowa - seria 6

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

Rozwiązania zadań z listy T.Koźniewskiego

Rozwiązania zadań z listy T.Koźniewskiego Rozwiązania zadań z listy T.Koźniewskiego 1. Podstawiamy do równań. Tylko czwarty wektor spełnia wszystkie trzy równania.. U 1 : ( + 0x 9x 4, 7x + 8x 4, x, x 4 ), U : ( x 4, 4 x 4, + x 4, x 4 ), U : (x

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

R k v = 0}. k N. V 0 = ker R k 0

R k v = 0}. k N. V 0 = ker R k 0 Definicja 1 Niech R End(V ). Podprzestrzeń W przestrzeni V nazywamy podprzestrzenią niezmienniczą odwzorowania R jeśli Rw W, dla każdego w W ; równoważnie: R(W ) W. Jeśli W jest różna od przestrzeni {0}

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

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi. Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +

Bardziej szczegółowo

GAL z aweber/zadania/gal2017gw/ Wersja

GAL z aweber/zadania/gal2017gw/ Wersja Przestrzenie rzutowe GAL z 27 http://wwwmimuwedupl/ aweber/zadania/gal27gw/ Wersja 2627 Patrz osobny plik http://wwwmimuwedupl/ aweber/zadania/gal27gw/przestrzenie rzutowe-zadaniapdf Do zrobienia na ćwiczeniach:

Bardziej szczegółowo

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same 1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,

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

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

Bardziej szczegółowo

Zadania przygotowawcze, 3 kolokwium

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

Bardziej szczegółowo

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

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm 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 F

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

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

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

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

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

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 (1) Nazwa Algebra liniowa z geometrią (2) Nazwa jednostki prowadzącej Instytut Matematyki przedmiot (3) Kod () Studia Kierunek

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

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory

Bardziej szczegółowo

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas ALGEBRA LINIOWA 2 Lista zadań 23/24 Opracowanie : dr Teresa Jurlewicz dr Zbigniew Skoczylas Lista pierwsza Zadanie Uzasadnić z definicji że zbiór wszystkich rzeczywistych macierzy trójkątnych górnych stopnia

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 1. Zbiory, zdania i formy zdaniowe. 2. Operacje logiczne i podstawowe prawa rachunku

Bardziej szczegółowo

1 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH

1 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH ZADANIA Z GEOMETRII Z ALGEBRĄ LINIOWĄ grupa 2, semestr zimowy 2018/19 1 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH 1.1 Zadania na ćwiczenia: 1.1. Rozwiązać układ równań: 1.2. Rozwiązać układ równań: 8x 1 +

Bardziej szczegółowo

Geometria w R 3. Iloczyn skalarny wektorów

Geometria w R 3. Iloczyn skalarny wektorów Geometria w R 3 Andrzej Musielak Str 1 Geometria w R 3 Działania na wektorach Wektory w R 3 możemy w naturalny sposób dodawać i odejmować, np.: [2, 3, 1] + [ 1, 2, 1] = [1, 5, 2] [2, 3, 1] [ 1, 2, 1] =

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

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

Bardziej szczegółowo

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

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

DB Algebra liniowa 1 semestr letni 2018

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

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

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

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA z GEOMETRIA, ANALITYCZNA, ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

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

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Bardziej szczegółowo

A. Strojnowski - Twierdzenie Jordana 1

A. Strojnowski - Twierdzenie Jordana 1 A Strojnowski - Twierdzenie Jordana 1 Zadanie 1 Niech f b edzie endomorfizmem skończenie wymiarowej przestrzeni V nad cia lem charakterystyki różnej od 2 takim, że M(f) nie jest diagonalizowalna ale M(f

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

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

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

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN 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

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

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

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści strona główna 1 Wyrażenia algebraiczne, indukcja matematyczna 2 2 Geometria analityczna w R 2 Liczby zespolone 4 4 Wielomiany

Bardziej szczegółowo

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ). Zad (0p) Zaznacz na płaszczyźnie zespolonej wszystkie z C, które spełniają równanie ( iz 3 z z ) Re [(z + 3) ( z 3) = 0 Szukane z C spełniają: iz 3 = z z Re [(z + 3) ( z 3) = 0 Zajmijmy się najpierw pierwszym

Bardziej szczegółowo

4 Przekształcenia liniowe

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

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

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

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5

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

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

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

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

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

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

ALGEBRA Tematyka LITERATURA

ALGEBRA Tematyka LITERATURA ALGEBRA Tematyka Podstawowe pojęcia algebry: działania, własności działań. Struktury algebraiczne: grupy, pierścienie, ciała, przestrzenie liniowe. Ciała liczbowe: ciało liczb wymiernych, ciało liczb rzeczywistych,

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

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Nazwa Algebra liniowa z geometrią Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot Kod Studia Kierunek

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.

Bardziej szczegółowo

R n jako przestrzeń afiniczna

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

Bardziej szczegółowo

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Sylabus modułu: Wstęp do algebry liniowej i geometrii analitycznej (03-M01N-12-WALG)

Bardziej szczegółowo

Analiza funkcjonalna 1.

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

Bardziej szczegółowo

Postać Jordana macierzy

Postać Jordana macierzy Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81

Bardziej szczegółowo