Kombinacje liniowe wektorów.

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Kombinacje liniowe wektorów."

Transkrypt

1 Kombinacje liniowe wektorów

2 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 = a 2 = = a m = ] Jeżeli dany zbiór wektorów nie jest liniowo niezależny, to mówimy, że jest liniowo zależny

3 Uwaga: Niech V będzie przestrzenią liniową nad ciałem F, niech A = {v,, v m } Wówczas zbiór A jest liniowo niezależny wtedy i tylko wtedy, gdy: a,, a m F [a v + +a m v m = θ a = a 2 = = a m = ]

4 Przykłady: Niech F będzie dowolnym ciałem i rozważmy przestrzeń F 3 Wówczas wektory ɛ =, ɛ 2 = i ɛ 3 = są liniowo niezależne Istotnie, ustalmy a, a 2, a 3 F i załóżmy, że a + a 2 + a 3 =

5 Oznacza to, że a, a 2, a 3 jest rozwiązaniem układu: a + a 2 + a 3 = U : a + a 2 + a 3 = a + a 2 + a 3 = Macierz współczynników lewych stron równań układu U jest równa A =, a jej wyznacznik det(a) =, a zatem wobec wzorów Cramera układ ten ma dokładnie jedno rozwiązanie a = a 2 = a 3 =

6 2 Niech F będzie dowolnym ciałem i rozważmy przestrzeń F 3 Wówczas wektory ɛ =, ɛ 2 = i ɛ + ɛ 2 = są liniowo zależne Istotnie: + =

7 Twierdzenie: Niech V będzie przestrzenią liniową nad ciałem F, niech v,, v m V Wektory v,, v m są liniowo zależne wtedy i tylko wtedy, gdy istnieje wektor v {v,, v m } będący kombinacją liniową pozostałych

8 Dowód: ( ) : Załóżmy, że v,, v m są liniowo zależne Wówczas istnieją skalary a,, a m F takie, że a v + + a m v m = theta, z których przynajmniej jeden jest niezerowy Powiedzmy, że a Wobec tego: v = a 2 v 2 a m v m a a

9 ( ) : Załóżmy, że jeden z wektorów, powiedzmy v, jest kombinacją liniową v 2,, v m : v = a 2 v a m v m Wówczas v a 2 v 2 a m v m = θ oraz

10 Twierdzenie: Niech V będzie przestrzenią liniową nad ciałem F, niech A B V Wówczas: jeśli A jest liniowo zależny, to B jest liniowo zależny; 2 jeśli B jest liniowo niezależny, to A jest liniowo niezależny; 3 jeśli A jest liniowo zależny, to istnieją wektory v,, v m A, które są liniowo zależne

11 Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech U < V Warstwą wektora v V względem podprzestrzeni U nazywamy zbiór v + U = {v + w : w U} Zbiór wszystkich warstw oznaczamy przez V /U

12 Przykład: 3 Rozważmy ciało Z 3 i przestrzeń Z 2 3 Sprawdzamy, że {[ ] [ ] [ 2 U =,, ]} jest podprzestrzenią przestrzeni Z 2 3, zaś sama przestrzeń Z2 3 składa się z następujących wektorów: {[ ] [ ] [ ] Z =,,, [ ] [ ] [ ] 2,,, [ 2 ], [ 2 ], [ 2 2 ]}

13 Warstwy podprzestrzeni U to: [ ] {[ ] [ + U = + {[ ] [ =, [ ] [ 2 + U = U, [ ] {[ ] [ + U =, [ ] {[ ] [ 2 + U =, [ 2 [ 2 [ 2 ] + U = W ] {[ + U = 2 ] + U = W 2, ] [, ], [ 2 ] + U = U ] [, 2 [ 2 2 ] [ 2, ], [ ] [ 2, 2 ] + U = W 2 ] [ + ]} = U ]} = W ]} = W ]} = W 2 ] [, ] [ 2 + ]}

14 Twierdzenie: Niech V będzie przestrzenią liniową nad ciałem F, niech U < V W zbiorze warstw V /U definiujemy dodawanie: (v + U) + (w + U) = (v + w) + U oraz mnożenie przez skalar a F : a (v + U) = (a v) + U Wówczas (V /U, F, +, ) jest przestrzenią liniową Nazywamy ją przestrzenią ilorazową

15 Przykład: 4 Odwołując się do poprzedniego przykładu, rozważmy przestrzeń ilorazową Z 2 3 /U = {U, W, W 2 }, gdzie {[ ] [ ] [ ]} 2 U =,, oraz W = {[ ] [, ] [ 2, Sprawdzamy, że, na przykład: ([ W + W 2 = ([ ] [ = + 2 ]} {[, W 2 = 2 ] + U ) ([ + 2 ]) + U = [ ] [, 2 ] ) + U ] [ 2, 2 ] + U = U ]}

16 Twierdzenie: Niech F będzie ciałem, niech m, n N i rozważmy układ równań o współczynnikach z ciała F : a x + + a n x n = b a 2 x + + a 2n x n = b 2 U : a m x + + a mn x n = b m Niech ponadto U będzie układem jednorodnym powstałym z U przez zastąpienie prawych stron równań zerami: a x + + a n x n = a 2 x + + a 2n x n = U : a m x + + a mn x n = Wówczas zbiór rozwiązań Sol(U) jest warstwą podprzestrzeni rozwiązań układu jednorodnego U = Sol(U ) w przestrzeni F n

17 Dowód: Niech x x n oraz Pokażemy, że x x n y y n y y n będą rozwiązaniami układu U = x y x n y n U = Sol(U )

18 Ustalmy i {,, m} Wówczas: a i (x y ) + a i2 (x 2 y 2 ) + + a in (x n y n ) = (a i x + a i2 x a in x n ) (a i y + a i2 y a in y n ) = b i b i = Oznacza to, że Wobec dowolności x x n x x n y y n + U, oznacza to, że Sol(U) y y n + U

19 Dla dowodu drugiej inkluzji ustalmy y z y + z + = y n z n y n + z n z z n U Ustalmy i {,, m} Wówczas: y y n a i (y + z ) + a i2 (y 2 + z 2 ) + + a in (y n + z n ) + U, gdzie = (a i y + a i2 y a in y n ) + (a i z + a i2 z a in z n ) = b i + = b i, a zatem y y n + z z n Sol(U) i y y n + U Sol(U)

20 Uwaga: Niech V będzie przestrzenią liniową nad ciałem F, niech U,, U n < V Zbiór U + U 2 = {u + u 2 : u U, u 2 U 2 } jest podprzestrzenią przestrzeni V 2 Zbiór U + + U n = {u + + u n : u U,, u n U n } jest podprzestrzenią przestrzeni V

21 Dowód: Pokażemy część () uwagi, dowód części (2) przebiega analogicznie Ustalmy u + u 2, u + u 2 U + U 2, gdzie u, u U oraz u 2, u 2 U 2 Wówczas: (u + u 2 ) + (u + u 2) = (u + u ) + (u }{{} 2 + u2) U }{{} + U 2 U U 2 Ponadto dla a F : a(u + u 2 ) = (au ) }{{} + (au 2 ) U }{{} + U 2 U U 2

22 Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech U,, U n < V Podprzestrzeń U + U 2 nazywamy sumą podprzestrzeni U i U 2 Ogólniej, odprzestrzeń U + + U n nazywamy sumą podprzestrzeni U,, U n

23 Przykład: 5 Rozważmy przestrzeń liniową V i jej podprzestrzenie U = lin(u,, u n ) oraz W = lin(w,, w m ) Wówczas: v U + W v = u + w oraz u U, w W v = u + w oraz u = a u + + a n u n, w = b w + + b m w m, dla pewnych a,, a n F, b,, b m F v = a u + + a n u n + b w + + b m w m, dla pewnych a,, a n, b,, b m F v lin(u,, u n, w,, w m ) A zatem lin(u,, u n )+lin(w,, w m ) = lin(u,, u n, w,, w m )

24 Uwaga: Niech V będzie przestrzenią liniową nad ciałem F, niech U,, U n < V Następujące dwa warunki są równoważne: (a) U U 2 = {θ}, (b) jeśli u + u 2 = u + u 2, gdzie u, u U, u 2, u 2 U 2, to u = u oraz u 2 = u 2 2 Następujące dwa warunki są równoważne: (a) U i (U + + U i + U i+ + + U n ) = {θ}, dla i {,, n}, (b) jeśli u + u u n = u + u u n, gdzie u i, u i U i, dla i {,, n}, to u i = u i, dla i {,, n}

25 Dowód: Pokażemy część () uwagi, dowód części (2) przebiega analogicznie Załóżmy, że U U 2 = {θ} i niech u + u 2 = u + u 2, dla pewnych u, u U, u 2, u 2 U 2 Wówczas U u u = u 2 u 2 U 2 Skoro U U 2 = {θ}, więc u u = θ oraz u 2 u 2 = θ Stąd u = u oraz u 2 = u 2

26 Na odwrót, załóżmy, że jeśli u + u 2 = u + u 2, gdzie u, u U, u 2, u 2 U 2, to u = u oraz u 2 = u 2 Ustalmy u U U 2 Wówczas: u = }{{} u + }{{} θ = }{{} θ + }{{} u, U U 2 U U 2 a zatem u = θ

27 Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech U,, U n < V Jeżeli V = U + U 2 oraz spełniony jest jeden z dwóch równoważnych warunków Uwagi, to mówimy, że V jest sumą prostą podprzestrzeni U i U 2, co oznaczamy przez V = U U 2 Podprzestrzeń U 2 nazywamy wtedy dopełnieniem liniowym podprzestrzeni U Ogólniej, jeżeli V = U + U U n oraz spełniony jest jeden z dwóch równoważnych warunków Uwagi 2, to mówimy, że V jest sumą prostą podprzestrzeni U, U 2,, U n, co oznaczamy przez V = U U 2 U n

28 Uwaga: Niech V będzie przestrzenią liniową nad ciałem F, niech U,, U n < V i niech V = U U 2 U n Wówczas V = U U 2 U n

29 Dowód: Zdefiniujmy odwzorowanie f : V U U 2 U n wzorem f (u + u u n ) = (u, u 2,, u n ) Sprawdzenie, że jest to dobrze określony izomorfizm pozostawiamy czytelnikowi jako nietrudne ćwiczenie

. : 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 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

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

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 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

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

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

Przestrzenie liniowe

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

Bardziej szczegółowo

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

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

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

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

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

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 równań i nierówności liniowych

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

Bardziej szczegółowo

Algebra liniowa z 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Bardziej szczegółowo

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

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

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

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

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

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

Grupy, pierścienie i ciała

Grupy, pierścienie i ciała Grupy, pierścienie i ciała Definicja: Niech A będzie niepustym zbiorem. Działaniem wewnętrznym (lub, krótko, działaniem) w zbiorze A nazywamy funkcję : A A A. Niech ponadto B będzie niepustym zbiorem.

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

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

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

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

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak

Bardziej szczegółowo

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/ Paweł Gładki Algebra http://www.math.us.edu.pl/ pgladki/ Konsultacje: Środa, 14:00-15:00 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go o tym przed lub po zajęciach,

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

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

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

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

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

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

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

Bardziej szczegółowo

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

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

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

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

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 Lista Algebra z Geometrią Analityczną Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 jeżeli x jest podzielne przez 4 to jest podzielne przez

Bardziej szczegółowo

Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G.

Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G. Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G. Przykłady działań wewnętrznych 1. Dodawanie i mnożenie są działaniami wewnętrznymi

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

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

Bardziej szczegółowo

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

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 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

Paweł Gładki. Algebra. pgladki/

Paweł Gładki. Algebra.  pgladki/ Paweł Gładki Algebra http://www.math.us.edu.pl/ pgladki/ Konsultacje: Środa, 14:00-15:00 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go o tym przed lub po zajęciach,

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

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

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

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

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

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

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

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe 14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe. 14.1. Grupa Galois wielomianu. Definicja 14.1. Niech F będzie ciałem, niech

Bardziej szczegółowo

Układy równań liniowych

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

Bardziej szczegółowo

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1, Lista Algebra z Geometrią Analityczną Układy równań. Zadanie 1 Wyjaśnij na czym polega metoda elininacji Gaussa rozwiązując układ równań: { x + 2y = 5 x y = 9 Zadanie 2 Rozwiąż układ równań metodą eliminacji

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

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

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne: 1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu

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

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

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

, A T = A + B = [a ij + b ij ].

, A T = A + B = [a ij + b ij ]. 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m

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

1 Pierścienie i ich homomorfizmy. Ideał, pierścień ilorazowy. Ideały pierwsze i maksymalne, dziedziny i ciała - definicje i przykłady

1 Pierścienie i ich homomorfizmy. Ideał, pierścień ilorazowy. Ideały pierwsze i maksymalne, dziedziny i ciała - definicje i przykłady Tekst ten jest dostępny na stronie http://www-usersmatumkpl/ cstefan/ W razie potrzeby tam będą znajdowały się ewentualne poprawki i uzupełnienia 1 Pierścienie i ich homomorfizmy Ideał, pierścień ilorazowy

Bardziej szczegółowo

Informatyka Stosowana. a b c d a a b c d b b d a c c c a d b d d c b a

Informatyka Stosowana. a b c d a a b c d b b d a c c c a d b d d c b a Działania na zbiorach i ich własności Informatyka Stosowana 1. W dowolnym zbiorze X określamy działanie : a b = b. Pokazać, że jest to działanie łączne. 2. W zbiorze Z określamy działanie : a b = a 2 +

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

GAL. J. Chaber, R.Pol. Wydział MIM UW

GAL. J. Chaber, R.Pol. Wydział MIM UW GAL J. Chaber, R.Pol Wydział MIM UW wrzesień 2015 Wstęp Materiały do zajęć z GAL-u są oparte na naszym wieloletnim doświadczeniu w prowadzeniu tych zajęć na Wydziale MIM UW i są dostosowane do obecnego

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

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

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

Bardziej szczegółowo

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi Układy równań Kinga Kolczyńska - Przybycień 22 marca 2014 1 Układ dwóch równań liniowych z dwiema niewiadomymi 1.1 Pojęcie układu i rozwiązania układu Układem dwóch równań liniowych z dwiema niewiadomymi

Bardziej szczegółowo

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,... Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i

Bardziej szczegółowo

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

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

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

Endomorfizmy liniowe

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

Bardziej szczegółowo

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza. Gabriel Laub "Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub Def. Macierzą odwrotną do macierzy A M(n) i deta nazywamy macierz A - M(n) taką, że A A - A - A Tw.

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