Wyk lad 6 Podprzestrzenie przestrzeni liniowych
|
|
- Justyna Witkowska
- 6 lat temu
- Przeglądów:
Transkrypt
1 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) suma dowolnych dwu wektorów należacych do V 1 należy do V 1, (II) jeśli α V 1 i a K, to a α V 1. Uwaga 6.2. Wektor zerowy θ należy do każdej podprzestrzeni V 1 przestrzeni V. Rzeczywiście, ponieważ V 1, wiec istnieje α V 1 i wówczas z (II) mamy, że 0 α V 1, skad z w lasności 5.15 jest θ V 1. Uwaga 6.3. Podprzestrzeń V 1 przestrzeni liniowej V jest przestrzeni liniow wzgledem dodawania wektorów zredukowanego do V 1 i mnożenia przez skalary zredukowanego do V 1. Sprawdzenie prawdziwości aksjomatów A1-A8 nie przedstawia trudności. Np. z (II) oraz z w lasności 5.16 wynika, że α V 1 dla każdego α V 1. Każda przestrzeń liniowa V zawiera co najmniej dwie podprzestrzenie: zbiór V oraz podprzestrzeń z lożon tylko z wektora θ. Pierwsz z tych podprzestrzeni nazywamy niew laściwa, a drug zerowa. Twierdzenie 6.4. Cześć wspólna dowolnej niepustej rodziny podprzestrzeni danej przestrzeni liniowej V jest podprzestrzeni przestrzeni V. Dowód. Niech W bedzie dowoln niepust rodzin podprzestrzeni przestrzeni liniowej V i niech W 0 = W. Z uwagi 6.2 mamy, że θ W dla każdego W W. Zatem θ W 0. Niech W W α, β W 0. Wtedy α, β W dla każdego W W, skad α + β W dla każdego W W, wiec α + β W 0. Jeśli a R oraz α W 0, to α W dla każdego W W, skad a α W dla każdego W W, wiec a α W 0. Zatem W 0 jest podprzestrzeni przestrzeni V. 2 Podprzestrzenie generowane i ich w lasności Twierdzenie 6.5. Niech V bedzie przestrzeni liniow i niech A bedzie dowolnym podzbiorem przestrzeni V. Istnieje najmniejsza (w sensie inkluzji) podprzestrzeń przestrzeni V zawierajac A. Dowód. Oznaczmy przez W rodzine wszystkich podprzestrzeni W przestrzeni V takich, że A W. Rodzina W jest niepusta, bo np. V W. Z twierdzenia 6.4 mamy, że W 0 = W W W jest podprzestrzeni przestrzeni V, a ponieważ A W dla każdego W W, wiec A W 0. Niech teraz V 1 bedzie podprzestrzeni przestrzeni V taka, że A V 1. Wtedy V 1 W, skad W 0 V 1. Zatem W 0 jest najmniejsz w sensie inkluzji podprzestrzeni przestrzeni V zawierajac zbiór A. 1
2 Uwaga 6.6. Najmniejsz podprzestrzeń przestrzeni liniowej V zawierajac zbiór A V nazywamy podprzestrzeni rozpiet na podzbiorze A lub generowan przez podzbiór A i oznaczamy przez lin(a). Z tego określenia wynika od razu, że lin( ) = {θ. Jeśli zbiór A jest skończony i A = {α 1, α 2,..., α n, to zamiast lin({α 1, α 2,..., α n ) bedziemy pisali lin(α 1, α 2,..., α n ). Zauważmy, że dla każdego α V jest lin(α) = {a α : a R. Rzeczywiście, α = 1 α {a α : a R oraz dla dowolnych a, b R mamy, że a α+b α = (a+b) α i a (b α) = (ab) α, wiec {a α : a R jest podprzestrzeni przestrzeni V zawierajac α. Jeżeli zaś W jest podprzestrzeni przestrzeni V taka, że α W, to dla dowolnego a R jest a α W, skad {a α : a R W. Zatem lin(α) = {a α : a R. Ponadto z definicji podprzestrzeni generowanej wynika od razu, że jeżeli A i B s podzbiorami przestrzeni liniowej V takimi, że A B, to lin(a) lin(b). Twierdzenie 6.7. Niech V 1, V 2,..., V n bed podprzestrzeniami przestrzeni liniowej V. Wówczas zbiór V 1 + V V n = {α 1 + α α n : α i V i dla i = 1, 2,..., n jest podprzestrzeni przestrzeni V. Ponadto V 1 + V V n = lin(v 1 V 2... V n ). Dowód. Niech α i V i dla i = 1, 2,..., n. Wtedy α i = θ +. {{.. + θ +α i + θ +. {{.. + θ, skad α i V V n dla i = 1, 2,..., n. Zatem V 1... V n V V n. Niech α, β V V n. Wtedy istniej α i, β i V i dla i = 1, 2,..., n takie, że α = α α n i β = β β n, skad α + β = (α 1 + β 1 ) (α n + β n ) V V n, bo α i + β i V i dla i = 1, 2,..., n. Ponadto dla a K mamy, że a α i V i dla i = 1, 2,..., n, skad z w lasności 5.20 a α = a α a α n V V n. Zatem V V n jest podprzestrzenia przestrzeni V zawierajac zbiór V 1... V n. Niech teraz W bedzie dowoln podprzestrzeni przestrzeni V taka, że V 1... V n W. Weźmy dowolne α V V n. Wtedy istniej α i V i dla i = 1, 2,..., n takie, że α = α α n. Ale α 1,..., α n W, wiec α W. Zatem V V n W. Stad V V n lin(v 1... V n ). Ale lin(v 1... V n ) jest najmniejsz podprzestrzenia przestrzeni V zawierajac zbiór V 1... V n, wiec stad V V n = lin(v 1... V n ). Twierdzenie 6.8. Dla dowolnych wektorów α 1,..., α n przestrzeni liniowej V zachodzi wzór: lin(α 1,..., α n ) = {a 1 α a n α n : a 1,..., a n R. Dowód. Ponieważ α i lin(α i ) dla i = 1, 2,..., n, wiec {α 1,..., α n lin(α 1 )... lin(α n ), skad lin(α 1,..., α n ) lin(lin(α 1 )... lin(α n )). Ponadto {α i {α 1,..., α n, wiec lin(α i ) lin(α 1,..., α n ) dla i = 1, 2,..., n. Zatem lin(lin(α 1 )... lin(α n )) lin(α 1,..., α n ). Stad lin(α 1,..., α n ) = lin(lin(α 1 )... lin(α n )) = lin(α 1 )+...+lin(α n ) = {a 1 α a n α n : a 1,..., a n R na mocy twierdzenia 6.7 i uwagi 6.6. i 1 n i 2
3 Twierdzenie 6.9. Dla dowolnych podzbiorów X i Y przestrzeni liniowej V zachodzi wzór: lin(x Y ) = lin(x) + lin(y ). Dowód. Mamy, że X lin(x) lin(x) + lin(y ) i Y lin(y ) lin(x) + lin(y ), wiec X Y lin(x) + lin(y ). Ale lin(x Y ) jest najmniejsz podprzestrzeni zawierajac zbiór X Y, wiec stad lin(x Y ) lin(x) + lin(y ). Dalej, X X Y lin(x Y ), skad lin(x) lin(x Y ) oraz Y X Y lin(x Y ), wiec lin(y ) lin(x Y ). Stad lin(x) + lin(y ) lin(x Y ) i ostatecznie lin(x Y ) = lin(x) + lin(y ). Z twierdzenia 6.9 mamy natychmiast nastepuj acy Wniosek Dla dowolnych wektorów α 1,..., α n, β 1,..., β m przestrzeni liniowej V zachodzi wzór: lin(α 1,..., α n, β 1,..., β m ) = lin(α 1,..., α n ) + lin(β 1,..., β m ). Twierdzenie Dla dowolnego podzbioru X przestrzeni liniowej V i dla każdego wektora α V : α lin(x) lin(x {α) = lin(x). Dowód. Za lóżmy, że lin(x {α) = lin(x). Ponieważ X {α lin(x {α), wiec stad X {α lin(x), skad α lin(x). Na odwrót, niech teraz α lin(x). Wtedy lin(α) lin(x), skad lin(α) + lin(x) = lin(x). Ale z twierdzenia 6.9, lin(x {α) = lin(x) + lin(α), wiec lin(x {α) = lin(x). 3 Kombinacja liniowa wektorów Definicja Niech V bedzie przestrzeni liniowa. Powiemy, że wektor α V jest kombinacj liniow wektorów α 1, α 2,..., α n V, jeżeli istniej skalary a 1, a 2,..., a n R (zwane wspó lczynnikami tej kombinacji) takie, że α = a 1 α 1 + a 2 α a n α n. (1) Uwaga Twierdzenie 6.8 możemy wypowiedzieć nastepuj aco: lin(α 1,..., α n ) sk lada sie ze wszystkich kombinacji liniowych wektorów α 1,..., α n. Twierdzenie Niech X bedzie dowolnym niepustym podzbiorem przestrzeni liniowej V nad cia lem R. Wówczas lin(x) jest zbiorem wszystkich kombinacji liniowych wszystkich skończonych podzbiorów zbioru X. Dowód. Oznaczmy przez V 1 zbiór wszystkich kombinacji liniowych wszystkich skończonych podzbiorów zbioru X. Dla α X mamy, że α = 1 α V 1, wiec X V 1. Ponieważ X, wiec V 1. Niech a R oraz α, β V 1. Wtedy istniej α 1,..., α n, β 1,..., β m X takie, że α = a 1 α a n α n oraz β = b 1 β b m β m. Zatem a α = (aa 1 ) α (aa n )α n V 1 oraz α lin(α 1,..., α n ) i β lin(β 1,..., β m ), wiec z wniosku 3
4 6.10, α + β lin(α 1,..., α n, β 1,..., β m ), czyli na mocy uwagi 6.13 α + β V 1. Stad V 1 jest podprzestrzeni przestrzeni V zawierajac X. Niech W bedzie dowoln podprzestrzenia przestrzeni V zawierajac X. Wtedy dla dowolnych α 1,..., α n X mamy, że α 1,..., α n W, skad dla dowolnych a 1,..., a n R jest a 1 α a n α n W. Zatem V 1 W, czyli V 1 jest najmniejsz podprzestrzeni przestrzeni X zawierajac zbiór X. Zatem V 1 = lin(x). Twierdzenie Niech α, α 1,..., α n, β 1,..., β m bed wektorami przestrzeni liniowej V. Jeżeli wektor α jest kombinacj liniow wektorów β 1,..., β m oraz dla i = 1, 2,..., m wektor β i jest kombinacj liniow wektorów α 1,..., α n, to wektor α jest kombinacj liniow wektorów α 1,..., α n. Dowód. Z uwagi 6.13 mamy, że β 1,..., β m lin(α 1,..., α n ). Zatem lin(β 1,..., β m ) lin(α 1,..., α n ). Ale z uwagi 6.13 α lin(β 1,..., β m ), wiec stad α lin(α 1,..., α n ), czyli z uwagi 6.13 wektor α jest kombinacj liniow wektorów α 1,..., α n. Przyk lad Niech n N. W przestrzeni R n określamy wektory ε 1 = [1, 0, 0,..., 0], ε 2 = [0, 1, 0,..., 0], ε 3 = [0, 0, 1,..., 0],..., ε n = [0, 0, 0,..., 1] Dla dowolnych skalarów a 1,..., a n R a 1 ε 1 = [a 1, 0, 0,..., 0] a 2 ε 2 = [0, a 2, 0,..., 0] a 3 ε 3 = [0, 0, a 3,..., 0] a n ε n = [0, 0, 0,..., a n ] wi ec po dodaniu stronami tych równości uzyskamy wzór: [a 1, a 2,..., a n ] = a 1 ε 1 + a 2 ε a n ε n. (2) Z tego wzoru wynika zatem, że każdy wektor przestrzeni R n jest kombinacj liniow wektorów ε 1,..., ε n, czyli R n = lin(ε 1,..., ε n ). Mówimy też, że wektory ε 1,..., ε n generuj przestrzeń R n., 4 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V. Wyróżniamy nastepuj ace operacje elementarne nad uk ladem wektorów (α 1,..., α n ): O1. Zamiana miejscami wektorów α i z α j (dla i j) oznaczana przez w i w j. Oczywiście operacja ta jest do siebie odwrotna. O2. Pomnożenie i-tego wektora przez niezerowy skalar a R, oznaczenie: a w i. Ponieważ dla a 0 jest a 1 (a α i ) = (a 1 a) α i = 1 α i = α i, wiec operacj odwrotn do a w i jest operacja a 1 w i. 4
5 O3. Dodanie do wektora α i wektora α j (dla i j) pomnożonego przez dowolny skalar a R, oznaczenie: w i + a w j. Ponieważ (α i + a α j ) + ( a) α j = α i + a α j + ( (a α j )) = α i, wiec operacj odwrotn do operacji w i + a w j jest operacja w i + ( a) w j. Twierdzenie Jeżeli uk lad wektorów (β 1,..., β n ) przestrzeni liniowej V powstaje z uk ladu wektorów (α 1,..., α n ) przez kolejne wykonanie skończonej liczby operacji elementarnych, to lin(β 1,..., β n ) = lin(α 1,..., α n ). Dowód. Indukcja pozwala nam ograniczyć sie do jednej operacji. Ponadto operacje elementarne s odwracalne, wiec wystarczy wykazać, że lin(β 1,..., β n ) lin(α 1,..., α n ), czyli, że {β 1,..., β n lin(α 1,..., α n ). Dla operacji O1 jest to oczywiste. Dla operacji O2 mamy, że β j = α j dla j i oraz β i = a α i lin(α 1,..., α n ). Dla operacji O3 β k = α k dla k i oraz β i = α i + a α j lin(α 1,..., α n ). Przyk lad Sprawdzimy, czy wektor [1, 2, 3] należy do podprzestrzeni W = lin([1, 3, 2], [1, 2, 1], [2, 5, 3]) przestrzeni liniowej R 3. Po wykonaniu operacji w 2 w 1, w 3 2w 1 uzyskamy na mocy twierdzenia 6.17, że W = lin([1, 3, 2], [0, 1, 1], [0, 1, 1]) = lin([1, 3, 2], [0, 1, 1]) = {x [1, 3, 2]+y [0, 1, 1] : x, y R = {[x, 3x y, 2x y] : x, y R. Zatem [1, 2, 3] W wtedy i tylko wtedy, gdy istniej x, y R takie, że [1, 2, 3] = [x, 3x y, 2x y], czyli gdy x = 1 oraz 3x y = 2x y = 1, a wiec gdy x = 1 i x = 0. Uzyskana sprzeczność pokazuje, że [1, 2, 3] W. 5 Liniowa niezależność wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V. Powiemy, że uk lad wektorów (α 1,..., α n ) jest liniowo zależny, jeżeli istniej skalary a 1,..., a n R nie wszystkie równe 0 i takie, że a 1 α a n α n = θ. Przyk lad Wektory θ, α 1,..., α n V s liniowo zależne, bo np. 1 θ + 0 α α n = θ oraz 1 0. Uwaga Jeżeli uk lad wektorów (α 1,..., α n ) jest liniowo zależny, to dla dowolnej bijekcji f : {1, 2,..., n {1, 2,..., n uk lad (α f(1),..., α f(n) ) też jest liniowo zależny. Przyk lad Wektory α, α, α 1,..., α n s liniowo zależne, bo 1 α + ( 1) α + 0 α α n = θ i
6 Definicja Powiemy, że uk lad wektorów (α 1,..., α n ) przestrzeni liniowej V jest liniowo niezależny, jeżeli nie jest on liniowo zależny, tzn. a1,...,a n R [a 1 α a n α n = θ a 1 =... = a n = 0]. Przyk lad Ze wzoru (2) wynika od razu, że uk lad wektorów (ε 1,..., ε n ) przestrzeni R n jest liniowo niezależny. Uwaga Z uwagi 6.20 wynika, że jeśli uk lad wektorów (α 1,..., α n ) przestrzeni liniowej V jest liniowo niezależny (w skrócie lnz), to dla dowolnej bijekcji f : {1, 2,..., n {1, 2,..., n uk lad (α f(1),..., α f(n) ) też jest liniowo niezależny. Ponadto z przyk ladu 6.21 wynika, że wtedy α i α j dla i j. Możemy zatem powiedzieć, że zbiór wektorów {α 1,..., α n jest liniowo niezależny. Dalej, z przyk ladu wynika, że θ {α 1,..., α n. Jeżeli X = {β 1,..., β k jest niepustym podzbiorem zbioru {α 1,..., α n, to zbiór X też jest liniowo niezależny, gdyż w przeciwnym wypadku istnia lyby skalary b 1,..., b k nie wszystkie równe 0 i takie, że b 1 β b k β k = θ i wówczas uzupe lniajac ciag (b 1,..., b k ) zerami uzyskamy ciag (a 1,..., a n ) taki, że a 1 α a n α n = θ, wbrew liniowej niezależności zbioru {α 1,..., α n. Z uwagi 6.24 wynika zatem, że definicj e liniowej niezależności można rozszerzyć na dowolne podzbiory przestrzeni liniowej. Definicja Powiemy, że podzbiór X przestrzeni liniowej V jest liniowo niezależny (w skrócie lnz), jeżeli każdy skończony podzbiór zbioru X jest liniowo niezależny. Zbiór pusty wektorów uważamy za liniowo niezależny. Z uwagi 6.24 oraz z tej definicji mamy od razu nastepuj ace Twierdzenie Dowolny podzbiór liniowo niezależnego zbioru wektorów przestrzeni liniowej jest zbiorem liniowo niezależnym. Przyk lad W przestrzeni liniowej V = R[x] zbiór {1, x, x 2,... jest liniowo niezależny. Przyk lad Jeżeli α jest niezerowym wektorem przestrzeni liniowej V, to zbiór {α jest liniowo niezależny. Rzeczywiście, niech a R b edzie takie, że a α = θ. Wtedy z uwagi 5.19 mamy, że a = 0, czyli zbiór {α jest lnz. Twierdzenie Jeżeli uk lad wektorów (β 1,..., β n ) przestrzeni liniowej V powstaje z uk ladu (α 1,..., α n ) przez kolejne wykonanie skończonej liczby operacji elementarnych, to uk lad (β 1,..., β n ) jest liniowo niezależny wtedy i tylko wtedy, gdy uk lad (α 1,..., α n ) jest liniowo niezależny. Dowód. Indukcja pozwala nam ograniczyć sie do jednej operacji elementarnej. Ponadto operacje elementarne s odwracalne, wiec wystarczy wykazać, że jeżeli uk lad (α 1,..., α n ) jest lnz, to uk lad (β 1,..., β n ) jest lnz. Dla operacji O1 jest to oczywiste. Dla operacji O2 mamy, że β j = α j dla j i oraz β i = a α i dla pewnego a 0. Weźmy dowolne a 1,..., a n R takie, że a 1 β a n β n = θ. Wtedy a 1 α (a i a) α i a n α n = θ. Stad z liniowej 6
7 niezależności uk ladu (α 1,..., α n ) mamy, że a 1 = a 2 =... = a i a =... = a n = 0. Ale a 0, wiec stad a 1 =... = a i =... = a n = 0, czyli uk lad (β 1,..., β n ) jest lnz. Dla operacji O3 bez zmniejszania ogólności możemy zak ladać, że b 1 = α 1 +a α 2 oraz β j = α j dla j = 2,..., n. Weźmy dowolne a 1,..., a n R takie, że a 1 β a n β n = θ. Wtedy a 1 (α 1 + a α 2 ) + a 2 α a n α n = θ, czyli a 1 α 1 + (a 1 a+a 2 ) α a n α n = θ, skad z lnz uk ladu (α 1,..., α n ) mamy, że a 1 = a 1 a + a 2 = a 3 =... = a n = 0, czyli a 1 = a 2 =... = a n = 0, a wiec uk lad (β 1,..., β n ) jest lnz. Twierdzenie Niech X b edzie zbiorem liniowo niezależnym wektorów przestrzeni liniowej V. Wówczas dla każdego wektora α V : α lin(x) [α X lub zbiór X {α jest liniowo zależny]. Dowód.. Za lóżmy, że α lin(x). Wtedy α X, gdyż X lin(x). Zatem zbiór X {α jest liniowo zależny. Ale zbiór X jest liniowo niezależny, wiec istniej parami różne wektory α 1,..., α n X takie, że zbiór {α, α 1,..., α n jest liniowo zależny. Zatem istniej skalary a, a 1,..., a n R nie wszystkie równe 0 i takie, że a α+a 1 α a n α n = θ. Stad z liniowej niezależności wektorów α 1,..., α n wynika, że a 0. Zatem α = ( a 1 a ) α ( an a ) α n lin(x), czyli α lin(x) na mocy twierdzenia 6.14 i mamy sprzeczność.. Na mocy twierdzenia 6.14 istniej α 1,..., α n X oraz a 1,..., a n R takie, że α = a 1 α a n α n. Zatem 1 α+( a 1 ) α ( a n ) α n = θ, skad wynika, że α X albo α X i zbiór X {α jest liniowo zależny. 7
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 szczegółowoWyk 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 szczegółowoWyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Bardziej szczegółowoWyk 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 szczegółowoWyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera
Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu
Bardziej szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,
Bardziej szczegółowoWyk lad 2 Podgrupa grupy
Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.
Bardziej szczegółowoWyk 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 szczegółowoWyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie
1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z
Bardziej szczegółowoWyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Bardziej szczegółowoWyk lad 4 Warstwy, dzielniki normalne
Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b
Bardziej szczegółowoWyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Bardziej szczegółowoWyk lad 11 Przekszta lcenia liniowe a macierze
Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β
Bardziej szczegółowoWyk lad 13 Funkcjona ly dwuliniowe
1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α
Bardziej szczegółowoWyk lad 10 Przestrzeń przekszta lceń liniowych
Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych
Bardziej szczegółowoPrzestrzenie 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. : 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 szczegółowo14. 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 szczegółowoWykład 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 szczegółowoR 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 szczegółowo1.1 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 szczegółowoWyk lad 4 Dzia lania na macierzach. Określenie wyznacznika
Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n
Bardziej szczegółowoWyk lad 14 Cia la i ich w lasności
Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,
Bardziej szczegółowoB 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 szczegółowoWyk lad 1 Podstawowe struktury algebraiczne
Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość
Bardziej szczegółowoWyk lad 3 Wielomiany i u lamki proste
Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich
Bardziej szczegółowo(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach
Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element
Bardziej szczegółowoKombinacje 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 szczegółowoNiech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:
Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x
Bardziej szczegółowo3 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 szczegółowoWyk lad 3 Wyznaczniki
1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1
Bardziej szczegółowoWyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Bardziej szczegółowoZadania 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 szczegółowoAnaliza 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 szczegółowoPrzestrzenie 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 szczegółowoRozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.
Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa
Bardziej szczegółowo13 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 szczegółowoPokazać, 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 szczegółowoIloczyn 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 szczegółowoPrzestrzenie wektorowe, liniowa niezależność Javier de Lucas
Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj
Bardziej szczegółowoRozdzia l 2. Najważniejsze typy algebr stosowane w logice
Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr
Bardziej szczegółowoWyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm
Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy
Bardziej szczegółowoDB 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 szczegółowoALGEBRA 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 szczegółowoUkłady liniowo niezależne
Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik 2016 1
Bardziej szczegółowoRozdzia l 3. Elementy algebry uniwersalnej
Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla
Bardziej szczegółowoWYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE
WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na
Bardziej szczegółowoUkłady 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 szczegółowoPrzestrzenie 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 szczegółowo1 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 szczegółowoWyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera
Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
Bardziej szczegółowoCia la i wielomiany Javier de Lucas
Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma
Bardziej szczegółowoUkłady 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 szczegółowoTomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011
Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska 50-370 Wroc law Wroc law, kwiecień 2011 Analiza Funkcjonalna WPPT IIr. Wyk lady 4 i 5: Przestrzenie unitarne i Hilberta (rzeczywiste
Bardziej szczegółowo9 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 szczegółowoAlgebra 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 szczegółowoZestaw 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 szczegółowoTeoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej
Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar
Bardziej szczegółowoRozwiązania, seria 5.
Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
Bardziej szczegółowoPrzestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych
Grupa, cia lo Zadanie 1. Jakie w lasności w zbiorze liczb naturalnych, ca lkowitych, wymiernych, rzeczywistych maj dzia lania a b = a b, a b = a 2 + b 2, a b = a+b, a b = b. 2 Zadanie 2. Pokazać, że (R
Bardziej szczegółowoRozdzia l 3. Relacje binarne
Rozdzia l 3. Relacje binarne 1. Para uporz adkowana. Produkt kartezjański dwóch zbiorów Dla pary zbiorów {x, y} zachodzi, jak latwo sprawdzić, równość {x, y} = {y, x}. To znaczy, kolejność wymienienia
Bardziej szczegółowoIndeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej
Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej
Bardziej szczegółowoNiezb. ednik matematyczny. Niezb. ednik matematyczny
Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )
Bardziej szczegółowoGrzegorz 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 szczegółowoKOLOKWIUM Z ALGEBRY I R
Instrucje: Każde zadanie jest za 4 puntów. Rozwi azanie ażdego zadania musi znajdować siȩ na osobnej artce oraz być napisane starannie i czytelnie. W nag lówu ażdego rozwi azania musz a znajdować siȩ dane
Bardziej szczegółowoRozdzia l 10. Najważniejsze normalne logiki modalne
Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH
ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy
Bardziej szczegółowoR 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 szczegółowo1 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 szczegółowoUzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,
Bardziej szczegółowo2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9
Spis treści 1 Podstawowe struktury algebraiczne 2 11 Grupa, pierścień, ciało 2 12 Grupy permutacji 4 13 Pierścień wielomianów, algorytm Euklidesa, największy wspólny dzielnik 6 14 Zadania 7 2 Rachunek
Bardziej szczegółowo4 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 szczegółowoMacierze. 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 szczegółowoDB 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 szczegółowo020 Liczby rzeczywiste
020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie
Bardziej szczegółowoZagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka
Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach
Bardziej szczegółowoSterowalność liniowych uk ladów sterowania
Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,
Bardziej szczegółowo1 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 szczegółowoBaza 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 szczegółowoElementy analizy funkcjonalnej PRZESTRZENIE LINIOWE
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace
Bardziej szczegółowoSuma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,
Bardziej szczegółowoSuma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3
Bardziej szczegółowoR 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 szczegółowoIndukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka
Bardziej szczegółowodomykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
Bardziej szczegółowo13. Cia la. Rozszerzenia cia l.
59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja
Bardziej szczegółowoTreść 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 szczegółowoZastosowania 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 szczegółowoWykład 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 szczegółowoPraca 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 szczegółowo1 Przestrzenie unitarne i przestrzenie Hilberta.
Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)
Bardziej szczegółowoa 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 szczegółowoO 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 szczegółowoMatematyka 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 szczegółowoZadania 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 szczegółowo1 Określenie pierścienia
1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące
Bardziej szczegółowoPODSTAWY RACHUNKU WEKTOROWEGO
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Skalar Definicja Skalar wielkość fizyczna (lub geometryczna)
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Bardziej szczegółowoTemperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.
Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu
Bardziej szczegółowo