Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Podobne dokumenty
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

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

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

KOLOKWIUM Z ALGEBRY I R

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

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

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Twierdzenie Stolza i metryki Javier de Lucas. a n = (2n + 1) 1 4 n 5 4

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

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Przeliczalność, kresy, bijekcje Javier de Lucas

Cia la i wielomiany Javier de Lucas

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Kombinacje liniowe wektorów.

Równania różniczkowe cz astkowe rzȩdu pierwszego

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

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

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 13 Funkcjona ly dwuliniowe

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

Normy wektorów i macierzy

Praca domowa - seria 6

na p laszczyźnie kartezjaṅskiej prowadzimy prost a o rȯwnaniu s 1. (1.1) s 0 + t 1 t 0

Wyk lad 14 Formy kwadratowe I

φ(x 1,..., x n ) = a i x 2 i +

Zadania o liczbach zespolonych

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

Funkcje wielu zmiennych

Sterowalność liniowych uk ladów sterowania

Geometria odwzorowań inżynierskich Zadania 02

Wektory i wartości własne

Funkcje wielu zmiennych

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Przestrzenie wektorowe

(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

Układy równań liniowych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

Wyk lad 11 1 Wektory i wartości w lasne

Pierwiastki arytmetyczne n a

Zadania przygotowawcze, 3 kolokwium

Endomorfizmy liniowe

Przestrzenie liniowe

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

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Wyk lad 14 Cia la i ich w lasności

Logika matematyczna i teoria mnogości (I) J. de Lucas

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

Niech 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 lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

w = w i ξ i. (1) i=1 w 1 w 2 :

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Działania na zbiorach

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

9 Przekształcenia liniowe

Wektory i wartości własne

R n jako przestrzeń afiniczna

Geometria odwzorowań inżynierskich Zadania 06

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Niezb. ednik matematyczny. Niezb. ednik matematyczny

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

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Zasada indukcji matematycznej

Przestrzenie liniowe w zadaniach

Wyk lad 11 Przekszta lcenia liniowe a macierze

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza

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

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Geometria odwzorowań inżynierskich Zadania 01

Przekształcenia liniowe

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

13. Cia la. Rozszerzenia cia l.

Wprowadzenie do równań ró znicowych i ró zniczkowych.

Wyk lad 1 Podstawowe struktury algebraiczne

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

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

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej

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

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

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

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.

Transkrypt:

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 + p v 3 = 7 10 + p 7 3p 13 Ćwiczenie Podać bazȩ sumy i przeciȩcia pow loki liniowej V = a 1 a a 3 oraz W = b 1 b b 3 gdzie [ [ [ 1 1 1 1 3 a 1 = a = a 3 = 3 0 b 1 = [ 1 0 [ 3 b = [ 1 1 b 3 = 3 0 Podaj postać parametryczn a i uwik lan a V W V W i V + W Sprawdź że dim(v + W ) = dim V + dim W dim V W Rozwi azanie: W postaci parametrycznej piszemy elementy podprzestrzeni liniowej jako liniowe kombinacje elementów bazy tej podprzestrzeni Dla V mamy że [ [ [ 1 1 1 1 3 V = a 1 a a 3 = 3 0 Szukamy bazy V Pow loka liniowa uk ladu generaj acego nie zmienia siȩ kiedy zast apimy wektor tego uk ladu przez liniow a kombinacjȩ zawieraj ac taki wektor Zatem [ [ [ [ [ [ 1 3 1 3 1 3 3 6 V = = 3 0 3 0 i V = [ 1 [ 3 [ 1 = [ 1 [ 3

Skoro [ 1 [ 3 nie s a proporcjonalne to s a liniowo niezależne i tworz a bazȩ V Zatem postać parametryczna V to [ [ [ 1 3 = λ x 3 x 1 + λ 4 λ 1 λ Z postaci paramatrycznej można zapisać postać uwik lan a W tej postaci opisujemy elementy podprzestrzeni jako rozwi azania uk ladu równań liniowych Na przyk lad wcześniej mamy że x 1 = λ 1 + λ x = λ 1 + 3λ x 3 = λ 1 x 4 = 0 Zatem elementy V s a takie elementy które spe lniaj a że x 4 = 0 x 1 = x 3 + λ x = x 3 + 3λ Usun ac λ 1 i λ możemy znaleźć równości miȩdzy wspó lrzȩdnami elementów V : Wtedy x 4 = 0 λ = (x 1 x 3 )/ = (x x 3 )/3 x 4 = = 3x 1 3x 3 x + 4x 3 = 3x 1 + x 3 x Teraz dla drugiej podprzestrzeni [ 1 W = b 1 b b 3 = 0 [ 3 [ 1 1 3 0 Ale pow loka liniowa nie zmienia siȩ kiedy zast apimy wektor przez liniow a kombinacjȩ zawieraj ac taki wektor Zatem [ [ [ [ [ 1 3 3 1 3 W = = 0 0 Skoro [ 1 0 [ 3 nie s a proporcjonalne to s a liniowo niezależne i tworz a bazȩ W

Zatem postać parametryczna podprzestrzeni W to [ [ [ 1 3 = λ x 3 x 1 + λ 4 0 λ 1 λ R Z postaci paramatrycznej można zapisać postać uwik lan a Ta postać polega na tym że opisujemy elementy podprzestrzeni jako rozwi azania uk ladu równań liniowych Na przyk lad wcześniej mamy że x 1 = λ 1 + λ x = λ 1 + 3λ x 3 = λ 1 λ x 4 = 0 Zatem elementy W s a takie elementy które spe lniaj a że Zatem i Wtedy x 4 = 0 x = (x 1 λ ) + 3λ x 3 = (x 1 λ ) λ x 4 = 0 x = x 1 λ x 3 = x 1 5λ x 4 = 0 x 3 = x 1 5(x 1 x ) x 4 = 0 x 3 + 8x 1 5x = 0 Podprzestrzeń V W można latwo oblizcyć za pomoc a postaci uwik lanej podprzestrzeni V W Widać że [ V W x x 3 x 4 = 0 x 3 + 8x 1 5x = 0 x 4 = = 3x 1 + x 3 x 4 Zatem x 4 = 0 5x 1 3x = 0 3x 1 + x 3 x = 0 To postać uwik lan a V W Możemy obliczyć teraz elementy V W Możemy zak ladać że x przejmujȩ dowoln a wartość x = λ i wtedy x 4 = 0 x 1 = 3/5λ x 3 = λ 9/5λ = λ/5 Wówczas [ x 3 x 4 [ V W x 3 x 4 [ 3/5 1 = λ 1/5 0 V W = [ 3 5

Drugie wyrażenie daje nam postać parametryczn a V W Na samym koncu mamy że V + W to podprzestrzeń zgenerowana przez elementy V i W Wtedy [ [ [ [ 1 3 1 3 V + W = 0 Zatem V +W = [ 1 [ 1 V + W = [ [ 3 1 V + W = Widać że [ 0 1 [ 3 [ 0 1 [ 1 0 [ [ [ 3 = [ [ 1 [ 1 [ tworz a bazȩ V + W Postać uwik lana V + W to x 4 = 0 [ 1 [ Ćwiczenie 3 Dane s a podprzeszteni V W C gdzie C to przeztrzeń liniowa nad C macierzy o wspó lczynnikack w ciele C postaci {[ } [ [ V = 0 1 x x 3 x + x 3 = 0 x 1 + x 4 = 0 W = 4 0 1 Oblicz V + W V W Czy C jest sum a prost a podprzestrzeni V i W? W takim przypadku podaj rok lad na sk ladowe wektorów [ 1 1 a = 3 1 Rozwi azanie: Z definicji V + W to zbiór C wektorów postaci V + W = {v + w v V w W } Aby ustalić V + W obliczymy uk lady generuj ace V i W Takie uk lady daj a nam uk lad generuj acy W + V

Dla V mamy [ M = x 3 x 4 [ V M = x x 1 = x 1 [ 0 1 + x [ 0 1 Z tego wynika że V = [ 0 1 M1 V := [ M V := 0 1 Latwo widać że [ 0 1 to baza dla V Dla W już mamy że baza to [ M1 W := 0 1 Wiȩc V + W = [ 0 1 [ 0 1 M W := [ 0 1 [ 0 1 [ 0 1 [ 0 1 Zast api ac elementy uk ladu generuj acego V + W przez liniowe kombinacje z tym elementem widać że [ [ [ [ 0 0 0 1 V + W = 0 1 [ 0 1 V + W = [ 0 1 V + W = [ [ [ 0 1 [ 0 1 [ 0 1 [ Wiȩc V + W jest zgenerowana przez bazȩ kanoniczn a C Zatem W + V = C i dim W + V = 4 Można bezpośrednio zauwaźyć że dim V W = dim V + dim W dim V + W = + 4 = 0 V W = 0

Możemy obliczyć też obliczyć V W za pomoc a postaci uwik lanych V i W Znamy już postać uwik lan a V Dla W mamy że [ [ [ [ W 0 1 = λ + µ x 3 x 4 x 3 x 4 0 1 Z tego wynika że x 1 = x 4 = µ i x = x 3 = λ i postać uwyk lana to x 1 x 4 = 0 x x 3 Wtedy widać że [ v = W V x x 3 x 1 = x 4 x = x 3 x 1 = x 4 x = x 3 4 Hence v = [ Skoro V +W = C 0 V W = {0} to mówi siȩ że V W s a w sumie prostej Z tego wynika że każdy element M C można zapisać tylko w jednym sposób jak M = M V + M W gdzie M V V i M W W W laśnie dany drugi rozk lad M = M V + M W to M V + M W = M V + M W M V M V = M W M W Prawa strona należy do V i lewa do W Skoro V W = {0} to 0 = M V M V = M W M W i z tego wynika że rozk lad M jest jedynym W naszym przypadku musimy obliczyć λ 1 λ λ 3 λ 4 takie że [ 1 1 a = = λ 3 1 1 M1 V + λ M V + λ 3 M1 W + λ 4 M W (31) Takie uk lad równań liniowych ma postać Z tego wynika że 1 = λ + λ 3 1 = λ 1 + λ 4 3 = λ 1 + λ 4 1 = λ + λ 3 λ 3 = 1 λ 4 = 1 λ = 0 λ 1 = Aby rozwi azać taki uk lad możemy też korzystać z form liniowych ω 1 = x 1 + x 4 ω = x + x 3 ω 3 = x 1 x 4 ω 4 = x x 3

W laśnie zastosuj ac ω 1 po obu stronach (31) otrzymujemy = ω (a) = ω 1 (λ 1 M1 V + λ M V + λ 3 M1 W + λ 4 M W ) = λ 3 λ 3 = 1 Podobnie 0 = ω (a) = ω (λ 1 M1 V + λ M V + λ 3 M1 W + λ 4 M W ) = λ 4 λ 4 = 1 Znowu 0 = ω 3 (a) = ω (λ 1 M1 V + λ M V + λ 3 M1 W + λ 4 M W ) = λ λ = 0 Zatem i 4 = ω 4 (a) = ω (λ 1 M V 1 + λ M V + λ 3 M W 1 + λ 4 M W ) = λ 1 λ 1 = a = M V 1 + M W 1 + M W a = [ 0 0 + [ 1 1 1 1 gdzie [ 0 0 V [ 1 1 1 1 W Ćwiczenie 4 Niech V = R 3 i W = {(x y z) x + y + z = 0} Oblicz klasy przestrzeni V/W i podaj interpretacjȩ geometrycznţych klas Udowodnij że V/W jest isomorficzny do R Rozwi azanie: Z definicji klasa absktrakcji [v przestrzeni V/W to zbiór Widać że zbiór [v = {w V v w W } v + W := {v + w w W } należy do [v W laśnie widać z definicji [v że każdy element [v należy też do [v Zatem [v = v + W

Geometrycznie W to p laszczyźna π przechod aca przez ( 0) Widać że W = [0 Dodatkowo mamy że [v to p laṡzczyźna π v równoleg la do W przechodz ac przez v W dok ladności aby zdefiniować równoleg lość potrzebujemy jakieś struktury matematycznej aby zdefiniować k aty i jeszcze tego nie mamy Tutaj równoleg ly tylko oznacza że p laszczyźnie π i π v maj a puste przeciȩcie Możemy udowodnić że V/W R dwoma sposobami Możemy zdefiniować odwzorowanie: Φ : V/W [v Φ([v) = ω(v) R gdzie ω(v) = (x + y + z)(v) gdzie x y z to s a odwzorowanie x(x 1 x x 3 ) = x 1 y(x 1 x x 3 ) = x z(x 1 x x 3 ) = x 3 Można udowodnić że ω to odwzorowanie liniowe cyzli ω(λ 1 v 1 + λ v ) = λ 1 ω(v 1 ) + λ ω(v ) dla dowolnych λ 1 λ R i v 1 v R 3 Teraz udowodnimy że Φ jest dobrze zdefiniowane W laśnie trzeba zauważyć że może si a zdarzyć że [v 1 = [v A takim przypadku Φ([v 1 ) = ω(v 1 ) i Φ([v ) = ω(v ) Ale skoro [v 1 = [v nasze odwzorowanie jest dobrze zdefiniowane wtedy i tylko wtedy gdy ω(v 1 ) = ω(v ) Natomiast [v 1 = [v w W v 1 = v + w ω(v 1 ) = ω(v ) + ω(w) Z definicji W wynika że ω(w) = 0 Zatem ω(v 1 ) = ω(v ) i Φ jest dobrze zdefiniowane Udowodnimy że Φ jest liniowe Trzeba pamiȩtać że V/W ma struktur a przestrzeni liniowej z dzia laniami: λ[v 1 = [λv 1 [v 1 + v = [v 1 + [v λ R v 1 v V Teraz i zatem Φ(λ 1 [v 1 + λ [v ) = Φ(λ 1 [v 1 + λ [v ) = Φ([λ 1 v 1 + λ v ) ω(λ 1 v 1 + λ v ) = λ 1 ω(v 1 ) + λ ω(v ) = λ 1 Φ([v 1 ) + λ Φ([v )

Teraz mamy udowodnić że Φ jest injekcj a czyli musimy sprawdzić że Korzystaj ac z liniowości ω mamy że Φ([v 1 ) = Φ([v ) [v 1 = [v Φ([v 1 ) = Φ([v ) ω(v 1 ) = ω(v ) ω(v 1 v ) = 0 v 1 v W [v 1 = [v Wiȩc Φ jest injekcj a Sprawdzamy że Φ jest surjekcj a Dla dowolnego λ R mamy że Φ([λ(1 )) = ω(λ(1 )) = λ R Zatem Φ(V/W ) = R i Φ jest surjekcj a Z tego wynika że Φ jest izomorfizmem Istnieje inna metoda aby udowodnić że Φ jest izomorfizmem Trzeba udowodnić że posiada funkcja odwrotna po prawie i lewej stronie czyli istnieje Φ : R V/W takie że Φ Φ = Id V/W i Φ Φ = Id R Możemy zdefinjować Φ : R λ [λ(1 ) V/W Wtedy Φ Φ(λ) = Φ([λ(1 ) = ω(λ(1 )) = λ = Id R (λ) i Φ Φ([v) = Φ(ω(v)) = ω(v)[(1 ) Skoro ω(v) = ω(ω(v)(1 )) to [v = [ω(ω(v)(1 )) i Φ Φ([v) = Φ(ω(v)) = [v = Id V/W ([v) Wiȩc Φ jest bijekcj a Ostatecznie możemy zdefiniować Φ inaczej Dana podprzestrzeń W możemy zdefiniować podprzestrzeń W tak a że W W = R 3 np W = (1 ) W takim przypadku każdy element v R 3 ma tylko jeden rozk lad Korzystaj ac z tego zdefiniujemy v = v W + v W v W W v W W Φ : V/W [v v W W Takie odwzorowanie jest dobrze zdefiniowane czyli jeżeli [v = [w to Φ([v 1 ) = Φ([v ) W laśnie [v 1 = [v w W v 1 W + v 1 W = v W + v W + w v 1 W v W = v W + w v 1 W

Skoro W W lewa strona należy od W i prawa do W to [v 1 = [v v 1 W v W = 0 v 1 W = v W Zatem Φ([v 1 ) = Φ([v ) Poza tym Φ)[v 1 = Φ([v ) [v 1 = [v i Φ jest injekcj a Dodatkowo Φ jest surjekcj a ponieważ dla dowolnego elementu e W mamy że Φ([e) = e Wiȩc Φ jest bijekcj a i skoro W R wynika że V/W R