Kombinacje liniowe wektorów.

Podobne dokumenty
. : 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

14. Przestrzenie liniowe

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

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

Układy równań liniowych

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.

Przestrzenie liniowe

Przestrzenie wektorowe

13 Układy równań liniowych

Przestrzenie liniowe

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

3 Przestrzenie liniowe

Układy równań i nierówności liniowych

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

Algebra liniowa z geometrią

Baza w jądrze i baza obrazu ( )

1 Zbiory i działania na zbiorach.

3. Wykład Układy równań liniowych.

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wektory i wartości własne

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

1 Podobieństwo macierzy

Wektory i wartości własne

φ(x 1,..., x n ) = a i x 2 i +

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

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

9 Przekształcenia liniowe

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Zastosowania wyznaczników

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

Własności wyznacznika

DB Algebra liniowa 1 semestr letni 2018

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

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Wykład 5. Ker(f) = {v V ; f(v) = 0}

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

Analiza funkcjonalna 1.

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Grupy, pierścienie i ciała

4 Przekształcenia liniowe

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

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

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Podstawowe struktury algebraiczne

Paweł Gładki. Algebra. pgladki/

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

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

DB Algebra liniowa semestr zimowy 2018

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

Układy równań liniowych i metody ich rozwiązywania

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

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

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

O MACIERZACH I UKŁADACH RÓWNAŃ

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

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

Informacja o przestrzeniach Hilberta

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze.

Zadania z Algebry liniowej 4 Semestr letni 2009

1 Elementy logiki i teorii mnogości

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,

Paweł Gładki. Algebra. pgladki/

Układy równań i równania wyższych rzędów

Przestrzeń liniowa. Algebra. Aleksander Denisiuk

Macierze. Rozdział Działania na macierzach

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

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

3. Macierze i Układy Równań Liniowych

Algebra liniowa. 1. Macierze.

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

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

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

Układy równań liniowych

Wyk lad 11 1 Wektory i wartości w lasne

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

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

Zadania przygotowawcze, 3 kolokwium

1. Wykład NWD, NWW i algorytm Euklidesa.

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

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

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

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

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

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9

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

Przekształcenia liniowe

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

R n jako przestrzeń afiniczna

Zadania egzaminacyjne

GAL. J. Chaber, R.Pol. Wydział MIM UW

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

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

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,...

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

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

Transkrypt:

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

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 = ]

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 =

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 =

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

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

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

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

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

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

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 3 =,,, [ ] [ ] [ ] 2,,, [ 2 ], [ 2 ], [ 2 2 ]}

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 + ]}

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

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 ]}

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

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 )

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 2 + + a in x n ) (a i y + a i2 y 2 + + 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

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 2 + + a in y n ) + (a i z + a i2 z 2 + + 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)

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

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

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

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 )

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 2 + + u n = u + u 2 + + u n, gdzie u i, u i U i, dla i {,, n}, to u i = u i, dla i {,, n}

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

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

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 2 + + 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

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

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