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

Podobne dokumenty
Przestrzenie wektorowe

Przestrzenie liniowe

14. Przestrzenie liniowe

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

Algebra liniowa z geometrią

Przestrzeń liniowa. Algebra. Aleksander Denisiuk

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

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

Kombinacje liniowe wektorów.

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

Przestrzenie liniowe

Rozwiązania, seria 5.

Układy równań liniowych

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Układy liniowo niezależne

Baza w jądrze i baza obrazu ( )

Przekształcenia liniowe

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

3 Przestrzenie liniowe

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

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

φ(x 1,..., x n ) = a i x 2 i +

Wykład 5. Ker(f) = {v V ; f(v) = 0}

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.

1 Podobieństwo macierzy

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Przestrzenie liniowe

1 Zbiory i działania na zbiorach.

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

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

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

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

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

Zastosowania wyznaczników

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

13 Układy równań liniowych

Informacja o przestrzeniach Hilberta

Analiza funkcjonalna 1.

Zadania egzaminacyjne

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

9 Przekształcenia liniowe

Układy równań i nierówności liniowych

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

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

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

Zbiory wypukłe i stożki

Programowanie liniowe

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Grupy, pierścienie i ciała

Zadania z Algebry liniowej 4 Semestr letni 2009

Wyk lad 7 Baza i wymiar przestrzeni liniowej

1 Macierze i wyznaczniki

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

R n jako przestrzeń afiniczna

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

4 Przekształcenia liniowe

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

Praca domowa - seria 6

Wykład 14. Elementy algebry macierzy

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

Przestrzeń liniowa i przekształcenie liniowe

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

Przekształcenia liniowe

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

DB Algebra liniowa 1 semestr letni 2018

Algebra liniowa. 1. Macierze.

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

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

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

1. Liczby zespolone i

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2

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

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

1 Działania na zbiorach

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Prosta i płaszczyzna w przestrzeni

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

Układy równań liniowych

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

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

Skończone rozszerzenia ciał

Diagonalizacja macierzy i jej zastosowania

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

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

Zestaw zadań 14: Wektory i wartości własne. ) =

2.7 Przestrzenie unormowane skończenie wymiarowe

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

Endomorfizmy liniowe

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

Definicja i własności wartości bezwzględnej.

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

Własności wyznacznika

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Zadania z algebry liniowej - sem. I Struktury algebraiczne

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,

Podstawowe struktury algebraiczne

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

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

1 Elementy logiki i teorii mnogości

Transkrypt:

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. 1. x = (x 1, x 2,..., x n ), y = (y 1, y 2,..., y n ) = x + y = (x 1 + y 1, x 2 + y 2,..., x n + y n ), 2. x = (x 1, x 2,..., x n ), a R = a x = (ax 1, ax 2,..., ax n ). Wektor 0 = (0,..., 0) nazywamy wektorem zerowym. Przykład 1. 5(2, 3, 2, 1) + 2( 2, 0, 4, 3) = (10, 15, 10, 5) + ( 4, 0, 8, 6) = (6, 15, 2, 1).

Liniowa zależność i niezależność wektorów Definicja 2. Kombinacją liniową wektorów v 1,..., v k nazywamy wektor v = a 1 v 1 +... + a k v k, gdzie a 1,..., a k R. Definicja 3. Wektory v 1,..., v k są liniowo zależne, jeśli istnieją a 1,..., a k R takie, że a 1 v 1 +... + a k v k = 0, oraz a i 0 dla pewnego i {1,..., k}. Uwaga 1. Jeśli powyżej a 1 0, to v 1 = a 2 a 1 v 2... a k a 1 v k, czyli jeden wektor wyraża jako kombinacja liniowa pozostałych. Przykład 2. Wektory (1, 2, 3), (4, 1, 2), (6, 3, 8) są liniowo zależne (6, 3, 8) = 2(1, 2, 3) + (4, 1, 2).

Definicja 4. Wektory są liniowo niezależne, jeśli nie są liniowo zależne. Zatem nie istnieją a 1,..., a k R takie, że a 1 v 1 +... + a k v k = 0, oraz (1) a i 0, dla pewnego i {1,..., k}. (2) Czyli nie mogą być spełnione jednocześnie warunki (1), (2). Fakt 1. Wektory v 1,..., v k są liniowo niezależne, jeśli prawdziwe jest stwierdzenie: Jeśli dla liczb a 1,..., a k R zachodzi równość a 1 v 1 +... + a k v k = 0, to a 1 =... = a k = 0. Przykład 3. Zbadać niezależnośc wektorów u = (1, 1, 1, 1), v = (1, 2, 2, 1), w = (0, 1, 2, 2). Rozwiązanie: Niech liczby a, b, c będą takie, że a(1, 1, 1, 1) + b(1, 2, 2, 1) + c(0, 1, 2, 2) = 0.

Czyli (a+b, a+2b+c, a+2b+2c, a+b+2c) = (0, 0, 0, 0). Dostajemy układ równań a + b = 0 a + 2b + c = 0 a + 2b + 2c = 0 a + b + 2c = 0 Jedynym rozwiązaniem tego układu jest a = b = c = 0. Zatem wektory u, v, w są liniowo niezależne.

Podprzestrzenie liniowe Definicja 5. Zbiór wektorów V zawarty w przestrzeni liniowej R n nazywamy podprzestrzenią liniową jeśli spełnione są warunki: 1. V jest niepusty, 2. jeśli v V oraz a R = a v V, 3. jeśli u, v V = u + v V. Uwaga 2. Warunki 2. i 3. można zastąpić warunkiem: u, v V, a, b R = a u + b v V. Przykład 4. Zbiór V = {(x, y) R 2 : x+y = 1} nie jest przestrzenią liniową. (1, 0) V oraz (0, 1) V, ale (1, 0) + (0, 1) = (1, 1) V.

Przykład 5. Sprawdzić czy jest V R 3 podprzestrzenią liniową, jeżeli V = {(x, y, z) R 3 : x + 2y z = 0. 1. 0 V V jest niepusty. 2. niech v = (v 1, v 2, v 3 ) V oraz a R. Wtedy a v = (av 1, av 2, av 3 ). Ponieważ av 1 +2av 2 av 3 = a(v 1 +2v 2 v 3 ) = a 0 = 0, to a v V. 3. niech u = (u 1, u 2, u 3 ), v = (v 1, v 2, v 3 ) V. Wtedy bo u + v = (u 1 + v 1, u 2 + v 2, u 3 + v 3 ) V, u 1 + v 1 + 2(u 2 + v 2 ) (u 3 + v 3 ) = (u 1 + 2u 2 u 3 ) + (v 1 + 2v 2 v 3 ) = 0 + 0 = 0.

operacja lin Definicja 6. Niech v 1, v 2,..., v k będą wektorami w przestrzeni liniowej V R n. Zbiór wszystkich kombinacji liniowych wektorów v 1, v 2,..., v k oznaczamy lin{ v 1, v 2,..., v k }. Mamy zatem lin{ v 1, v 2,..., v k } = k m=1 α m v m : α k R. Przykład 6. Niech A = {(3, 5)} R 2. Wtedy lin A = {x(3, 5): x R} = {(3x, 5x): x R} Przykład 7. Niech B = {(1, 0, 0), (0, 0, 1)} R 3. Wtedy lin B = {x(1, 0, 0) + z(0, 0, 1): x, y R} = {(x, 0, z): x, z R}. Czyli lin B = płaszczyzna Oxz.

Fakt 2. Niech A i B zbiory wektorów w przestrzeni R n. Wtedy 1. Jeżeli A B to lin A lin B 2. lin A jest podprzestrzenią liniową R n i jest to najmniejsza podprzestrzeń liniowa zawierająca A. Ćwiczenie 1. Znaleźć najmniejszy zbiór A (w sensie liczby elementów) taki, że lin A = {(x, y, z) R 3 : x = 2y + z}. Rozwiązanie. {(x, y, z) R 3 : x = 2y + z} = {(2y + z, y, z) R 3 : y, z R} = {(2y, y, 0) + (z, 0, z) R 3 : y, z R} = {y(2, 1, 0) + z(1, 0, 1) R 3 : y, z R} = lin{(2, 1, 0), (1, 0, 1)}. Zatem A = {(2, 1, 0), (1, 0, 1)}. Uwaga 3. To jest dobra metoda pokazywania, że coś jest podprzestrzenią liniową!

baza i wymiar Przykład 8. Rozważmy zbiór B = {1, 1, 0), (0, 1, 0), (0, 1, 1)} R 3. Niech v = (x, y, z) R 3. Mamy wtedy (x, y, z) = x(1, 1, 0)+(y x z)(0, 1, 0)+z(0, 1, 1). Czyli każdy wektor należący do R 3 jest kombinacją liniową wektorów ze zbioru B. Ponadto B jest liniowo niezależny. Taki zbiór nazywamy bazą przestrzeni liniowej. Definicja 7. Bazą przestrzeni liniowej V R n nazywamy zbiór B, który jest 1. liniowo niezależny, 2. lin B = V (B generuje całą podprzestrzeń).

Baza standardowa R n : e 1 = (1, 0,..., 0) e 2 = (0, 1,..., 0). e n = (0, 0,..., 1) Fakt 3. Jeśli baza przestrzeni liniowej V R n składa się z n wektorów, to każda inna baza też składa sie z n wektorów. Definicja 8. Wymiarem przestrzeni V nazywamy ilość wektorów w bazie przestrzeni V i oznaczamy dim V Mamy oczywiście dim R n = n Fakt 4. Jeśli przestrzeń liniowa V jest wymiaru n, to każdy układ n liniowo niezależnych wektorów tworzy bazę V.

Fakt 5. n wektorów v 1 = (v 11, v 12,..., v 1n ) v 2 = (v 21, v 22,..., v 2n ). v n = (v n1, v n2,..., v nn ) w przestrzeni R n jest liniowo niezależnych wtedy i tylko wtedy gdy v 11 v 12... v 1n v 21 v 22... v 2n...... v n1 v n2... v nn 0 Wniosek 1. Jeśli powyższy wyznacznik jest różny od zera, to wektory v 1,..., v n stanowią bazę R n Wniosek 2. Każdy układ wektorów liniowo niezaleznych w przestrzeni V R n mozna uzupełnic do bazy przestrzeni V.

Współrzędne wektora w bazie Przykład 9. Rozważmy zbiór B = {1, 1, 0), (0, 1, 0), (0, 1, 1)} R 3. Niech u = (4, 8, 3) R 3. Mamy wtedy (4, 8, 3) = 4(1, 1, 0)+7(0, 1, 0)+( 3)(0, 1, 1). Liczby [4, 7, 3] nazywamy współrzędnymi wektora u w bazie B. Definicja 9. Niech B = { v 1, v 2,..., v k } będzie bazą przestrzeni V R n. Współrzędnymi wektora u w bazie B nazywamy współczynniki α i R, gdy u = α 1 v 1 + α 2 v 2 +... + α k v k Uwaga 4. Normalnie wektory piszemy w bazie standardowej R n.