.

Materiały do wykładu z Algebry z geometrią analityczną

Przygotowane na podstawie skryptu : T. Jurlewicz, Z. Skoczylas- Algebra liniowa 1.
Definicje, twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław 2003

Wykład II
Definicja indukcyjna wyznacznika
Definicja 2.1. Wyznacznikiem macierzy kwadratowej nazywamy funkcję, która kaŜdej
[ ]
macierzy A = a ij przypisuje liczbę det A .
Określamy ją indukcyjnie w następujący sposób:
1.dla macierzy kwadratowej stopnia 1, czyli dla A = [a11 ] , det A = a11 ,
2.jeŜeli A jest macierzą stopnia n ≥ 2, to
det A = (−1)1+1 a11 det A11 + (−1)1+ 2 a12 det A12 + ... + (−1)1+ n a1n det A1n ,
gdzie A1k jest macierzą, która powstała z macierzy A przez wykreślenie pierwszego wiersza i
k-tej kolumny.
Wyznacznik macierzy A oznaczamy przez det a ij lub A . [ ]
Przykład 2.1. Obliczyć wyznaczniki macierzy:
2 0 − 1
1 3   
a)   , b)  3 2 0  .
 2 6  1 4 2 

Reguła obliczania wyznaczników stopnia drugiego

a a12 
det  11 = a11 a 22 − a 21 a 22
a 21 a 22 

Reguła Sarrusa obliczania wyznaczników stopnia trzeciego:

 a11 a12 a13  a11 a12

det a 21 a 22 a 23  a 21 a 22 = a11 a 22 a33 + a12 a 23 a31 + a13 a 21 a32 − a13 a 22 a31 − a11 a 23 a32 − a12 a 21 a33 .
 a31 a32 a33  a31 a32
Metoda Sarrusa obowiązuje tylko przy obliczaniu wyznaczników trzeciego stopnia i nie
przenosi się na wyznaczniki wyŜszych stopni.

Przykład 2.2.
Obliczyć wyznaczniki macierzy:
1 2 3
 3 2  
 5 4  , − 2 0 − 1 .
   5 0 2
 
Dopełnienie algebraiczne
Definicja 2.2. Niech A będzie macierzą kwadratową stopnia n ≥ 2. Dopełnieniem
algebraicznym elementu a ij macierzy A nazywamy liczbę :
Dij = (−1) i + j det Aij
gdzie Aij oznacza macierz stopnia n − 1 otrzymaną przez skreślenie i- tego wiersza i j- tej
kolumny macierzy A.
Twierdzenie 2.1. Rozwinięcie Laplace`a wyznacznika.
[ ]
Niech A = a ij będzie macierzą kwadratową stopnia n ≥ 2 oraz niech liczby naturalne i, j
będą ustalone, i, j ∈ {1,2,..., n}. Wtedy wyznacznik macierzy A moŜna obliczyć ze wzorów:
1. det A = a i1 Di1 + a i 2 Di 2 + ... + ain Din . Wzór ten nazywamy rozwinięciem Laplace`a
wyznacznika względem i – tego wiersza
2. det A = a1 j D1 j + a 2 j D2 j + ... + a nj Dnj . Wzór ten nazywamy rozwinięciem Laplace`a
wyznacznika względem j – tej kolumny.
1 0 3 5 
 3 2 0 4
Przykład 2.3 Obliczyć wyznaczniki,  , :
5 1 2 8
 
 2 0 0 3

Twierdzenie 2.2. Własności wyznaczników

1.Wyznacznik macierzy kwadratowej mającej kolumnę złoŜoną (wiersz złoŜony) z
samych zer jest równy 0.
2. Wyznacznik macierzy kwadratowej zmieni znak, jeŜeli przestawimy między sobą dwie
kolumny (dwa wiersze)
3. Wyznacznik macierzy kwadratowej mającej dwie jednakowe kolumny (dwa jednakowe
wiersze) jest równy 0
4. JeŜeli elementy pewnej kolumny (pewnego wiersza) macierzy kwadratowej zawierają
wspólny czynnik , to czynnik ten moŜna wyłączyć przed wyznacznik tej macierzy.
5. Wyznacznik macierzy kwadratowej się nie zmieni, jeŜeli do elementów dowolnego
wiersza (dowolnej kolumny) dodamy sumę odpowiadających im elementów innych
wierszy (kolumn) tej macierzy pomnoŜonych przez dowolne liczby.
6. Wyznacznik macierzy trójkątnej (dolnej lub górnej) równy jest iloczynowi wyrazów
stojących na głównej przekątnej.
7. Wyznaczniki macierzy kwadratowej A i jej transpozycji AT są równe.
Przykład 2.4. Obliczyć podane wyznaczniki:
4 2 2 2 2
1 1 1 1 1 15 4 5 5 6 7 8
2 4 2 2 2
1 2 1 1 2 26 3 6 8 7 6 5
1. ,: , , 2 2 4 2 2
1 1 3 1 3 37 2 7 53 66 79 92
2 2 2 4 2
1 1 1 4 4 48 1 8 1 2 3 4
2 2 2 2 4
Twierdzenie 2.3 Twierdzenie Cauchy`ego o wyznaczniku iloczynu macierzy.
Niech A i B będą macierzami kwadratowymi tego samego stopnia. Wtedy
det( A ⋅ B ) = det A ⋅ det B

Z twierdzenia Cauchy`ego wynika, Ŝe dla n ∈ N mamy: det( A n ) = (det A) n

Przykład 2.5
1 2 − 2
a) Niech A = 0 3 − 1 . Obliczyć det( A 4 )
1 0 1 
b)Obliczyć wyznacznik macierzy X spełniającej równanie:
1 0 0  1 0 1 1 7 36
0 0 − 3 X 2 − 2 0 = 5 12 0 
     
0 2 0  3 0 0 3 0 0 

Macierz odwrotna.
Definicja 2.3 Niech A będzie macierzą kwadratową stopnia n. Macierzą odwrotną do
macierzy A nazywamy A −1 , która spełnia warunek:
AA −1 = A −1 A = I n , gdzie I n jest macierzą jednostkową stopnia n.

JeŜeli macierz A ma macierz odwrotną, to nazywamy ją odwracalną. i wówczas det A ≠ 0 .

Macierz odwrotna jest określona jednoznacznie.
Definicja 2.4 Macierz osobliwa, nieosobliwa.
Macierz kwadratową nazywamy macierzą osobliwą, gdy det A = 0 . W przeciwnym
przypadku mówimy, Ŝe macierz A jest nieosobliwa.
Twierdzenie 2.4. O postaci macierzy odwrotnej
1. Macierz kwadratowa jest odwracalna wtedy i tylko wtedy, gdy jest nieosobliwa.
2. JeŜeli macierz A jest nieosobliwa, to
T
 D11 D12 L D1n 
 D22 .L D2 n 
−1 1  D21
A = , gdzie Dij oznaczają dopełnienie algebraiczne
det A  M M O M 
 
 Dn1 Dn 2 L Dnn 
elementów a ij macierzy A.
[ ]
Macierz Dij oznaczamy symbolem A D i nazywamy macierzą dopełnień algebraicznych.
Przykład 2.6. Wyznacz macierz X z równania:
 3 2   4 −4 
a) X ⋅  = .
 5 4   −5 6 

1 0 0  1 0 1 1 7 36
b) 0 0 − 3 X 2 − 2 0 = 5 12 0  .
0 2 0  3 0 0 3 0 0 

Własności macierzy odwrotnych.

Niech macierze A i B tego samego stopnia będą odwracalne i niech α ∈ R- {0}. Wtedy
prawdziwe są równości:
1. det( A −1 ) = (det A) −1 ; 2.( A −1 ) −1 = A; 3.( AT ) −1 = ( A −1 ) T ;
1
4.( AB ) −1 = B −1 A −1 ; 5.(αA) −1 = A −1
α
Bezwyznacznikowy algorytm znajdowania macierzy odwrotnej.
NIech A będzie macierzą nieosobliwą ( det A ≠ 0 ). Aby znaleźć macierz odwrotną do
macierzy A postępujemy w następujący sposób.
1. Z prawej strony macierzy A dopisujemy macierz jednostkową I tego samego stopnia,
otrzymamy macierz blokową A I .
2. Stosując wyłącznie na wierszach następujące operacje:
a)przestawianie wierszy ( wi ↔ w j )
b)mnoŜenie wierszy przez stałą c ≠ 0 ( c ⋅ wi );
c)dodawanie do i – tego wiersza sumy odpowiadających im elementów innych
wierszy pomnoŜonych przez dowolną liczbę ( wi + cw j )
Przy pomocy tych operacji sprowadzamy macierz blokową A I do postaci I B . Macierz
B jest wtedy macierzą odwrotną do macierzy A.
Przykład 2.7. Korzystając z podanego powyŜej algorytmu znaleźć macierze odwrotne do
podanych:
 2 2 3
 3 4
a)   , b)  1 − 1 0 .
− 1 2 − 1 1 2

Algorytm Gaussa.
Niech A będzie macierzą nieosobliwą stopnia n >1. Macierz tę moŜna przekształcić do
macierzy jednostkowej In wykonując operacje elementarne na jej wierszach:
a)przestawianie wierszy ( wi ↔ w j )
b)mnoŜenie wierszy przez stałą c ≠ 0 ( c ⋅ wi );
c)dodawanie do i – tego wiersza sumy odpowiadających im elementów innych
wierszy pomnoŜonych przez dowolną liczbę ( wi + cw j ).
Macierz jednostkową otrzymamy w dwóch krokach:
I. krok: otrzymanie macierzy trójkątnej górnej
II. krok: otrzymanie macierzy jednostkowej.

Przykład 2.8.
Obliczyć wyznacznik stosując pierwszy krok algorytmu Gaussa:
5 2 2 2 2
2 5 2 2 2
2 2 5 2 2
2 2 2 5 2
2 2 2 2 5

4 9
1 2 
Przykład 2.9 RozwiąŜ równanie macierzowe : X   = 2 4 . Wyznacz macierz
1 3  0 1
 
odwrotną stosując algorytm Gaussa
Wykład III.

Układy równań liniowych.

Definicja.3.1. Układ równań liniowych, rozwiązanie układu równań.
Układem m równań liniowych z n niewiadomymi x1 , x 2 ,...x n , gdzie m, n ∈ N , nazywamy
układ równań postaci:
 a11 x1 + a12 x 2 + ...a1n x n = b1
 a x + a x + ...a x = b
 21 1 22 2 2n n 2
 ,
 M
a m1 x1 + a m 2 x 2 + ...a mn x n = bm
gdzie a ij ∈ R, bi ∈ R, i ∈ {1,2,...n}, j ∈ {1,2,...m} .
Rozwiązaniem układu równań liniowych nazywamy ciąg ( x1 , x 2 ,...x n ) liczb rzeczywistych
spełniających ten układ. Układ równań, który nie ma rozwiązania nazywamy układem
sprzecznym. PowyŜszy układ równań moŜna zapisać w postaci macierzowej: AX = B, gdzie
 a11 a12 L a1n   x1   b1 

def a a 22 L a 2 n  
def x  def  b 
A=  21
, X =  2
, B = 2 .
 M M O M  M M
     
a m1 a m 2 L a mn   xn  bm 
Macierz A nazywamy macierzą główną układu, macierz X macierzą niewiadomych, a B
macierzą wyrazów wolnych.
Przykład 3.1.Podane układy równań zapisać w postaci macierzowej:
 x + y + 2z + t = 7
 x + y + 2z + t = 6  x + 3 y + z − t = 12
 
a)  2 x − y + z − t = 3 , b)  .
4 x + y − z + 7t = 15  2 z + t = 3
  y + 3 z − 2t = 5
Definicja 3.2. Układ równań jednorodny, niejednorodny.
Układ równań liniowych postaci
AX =0
nazywamy układem jednorodnym, układ równań liniowych postaci:
AX = B
nazywamy układem równań liniowych niejednorodnym.

Układy Cramera
Definicja 3.3. Układ Cramera.
Układem Cramera nazywamy układ równań liniowych postaci
AX=B
w którym macierz A jest macierzą nieosobliwą.
Twierdzenie 3.1. Wzór Cramera.
Układ równań Cramera AX = B ma dokładnie jedno rozwiązanie. Rozwiązanie to jest
określone wzorem:
  det A1 
 
1  det A2 
X = ,
det A  M 
 
det An1 
gdzie n oznacza stopień macierzy A , natomiast A j , dla 1 ≤ j ≤ n oznacza macierz A,
w której j- tą kolumnę zastąpiono kolumną wyrazów wolnych.

Przykład 3.3. korzystając ze wzorów Cramera znaleźć rozwiązania układów równań:

 x + y + 2z + t = 7
 x + 3 y + z − t = 12  2x − y − z = 4
 
a)  , b) 3x + 4 y − 2 z = 11.
 2z + t = 3 3x − 2 y + 4 z = 11
 y + 3 z − 2t = 5 
Rozwiązanie układu Cramera AX = B moŜna otrzymać wykorzystując macierz odwrotną:
X = A-1B.

Przykład 3.4. Przy pomocy metody macierzy odwrotnej rozwiązać układy równań:
 x + 4y = 2
  x − 7y = 2
a) x + 5y = 6 b)  .
2 x + 10 y + 6 z = 12  2 x + 3 y = 5


Rząd macierzy. Twierdzenie Kroneckera – Capellego

Definicja 3.3. Minor macierzy.
Minorem stopnia k ∈ N macierzy nazywamy wyznacznik utworzony z elementów tej
macierzy stojących na przecięciu dowolnie wybranych k kolumn i k wierszy.
Przykład 3.5. w podanych macierzach obliczyć wszystkie minory wskazanych stopni:
1 2 1 4 
1 0 3
a) A = 1 0 1 5 , k = 3 , b)  , k = 2.
5 2 4
2 1 − 18 
Definicja 3.4. Rząd macierzy.
Rzędem macierzy nazywamy największy stopień jej niezerowego minora.
Rząd macierzy A oznaczamy przez rz(A).
Przykład 3.5 Wyznaczyć rzędy macierzy:

1 2 1 4 
1 0 3
A = 1 0 1 5 , B =  .
5 2 4
2 1 − 18 
1 p 1
Przykład 3.6. Dla jakiego parametru p ∈R , rząd macierzy A =  p 2 0 jest równy 3?
 1 p 3

Własności rzędu macierzy.

1. Rząd macierzy nieosobliwej jest równy jej stopniowi.
2. rz (AT) = rz(A).
3. Rząd macierzy nie ulegnie zmianie, jeŜeli
a) przestawimy dwa wiersze;
b) wiersze pomnoŜymy przez liczby róŜne od 0;
c) do jednego wiersza dodamy inne wiersze pomnoŜone przez dowolne liczby.

Twierdzenie 3.1. Kroneckera – Capellego

Układ równań liniowych AX = B ma rozwiązanie wtedy i tylko wtedy, gdy rząd macierzy A
tego układu jest równy rzędowi macierzy rozszerzonej A B tego układu, tj.
rz ( A) = rz A B .

Z twierdzenia tego wynikają następujące stwierdzenia dotyczące liczby rozwiązań układu

równań liniowych:
1. jeŜeli rz ( A) ≠ rz A B , to układ równań ma 0 rozwiązań (jest sprzeczny),
2. jeŜeli rz ( A) = rz A B = n , gdzie n jest liczbą niewiadomych, to układ równań ma
dokładnie jedno rozwiązanie (jest oznaczony),
3. jeŜeli rz ( A) = rz A B = r < n , to układ równań ma nieskończenie wiele
rozwiązań zaleŜnych od n-r parametrów (jest nieoznaczony).
Przykład 3.7. W podanych równaniach określić liczby rozwiązań oraz liczby parametrów:
 x+ y+ z +t = 2  4x − y + z = 3
 
a)  2 x − y + z − t = 3 , b)  2 x + 3 y − z = 5 .
4 x + y − z + 7t = 15 2 x − 4 y + 2 z = 2
 

Metoda eliminacji Gaussa dla układów Cramera

Niech AX = B będzie układem Cramera, w którym macierz A jest macierzą stopnia n.

Rozwiązanie tego układu znajdujemy w następujący sposób:
 • budujemy macierz rozszerzoną układu A B ,
• przekształcamy macierz rozszerzoną do postaci I X wykonując na jej
wierszach następujące operacje elementarne:
a) zamianę między sobą dwóch dowolnych wierszy ( wi ↔ w j ) ,
b) pomnoŜenie dowolnego wiersza przez liczbę róŜną od 0 (cwi ) ,
c) dodanie do elementów dowolnego wiersza odpowiadających im elementów innego
wiersza pomnoŜonego przez dowolną liczbę ( wi + cw j ) ,
Operacje te mają na celu przekształcenie macierzy rozszerzonej do postaci: I X .
Macierz X jest wtedy rozwiązaniem układu równań.
Uwaga..
Metoda ta jest uogólnieniem znanej ze szkoły metody przeciwnych współczynników
Nie ma konieczności sprawdzania przed jej zastosowaniem, czy detA = 0.
Przykład 3.8. Stosując metodę eliminacji Gaussa rozwiązać układ równań:
 x + y + 2z + t = 7
 x + 3 y + z − t = 12

 .
 2 z + t = 3
 y + 3 z − 2t = 5

Metoda eliminacji Gaussa – przypadek ogólny

Niech AX = B będzie układem równań liniowych , gdzie A jest macierzą wymiaru m × n .

Układ ten rozwiązujemy następująco:
1. tworzymy macierz rozszerzoną układu A B ,
2. wykonując na jej wierszach następujące operacje elementarne:
a)zamianę między sobą dwóch dowolnych wierszy ( wi ↔ w j ) ,
b)pomnoŜenie dowolnego wiersza przez liczbę róŜną od 0 (cwi ) ,
c)dodanie do elementów dowolnego wiersza odpowiadających im elementów innego
wiersza pomnoŜonego przez dowolną liczbę ( wi + cw j ) ,
d) skreślenie wiersza złoŜonego z samych zer,
e) skreślenie jednego z wierszy równych lub proporcjonalnych
sprowadzamy ją do postaci:
przy czym ostatni wiersz moŜe nie pojawić się albo wystąpi ze współczynnikiem z r +1 ≠ 0 .

Wówczas:
1. jeŜeli z r +1 ≠ 0 , to układ AX = B jest sprzeczny;
2. jeŜeli ostatni wiersz macierzy A′ B ′ nie pojawi się i n = r, to układ AX = B jest
równowaŜny układowi Cramera i ma jedno rozwiązanie : x1 = z1 ,..., x n = z n .
3. jeŜeli ostatni wiersz macierzy A′ B ′ nie pojawi się i n>= r, to układ AX = B ma
nieskończenie wiele rozwiązań zaleŜnych od n-r parametrów.
Przykład 3.9. Rozwiązać podane układy równań metodą eliminacji Gaussa:
 x + y + 2z + t = 6  x+ y − z +t = 2
 
a)  2 x − y + z − t = 3 , b)  2 x + 3 y + z − 4t = 2 .
4 x + y − z + 7t = 15 − x + 4 y + 13 z + 2t = 18
 

Przykład 3.10. Określić, ile rozwiązań ma układ równań liniowych

 x + py + 2 z = 4

2 x + 2 y + 4 z = 8
 3x + y + pz = 5

w zaleŜności od parametru p.
 Wykład 4

Wektory
Definicja.4.1 Przestrzeń R3.
Przestrzenią R3 nazywamy zbiór wszystkich uporządkowanych trójek (x,y,z) liczb
rzeczywistych;
R 3 = {( x, y, z ) : x, y, z ∈ R} .
Interpretacja geometryczna:
1. przestrzeń R3 moŜemy interpretować jako zbiór punktów,
2. kaŜdy punkt A = ( x0 , y 0 , z 0 ) przestrzeni R3 moŜemy utoŜsamiać z wektorem
zaczepionym w środku układu współrzędnych i zakończonym w punkcie A.
Współrzędne tego wektora są równe współrzędnym punktu A, gdyŜ dla dowolnych
punktów B = ( x B , y B , z B ) i C = ( xC , y C , z C ) współrzędne wektora
r
BC = ( xC − x B , y C − y B , z C − z B ) co po przyjęciu B = 0 i C = A daje
r r
a = OA = ( x0 − 0, y 0 − 0, z 0 − 0) = ( x0 , y 0 , z 0 ), ( x 0 , y 0 , z 0 ) − nazywamy
r
współrzędnymi wektora a ,
3. R3 moŜemy interpretować jako zbiór wektorów swobodnych w przestrzeni. Przez
r
wektor swobodny a rozumiemy zbiór wszystkich wektorów zaczepionych w róŜnych
punktach, które mają ten sam kierunek, zwrot oraz długość.

Działania na wektorach.
r r r
Niech u = ( x, y, z ), w = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) oraz niech α ∈ R .
r r
Sumę wektorów w i v określamy wzorem:
r r
w + v = ( x1 + x 2 , y1 + y 2 , z1 + z 2 ) .

r
Iloczyn wektora u przez liczbę rzeczywistą α określamy wzorem:
r
αu = (αx,αy,αz ).
Własności działań na wektorach:
1. dodawanie wektorów jest działaniem przemiennym i łącznym;
r
2. wektor 0 jest elementem neutralnym dodawania;
r r
3. wektor − u jest elementem przeciwnym do wektora u ;
r r r r r r r r r v r
4. 1 ⋅ u = u , (αβ )u = α ( βu ) , ( (α + β )u = αu + βu , α (u + v ) = αu + αv .
Przykład. 4.1
r r
Wektory a , b są przekątnymi równoległoboku. Wyrazić boki tego równoległoboku za
r r
pomocą wektorów a , b .

r
Definicja 4.2 Długość wektora u = ( x, y, z ) jest określona wzorem:
r
u = x2 + y2 + z2 .

r r
Przykład 4.2. Obliczyć długości wektorów: u = (− 2 ,3,5), v = (3,0,−4)

Własności długości wektora:

r r
Niech u , v będą wektorami w R3 oraz niech α ∈ R . Wtedy:
r r r
1. u ≥ 0 , przy czym u = 0 wtedy i tylko wtedy, gdy u = 0
r r r r r r
4. dla dowolnych wektorów u , v : u + v ≤ u + v (warunek trójkąta)
r r
5. αu = α ⋅ u

Iloczyn skalarny wektorów.

r
Definicja 4.3. Iloczynem skalarnym wektorów ur , v nazywamy liczbę określoną
wzorem:
r r r r r r
u o v = u ⋅ v ⋅ cos φ , gdzie φ jest kątem pomiędzy wektorami u , v .
r r r r
Jeśli u = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) , to u o v = x1 x 2 + y1 y 2 + z1 z 2 .
 Podstawowe własności iloczynu skalarnego:
r r r r
1. u o v = v o u ;
r r r r
2. u o v ≤ u ⋅ v ;
r r r r r r
3. u o v = 0 ⇔ u = 0 ∨ v = 0 ∨ u ⊥ v ( wektory są prostopadłe).
Przykład 4.3. Oblicz iloczyny skalarne wektorów:
r r
a) u = (−1,5,2), v = (3,0,7),
r r
b) u = (−1,1, 2 ), v = (0,2,− 2 ),
Przykład 4.4. Korzystając z iloczynu skalarnego obliczyć miary kątów między wektorami:
r r
a) u = (−1, 2 ,3), v = (0,− 2 ,1),
r
b) między wektorem u = (4,−12,3) a płaszczyzną xOy.

Iloczyn wektorowy.
r r r r r
Definicja 4.4. Iloczynem wektorowym wektorów u , v nazywamy wektor w = u × v ,
który:
r r
1. jest prostopadły do płaszczyzny wyznaczonej przez wektory u , v ,
r r
2. ma długość równą polu równoległoboku zbudowanego na wektorach u , v ,
r r r r r
3. układ wektorów u , v , w = u × v zorientowany jest zgodnie z układem
współrzędnych w R3.

Praktyczne wyznaczenie iloczynu wektorowego.

r r r r r
Niech u = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) a wektory i , j , k będą wersorami (wektorami o
długości 1) odpowiednio osi x, y, z. Wtedy:

r r r
i j k
r r r y1 z1 r z1 x1 r x1 y1 r
w = u × v = x1 y1 z1 = i + j+ k.
y2 z2 z2 x2 x2 y2
x2 y2 z2

Podstawowe własności:
r r r r
1. u × v = − (v × u ) ,
r r rr r
2. u × v = u v sin φ , gdzie φ jest kątem między wektorami ur , v ,
r r r
3. u × v = 0 ⇔ ur jest równoległy do v ,
r r r r r r
4. au × v = u × av = a (u × v ) ,
r r r r r r r
5. (u + v ) × w = (u × w) + (v × w)
r r
Przykład 4.4. Obliczyć iloczyn wektorowy wektorów u = (−1,1, 2 ), v = (0,2,− 2 )

Przykład 4.5. Obliczyć pole równoległoboku zbudowanego na wektorach

r r
u = (−1,5,2), v = (3,0,7) .
Przykład 4.6. Dla jakich wartości parametrów a, b punkty A = (1,2,0), B = (3,2,1),
C = (7, a, b) są współliniowe?

Iloczyn mieszany
Połączeniem obu poprzednich iloczynów jest iloczyn mieszany trzech wektorów.
r r r
Definicja. 4.5 Iloczyn mieszany uporządkowanej trójki wektorów u , v , w określamy wzorem:
r r r r r r
( u , v , w ) = (u × v ) o u .
r r r
Przykład 4.6. Obliczyć iloczyn mieszany wektorów: u = (1,1,0), v = (0,1,1), w = (1,0,1) .

Interpretacja geometryczna iloczynu mieszanego wektorów

r r r
Wartość bezwzględna iloczynu mieszanego trzech wektorów u, v, w równa jest objętości
równoległościanu V rozpiętego na tych wektorach:
r r r
V = (u, v, w ) .

r r r r r r
Niech u = ( x1 , y1 , z1 ), v = ( x 2 , y 2 , z 2 ) , w = ( x3 , y 3 , z 3 ) . Iloczyn mieszany wektorów u , v , w
obliczamy ze wzoru:

x1 y1 z1
r r r
( u , v , w ) = x2 y2 z2 .
x3 y3 z3

r r r
Przykład 4.7. Obliczyć iloczyn mieszany wektorów: u = (0,−1,1), v = (1,−2,−3), w = (1,4,0) .
Przykład 4.8. Obliczyć objętość równoległościanu i czworościanu rozpiętego na
r r r
wektorach: u = (1,0,2), v = (3,1,1), w = (−1,−1,0) .

Własności iloczynu mieszanego:

r r r r r r
1. ( u , v , w ) = ( v , w, u )
r r r r r r
2. ( u , v , w ) = - ( v , u , w )
r r r r r r
3. (α u , v , w ) = α ( u , v , w )
r r r r r r
4.wektory u , v , w leŜą w jednej płaszczyźnie ⇔ ( u , v , w ) = 0.

Przykład 4.9. Zbadać, czy punkty A =(1,0,2), B = (5,1,5), c = (3,-1,2) D = (1,3,5) leŜą w
jednej płaszczyźnie.

Równania płaszczyzny
Definicja 4.6. Równanie normalne płaszczyzny.
Równanie płaszczyzny π przechodzącej przez punkt P0 = ( x0 , y 0 , z 0 ) prostopadłej do
r
wektora n = ( A, B, C ) ≠ 0 ma postać :
π : A( x − x0 ) + B( y − y 0 ) + C ( z − z 0 ) = 0 .
r
Wektor n jest prostopadły do kaŜdego wektora leŜącego na płaszczyźnie π .

Definicja 4.7. Równanie ogólne płaszczyzny.

Równanie postaci:
π : Ax + By + Cz + D = 0 ,
r
gdzie A + B + C > 0 , przedstawia płaszczyznę w R 3 . Wektor n = ( A, B, C ) jest
wektorem normalnym tej płaszczyzny.
 Aby jednoznacznie wyznaczyć płaszczyznę wystarczy znać:
a) jeden punkt płaszczyzny i wektor do niej prostopadły; lub
b) dwa nierównoległe wektory do niej równoległe oraz jeden punkt płaszczyzny; lub
c) trzy niewspółliniowe punkty na niej leŜące.
Przykład 4.10. Napisać równanie płaszczyzny przechodzącej przez punkt P0 = (1,2,0) i
r
prostopadłej do wektora n = (2,−3,4) .
Przykład 4.11. Napisać równanie płaszczyzny przechodzącej przez początek układu
r r
współrzędnych i równoległej do wektorów u1 = (1,2,3), u 2 = (0,−1,2) .
Przykład 4.12. Napisać równanie płaszczyzny przechodzącej przez punkty
P = (0,1,2), Q = (−1,4,5), R = (2,−2,3) .

Równanie prostej w R3
Aby wyznaczyć równanie prostej w R3 wystarczy znać jeden punkt naleŜący do tej prostej
i wektor określający jej kierunek.

r
Jeśli P = ( x0 , y 0 , z 0 ) v = (a, b, c) to równanie prostej przybiera postać :
l : ( x, y, z ) = ( xo , y 0 , z 0 ) + t (a, b, c), gdzie t ∈ R
PowyŜszą zaleŜność nazywamy równaniem parametrycznym prostej. Inny zapis tego
równania ma postać:
 x = x0 + at

l :  y = y 0 + bt , t ∈ R
 z = z + ct
 0

Przykład 4.13. Napisać równanie prostej przechodzącej przez punkty P = (1,0,2) i

Q = (3,2,1)