Scribd Logo
Upload

Welcome to Scribd!

  • Algebra Liniowa 2 Definicje Twierdzenia Wzory Jurlewicz Skoczylas PDF

    Uploaded by

    Bartosz Grzesik
    79 views144 pages

    Original Title

    Algebra Liniowa 2 Definicje Twierdzenia Wzory Jurlewicz Skoczylas.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    79 views144 pages

    Algebra Liniowa 2 Definicje Twierdzenia Wzory Jurlewicz Skoczylas PDF

    Uploaded by

    Bartosz Grzesik

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 144
    Teresa Jurlewicz Zbigniew Skoczylas ALGEBRA LINIOWA 2 Definicje, twierdzenia, wzory Wydanie szdste rozszerzone ° Oficyna Wydawnicza GiS Wroctaw 2002 Projekt oktadki: IMPRESJA Studio Grafiki Reklamowej TEKA GES a rub Copyright © 1994, 1995, 1997, 1999, 2000, 2002 by Oficyna Wydawnicza GiS All rights reserved. No part of this book may be translated or reproduced in any form without written permission from the copyright owner. Printed in Poland. Sklad skryptu wykonano w systemie [ATX ISBN 83-85941-89-4 Wydanie VI rozszerzone, Wroclaw 2002 Oficyna Wydawnicza GiS, s.c Druk: TINTA Sp. z 0.0 Spis tresci Wstep 1 Przestrzenie liniowe 1.1 Podstawowe definicje Le 1.2 Podprzestrzenie przestrzeni liniowej 1.3. Liniowa niezaleznosé wektoréw . . 1.4 Baza i wymiar przestrzeni liniowej 1.5 Wspélraedne wektora w bazie 1.6 Dowody wybranych twierdzen i faktow 1.7 Odpowiedzi i wskazowki . 2 Uktady réwnani liniowych 2.1 Read macierzy . 2.2 Twierdzenie Kroneckera ~ Capellego 2.3. Uktady jednorodne i niejednorodne 2.4 Dowody wybranych twierdzer\ i faktow 2.5 Odpowiedzi i wskazowki 3 Przeksztatcenia liniowe 3.1 Podstawowe okreslenia 3.2 Jadro i obraz przeksztalcenia liniowego 3.3 Macierz przeksztatcenia liniowego 3.4 Dziatania na przeksztaltceniach liniowych 3.5 | Wartosci i wektory wlasne przeksztalceni liniowych 3.6 Wartogci i wektory wlasne macierzy 3.7 Dowody wybranych twierdzen i faktéw 3.8 Odpowiedzi i wskazéwki 4 16 20 26 30 37 40 40 46 52 59 96 4 Przestrzenie euklidesowe 4.1 Hoczyn skalarny 4.2 Norma wektora 4.3 Ortogonalnosé wektoréw 4.4 Bazy ortogonalne 4.5 Inne metody ortogonalizacji 4.6 Raut ortogonalny ee pooeE 4.7 Diagonalizacja ortogonalna ortogonalna macierzy symetrycznych* 4.8 Dowody wybranych twierdzen i faktow 4.8 Odpowiedzi i wskazowki Dodatek A Osie glowne bryly satywne) . 2... Literatura Skorowidz 99 99 102 105 108 113 115 120 123 132 136 136 140 143 Wstep Podrecenik ,,Algebra liniowa 2. Defnicje, twierdzenia, weory” jes pierwsza caescia zestawu ksigiek do Algebry liniowej 2. Pozostalymi czesciami tego ze- stawu sq, Przyktady i zadania” oraz , Kolokwia i egzaminy”. Podrecaniki te prze- znaczone sq glownie dla studentéw politechnik. Moga z nich korzystaé takie stu- denci akademii ekonomicznych i rolniczych oraz niektérych wydzialow uniwersy- tetéw. Opracowanie obejmuje przestrzenie i praeksztatcenia liniowe, uktady réwnati li- niowych oraz przestrzenie euklidesowe. Podrecanik zostal pry gotowany w ten spo- sob, aby mégl stuzyé jako konspekt wykladu. Wszystkie zagadnienia teoretyczne zakoriczone sq éwiczeniami. Do wigkszos podano dowody (twierdze- nia te oznaczono m). Dowody twierdzen oraz odpowiedzi do wszystkich éwiczen umieszczone sq na koficach rozdziatéw. Fragmenty materialu oznaczone gwiazdka nieznacanie wykraczajq poza aktualnie obowiazujacy program przedmiotu. W ten sam spossb oznaczono trudniejsze éwiczenia. Dodatkowy material oraz trudniejsze éwiczenia dotaczono z myélqo studentach, ktdrzy chea poglebié swoje wiadomosci Réwnolegle do materiatu omawianego na wyktadzie studenci powinni pra rabiaé liste zadaii. Aby to ulatwié liste te podzielono na 14 czeéci, ktére naleiy arealizowaé w kolejnych tygodniach semestru. Liste zadati oraz metody ich rozwia- zywania modna male, w drugiej czeSci podrecanika. Lista ta, program kursu oraz nia sa dostepne na stronach internetowych Instytutu Matema- tyki Politechniki Wroctawskiej pod adresem zasady jego zalic: www.im.pwr.wroc.pl Cwiezenia tego podrecznika oraz zadania 2 lis y zadaii sa podobnych typow i maja ten sam stopieri trudnosci jak zadania, ktére zwykle pojawiaja na kolokwiach i egzaminach. Zestawy zadatt, ktére w poprzednich latach studenci rozwiazywali na kolokwiach i egzaminach, sq umieszczone w trzeciej ezeéci podrecanikea, W tym wydaniu podrecenika rozszerzono material teoretyczny oraz dodano nowe éwiczenia wraz 2 odpowiedziami Serdecznie dzigkujemy Panu prof. dr. hab. Krzysztofowi Stempakowi za iyez- liwe uwagi o poprzednich wydaniach. Kolezankom i Kolegom 2 Politechniki Wro- clawskiej oraz z innych uczelni serdecanie dzigkujemy za opinie o wezesniejszych wydaniach podrecznika. Dzigkujemy takée naszym Studentom za wskazanie ble déw w odpowiedziach do éwiczen Uprzejmie prosimy Wykladowcéw i Studentéw o przesylanie nam uwag 0 pod- receniku oraz informagji o zauwadonych bledach i usterkach Teresa Jurlewicz Zbigniew Skoczylas Instytut Matematyki Instytut Matematyki Politechnika Wroclawska Politechnika Wroclawska tjurlew@im.pwr.wroc.pl z.skoczylas@im.pwr.wroc.pl PRZESTRZENIE LINIOWE 1.1 Podstawowe definicje Niepusty zbiér V nazywamy rzecaywista przestrzenia liniowa, jedeli a) dla dowolnych elementéw @, # € V okreélona jest ich suma 7+ 3€ V; b) dla kaddej liczby @ € R i dla kaidego elementu a € V okreslony jest ich iloceyn aii € V oraz dla dowolnych liczb a, 8 € R i dla dowolnych elementéw i, @, i € V daialania te spelniaja nastepujace warunki 1. przemiennogé dodawania, tj a + a u a + at 2. tacanogé dodawania, tj (@+3)+ B= T+ (3+ H); 3. _istnienie elementu neutralnego, tzn istnieje element J € V taki, ie dla kazdego 3 € V mamy B+ 0=%, 4. istnienie elementu przeciwnego, tan dla kaddego i € V istnieje element —i € V taki, te 5. 1i=@ oraz a(ft 6. (a+ A) %=at+ Pt ora a(%+ 8) =a0t+a7, Uwaga. Elementy przestrzeni V nazywamy wektorami, a element 0 tej prae- strzeni nazywamy wektorem zerowym. Reeczywista przestrzen liniowa nazywamy krétko praestrzenia liniowg lub wektorowa. Dopuszczajac w poprzednie} defini @, 8 € C, ottzymamy okreslenie zespolonej przestrzeni liniowe}. Elementami prze- strzeni liniowych moga byé: wektory na prostej, plaszczyénie lub w przestrzeni, j ciagi liczbowe skoriczone lub nieskoriczone, macierze, funkeje, zbiory itp. Dla pod. kreglenia faktu, Ze funkcje i macierze sq wektorami bedziemi pisali je pogrubionymi j Nteraminp. f, g, A, X itp. Rédnice wektorw %, # przestrzeni liniowej definiujemy i wzorem a-3 +(-3) €wiezenie 1.1.2 Sprawdzié, czy podane zbiory ze wskazanymi dzialaniami sq przestrzeniami liniowymi: a) V -zbiér wektoréw na plaszczyénie ze zwyktymi dzialaniami: dodawaniem wektoréw i mnozeniem wektora przez liczbe; b) V -2bidr wielomianéw stopnia 5 ze zwyktymi dzialaniami: dodawaniem wielomianéw i mnogeniem wielomianu przez liczbe; c) V ~zbiér macierzy wymiaru 3 x 4 ze zwyktymi dziataniami: dodawaniem macierzy i mnoéeniem macierzy przez liczbe; d) V —zbiér ciagéw nieskoriczonych z dziataniami E+9 Ti +My, t2+Y2,...) oraz a ss gdzie # = 71) 225--), O= (ns ¥2,--.), a ER; ©) V~2bidr funkeji okresowych o okresie T’ = 2x ze zwyklymi dzialaniami na funkcjach. Fakt 1.1.3 (wlasnosci preestrzeni liniowey) Niech V bedzie dowolng przestrzenia liniowa. Wedy prawdziwe sq stwierdzenia: G dla katdego FE V; G dla katdego a € R; i= («=01ub = 4); BE orn BH a) =a =f dla dowolnych a, € R oraz FE V; a(—8) dla kaidego a € R oraz kaidego 3 € V: - (2d = aF oraz a #0) => %=F dla dowolnych @, FE V; (a — PB = ad 6% dla dowolnych a, @ € R oraz kaidego 3 V. Cwiczenie* 1.1.4 Uzasadnié stwierdzenia podane w powyiszym fakcie. Wainiejsze przestrzenie liniowe 1. Praestrzeh R” Niech n € N oraz niech RB? © (82 (a1,02,...,2n): te ER dlal 2, sa liniowo zalezne wtedy i tylko wtedy, gdy co najmniej jeden z nich (np. x, gdzie 1 < k < n) jest kombinacja liniowa pozostatych: Be = a thy + opithe +... ag—1 e-1 + On 41 Bep1 +... + And, gdzie a1, 02)... 08-1, OR 41). On ER Jeteli wektory iy, i2,..., Hn sq liniowo niezaleéne, a wektory @, iy, to, , Bp sq liniowo zaleine, to wektor @ jest kombinacja liniowa wektoréw i, Be, Ba B= By tary +... + ania, Bdzie a1, a2,...,a, ER. Bn, gdzie n > 2, sq liniowo niezalezne wtedy i tylko wtedy, gdy daden z nich nie jest kombinacja liniowa pozostalych. © Cwi iczenie 1.3.9 Zbadaé liniowg niezaletnosé podanych ukladéw funkcji w przestrzeni C (R): ah bd) A ©) f,=In(1+2?)°, ff =n = 1, f, = sin? 2, f, = cos z; arctg 2, fy = arceigz, fy — (+2?)* | | f | | i | | | | | | i | + ° Nieskoticzony uktad wektordw z przestrzeni liniowej jest liniowo niezaleiny, jeteli kaidy jego skoriczony poduktad jest liniowo niezaleény. W przeciwnym praypadku méwimy, #e uktad ten jest liniowo zaledny. Cwiezenie 1.3.11 Uzasadnié liniowa niezaleznogé podanych nieskoficzonych zbioréw wektoréw we wskaza- nych przestrzeniach liniowych: a) A={(1,0,0,...),(0,1,0,...),(0,0,1,...),-..} CR™; b) A= {1,x,27,...} C R[x}; ct) A= {sho, sh2z, sh3z,...} C C (R); dt) A= {e**: AER} CC(R) Twierdzenie* 1.3.12 (kryterium liniowej niezaleznosci funkcji) Niech funkeje fy, fo, ---, fa beda okreglone na R i maja tam ciagle pochodne raedu n—1, gdzie n > 2. Ponadto niech wroriskian uktadu tych funkeji, tj. wyznacanik f(z) Sr(z) + Fal) fi@), file) fale) det . FP (2) FEM). FEM) nie znika tofsamosciowo na R. Wtedy funkcje f,, fo,..., fy a liniowo niezalezne w przestrzeni C(R). Uwaga*. Twierdzenie odwrotne nie jest prawdziwe. Na preyktad funkeje a? dla r<0 0 dla 2<0 nier={ 0 dla r>0° na={ 2 dla r>0 sa liniowo niezalegne, ale ich wroriskian znika tozsamosciowo na R. Cwiczenie* 1.3.13 Korzystajac 2 powyészego kryterium uzasadnié liniowa niezale¢nosé podanych uktadow funkeji a) sin x, cos 2; b) e7*, 1, e?; a2 c) e*, ze*; e**, ne**; d) 1, sin z, cosz, sin 2x, cos 22; e) e** sin x, e** cos 2x, e** sin 3x, e* cos 4x © Fakt* 1.3.14 (warunek konieczny i dostateczny liniowej niezaleinosei funkcji) Funkcje fy, f,--- fy 2 praestrzeni C(I) sq liniowo niezaleine wtedy i tylko wtedy, gdy w przedziale I istnieja liceby x1 < 22 <... < an takie, ze Fier) file)... fin) Fo (e1) fo (22! fz (tn) act |? (22) e a Fn (#1) fn (2) --- fn (@n) © Ewiczenie* 1.3.15 Stosujac powyaszy fakt uzasadni¢ liniowa niezaleznosé podanych uktadéw funkcji w prze~ strzeni funkcji ciaglych na zbiorze R . a fe oe ne a) z,sinz, 2”, sin?2; b) 1, e", e**, &*,... ,e"*, gdzien EN 1.4 Baza i wymiar przestrzeni liniowej Niech %1,%,...,3n beda wektorami preestrzeni liniowej_V. Zbiér wszystkich kombinacji liniowych wektoréw 8, ¥2,..., By osnaczamy przez lin {#1, #2, Fa}. Zatem lin {#1, 2, ..., 3a} Sf forty +arte+...+anFm ia; Rdlal c Mays; 000 000 ool e) A= {1,sin 2, cosz, sin 2x, cos 2x,...} C C((0, 2x). Cwiczenie 1.4.3 Znaleéé zbiory generatoréw podanych przestrzeni liniowych: a) V={(c—y 42,22 — 2,30 +y + 2z,y): 2,y,2 € R}; b) V={(z,y,2,8,t): s+ 2y—z-s+t=0}; c) V={pe Ralz]: p(0) + p(1) = 0} Fakt 1.4.4 (wtasnosci operacji generowania) Niech A i B beda zbiorami wektoréw z przestrzeni liniowe) V. Wtedy prawdziwe sq stwierdzenia: 1. jeieli AC B, to linA C linB; 2. abidr lin A jest podprzestrzenia liniowa przestrzeni V i jest to najmniejsza podprzestrzei liniowa zawierajaca abidr A; 3. jezeli A jest liniowo niezaleénym zbiorem wektoréw oraz 3 ¢ lin A, to zbiér {8} U A jest takée liniowo niezaleény. Twierdzenie 1.4.5 (Steinitza") Niech #1, 82,..., B, beda wektorami z preestrzeni liniowej V oraz niech wektory ty, the, ..., Be € lin {4, Be,..., Fy} beda liniowo niezaleine. Wowezas k ) B= {(1,2),(2,1),(-1,3)}, R?; c) B= {i,2,2?,. 2}, Rule], gdzie n € N; 4) B= ((1,0,0,-.),(0,1,0,-..),(0,0,1,..),..3, R® {eo EELS [Sa] fe Bazy standardowe podstawowych przestrzeni liniowych 1. Baze przestraeni R", gdzie n € N, tworza wektory: (1,0,...,0); (0,1,...,0), a gs " @, = (0,0,...,1). 2. Baze praestrzeni R[2], gdzie n € N, tworza wektory: 1H HG = 8 dy =O” 3. Baze przestrzeni R[x] tworza wektory: 1 =2,42= 4, Baze praestrzeni Mmxn, gdaie m,n € N, tworza wektory: 10...0 o0...2 00...0 o0...0 00...0 00...0 Ei=|. i. ofa Bue]. efor Bm =]. : 00...0 00...0 00...1 Uwaga. Wszystkie wymienione wyéej bazy przestrzeni lintowych nazywamy ich bazami standardowymi © Ewiezenie 1 Wektory 61, bo, bs tworza baze przestrzeni V. Pokazaé, ze podane wektory takée tworzq baze tej przestrzeni: a) 1, By + Ba, Bs + Bo + Ba; b) By + 4b2 + Bo, By + 5b. + 2bs, 26; + 362 + 3bo. WM Fakt 1.4.10 (0 postaci bazy przestrzeni R") Wektory B= (v1, %12,-..,01n), Be = (var, 022,--., Ven), Ba = (Vnr, Yaz, -- +) Yan) tworzq baze przestrzeni R” wtedy i tylko wtedy, gdy v1 M12 Vin var U2 ++) Van det #0. Uwaga. Na plaszcayinie R? dowolne dwa niewspétliniowe wektory tworza je} baze. Podobnie w przestrzeni R® dowolne trzy niewspétplaszczyznowe wektory tworza ej baze (pordwnaj Fakt 1.3.4) © Cwiczenie 1.4.11 Zbadaé, czy podane zbiory wektoréw sq bazami podanych przestrzeni R” a) B= (1,2,3), Be = (3,4,5), B = (5,6,7), RY; b) #1 = (1,1,0,0), 8 =(1,0,1,0), = (0,1,1,0), #4 = (0,1,0,1), R* WM Twierdzenie 1.4.12 (o istnieniu bazy przestrzeni liniowej) Kaida praestrzen liniowa réina od {0} ma bare © Cwiczenie 1.4.13 Dla wskazanych przestrzeni liniowych V podaé przyktady baz. a) V={(z,y,2z)€ R® r+ytz=0}; b) V= {(z,.y,2,t)€ RS: r= 2y = 32 =40}; c) V={q€ R[x]: wielomian q jest funkcja nieparzysta} ; a) V={qe Rl]: q(1)=0}; e) V={A © Moxs": macierz A jest symetrycana} ; £*) V~ zbiér macierzy wymiaru 2 x 3, ktérych elementami sq wielomiany stopnia <1 MFakt 1.4.14 (0 uzupetnianin zbioru wektordw do bazy) Dowolny zbiér wektordw liniowo niezale¢nych w przestrzeni liniowe) mozna uzu- petnié do bazy tej praestrzeni © Cwiczenie 1.4.15 Podane uktady wektoréw uzupelnié do baz wskazanych przestrzeni liniowych: a) by = (1,2), R?; b) b: = (1,0,2,1), bs = (2,2,0,1), RY; 10 ol ©) y= 242, py = 2? 32, Ral oe=[! ‘} ==! j)p mee © Ewiczenie 1.4.16 Uzasadnié, ze wektory uzupetniajace do baz wystarczy wybieraé spogrdd baz standardo- wych odpowiednich przestrzeni liniowych. } W Twierdzenie 1.4.17 (0 réwnolicznosci baz) 1. Jeéeli baza przestrzeni liniowej sktada sig 2 n wektordw, gdzie n € N, to kaéda inna baza tej praestrzeni takie sklada sie 2 n wektorow 2. Jeieli baza preestrzeni liniowej jest nieskoticzona, to kaida inna jej baza take jest. nieskoriczona. Niech wektory 5;, b2,...,bn, gdzie n € N, tworza baze przestrzeni liniowej V. Wymiar tej przestrzeni okreslamy wzorem dim v 4 Mowimy wtedy, ze przestrzeti V jest n-wymiarowa. Ponadto przyjmujemy dim {0} “0. Méwimy wtedy, de praestrzet {@} jest zerowymiarowa. Jeéeli przestrze V nie ma skoficzonej bazy, to prayjmujemy dim V £2 00, W tym przypadku méwimy, de przestrzeti V jest nieskoriczenie wymiarowa Cwiezenie 1.4.19 Znale#é wymiary podanych przestrzeni liniowych: a) V={(zyz)E Rs c=4,y=2}; ») V= {pe R[x]: p® =o}; c) V={A € Mixa: macierz A jest symetryczna} ; d*) V = lin {A € Mnxn: det A =0}; e) V={p€ Re[z]: wielomian p jest funkcja parzysta}; f) V={f € C((0,1)): f(1) = 0} Fakt 1.4.20 (wymiary podstawowych przestrzeni liniowych) Prawdziwe sq nastepujace rownosci: ldimR" =n; 2.dimR,[z]=n+1; 3. dimMyyn_ = mn; 4. dimR® = 00; 5. dim R[e’ ; 6. dim C({a, 6]) = 00 Cwiczenie 1.4.21 Uzasadnié réwnogci podane w powyzszym fakcie. Cwiezenie* 1.4.22 Niech dim, V oznacza wymiar przestrzeni liniowej V w przypadku, gdy wspdlczynniki a, 8 wystepujace w definicji przestrzeni liniowej naleza do zbioru liczbowego K. Podaé wymiary: a) dim, R; b)dimy C; c)dimg Rj 4) dim C. © Ewiezenie* 1.4.23 Niech A bedzie macierza stopnia n. Pokazaé, ie istnieje niezerowy wielomian P stopnia ). Zaléimy, ie zbiér UU W jest pod- przestrzenia. przestrzeni liniowej V. Dla dowodu nie wprost praypusémy, ze nie zachodzi jaden z warunkéw: UC W, WC U. To oznacza, ée istnieja wektory i, a € V takie, te iC Uitg Wor bE Wi w¢ U. Poniewat iE UU Wi HE UU W, wiec d+ @ € UU W, bo UU W jest podprzestrzenia liniowa. Stad wynika, fe i+ € U lub i+ @ € W. Gdyby i+ @ € U, to H = (H+ t) — TE U, co preeczy warunkowi ‘Bowody wybranyeh twierdze He tb Z U. Podobie, gdyby i+ t € W, to = (H+ tb) — BE W, ato jest spraecene z warunkiem i ¢ W. Z otrzymanych sprzecenoéci wynika, te UC W lub Wc U. Praechodzimy teraz do dowodu implikacji w lewo (<=). Zaldimy, te U C W lub W c U. Wéwezas UU W = W lub UU W = U, W obu przypadkach to oznacza, ze rbiér U U W jest podpreestrzenia praestrzeni liniowej V. Dowéd Faktu 1.3.5 (wlasnosci wektordw liniowo niezaleinych i liniowo zaleznych) 1. Jezeli 3 A 0 i ad = G, to w=0 jako wniosek z aksjomatéw przestrzeni liniowej (Fakt 1.1.3 wlasnosé 3.). Wektor @ jest wiec liniowo niezaleiny. 2. Poniewaé mamy 1-6 40-t+...40- i, = 6, wiec wektory 6, t1,..., tn sa liniowo zalesne. 3. Z liniowej zaleinosci wektordw tir, t2,..., tim wynika istnienie stalych a1,02/...,n nie wszystkich réwnych 0 takich, de ait + arin +... 4+antin = 6. Stad mamy O- Ft ort: tart t+... tantin = 6, co oznacza, ze wektory ¥, tr, tb2,..., dn takée sa liniowo zaleéne 4, Zaldimy liniowa niezaleznosé wektoréw iy, th2,..., tn. Niech teraz a1: th tating +... tan: = 6, Bdzie a1,02,...,0% € R oraz k th + > 2 — G3 —...-— SH. Ba Bo’? Be Ba Podobnie jak poprzednio otrzymujemy, ze lin (ti, B2,..., Gn} = lim (ty, dha, Bs)... Ga} Postepujac dalej wedtug preedstawionego schematu, po k krokach generatory #1, 32,..., 3g wymienimy na generatory i, tb2,..., iy otraymujac zwiazki pe ow = lin {t1,..., He, ey1,..., Gn} dla kon ln in} = . ee ace) ees a) dla k=n See ae Gdyby k > n, to wn + L-szym kroku otrzymalibysmy wiazek lin {%1, 2,..., Gn} = lin {thi, the,..., tn} 3 nga, ktéry praecay liniowej niezalednosci wektoréw t1,..., tn, n41,..., Dx. To koticzy do- wéd twierdzenia, M Dowéd Faktu 1.4.10 (0 postaci bazy przestrzeni R") Zaléimy najpierw, ie wektory t1, 2,..., 8p tworza baze przestrzeni R". Sa wigc one liniowo niezaleine. Stad wynika, ze jedynie dla liczb a1 = a2 =... = an = 0 jest spelniona réwnosé mb; +02%2+...+0ntn =F Réwnosé ta, po rozpisaniu na wspétrzedne, jest rownowaina uktadowi réwnat liniowych Ui U2 Unt ay var 022... Une | | a2 Uni Von van | Lon 0 Poniewai rozwiazanie zerowe jest jedynym rozwiqzaniem tego ukladu, wie det [v:,] # 0. Zadéimy teraz, ie det[vis] # 0. Z dotychczasowych rozwaiait wynika liniowa niezaleinosé wektordw 1, t2,..., Gn. Pozostaje jedynie do uzasadnienia, ge generuja one przestrzeti R™. Niech zatem % = (21,72,...,1n) bedzie dowolnym wektorem z tej przestrzeni. Szu- kamy wspélczynnikéw 81, 82,...,Bn € R takich, te B= fib + Prd2+...+ Bndn. Po rozpisaniu tej réwnosci na wspétrzedne otrzymamy uklad réwnati liniowych M1 Va +s Uni Br 21 va v22... Un2 | | Be m2 Unt Van vs) Unn Br tn Poniewai det [vi] # 0, wigc istnieje rozwigzanie tego ukladu réwnari. Zatem dowolny wektor % przestrzeni R” jest kombinacja liniowa danych wektorow. @ Dowéd Twierdzer 1.4.12 (0 istnieniu bazy przestrzeni liniowej) Dowéd przeprowadzimy dla przestrzeni liniowe) W # {6} zawartej w przestrzeni gene- rowanej przez skoiczony zbidr wektordw, tzn. dla przypadku WC lin {%1, #1,..., Fn} Dowéd bedzie polegal na wyborze kolejnych liniowo niezaleanych wektoréw tak dlugo, aé stana sig one generatorami przestrzeni W. Z warunku W # {6 } wynika, de istnieje niezerowy wektor ti, € W. Jeieli W = lin {iby}, to {i} jest szukana baza i dowéd jest zakoniczony. Jeéeli lin {iin} # W, to istnieje wektor t2 € W taki, de the ¢ lin {31}. Z whasnosci 3, Faktu 1.4.4 wynika, se wektory 1, tz sa liniowo niezalezne. Podobnie, jezeli copa . piaiiych twierdzed i faktow W = lin {71,2}, to dowdd jest zakoiiczony, bo wektory ty, thy tworna szukana baze Jekeli za8 lin {i1, td} # W, to istnieje wektor i) € W nie nalezacy do preestrzeni lin {t1, tp}. Argumentujac tak jak poprzednio wnioskujemy o liniowej niezaleénosci wektordw ti, de, ds, ktére generuja przestrzefi W albo lin {ib1, tz, tbs} 4 W. Po- wtarzamy dale} to postepowanie dla kolejnych wektorsw. Jezeli zostanie ono przerwane po k ting 2 bazy B. Wéwczas zachodzi zawieranie {t1, te, ..., tng} C V = lin {t1, 2... , Gn} Na mocy Twierdzenia 1.4.5 (Steinitza) otrzymujemy zwiazek n-+1 ) = ([: B:...5] P)- | P|? a = [Bi ...8) pra]? an Poniewaé wspdtrzedne wektora % w bazie B’ sq okreslone jednoznacznie, wigc ay a a a 2 1] 1.7 Odpowiedzi i wskazéwki 1.1.2 a); ¢); d); e) tak; b) nie. 1.2.3 a); e); h) nie; b); €); d); f); g) tak. 1.2.7 Podprzestrzeniami liniowymi sq jedynie zbiory: a) Wi; b) Wi i Wa; ¢) Wo. 1.2.8* a) R°; b) Re[r]- 1.3.2 a); ¢); d) liniowo niezaleine; b) liniowo zaleine. 1.3.3 a); b); d) liniowo niezaleine; ¢) liniowo zaleéne. 1.3.7 a) (2,7); b) 2° — 32? - 22 +2. 1.3.9 W kaidym z prayktadéw jedna z funkcji jest kombinacja liniowg pozostalych, wigc wszystkie uklady sq liniowo zaleine. 1.4.2 a) prosta 2 = 3t, y = —2t, t € Rs b) plaszczyzna +02; ¢) wielomiany bedace funk- cjami parzystymi; d) macierze diagonalne stopnia 3; e) wielomiany trygonometrycane. 1.4.3 a) {(1,2,3,0), (-1,0,1,1), (1, -1,2,0)}5 b) {(2,0,0,0,-1), (0,1, 0,0, -2), (0, 0, 1, 0,1), (0,0; 0,1,1)}5 c) {-28 +27, -2° +2, 22° +1}. 1.4.8 a); c); e) tak; b); d) nie. 1.4.11 a) nie; b) tak. 1.4.13 a) {(1,0,—1), (0,1, -1)}s b) {(12,6,4,3)}s €) (2,27, 2° d) {2—1,2? -1,2°-1,...}5 100 000 000 ool 010 ooo e) ooo}],{o10],{o00);,Jo00],;/100),;001 000 000 ool 100 000 010 o{[iee] an [P38] a [333] [pe2]} ooo0}’Looo}’looo}’ {ooo ‘Loo1j’ looz|y” 15 a) Bz = (0,1); b) Bs = (0,0,1,0), be = (0,0,0,1); €) Po = 1, Pa om=[)2}%-[3) 19 a) 1; b) 4; ¢) 10; d) n?; e) 4; f) 00. .22* a) 1; b) 2; €) 00; d) 1. 1.4.23* Wskazéwka. Uzasadnié, te wektory I, A, A?,...,A™” sq liniowo zaleine w prze- strzeni Maxn- 1.4.24* a); b); c); d) istnieje. Wystarcay przyjaé: a) f(z) ©) f(a) = 27; 4) fz) =e" 1.5.3 a) (5, 4); b) (5.4); ©) [-3,2, 6]; 4) [- ~3n); e) [-1, . 71,4] 1.5.4 a) wspétrzedne [—2, 3] w bazie {(1, ~1,1), (—1,0,1)}; b) wspétrzedne {—1,5] w ba- zie {(1,-1,0.-3) ,(0,0,1,0)} 1.5.7 a) tak; b); ¢) nie. Ala ala la e De IMIS lee lem ——7 14 ' eee gq Bis ela wine v U 77 ' i ge BIN AIS onon Ut ' i iy ence & ql : aces. 2 SS i ° moe s a —, ' eee Ss cogn oes mianniasia 25 U = agen one noe 8 Oo i i slerierie S Poe Toior. IF i } ' c S 1 oa is uo I can | I aan | a = o = 2 o eane 2 an lon ate ' ; T* 7 cane an oo a ' wiv wae on 7 feed i Ks 5 I a eo ns = o ' a = uw 4 ; 2 5 4 6 = a a = 2 UKLADY ROWNAN LINIOWYCH 2.1. Rzad macierzy Niech A bedzie dowolna macierza wymiaru m x n oraz niech 1 < k < min(m,n) Minorem stopnia k macierzy A nazywamy wyznacznik macierzy kwadratowej, ktéra powstata po skresleniu m — k wierszy oraz n — k kolumn w macierzy A Uwaga. Inaczej méwigc minor stopnia k tworzymy z elementéw k wybranych wier- say i k wybranych kolumn macierzy. © Prayktad 2.1.2 Minorem stopnia 2 macierzy A o wymiarze 3 x 5 jest np. wyznacznik a2] [as det ax2| [ass Powstal on przez skreslenie w wyznaczniku macierzy A drugiego wiersza oraz pierwszej, trzeciej i cawartej kolumny ais det a5 © Ewiezenie 2.1.3 -12 01 a) W macierzy [ ga cs ‘] oblicayé wszystkie minory stopnia 2; aaa ‘2 ERE ie it 1623 4 b) W macierzy | 0 —1 2 —3 | oblicayé wszystkie minory stopnia 3; 6 50 -2 ¢) Me minoréw maja macierze wymiaréw 3 x 4,5 x 5, 7x 7? Rzedem macierzy nazywamy najwigkszy stopiet jej niezerowego minora. Rzad ma- cierzy A oznaczamy przez rz A. Prayjmujemy, de rzqad dowolnej macierzy zerowej jest réwny 0. Uwaga. Rzad macierzy A oznacza sig takée przez rank (A) lub r(A). © Cwiczenie 2.1.5 Korzystajac 2 definicji znalesé rzedy podanych macierzy: 1-1-2 2 1-23 2-13-24 ia a)|-3 411]; b)| 4-25 ETS ian a = 2-11 82 1 07 1 ae @ Fakt 2.1.6 (wlasnosci rzedu macierzy) 1. Rzad macierzy A wymiaru m x n spelnia nieréwnosei 0< A < min(m,n) 2. Read macierzy nieosobliwej jest réwny jej stopniowi 3. Rzad macierzy transponowanej jest rowny rzedowi macierzy wyjéciowej: 4. Ruad macierzy diagonalnej jest rowny liczbie jej niezerowych elementéw © Ewiczenie 2.1.7 Cay raad macierzy tréjkatnej jest réwny liczbie jej niezerowych elementéw na gléwnej przekatnej? Odpowiedé uzasadnié. icja 2. Macierz nazywamy schodkowa, gdy pierwsze niezerowe elementy (tzw. schodki) w kolejnych niezerowych wierszach tej macierzy znajduja sig w kolumnach o rosna- cych numerach. Przyjmujemy, e macierz o jednym niezerowym wierszu, a takée dowolna macierz zerowa, sq macierzami schodkowymi. © Przyktad 2.1.9 Wezystkie podane ponitej macierze sq schodkowe: [p04302 210 0 ol1 23 ojo00 oj50011]. Jols4}. Joo ojsi OG LT) | ooo o|7 of’ |o ojo}? Joo o ols oo 0000 0|3 0 ols 00000, M@ Twierdzenie 2.1.10 (0 rzedzie macierzy schodkowe}) Rzad/macierzy schodkowej jest réwny liczbie je} niezerowych wierszy (tj. liczbie schodkéw). M@ Twierdzenie 2.1.11 (0 operacjach nie zmieniajacych rzedu macierzy) Podane poniéej operacje clementarne na macierzy nie zmieniaja je} rzedu: 1. zamiana miedzy soba dwéch dowolnych wierszy (kolumn); 2. pomnoienie dowolnego wiersza (kolumny) przez licabe réina od zera; 3. dodanie do ustalonego wiersza (ustalonej kolumny) sumy innych wierszy (ko- lumn) pomnotonych przez dowolne state. Uwaga. Tezy obu twierdzei znacanie ulatwiaja wyznaczanie ragdéw macierzy. Wy- starezy pracksztalcié je do postaci schodkowej. Jest to moéliwe dla dowolnych macierzy pray zastosowaniu algorytmu Gaussa™. Prey praeksztatceniach macierzy (dla przejrzystosci zapisu) naledy skreélié wiersze (kolumny) ztozone z samych zer lub ted jeden z wierszy (jedng z kolumn) proporcjonalnych do siebie © Cwiczenie 2.1.12 Sprowadzajac podane macierze do postaci schodkowej wyznaczyé ich rzedy: 25 1 1 3 5 -1 123 4 °5 3.0 -6 2-1-3 4 a) aa6]) Ols aa 7f) 9/543 2 24s 12 0 7 7 9 «1 ene d) A jest macierza kwadratowa stopnia 7 z kupon LOTTO; c) A jest macierza kwadratowg stopnia 10 z tabliczki mnozenia do 10. © Cwiczenie 2.1.13 Zbadaé redy podanych macierzy w zaleznosci od parametru p € R 3114 ne 4101 aad | | hams 1 10 -6 1 22 43 “Carl Fredrich Gauss (1777-1855), matematyk, fizyk i astronom niemiecki. . mi Fakt* 2.1.14 (algorytm Chid obliczania rzedu macierzy (8]) Niech [a;;] bedzie macierza wymiaru mx n, przy czym m,n > 2 oraz niech ay, #0 Wowczas Slt &) @ Of gdzie at, =| a: Ga}|ai2 ais ~—fasi}—+ ain 2 dla2 n mamy det (AAT) = 0. © Cwiczenie* 2.1.23 Stosujac wyznacznikowe kryterium liniowej niezaleznosci wektoréw w R” zbadaé liniowa, niezaleinosé podanych wektoréw: a) % =(1,3,1), #2 =(2,1,0); b) t= (1,2,-1,1), 2 =(2,1,0,1), % = (1,-1,1,0); c) 1 = (2,1,0,1,2), =(-1,1,-1,1,-1), # =(1,0,1,0,1), % = (1,2,3, -2,-1). © Cwiezenie* 2.1.24 Sprawdzié, czy det (AA™) = 0 dla podanych macierzy: lid aaa [27 2 4], panfil? 48 52 17 320 110 © Cwiezenie* 2.1.25 Czy 2 warunkn det (AA) = 0 wynika, te det (AA) = 0? Odpowiedé uzasadnié. 2.2 Twierdzenie Kroneckera — Capellego WM Twierdzenie 2.2.1 (Kroneckerat ~ Capellego!) Ukiad réwnasi liniowych AX = B ma rozwiqzanie wtedy i tylko wtedy, gdy rzad macierzy A jest rowny rzedowi macierzy rozszerzonej [A]B] tego uktadu; A= 2 [A|B] Mm Fakt 2.2.2 (0 liczbie rozwigzan uktadu réwnar liniowych) Niech AX = B bedzie uktadem réwnan liniowych z n niewiadomymi. Wéwczas 1. jeéeli rz A ¢ 12 [A|B], to uktad nie ma rozwiazania (jest sprzeceny); 2. jeieli rzA = 12 [AB] = n, to uktad ma doktadnie jedno rozwiazanie (jest oznaczony); 3. jeéeli rz A = rz [A|B] = r parametry © Cwiczenie 2.2.6 Zastosowaé powyiszy algorytm do rozwiazania podanych uktadéw réwnat: aye 23, Ww+ yt Sz+ But Q=4, o{ eye sr b)42r+ yt z-10u- v=], , 62 + 3y + liz — 4u + 3v=9. Ktére sposréd niewiadomych w tych uktadach moga byé parametrami? 2.3 Uktady jednorodne i niejednorodne W Twierdzenie 2.3.1 (0 przestrzeni rozwiqzar ukladu jednorodnego) Niech Wo oznacza zbidr wszystkich rozwigzatt jednorodnego uktadu réwnari linio- wych postaci AX = O 2 n niewiadomymi, tan Wo ={X™ER": AX =O}. Wowezas: 1. zbidr Wo jest podprzestrzenia liniowa przestrzeni R"; 2. dim Wy =n- 2A. Wo Rys, 2.3.1. Podprzestrzei rozwiazan jednorodnego uktadu réwnat liniowych. Uwaga. Baze przestrzeni rozwiqzat uktadu jednorodnego nazywamy fundamen- talnym zbiorem rozwiazati tego uktadu. © Ewiczenie 2.3.2 Wyznaczyé przestrzenie rozwiazai podanych jednorodnych uktadéw réwnai, znaleéé ich wymiary i bazy: _ rty-z- t-s=0, ay rT ute lo y 4 atten, Sa — Bg t= OF Bo Hatt =0 MTwierdzenie 2.3.3 (0 zbiorze rozwiqzari uktadu niejednorodnego) Niech AY = B bedzie niejednorodnym uktadem réwnati liniowych oraz niech AX = O bedzie odpowiadajacym mu uktadem jednorodnym. Ponadto niech Yo bedzie jednym 1 rozwiqzati ukladu niejednorodnego. Wtedy 1, kagde rozwiazanie Y ukladu niejednorodnego ma postaé Y=X+Y, gdzie X jest jednym 2 rozwigzatt uktadu jednorodnego; 2. dla kaidego rozwigrania X uktadu jednorodnego wektor X ++ Yo jest takie rozwigzaniem uktadu niejednorodnego. Uwaga. Powyzsze twierdzenie moina zapisaé symbolicznie w postaci réwnosci: W=Wo+Yo, Bdzie W jest zbiorem rozwigzari uktadu niejednorodnego AY = B, a Wo jest prestrzenia roewiazar odpowiadajacego mu ukladu jednorodnego AX = O. W interpretacji geometryczhej zbiory rozwiqzan niesprzecznych uktadéw réwnani li- niowych 0 dwéch lub trzech-niewiadomych moga byé tylko punktami, prostymi, plaszczyznami lub przestrzenia R°. Rys. 2.3.2. Zbiér rozwiazait niejednorodnego uktadu réwnait liniowych © Cwiczenie 2.3.4 Wyznaczyé zbiory rozwiazati podanych uktadéw nicjednorodnych zgadujac jedno z tych rozwiqzafi oraz znajdujac przestrzenie rozwiazai odpowiadajacych im uktadéw jednorod- nych: ct+dty- z+t= b) 4 32 - yt2z—-t {ituteieen a) br + 3y +t= Qn + 3y t+ 42+ t= 10; © Ewiczenie 2.3.5 Podaé interpretacje geometryczna zbioréw rozwiazati wskazanych uktadéw réwnan w zalegnosci od parametru p: 2c + py — 22 = —p, b) ) pe + y— pe =-1, pr- y-pz= 1, a) es + py =p, pr + pry MFakt 2.3.6 (0 postaci rozwigzart uktadéw réwnari liniowych) Niech AY = B bedzie uktadem réwnan liniowych 2 n niewiadomymi, pray czym 1A =r 1 oznacza licebe niezerowych wierszy w macierzy schodkowe} S. Wtedy mamy ~ 12S Gn = Omi ay a ai ai... ain wan , , wp any 0 ain ss Gdn m wm an mi Gin2 +++ inn ah, abn = l¢m} ios, : ing +++ Oman aug | dla 2 < i,j r + s. Ma on oczywiscie postaé blokowa By Aa Bz przy czym mozliwe sq dwa przypadki: albo obie macierze Az, Ba sq kwadratowe albo ted obie sa prostokgtne. Zatézmy w pierwszym przypadku, e wymiary macierzy kwadrato- wych Az i Ba 84 réwne odpowiednio r’ xr! i s! xs’, pray czym r/+s' = t> r+s. Wéwezas 1 >rlub s' > s, bo gdyby byto odwrotnie, to miclibySmy r! +5" r, to det A2 = 0, wigc caly minor stopnia t jest zerem. Podobnie jest w przpadku 3! > s Niech teraz w drugim przypadku maciers Az bedzie prostokatna 0 wymiarze m' x n', Przy czym m' < n', Wéweras wektory kolumnowe macieray Az (jest ich n') bedace ele- mentami preestrzeni R™’ sa liniowo zalezne. Jeden z nich jest wiec kombinacja liniowa pozostalych, To oznacza, ie jeden z wierszy minora stopnia ¢ jest kombinacja liniowa po- zostalych, wigc wartosé tego minora jest zerem. Uzywajac analogicznych argumentéw w przypadku m’ > n! wnioskujemy, ée kaidy minor stopnia wiekszego nid r +s jest zerem, co koiiczy dowéd. M Dowéd Twierdzenia 2.1.17 (kryterium liniowej niezaleénosci wektoréw) 1. Zaléimy najpierw, ie 1A = k. Gdyby wektory #1, #2,..., 3% byly liniowo zaledne, to jeden z nich (np. 3; dla pewnego 1 < i < k) bytby kombinacja liniowa pozostatych. To oznaczatoby, ie i-ty wiersz macierzy A jest kombinacja pozostalych wierszy 2 tymi samymi wspélczynnikami. Zatem kazdy minor stopnia k macierzy A bytby zerowy, co z kolei praeczyloby zalozeniu o rzedzie macierzy A. Stad wniosek, e wektory #1, #2,..., 3 8a liniowo niezaleine. Niech teraz wektory #1, #2,..., 8: beda liniowo niezaleéne. Zaléémy nie wprost, #e wszyst- kie minory stopnia k macierzy A zeruja sig. Oczywiscie istnieje niezerowy minor stopnia r macierzy A dla pewnego 1 r jest to minor stopnia r+1 macierzy A réwny 0 na podstawie okreslenia liczby r. Po rozwinigciu ostatniego wyznacznika wzgledem ostatnie} kolumny otrzymamy zaleinosci 1; Dy + a2j;D2 +... + 0r41j;Dr41 =0 i Dr4s #0, gdzie D; dla 1 0 oraz 5 >0. Niech ki, o,..., kn oznaczaja wektory kolumnowe macierzy A, zaé Ki, ky,..., wektory kolumnowe macierzy B. Wéwczas (A+B) = dimiin {+k +8, E+} Kaidy z wektoréw k, + &,, gdzie 1 < j A+ 12 Bn. Niech 5,(A),-.-, Bn(A) €-R™; B(B),- .k(B) € Rt; Bs(AB),..., (AB) € Rt oznaczaja odpowiednio wektory kolumnowe macierzy A, B, AB. Ponadto niech U, V, W oznaczaja przestrzenie liniowe generowane przez odpowiednie grupy tych wektoréw. Zalézmy, Ze wA = dimU =r, 7B = dimV = 5, 7(AB) = dim W=t. Jeieli r = 0 lub s = 0, to dowodzona nieréwnosé zachodzi. Przypusémy wigc, de r > 0 is > 0. Oznacamy prez By, t-elementowa (byé moie 0-elementowa) baze praestrzeni_ W wybrana sposréd jej danych generatoréw. Wektory tej bazy sa oczywiscie clementami przestrzeni U, gdyé dla kaidego 1 < i r-+s—n, co koficry dow6d. Tdeg dowodu zilustrowano na rysunku ponizej. 5 wektoréw n= 4 wektoréw liniowo niezalednych JJednostkowych —— _—— B B' A AB | AB’ ns ~~ oY 1 wektorsw t wektorsw rat wektoréw liniowo niezalenych liniowo niezalednych liniowo niezalesnych 3, Niech A bedzie macierza wymiarn m x n, 2a B nicosobliwa macierza stopnia m. Z zaloienia wynika, ie 12 B = m. Z wlasnosci 2. wnioskujemy, Ze m+ wA-m < 1 (BA) < min (m, 12 A) ‘Alera A < min(m,n) n. Wybierzmy wiersze macie- 12y [A|B] odpowiadajace niezerowemu minorowi stopnia n macierzy A. Pozostale wiersze, bedace kombinacjami liniowymi wybranych, mozna pomingé bez wplywu na zbiér roz- wiqzai ukdadu réwnaii. Otrzymany w ten sposdb uklad réwnati jest ukladem Cramera z n niewiadomymi. Uklad ten ma doktadnie jedno rozwigzanie. 3. Zaléimy teraz, ie r 0, to ustalamy r sposréd réwnai oraz r sposréd niewiadomych odpowiadajacych hiezerowemu minorowi stopnia r macierzy A. Pozostate réwnania, jako liniowo zaleine 2 ustalonymi, pomijamy. Otrzymujemy uklad r réwnat z n niewiadomymi réwnowainy wyjéciowemu. Pozostawiajac po lewej stronie tych réwnait jedynie wyrazy odpowiadajace ustalonym r zmiennym i traktujac odtad pozostale zmienne jako parametry otrzymujemy uklad r liniowo niezaleznych réwnaii 2 n—r parametrami. Przyjmujac dowolne wartoéci parametréw, wartoéci r ustalonych niewiadomych wyznaczymy z odpowiedniego ukladu Cramera. Zbiér rozwigzati wyjéciowego ukladu réwnati jest zatem, ze wzgledu na dowol- nogé wyboru wartosci parametréw, nieskoiiczony. @ Dowéd Twierdzeni 2.3.1 (0 przestrzeni rozwigzar uktadu jednorodnego) 1. Niech X;, Xp beda kolumnowymi wektorami rozwigzai ukladu AX = O oraz niech a, a2 € R. Wéwezas A(a:X1 + a2X2) = a AX: +02AX2 = a1 -O+a2-0=0 Oznacza to, te 01X1 +a2X2 jest wektorem rozwigzari uktadu AX = O, czyli Wo jest podprzestrzenia praestrzeni R™ 2. Niech rzA =r. Jedeli r = n, to jedynym rozwigzaniem uktadu jednorodnego jest rozwigzanie zerowe, wigc dim Wo = =n-—r. Jeéeli natomiast r = 0, to zbidr rozwig- zai ukladu jest cata przestrzenia R", zatem dim Wo = n =n —r. Rozwaimy zatem przypadek 0 Lh) ‘2 Lh) Rys. 3.1.4. Odwzorowanie liniowe L : R° — R? zachowuje réwnoleglogé prostych. J 8} P © Ewiczenie 3.1.2 Niech L: U—+ V bedzie przeksztatceniem liniowym. Korzystajac 2 definicji uzasadnié podane stwierdzenia: a) L(G) =; b) L(t: — te) = L (tix) — L (ata) dla dowolnych iy, itz € U; 6) Lari +... + niin) = on L(t) +... + an (din) dla dowolnych a1,..., tin € U, a1,...,0n € R oraz nN. © Cwiczenie 3.1.3 Sprawdzi¢, czy podane przeksztalcenia przestrzeni liniowych sq liniowe: a) L: R°—+R?, L(2,y,2) = (e+ y,2 —2y); b) L: Ralz] — Ra[z], (La) () = a"(2) dla x € R; : o) L: C((a,8)) —R, ug= [seas @) L: RR, Lr =(241,22,-2); e) L: Maxs — R, L(A) = det A f) L: R®— R®, L (21,2, 03,...)) = (2,23, 24,...) Cwiczenie 3.1.4 Niech % € R°. Zbadaé liniowos podanych pracksztalceri: a) L: RS—+R, L(%)=%0%, b) L: R9 SR, L(t) =%x 5; c) L: R°—R, L(%) = |i; 4) L: BSR, L(%) = at + b4, gdzie abe R. Cwiczenie 3.1.5 Uzasadnié, te podane przeksztalcenia sa liniowe: a) L: U—+V, Li=G, gdrie Ui V sq dowolnymi przestrzeniami liniowymi; b) I: U— U, li = t, gdzie U jest dowolna przestrzenia liniowa. Praeksztalcenia rozwaéane w éwiczeniach a) i b) nazywamy odpowiednio przeksztatce- niem zerowym oraz identycznoéciowym Cwiczenie 3.1.6 a) Przeksztatcenie liniowe L : R? —+ R? przeprowadza wektor i = (3,1) na wektor % = (5,8), a wektor dz = (6,—1) na wektor G2 = (1,0). Znaleéé obraz wektora ii = (—3, 2) w tym przeksztatceniu; b) Praeksztatcenie liniowe L : Ra[r]— Ro[r] preprowadza wektor py -1na wektor qo = 1, wektor p; = 27 ~ x na wektor g, = 2 oraz wektor p, —2? na wektor q, = 27. Znaleéé obraz wektora p = x? — 2x +3 w tym przeksztalceniu. MFakt 3.1.7 (0 jednoznacznosei pracksztatcenia liniowego) Niech {i1, ta, .., ttn} bedzie bazq przestrzeni liniowej U oraz niech 8, B2,..., Tn beda dowolnymi wektorami przestrzeni liniowej V. Wtedy istnieje doktadnie jedno przeksztatcenie liniowe L: U—» V takie, ze L (aii) = 81, L (td) = B2,..., D (tin) = Fn Uwaga. Z powyiszego faktu wynika, ze znajomosé obrazéw wektoréw bazy dzie-~ dziny wystarczy do petnego okreélenia przeksztatcenia liniowego w catej dziedzinie. © Cwiczenie 3.1.8 Znaleéé postaci wszystkich mozliwych podanych przeksztatceni liniowych: a)L: R—R; db) L: Rals]R © Cwiczenie 3.1.9 Znaleté wzory okreslajace podane przeksztalcenia ptaszczyzny R? w siebie: a) symetria wzgledem osi Ox; ‘ b) rzut prostokatny na of Oy; ©) obrét o kat @ wzgledem poczatku ukladu wspélrzednych (w kierunku przeciwnym do ruchu wskazéwek zegara); d) jednoktadnosé wzgledem poczatku ukladu wspélrzednych w skali k = e) powinowactwo prostokatne wzgledem osi Ox w skali k= ; Uzasadnié, ie przeksztatcenia te sq liniowe. © Ewiezenie 3.1.10 Znaleéé wzory okreglajace podane przeksztatcenia przestrzeni R® w siebie: a) rzut prostokatny na plaszczyane 202; b) rut prostokatny na of Oy; c) symetria wagledem plaszezyzny +Oy; d) symetria wzgledem osi Oz; ¢) symetria wzgledem poczatku uktadu wspélrzednych; f) obrdt 0 kat a wokst osi Oz: Uzasadnié, ze przeksztatcenia te sa liniowe. © Fakt 3.1.11 (charakteryzacja liniowych przeksztatced R? i R°) 1. Przeksztatcenie L : R? —+ R? jest liniowe wtedy i tylko wtedy, gdy jest postaci L(x, y) = (az + by, cx + dy) dla pewnych a,b,c,d€ R; 2. Praeksztatcenie L : R® —> R° jest liniowe wtedy i tylko wtedy, gdy jest postaci L(x, y,2) = (az + by +z, dx + ey + fz,gx + hy + iz) dla pewnych a,b,...,8€ B wzorem: Kerb! {te u: L(a)=5}. Uwaga. Dla kaidego pracksztalcenia liniowego L mamy 0 € Ker L. Rys. 3.2.1. Ilustracja jadra przeksztalcenia liniowego L: R° —+ R?. 0 Cwiczenie 3.2.2 Znale#é jadra podanych przcksztalceri liniowych: a) L: R? —+R?, gdzie L osnacza rzut prostokatny na 0 Oz; b) L: R°— RB, gdzie L oznacza obrét 0 kat : wokdét osi Oz; c) L: R?—+R?, gdzie L(x,y) = (22 — y, 32 + 5y); d) L: R°—R, gdzie L(z,y,z)=2+y +2; e) L: R°—+R®, gduie L (21,22, 03,...) = (2,23, 24,...)3 f) L: Ralz]—+ R[x], gdzie (Lp) (z) = p"(z) dla p € Ra[z] oraz + € R. Obrazem przeksztatcenia liniowego L : U—+ V nazywamy zbidr Im L okreslony wzorem: ImL £4 {%€ V: istnieje wektor @ € U taki, xe L (i) = 3} = {L(@): HEU}. Uwaga. Dla kaidego przeksztatcenia liniowego L mamy 0 € ImL Rys. 3.2.2. Iustracja obrazu przcksatalcenia liniowego L: R° — R?. © Cwiczenie 3.2.4 Znaleié obrazy podanych przeksztatcen liniowych: a) LD: R? — R?, gdzie L omacta symetrig wzgledem poczatku ukladu wspétrzednych; 4 b) L: R°— R®, gdzie L oznacza rzut prostokatny na plaszczyzne 2Oz; o) L: RS —-R®, gdzie L(2,9,2) = (2-9 2-2); a) L: R?—+ Rt, gdzie L(z,y) = (2,-2.4, -¥)i e) L: R®— R®, gdzie L(x1,22,43)-- 21,03, 05,---)} f) L: Ra[z) — Rolz], gdzie (Lp) (2) = | p(t)dt dla z € R oraz p € Ro 0 mFakt 3.2.5 (0 postaci jadra i obrazu przeksztatcenia liniowego) Niech L: U—> V bedzie przeksztatceniem liniowym. Wtedy 1. abidr Ker L jest podprzestrzenia liniowg przestrzeni U3” 2. abidr Im L jest podprzestrzenig liniowa przestraeni V. © Cwiczenie 3.2.6 o Niech {di tz,...-in) bedzie baza przestrzeni liniowej U oraz niech L : U — V bedzie pracksztalceniem liniowym. Uzasadnié, ze Im = lin {L (ds), L (ii2),--) D(tin)} © Ewiczenie* 3.2.7 Podaé prayklady przeksztatceti liniowych, ktére maja wskazane jadra i obrazy a) LD: R?—+-R?, KerL= {6}, ImL= RP’; b) L: R°—+R®, Ker L = {(z,0,0) 1 € R}, mL ={(0,s,t): 8,t€ RB}; co) L: R8—R?, Ker Lb ={(2,0+9,2): 29 € R}, ImL = {(s,t): 2s-t = 0}5 d) L: Ra{z]— Rafe), Ker L = lin {x}, bm L = lin {1,2} ag sear : iaiciebe M Twierdzenie 3.2.8 (0 zaleinosci migdzy wymiarami jqdra i obrazu) Niech U i V beda skoticzenie wymiarowymi praestrzeniami liniowymi oraz niech L: U—+V bedzie przeksztatceniem liniowym. Wtedy dim (Ker L) + dim (ImL) = dimU. - Uwaga. % réwnogci podanej w poprzednim twierdzeniu wynika, de praeksztalcenie liniowe nie podwyzsza wymiaru swojej dziedziny, tan dim (Im L) < dim U. Cwiczenie 3.2.9 Wyznaczyé wymiary jader i obrazéw podanych pracksztatcet liniowych: a) L: R°— R?, gdzie L(x, y, 2) = (x — 3y + 22,22 + by — 42); b) L: R°—+Rt, gdzie L(x, y,2) =(e—y,2—2,y-2,y—2); c) L: Rs[t]— Rs[z], gdzie (Lp) (x) = xp'(x) dla z € R oraz p € Rs|s] 3.3. Macierz przeksztatcenia liniowego Niech By = {i1, ti2,..., in} oraz By = {%1,¥2,..., 3m} beda odpowiednio ba- zami przestrzeni liniowych U i V. Macierza praeksztatcenia liniowego L : U—+ V w podanych bazach nazywamy macierz Ao m wierszach in kolumnach, ktérej ko- lene kolumny sq wspétraednymi wektoréw: L (4x), L (i)... L (iin), w bazie By. Zatem L (tx) L (a2)... L(iin) t fl Goo ft yy aig ww. Gin J BL def | 421 G22, «.. Gan | H— Be aw|” : Gm m2 --- Amn | — Bm gdzie L(%1)= ayy By + ano +...4+4m1 Fm, L(%2)= ait, + ao2B2 +... +Om2%m, L (tin)=ainB1 + dono +... + Oma Bm reeraerescetztetss4t st a suing Uwaga. Jeieli w rozwazaniach wystapi kilka praeksztatce liniowych np. L, K itp., to ich macierze bedziemy pisali z indeksami Ar, Ax itp Cwiczenie 3.3.2 Napisaé macierze podanych przeksztalceti liniowych w bazach standardowych rozwaia- nych przestrzeni liniowych: a) L: R°—R®, gdzie L(z,y, 2) = (22,32 + y,y + 2); b) L: R?— R*, gdzie L(z,y) c) L: R? —+ R?, gdzie L oznacza obrét wokét poczatku uktadu wspéirzednych 0 kat a; 2+ y, 32 — y, 22, —y); 4d) L: R&— R®, gdzie L omnacza symetrig wagledem plaszczyzny 202; e) L: Rilz]— R2[z], gdzie (Lp) (2) = (2 + 1)p(z) dla p € Rails]; f) L: Mox2 —* Msxa, gdzie L(A) = A™. Cc iczenie 3.3.3 Znalesé macierze podanych pracksataiceit liniowych L : U—+ V we wskazanych bazach / preestraeni Ui V: a) L: R°—>R8, gdzie L(z,y,2) = (z,¥,0) oraz/ is = (1,2,0), tz = (0,-1,1), ts = (0,2,-1), % = (1,1,1), %2 = (1,0,0), = (1,1,0); b) L: R?—+R*, gdzie L(z,y) = (2,-v,2 +42 — y) oraz ty = (1,1), tt = (1,1), %, =(1,0,0,0), #2 =(1,1,0,0), % = (1,1,1,0), % =(1,1,1,1); ©) L: Rol] —+ Ralz], gdaie (Lp)(z) = p'(x — 1) dla p € Ro[z] oraz Po = 2 3 z x m= P= FP WEL NAR H=T Cwiczenie 3.3.4 Niech L bedzie przeksztalceniem plaszczyzny opisujacym mnozenie punktu plaszcayzny traktowanego jako liczba zespolona przez ustalona liczbe zespolona a+ib, gdzie a,b € R a) Uzasadnié, te L jest liniowe; b) Napisaé macierz L w bazie standardowej przestrzeni R?; c) Uzasadnié, ie L jest ztozeniem obrotu i jednoktadnosci. Fakt 3.3.5 (0 macierzach rautdw i symetrii w R? i R®.) Rozwatane nidej macierze Ay i Ag przeksztatcen liniowych Ri S plaszezyzny lub przestrzeni sq macierzami w bazach standardowych R? lub R° 1. Macierz A, rzutu prostokatnego R w przestrzeni R? na prostal: Ar+By = 0 ma postaé 1 I-— A? + B? [A By’ [AB]. ° ° 2. Macierz A, symetrii osiowej S w przestrzeni R? wzgledem prostej | : At+By = 0 ma postaé A,=I [AB] [4B]. _ 2 +B? 3. Macierz A, rautu prostokatnego R w przestrzeni R® na plaszczyzne x: Ax + By +Cz=0 ma postaé A, 1 Pape Bc Asc 4. Macierz A, symetrii ptaszczyznowej S' w przestrzeni R® wzgledem plaszczyzny mw: Ax + By +Cz=0 ma postaé A, [ABCT [ABC]. 2 BeBe Cwiczenie* 3.3.6 Uzasadnié stwierdzenia podane w powyiszym fakcie. Cwiczenie 3.3.7 Napisaé macierze w bazach standardowych przestrzeni R? lub R® podanych przeksztal- cert liniowych: a) rzut prostokatny w R? na prosta l: 2r —3y = 0; b) symetria w R? wzgledem prostej 1: x + 5y = 0; c) taut prostokatny w R* na plaszczyzne w: x — y + 2z d) symetria w R° wzgledem plaszczyzny : 32 +2y — Fakt 3.3.8 (0 postaci precksztatcenia liniowego) Pracksztatcenie L : R" —+ R™ jest liniowe wtedy i tylko wtedy, gdy istnieje macierz A wymiaru m x n taka, ée L@=Al |, Bdzie Z= (x1, 22,...,an) € RK”. Uwaga. Maciers A jest réwna macierzy pracksztatcenia L w bazach standardowych przestrzeni R” i R™ m Twierdzenie 3.3.9 (0 postaci preeksztatcenia liniowego) Niech A bedzie macierza pracksatatcenia liniowego L : U— V w bazie Bu = (iy, tla, ..., ty} przestrzeni U iw bazie By = {t1,82,..., Bm} praestrzeni V oraz niech @ € U. Ponadto niech T1 uw 2 | oraz ¥ #4 |. In Ym beda odpowiednio macierzami wspétrzednych wektora % w bazie By oraz wektora % = L (i) w bazie By. Wtedy AX =Y. Uwaga. Z twierdzenia tego wynika, de macierz przeksztalcenia liniowego w pelni opisuje to przeksztatcenie, Oznacza to, #e zamiast badaé whasnosci preeksatatces liniowych wystarcay analizowaé wlasnoéci ich macierzy. © Ewiczenie 3.3.10 Macierz praeksatatcenia liniowego L: U— V w bazie {i1, ta, il, tig} praestrzeni U oraz w bazie {41, 32, 85} przestrzeni V ma postaé » 1 A= |3 4 He one Wyznaczyé wspétrzedne obraz6w podanych wektoréw i w bazie przestrzeni V : a)i=%; d) Sin dis; c) P= 5%; — 38% 444s — mFakt 3.3.11 (0 rzedzie macierzy pracksztatcenia liniowego) Rzad macierzy pracksztatcenia liniowego jest rowny wymiarowi obrazu tego prze- ksztatcenia. Uwaga. Wymiar obrazu preksztalcenia liniowego L : U—+ V jest nazywany raedem tego przeksztalcenia i oznaczany symbolem rz [ lub rank L. Rzad macierzy A pracksztatcenia liniowego L nie zalezy od wyboru baz przestrzeni U i V oraz zachodzi awiazek def ra L &! dim(ImL) = 12 A Interpretacja geometryczna wyznacznika macierzy przeksztatcenia . Niech L: R?—+ R? bedzie przeksztatceniem liniowym o macierzy A (w bazie standardowej) oraz niech D bedzie obszarem na plaszczyénie. Wtedy pole |D| obszaru D oraz pole |L(D)| obrazu obszaru D przy praeksztatceniu L zwigzane sq zaleinoscia: |Z(D)| = |D] -|det Al. Inaczej méwigc wyznacznik macierzy A okreéla, ile razy zwi¢ksza sie pole ob- szaru plaskiego przy praeksztalceniu liniowym plaszczyzny w siebie (rysunek 3.3.1) Rys. 3.3.1. Interpretacja geometryczna wyznacznika macierzy przeksztalcenia liniowego plaszczyzny. . Niech L: R°—+ R* bedzie przeksztatceniem liniowym o macierzy A (w bazie standardowej) oraz niech V bedzie obszarem w przestrzeni. Wtedy objetosé obszaru V oraz objetosé |L(V)| obrazu obszaru V pray przeksztatceniu L zwiq- zane sq zaleioscia: |Z(V)| = [VI |det A]. Inaczej méwigc wyznacznik macierzy A okregla, ile razy zwieksza sig objetosé obszaru przestrzennego pray praeksztalceniu liniowym przestrzeni w siebie (ry- sunek 3.3.2) Rys. 3.3.2, Interpretacja geometryczna wyznacanika macierzy przeksztalcenia liniowego przestrzeni. © Ewiczenie 3.3.12 a) Niech D = {(z,y) €R?: 2? +y? <1} oraz niech przeksztalcenie liniowe L R? — R? bedzie okreslone wzorem L(x, y) = (x + y,x — y). Naszkicowaé obraz ob- szaru D przez pracksztalcenie L oraz obliczyé jego pole. b) Niech D = {(z,y,2z)€ Rs -1<2<1,0 V okreslone wzorem: (Ly + La) (%) = Li (%) + La (%) dlate U. 2. Niech L: U—+V bedzie praeksztalceniem liniowym oraz niech a € B. Ilo- caynem licazby oi pracksztatcenia L nazywamy praeksztatcenie (aL): U— V okreglone wzorem: (al) (@) =a(L(#)) date U 3. Niech L : U—+V oraz K : V—+W beda pracksztalceniami liniowymi ZAoieniem praeksztalceni Li K nazywamy preeksztatcenie (K oL): U—+W okreglone wzorem: (KoL)(%)=K(L(#)) date U. 4. Niech praeksatatcenie liniowe L: U—+ V bedzie réinowartosciowe oraz niech ImL = V. Praeksztatceniem odwrotnym do praeksztatcenia L nazywamy prze- ksatatcenie (L~!) : V—+ U okreSlone wzorem: (L7) (#) = 7 F=L(7) dla de U oraz FEV. @ Fakt 3.4.2 (0 liniowosci dziatatt na przestrzeniach liniowych) Suma pracksztatcen liniowych, iloczyn przeksztatcenia liniowego przez. liczbe, zto- ienie przeksztatcen liniowych oraz przcksztatcenie odwrotne do przeksatalcenia liniowego sq takée przeksztatceniami liniowymi © Cwiezenie 3.4.3 a) Przeksztatcenia liniowe L1, L2 : R? —+ R° okreslone sq wzorami In(2,9) = (2 + 2y,2 — 9,2), La(z,9) = (yu, +9), Napisaé waér praeksztalcenia liniowego Ly + Las b) Praeksztalcenie liniowe L: R* —+R? okreslone jest wzorem L(2,y,2) = (0 — y + 2,2 +22) Napisaé w2dr przeksztalcenia liniowego —3; sees sy sapreceesnagsateencastc sete eereceereesccerezy cpepaaasiegsztstse agers (Dzistania tia pizeksztateeniach liniowyech oo USE gg! c) Przeksztatcenia liniowe L: R? —+ R®* oraz K : R° — R® okreslone sq wzorami L(x,y) = (0 y,32+9,0), K(2,y,2)=(e-y2— 2,942) : Napisaé waér przeksztalcenia liniowego K 0 L; d) Przeksatatcenie liniowe L: R? —+ R? okreglone jest wzorem Lz, y) = (22 + 3y,2—2y). Sprawdzié, ze L jest praeksztalceniem odwracalnym i napisaé wzér pracksztatcenia liniowego L~*. Cwiczenie* 3.4.4 Niech U i V beda przestrzeniami liniowymi o wymiarach réwnych odpowiednio n i m Ponadto niech L(U, V) oznacza zbiér wszystkich przeksztalcen liniowych L: U— V. Uzasadnié, ie L(U, V) jest praestrzenia liniowa i podaé jej wymiar. MFakt 3.4.5 (warunki odwracalnosci praeksztatcenia liniowego) Niech L: U—+ V bedzie przeksztatceniem liniowym przestrzeni skoticzenie wy- miarowych tego samego wymiaru, Ponadto niech A bedzie macierza praeksztatce- nia L w ustalonych bazach praestrzeni U i V. Wéwezas nastepujace warunki sq réwnowadne . przeksztalcenie L jest odwracalne; pracksztatcenie L jest réénowartosciowe; KerL = {0}; ImL = V; A= dim V; det A # 0. eg Rene | M Twierdzenie 3.4.6 (0 macierzach dziatan na przeksztatceniach liniowych) 1, Niech przeksztatcenia liniowe L1, Ly : U—+ V maja w ustalonych bazach ~-przestrzeni Ui V odpowiednio macierze pracksztatcett Ay, i Ar,. Wtedy ma- cierz Az,42, sumy Ly + L2 tych przeksztalcet ma w tych samych bazach prae- strzeni Ui V postaé: Abytts = At, + Ars 2. Niech przeksztatcenie liniowe L : U—+ V maw ustalonych bazach praestrzeni U i V maciera praeksztalcenia Ay oraz niech a € R. Wtedy macierz Agr iloczynu liczby a i przeksztatcenia L ma w tych samych bazach przestrzeni U i V postaé: Aat = @Ay 3. Niech przeksatatcenia liniowe I: U— V oraz KV — W maja w ustalo- nych bazach przestrzeni U, Vi W odpowiednio macierze Ay, oraz Ax. Wtedy macierz Axei ttoienia Ko L tych pracksztalces ma w tych samych bazach przestrzeni U, V i W postaé: Axor = AKAL- 4. Niech praeksatatcenie liniowe L ; U— V ma przcksatatcenie odwrotne L~* : V —»U. Ponadto niech Ay i Ap-1 oanacnaja odpowiednio macierze przek- catateen LiL} w ustalonych bazach praestraeni Ui V- Wiedy: Ap- = (At): Uwaga. Wszystkie praestrzenie wystepulace powyisrym twierdzeniu maja wy- mar skoficzony. Ponadto stwierdzenie podane w punkcie 1. tego twierdzenia jest prawdziwe takée dla dowolne} lierby sktadnikow, & stwierdzenie podane w punkcie 3, dla dowolne} liezby alofet. W praypadku skladania pracksatatcen liniowych postaci L : U—+ U wa6r w punkcie 3. ma forme Aye = (At)" gdzie Az jest macierza pracksztatcenia Dw ustalone} bazie przestrzeni U, nato- miast Azx jest macierz4 praeksztatcenia rk LoLo..oL i cayanik6w w tej same} bazie. © Cwiezenie 3.4.7 a) Niech przeksztatcenia liniowe L : R°—+R? oraz K : R? — R? beda okreélone weorami L(n,32) = (2+ 428+) K(sit) = (8 ~ 36s 4 1). Inaleéé maciers gloienia K 0 L tych przeksztalcen w bazach standardowych przestrzent ‘Ri R’; b): Rozwaiiny nastepujace przeksztatcenia plaszczyzny siebie: S - symetria wagledem osi Or, O ~ obrét 0 kat T wokst pocaati ukladu wspélrzednych, J - jednoktadnosé wagledem poczatku ukladu wspéirzgdnych w skal 4- Jnalesé macierz zlozenia tych przeksztatceti w standardowej bazie przestrzeni R? oraz obraz punktu P(—1,3); c) Niech przeksatatcenie liniowe L: R°— R® ma postaé L(x,y,2) = (22+9, r—y,t+2): Znaleéé macierz przeksztatcenia L? w bazie standardowej przestrzeni RS; d) Praeksztatcenie liniowe L : R® — R? jest okreslone wzorem La,ys2) = (at yt ade + Oy + 238 by + 2) Znalesé (jedel istnieje) macierz. prucksatatcenia odwrotnego 17} wbazie standardowej przestrzeni R°; e) Przeksztatcenie liniowe L : R2[x] —+ R2[z] jest okreslone wzorem (Zp)(2) = 2? p"(2) + =p'(1) + (0). Znalesé macierz przeksztalcenia odwrotnego L~' w bazie {1,x,2?} przestrzeni Re[z]. 0 Cwiczenie 3.4.8 Praeksatalcenie liniowe L : R? — R? jest rinowartosciowe. Wiadomo, ie L(1,—1) = (0,4) oraz L~(2,0) = (1,1). Obliczyé L7(1, 0). 3.5 Wartosci i wektory wiasne przeksztatcen liniowych Niech L bedzie preeksztatceniem liniowym rzeczywiste) (nespolonej) przestrzeni liniowej V w siebie. 1. Liczbe raecaywista (zespolona) \ nazywamy wartosciq whasna przcksztatcenia liniowego L, jedeli istnieje niezerowy wektor 3 € V taki, ze L(8) =X3. 2. Kaady wektor #4 O spelniajacy powytsza, rownosé nazywamy wektorem wla- snym przeksztatcenia liniowego L odpowiadajacym wartosci wlasnej A. Rys. 3.5.1, W symetrii wagledem plaszczyzny 20z wektor i jest wektorem whasnym dla A = 1, a wektor @ jest wektorem wlasnym dla \ = 1. _ 0 Cwiczenie 3.5.2 Korzystajac z definicji wyanaczyé wartosci wlasne i wektory whasne podanych praeksztal- ceti liniowych plaszcayzny lub przestrzeni: a) S—symettia na plastceyénie wagledem osi Oy; b) J —jednokladnogé na plaszcayinie wagledem poczatkn ukladu wspétrzednych w skali 1 3 ©) R~ obrét na plaszeryénie o kat a, gdzie 0 < a < 2x, wokd! poczatku uktadu wspél- rednych; 4d) P~rzut prostokatny w praestrzeni na plaszczyzne Oy; e) O = obrét w przestrzeni wokst osi Oz 0 kat 4 © Ewiczenie 3.5.3 Praeksztatcenie liniowe L przestrzeni funkcji rdéniczkowalnych f: R — R jest okreélone wzorem Lf = 2f' —4f. Znale#é wektor whasny fy tego pracksztalenia odpowiadajacy wartosci wlasnej A = 2 spelniajacy warunek fy(1) = 1. © Cwiczenie 3.5.4 Praeksztatcenie liniowe L przestrzeni funkcji dwukrotnie rézniczkowalnych f: R— R jest okreglone wzorem Lf = f". Wskazaé przyktad wektora wlasnego tego przeksztatcenia odpowiadajacego podanej wartosci wtasnej: a)A=0; b)A=-1;. )A=—4 AA © Cwiczenie* 3.5.5 Niech (Af) (2) = 2f(z), gdzic f: R— R jest funkcja ciagla, 7 € R. Uzasadnié, te A jest pracksztatceniem liniowym przestrzeni C (2) nie posiadajacym wartosci wlasnych. wm Fakt 3.5.6 (0 przestrzeni wektordw wtasnych) Niech \ bedzie wartoéciq wtasna przeksztatcenia liniowego L : V—+ V. Wtedy 1. zbidr wy (ee V: L(#) = dd} jest podprzestrzenia liniowa praestrzeni V; 2. L(Wy) C Wy, tan., ae dla kaddego 3 € Wy wektor L(t) € Wa; 3. Wy = Ker (L—Al), gdzie I jest przeksatalceniem identycenosciowym prze- strzeni W. Uwaga. Zbidr Wa nazywamy przestrzenig wektoréw wtasnych odpowiadajacych wartosci wlasnej \ (lub przestrzenig wasng odpowiadajaca A). Wtasnosé 2. ozna- cza, te Wy jest taw. podprzestrzenig niezmienniczg pracksztatcenia L. W Twierdzenie 3.5.7 (0 wartosciach i wektorach wlasnych przeksztatcenia liniowego) Niech A bedzie macierza praeksztatcenia liniowego L : V— V w bazie B = (1, Ba, ..., Fn} praestrzeni liniowej V (rzeczywistej lub zespolonej). Wéwezas: 1. A jest wartoscia whasna pracksztatcenia L wtedy i tylko wtedy, gdy det(A — Al) = 0 2. wektor @ jest wektorem wlasnym przeksztalcenia L odpowiadajacym wartogei whasne} A wtedy i tylko wtedy, gdy jego wspélrzedne [21,22,-..,2n] w bazie B sq niezerowym rozwigzaniem uktadu réwnait a co (A=A1) " In 0 Uwaga. Zauwaimy, de podany wyzej macierzowy sposéb wyznaczania wartoéei i wektoréw wlasnych przeksztatcenia L nie zaledy od wyboru bazy. Ponadto wielo- mian w(X) = det(A— AI) jest identyczny dla wszystkich macierzy praeksztatcenia L w réénych bazach. Wielomian ten nazywamy wielomianem charakterystycznym przeksztatcenia L. © Ewiczenie 3.5.8 Wyznaczyé rzeczywiste wartosci wlasne oraz odpowiadajace im przestrzenie wektoréw wlasnych podanych przeksztatcert liniowych a) L: R? — R?, gdzie L(x, y) = (22 + y,2 + 2y); b) L: R°— R®, gdzie L(x, y,z) = (22 + 3y + z,y +2, 22); c) L: R°—R®, gdzie L(x, y, 2) = (22 —y + 22,24 22,-22 +y — 2); d) L: Ra{z] — Re[z], gdzie (Lp)(x) = xp"(z) dla p € Ro[z]; e) L: Ralz]— Ro[2], gdzie (Lp)(2) = 2(p'(z) + 3p"(z)) dla p € Raz]. © @ Fakt* 3.5.9 (wymiar przestrzeni wektoréw wtasnych) Niech bedzie wartosciq wlasna przeksztalcenia liniowego L : V—> V oraz niech A oznacza maciera tego przeksztalcenia w pewnej bazie przestraeni V. Wowczas 1. 1 < dim Wy < ky, gdaie ky jest krotnoscig liczby A jako pierwiastka wielomianu charakterystycznego praeksztalcenia L; 2. dim Wa =n—1z(A—AQI), gdzie dim V = Uwaga*. Liczbe dimW) nazywamy krotnogcig geometryczng wartosci whasnej 2, © 2a8 ky jej krotnoscig algebraiceng. |“ MFakt 3.5.10 (0 liniowej niezaleinosci wektoréw wtasnych) Wektory wtasne odpowiadajace réinym wartogciom wlasnym praeksztatcenia li- niowego sq liniowo niezaleéne. “U1 RieekGeaateenia linlowe: Mi Fakt 3.5.11 (0 bazie wektordw wlasnych) Niech L : V—+ V bedzie praeksztatceniem liniowym oraz niech dim V = Wowezas: 1. jeéeli praeksztalcenie liniowe L ma n réinych wartoéei wlasnych, to odpowia- dajace im wektory wtasne tworza baze przestrzeni V; 2. jeteli wektory wlasne #1, #2,..., 8, praeksztalcenia L tworza baze preestrzeni V, pray caym L(%) = A;8; dlal 0 ja Uwaga. W zapisie macierzowym powyasza nieréwnos prryjmuje postaé XAXT >0, gdzie X =([z122... tn]. Macierz nieujemnie okreslong definiuje sig warunkiem XAXT 30. © Twierdzenie* 3.6.17 (Sylvestera' ) Niech A = [aij] bedzie macierza rzecrywista symetryczng stopnia n. Woweras macierz A jest dodatnio okreslona wtedy i tylko wtedy, gdy dla k = 1,2,....0 zachodzi nierdwnos ji 412 --- Qik 21 G22... G2 det . 7 ei Ae2 ++ Okk mi Fakt* 3.6.18 (0 wartosciach wlasnych macierzy dodatnio okrestonej) Wszystkie wartosci wasne rzeczywiste} macierzy dodatnio okreslonej sq dodatnie. Uwaga. Wszystkie wartosci wlasne rzecaywiste} macierzy nieujemnie okreglonej $9 nieujemne. © Cwiczer 3.6.19 Sprawdzi¢ zatozenie i teze powyzszego faktu dla podanych macierzy: 41 21 1-1 ne o[tt} o[2th ofa) oft. 112 © Twierdzenie* 3.6.20 (0 postaci wielomianu charakterystycznego macierzy) Niech A bedzie macierza kwadratowg stopnia n. Wtedy wielomian charakterys- tyczny macierzy A ma postaé w,(A) = Ayh [AY = pid" pad? =. 1)" Pa] *James Joseph Sylvester (1814-1897), matematyk angielski. gdzie py jest suma wszystkich (Z) minoréw gtéwnych stopnia k macierzy A, tj. minordw, ktére na swojej gléwnej praekatne} maja wylacznie elementy gtownej przekatne} macierzy A. W szczegéInosci no ii «TAZ =P, = det A. 0 Cwiczenie* 3.6.21 Sprawdzié teze powyészego twierdzenia dla macierzy: b 1-12 ya-[! i}: b)A=]i 01 “ 2-23 a Twierdzenie* 3.6.22 (Cayley’at ~ Hamiltonat) | Kadda macierz kwadratowa spelnia swoje réwnanie charakterystycane. 0 Ewiczenie* 3.6.23 | - Sprawdzié teze powyszego twierdzenia dla macierzy z Cwiczenia 3.6.19. (0 Cwiczenie* 3.6.24 | Wskazaé blad w podanym poniiej ,dowodzie” twierdzenia Cayley’a — Hamiltona. " Niech w,,(A) = det(A — AZ). Podstawiajac w miejsce macierz A otrzymamy w, (A) = det(A — A- 1) = detO =0. Fakt* 3.6.25 (metoda Cayley’a—Hamiltona odwracania macierzy) Niech A bedzie macierza stopnia n > 2 0 wielomianie charakterystycznym w,(A) = and” + anid" +... FaA $ap. Jeéeli ay # 0, to ne (an AP} + any A"? + ao An vail). Cwiczenie* 3.6.26 Unasadnié powyiszy wa6r. €wiczenie* 3.6.27 Korzystajac z metody Cayley’a~Hamiltona obliczyé macierze odwrotne do podanych: 1-2 0 o[3) o (Fi): j}i 13 Oo 2-1 ‘Arthur Cayley (1821-1895), matematyk angielski. ‘Wiliam Rowan Hamilton (1805-1865), irlandzki matematyk i astronom. 3.7 Dowody wybranych twierdzen i faktow M Dowéd Faktu 3.1.7 (0 jednoznacanosci praeksztatcenia liniowego) Niech % bedzie dowolnym wektorem z praestrzeni U, Wtedy istnieja liczby a1,...,an € R takie, te i= arti) +... + antin, Obraz L (i) wektora a w pracksztalcenin L znaj- dujemy wykorzystujac liniowo tego praeksztalcenia. Mamy L(%) = Lait +...+4+Ontin) = aL (1) +... + anb (tn) = a1 +... + andn- Przeksztalcenie L jest wigc okreslone na przestrzeni U w sposéb jednoznacany. HM Dowéd Faktu 3.2.5 (0 postaci jadra i obrazu przeksztatcenia liniowego) 1. Oczywigcie Ker L C U oraz KerL # 0. Niech ti, ti2 € KerL i a1,a2 € R. Wéwezas L(t) = L(t) = 6 Zatem L (a1 ty + a2iz) = aL (ti) + arb (%2) = 01-6 +a2-6 =G6 To:omnacza, ée a1 thy + anil € Ker L, co koriczy dowéd. 2. Oczywiécie ImL C V oraz ImL # 0. Niech 41, #2 € ImL i a,a2 € R. Wtedy “istnieja wektory %1, tiz € U takie, te L(i1) = #1 i L (Ziz) = te. Korzystajac 2 liniowosci przeksztatcenia L otraymamy L (a1 4s + aziig) = arb (ti) + aL (tie) = 01 Bi + abo. Wektor a1 #: + a2%2 jest zatem obrazem wektora a1 ii; + a2%2 € U w preeksztatceniu L, cayli a1; + a2%2 € ImL, co koriczy dowéd M Dowéd Twierdzenia 3.2.8 (0 zaleénosci miedzy wymiarami jadra i obrazu) Zadcimy, ie dim U =n, dim KerL =k V sa liniowe. Niech a, il € U oraz niech a1, a2 € R. Wéweras mamy (La + La) (an tis + cxatin) = La (oy ty +, 02 the) + Lo (a th +0222) ers Ls (iy) + 2L (diz) + a1 La (ths) + x22 (ia) = a4 (La (ti) + Lo (tn) + 2 (Lr (tz) + La (tia) = a3 (La + La) (iis) + v2 (Lr + Lr) (Zia). Suma [; + Lz przeksztalcen L1, La jest wige takie praeksztalceniem liniowym. 2..Niech przeksztatcenie L : U—+ V bedzie liniowe oraz niech a € R. Wtedy dla dowolnych #1, ti2 € U oraz a1, a2 € R mamy (aL) (01 th + a2 ti2) = aL (on tty + 2442) = @ (ar (71) +021 (ti2)) = a1 (aL (41) + a2 (XL (diz) = a (aL) (tr) + 22 (aL) (ir). Stad wynika liniowoéé przeksztalcenia aL. 3. Niech L: U—+V, K :. V— W beda przeksztatceniami liniowymi oraz niech ti, ia € U, m1, a2 € R. Wtedy (Ko L) (oni + ania) = K(L (arts + a2itz)) = K (aL (x) + a2 (diz) = ark (L(t) + a2K (L(t) = a1 (K 0 L) (iis) +09 (Ko L) (ta) Przeksztatcenie Ko. jest liniowe. 4. Niech L: U—+ V bedzie réinowartosciowym przeksztalceniem liniowym, przy caym ImL = V oraz niech L> bedzie przeksztatceniem odwrotnym do L. Zatéimy, ze t1, ‘2 € V oraz a1, 02 € R. Istnieja wektory ti, ti2 € U takie, te L (a1) i, Le ( tia Z liniowoSci przeksztatcenia L wynika, #e be. 1 (a1 ths + 22) = aL (dis) + orb (din arty taste. Stad otrzymujemy I (a1 by + a2 2) = ont + arity = aL (41) + aL (ia). Zatem przeksztatcenie L~' jest liniowe. ae Dowéd Faktu 3.4.5 (warunki odwracalnosci praeksztalcenia liniowego) Réwnowainosé powyiszych warunkéw bedzie wynikata z ciagu implikacji. 1>2=>3 t 4 6H 5 4 12. Réinowartosciowosé przeksztalcenia L wynika bezposrednio 2 definic przeksztatcenia. 2. => 3. Zakdimy, te pracksztalcenie L jest réinowartosciowe. Wéwczas dla dowolnych dwéch wek- toréw iis, tig € U 2 warunku %; ¢ tz wynika, de L (1) # L (tiz). Jeteli zatem i ¢ G, to L(i%) # 6. Wektor G jest zatem jedynym wektorem, ktdrego obraz jest wektorem zerowym w przestrzeni V. Stad KerL = {6}. 34, Zakdimy, te Ker L = { 6} . Ze wzoru dim Ker L-+dim Im = dim U wynika, ée dim Im L = dim U. Ale dim U = dim V, wigc dim ImZ = dim V. Zbiér Im jest podpraestrzenia liniowa przestrzeni V, pray czym wymiary obu preestrzeni sa réwne. Stad wynika, ze ImL=V. 4. => 5. Zalsimy, ie ImL = V. Z Faktu 3.3.11 wynika, te rz A = dim ImL, zatem rzeczywiscie 7A = dim V. odwracalnogci 5.=> 6. Zaldimy, te rz A = dim V = n. Macierz A jest macierza kwadratowa stopnia n, wigc det A #0 61 Zaddimy, de det A A 0. Stad wynika, ie 1A = dim V. Ale rz A = dim Im L, wige ImL = V. Zalimy teraz, te L(t) = L (iz). Wéweras L (is — 2) = L (is) — L(@) = Stad wynika, ze AX = O, gdzie X jest kolumnowym wektorem wspélraednych wektora ‘i, — ti, w zadanej bazie preestrzeni U. Z warunku det A ¢ 0 wynika, ie X =O, a wigc @; — ila = 6, cayli i, = diz. Pracksztalcenie L jest zatem rGimowartosciowe, jego obrazem jest cata przestrzeni V. To oznacza, ée L jest odwracalne. Dowéd Twierdzenia 3.4.6 (0 macierzach dziata\ na precksztatceniach liniowych) We wszystkich dowodach wykorzystamy Twierdzenie 3.3.9 0 postaci przeksztatcenia li- niowego. Niech By, By, By oznaczaja odpowiednio bazy praestrzeni liniowych U, V, W. Niech % € U, 8 € V, tb & W ovat niech wektory kolumnowe X, ¥, Z oznaczaja odpowiednio wspélrzedne wektora i w bazie By, % w bazie By, t w bazie By. 1. Oznaczmy dodatkowo przez. Yi, Ys kolumnowe wektory wspélrzednych wektoréw La (i), La (ii) w bazie By. Wowezas AnsinX =¥ <> (Li +L2)(#) t 1; (#) + La (# Au,X =¥i, Au,X =¥e ate oraz Ar, X +A1,X =%i+¥a =¥ (At, + Ais) X =¥. Stad wynika, te dla dowolnego wektora X zachodzi réwnosé AstiaX = (Ar, + Anz) X. To omnacza, #¢ Azy4zy = Aty + Aza 2. Mamy AgiX =Y <=> (aL) (i ALX=* daa Zo ab(i)=3 => tub Y=Odhaa t aALX =Y. Dla dowolnego wektora X zachodzi wige réwnoSé AgrX = aA,X. Stad wynika, ie Aat = a@At. 3. Niech L (i) = 8, K (#) = %. Wéweras AxorX =Z <=> (Kol)(i)=% t K(L(i))=% = AxY =Z, ALX=Y Ax (ALX) = 2 (Ak: At) (X) = Z. Réwnosé AicouX = (AxAx) X jest spetniona dla dowolnego wektora X. Zatem Aron = AKAL. 4. Z Faktu 3.4.5 wynika, ie macierz Az jest odwracalna. Zatem AUTY =X <> ALX=Y = L(i)=% Réwnosé AZ?Y = A,-1Y zachodzi dla dowolnego wektora Y, wigc macierze Az}, A=» sq réwne. @ Dowéd Faktu 3.5.6 (o przestrzeni wektordw wlasnych) 1. Niech #1, 82 € W, oraz niech a1, a2 € R. Wéwczas L (any + 0282) = as (#1) + a2 (#2) = a1 Ads + a2A¥e = A(t + 241) Zatem a1 %1 + a2%2 € Wa. 2. Niech 3 € W,. Wéwezas L(#) =, zatem L(L(@)) = L(A%) = AL (a). S Stad L(#) € W,. 3. Mamy W, ={#e V: £(8) =A8} = {8 V: (L-M) = 6} = Ker {L—Al} M Dowéd Twierdzenia 3.5.7 (0 wartosciach i wektorach wtasnych) Przeprowadzimy jednoczegnie dowdd tezy 1. i 2. powyiszego twierdzenia. Niech X oznacza kolumnowy wektor wspétrzednych (21, 22,...,2n] wektora # w bazie B. Waruriek L (3) = X# jest r6wnowainy warunkowi AX = AX, ktéry moéna zapisaé jako (A—AI)X = O. Istnienie niezerowego wektora 3 spelniajacego zwigzek L(#) = 3 jest réwnowaine istnieniu niezerowego rozwigzania jednorodnego uktadu réwnafi (A—AI)X = O. To ostatnie zachodzi wtedy i tylko wtedy, gdy det(A — I) =0. M Dowéd Faktu 3.5.10 (o liniowej niezaleznosci wektordw wlasnych) | sposdb. Zaléamy nie wprost, e wektory t1, %2,..., 3x sq liniowo zaleéne. Niech 1 < 1< k omacza najwieksza liczbe, dla ktérej wektory 1, #2,..., #1 9 liniowo niezaleine. Z aatotenia 1 <1 < k. Z okredlenia liceby | wynika, te wektory #1, 82,..-, 51, B41 sa liniowo zalezne. Oznacza to istnienie licab a1,a2,...,01, 0141, nie wszystkich réwnych zeru i takich, te oy Br + Be +... + ore + orgs By = Po nalofeniu na obie strony tej réwnosci praeksztalcenia I i wykorzystaniu definicji wektora wlasnego otrzymujemy zaleznosé L,(a1 dy + a2 Fo +... + arbi + ar41 B41) = = aL (41) + aL (¥2) +... + onl (Hi) + args (B41) = adit + azde de +... bade + angst B41 = L(G) = G. Z drugiej strony Dega (a1 by $2 Be +... + one + anys B41) = Au GO zatem arr (Ax — Arg) Bt + are (Az — Atga) Ba +... bar (Ar — Area) = = (adr Bi + arAv Ge +... + Ar Br) — (orArgr Br + Arp B +... + OVAL Hi) = agi de1 Bigs + tgs Ags B41 Z liniowej niezalednosci wektoréw 41, B2,..., 3 wynika, ze ay (Ar — Arya) 0,2 (Ar — Aga) = 0... 00 (Ar — Arg) Ale wartosci wlasne Ar, A2,..., Ak 8@ parami rine, wigc a1 = 0,a2 = 0, Réwnosé defininjaca liczby a1, a2,..., 01,0141, wyglada wigc nastepujaco: " rT OH +0 +... 40+ H+ ony Hy = anys Fy: = G. Ale t141 4 6, wigc o41 = 0. Otrzymaligmy sprzecanogé z liniowa zaleznoscia wektoréw Br, B2,..., Hy, Hr41. Stad wniosek, de wektory G1, ¥2,..., Bx 89 liniowo niezaleine. MW sposéb. Niech Ar, 2,..., Ax beda réénymi wartosciami wlasnymi przeksztalcenia linio- wego L, za8 %1, t2,..., 3x odpowiadajacymi im wektorami wlasnymi. Zauwazmy zatem, ie Taj = Bi, L(¥) =, LD? (Hi) — (i) 1% dla l 2? > 0, bo # # J. Stad wynika, te A>0. Dowéd Twierdzenia* 3.6.22 (Cayley’a — Hamiltona) Niech A bedzie macierza stopnia n, za wa(A) = ao + a1\-+...-+ and” jej wielomianem charakterystycznym. Rozwaémy macierz B = A— XI oraz macierz B? jej dopetniet algebraicanych. Wéwczas B(B°)” = det B- I, ale det B= wa(A), zatem B(B?)” = aol + dail +...+ Mant Zauwazmy, de kaédy element macierzy B” jest pewnym wielomianem stopnia n—1 zmien- nej A. Istnieja wigc macierze Bo, Bi,...,Bn—1 totone z odpowiednich wspélczynnikéw tych wielomianéw takie, de (BP)" = Bo+ BI +.. 4M By Stad wynika, te BBP)” = (A-Al) (Bo + AB +... +2" Bn) = ABo+A(ABi — Bo) +... +7! (ABn—1 — Bn-2) — A” Bn—1 Poréwnujac wspétczynniki pry kolejnych potegach 4 w obu znalezionych postaciach macierzy B(B?)” otrzymujemy cigg réwnosci ABy =a91,ABy— Bo = «31,ABz—By = 21,...,ABn—1-Bn-2 = @n—11,—Bn-1 = Onl Wstawiajac macierz A do jej wielomianu charakterystycanego i wykorzystujac powyésze réwnosci mamy ao] +a,A+azA? +... +anA” = = ABo + A(AB; — Bo) + A? (AB2 ~ Bs) +... +A"! (ABn-1 — Bn-2) — A"Bn—1 = ABo + A?By — ABo + A® Bp ~ A? Bi +... + A"Bn-1 — A"* Bn-2 — A" Bn—1 = O. To dowodzi tezy. 3.8 Odpowiedzi i wskazéwki 3.1.3 a); b); c); tak; d); e) nie; f) tak. 3.1.4 a); b) liniowe, c) nie jest liniowe; d) liniowe jedynie dla a = 0 lub 6 = O. 3.1.6 a) (—6,8); b) 2? + 22. 3.1.8 a) L(x) = cr, gdzie c € R; b) L (ax? + bx +c) =aa + Bb+ 76, gdzie «,8,7E R 3.1.9 a) L(z,y) = (z,—9); b) L(z,¥) = (0,9); ¢) L(2,y) = (2cosa — ysina, x sina + y cos e) L(z,y) = af : 3.1.10 a) L(x, y, 2) = (2,0, 2); b) L(z,y, 2) 4) L(x,y,2z) = (-2,-v,2); e) L(t,y2) ysina, xsin @ + ycos a, z). 3.2.2 a) of Oy; b) {(0,0,0)}; €) {(0,0)}; d) phaszczyzna x: z+ y +2=0; e) {(z,0,0,...): 2 € R}; f) Ralz]. 3.2.4 a) R?; b) plaszcayzna Oz; c) plasacayzna 7: r+y +z d) lin {(1,—1, 0,0), (0,0, 1, -1)}; e) R®; f) lin {x,2?, 2°}. 3.2.7* a) L(x,y) = (2,9); b) L(2, 9,2) = (0,9, 2); ¢) L(z,¥, 2) d) L (ax? + br +c) =azte. ) Lz, 9) = (32, 3u); 0,450); €) L(x, yz) = (2,9, -2)3 (-2,-y,-2); f) D(z, y,2) = (xcosa — (z — 2,2n — 22); 3.2.9 a) dim ImL = 1, dim KérL = 2; b) dim ImL = 2, dimKerL = 1; ¢) dim ImL =5, dim Ker L = 1. aoe 3-1 cos sina a to 3.3.20) |310];b) | >) o| me ja o-10];e) J11|; 011 o 4 Bina cose 0 01 o1 f) macierz [ais] stopnia 6 o jedynych niezerowych elementach a1: = a2 = as2 = aus = 9) tg cia 2 gf) [oo 1-2]. 0-2 00 01 53 = agg = 1. 0 0 0 3.3.3 a) [:: 1} 2-1 2 3.3.4 b) [; a 51-2 -2 -6 3 1/96 1 120-5 1 1 sare) i | joa }93 15 2};d)-]-6 32 | -5 — é WN? BL6 4 5-12 22 4 eae 3.3.10 a) (1,3, 4]; b) [-4, —3, 5); ¢) [—4, 10, 37]. 3.3.12 a) L(D) jest kolem o srodku w poczatku ukladu wspélrzednych i promieniu V2, pole obrazu jest réwne 2x; b) L(D) jest réwnolegtoscianem o objetosci 20 3.3.13 a) réwnoleglobok rozpigty na wektorach % = (a,c), 3 = (b,d); b) réwnolegtoscian rozpigty na wektorach % = (a,d,9), }=(b,e,h), @ =(c, f,i). -6 -7 Q 3.3.15a)| 4 5];b)] ? 11 2 2a we 3.3.16 a) ia ;b) A i “3s 75 “27 3.4.3 a) (Li + La) (2,9) = («+ 3y,2 — 2y, 22 +9); b) (—3L)(z,y, z) = (—32 + 3y — 32, -6x — 62); €) (0 L)(e, 1,2) = (~20~ 29,2 — 9,32 +4); A) (L~) (9) = (Ze dy, de 3.4.4* dim [L(U, V)] =mn. 3 —] 55) Peoye sara) [3 1 40 o-1 1 9 c) | 4-10];d)}-1 2-1};e)]/91- 8 21 2-1 0 0 3.4.8 (3, -2). 35.20) 4 =1, ty = (0,y), y #0, 2 =I, % = (2,0), 2 £0; basi, 2? +y? £0; ¢) dla a =0: MeL dates te 40,dlaa=md=-1 = (2,9), = (2,9); 2? ty? £0, dla0

    You might also like