Algebra Liniowa I

Grzegorz Zwara

Wykład 12

Grzegorz Zwara Algebra Liniowa I Wykład 12 1 / 11

Lemat
Niech W będzie podprzestrzenią przestrzeni liniowej V . Relacja ∼ określona na zbiorze V :

v1 ∼ v2 ⇐⇒ v2 − v1 ∈ W ,

jest relacją równoważności.

Dowód
zwrotność: v ∼ v , ponieważ v − v = 0 ∈ W ;
(W jest
symetryczność: v1 ∼ v2 ⇐⇒ v2 − v1 ∈ W ⇐⇒ podprz. lin.)
v1 − v2 ∈ W ⇐⇒ v2 ∼ v1 ;
przechodniość: (v1 ∼ v2 ∧ v2 ∼ v3 ) ⇐⇒ v2 − v1 , v3 − v2 ∈ W . Ponieważ W jest
podprzestrzenią liniową, więc (v2 − v1 ) + (v3 − v2 ) ∈ W ⇐⇒ v3 − v1 ∈ W ⇐⇒ v1 ∼ v3 .

Dla każdego wektora v ∈ V możemy rozważyć jego klasę abstrakcji

[v ]∼ = {u ∈ V | v ∼ u} ⊆ V .

Dla dowolnych dwóch wektorów v1 , v2 ∈ V albo [v1 ]∼ = [v2 ]∼ albo [v1 ]∼ ∩ [v2 ]∼ = ∅. Zbiór klas
abstrakcji
V /∼ = {[v ]∼ | v ∈ V }
oznaczamy przez V /W .

Grzegorz Zwara Algebra Liniowa I Wykład 12 2 / 11

Twierdzenie
Niech W będzie podprzestrzenią przestrzeni liniowej V . Zbiór V /W wraz z działaniami

[v1 ]∼ + [v2 ]∼ = [v1 + v2 ]∼ , a · [v ]∼ = [a · v ]∼ ,

oraz wyróżnionym elementem [0]∼ = W tworzy przestrzeń liniową nazywaną przestrzenią

ilorazową przestrzeni V przez podprzestrzeń W .

Idea dowodu
Najpierw należy sprawdzić poprawność powyższych działań (niezależność od wyboru
reprezentantów danej klasy abstrakcji):
Jeśli [v1 ]∼ = [v10 ]∼ oraz [v2 ]∼ = [v20 ]∼ , to v1 ∼ v10 oraz v2 ∼ v20 , a więc

(W jest
v10 − v1 , v20 − v2 ∈ W =⇒ podprz. lin.)
W 3 (v10 − v1 ) + (v20 − v2 ) = (v10 + v20 ) − (v1 + v2 )
⇐⇒ v1 + v2 ∼ v10 + v20 ⇐⇒ [v1 + v2 ]∼ = [v10 + v20 ]∼ .

Jeśli [v ]∼ = [v 0 ]∼ , to v ∼ v 0 oraz v 0 − v ∈ W . Ponieważ W jest podprzestrzenią liniową,

więc dla dowolnego a ∈ K :

a · (v 0 − v ) ∈ W ⇐⇒ a · v 0 − a · v ∈ W ⇐⇒ a · v ∼ a · v 0 ⇐⇒ [a · v ]∼ = [a · v 0 ]∼ .

Aksjomaty przestrzeni liniowej dla tak zdefiniowanych działań na V /W wynikają z analogicznych

własności działań na przestrzeni V .

Grzegorz Zwara Algebra Liniowa I Wykład 12 3 / 11

Definicja
Układem wektorów przestrzeni liniowej V o indeksach ze zbioru T nazywamy każdą funkcję
v : T → V . Wartość funkcji na elemencie t ∈ T oznaczamy przez vt . Układ wektorów będziemy
zazwyczaj zapisywać w postaci (vt )t∈T .

Przykład
Niech V będzie przestrzenią liniową oraz T = {1, 2, . . . , n}. Wówczas każdy układ wektorów z V
o indeksach z T jest ciągiem wektorów (v1 , v2 , . . . , vn ).

Uwaga
Układ wektorów (vt )t∈T w przestrzeni V wyznacza zbiór wektorów {vt | t ∈ T } ⊆ V . Dwa różne
układy wektorów mogą wyznaczyć ten sam zbiór wektorów, np. (v , w ) oraz (v , w , v ).

Definicja
Niech V będzie przestrzenią liniową nad ciałem K . Niech S = (v1 , v2 , . . . , vm ) będzie układem
wektorów z V oraz (a1 , a2 , . . . , am ) będzie układem skalarów z K . Wektor
m
X
v = a1 · v1 + a2 · v2 + . . . + am · vm = ai · vi
i=1

nazywamy kombinacją liniową wektorów układu S. Skalary a1 , a2 , . . . , am będziemy nazywać

współczynnikami tej kombinacji liniowej.

Grzegorz Zwara Algebra Liniowa I Wykład 12 4 / 11

Uwaga
Pojęcie kombinacji liniowej uogólnia się na układy wektorów indeksowane dowolnym zbiorem T .
Jeśli zbiór T jest nieskończony, to w wyrażeniu
X
at · vt
t∈T

zakładamy, że współczynniki at = 0 dla prawie wszystkich indeksów t ∈ T . Wówczas zachodzą

własności:
X X X X X
at · vt + bt · vt = (at + bt ) · vt oraz a· at · v t = (a · at ) · vt ,
t∈T t∈T t∈T t∈T t∈T

pamiętając, że at = bt = 0 dla prawie wszystkich indeksów t ∈ T .

Przykład
Niech V = K [x], T = N0 oraz rozważmy układ wektorów (wielomianów)

S = (x n )n∈N0 = (1, x, x 2 , x 3 , . . .).

Dowolny wielomian w K [x] jest kombinacją liniową wektorów układu S:

X
an · x n , gdzie prawie wszystkie współczynniki an = 0.
n∈N0

Grzegorz Zwara Algebra Liniowa I Wykład 12 5 / 11

Definicja
Dla dowolnego układu S = (vt )t∈T wektorów przestrzeni liniowej V przez L(S) oznaczamy zbiór
wszystkich kombinacji liniowych wektorów z S i nazywamy powłoką liniową układu S. Jeśli
T = {1, 2, . . . , m} to piszemy również

L(v1 , v2 , . . . , vm ) = {a1 · v1 + a2 · v2 + . . . + am · vm | a1 , a2 , . . . , am ∈ K }.

Lemat
Niech S = (vt )t∈T będzie układem wektorów przestrzeni liniowej V . Wtedy:
1 Powłoka liniowa L(S) jest podprzestrzenią liniową w V .
2 Dla dowolnej podprzestrzeni liniowej W zawierającej wektory układu S zachodzi inkluzja
L(S) ⊆ W .
Innymi słowy, powłoka liniowa L(S) jest najmniejszą (w sensie inkluzji) podprzestrzenią liniową
zawierającą wektory układu S.

Dowód
1 wynika ze wzorów
X X X X X
at · v t + bt · vt = (at + bt ) · vt oraz a· at · vt = (a · at ) · vt .
t∈T t∈T t∈T t∈T t∈T

2 Z definicji podprzestrzeni, jeśli W zawiera każdy z wektorów vt , t ∈ T , to zawiera również

każdą ich kombinacje liniową. Stąd W ⊇ L(S).

Grzegorz Zwara Algebra Liniowa I Wykład 12 6 / 11

Definicja
Niech S = (vt )t∈T będzie układem wektorów przestrzeni liniowej V . Mówimy, że wektory układu
S generują (lub rozpinają) przestrzeń V jeżeli L(S) = V (co oznacza, że każdy wektor w V jest
kombinacją liniową wektorów układu S).

Przykład
Rozważmy układ S = (e1 , e2 , e3 ) wektorów przestrzeni K 3 , gdzie

e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).

Ponieważ dla dowolnego wektora v = (x, y , z) zachodzi

v = (x, 0, 0) + (0, y , 0) + (0, 0, z) = x · e1 + y · e2 + z · e3 ,

więc wektory układu S generują przestrzeń liniową K 3 .

Przykład
Przestrzeń V = K [x] jest generowana (rozpięta) przez układ wielomianów

S = (x n )n∈N0 = (1, x, x 2 , x 3 , . . .).

Grzegorz Zwara Algebra Liniowa I Wykład 12 7 / 11

Definicja
Mówimy, że układ wektorów (v1 , v2 , . . . , vm ) jest liniowo niezależny, jeżeli dla dowolnych skalarów
a1 , a2 , . . . , am ∈ K zachodzi implikacja
a1 · v1 + a2 · v2 + . . . + am · vm = 0 =⇒ a1 = a2 = . . . = am = 0.
W przeciwnym razie, tzn. gdy istnieją skalary a1 , a2 , . . . , am ∈ K nie wszystkie zerowe dla których
a1 · v1 + a2 · v2 + . . . + am · vm = 0,
to mówimy, że układ wektorów (v1 , v2 , . . . , vm ) jest liniowo zależny.

Przykład
Wektory v1 = (1, 0), v2 = (1, 1), v3 = (2, 3) w przestrzeni R2 spełniają
1 · v1 + (−3) · v2 + 1 · v3 = (1, 0) + (−3, −3) + (2, 3) = (0, 0),
więc układ wektorów (v1 , v2 , v3 ) jest liniowo zależny.

Przykład
Układ S = (e1 , e2 , e3 ) wektorów przestrzeni K 3 , gdzie e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1);
jest liniowo niezależny, ponieważ dla dowolnych skalarów a1 , a2 , a3 ∈ K z równości
a1 · e 1 + a2 · e 2 + a3 · e 3 = 0
wynika (a1 , a2 , a3 ) = (0, 0, 0), czyli a1 = a2 = a3 = 0.

Grzegorz Zwara Algebra Liniowa I Wykład 12 8 / 11

Lemat
Dowolny liniowo niezależny układ wektorów S = (v1 , . . . , vm ) przestrzeni liniowej V nie zawiera
wektora zerowego.

Dowód
Zauważmy, że
(S jest
v1 = 1 · v1 + 0 · v2 + . . . + 0 · vm 6=lin. niez.) 0.

Analogicznie v2 6= 0, . . . , vm 6= 0.

Lemat
Układ S = (v ) złożony z jednego wektora v ∈ V jest liniowo niezależny wtedy i tylko wtedy, gdy
v 6= 0.

Dowód
Jeśli v = 0, to układ S = (v ) jest liniowo zależny na mocy powyższego lematu.
Załóżmy teraz, że v 6= 0. Wtedy dla dowolnego skalara a ∈ K z równości

a·v =0

wynika, że a = 0 lub v = 0. Zatem a = 0, czyli układ S = (v ) jest liniowo niezależny.

Grzegorz Zwara Algebra Liniowa I Wykład 12 9 / 11

Lemat
Układ wektorów S = (v1 , v2 , . . . , vm ), m ­ 2, należących do przestrzeni liniowej V jest liniowo
zależny wtedy i tylko wtedy, gdy jeden z tych wektorów jest kombinacją liniową pozostałych.

Dowód
=⇒ Załóżmy, że układ S jest liniowo zależny, co oznacza, że istnieją skalary a1 , a2 , . . . am ∈ K
nie wszystkie równocześnie zerowe takie, że

a1 · v1 + a2 · v2 + . . . + am · vm = 0.

Bez zmniejszenia ogólności możemy założyć, że a1 6= 0. Wówczas

−a2 −a3 −am
v1 = · v2 + · v3 + . . . + · vm .
a1 a1 a1

⇐= Załóżmy, że jeden z wektorów układu S (np. v1 ) jest kombinacją liniową pozostałych:

v1 = b2 · v2 + · + bm · vm , b2 , . . . , bm ∈ K .

Wówczas nietrywialna kombinacja wektorów układu S:

1 · v1 + (−b2 ) · v2 + . . . + (−bm ) · vm = 0

jest wektorem zerowym. Stąd układ S jest liniowo zależny.

Grzegorz Zwara Algebra Liniowa I Wykład 12 10 / 11

Uwaga
Pojęcie liniowej niezależności uogólnia się na układy wektorów indeksowane dowolnym zbiorem T .
Układ wektorów S = (vt )t∈T w przestrzeni V jest liniowo niezależny wtedy i tylko wtedy, gdy dla
dowolnego układu skalarów (at )t∈T takich, że at = 0 dla prawie wszystkich indeksów t ∈ T ,
zachodzi implikacja X
at · vt = 0 =⇒ ∀t∈T at = 0.
t∈T

W przeciwnym razie mówimy, że układ S jest liniowo zależny.

Definicja
Niech S = (vt )t∈T będzie układem wektorów przestrzeni liniowej V . Dla dowolnego podzbioru
indeksów T 0 ⊆ T układ S 0 = (vt )t∈T 0 nazywamy podukładem układu S.

Lemat
Niech S 0 = (vt )t∈T 0 będzie podukładem w układzie wektorów S = (vt )t∈T przestrzeni liniowej
V . Wówczas:
Jeśli układ S jest liniowo niezależny, to S 0 również jest liniowo niezależny.
Jeśli układ S 0 jest liniowo zależny, to S również jest liniowo zależny.

Grzegorz Zwara Algebra Liniowa I Wykład 12 11 / 11