Algebra Liniowa I

Grzegorz Zwara

Wykład 11

Grzegorz Zwara Algebra Liniowa I Wykład 11 1 / 11

Definicja
Niech K = (K , +K , ·K , 0K , 1K ) będzie ustalonym ciałem. Przestrzenią liniową nad ciałem K
nazywamy układ (V , +, ·, 0), gdzie V jest zbiorem zawierającym 0 oraz

+ : V × V → V, · :K ×V →V

są funkcjami spełniającymi dla dowolnych u, v , w ∈ V oraz a, b ∈ K :

1 (u + v ) + w = u + (v + w )
2 u+v =v +u
3 u+0=u =0+u
4 ∃u 0 ∈V u + u0 = 0 = u0 + u
5 (a ·K b) · u = a · (b · u)
6 1·u =u
7 (a +K b) · u = a · u + b · u
8 a · (u + v ) = a · u + a · v .

Elementy przestrzeni liniowej V nazywamy wektorami, a elementy ciała K skalarami.

Wyróżniony element 0 ∈ V nazywamy wektorem zerowym.
Element u 0 w warunku 4 jest jedyny, ponieważ z równości u 0 + u = 0 = u + u 00 wynika
u = u + 0 = u 0 + (u + u 00 ) = (u 0 + u) + u 00 = 0 + u 00 = u 00 ;
0 0

oznaczamy go przez −u i nazywamy wektorem przeciwnym do u.

Grzegorz Zwara Algebra Liniowa I Wykład 11 2 / 11
Przykłady
1 Zbiór jednoelementowy V = {0} z oczywistymi działaniami + : V × V → V ,
· : K × V → V , jest przestrzenią liniową nad ciałem K , nazywaną przestrzenią zerową.
2 Układ (V , +, ·, 0) = (K , +K , ·K , 0) jest przestrzenią liniową nad ciałem K .
Ogólniej, każde ciało L zawierające ciało K można traktować jako przestrzeń liniową nad K ,
np. C jest przestrzenią liniową nad ciałem R oraz R jest przestrzenią liniową nad ciałem Q.
3 Dla n ∈ N1 zbiór V = K n = {(x1 , x2 , . . . , xn ) | x1 , x2 , . . . , xn ∈ K } wraz z działaniami

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ), a · (x1 , . . . , xn ) = (a · x1 , . . . , a · xn ),

jest przestrzenią liniową nad K , przy czym 0V = (0, 0, . . . , 0).

4 Zbiór V = K ∞ = {(x1 , x2 , x3 , . . .) | x1 , x2 , x3 , . . . ∈ K } wraz z działaniami
(x1 , x2 , . . .) + (y1 , y2 , . . .) = (x1 + y1 , x2 + y2 , . . .), a · (x1 , x2 , . . .) = (a · x1 , a · x2 , . . .),
jest przestrzenią liniową nad K , przy czym 0V = (0, 0, 0, . . .).
5 Zbiór V = Mm,n (K ) wraz z dodawaniem macierzy, mnożeniem macierzy przez skalar oraz
macierzą zerową 0m,n , jest przestrzenią liniową nad K .
6 Zbiór wielomianów V = K [x] = {a0 + a1 · x + . . . + an · x n | n ∈ N0 , a0 , a1 , . . . , an ∈ K }
wraz z dodawaniem wielomianów, mnożeniem wielomianów przez skalar oraz wyróżnionym
wielomianem zerowym, jest przestrzenią liniową nad ciałem K .
7 Niech X będzie niepustym zbiorem. Zbiór funkcji V = {f : X → K } wraz z działaniami
(f + g )(x) = f (x) + g (x), (a · f )(x) = a · f (x)
oraz wyróżnioną funkcją zerową 0 : X → K , jest przestrzenią liniową nad ciałem K .

Grzegorz Zwara Algebra Liniowa I Wykład 11 3 / 11

Lemat
Niech V będzie przestrzenią liniową nad ciałem K . Niech u, v , w ∈ V oraz a ∈ K . Wówczas:
1 jeśli u + w = v + w , to u = v ;
2 0 · v = 0;
3 a · 0 = 0;
4 jeśli a · v = 0, to a = 0 lub v = 0;
5 (−1) · v = −v .

Dowód
1 u = u + 0 = u + (w + (−w )) = (u + w ) + (−w ) =(z założenia)
= (v + w ) + (−w ) = v + (w + (−w )) = v + 0 = v .
2 0 · v + 0 · v = (0 + 0) · v = 0 · v = 0 + 0 · v =⇒ (z 1 ) 0 · v = 0.
3 a · 0 + a · 0 = a · (0 + 0) = a · 0 = 0 + a · 0 =⇒ (z 1 ) a · 0 = 0.
4 Załóżmy, że a · v = 0 oraz a 6= 0. Wówczas
v = 1 · v = (a−1 · a) · v = a−1 · (a · v ) = a−1 · 0 =(z 3 ) 0.
5 v + (−1) · v = 1 · v + (−1) · v = (1 + (−1)) · v = 0 · v =(z 2 ) 0.
To oznacza, że (−1) · v jest wektorem przeciwnym do v .

Grzegorz Zwara Algebra Liniowa I Wykład 11 4 / 11

Definicja
Niech V będzie przestrzenią liniową nad ciałem K . Niepusty podzbiór U w V nazywamy
podprzestrzenią liniową przestrzeni V jeśli spełnione są następujące warunki:
1 ∀u1 ,u2 ∈U u1 + u2 ∈ U.
2 ∀a∈K ∀v ∈U a · u ∈ U.

Uwaga
Warunki na podprzestrzeń liniową oznaczają, że działania na przestrzeni V :

+V : V × V → V , ·V : K × V → V ,

możemy ograniczyć do działań na podprzestrzeni U:

+U : U × U → U, ·U : K × U → U.

Wybierzmy dowolny wektor u 0 ∈ U (z założenia U 6= ∅). Wówczas na mocy warunku 2 :

0
0=0·u ∈U oraz ∀u∈U − u = (−1) · u ∈ U.

To pokazuje, że układ (U, +U , +U , 0) spełnia aksjomat 4 przestrzeni liniowej. Pozostałe

aksjomaty wynikają z faktu, że działania na U są ograniczeniami działań na przestrzeni liniowej V .
Podsumowując, układ (U, +U , ·U , 0) jest przestrzenią liniową nad ciałem K .

Grzegorz Zwara Algebra Liniowa I Wykład 11 5 / 11

Przykłady
1 Dla dowolnej przestrzeni liniowej V zbiór jednoelementowy {0} jest jej podprzestrzenią
liniową, nazywaną podprzestrzenią zerową lub podprzestrzenią trywialną.
2 Dla dowolnej przestrzeni liniowej V cały zbiór V jest jej podprzestrzenią liniową, nazywaną
podprzestrzenią niewłaściwą.
3 Dla dowolnego n ∈ N oraz skalarów a1 , . . . , an ∈ K zbiór

{(x1 , . . . , xn ) ∈ K n | a1 · x1 + · · · + an · xn = 0}

jest podprzestrzenią liniową w K n , niewłaściwą gdy a1 = . . . = an = 0. Istotnie,

jeśli a1 · x1 + · · · + an · xn = 0 oraz a1 · y1 + · · · + an · yn = 0, to
a1 · (x1 + y1 ) + · · · + an · (xn + yn ) = 0 oraz a1 · (a · x1 ) + · · · + an · (a · xn ) = 0.

4 Dla A ∈ Mm,n (K ) zbiór rozwiązań jednorodnego układu równań liniowych

A · X = 0m,1

jest podprzestrzenią liniową w K n . Istotnie, jeżeli A · X = 0m,1 oraz A · Y = 0m,1 , to

A · (X + Y ) = A · X + A · Y = 0m,1 + 0m,1 = 0m,1

oraz dla dowolnego a ∈ K :

A · (a · X ) = a · (A · X ) = a · 0m,1 = 0m,1 .

Grzegorz Zwara Algebra Liniowa I Wykład 11 6 / 11

Przykłady (ciąg dalszy)
5 Zbiór
{(x1 , x2 , x3 , . . .) ∈ K ∞ | prawie wszystkie xn = 0}
jest podprzestrzenią liniową w K ∞ .
6 Nad ciałem R zbiory
I {(x1 , x2 , x3 , . . .) ∈ R∞ - ciąg ograniczony},
I {(x1 , x2 , x3 , . . .) ∈ R∞ - ciąg zbieżny do 0},
są podprzestrzeniami liniowymi w R∞ .
7 Następujące zbiory
I {A ∈ Mn (K ) - górnotrójkątna},
I {A ∈ Mn (K ) - dolnotrójkątna},
I {A ∈ Mn (K ) - diagonalna},
I {A ∈ Mn (K ) - symetryczna (AT = A)},
I {A ∈ Mn (K ) - antysymetryczna (AT = −A)},
są podprzestrzeniami liniowymi w Mn (K ).
8 Zbiór
K [x]¬n = {a0 + a1 · x + . . . + an · x n | a1 , . . . , an ∈ K }
wielomianów stopnia co najwyżej n jest podprzestrzenią liniową w K [x].
9 Rozważmy przestrzeń liniową V = {f : [a, b] → R} nad ciałem R. Zbiór

C ([a, b]) = {f : [a, b] → R - ciągła}

jest podprzestrzenią liniową w V .

Grzegorz Zwara Algebra Liniowa I Wykład 11 7 / 11

Lemat
Niech {Ut }t∈T będzie niepustą rodziną\
podprzestrzeni liniowych w przestrzeni liniowej V . Wówczas
Ut = {v ∈ V | ∀t∈T v ∈ Ut }
jest podprzestrzenią liniową w V . t∈T

Dowód
T
Zbiór Ut jest niepusty, ponieważ zawiera wektor zerowy 0.
t∈T T
1 Załóżmy, że v , w ∈ Ut . Czyli
t∈T
\
(Ut jest
(∀t∈T v ∈ Ut ∧ w ∈ Ut ) =⇒ podprz. lin.)
(∀t∈T v + w ∈ Ut ) ⇐⇒ v + w ∈ Ut .
t∈T
T
2 Załóżmy, że v ∈ Ut oraz a ∈ K . Stąd
t∈T
\
(Ut jest
(∀t∈T v ∈ Ut ) =⇒ podprz. lin.)
(∀t∈T a · v ∈ Ut ) ⇐⇒ a · v ∈ Ut .
t∈T

Przykład
Niech A ∈ Mm,n (K ). Zbiór rozwiązań jednorodnego układu równań liniowych A · X = 0m,1 jest podprzestrzenią
liniową w K n , jako przekrój podprzestrzeni liniowych
m
\ 
n
(x1 , . . . , xn ) ∈ K | ai,1 · x1 + · · · + ai,n · xn = 0 .
i=1

Grzegorz Zwara Algebra Liniowa I Wykład 11 8 / 11

Definicja
Niech U1 oraz U2 będą podprzestrzeniami liniowymi w przestrzeni liniowej V . Sumą algebraiczną
podprzestrzeni U1 , U2 nazywamy zbiór

U1 + U2 = {u1 + u2 ∈ V | u1 ∈ U1 ∧ u2 ∈ U2 } .

Lemat
Niech U1 oraz U2 będą podprzestrzeniami liniowymi w przestrzeni liniowej V . Wówczas suma
algebraiczna U1 + U2 jest podprzestrzenią liniową w V .

Dowód
Wektor zerowy 0 należy do U1 oraz U2 , więc 0 = 0 + 0 ∈ U1 + U2 . Konsekwentnie U1 + U2 6= ∅.
1 Niech v 0 , v 00 ∈ U1 + U2 . Czyli v 0 = u10 + u20 oraz v 00 = u100 + u200 dla pewnych wektorów
u10 , u100 ∈ U1 oraz u20 , u200 ∈ U2 . Wówczas

v 0 + v 00 = (u10 + u20 ) + (u100 + u200 ) = (u10 + u100 ) + (u20 + u200 ) ∈ U1 + U2 .

2 Jeśli a ∈ K oraz v = u1 + u2 ∈ U1 + U2 , gdzie u1 ∈ U1 , u2 ∈ U2 , to

a · v = a · (u1 + u2 ) = a · u1 + a · u2 ∈ U1 + U2 .

Grzegorz Zwara Algebra Liniowa I Wykład 11 9 / 11

Lemat
Niech U1 oraz U2 będą podprzestrzeniami liniowymi w przestrzeni liniowej V . Wówczas
następujące warunki są równoważne:
1 U1 ∩ U2 = {0}.
2 Dowolny wektor w U1 + U2 posiada jednoznaczne przedstawienie w postaci u1 + u2 , gdzie
u1 ∈ U1 oraz u2 ∈ U2 .

Dowód
0 0 00 00
1 ⇒ 2 . Załóżmy, że wektor w U1 + U2 można zapisać w postaci u + u oraz w postaci u + u ,
1 2 1 2
gdzie u10 , u100 ∈ U1 oraz u20 , u200 ∈ U2 . Wówczas wektor

u10 − u100 = u200 − u20 ∈ U1 ∩ U2 = {0} =⇒ u10 = u100 ∧ u20 = u200 .

2 ⇒ 1 . Niech v ∈ U1 ∩ U2 . Wówczas mamy dwa przedstawienia wektora v :

v = v + 0 ∈ U1 + U2 oraz v = 0 + v ∈ U1 + U2 .

Zatem v = 0. To implikuje, że V1 ∩ V2 ⊆ {0}. Odwrotna inkluzja jest oczywista.

Definicja
Niech U1 oraz U2 będą podprzestrzeniami liniowymi w przestrzeni liniowej V spełniającymi
równoważne warunki powyższego lematu. Wówczas sumę algebraiczną U1 + U2 nazywamy sumą
prostą (wewnętrzną) podprzestrzeni U1 , U2 i oznaczamy przez U1 ⊕ U2 .

Grzegorz Zwara Algebra Liniowa I Wykład 11 10 / 11

Przykład
Załóżmy, że char(K ) 6= 2 (czyli 1 + 1 6= 0 w K ). Rozważmy podprzestrzenie liniowe
Us = {A ∈ Mn (K ) - symetryczna (AT = A)},
Ua = {A ∈ Mn (K ) - antysymetryczna (AT = −A)},
w Mn (K ). Wówczas
Mn (K ) = Us ⊕ Ua .
Na przykład dla K = R mamy jednoznaczne przedstawienie
h i h i h i
1 2 1 2, 5 0 −0, 5
= + .
3 4 2, 5 4 0, 5 0

Uwaga
Pojęcie sumy algebraicznej oraz sumy prostej uogólnia się na większą liczbę składników:
!
X [ X
U1 + . . . + Un = {u1 + . . . + un | ui ∈ Ui } , Ut = Ut .
t∈T T 0 ⊆T −skoń. t∈T 0
L
Przy definicji sumy prostej U1 ⊕ U2 ⊕ . . . ⊕ Un czy Ut , warunek U1 ∩ U2 = {0} zastępuje się
t∈T
warunkiem X
∀t 0 ∈T Ut 0 ∩ Ut = {0}.
t∈T \{t 0 }

Grzegorz Zwara Algebra Liniowa I Wykład 11 11 / 11