Wykladn

Przestrzeń wektorowa
Algebra liniowa
Joanna Cyman
Politechnika Gdańska
26 lutego 2024
Joanna Cyman Algebra liniowa

Definicje
Kombinacja liniowa wektorów
Działanie dwuargumentowe
Jeśli V jest niepustym zbiorem, to każdą funkcję
ψ :V ×V →V
nazywamy dwuargumentowym działaniem w zbiorze V .
Przykład
Funkcje ψ, η i ξ takie, że dla każdych liczb rzeczywistych x i y jest
q
ψ(x, y ) = x + y , η(x, y ) = xy 6 i ξ(x, y ) = x4 + y4
są dwuargumentowymi działaniami w zbiorze liczb rzeczywistych.

Definicje
Działanie dwuargumentowe
Jeśli V jest niepustym zbiorem, to każdą funkcję
ψ :V ×V →V
nazywamy dwuargumentowym działaniem w zbiorze V .
Przykład
Funkcje ψ, η i ξ takie, że dla każdych liczb rzeczywistych x i y jest
q
ψ(x, y ) = x + y , η(x, y ) = xy 6 i ξ(x, y ) = x4 + y4
są dwuargumentowymi działaniami w zbiorze liczb rzeczywistych.

Definicje
Działanie zewnętrzne
Jeśli K i V są niepustymi zbiorami, to każdą funkcję
ϕ:K ×V →V
nazywamy działaniem zewnętrznym w zbiorze V nad zbiorem K .
Przykład
Funkcja ϕ : R × Rm×n → Rm×n taka, że ϕ(a, A) jest iloczynem
macierzy A ∈ Rm×n i liczby a ∈ R, czyli ϕ(a, A) = aA, jest
działaniem zewnętrznym w zbiorze Rm×n nad zbiorem R.

Definicje
Działanie zewnętrzne
Jeśli K i V są niepustymi zbiorami, to każdą funkcję
ϕ:K ×V →V
nazywamy działaniem zewnętrznym w zbiorze V nad zbiorem K .
Przykład
Funkcja ϕ : R × Rm×n → Rm×n taka, że ϕ(a, A) jest iloczynem
macierzy A ∈ Rm×n i liczby a ∈ R, czyli ϕ(a, A) = aA, jest
działaniem zewnętrznym w zbiorze Rm×n nad zbiorem R.

Definicje
System algebraiczny (V , K , +, ·), w którym
V jest niepustym zbiorem,
K jest ciałem,
+ jest działaniem dwuargumentowym w zbiorze V ,
· jest działaniem zewnętrznym w zbiorze V nad zbiorem K
nazywamy przestrzenią wektorową nad ciałem K , gdy spełnione są
następujące warunki:
1◦ ∀x, y∈V x + y = y + x;
2◦ ∀x, y, z∈V x + (y + z) = (y + x) + z;
3◦ ∃0∈V ∀x∈V x + 0 = x;
4◦ ∀x∈V ∃−x∈V x + (−x) = 0;
5◦ ∀α∈K ∀x,y∈V α(x + y) = αx + αy;
6◦ ∀α,β∈K ∀x∈V (α + β)x = αx + βx;
7◦ ∀α,β∈K ∀x∈V α(βx) = (αβ)x;
8◦ ∀x∈V 1x = x, gdzie 1 jest jedynką ciała K .

Definicje
System algebraiczny (V , K , ⊕, ⊙), w którym
V jest niepustym zbiorem,
K = (K , +, ·) jest ciałem,
⊕ jest działaniem dwuargumentowym w zbiorze V ,
⊙ jest działaniem zewnętrznym w zbiorze V nad zbiorem K
nazywamy przestrzenią wektorową nad ciałem K , gdy spełnione są
następujące warunki:
1◦ ∀x, y∈V x ⊕ y = y ⊕ x;
2◦ ∀x, y, z∈V x ⊕ (y ⊕ z) = (x ⊕ y) ⊕ z;
3◦ ∃0∈V ∀x∈V x ⊕ 0 = x;
4◦ ∀x∈V ∃−x∈V x ⊕ (−x) = 0;
5◦ ∀α∈K ∀x,y∈V α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y;
6◦ ∀α,β∈K ∀x∈V (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x;
7◦ ∀α,β∈K ∀x∈V α ⊙ (β ⊙ x) = (αβ) ⊙ x;
8◦ ∀x∈V 1 ⊙ x = x, gdzie 1 jest jedynką ciała K .

Definicje
Jeśli (V , K , +, ·) jest przestrzenią wektorową nad ciałem K , to

elementy zbioru V nazywamy wektorami, a elementy zbioru K –
skalarami.
Wektor 0, element neutralny działania +, nazywamy wektorem
zerowym; wektor −x nazywamy wektorem przeciwnym do wektora
x. Tam gdzie nie będzie to prowadziło do nieporozumień,
przestrzeń wektorową (V , K , +, ·) nad ciałem K będziemy
oznaczać krótko symbolem V lub V (K ).

Definicje
Przykład 1
Zbiór R n z działaniami określonymi następująco:
dla x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) z R n i α ∈ R
x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );

αx = α(x1 , . . . , xn ) = (αx1 , . . . , αxn ).
jest przestrzenią wektorową nad ciałem R.
Przykład 2
Zbiór R3 [x] - zbiór wielomianów stopnia co najwyżej 3 nad
ciałem R z dodawaniem wielomianów i mnożeniem wielomianów
przez skalary jest przestrzenią wektorową.

Definicje
Przykład 1
Zbiór R n z działaniami określonymi następująco:
dla x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) z R n i α ∈ R
x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );

αx = α(x1 , . . . , xn ) = (αx1 , . . . , αxn ).
jest przestrzenią wektorową nad ciałem R.
Przykład 2
Zbiór R3 [x] - zbiór wielomianów stopnia co najwyżej 3 nad
ciałem R z dodawaniem wielomianów i mnożeniem wielomianów
przez skalary jest przestrzenią wektorową.

Definicje
Twierdzenie o własnościach działań na wektorach

Dla wektorów x, y , z przestrzeni V i skalarów α, β z ciała K jest:
1 α · x = 0 wtedy i tylko wtedy, gdy α = 0 lub x = 0;
2 jeśli x ̸= 0 i α · x = β · x, to α = β;
3 jeśli α ̸= 0 i α · x = α · y , to x = y ;
4 jeśli (−α) · x = α · (−x) = −(α · x).

Definicje
Przykład 3
Sprawdzić, czy niżej podane zbiory ze wskazanymi działaniami są
przestrzeniami wektorowymi nad ciałem R:
1 R 2 ze zwykłym mnożeniem wektorów przez skalary i z
dodawaniem określonym wzorem
(x, y ) ⊕ (u, v ) = (x + u, y + 2v );
2 R 2 ze zwykłym mnożeniem wektorów przez skalary i z
dodawaniem określonym wzorem (x, y ) ⊕ (u, v ) = (0, 0);
3 R 2 ze zwykłym dodawaniem, ale z mnożeniem przez skalary
określonym wzorem r ⊙ (x, y ) = (ry , rx);
4 R+ = {x ∈ R : x > 0} z dodawaniem ⊕ i mnożeniem ⊙, gdzie
x ⊕ y = xy i r ⊙ x = x r dla x, y ∈ R+ i r ∈ R.

Definicje
Podprzestrzeń wektorowa-definicja
Niech (V , K , +, ·) będzie przestrzenią wektorową i niech W będzie
podzbiorem zbioru V . Mówimy, że W jest podprzestrzenią
(przestrzeni wektorowej V ), gdy (W , K , +, ·) jest przestrzenią
wektorową (gdzie + i · są działaniami z przestrzeni V obciętymi do
zbioru W ).

Definicje
Podprzestrzeń wektorowa-twierdzenie 1
Podzbiór S zbioru wektorów przestrzeni V jest podprzestrzenią
wtedy i tylko wtedy, gdy spełnione są następujące warunki:
(a) S ̸= ∅;
(b) ∀x,y∈S x + y ∈ S;
(c) ∀x∈S ∀α∈K αx ∈ S.
Niepusty zbiór S wektorów przestrzeni V jest podprzestrzenią
wtedy i tylko wtedy, gdy
∀x,y∈S ∀α,β∈K αx + βy ∈ S.

Definicje
Podzbiór S zbioru wektorów przestrzeni V jest podprzestrzenią
wtedy i tylko wtedy, gdy spełnione są następujące warunki:
(a) S ̸= ∅;
(b) ∀x,y∈S x + y ∈ S;
(c) ∀x∈S ∀α∈K αx ∈ S.
Niepusty zbiór S wektorów przestrzeni V jest podprzestrzenią
wtedy i tylko wtedy, gdy
∀x,y∈S ∀α,β∈K αx + βy ∈ S.

Definicje
Przykład 4
Zbiór S = {(x, y , z) ∈ R 3 : x + 2y + 3z = 0} jest właściwą
podprzestrzenią przestrzeni R 3 .
Przykład 5
Zbiór T = {(x, y ) ∈ R 2 : xy 0} nie jest podprzestrzenią
przestrzeni R 2 .

Definicje
Przykład 4
Zbiór S = {(x, y , z) ∈ R 3 : x + 2y + 3z = 0} jest właściwą
podprzestrzenią przestrzeni R 3 .
Przykład 5
Zbiór T = {(x, y ) ∈ R 2 : xy 0} nie jest podprzestrzenią
przestrzeni R 2 .

Definicje
Przykład 6
W zbiorze R3×1 określono działania
         
x a x +a−1 x rx − r + 1
     y +b 
y + b = i ry = ry .
         
z c z +c z rz
1 Pokazać, że R3×1 z tak określonymi działaniami jest

przestrzenią wektorową nad ciałem R.
  
 x
 

Czy zbiór S =  y  ∈ R3×1 : x + y + z = 1 jest
2
 

 z 

podprzestrzenią przestrzeni R3×1 z wyżej określonymi
działaniami?

Definicje

Jeśli v1 , v2 , . . . , vn są wektorami z przestrzeni V , a α1 , α2 , . . . , αn
są skalarami z ciała K , to wektor
n
X
v = α1 v1 + α2 v2 + . . . + αn vn = αi vi
i=1
jest kombinacją liniową wektorów v1 , v2 , . . . , vn o współczynnikach

α1 , α2 , . . . , αn .
Przykład
Wektor v = (4, 7, 3) jest kombinacją liniową wektorów
v1 = (2, 2, 0) i v2 = (0, 1, 1), bo
v = (4, 7, 3) = 2(2, 2, 0) + 3(0, 1, 1) = 2v1 + 3v2 .

Definicje

Jeśli v1 , v2 , . . . , vn są wektorami z przestrzeni V , a α1 , α2 , . . . , αn
są skalarami z ciała K , to wektor
n
X
v = α1 v1 + α2 v2 + . . . + αn vn = αi vi
i=1
jest kombinacją liniową wektorów v1 , v2 , . . . , vn o współczynnikach

α1 , α2 , . . . , αn .
Przykład
Wektor v = (4, 7, 3) jest kombinacją liniową wektorów
v1 = (2, 2, 0) i v2 = (0, 1, 1), bo
v = (4, 7, 3) = 2(2, 2, 0) + 3(0, 1, 1) = 2v1 + 3v2 .

Definicje
Jeśli S = {v1 , v2 , . . . , vn } jest skończonym podzbiorem zbioru V ,

to przez L(S) = L(v1 , v2 , . . . , vn ) oznaczamy zbiór wszystkich
kombinacji liniowych wektorów ze zbioru S. Zatem
L(S) = {α1 v1 + α2 v2 + . . . + αn vn : α1 , . . . , αn ∈ K }.
Stąd wektor b należy do zbioru L(v1 , v2 , . . . , vn ) wtedy i tylko

wtedy, gdy istnieją skalary α1 , α2 , . . . , αn ∈ K takie, że
α1 v1 + α2 v2 + . . . + αn vn = b,
Podprzestrzeń L(S) nazywa się podprzestrzenią generowaną

(rozpiętą) przez zbiór S, zbiór S – zbiorem generującym
(rozpinającym) przestrzeń L(S), a elementy zbioru S –
generatorami przestrzeni L(S).
Przyjmujemy, że L(∅) = {0}.
Definicje
Niech V będzie przestrzenią liniową nad ciałem K . Dla każdego

(niekoniecznie skończonego) podzbioru S przestrzeni liniowej V (K )
definiuje się podprzestrzeń generowaną przez zbiór S, L(S), jako
zbiór wszystkich kombinacji liniowych skończonej liczby wektorów
ze zbioru S. Zatem

L(S) = c1 v1 + . . . + ck vk : ci ∈ K , vi ∈ S, i ⩽ k, k ∈ N}.
Podprzestrzeń generowaną przez zbiór S oznacza się również przez

lin S, span S, ⟨S⟩.
Zbiór L(S) jest podprzestrzenią liniową przestrzeni V ; jest to

najmniejsza (w sensie zawierania) podprzestrzeń liniowa
przestrzeni V , która zawiera zbiór S.

Definicje
Przykład
Niech S = {(1, 1, 1), (1, 2, 3)}. Wówczas
L(S) = L((1, 1, 1), (1, 2, 3)) = {a(1, 1, 1) + b(1, 2, 3) : a, b ∈ R} =
{(a + b, a + 2b, a + 3b) : a, b ∈ R}.
Wektor (5, 8, 11) ∈ L(S) gdyż (5, 8, 11) = 2(1, 1, 1) + 3(1, 2, 3).
Natomiast wektor (5, 6, 9) ∈ / L(S).
Przykład
Wyznaczyć generatory podanych przestrzeni liniowych:
1 V = {(x, y , z) ∈ R 3 : x − 3y + 4z = 0};
2 V = {(2r + 3s − t, 4t − 5u, r + 2s + u, s + 6u, 4t − u) :
r , s, t, u ∈ R};
3 V = {p ∈ R3 [x] : p(0) + p(1) = 0}.

Definicje
Przykład
Niech S = {(1, 1, 1), (1, 2, 3)}. Wówczas
L(S) = L((1, 1, 1), (1, 2, 3)) = {a(1, 1, 1) + b(1, 2, 3) : a, b ∈ R} =
{(a + b, a + 2b, a + 3b) : a, b ∈ R}.
Wektor (5, 8, 11) ∈ L(S) gdyż (5, 8, 11) = 2(1, 1, 1) + 3(1, 2, 3).
Natomiast wektor (5, 6, 9) ∈ / L(S).
Przykład
Wyznaczyć generatory podanych przestrzeni liniowych:
1 V = {(x, y , z) ∈ R 3 : x − 3y + 4z = 0};
2 V = {(2r + 3s − t, 4t − 5u, r + 2s + u, s + 6u, 4t − u) :
r , s, t, u ∈ R};
3 V = {p ∈ R3 [x] : p(0) + p(1) = 0}.

Definicje
Liniowa niezależność wektorów

Układ wektorów {v1 , v2 , . . . , vk } z przestrzeni wektorowej V jest
liniowo niezależny, jeśli równanie wektorowe
x1 v1 + x2 v2 + . . . + xk vk = 0
ma tylko zerowe rozwiązanie. Układ wektorów nazywamy liniowo

zależnym, jeśli nie jest on liniowo niezależny.
Przykład
Zbadać liniową niezależność wektorów v1 = (1, 2, 3), v2 = (2, 1, 2)
i v3 = (1, −4, −5) w przestrzeni R 3 .

Definicje
Liniowa niezależność wektorów

Układ wektorów {v1 , v2 , . . . , vk } z przestrzeni wektorowej V jest
liniowo niezależny, jeśli równanie wektorowe
x1 v1 + x2 v2 + . . . + xk vk = 0
ma tylko zerowe rozwiązanie. Układ wektorów nazywamy liniowo

zależnym, jeśli nie jest on liniowo niezależny.
Przykład
Zbadać liniową niezależność wektorów v1 = (1, 2, 3), v2 = (2, 1, 2)
i v3 = (1, −4, −5) w przestrzeni R 3 .

Definicje
Baza przestrzeni wektorowej

Układ B = (v1 , v2 , . . . , vn ) wektorów przestrzeni V nazywamy bazą
przestrzeni V , gdy ma on następujące dwie własności:
(1) B jest liniowo niezależny;
(2) B generuje przestrzeń V , tj. L(B) = V .
Przykład 1
Wektory e1 = (1, 0, 0), e2 = (0, 1, 0) i e3 = (0, 0, 1) tworzą bazę
przestrzeni R 3 . Nazywamy ją bazą standardową R 3
Przykład 2
Wektory v1 = (2, 1, 3), v2 = (1, 0, 1) i v3 = (1, −1, 1) są
przykładem innej niż standardowa bazy przestrzeni R 3 .

Definicje

Przykład 1
Przykład 2
Wektory v1 = (2, 1, 3), v2 = (1, 0, 1) i v3 = (1, −1, 1) są

Definicje

Przykład 1
Przykład 2
Wektory v1 = (2, 1, 3), v2 = (1, 0, 1) i v3 = (1, −1, 1) są

Definicje
Twierdzenie
Niech B = (v1 , v2 , . . . , vn ) będzie układem wektorów z przestrzeni
V . Wówczas następujące warunki są równoważne:
1 B jest bazą przestrzeni V ;
2 Każdy wektor v ∈ V można, i to tylko na jeden sposób,
przedstawić jako kombinację liniową wektorów układu B;
3 B jest minimalnym układem generującym przestrzeń V ;
4 B jest maksymalnym liniowo niezależnym układem w
przestrzeni V .

Definicje
Twierdzenie
Niech układ B = (v1 , v2 , . . . , vn ) będzie bazą przestrzeni
wektorowej V nad ciałem K i niech v będzie wektorem z
przestrzeni V . Wtedy istnieją jednoznacznie wyznaczone skalary
(współczynniki) r1 , r2 , . . . , rn ∈ K takie, że
v = r1 b1 + r2 b2 + . . . + rn bn .
Współczynniki te nazywamy współrzędnymi wektora v względem
bazy B i zapisujemy [v ]B = [r1 , r2 , . . . , rn ].

Definicje
Przykład
Znaleźć z definicji współrzędne podanych wektorów we wskazanych
bazach odpowiednich przestrzeni liniowych:
1 v = (−2, 5, 6) ∈ R 3 , B = {(1, 1, 0), (2, 1, 0), (3, 3, 1)};
2 p = 5x 2 + 2x + 8 ∈ R2 [x],
B = {x 2 + 3, 3x 2 − x + 2, −4x 2 + 2x − 5}.
Przykład
Znaleźć bazy podanych przestrzeni linowych i wyznaczyć
współrzędne podanych wektorów w tych bazach:
1 V = {(a − b, c − a, a + b − 2c); a, b, c ∈ R}, v = (−5, 2, 1);
2 V = {(x, y , z, t) ∈ R4 : x + y = x + 2y − 2t = 0},
v = (−2, 2, 10, 1).

Definicje
Przestrzeń zerowa macierzy

Przestrzeń zerowa NA macierzy A jest zbiorem wszystkich
rozwiązań jednorodnego układu równań Ax = 0.
Przestrzeń wierszowa macierzy

Przestrzenią wierszową macierzy A oznaczamy ją R(A) nazywamy
przestrzeń generowaną przez wiersze macierzy A.
Przestrzeń kolumnowa macierzy

Przestrzenią kolumnową macierzy A oznaczamy ją C (A) nazywamy
przestrzeń generowaną przez kolumny macierzy A.
Zatem, jeżeli A = [a1 a2 . . . am ], to
C (A) = L(a1 ; a2 ; . . . am ).

Definicje
Przykład
 
1 0 1
 −2 1 0 
Dana jest macierz A = 
 
 4 1 6


2 2 6
1 Wyznaczyć rząd macierzy A.
2 Znajdź bazę przestrzeni wierszowej, przestrzeni kolumnowej

i bazę przestrzeni zerowej macierzy A.
3 Jaki jest związek między rzędem i wymiarem przestrzeni
zerowej macierzy A?
4 Pokazać, że każdy wektor z twojej bazy przestrzeni zerowej
jest ortogonalny do każdego wektora z twojej bazy przestrzeni
wierszowej macierzy A.

Definicje
Macierz przejścia od bazy do bazy

Niech B = (b1 , b2 , . . . , bn ) i C = (c1 , c2 , . . . , cn ) będą dwiema
bazami przestrzeni wektorowej V (K ) i niech x będzie dowolnym
wektorem z przestrzeni V (K ). Wtedy macierzą przejścia z bazy B
do bazy C nazywamy macierz kwadratową PCB , której kolumnami
są współrzędne wektorów z bazy C w bazie B. Dodatkowo
zachodzi:
[x]B = PCB · [x]C .

Wykladn

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Wykladn

Uploaded by

Copyright:

Available Formats

Przestrzeń wektorowa

Joanna Cyman Algebra liniowa

nazywamy dwuargumentowym działaniem w zbiorze V .

są dwuargumentowymi działaniami w zbiorze liczb rzeczywistych.

Joanna Cyman Algebra liniowa

nazywamy dwuargumentowym działaniem w zbiorze V .

są dwuargumentowymi działaniami w zbiorze liczb rzeczywistych.

Joanna Cyman Algebra liniowa

nazywamy działaniem zewnętrznym w zbiorze V nad zbiorem K .

Joanna Cyman Algebra liniowa

nazywamy działaniem zewnętrznym w zbiorze V nad zbiorem K .

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Jeśli (V , K , +, ·) jest przestrzenią wektorową nad ciałem K , to

Joanna Cyman Algebra liniowa

x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );

Joanna Cyman Algebra liniowa

x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );

Joanna Cyman Algebra liniowa

Twierdzenie o własnościach działań na wektorach

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

1 Pokazać, że R3×1 z tak określonymi działaniami jest

Joanna Cyman Algebra liniowa

Kombinacja liniowa wektorów

jest kombinacją liniową wektorów v1 , v2 , . . . , vn o współczynnikach

Joanna Cyman Algebra liniowa

Kombinacja liniowa wektorów

jest kombinacją liniową wektorów v1 , v2 , . . . , vn o współczynnikach

Joanna Cyman Algebra liniowa

Jeśli S = {v1 , v2 , . . . , vn } jest skończonym podzbiorem zbioru V ,

Stąd wektor b należy do zbioru L(v1 , v2 , . . . , vn ) wtedy i tylko

Podprzestrzeń L(S) nazywa się podprzestrzenią generowaną

Niech V będzie przestrzenią liniową nad ciałem K . Dla każdego

Podprzestrzeń generowaną przez zbiór S oznacza się również przez

Zbiór L(S) jest podprzestrzenią liniową przestrzeni V ; jest to

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Liniowa niezależność wektorów

ma tylko zerowe rozwiązanie. Układ wektorów nazywamy liniowo

Joanna Cyman Algebra liniowa

Liniowa niezależność wektorów

ma tylko zerowe rozwiązanie. Układ wektorów nazywamy liniowo

Joanna Cyman Algebra liniowa

Baza przestrzeni wektorowej

Joanna Cyman Algebra liniowa

Baza przestrzeni wektorowej

Joanna Cyman Algebra liniowa

Baza przestrzeni wektorowej

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Joanna Cyman Algebra liniowa

Przestrzeń zerowa macierzy

Przestrzeń wierszowa macierzy

Przestrzeń kolumnowa macierzy