Definicja 1. Przestrzenią liniową Rn nazywamy zbiór wektorów Rn = {(x1, x2, . . . , xn) : xi ∈ R, ∀i∈{1,2,...,n}} , z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste. 1. ~ x = (x1, x2, . . . , xn), ~ y = (y1, y2, . . . , yn) =⇒ ~ x+~ y = (x1 + y1, x2 + y2, . . . , xn + yn), 2. ~ x = (x1, x2, . . . , xn), a ∈ R =⇒ a~ x = (ax1, ax2, . . . , axn). Wektor ~ 0 = (0, . . . , 0) nazywamy wektorem zerowym. Przykład 1. 5(2, 3, −2, −1) + 2(−2, 0, 4, 3) = (10, 15, −10, −5) + (−4, 0, 8, 6) = (6, 15, −2, 1) . Liniowa zależność i niezależność wektorów Definicja 2. Kombinacją liniową wektorów v~1, . . . , v~k nazywamy wektor ~v = a1v~1 + . . . + ak v~k , gdzie a1, . . . , ak ∈ R. Definicja 3. Wektory v~1, . . . , v~k są liniowo zależne, jeśli istnieją a1, . . . , ak ∈ R takie, że a1v~1 + . . . + ak v~k = ~ 0, oraz ai 6= 0 dla pewnego i ∈ {1, . . . , k}. Uwaga 1. Jeśli powyżej a1 6= 0, to a2 ak v~1 = − v~2 − . . . − v~k , a1 a1 czyli jeden wektor wyraża jako kombinacja liniowa pozostałych. Przykład 2. Wektory (1, 2, 3), (4, −1, 2), (6, 3, 8) są liniowo zależne (6, 3, 8) = 2(1, 2, 3) + (4, −1, 2) . Definicja 4. Wektory są liniowo niezależne, jeśli nie są liniowo zależne. Zatem nie istnieją a1, . . . , ak ∈ R takie, że a1v~1 + . . . + ak v~k = ~ 0, ai 6= 0, oraz dla pewnego i ∈ {1, . . . , k} . (1) (2) Czyli nie mogą być spełnione jednocześnie warunki (1), (2). Fakt 1. Wektory v~1, . . . , v~k są liniowo niezależne, jeśli prawdziwe jest stwierdzenie: „Jeśli dla liczb a1, . . . , ak ∈ R zachodzi równość a1v~1 + . . . + ak v~k = ~ 0, to a1 = . . . = ak = 0”. Przykład 3. Zbadać niezależnośc wektorów ~ u = (1, 1, 1, 1), ~v = (1, 2, 2, 1), w ~ = (0, 1, 2, 2). Rozwiązanie: Niech liczby a, b, c będą takie, że a(1, 1, 1, 1) + b(1, 2, 2, 1) + c(0, 1, 2, 2) = ~ 0. Czyli (a+b, a+2b+c, a+2b+2c, a+b+2c) = (0, 0, 0, 0) . Dostajemy układ równań a + b = 0 a + 2b + c = 0 a + 2b + 2c = 0 a + b + 2c = 0 Jedynym rozwiązaniem tego układu jest a = b = c = 0. Zatem wektory ~ u, ~v , w ~ są liniowo niezależne. Podprzestrzenie liniowe Definicja 5. Zbiór wektorów V zawarty w przestrzeni liniowej Rn nazywamy podprzestrzenią liniową jeśli spełnione są warunki: 1. V jest niepusty, 2. jeśli ~v ∈ V oraz a ∈ R =⇒ a~v ∈ V , 3. jeśli ~ u, ~v ∈ V =⇒ ~ u + ~v ∈ V . Uwaga 2. Warunki 2. i 3. można zastąpić warunkiem: ~ u, ~v ∈ V, a, b ∈ R =⇒ a~ u + b~v ∈ V . Przykład 4. Zbiór V = {(x, y) ∈ R2 : x + y = 1} nie jest przestrzenią liniową. (1, 0) ∈ V oraz (0, 1) ∈ V , ale (1, 0) + (0, 1) = (1, 1) 6∈ V . Przykład 5. Sprawdzić czy jest V ⊂ R3 podprzestrzenią liniową, jeżeli V = {(x, y, z) ∈ R3 : x + 2y − z = 0 . 1. ~ 0 ∈ V ⇒ V jest niepusty. 2. niech ~v = (v1, v2, v3) ∈ V oraz a ∈ R. Wtedy a~v = (av1, av2, av3). Ponieważ av1 +2av2 −av3 = a(v1 +2v2 −v3) = a·0 = 0, to a~v ∈ V . 3. niech ~ u = (u1, u2, u3), ~v = (v1, v2, v3) ∈ V . Wtedy ~ u + ~v = (u1 + v1, u2 + v2, u3 + v3) ∈ V, bo u1 + v1 + 2(u2 + v2) − (u3 + v3) = (u1 + 2u2 − u3) + (v1 + 2v2 − v3) = 0 + 0 = 0. operacja „ lin” Definicja 6. Niech ~v1, ~v2, . . . , ~vk będą wektorami w przestrzeni liniowej V ⊂ Rn. Zbiór wszystkich kombinacji liniowych wektorów ~v1, ~v2, . . . , ~vk oznaczamy lin{~v1, ~v2, . . . , ~vk } . Mamy zatem lin{~v1, ~v2, . . . , ~vk } = k X αm~vm : αk ∈ m=1 R . Przykład 6. Niech A = {(3, 5)} ⊂ R2. Wtedy lin A = {x(3, 5) : x ∈ R} = {(3x, 5x) : x ∈ R} Przykład 7. Niech B = {(1, 0, 0), (0, 0, 1)} ⊂ R3. Wtedy lin B = {x(1, 0, 0) + z(0, 0, 1) : x, y ∈ R} = {(x, 0, z) : x, z ∈ R} . Czyli lin B = płaszczyzna Oxz. Fakt 2. Niech A i B zbiory wektorów w przestrzeni Rn. Wtedy 1. Jeżeli A ⊂ B to lin A ⊂ lin B 2. lin A jest podprzestrzenią liniową Rn i jest to najmniejsza podprzestrzeń liniowa zawierająca A. Ćwiczenie 1. Znaleźć najmniejszy zbiór A (w sensie liczby elementów) taki, że lin A = {(x, y, z) ∈ R3 : x = 2y + z} . Rozwiązanie. {(x, y, z) ∈ R3 : x = 2y + z} = {(2y + z, y, z) ∈ R3 : y, z ∈ R} = {(2y, y, 0) + (z, 0, z) ∈ R3 : y, z ∈ R} = {y(2, 1, 0) + z(1, 0, 1) ∈ R3 : y, z ∈ R} = lin{(2, 1, 0), (1, 0, 1)} . Zatem A = {(2, 1, 0), (1, 0, 1)}. Uwaga 3. To jest dobra metoda pokazywania, że coś jest podprzestrzenią liniową! baza i wymiar Przykład 8. Rozważmy zbiór B = {1, 1, 0), (0, 1, 0), (0, 1, 1)} ⊂ R3 . Niech ~v = (x, y, z) ∈ R3. Mamy wtedy (x, y, z) = x(1, 1, 0)+(y−x−z)(0, 1, 0)+z(0, 1, 1) . Czyli każdy wektor należący do R3 jest kombinacją liniową wektorów ze zbioru B. Ponadto B jest liniowo niezależny. Taki zbiór nazywamy bazą przestrzeni liniowej. Definicja 7. Bazą przestrzeni liniowej V ⊂ Rn nazywamy zbiór B, który jest 1. liniowo niezależny, 2. lin B = V (B generuje całą podprzestrzeń). Baza standardowa Rn: ~e1 = (1, 0, . . . , 0) ~ e2 = (0, 1, . . . , 0) ... ~en = (0, 0, . . . , 1) Fakt 3. Jeśli baza przestrzeni liniowej V ⊂ Rn składa się z n wektorów, to każda inna baza też składa sie z n wektorów. Definicja 8. Wymiarem przestrzeni V nazywamy ilość wektorów w bazie przestrzeni V i oznaczamy dim V Mamy oczywiście dim Rn = n Fakt 4. Jeśli przestrzeń liniowa V jest wymiaru n, to każdy układ n liniowo niezależnych wektorów tworzy bazę V . Fakt 5. n wektorów ~v1 = (v11, v12, . . . , v1n) ~ v2 = (v21, v22, . . . , v2n) ... ~vn = (vn1, vn2, . . . , vnn) w przestrzeni Rn jest liniowo niezależnych wte- dy i tylko wtedy gdy v11 v12 . . . v1n v21 v22 . . . v2n 6 0 = ... ... . . . ... vn1 vn2 . . . vnn Wniosek 1. Jeśli powyższy wyznacznik jest różny od zera, to wektory ~v1, . . . , ~vn stanowią bazę Rn Wniosek 2. Każdy układ wektorów liniowo niezaleznych w przestrzeni V ⊂ Rn mozna uzupełnic do bazy przestrzeni V . Współrzędne wektora w bazie Przykład 9. Rozważmy zbiór B = {1, 1, 0), (0, 1, 0), (0, 1, 1)} ⊂ R3 . Niech ~ u = (4, 8, −3) ∈ R3. Mamy wtedy (4, 8, −3) = 4(1, 1, 0)+7(0, 1, 0)+(−3)(0, 1, 1) . Liczby [4, 7, −3] nazywamy współrzędnymi wektora ~ u w bazie B. Definicja 9. Niech B = {~v1, ~v2, . . . , ~vk } będzie bazą przestrzeni V ⊂ Rn. Współrzędnymi wektora ~ u w bazie B nazywamy współczynniki αi ∈ R, gdy ~ u = α1~v1 + α2~v2 + . . . + αk~vk Uwaga 4. Normalnie wektory piszemy w bazie standardowej Rn.