PRZEWODNIK DO ĆWICZEŃ Z ALGEBRY dla studentów Wydziału
Transkrypt
PRZEWODNIK DO ĆWICZEŃ Z ALGEBRY dla studentów Wydziału
PRZEWODNIK DO ĆWICZEŃ Z ALGEBRY dla studentów Wydziału Elektrycznego ELŻBIETA KASPERSKA, ANDRZEJ KASPERSKI wersja robocza I. Relacje Definicja 1 Mówimy, że w zbiorze Ω określiliśmy parę uporządkowaną, jeżli wyróżniliśmy dwa elementy tego zbioru i wskazaliśmy, który z nich uważamy za pierwszy. Jeśli wyróżniliśmy elementy a, b ∈ Ω i a uważamy za pierwszy element, to parę tą oznaczamy symbolem (a, b). Własności pary uporządkowanej: (a, b) = (b, a) ⇔ a = b, (a, b) = (c, d) ⇔ a = c i b = d. Definicja 2 Iloczynem kartezjańskim zbiorów A i B, oznaczamy A × B, nazywamy zbiór par uporządkowanych (a, b) takich, że a ∈ A i b ∈ B, a więc A × B = {(a, b) : a ∈ A ∧ b ∈ B} Przykład 1. Niech A = {1, 3, 5}∪[2, 4], B = [1, 2]. Przedstawiamy graficznie A × B. Definicja 3 Relacj† R w zbiorze X nazywamy dowolny podzbiór iloczynu kartezjańskiego X × X, czyli R ⊂ X × X. Graficzne zadanie relacji. Niech X = {x1 , x2 , x3 , . . . , xn }, gdzie xi zadane liczby rzeczywiste. * oznacza parę elementów które są z sobą w relacji x1 x1 x2 x3 ... xn x2 x3 ∗ ... xn ∗ ∗ 2 x1 Rx3 ( mówimy, że x1 jest w relacji z x3 ), x2 Rx2 ( mówimy, że x2 jest w relacji z x2 ), xn Rx3 ( mówimy, że xn jest w relacji z x3 ). Podstawowe typy relacji: 1. Jeżeli dla każdego x ∈ X, xRx, to R nazywamy relacją zwrotną 2. Jeżeli dla dowolnych x, y ∈ X z warunku xRy wynika, że yRx, to R nazywamy relacją symetryczną 3. Jeżeli dla dowolnych x, y ∈ X, z warunku xRy ∧ yRx wynika, że x = y, to R nazywamy relacją antysymetryczną 4. Jeżeli dla dowolnych x, y, z ∈ X, z warunku xRy ∧ yRz wynika, że xRz, to R nazywamy relacją przechodnią 5. Jeżeli dla dowolnych x, y ∈ X, xRy ∨yRx, to R nazywamy relacją spójną. Relację o własnościach 1., 2., 3. nazywamy relacją równoważności. Relację o własnościach 1., 3., 4. nazywamy relacją porządkującą. Definicja 4 Niech P będzie ustalonym podzbiorem zbioru liczb rzeczywistych R. Niech a, b ∈ P . Mówimy, że a − b jest podzielne przez k ∈ P , piszemy k | a − b, jeżeli istnieje n ∈ P takie, że a − b = kn. Przykład 2. Niech X będzie zbiorem liczb parzystych. Dla dowolnych x, y ∈ X, xRy ⇔ 3 | x − y. Zbadać czy R jest relacją równoważności. Dla każdego x ∈ X, x − x = 0 = 3 · 0, czyli R jest zwrotna, jeżeli dla dowolnych x, y ∈ X, xRy, to istnieje k ∈ X takie, że x − y = 3k ale wtedy y − x = −3k i −k ∈ X, czyli 3 | y − x, a więc R jest symetryczna. jeżeli dla dowolnych x, y, z ∈ X, xRy i yRz, to istnieją k, n ∈ X takie, że x − y = 3k i y − z = 3n. Wtedy x − z = 3(k + n) i k + n ∈ X, a więc xRz, czyli R jest przechodnia. Czyli relacja R jest relacją równoważności. Przykład 3. Niech X będzie zbiorem liczb rzeczywistych. Dla dowolnych x, y ∈ X, xRy ⇔ x y. Sprawdzić, że R jest relacją porządkującą. Dla każdego x ∈ X, x x, a więc xRx, czyli R jest relacją zwrotną. Dla dowolnych x, y ∈ X, jeżeli xRy i yRx, to x y i y x, ale wtedy x = y, czyli R jest relacją antysymetryczną. Dla dowolnych x, y, z ∈ X, jeżeli xRy i yRz, to x y i y z, ale wtedy x z, czyli xRz, czyli R jest relacją przechodnią, a więc jest relacją porządkującą. Definicja 5 Niech R będzie relacją równoważności w X. Niech a ∈ X. Klasą abstrakcji elementu a względem relacji R nazywamy zbiór wszystkich elementów x ∈ X, takich, że aRx, oznaczamy [a]R = {x ∈ X : aRx}. Przykład 4. Niech X będzie zbiorem liczb całkowitych. Relację R określomy następująco: xRy wtedy i tylko wtedy, gdy 2 | x + y. Można wykazać, że R jest relacją równoważności. Wyznaczmy klasy abstrakcji elementów 0 i 1 względem tej relacji. 0Rx wtedy i tylko wtedy, gdy istnieje k ∈ X takie, że 0 + x = 2k, wtedy x = 2k, czyli [0]R = {2k : k ∈ X}. 3 1Rx wtedy i tylko wtedy, gdy istnieje k ∈ X takie, że 1 + x = 2k, wtedy x = 2k − 1, czyli [1]R = {2k − 1 : k ∈ X}. Relacja R pozwala więc wyodrębnić w X dwie różne klasy abstrakcji. Twierdzenie 1 ( Zasada abstrakcji ) Relacja równoważności R określona na niepustym zbiorze X dzieli X na rozłączne i niepuste klasy abstrakcji, tzn. jeżeli istnieje a ∈ X takie, że a ∈ [x]R i a ∈ [y]R , to [x]R = [y]R . Dowód. Klasy abstrakcji są niepuste ponieważ dla każdego x ∈ X, x ∈ [x]R bo R jest zwrotna. Załóżmy, że a ∈ [x]R i a ∈ [y]R . Wtedy xRa i aRy, a więc z przechodniości relacji R mamy xRy. Pokażemy, że [x]R = [y]R . Niech b ∈ [x]R , wtedy bRx i xRy, a więc bRy, czyli [x]R ⊂ [y]R . Niech b ∈ [y]R , wtedy bRy i yRx, a więc bRx, czyli [y]R ⊂ [x]R . Ponieważ dla każdego x ∈ X, x ∈ [x]R , a więc [ [x]R = X. x∈X Funkcje jako relacje. Definicja 6 Niech X, Y bądą zadanymi zbiorami niepustym. Relację R ⊂ X × Y o własnościach: a) dla każdego x ∈ X istnieje y ∈ Y taki, że xRy, b) dla każdego x ∈ X i dowolnych y, z ∈ Y , z warunku (xRy ∧ xRz) wynika, że y=z nazywamy funkcją odwzorowującą X w Y . Piszemy wówczas: fR : X −→ Y lub fR (x) = y zamiast xRy. Definicja 7 Niech f : X −→ Y , A ⊂ X, B ⊂ Y . Zbiór f (A) = {y ∈ Y : ∃x ∈ X, y = f (x)} nazywamy obrazem zbioru A przez odwzorowanie f . Zbiór f −1 (B) = {x ∈ X : ∃y ∈ B, y = f (x)} nazywamy przeciwobrazem zbioru B przez odwzorowanie f . Definicja 8 Niech f : X −→ Y . Mówimy, że f odwzorowuje X ”na” Y , jeżeli f (X) = Y . Jeżeli dla dowolnych x1 , x2 ∈ X z warunku f (x1 ) = f (x2 ) wynika, że x1 = x2 , to f nazywamy odwzorowaniem różnowartościowym. Odwzorowanie różnowartościowe i ”na” nazywamy bijekcją. Przykład 5. Niech X, Y = R, f (x) = x2 dla każdego x ∈ R. Ponieważ f (−1) = f (1) = 1, a więc f nie jest różnowartościowe. Ponieważ nie istnieje x ∈ R takie, że f (x) = −1, a więc f nie jest odwzorowaniem ”na”. 4 Przykład 6. Niech f : R −→ R dane będzie wzorem: 2x+1 x−1 , dla x 6= 1 f (x) = 0, dla x = 1 y+1 Dla x 6= 1, y = 2x+2 x−1 czyli x = y−2 dla y 6= 2. Czyli dla y = 2 nie istnieje x takie, że f (x) = 2, a więc f nie jest odwzorowzniem ”na”. Zauważmy również, że f (1) = f ( −1 2 ) = 0, czyli f nie jest różnowartościowe. Przykład 7. Dla jakiej wartožci parametru a odwzorowanie f dane wzorem x+2 x−1 , dla x 6= 1 f (x) = a, dla x = 1 jest bijekcj† R na R. 1. Sprawdzamy dla jakiej wartości parametru a f jest odwzorowaniem ”na”. Dla y ∈ R \ {a} mamy y= x+1 ⇒ y(x − 1) = x + 1 ⇒ x(y − 1) = 1 + y. x−1 St†d x= 1+y y−1 dla y 6= 1. Czyli dla y 6= 1 istnieje x ∈ R takie, że f (x) = y. Przyjmując a = 1, otrzymamy f (1) = 1, a więc f jest odwzorowaniem ”na”. 2. Sprawdzamy, czy f jest różnowartožciowe dla a = 1. Dla x1 , x2 6= 1 mamy x1 + 1 x2 + 1 = ⇒ (x1 + 1)(x2 − 1) = (x2 + 1)(x1 − 1) ⇒ x1 = x2 . x1 − 1 x2 − 1 Dla x1 6= 1, x2 = 1 mamy x1 + 1 = 1 ⇒ x1 + 1 = x1 − 1 ⇒ −1 = 1. x1 − 1 Powyższa sprzeczność oznacza, że z warunku f (x1 ) = f (x2 ) otrzymujemy, że x1 = x2 , czyli f jest różnowartościowe. Twierdzenie 2 Niech X, Y będą zadanymi zbiorami niepustymi, f : X → Y: a) dla dowolnych A, B ⊂ X f (A ∪ B) = f (A) ∪ f (B), b) dla dowolnych A, B ⊂ X f (A ∩ B) ⊂ f (A) ∩ f (B). Jeżeli f jest różnowartožciowe, to f (A ∩ B) = f (A) ∩ f (B). DOWÓD. a) Jeżeli a ∈ f (A ∪ B), to istnieje x ∈ A ∪ B takie, że a = f (x). Stąd (x ∈ A ∧ a = f (x)) lub (x ∈ B ∧ a = f (x)). Stąd a ∈ f (A) lub a ∈ f (B), czyli a ∈ f (A) ∪ f (B), a więc f (A ∪ B) ⊂ f (A) ∪ f (B). Jeżeli a ∈ f (A) ∪ f (B), to a ∈ f (A) lub a ∈ f (B). Wtedy istnieje x ∈ A takie, że a = f (x) lub istnieje 5 x ∈ B takie, że a = f (x). Czyli istnieje x ∈ A ∪ B taki, że a = f (x), więc a ∈ f (A ∪ B). Stąd f (A) ∪ f (B) ⊂ f (A ∪ B). b) Jeżeli a ∈ f (A ∩ B), to istnieje x ∈ A ∩ B takie, że a = f (x). Stąd x ∈ A i a = f (x) oraz x ∈ B i a = f (x). Czyli a ∈ f (A) i a ∈ f (B), a więc a ∈ f (A) ∩ f (B). Stąd f (A ∩ B) ⊂ f (A) ∩ f (B). Załóżmy teraz, że f jest różnowartościowe. Niech a ∈ f (A) ∩ f (B). Wtedy istnieje x ∈ A takie, że a = f (x) i istnieje y ∈ B takie, że a = f (y). Czyli f (x) = f (y). Ponieważ f jest różnowartościowe, więc x = y. Stąd istnieje x ∈ A ∩ B takie, że a = f (x), a wi‘c a ∈ f (A ∩ B). Czyli f (A ∩ B) = f (A) ∩ f (B). Odwzorowanie odwrotne. Jeżeli f : X → Y jest bijekcją, to możemy mówić o odwzorowaniu odwrotnym f −1 : Y → X. Odwzorowaniem odwrotnym nazywamy takie odwzorowanie f −1 , że dla każdego x ∈ X, f −1 (f (x)) = x i dla każdego y ∈ Y f (f −1 (y)) = y. Jeżeli f nie jest bijekcją, to możemy mówić o odwzorawaniach częściowo odwrotnych tzn. takich, które spełniają jeden z powyższych warunków. Mówimy wtedy o odwzorowaniu lewostronnie albo prawostronnie odwrotnym. Przykład 8. Niech X = R, Y = R+ , f (x) = x2 dla każdego x ∈ R. f nie jest bijekcją, a więc nie istnieje odwzorowanie odwrotne. Ale dla każdego y ∈ R+ 1 (y 2 )2 = y, czyli istnieje odwzorowanie prawostronnie odwrotne. Zauważmy, że 1 dla każdego x ∈ R (x2 ) 2 =| x |. Przykład 9. Niech X = Y = R+ , f (x) = x2 dla każdego x ∈ X. Wtedy f : X → Y jest bijekcją. Odwzorowanie odwrotne f −1 istnieje i dane jest wzorem 1 f −1 (y) = y 2 dla każdego y ∈ Y . Przykład 10. Niech X = [− π2 , π2 ], Y = [−1, 1], f (x) = sin x dla każdego x ∈ X. Wtedy f : X → Y jest bijekcją, odwzorowanie odwrotne f −1 istnieje i f −1 (y) = arc sin y dla każdego y ∈ [−1, 1]. Zadania kontrolne 1. Sprawdzić, czy prawdziwe są równości: a) (A ∪ B) × C = (A × C) ∪ (B × C) b) (A ∩ B) × C = (A × C) ∩ (B × C) c) (A × B) ∩ C = (A ∩ C) × (B ∩ C) d) (A \ B) × C = (A × C) \ (B × C) e) A × (B \ C) = (A × B) \ (A × C). 2. Zbadać, które z podanych relacji R ⊂ X 2 są relacjami równoważności oraz określić klasy abstrakcji dla relacji równoważności. a) Niech X będzie zbiorem liczb parzystych, xRy ⇔ 3 | x − y. b) Niech X będzie zbiorem liczb rzeczywistych, xRy ⇔ x2 +2x−1 = y 2 +2y −1. c) Niech X będzie zbiorem liczb rzeczywistych, xRy ⇔ sin x = sin y. d) Niech X będzie zbiorem liczb zespolonych, xRy ⇔ Argx = Argy. e) Niech X będzie zbiorem liczb zespolonych, xRy ⇔ | x |=| y |. f) Niech X będzie zbiorem liczb rzeczywistych, xRy ⇔ x2 = y 2 . g) Niech X będzie zbiorem liczb rzeczywistych, xRy ⇔ sin x = cos y. 3. Sprawdzić, czy podane odwzorowanie f : R → R jest bijekcją: 6 a) x x+1 , f (x) = 1, gdy x 6= −1 gdy x = −1 b) f (x) = 1 2−x , 0, gdy x 6= 2 gdy x = 2 c) f (x) = 2x+2 x−1 , 0, gdy x 6= 1 gdy x = 1 4. Dla danej relacji R definiujemy R−1 = {(y, x) : (x, y) ∈ R}. a) Udowodnić, że na to aby relacja R była symetryczna potrzeba i wystarcza by R ⊂ R−1 . b) Udowodnić, że R ⊂ R−1 ⇔ R = R−1 . 5. Dla jakiej wartości parametru a odwzorowanie f : X → Y jest bijekcją; a) a2 x−1 x−2 , gdy x 6= 2 f (x) = a, gdy x = 2 b) f (x) = 2a2 x−1 x−3 , gdy x 6= 3 gdy x = 3 a, c) f (x) = a2 x−5 2x−1 , a, gdy x 6= 12 gdy x = 21 Odpowiedzi do zadań 1. a),b),d),e) prawdziwa, c) fałszywa ( np. A, B, C = [0, 1] ). 2. a) Trzy różne klasy abstrakcji [0]R = {6n : n ∈ N }, [2]R = {6n + 2 : n ∈ N }, [4]R = {6n + 4 : n ∈ N }, gdzie N jest zbiorem liczb naturalnych, b) [x]R = {x, −x − 2}, c) [x]R = {x − 2kπ, −x + π + 2kπ : k = 0, ±1, ±2, . . .}, d) [x]R – prosta ϕ = arg x, e) [x]R – okrąg o žrodku w zerze i promieniu | x |, f) [x]R = {x, −x}, g) nie jest relacją równoważności. 3. a), b) jest bijekcją, c) nie jest na i nie jest różnowartościowe. 5. a) bijekcja dla a = 0 lub a = 1, b) bijekcja dla a = 0 lub a = 12 , c) bijekcja dla a = 0 lub a = 2. 7 II. Liczby zespolone Definicja 9 Niech A będzie niepustym zbiorem. Każde odwzorowanie f : A × A → A nazywamy działaniem w A. Definicja 10 Strukturą algebraiczną nazywamy niepusty zbiór z wyróżnionym w nim skończonym zbiorem elementów oraz z określonym na nim skończonym zbiorem działań. Definicja 11 Strukturą algebraiczną addytywnie zapisaną < A, ⊕ > nazywamy grupą przemienną z dodawaniem, jeżeli: dla dowolnych a, b ∈ A a ⊕ b = b ⊕ a, dla dowolnych a, b, c ∈ A (a ⊕ b) ⊕ c = a ⊕ (b ⊕ c), istnieje O ∈ A ( element neutralny ze względu na dodawanie ) takie, że dla każdego a ∈ A, a ⊕ O = a, dla każdego a ∈ A istnieje b ∈ A (element przeciwny ) takie, że a ⊕ b = O. Definicja 12 Strukturą algebraiczną multyplikatywnie zapisaną < A, > nazywamy grupą przemienną z mnożeniem, jeżeli: dla dowolnych a, b ∈ A a b = b a dla dowolnych a, b, c ∈ A (a b) c = a (b c) istnieje e ∈ A ( element neutralny ze względu na mnożenie ) takie, że dla ka§dego a ∈ A a e = a, dla każdego a ∈ A \ {O} istnieje b ∈ A ( element odwrotny ) takie, że a b = e. Definicja 13 Strukturę algebraiczną < A, ⊕, > nazywamy ciałem jeżeli: < A, ⊕ > jest grupą przemienną z dodawaniem, < A, > jest grupą przemienną z mnożeniem, dla dowolnych a, b, c ∈ A, a (b ⊕ c) = (a b) ⊕ (a c). Przykład 1. Niech Zp =< {0, 1, . . . , p − 1}, ⊕, >, gdzie: a ⊕ b = reszta z dzielenia a + b przez p, a b = reszta z dzielenia a · b przez p. Jeżeli p jest liczbą pierwszą, to Zp jest ciałem liczbowym Wiadomości ogólne. Równanie x2 + 1 = 0 nie ma rozwiązań w zbiorze liczb rzeczywistych dlatego naturalnym jest pytanie o rozszerzenie zbioru liczb rzeczywistych na takie ciało liczbowe w którym to równanie posiada rozwiązanie. Niech i będzie taką liczbą, że i2 = −1. Niech C = {a + bi : a, b ∈ R}. W C wprowadzamy działania dodawania ⊕ i mnożenia następująco: dla dowolnych z1 , z2 ∈ C, z1 = a1 + b1 i, z2 = a2 + b2 i z1 ⊕ z2 = a1 + a2 + (b1 + b2 )i z1 z2 = a1 a2 − b1 b2 + (a1 b2 + a2 b1 )i. 8 Wtedy < C, ⊕, > jest ciałem liczbowym i nazywamy je ciałem liczb zespolonych. Ciało liczb zespolonych można wprowadzić inaczej. Niech C = R×R. Działania w C wprowadzamy następująco: dla dowolnych a, b, c, d ∈ R (a, b) ⊕ (c, d) = (a+c, b+d), (a, b)(c, d) = (ac−bd, ad+bc). < C, ⊕, > jest ciałem liczbowym równoważnym ciału liczb zespolonych i takim, że (0, 0) jest elementem neutralnym ze względu na dodawanie, (1, 0) jest elementem neutralnym ze względu na mnożenie, elementem przeciwnym do (a, b) jest (−a, −b), a elementem odwrot−b a nym do (a, b) 6= (0, 0) jest ( a2 +b 2 , a2 +b2 ). To drugie podejście do liczb zespolonych pozwala na wprowadzenie łatwej geometrycznej interpretacji liczb zespolonych. Oś odciętych będziemy dalej nazywać osią rzeczywistą. Wersorem na niej jest jedynka. Na osi rzędnych wprowadzamy wersor i. Oś tą będziemy dalej nazywać osią urojonych. Przy tej interpretacji liczbie zespolonej z = a + bi odpowiada na tej płaszczyżnie punkt (a, b). Używamy również zapisu z = Rez + iImz. Kąt jaki tworzy wektor a + bi z osią rzeczywistą nazywamy argumentem liczby zespolonej z, a długość wektora z = a+bi nazywamy modułem liczby zespolonej z i oznaczamy | z |. Korzystając 1 z twierdzenia Pitagorasa otrzymamy, że | z |= (a2 + b2 ) 2 . Wyrażenie: z =| z | (cos arg z + i sin arg z) nazywamy postacią trygonometryczną liczby zespolonej z. z1 = z2 ⇔ Rez1 = Rez2 ∧ Imz1 = Imz2 − √ 2. Przedstawić w postaci trygonometrycznej liczbę zespoloną z = √Przykład 2 + i 2. 9 √ Mamy a = − 2, b = √ √ 2. St†d | z |= 2 + 2 = 2. √ ( a cos ϕ = |z| = −2 2 sin ϕ = b |z| √ = 2 2 3Π 3Π St†d arg z = 3Π 4 , czyli w postaci trygonometrycznej z = 2(cos( 4 ) + i sin( 4 )). 3. Przedstawić w postaci trygonometrycznej liczbę zespoloną z = p p Przykład √ √ 2 + 2 + i 2 − 2. Mamy | z |= 2, √ √ 2 cos ϕ = √ 2+ 2 √ 2− 2 sin ϕ = 2 √ 2 cos ϕ sin ϕ = 2 2 , czyli 2ϕ = Π4 , a wi‘c ϕ = Π8 i z = 2(cos Π8 + i sin Π8 ). Jeżeli z = x + iy, to liczbę z = x − iy nazywamy liczbą sprzężon† do liczby z. Własności operacji sprzężenia: z · z =| z |2 , z −1 = z , z1 + z2 = z1 + z2 , z1 · z 2 = z1 · z2 . | z |2 Twierdzenie 3 Jeżeli z1 =| z1 | (cos ϕ1 + i sin ϕ2 ) z2 =| z2 | (cosϕ2 + i sin ϕ2 ), to z1 · z2 =| z1 || z2 | (cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )), z1 | z1 | (cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )). = z2 | z2 | Dowód. Mamy z1 · z2 =| z1 || z2 | (cos ϕ1 cos ϕ2 − sin ϕ1 sin ϕ2 + i(cos ϕ1 sin ϕ2 + cos ϕ2 sin ϕ1 )) =| z1 || z2 | (cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )), | z1 | (cos ϕ1 + i sin ϕ1 )(cos ϕ2 − i sin ϕ2 ) z1 = z2 | z2 | (cos ϕ2 + i sin ϕ2 )(cos ϕ2 − i sin ϕ2 ) = | z1 | (cos ϕ1 cos ϕ2 + sin ϕ1 sin ϕ2 + i(sin ϕ1 cos ϕ2 − cos ϕ1 sin ϕ2 )) | z2 | = | z1 | (cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )). | z2 | Wniosek 1 Dla każdej liczby naturalnej n z n =| z |n (cos n arg z + i sin n arg z). 10 Z Wniosku 1 otrzymujemy następujący wzór Moivre’a (cos ϕ + i sin ϕ)n = cos nϕ + i sin nϕ. Przykład 4. Stosując wzór Moivre’a wyrazić cos 4ϕ jako funkcję cos ϕ. Mamy (cos ϕ + i sin ϕ)4 = cos4 ϕ + 4i cos3 ϕ sin ϕ − 6 cos2 ϕ sin2 ϕ − 4i cos ϕ sin3 ϕ + sin4 ϕ = cos 4ϕ + i sin 4ϕ. St†d cos 4ϕ = cos4 ϕ − 6 cos2 ϕ sin2 ϕ + sin4 ϕ = cos4 ϕ − 6 cos2 ϕ(1 − cos2 ϕ) + (1 − cos2 ϕ)2 = 8 cos4 ϕ − 8 cos2 ϕ + 1. Przykład 5. Wykorzystując wzór Moivre’a obliczyć (1 + i)10 . 1. Przedstawiamy liczbę 1 + i w postaci trygonometrycznej. Mamy √ Π Π 1 + i = 2(cos + i sin ). 4 4 A więc Π Π ) + i sin(10 · )) 4 4 5Π 5Π = 32(cos + i sin ) = 32i. 2 2 Przykład 6. Obliczyć in , gdzie n jest dowolną liczbą naturalną. Mamy i = cos Π2 + i sin Π2 . A więc nΠ nΠ (−1)k , n = 2k in = cos + i sin = i(−1)k+1 , n = 2k − 1 2 2 (1 + i)10 = 25 (cos(10 · dla k=1,2,. . . ,. Pierwiastki n-tego stopnia z liczb zespolonych. √ n a = b ⇔ bn = a. Ponieważ w postaci trygonometrycznej z =| z | (cos(ϕ + 2kΠ) + i sin(ϕ + 2kΠ)), a więc √ n ϕ + 2kΠ ϕ + 2kΠ + i sin ) n n i dla k = 0, 1, . . . , n − 1 otrzymujemy n różnych liczb zespolonych. Przykład 7. Wyznaczyć wszystkie różne pierwiastki 6-tego stopnia z −27. W postaci trygonometrycznej 1 z =| z | n (cos −27 = 27(cos Π + i sin Π). 11 Oznaczając przez zk k-ty pierwiastek 6-tego stopnia z −27 mamy: √ √ Π 3 Π 3 z0 = 3(cos + i sin ) = + i 6 6 2 2 √ √ Π + 2Π Π + 2Π z1 = 3(cos + i sin )=i 3 6 6 √ √ Π + 4Π 3 Π + 4Π −3 z2 = 3(cos + i sin )= +i 6 6 2 2 √ √ 3 Π + 6Π Π + 6Π −3 z3 = 3(cos + i sin )= −i 6 6 2 2 √ √ Π + 8Π Π + 8Π z4 = 3(cos + i sin ) == −i 3 6 6 √ √ Π + 10Π Π + 10Π 3 3 z5 = 3(cos + i sin )= −i . 6 6 2 2 Niekiedy dla wyznaczenia pierwiastków drugiego stopnia stosujemy inną procedurę niż√wzór ogólny na pierwiastki n-tego stopnia z liczby zespolonej. Jeżeli x + iy = a + ib, gdzie a, b są liczbami rzeczywistymi, to a2 − b2 = x, a 2ab = y. A więc wyznaczanie pierwiastków stopnia 2-giego sprowadzamy do rozwiązania układu równań √ z dwiema niewiadomymi. Przykład 8. Obliczyć 1 + i. √ Mamy 1 + i = a + ib. A więc 2 a − b2 = 1 2ab = 1 Wstawiając do pierwszego równania b = 1 2a otrzymamy 4a4 − 4a2 − 1 = 0 Podstawiając a2 = t otrzymamy równanie 4t2 − 4t − 1 = 0. √ 1− 2 2 √ i t2 = 1+2 2 . Pierwszy z nich q √ q√ 2−1 odrzucamy, bo z definicji t 0. A więc a = ± 1+2 2 , b = ± 2 . I ostatecznie s s √ √ √ 1+ 2 2−1 1 + i = ±( +i ). 2 2 Równanie to ma dwa pierwiastki: t1 = Wyrażenie Wn (z) = a0 z n + a1 z n−1 + . . . + an−1 z + an , gdzie an ∈ C, nazywamy wielomianen n-tego stopnia o współczynnikach zespolonych. 12 Twierdzenie 4 ( Zasadnicze twierdzenie algebry) W dziedzinie zespolonej każdy wielomian Wn (z) ma n pierwiastków. Twierdzenie 5 Jeżeli współczynniki wielomianu Wn (z) są liczbami rzeczywistymi i liczba z jest pierwiastkiem tego wielomianu, to liczba z jest też pierwiastkiem tego wielomianu. Dowód. Jeżeli a jest liczbą rzeczywistą, to a = a. Ponieważ Wn (x) = 0, a więc Wn (x) = 0. Stąd wykorzystując własności operacji sprzężenia łatwo otrzymamy, że Wn (x) = 0. Przykład 9. Rozwiązać równanie z 2 + (−1 − 2i)z + 8 + 4i = 0. łatwo wyliczyć, że ∆ √ = −35√ − 12i. Powtarzając konstrukcję poprzedniego przykładu otrzymamy, że ∆ = −35 − 12i = 1 − 6i. Stąd z1 = 1 + 2i − (1 − 6i) = 1 − 2i 2 1 + 2i + (1 − 6i) = 4i. 2 Przykład 10. Rozwiązać równanie z n − (z − 1)n = 0. Po prostych przekształceniach otrzymamy dla z 6= 1 równanie z2 = zn = 1. (z − 1)n Stąd otrzymamy równanie √ z n = 1, z−1 a stąd otrzymujemy równania z 2kΠ 2kΠ = cos + i sin z−1 n n dla k = 0, 1, . . . , n − 1. Oznaczmy ϕk = 2kΠ n dla k = 0, 1, . . . , n − 1. Otrzymamy z = cos ϕk + i sin ϕk . z−1 Stąd po prostych przekształceniach dla 1 − cos ϕk − i sin ϕk 6= 1 otrzymamy z= − cos ϕk − i sin ϕk . 1 − cos ϕk − i sin ϕk St†d z= (− cos ϕk − i sin ϕk )(1 − cos ϕk + i sin ϕk ) (1 − cos ϕk − i sin ϕk )(1 − cos ϕk + i sin ϕk ) = 1 − cos ϕk − i sin ϕk 2 − 2 cos ϕk 13 = ϕk 2 2 sin2 = − 2i sin ϕ2k cos ϕ2k 4 sin2 ϕ2k 1 i ϕk − ctg 2 2 2 dla k = 1, . . . , n − 1. Przykład 11. Podać interpretację geometryczną zbioru {z ∈ C :| z − i |¬ 1}. Podstawiając z = x + iy otrzymamy p x2 + (y − 1)2 ¬ 1. A więc podany zbiór to koło o środku w punkcie (0, 1) i promieniu 1. Przykład 12. Podać interpretację geometryczną zbioru {z ∈ C :| z − 2 | + | z + 2 |= 10}. Podstawiając z = x + iy otrzymamy: p p (x − 2)2 + y 2 + (x + 2)2 + y 2 = 10. Stąd p (x − 2)2 + y 2 = (10 − (x + 2)2 + y 2 )2 . Stąd p −2x − 25 = −5 (x + 2)2 + y 2 . Czyli (2x + 25)2 = 25((x + 2)2 + y 2 ). I po prostych przekształceniach otrzymamy równanie x2 y2 + = 1, 25 21 które √ jest równaniem elipsy o środku w początku układu i półosiach a = 5, b = 21. Definicja 14 Punkty p, q nazywamy punktami sprzężonymi względem okręgu | z − z0 |= r, jeżeli arg(p − z0 ) = arg(q − z0 ) oraz | p − z0 || q − z0 |= r2 . Przykład 13. Wyznaczyć parę √ punktów jednocześnie sprzężonych względem okręgów | z − 1 |= 1 i | z − i |= 6. Niech p, q będą szukanymi punktami. Mamy | p − 1 || q − 1 |= 1 | p − i || q − i |= 6 14 oraz punkty p i q leżą na prostej przechodzącej przez punkty z1 = i, z2 = 1. Prosta przechodząca przez punkty z1 , z2 dana jest równaniem z = z1 + t(z2 − z1 ), gdzie t ∈ R. A więc równanie tej prostej ma postać z = i + t(1 − i) = t + i(1 − t). St†d p = tp + i(1 − tp ), q = tq + i(1 − tq ) oraz p (p 2 2 2 2 q(tp − 1)q+ (1 − tp ) · (tq − 1) + (1 − tq ) = 1 t2p + t2p · t2q + t2q = 6 czyli | tp − 1 || tq − 1 |= | tp || tq |= 3 1 2 Ponieważ arg(p − 1) = arg(q − 1) i arg(p − i) = arg(q − i), więc z własności punktów sprzężonych otrzymamy, że tp 1 oraz tq 1, czyli musimy rozwiązać układ równań (tp − 1)(tq − 1) = 21 tp t q = 3 Otrzymamy tp = 32 , tq = 2, a więc ostatecznie p = 32 − 12 i, q = 2 − i. Przykład 14. Niech 0 , 1 , . . . , n−1 będą pierwiastkami n-tego stopnia z jedności. Wykazać, że: a) 0 1 . . . n−1 = (−1)n−1 , Pn−1 b) k=0 k = 0, gdy n 2. 2kΠ Wiemy, że k = cos 2kΠ n + i sin n . a) Wykorzystując twierdzenie o iloczynie liczb zespolonych otrzymamy 0 1 . . . n−1 = cos n−1 X k=0 n−1 X 2kΠ 2kΠ + sin n n k=0 = cos(n − 1)Π + i sin(n − 1)Π = (−1)n−1 . b) Wiemy, że dla z 6= 1, n 2 1 + z + . . . + z n−1 = zn − 1 . z−1 2Π Wykorzystując ten wzór dla z = cos 2Π n + i sin n otrzymamy, że n−1 X k=0 k = (cos 2Π + i sin 2Π) − 1 = 0. 2Π (cos 2Π n + i sin n ) − 1 Zadania kontrolne. 15 1. Obliczyć: a) 4 + 2−1 − 7−1 + 2 · 4 · 3−1 w ciele z17 , b) 5 + 3−1 · 5 − 3 w ciele z11 , c) 6−1 + 2 · 5−1 − 3 w ciele z7 , d) 4 · 5−1 − 2 · 3−1 w ciele z7 . 2. Przedstawić w postaci liczby√zespolone √ trygonometrycznej √ √ podane √ √ √ a) − 3 − i, b) −1 + i 3, c) 4 + i4 3, d) 6 + 2 + i( 6 − 2), e) 1 + i tg α, 1+i tg α Π Π f) 1−i tg α , dla 0 ¬ α < 2 , g) 1 + cos α + i sin α dla 0 ¬ α < 2 . 3. Stosując wzór Moivre’a wyrazić jako wielomian od cos ϕ albo sin ϕ: a) sin 2ϕ, b) cos 2ϕ, c) sin 3ϕ, d) cos 3ϕ, e) sin 4ϕ. 4. Wyznaczyć wszystkie różne pierwiastki q√ √ √ √ √ √ √ 3−i a) 3 i, b) 4 1, c) 3 1, d) 6 −1, e) 6 1, f) 3 8 + 8i, g) 3 −2+2i . 5. √ Obliczyć √ √ √ a) −8i, b) −63 − 16i, c) −32 + 24i, d) 2 + 2i. 6. Rozwiązać w dziedzinie zespolonej podane równania: a) z 2 + (−1 − 4i)z + (5 + 5i) = 0, b) z 2 + 2z + (1 + 2i) = 0, c) z 2 + (1 + 4i)z + (−4 + 2i) = 0, d) 2z 2 + 7iz − 6 = 0, e) z 2 + 2iz + (7 − 6i) = 0, f) z 4 − 2z 2 + 4 = 0, g) z 4 + (15 + 7i)z 2 + (8 − 15i) = 0. 7. Rozwiązać w dziedzinie zespolonej podane równania: a) (z + 1)n − i(z − 1)n = 0, b) (z − 1)n + i(z + 1)n = 0, z+i n c) z−i = i, d) z n − (z + 1)n = 0. 8. Podać interpretację geometryczną podanych zbiorów: a) A = {z ∈ C : 2 ¬| z |¬ 4}, b) A = {z ∈ C : Re(z 2 ) = 2 ∧ [Im(z + i)]2 = 1}, c) A = {z ∈ C :| z + 5 | − | z − 5 |= 6}, d) A = {z ∈ C :| z + 1 |=| z − 1 |}, e) A = {z ∈ C : Re[z(1 + i)] = 1}. Odpowiedzi do zadań. 1. a) 5, b) 0, c) 6, d) 2. 2. 7Π a) 2(cos 7Π 6 + i sin 6 ), 2Π b) 2(cos 3 + i sin 2Π 3 ), Π Π c) 8(cos 3 + i sin 3 ), Π Π d) 4(cos 12 + isin 12 ), 1 e) cos α (cos α + i sin α), f) cos 2α + i sin 2α, g) 2 cos α2 (cos α2 + i sin α2 ). 3. 16 a) 2 sin ϕ cos ϕ, b) cos2 ϕ − sin2 ϕ, c) 3 sin ϕ − 4 sin3 ϕ, d) 4 cos3 ϕ − 3 cos ϕ, e) 4cos3 ϕ sin ϕ − 4 cos ϕ sin3 ϕ. 4. √ √ a) z0 = 23 + 12 i, z1 = −2 3 + 21 i, z2 = −i, b) z0 = 1, z1 = i, z2 =√−1, z3 = −i, √ + 23 i, z2 = −1 − 23 i, c) z0 = 1, z1 = −1 2 2 √ √ √ √ d) z0 = 23 + 12 i, z1 = i, z2 = −2 3 + 12 i, z3 = −2 3 − 12 i, z4 = −i, z5 = 23 − 12 i, √ √ √ √ 3 3 3 −1 1 e) z0 = 1, z1 = 12 + 23 i, z2 = −1 2 + 2 i, z3 = −1, z4 = 2 − 2 i, z5 = 2 − 2 i, f) √ Π Π 6 + i sin ) z0 = 2 2(cos 12 12 √ √ √ −1 Π Π Π Π 6 = 2 2(cos( − ) + i sin − ) = 2 3 (1 + 3 + i( 3 − 1)), 3 4 3 4 √ 3Π 3Π 6 + i sin ) z1 = 2 2(cos 4 4 √ √ 1 = 2 6 (− 2 + i 2), √ 17Π 17Π 6 z2 = 2 2(cos + i sin ) 12 12 7 7Π 7Π + i sin ) = 2 6 (cos 12 12 7 Π Π Π Π = 2 6 (cos( + ) + i sin( + ) 3 4 3 4 √ √ −1 = 2 3 (1 − 3 + i( 3 + 1), g) 13Π 13Π + i sin ), 36 36 −1 37Π 37Π z1 = 2 6 (cos + i sin ), 36 36 −1 61Π 61Π z2 = 2 6 (cos + i sin ), 36 36 z0 = 2 −1 6 (cos 5. a) ±(2 − 2i), b) ±(1 − 8i), c) ±(2 + 6i), d) ±(√√1 2−1 6. a) z1 = 5i, z2 = 1 − i, b) z1 = −i, z2 = −2 + i, c) z1 = −2i, z2 = −1 − 2i, d) z1 = −2i, z2 = −3 2 i, e) z1 = 1 + 2i, z2 = −1 − 4i, 17 +i p√ 2 − 1). q q √ √ f) z1 = 32 − √i2 , z2 = − 32 + √i2 , z3 = 23 + √i2 , z4 = − 23 − √i2 , √ √ g) z1 = 22 (1 + i), z2 = −2 2 (1 + i), z3 = 1 − 4i, z4 = −1 + 4i. 7. Π +2kΠ a) zk = −i ctg 2 2n dla k = 0, 1, . . . , n − 1, b) zk = i ctg (3+4k)Π dla k = 0, 1, . . . , n − 1, 4n c) zk = ctg Π+4kΠ dla k = 0, 1, . . . , n − 1, 4n i kΠ d) zk = −1 + ctg 2 2 n dla k = 1, . . . , n − 1. 8. a) pierścień kołowy o žrodku w zerze, promieniu wewnętrznym r = 2 i zewnętrznym √ √ R =√4, b) {± 2, − 6 − 2i), 6 − 2i}, c) hiperbola x2 y2 − =1 9 16 d) prosta x = 0, e) prosta x − y = 1. 18 III. Przestrzenie liniowe Definicja 15 Niech < K, +, · > będzie ciałem, < E, ⊕ > niech będzie grupą przemienną z dodawaniem. Odwzorowanie : K ×E → E będziemy nazywać mnożeniem elementów grupy < E, ⊕ > przez elementy cia’a < K, +, · >. Definicja 16 Strukturę algebraiczną < E, K, +, ·, ⊕, > nazywamy przestrzenią liniową nad ciałem K jeżeli: 1) < K, +, · > jest ciałem, 2) < E, ⊕ > jest grupą przemienną z dodawaniem, 3) dla każdego x ∈ E e x = x, 4) dla każdego a ∈ K i dowolnych x, y ∈ E a (x ⊕ y) = (a x) ⊕ (a y) 5) dla dowolnych a, b ∈ K i każdego x ∈ E (a · b) x = a (b x) (a + b) x = (a x) ⊕ (b x) Własność: Dla każdego x ∈ E, O x = Θ, gdzie Θ jest elementem neutralnym ze względu na dodawanie w < E, ⊕ >. O x = (1 − 1) x = (1 x) − (1 x) = x − x = Θ. Przykład 1. Niech E = Rn , K = R, x = [x1 , . . . , xn ], y = [y1 , . . . , yn ], a ∈ R, xi , yi ∈ R dla i = 1, . . . , n. Definiujemy x ⊕ y = [x1 + y1 , . . . , xn + yn ], a x = [a · x1 , . . . , a · xn ], Θ = [, . . . , ], to < E, R, +, ·, ⊕, > jest przestrzenią liniową nad ciałem liczb rzeczywistych. Dalej o ile działania nie będą specjalnie definiowane będziemy mówić skrótowo o przestrzeni E nad ciałem K, elementy przestrzeni E nazywać będziemy wektorami, a elementy ciał a K skalarami. Twierdzenie 6 Niech E będzie przestrzenią liniową nad ciałem K i E1 ⊂ E. E1 jest przestrzenią liniową nad ciałem K wtedy i tylko wtedy, gdy dla dowolnych x, y ∈ E1 , a, b ∈ K (a x) ⊕ (b y) ∈ E1 . Definicja 17 Jeżeli E jest przestrzenią liniową nad ciałem K i E1 ⊂ E jest przestrzenia liniową nad ciałem K ( z tymi samymi działaniami ), to E1 nazywamy podprzestrzenią liniową przestrzeni E. 19 Twierdzenie 7 Niech E1 , E2 będą podprzestrzeniami liniowymi przestrzeni liniowej E nad ciałem K. Niech E1 ∩ E2 = {y ∈ E : y ∈ E1 ∧ y ∈ E2 }, E1 + E2 = {y ∈ E : y = y1 ⊕ y2 , y1 ∈ E1 , y2 ∈ E2 }. Wtedy E1 + E2 i E1 ∩ E2 są podprzestrzeniami liniowymi przestrzeni E. DOWŁD. Niech x, y ∈ E1 + E2 , a, b ∈ K. Wtedy istnieją x1 , y1 ∈ E1 , x2 , y2 ∈ E2 takie, że x = x1 ⊕ x2 i y = y1 ⊕ y2 . Ale wtedy (a x1 ) ⊕ (b y1 ) ∈ E1 i (a x2 ) ⊕ (b y2 ) ∈ E2 oraz (ax)⊕(by) = (a(x1 ⊕x2 ))⊕(b(y1 ⊕y2 )) = (ax1 )⊕(by1 )⊕(ax2 )⊕(by2 ). Stąd (a x) ⊕ (b y) ∈ E1 + E2 , a więc na podstawie Twierdzenia 6 E1 + E2 jest podprzestrzenią liniową przestrzeni E. Niech x, y ∈ E1 ∩E2 , a, b ∈ K. Wtedy (ax)⊕(by) ∈ E1 i (ax)⊕(by) ∈ E2 . Stąd (a x) ⊕ (b y) ∈ E1 ∩ E2 . A więc na podstawie Twierdzenia 6 E1 ∩ E2 jest podprzestrzenią liniową przestrzeni E. Dalej dla dodawanie wektorów będziemy używać zwykłego symbolu +, tak jak przy dodawaniu liczb rzeczywistych, a przy mnożeniu wektora przez skalar, tak jak w przypadku mnożenia liczb rzeczywistych, symbol mnożenia będziemy opuszczać. Definicja 18 Niech E będzie przestrzenią liniową nad ciałem K. Niech x1 , x2 , . . . , xn ∈ E i a1 , a2 , . . . , an ∈ K. Wyrażenie a1 x1 + a2 x2 + . . . + an xn nazywamy kombinacją liniową wektorów x1 , . . . , xn . Definicja 19 Niech E będzie przestrzenią liniową nad ciałem K. Niech x1 , . . . , xn ∈ E, a1 , . . . , an ∈ K. Jeżeli z równania wektorowego a1 x1 + a2 x2 + . . . + an xn = Θ wynika, że a1 = a2 = . . . = an = 0, to mówimy, że wektory x1 , x2 , . . . , xn są liniowo niezależne. Jeżeli istnieją ai ∈ K, i = 1, . . . , n, nie wszystkie równe zero takie, że a1 x1 + a2 x2 + . . . + an xn = Θ to mówimy, że wektory x1 , . . . , xn są liniowo zależne. Przykład 2. Niech E = R3 , x1 = [1, 2, 3], x2 = [2, 1, 3], x3 = [3, 3, 6]. Sprawdzić, czy wektory x1 , x2 , x3 są liniowo niezależne. Wektorowe równanie a1 x1 + a2 x2 + a3 x3 = Θ 20 jest równoważne układowi równań a1 + 2a2 2a1 + a2 3a1 + 3a2 + + + 3a3 3a3 6a3 = = = 0 0 0 Mnożąc pierwsze i drugie równanie przez −1 i dodając do trzeciego równania otrzymamy układ równań a1 + 2a2 + 3a3 = 0 2a1 + a2 + 3a3 = 0 0 = 0 którego rozwiązanie ma postać a1 = a2 = c, a3 = −c, gdzie c jest dowolną liczbą rzeczywistą, a więc wektory x1 , x2 , x3 są liniowo zależne. Mamy również x3 = x1 + x2 . Wniosek 2 Jeżeli wektory x1 , x2 , . . . , xn są liniowo zależne, to jeden z nich można przedstawić jako kombinację liniową wektorów pozostałych. Definicja 20 Niech A będzie niepustym zbiorem indeksów. Zbiór {ei ∈ E : i ∈ A} nazywamy układem generatorów przestrzeni liniowej E, jeżeli każdy element przestrzeni E można przedstawić jako kombinację liniową elementów wybranych z tego zbioru. Definicja 21 Niech A będzie niepustym zbiorem indeksów, niech E będzie przestrzenią liniową. Zbiór {xi ∈ E : i ∈ A} nazywamy liniowo niezależnym, jeżeli każdy skończony układ wektorów wybranych z niego jest liniowo niezależny. Definicja 22 Bazą przestrzeni liniowej E nazywamy każdy liniowo niezależny układ generatorów tej przestrzeni. Ilość wektorów bazy nazywamy jej wymiarem i oznaczamy dimE. Twierdzenie 8 Jeżeli e1 , e2 , . . . , en jest bazą przestrzeni liniowej E, a1 e1 + a2 e2 + . . . + an en = b1 e1 + b2 e2 + . . . + bn en , to a1 = b1 , a2 = b2 , . . ., an = bn . DOWÓD. Jeżeli a1 e1 + . . . + an en = b1 e1 + . . . + bn en , to (a1 − b1 )e1 + (a2 − b2 )e2 + . . . + (an − bn )en = Θ, stąd i z liniowej niezależności wektorów e1 , . . . , en otrzymamy, że a1 = b1 , . . ., an = bn . 21 Przykład 3. Niech E = R4 . Niech E1 będzie przestrzenią generowaną przez wektory e1 = [1, 3, 2, 5], e2 = [2, 3, 3, 4], e3 = [4, 3, 3, 0]. Niech E2 będzie przestrzenią generowaną przez wektory e01 = [3, 1, 0, 0], e02 = [0, 0, 2, 1]. Wyznaczyć bazy przestrzeni E1 ∩ E2 i E1 + E2 . Mamy E1 = {a1 e1 + a2 e2 + a3 e3 : a1 , a2 , a3 ∈ R}, E2 = {b1 e01 + b2 e02 : b1 , b2 ∈ R}. Wyznaczamy bazy w E1 więc stanowią bazę w E2 . Sprawdzamy czy wektory a1 3a1 2a1 5a1 i w E2 . Wektory e01 i e02 są liniowo niezależne, a e1 , e2 , e3 są liniowo niezależne. Mamy + + + + 2a2 3a2 3a2 4a2 + + + 4a3 3a3 3a3 = 0 = 0 = 0 = 0 Układ ten będziemy rozwiązywać metodą eliminacji Gaussa. Metoda ta polega na zastąpieniu danego układu równoważnym mu układem trójkątnym. Mnożąc pierwsze równanie odpowiednio przez −3, −2, −5 i dodając odpowiednio do równania 2-giego, 3-ciego i 4-tego otrzymamy układ równań: a1 + 2a2 + 4a3 = 0 − 3a2 − 9a3 = 0 − a2 − 5a3 = 0 − 6a2 − 20a3 = 0 drugie równanie tego układu mnożymy przez −1 3 a1 + 2a2 + 4a3 a2 + 3a3 − a − 5a 2 3 − 6a2 − 20a3 i otrzymujemy układ równań = 0 = 0 = 0 = 0 Teraz drugie równanie dodajemy do trzeciego oraz drugie mnożymy przez 6 i dodajemy do 4-tego, otrzymujemy układ równań a1 + 2a2 + 4a3 = 0 a2 + 3a3 = 0 − 2a3 = 0 − 2a3 = 0 Teraz równanie 3-cie mnożymy przez −1 i dodajemy do 4-tego, otrzymujemy układ równań a1 + 2a2 + 4a3 = 0 a2 + 3a3 = 0 − 2a3 = 0 0 = 0 22 Równanie 4-te jest zawsze prawdziwe. Z równania 3-ciego a3 = 0, a więc podstawiając do równania 2-giego otrzymamy a2 = 0 i podstawiając do równania 1-szego otrzymamy a1 = 0. Stąd wektory e1 , e2 , e3 są liniowo niezależne, a więc staniwią bazę przestrzeni E1 . Teraz wyznaczymy bazę przestrzeni E1 ∩ E2 . x ∈ E 1 ∩ E2 ⇔ x ∈ E1 ∧ x ∈ E2 , zatem x = a1 e1 + a2 e2 + a3 e3 = a01 e01 + a02 e02 Z tego równania wektorowego rzędnych a1 + 2a2 3a1 + 3a2 2a1 + 3a2 5a1 + 4a2 otrzymamy następujący układ równań po współ+ 4a3 + 3a3 + 3a3 − 3a01 − a01 − 2a02 − a02 = 0 = 0 = 0 = 0 Mnożąc pierwsze równanie odpowiednio przez −3, −2, −5 i dodając odpowiednio do równania 2-go, 3-go, 4-go otrzymamy układ równań a1 + 2a2 + 4a3 − 3a01 = 0 − 3a2 − 9a3 + 8a01 = 0 0 0 − a − 5a + 6a − 2a = 0 2 3 1 2 − 6a2 − 20a3 + 15a01 − a02 = 0 Teraz 3-cie rówmanie mnożymy otrzymamy układ równań a1 + 2a2 + a2 + − 3a − 2 − 6a2 − przez −1 i wpisujemy je jako równanie 2-gie, 4a3 5a3 9a3 20a3 − − + + 3a01 6a01 8a01 15a01 + 2a02 − a02 = 0 = 0 = 0 = 0 Teraz równanie 2-gie mnożymy odpowiednio przez 3, 6 i dodajemy odpowiednio do rownania 3-ciego i 4-tego, otrzymujemy układ równań a1 + 2a2 + 4a3 − 3a01 = 0 a2 + 5a3 − 6a01 + 2a02 = 0 6a3 − 10a01 + 6a02 = 0 0 10a3 − 21a1 + 11a02 = 0 Teraz 3-cie równanie mnożymy przez 61 , otrzymujemy układ równań a1 + 2a2 + 4a3 − 3a01 = 0 a2 + 5a3 − 6a01 + 2a02 = 0 0 a3 − 10 + a02 = 0 6 a1 0 10a3 − 21a1 + 11a02 = 0 23 Teraz równanie 3-cie mnożymy przez −10 i dodajemy do układ równań a1 + 2a2 + 4a3 − 3a01 a2 + 5a3 − 6a01 + 2a02 10 0 + a02 a − 3 6 a1 0 a + a02 − 13 3 1 4-tego, otrzymamy = 0 = 0 = 0 = 0 Ponieważ ilość równań jest mniejsza od ilości niewiadomych w ostatnim równa3 niu przyjmujemy a02 = c. Wtedy a01 = 13 c i wstawiając odpowiednio do wyższych 32 8 c, a2 = 13 c, a1 = − 23 równan otrzymamy odpowiednio a3 = − 13 13 c. Tak więc przestrzeń E1 ∩ E2 jest jednowymiarowa i E1 ∩ E2 = {c[ 9 3 , , 2, 1] : c ∈ R}. 13 13 Z ostatniego układu równań odczytujemy również, że przestrzeń E1 + E2 jest czterowymiarowa, a wektory e1 , e2 , e3 , e01 stanowią jej bazę. Przykład 4. Niech x1 + 2x2 + x3 + x5 = 0 E1 = {x ∈ R5 : } x4 + x5 = 0 Udowodnimy, że E1 jest przestrzenią liniową, korzystając z Twierdzenia 6. Niech x, y ∈ E1 , a, b ∈ R. Mamy ax1 + 2ax2 + ax3 + ax5 = 0 ax4 + ax5 = 0 oraz by1 + 2by2 + by3 by4 + by5 + by5 = 0 = 0 i dodając stronami otrzymujemy układ rownań (ax1 + by1 ) + 2(ax2 + by2 ) + (ax3 + by3 ) + (ax5 + by5 ) (ax4 + by4 ) + (ax5 + by5 ) = = 0 0 st†d ax + by ∈ E1 , a wi‘c E1 jest przestrzenią liniową. Teraz poszukamy bazy tej przestrzeni. Zauważmy, że układ definiujący E1 możemy zapisać następująco x3 + x4 = −x1 − 2x2 − x5 x4 = −x5 Przyjmujemy: x1 = a, x2 = b, x5 = c. Otrzymamy: x3 = −a − 2b − c, x4 = c i ostatecznie x1 a 1 0 0 x2 b 0 1 0 x3 = −a − 2b − c = a −1 + b −2 + c −1 x4 −c 0 0 −1 x5 c 0 0 1 24 Wektory [1, 0, −1, 0, 0], [0, 1, −2, 0, 0] i [0, 0, −1, −1, −1] stanowią bazę przestrzeni E1 . Definicja 23 Niech E będzie przestrzenią liniową. Niech E1 będzie podprzestrzenią liniową przestrzeni E i niech x0 ∈ E. Zbiór M = x0 + E1 = {y ∈ E : y = y1 + x0 , y1 ∈ E1 } nazywamy rozmaitością liniowa. Jeżeli dimE < ∞ i dimE − dimE1 = 1, to M nazywamy hiperpłaszczyzną. Przykład 5. Niech 5 M = {x ∈ R : x1 + 2x2 + x3 x4 + x5 + x5 = = 3 }. 2 Opisać rozmaitość liniową M . Układ równań opisujący zbiór M możemy zapisać następująco: x3 = 3 − x1 − 2x2 − x5 x4 = 2 − x5 Przyjmując x1 = a, x2 = b, x5 = c otrzymamy: 1 x1 a 0 x2 b x3 = 3 − a − 2b − c = a −1 + b 0 x4 2 − c 0 c x5 0 1 −2 0 0 + c 0 0 −1 −1 1 + 0 0 3 2 0 tak więc x0 = [0, 0, 3, 2, 0] a przestrzeń E1 generowana jest przez wektory [1, 0, −1, 0, 0], [0, 1, −2, 0, 0], [0, 0, −1, −1, 1]. Zadania kontrolne 1. Zbadać liniową zależność podanych wektorów a) x1 = [2, 2, 7, −1], x2 = [3, −1, 2, 4], x3 = [1, 1, 3, 1], b) x1 = [2, 1], x2 = [3, 2], x3 = [1, 1], x4 = [2, 3], c) x1 = [2, 1, −1, 1], x2 = [1, 2, 1, −1], x3 = [1, 1, 2, 1], d) x1 = [2, 1, −3], x2 = [3, 1, −5], x3 = [4, 2, −1], x4 = [1, 0, −7], e) x1 = [2, −1, 3, 4, −1], x2 = [1, 2, −3, 1, 2], x3 = [5, −5, 12, 11, −5], x4 = [1, −3, 6, 3, −3]. 2. Opisać rozmaitość liniową M a) x1 + x2 + x3 + x4 = 1 M = {x ∈ R4 : } 2x1 − x3 = 2 b) 4 M = {x ∈ R : 2x1 2x1 + 2x2 25 + x3 + x3 + x4 = 2 } = 1 c) 4 M = {x ∈ R : 4x1 2x1 + x2 + x2 + x3 − x4 + x4 = 1 } = 1 d) M = {x ∈ R5 : x1 2x1 + + 2x2 4x2 + + 2x2 2x2 + 4x5 + x4 = 1 } = 1 e) 5 M = {x ∈ R : x1 x1 + x4 + x5 = 2 } = 2 Odpowiedzi do zadań kontrolnych. 1. a) wektory są liniowo niezależne, b) wektory x1 i x2 są liniowo niezależne, x3 = −x1 + x2 , x4 = −5x1 + 4x2 , c) wektory są liniowo niezależne d) wektory x1 , x2 , x3 są liniowo niezależne, x4 = x1 + x2 − x3 e) wektory x1 , x2 są liniowo niezależne, x3 = 3x1 − x2 , x4 = x1 − x2 . 2. a) M = x0 + E1 , gdzie x0 = [1, 0, 0, 0], E1 = {a[1, −7, 2, 0] + b[0, −1, 0, 1] : a, b ∈ R}, b) M = x0 + E1 , gdzie x0 = [ 21 , 12 , 0, 0], E1 = {a[−1, 0, 2, 0] + b[0, −1, 0, 2] : a, b ∈ R}, c) M = x0 + E1 , gdzie x0 = [0, 1, 0, 0], E1 = {a[−1, 2, 2, 0] + b[1, −3, 0, 1] : a, b ∈ R}, d) M = x0 + E1 , gdzie x0 = [ 21 , 0, 0, 0, 81 ], E1 = {a[−2, 1, 0, 0, 0] + b[0, 0, 1, 0, 0] + c[−4, 0, 0, 8, 1] : a, b, c ∈ R} e) M = x0 + E1 , gdzie x0 = [2, 0, 0, 0, 0], E1 = {a[−2, 1, 0, 0, 0] + b[0, 0, 1, 0, 0] + c[−1, 0, 0, 1, 1] : a, b, c ∈ R}. 26 IV. PRZESTRZEŃ EUKLIDESOWA Niech E będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Odwzorowanie (|) : E × E → R takie, że 1. (x | x) 0 oraz [(x | x) = 0 ⇔ x = Θ], 2. (x | y) = (y | x), 3. (ax | y) = a(x | y), 4. (x | y + z) = (x | y) + (x | z) dla dowolnych x, y, z ∈ E, a ∈ R nazywamy iloczynem skalarnym w E. Skończeniewymiarowa przestrzeń liniową nad ciałem liczb rzeczywistych z iloczynem skalarnym nazywamy przestrzenią euklidesową. Iloczyn skalarny możemy wprowadzić w przestrzeni liniowej nad ciałem liczb zespolonych, ale wtedy modyfikacji ulega aksjomat 2., zastępujemy go aksjomatem 2. (x | y) = (y | x). p Niech < E, (|) > będzie przestrzenią euklidesową wielkość | x |= (x | x) nazywamy długością wektora x. Twierdzenie 9 Jeżeli < E, (|) > jest przestrzenią euklidesową, x, y ∈ E, to | (x | y) |¬| x || y |. DOWŁD. Niech x, y ∈ E, t ∈ R. Mamy 0 ¬ (x + ty | x + ty) = (x | x) + 2t(x | y) + t2 (y | y) St†d ∆ = 4(x | y)2 − 4(x | x)(y | y) ¬ 0, czyli | (x | y) |¬| x || y | . Powyższe twierdzenie pozwala wprowadzić cosinus kąta między wektorami wzorem (x | y) cos(x, y) = . | x || y | Jeżeli (x | y) = 0, to mówimy, że wektory x i y są prostopadłe, piszemy x ⊥ y. Twierdzenie 10 ( Twierdzenie Pitagorasa ) Niech < E, (|) > będzie przestrzenią euklidesową, x, y ∈ E. Jeżeli x ⊥ y, to | x + y |2 =| x |2 + | y |2 . DOWŁD. Jeżeli x ⊥ y, to (x | y) = 0, a więc mamy | x + y |2 = (x + y | x + y) = (x | x) + 2(x | y) + (y | y) =| x |2 + | y |2 . Dalej w przestrzeni Rn bazą złożoną z wektorów e1 = [1, 0, . . . , 0], e2 = [0, 1, 0, . . . , 0], . . . , en = [0, . . . , 0, 1] 27 będziemy nazywać bazą kanoniczną. Przyjmując 1, i = j (ei | ej ) = 0, i 6= j dla wektor˘w x = [x1 , x2 , . . . , xn ], y = [y1 , y2 , . . . , yn ] otrzymamy (x | y) = x1 y1 + x2 y2 + . . . + xn yn , q | x |= x21 + x22 + . . . + x2n . Dalej w przestrzeni Rn będziemy używać tylko tak zdefiniowanego iloczynu skalarnego o ile nie będzie zaznaczone inaczej. Przykład 1. Niech < E, (|) > będzie przestrzenią euklidesową. Zbiór K(o, r) = {x ∈ E :| x |¬ r} nazywamy kulą o žrodku w zerze i promieniu r. Baza ortonormalna. Jeżeli wektory b1 , b2 , . . . , bn tworzą bazę w n-wymiarowej przestrzeni euklidesowej E, (bi | bj ) = 0 dla i 6= j oraz | bi |= 1 dla i = 1, . . . , n, to wektory te nazywamy bazą ortonormalną w E. Z każdej bazy możemy zbudować bazę ortonormalną stosując następujący algorytm: Jeżeli wektory a1 , a2 , . . . , an tworzą bazę w n-wymiarowej przestrzeni euklidesowej E, to przyjmujemy, że z1 = a1 , e1 = z1 , | z1 | z2 = a2 − (a2 | e1 )e1 , e2 = z2 | z2 | i ogólnie zk = ak − k−1 X (ak | ei )ei , ek = i=1 zk | zk | dla k = 2, . . . , n. Przykład 2. Wektory a1 = [2, 1, 0, 0], a2 = [0, 1, 1, 0], a3 = [0, 0, 1, 1] stanowią bazę przestrzeni E1 ⊂ R4 . Zbudować bazę ortonormalną w przestrzeni E1 oraz wyznaczyć wektor x ∈ R4 taki, że x ⊥ E1 . Po pierwsze zbudujemy bazę ortonormalną w E1 . Mamy √ √ √ 2 5 5 z1 = [2, 1, 0, 0], | z1 |= 5, e1 = [ , , 0, 0], 5 5 √ √ √ √ 3 5 −2 5 4 5 5 5 −2 4 , , 1, 0], | z2 = , e2 = [ , , , 0], z2 = [ 5 5 5 15 15 15 √ 2 −4 4 −4 4 9 117 2 z3 = [ , ,√ ,√ ,√ ]. , , 1], | z3 |= , e3 = [√ 9 9 9 9 117 117 117 117 28 Aby wyznaczyć wektor x ⊥ E1 wystarczy wyznaczyć wektor x taki, że x ⊥ e1 , x ⊥ e2 , x ⊥ e3 . Jeżeli x = [x1 , x2 , x3 , x4 ], to musimy rozwiązać układ równań √ √ 5 2 5 + x = 0 5 x1 √ √5 2 √ −2 5 4 5 5 5 + + = 0 15 x1 15 x2 15 x3 √2 x − √4 x + √4 x + √9 x = 0 1 2 3 4 117 117 117 117 Układ ten jest równoważny układowi 2x1 + x2 −2x1 + 4x2 + 2x1 − 4x2 + 5x3 4x3 + 9x4 = 0 = 0 = 0 Dodając drugie równanie do trzeciego a następnie pierwsze do drugiego otrzymamy układ równań = 0 2x1 + x2 5x2 + 5x3 = 0 9x3 + 9x4 = 0 Przyjmując x4 = a otrzymamy, że x = a[ −1 2 , 1, −1, 1]. Zadania kontrolne 1. Sprawdzić czy odwzorowanie (|) : R3 × R3 → R jest iloczynem skalarnym. a) (x | y) = 2x21 + x2 x3 + y1 y2 , b) (x | y) = x1 y1 + 2x2 y2 + 3x3 y3 , c) (x | y) = x1 y1 − x2 y2 + x3 y3 , gdzie x = [x1 , x2 , x3 ], y = [y1 , y2 , y3 ]. 2.Niech E1 = {αa1 + βa2 + γa3 : α, β, γ ∈ R}. Zbudować bazę ortonormalną w E1 oraz wyznaczyć wektor x ∈ R4 taki, że x ⊥ E1 . a) a1 = [1, 0, 0, 0], a2 = [2, 1, 0, 0, ], a3 = [1, 1, 1, 1], b) a1 = [1, 1, 1, 0], a2 = [1, 1, 0, 0], a3 = [1, 0, 0, 0], c) a1 = [4, 0, 0, 0], a2 = [0, 1, 0, 1], a3 = [0, 0, 1, 1]. Odpowiedzi do zadań 1. a) nie, b) tak, c) nie. 2. √ √ √ √ a) e1 = [1, 0, 0, 0], e2 = [0, 1, 0, 0], e3 = [0, 0, 22 , 22 ], x = a[0, 0, − 2 2 , 22 ]. √ √ √ √ √ √ √ √ b) e1 = [ 33 , 33 , 33 , 0], e2 = [ 66 , 66 , −26 6 , 0], e3 = [ 22 , − 2 2 , 0, 0], x = a[0, 0, 0, 1]. √ √ √ √ √ c) e1 = [1, 0, 0, 0], e2 = [0, 22 , 0, 22 ], e3 = [0, − 6 6 , 2 6 6 , 66 ], √ √ √ x = a[0, − 3 3 , − 3 3 , 33 ]. 29 V. ALGEBRA MACIERZY, Niech K będzie ciałem. Tablicę a11 a21 A= ... an1 WYZNACZNIKI a12 a22 ... ... a1m a2m an2 ... anm gdzie aij ∈ K dla i = 1, . . . , n, j = 1, . . . , m nazywamy macierzą a n wierszach i m kolumnach. Piszemy również A = [aij ], i = 1, . . . , n, j = 1, . . . , m, i jest numerem wiersza, j jest numerem kolumny. Jeżeli m = n, to mówimy, że macierz A jest kwadratowa. Dodawanie macierzy Definicja 24 Jeżeli A = [aij ], B = [bij ], i = 1, . . . , n, j = 1, . . . , m, to przez sumę macierzy A i B, oznaczamy A+B, rozumiemy taką macierz C = [cij ], że cij = aij + bij dla wszystkich i = 1, . . . , n, j = 1, . . . , m. Mnożenie macierzy przez liczbę Definicja 25 Niech A = [aij ], i = 1, . . . , n, j = 1, . . . , m, a ∈ K. Przez iloczyn liczby a i macierzy A, piszemy a · A, rozumiemy tak† macierz B = [bij ], i = 1, . . . , n, j = 1, . . . , m, §e [bij ] = [aaij ], dla wszystkich i = 1, . . . , n, j = 1, . . . , m. Macierze jednostkowe Macierze kwadratowe postaci 1 0 0 1 E= ... 0 0 ... 0 ... 0 ... 1 nazywamy macierzami jednostkowymi. Mnożenie macierzy Definicja 26 Jeżeli A = [aij ], i = 1, . . . , n, j = 1, . . . , m, B = [bij ], i = 1, . . . , m], j = 1, . . . , l, to możemy mówić o iloczynie macierzy A razy piszemy PB, m A·B, i przez ten iloczyn rozumiemy taką macierz C = [cij ], że cij = k=1 aik bkj , dla wszystkich i = 1, . . . , n, j = 1, . . . , l. Używając wprowadzonego iloczynu skalarnego w Rm możemy zapisać cij = (ai. | b.j ), gdzie ai. oznacza i-ty wiersz macierzy A, a b.j oznacza j-tą kolumnę macierzy B. Uwaga 1 Z definicji iloczynu macierzy wynika, że jeżeli A · B jest wykonalne, to B · A nie musi być wykonalne, a jeżeli jest wykonalne, to nie zawsze A · B = B · A ale zawsze A · (B · C) = (A · B) · C, gdy mnożenia są wykonalne. 30 Twierdzenie 11 Zawsze, gdy A jest macierzą kwadratową A·E =E·A=A Dla każdego naturalnego n i kwadratowej macierzy A definiujemu A0 = E, An = A · An−1 . Przykład 1. Niech 1 0 3 2 14 8 4 0 A= , B= 2 4 4 0 . Wtedy A·B = Przykład 2. Niech 3 A = 5 , B = ( 213 7 , B·A= 2 4 14 12 510 3 128 ) , C = −1 , D = ( 1 −1 −2 1). Obliczyć A · B · C · D. Mamy 3 −6 3 E = C · D = −1 2 −1 , −1 2 −1 F = B · E = (1 −2 1 ) , 3 −6 3 A · B · C · D = A · F = 5 −10 5 . 7 −14 7 Macierz transponowana Definicja 27 Jeżeli A = [aij ], to macierz AT = [aji ] nazywamy macierzą transponowaną do macierzy A, tzn. wiersze macierzy AT są kolumnami macierzy A, a kolumny macierzy AT są wierszami macierzy A. Twierdzenie 12 (A · B)T = B T · AT , jeżeli A · B istnieje. Wyznacznik macierzy kwadratowej Wyznacznik macierzy A, oznaczamy detA, wprowadzmy wzorem rekurencyjnym: Jeżeli A = [a], to detA = a. 31 Jeżeli A= a b c d , to detA = ad − bc. Załóżmy teraz, że wiemy jak obliczyć wyznacznik macierzy kwadratowej o n1 – wierszach i kolumnach. Niech A będzie macierzą kwadratową o n – wierszach i kolumnach. Niech Mij będzie macierzą która powstaje z macierzy A przez wykreślenie z niej i-tego wiersza i j-tej kolumny. Liczbę Aij = (−1)i+j detMij nazywamy dopełnieniem algebraicznym elementu aij w macierzy A. Wtedy detA = n X aij Aij i=1 = n X aij Aij j=1 dla j = 1, . . . , n albo i = 1, . . . , n. Taki sposób oblicznia wyznacznika nazywamy rozwinięciem Laplace’a odpowiednio względem j-tej kolumny albo i-tego wiersza. Własności wyznacznika: - jeżeli jeden wiersz lub jedna kolumna macierzy składa się z samych zer, to jej wyznacznik jest równy zero, - jeżeli w macierzy dwa wiersze lub dwie kolumny są identyczne, to jej wyznacznik jest równy zero, - wyznacznik macierzy nie ulegnie zmianie jeżeli do jednego wiersza ( kolumny ) dodamy inny wiersz ( kolumnę ) pomnożony przez dowolną stałą, - jeżeli jeden wiersz (kolumnę ) macierzy pomnożymy przez dowolną stałą, to wyznacznik też należy pomnożyć przez tą stałą, - jeżeli macierze A i B s† kwadratowe i mają te same wymiary, to det(A·B) = detAdetB. - detA = detAT . Macierz odwrotna A ji ] nazywamy Definicja 28 Jeżeli detA 6= 0, to macierz A−1 = [aij ] = [ detA macierzą odwrotną do macierzy A, tzn. aby wyznaczyć macierz odwrotną należy dopełnienia algebraiczne elementów macierzy transponowanej dzielić przez wyznacznik macierzy. W praktyce numerycznej posługujemy się metodą Gaussa wyznaczania macierzy odwrotnej. Metoda ta polega na jednoczesnych takich samych działaniach arytmetycznych na wierszach danej macierzy i macierzy jednostkowej, gdy z danej macierzy otrzymamy macierz jednostkową, to macierz powstała z macierzy jednostkowej jest szukaną macierzą odwrotną. Przykład 3. Niech 1 2 3 A = 0 2 3. 0 1 1 Wyznaczyć A−1 . 32 1. Metoda Gaussa. Mnożymy drugi wiersz przez −1 i dodajemy do pierwszego, otrzymujemy macierze 1 0 0 1 −1 0 0 2 3, 0 1 0. 0 1 1 0 0 1 Teraz mnożymy trzeci wiersz przez −3 i dodajemy do drugiego, otrzymujemy macierze 1 0 0 1 −1 0 0 −1 0 , 0 1 −3 . 0 1 1 0 0 1 Teraz wiersz drugi dodajemy trzeciego wiersza, otrzymujemy macierze 1 0 0 1 −1 0 0 −1 0 , 0 1 −3 . 0 0 1 0 1 −2 Teraz drugi wiersz mnożymy przez −1, otrzymujemy macierze 1 −1 0 1 0 0 0 1 0 , 0 −1 3 . 0 1 −2 0 0 1 Tak więc 1 −1 0 = 0 −1 3 . 0 1 −2 A−1 2. Z definicji. 1 0 0 detA = −1, AT = 2 2 1 , A11 = −1, A12 = 0, A13 = 0, A21 = 1, 3 3 1 A22 = 1, A23 = −1, A31 = 0, A32 = −3, A33 = 2. a11 = 1, a12 = −1, a13 = 0, a21 = 0, a22 = −1, a23 = 3, a31 = 0, a32 = 1, a33 = −2. Przykład 4. Obliczyć wyznacznik macierzy 1 2 3 4 5 2 1 3 4 5 A = 3 2 1 4 5. 4 3 2 1 5 5 4 3 2 1 Mnożymy pierwszy wiersz przez −1 i dodajemy go trzeciego i czwartego wiersza, otrzymamy 1 2 3 4 0 1 −1 0 detA = det 2 0 −2 0 3 1 −1 −3 5 4 3 2 33 odpowiednio do drugiego, 5 0 0. 0 1 Teraz mnożymy piąty wiersz przez −5 i dodajemy do pierwszego wiersza, otrzymamy −24 −18 −12 −6 0 −1 0 0 0 1 detA = det 2 0 −2 0 0. 3 1 −1 −3 0 5 4 3 2 1 Rozwijając względem piątej kolumny, otrzymamy −24 1 detA = det 2 3 −18 −12 −6 −1 0 0 . 0 −2 0 1 −1 −3 Teraz dodajemy kolumnę pierwszą do kolumny drugiej, otrzymamy −24 −42 −12 −6 0 0 0 1 detA = det . 2 2 −2 0 3 4 −1 −3 Rozwijając względem drugiego wiersza, otrzymamy −42 −12 −6 detA = −det 2 −2 0 . 4 −1 −3 Dodając pierwszą kolumnę do drugiej, otrzymamy −42 −54 −6 detA = −det 2 0 0 . 4 3 −3 Rozwijając względem drugiego wiersza, otrzymamy −54 −6 detA = 2det = 2(162 + 18) = 2 · 180 = 360. 3 −3 Przykład 5. Metodą Gaussa wyznaczyć 1 3 A = 0 1 0 0 1. Mnożymy drugi wiersz przez cierze 1 1 0 1 0 0 macierz odwrotną do macierzy 4 2. 1 −2 i dodajemy do 0 1 −2 2, 0 1 1 0 0 34 pierwszego, trzymujemy ma 0 0. 1 Teraz trzeci wiersz mnożymy macierze 1 1 0 1 0 0 przez −2 i dodajemy do drugiego, otrzymamy 0 1 −2 0 0 , 0 1 −2 . 1 0 0 1 Teraz wiersz drugi mnożymy przez −1 i dodajemy do pierwszego, otrzymujemy macierze 1 0 0 1 −3 2 0 1 0 , 0 1 −2 . 0 0 1 0 0 1 Układy równań liniowych Jeżeli A jest macierzą kwadratową o n wierszach i kolumnach, b ∈ Rn , to równanie macierzowe A·x=b opisuje układ równań, którego rozwiązaniem, o ile istnieje, jest wektor x ∈ Rn . Jeżeli detA 6= 0, to rozwiązanie istnieje oraz x = A−1 · b, taki układ równań będziemy nazywać układem kramerowskim, a jego rozwiązanie opisują wzory Cramera. Twierdzenie 13 Rozwiązanie układu kramerowskigo wyraża się wzorem: xi = Wi , W dla i = 1, . . . , n, gdzie W = detA, Wi jest wyznacznikiem macierzy postałej przez zastąpienie i-tej kolumny macierzy A kolumną b. Przykład 6. Stosując wzory 1 2 1 1 0 0 Cramera rozwiązać układ równań x1 3 1 2 · x2 = 0 . 1 3 x3 Mamy 1 2 3 1 2 W = det 1 1 2 = det = −1, 1 1 0 0 1 1 2 3 1 2 3 W1 = det 0 1 2 = det 0 1 2 = −8 + 12 = 4, 3 0 1 0 −6 −8 1 1 3 0 1 1 W2 = det 1 0 2 = det 1 0 2 = −(1 − 3) = 2, 0 3 1 0 3 1 1 2 1 W3 = det 1 1 0 = 3(1 − 2) = −3. 0 0 3 35 Tak wi‘c x1 = −4, x2 = −1, x3 = 3. Macierz A nie musi być macierzą kwadratową, tak więc będziemy rozpatrywać układ równań A·x=b w przypadku, gdy A jest macierzą o n wierszach i m kolumnach, b ∈ Rm , wtedy oczywiście x ∈ Rm , o ile istnieje. Interesować nas będzie również pytanie czy rozwiązanie jest jednoznaczne. Wiersze i kolumny macierzy A traktujemy jako wektory odpowiednio przestrzeni liniowej m wymiarowej i n wymiarowej. Definicja 29 Rzędem macierzy A, oznaczamy rzA, nazywamy ilość liniowo niezalażnych wierszy macierzy A. Uwaga 2 Dla dowolnej macierzy ilość liniowo niezależnych wierszy jest równa ilości liniowo niezależnych kolumn. Uwaga 3 Rząd macierzy nie ulegnie zmiani jeżeli: - przestawimy dowolne dwa wiersze albo dwie kolumny, - do jednego wiersza dodamy dowolny inny wiersz pomnożony przez dowolną stałą, - do jednej kolumny dodamy inną kolumnę pomnożoną przez dowolną stałą. Dalej przez [A, b] będziemy rozumieć macierz o n wierszach i m+1 kolumnach powstałą przez dodanie do macierzy A dodatkowej kolumny b, taką macierz będziemy dalej nazywać macierzą uzupełnioną i oznaczać Au . Twierdzenie 14 (Kroneckera–Capelliego) Równanie A · x = b posiada rozwiązanie, gdy rzA = rzAu . Rozwiązanie jest jednoznaczne, gdy dodatkowo rzA = m. Przykład 7. Zbadać rozwiązalność podanego układu równań w zależności od parametru a ∈ R y + z = a x + ax + 2y + z = 1 x + ay + 2z = 2 Mamy a 1 1 1 a 1 1 1 A(a) = a 2 1 , b = 1 , Au (a) = a 2 1 1 , 1 a 2 2 1 a 2 2 1 1 1 1 1 1 rzA(a) = rz a 1 1 = rz 0 2 − a 1 − a 1 a 1 0 a−1 1 1 0 0 1 0 0 = rz 0 2 − a 1 − a = rz 0 1 2 − a 0 a−1 1 0 a−1 1 36 1 = rz 0 0 0 1 0 0 2, gdy (1 − a)(2 − a) + 1 = 0 2−a = 3, gdy (1 − a)(2 − a) + 1 6= 0 (1 − a)(2 − a) + 1 Ponieważ (1 − a)(2 − a) + 1 > 0 dla każdego a ∈ R, a więc rzA(a) = 3, czyli układ posiada dokładnie jedno rozwiązanie dla każdego a ∈ R. Rozwiązanie wyznaczymy stosując wzory Cramera. Mamy W = a2 −3a+3, W1 = −a2 +5a−4, −2a2 +3a−1 W2 = −2a2 + 3a − 1, W3 = a3 − 5a + 5. Czyli x = −a2+5a−4 a2 −3a+3 , y = a2 −3a+3 , 3 z = aa2 −5a+5 −3a+3 . Przykład 8. Zbadać rozwiązalność podanego układu równań w zależności od parametru a ∈ R y + z = a x + ax + y + z = 1 z + ay + z = 1 Mamy 1 1 1 1 1 1 a A(a) = a 1 1 , Au (a) = a 1 1 1 . 1 a 1 1 a 1 1 1 1 1 1 1 1 rzA(a) = rz a 1 1 = rz 0 1 − a 1 − a 0 a−1 0 1 a 1 1 1 1 3, gdy a 6= 1 = rz 0 1 − a 1 − a = 1, gdy a = 1 0 0 a−1 Czyli dla a 6= 1 istnieje dokładnie jedno rozwiązanie: x = −1, y = −1, z = 2 − a − a2 , 1−a bo W = (a − 1)2 , W1 = −(a − 1)2 , W2 = −(1 − a)2 , W3 = (1 − a)(2 − a − a2 ). Ponieważ rzAu (1) = 1, więc dla a = 1 układ posiada nieskończenie wiele rozwiązań. łatwo wyliczyć, że wtedy x 1 −1 −1 y = 0 + c 1 + d 0 . 0 0 1 z Zadania kontrolne 1. Wyznaczyć f (A), jeżeli: a) f (x) = x2 − x − 1, a 2 1 A = 3 1 1 −1 37 1 2. 0 b) f (x) = x2 − 5x + 3, A= 2 −1 −3 3 . c) f (x) = x3 − 3x2 + 2x−1 , A= 1 −1 3 2 . d) f (x) = x3 − 3x2 + 2x−1 , 1 2 1 A = −3 1 0 . 0 1 2 a b 2. Wykazać, że macierz A = spełnia równanie c d X 2 − (a + d) · X + (ad − bc) · E = [0], gdzie [0] = 0 0 0 0 3. Rozwiązać równania: a) 1 3 · X · 2 = (1 −1 . 0 0 1 ) · −1 . 2 b) 1 −1 1 2 3 1 2 6 −3 1 · X + 2 · 1 = 1 . 0 2 3 4. Rozwiązać równania: a) 3 det −1 2 2 1 1 −2 = 0 1 x+1 b) x2 det x 0 3 −1 1 2 1 = 0 4 c) 2 x + 2 −1 det 1 1 −2 = 0 5 −3 x 38 5. Wykazać, że: a) 2 cos2 det 2 cos2 1 α 2 β 2 sin α sin β 0 1 1 = sin(β − α) 1 b) cos ϕ det −r sin ϕ 0 sin ϕ 0 r cos ϕ 0 = r 0 1 6. Metodą macierzy odwrotnej rozwiązać podany układ równań A · x = b: a) 1 2 1 3 7 −1 −1 0 1 −1 A= , b = , −1 2 1 2 4 0 1 1 1 3 b) 1 0 A= 0 0 2 −2 1 1 0 1 0 0 1 1 1 5 , b = , 22 10 2 1 c) 1 0 A= 0 0 −19 2 −2 −10 2 4 6 18 , , b = 21 0 1 10 16 0 0 8 d) 1 −10 4 0 A= 0 0 0 0 −11 2 2 1 1 12 , , b = 18 8 1 4 0 2 e) 1 −8 0 1 A= 0 0 0 0 4 8 1 0 2 0 A= 0 0 1 −10 1 8 0 1 0 0 0 2 10 1 , b = , 10 11 1 1 f) 2 −12 2 20 , b = . 8 10 1 1 7. Zbadać rozwiązalność podanych układów równań w zależności od parametrów i rozwiązać, gdy rozwiązanie istnieje: 39 a) x + 3x + ax − y 6y y + z + z − z = 1 = 2 = a x + 3x + ax − y 6y y + z + z − z = = = y 2y y + z − z − z = 4 = 2 = 2b x + y 4x − 2y ax − y + z + z − z = 1 = 2 = 2b x + y 6x + y ax − y + + − 2x + 4y x + ay 3x − y + 4z + 2z − 3z = 1 = 2 = 3 2x + 4y x + ay 3x − y + 4z + 2z − 3z = 2 = 1 = 3 y + z ax + x + ax + z x + y + az = 1 = a = a2 b) 1 2 b c) x + 6x + ax − d) e) z 2z z = = = 1 3 b f) g) h) Odpowiedzi do zadań 1. 1 3 0 0 0 3 , b) , 0 0 1 −2 51 193 90 −1 81 , d) −309 51 39 . 48 11 39 90 63 5 a) 8 −2 −1 c) 5 21 −27 3. 40 a) x = [m, n, m + 2n − 23 ], m, n ∈ R, 20 −38 b) x = [ −9 7 , 7 , 7 ], 4. a) x = 0, b) x = 0, x = −2, c) x = −4, x = −6. 6. a) x = [1, 1, 1, 1], b) x = [1, 1, 2, 2], c) x = [1, 1, 1, 2], d) x = [1, 2, 2, 2], e) x = [2, 1, 1, 1], f) x = [2, 2, 2, 1]. 7. 1 a) Dla a 6= −1 istnieje dokładnie jedno rozwiązanie x = 1, y = −1 5 , z = 5. Dla a = −1 istnieje nieskończenie wiele rozwiązań: 4 x −5 3 y = c 2 + −1 , c ∈ R. 3 z 3 0 b) Dla a 6= −1 istnieje dokładnie jedno rozwiązanie x= a − 2b − 1 3b − 2a + 1 1+b , y= , z= 1+a 5(1 + a) 5(1 + a) Dla a = −1 i b 6= −1 układ sprzeczny. Dla a = b = −1 istnieje nieskończenie wiele rozwiązań: 4 x −5 3 y = c 2 + −1 , c ∈ R. 3 z 3 0 c) Dla a 6= −1 istnieje dokładnie jedno rozwiązanie x= 6a − 14b − 22 6a + 8b + 22 2(b + 2) , y= , z= . 1+a 3(1 + a) 3(1 + a) Dla a = −1, b 6= −2 układ jest sprzeczny. Dla a = −1 i b = −2 istnieje nieskończenie wiele rozwiązań: −3 x 3 2 y = c −7 + 11 , c ∈ R. 2 4 z 0 d) Dla a 6= −1 istnieje dokładnie jedno rozwiązanie x= 2b + 1 6b − a + 2 −12b + 4a − 2 , y= , z= . 1+a 3(1 + a) 3(1 + a) Dla a = −1 i b 6= 21 układ jest sprzeczny. Dla a = −1 i b = nieskończenie wiele rozwiązań: 2 x 1 3 y = c −3 + 1 , c ∈ R. 3 x 2 0 41 1 2 układ posiada e) Dla a 6= −1 układ posiada dokładnie jedno rozwiązanie x= 1+b 4b − a + 3 −5b + 2a − 3 , y= , z= . 1+a 1+a 1+a Dla a = −1 i b 6= −1 układ jest sprzeczny. Dla a = b = −1 istnieje nieskończenie wiele rozwiązań: 2 x −1 5 y = c −4 + 3 , c ∈ R. 5 z 5 0 f) Dla a 6= 2 układ posiada dokładnie jedno rozwiązanie x= −3 a+5 5a − 14 , y= , z= . 6a − 12 4 − 2a 6a − 12 Dla a = 2 układ jest sprzeczny. g) Dla a 6= 2 układ posiada dokładnie jedno rozwiązanie x = 1, y = 0, z = 0. Dla a = 2 układ posiada nieskończenie wiele rozwiązań: 4 1 x y = c −9 + 0 , c ∈ R. 7 0 z h) Dla a 6= 1 i a 6= −2 układ posiada dokładnie jedno rozwiązanie x= −a − 1 1 (a + 1)2 , y= , z= . a+2 a+2 a+2 Dla a = −2 układ jest sprzeczny. Dla a = 1 układ posiada nieskończenie wiele rozwiązań 1 −1 −1 x y = 0 + c 1 + d 0 , c, d ∈ R. z 0 0 1 42 VI. Geometria analityczna w R3 . Przyjmujemy oznaczenia: i = [1, 0, 0], j = [0, 1, 0], k = [0, 0, 1], r = [x, y, z]. Niech A = (xA , yA , zA ), B = (xB , yB , zB ). Wtedy AB = [xB − xA , yB − yA , zB − zA ]. Jeżeli przez α, β, γ oznaczymy kąty jakie tworzy wektor AB z osiami układu współrzędnych, to cos α = yB − y A zB − zA xB − xA , cos β = , cos γ = , u u u p gdzie u = (xB − xA )2 + (yB − yA )2 + (zB − zA )2 . Jeżeli a = [ax , ay , az ], b = [bx , by , bz ], to (a | b) = ax bx + ay by + az bz . Iloczyn wektorowy Odwzorowanie × : R3 × R3 → R3 , a × b = c, takie, ze c ⊥ a, c ⊥ b, trójka wektorów a, b, c ma orientację zgodną z orientacją przestrzeni, | c |=| a || b | sin(a, b) nazywamy iloczynem wektorowym wektorów a, b. Twierdzenie 15 Dla dowolnych a, b, c ∈ R3 : a × b = −(b × a), a × (b + c) = (a × b) + (a × c), 43 (λa) × b = λ(a × b), a × (b × c) = b(a | c) − c(b | b), i a × b = ax bx j ay by k az . bz Iloczyn mieszany Wyrażenie (a, b, c) = (a × b | c) nazywamy iloczynem mieszanym wektorów a, b, c. Jeżeli (a, b, c) = 0, to wektory a, b, c są komplanarne, tzn. leżą na jednej płaszczyżnie. Uwaga 4 Objętość równoległościanu zbudowanego na wektorach a, b, c wyliczamy ze wzoru ax ay az V =| (a, b, c) |=| det bx by bz | . cx cy cz Przykład 1. Wyznaczyć kat między wektorami a = −i + j, b = i − 2j + 2k. Wykorzystując wzór na cosinus kąta między wektorami w przestrzni euklidesowej mamy (a | b) −1 −3 cos(a, b) = =√ √ = √ . | a || b | 2 9 2 Czyli kąt między wektorami a, b wynosi 3Π 4 . Przykład 2. Dane są wektory a = 2i + j + 3k, b = i − 3j + 2k, c = 3i + 2j − 4k. Wyznaczyć wektor x taki, że (x | a) = −5, (x | b) = −11, (x | c) = 20. Przyjmując, że x = x1 i + x2 j + x3 k musimy rozwiązać układ równań 2x1 − x2 + 3x3 = −5 x1 − 3x2 + 2x3 = −11 3x1 + 2x2 − 4x3 = 20 Rozwiązując ten układ metodą eliminacji Gaussa otrzymamy, że x1 = 2, x2 = 3, x3 = −2, tak więc x = 2i + 3j − 2k. Przykład 3. Obliczyć pole równoległoboku zbudowanego na wektorach a = 3i + 2j + k, b = i − j + 2k. Z definicji iloczynu wektorowego otrzymamy, że pole równoległoboku P zbudowanego na wektorach a, b dane jest wzorem P =| a × b | . Czyli w naszym zadaniu i j k √ P =| 3 2 1 |=| 5i − 5j − 5k |= 5 3. 1 −1 2 44 Przykład 4. Sprawdzić cy wektory a = [3, −2, 1], b = [2, 1, 2], c = [3, −1, −2] s† komplanarne. Mamy 3 −2 1 0 0 1 2 = det −4 5 2 = −25 6= 0. (a, b, c) = det 2 1 3 −1 −2 9 −5 2 Czyli te wektory nie leżą na jednej płaszczyźnie, a więc są liniowo niezależne. Przykład 5. Wyznaczyć objętość czworościanu o wierzchołkach w punktach A(3, 1, 1), B(1, 4, 1), C(1, 1, 7), D(3, 4, 9) oraz jego wysokość poprawadzoną z wierzchołka D. Objętość tego czworościanu jest równa 16 -tej objętości równoległościanu zbudowanego na wektorach AB, AC, AC. Tak więc Vc = 1 1 V = | (AB, AC, AD) | 6 6 1 | (18i + 12j + 6k | 3j + 8k) |= 14. 6 Pole równoległoboku zbudowanego na wektorach AB, √ √ AC jest równe | AB × V AC |= 504. Tak więc szukana wysokość d = √504 = 14. Płaszczyzna w R3 Niech π będzie zadaną płaszczyzną, niech A(x0 , y0 , z0 ) ∈ π, niech n ⊥ π, gdzie n = [nx , ny , nz ], i niech A0 (x, y, z) będzie dowolnym punktem płaszczyzny π. Wtedy AA0 ⊥ n, czyli (AA0 | n) = 0, a więc = nx (x − x0 ) + ny (y − y0 ) + nz (z − z0 ) = 0 oznaczając nx x0 + ny y0 + nz z0 = s otrzymamy ostatecznie nx x + ny y + nz z − s = 0, albo używając innych oznaczeń otrzymamy równanie Ax + By + Cz + D = 0 które nazywamy równaniem kanonicznym płaszczyzny π, a wektor [A, B, C] jest wektorem prostopad’ym do tej p’aszczyzny oraz Ax0 + By0 + Cz0 = −D. Odległość punktu od płaszczyzny Niech płaszczyzna π dana będzie równaniem Ax + By + Cz + D = 0, niech M (xM , yM , zM ) ∈ R, wtedy odległość punktu M od płaszczyzny π dana jest wzorem | AxM + ByM + CzM + D | √ d(M, π) = . A2 + B 2 + C 2 Pęk płaszczyzn Jeżeli płaszczyzny π1 i π2 nie są równoległe i π1 ∩ π2 = l, to zbiór wszystkich prostych przechodzących przez prostą l nazywamy pękiem płaszczyzn generowanym przez płaszczyzny π1 , π2 . Jeżeli π1 dana jest równaniem A1 x + B1 y + 45 C1 z + D1 = 0, a π2 dana jest równaniem A2 x + B2 y + C2 z + D = 0, to pęk dany jest równaniem a(A1 x + B1 y + C1 z + D1 ) + b(A2 x + B2 y + C2 z + D2 ) = 0, gdzie a, b ∈ R. Przykład 5. Znaleźc równanie płaszczyzny przechodzącej przez punkt A(−2, 1, 4) i równoległej do wektorów a = [−1, 3, 2] i b = [3, 2, 5]. 1. Szukamy wektora normalnego n płaszczyzny. Z własności iloczynu wektorowego możemy przyjąć, że n = [−1, 3, 2] × [3, 2, 5] = [11, 11, −11]. Czyli nasza płaszczyzna dana jest równaniem 11(x + 2) + 11(y − 1) − 11(z − 4) = 0, stąd po dokonaniu koniecznych przekształceń otrzymamy ostatecznie równanie x + y − z + 5 = 0. Przykład 6. Znależć równanie płaszczyzny przechodzącej przez punkty M (0, 0, 2), N (4, 0, 1), P (2, 1, 2). Przyjmujemy n = M N × M P = [4, 0, −1] × [2, 1, 0] = i − 2j + 4k. St†d (x − 0) − 2(y − 0) + 4(z − 2) = 0. A więc ostatecznie płaszczyzna dana jest r˘wnaniem x − 2y + 4z − 8 = 0. Przykład 7. Wyznaczyć odległość punktu M (−1, 2, 5) od płaszczyzny x + 2y − 5z + 1 = 0. Korzystając ze wzoru na odległość punktu od płaszczyzny otrzymujemy, §e d= 21 | −1 + 4 − 25 + 1 | √ =√ . 1 + 4 + 25 30 Przykład 8. Napisać równania płaszczyzn dwusiecznych kątów między płaszczyznami 2x − y + 5z + 3 = 0 ∧ x − 5y + 2z − 1 = 0. Punkty płaszczyzny dwusiecznej są równo oddalone od obu płaszczyn, stąd | 2x − y + 5z + 3 | | x − 5y + 2z − 1 | √ √ = . 4 + 1 + 25 1 + 25 + 4 A więc otrzymujemy, że 2x − y + 5z + 3 = x − 5y + 2z − 1, 46 albo 2x − y + 5z + 3 = −x + 5y2 z + 1. I ostatecznie x + 4y + 3z + 4 = 0 albo 3x − 6y + 7z + 2 = 0. Przykład 9. Napisać równanie płaszczyzny przechdzącej przez początek układu współrzędnych i przez prostą powstałą z przecięcia płaszczyzn x + 3y − z + 1 = 0 ∧ 2x − y + 2z + 5 = 0. Szukamy płaszczyzny π należącej do pęku płaszczyzn danego wzorem a(x + 3y − z + 1) + b(2x − y + 2z + 5) = 0. Ponieważ (0, 0, 0) ∈ π, więc a + 5b = 0 Przyjmując a = −5, b = 1 otrzymamy równanie szukanej płaszczyzny w postaci następującej −3x − 16y + 7z = 0. Prosta w R3 Prosta w R3 może być zadana na trzy sposoby: - jako krawędź przecięcia dwóch nierównoległych płaszczyzn tzn. A11 x + B1 y + C1 z + D1 = 0 l: A2 x + B2 y + C2 z + D2 = 0 gdzie [A1 , B1 , C1 ] × [A2 , B2 , C2 ] 6= [0, 0, 0]. - równaniem kanoniocznym: l: y − y0 z − z0 x − x0 = = , k1 k2 k3 - równaniem parametrycznym x = x0 + tk1 , y = y0 + tk2 , z = z0 + tk3 , gdzie t ∈ R, M (x0 , y0 , z0 ) ∈ R, a K = [k1 , k2 , k3 ] jest wektorem równoległym do prostej l. Odległość punktu od prostej Odległość d punktu M (a, b, c) od prostej l danej równaniem kanonicznym x − x0 y − y0 z − z0 = = k1 k2 k3 dana jest wzorem d= | [a − x0 , b − y0 , c − z0 ] × [k1 , k2 , k3 ] | . | [k1 , k2 , k3 ] | Odległość prostych skośnych 47 Definicja 30 Jeżeli l1 ∩ l2 = ∅ i proste te nie są równoległe, to mówimy, że proste l1 i l2 są skośne. Jeżeli: x − x1 y − y1 z − z1 = = , a1 a2 a3 y − y2 z − z2 x − x2 = = , l2 : b1 b2 b3 l1 : to d(l1 , l2 ) = | ([x2 − x1 , y2 − y1 , z2 − z1 ], a, b) | , |a×b| gdzie a = [a1 , a2 , a3 ], b = [b1 , b2 , b3 ]. Przykład 10. Prosta l dana jest równaniem krawędziowym 6x + 2y − z − 9 = 0 3x + 2y + 2z − 12 = 0 przedstawić jej równanie w postaci kanonicznej. Przyjmujemy K = [6, 2, −1] × [3, 2, 2] = [6, −15, 6]. Przyjmując z = 1 otrzymamy x = 0, y = 5, a więc ostatecznie x y−5 z−1 = = . 6 −15 6 Przykład 11. Napisać równanie prostej przechodzącej przez punkty A(1, 2, −3), B(2, 1, 1). Jako wektor kierunkowy K przyjmujemy wektor łączący punkty A i B, a wi‘c K = [1, −1, 4]. A więc równanie parametryczne tej prostej ma postać x = 1 + t, y = 2 − t, z = −3 + 4t. Przykład 12. Wyznaczyć odległość punktu A(2, −1, 1) od prostej x+1 y−1 z = = . 1 −1 2 Przyjmujemy: B(−1, 1, 0, K = [1, −1, 2], AB = [−3, 2, −1]. Korzystając z wzoru na odległość punktu od prostej otrzymamy, że r | AB × K | | 3i + 5j + k | 35 √ d= = = . 6 |K| 35 Przykład 13. Wykazać, że proste: l1 : x = 1 + 2t, y = 2t, z = t, l2 : x = 11 + 8τ , y = 6 + 4τ , z = 2 + τ , przecinają się oraz wyznaczyć równania dwusiecznych kątów utworzonych przez te proste. 48 Punkt przecięcia o ile istnieje musi spełniać układ równań 1 + 2t = 11 + 8τ 2t = 6 + 4τ t = 2 + τ Stąd t = 1, τ = −1, czyli (3, 2, 1) jest punktem przecięcia zadanych prostych. Jako wektory kierunkowe prostych dwusiecznych przyjmujemy Kd1 = K1 K2 K1 K2 + , Kd2 = − . | K1 | | K 2 | | K1 | | K 2 | Po wykonaniu niezbędnych obliczeń otrzymamy, że 4 8 4 −4 1 Kd1 = [ , , ], Kd2 = [ , 0, ]. 3 9 9 9 3 Stąd po dokonaniu niezbędnych przekształceń otrzymamy następujące równania dwusiecznych kątów y−2 z−1 x−3 = = , 12 8 4 x−3 y−2 z−1 = = . −4 0 3 Przykład 14. Znaleźć odległość między prostymi l1 : x−9 y+2 z = = 4 −3 1 y+7 z−2 x = = . −2 9 2 Tak jak w poprzednim przykładzie sprawdzamy, że l1 ∩ l2 = ∅. Następnie sprawdzamy, że proste l1 i l2 są skośne. Przyjmujemy A1 (9, −2, 0), A2 (0, −7, 2), K1 = [4, −3, 1], K2 = [−2, 9, 2]. Korzystając ze wzoru na odległość prostych skośnych otrzymamy, że l2 : d= | (K1 × K2 | A1 A2 ) | 245 | ([−15, −10, 30] | [−9, −5, 2]) | = = 7. = 35 35 | K1 × K2 | Przykład 15. Dla jakich wartości parametru B prosta x + By − z + 3 = 0 l: 2x − y + z − 1 = 0 jest równoległa do płaszczyzny π : x + y + z = 0. Wektor kierunkowy K prostej l musi być prostopadły do wektora normalnego n płaszczyzny π. Ponieważ K = [1, B, −1] × [2, −1, 1] = [B − 1, −3, −1 − 2B], 49 n = [1, 1, 1], i (K | n) = 0, więc B = −5. Przykład 16. Dla jakich wartości parametrów A i D prosta x = 3 + 4t, y = 1 − 4t, z = −3 + t leży na płaszczyźnie Ax + 2y − 4z + D = 0. W warunkach zadania układ równań x = 3 + 4t y = 1 − 4t z = −3 + t Ax + 2y − 4z + D = 0 musi posiadać nieskończenie wiele rozwiązań. Wstawiając pierwsze trzy równania do czwartego otrzymamy, że t(4A − 12) + 3A + D + 14 = 0. Ponieważ istnieje nieskończenie wiele rozwiązań więc 4A − 12 = 0. Czyli ostatecznie A = 3, D = −23. Przykład 17. Znaleźć rzut prostej l: y+1 z−4 x−3 = = 5 −1 1 na płaszczyznę π : 2x − 2y + 3z − 5 = 0. Wstawiając równanie parametryczne prostej do równania płaszczyzny otrzymamy, że punkt P (−2, 0, 3) jest punktem przecięcia prostej l i płaszczyzny π. Niech π1 b‘dzie płaszczyzną prostopadłą do płaszczyzny π i przechodzaca przez prostą l. Jak łatwo zauważyć n1 = [5, −1, 1] × [2, −2, 3] = [−1, −13, −8] jest wektorem normalnym płaszczyzny π1 , stąd jej równanie ma postać x + 13y + 8z − 22 = 0 Prosta szukana lr jest częścią wspólną płaszczyzn π i π1 , a więc 2x − 2y + 3z − 5 = 0 lr : x + 13y + 8z − 22 = 0 Zadania kontrolne 1. Znaleźc kąt między wektorami p = 6m + 4n i q = 2m + 10n, jeżeli m, n są wektorami jednostkowymi wzajemnie prostopadłymi. 2. Znaleźc kąt między prostymi l1 , l2 a) 2t x = y = 1 − t l1 : z = t 50 l2 : x − 6y 2x + 2y − 6z + 9z + 2 = 0 − 1 = 0 b) l1 : l2 : 3x − 4y 2x + y 4x + y y 3. Wykazać, że proste l1 : l2 : − 2z − 2z − 6z − 3z = 0 = 0 − 2 = 0 + 2 = 0 y−1 z x = = 1 2 3 3x + y 2x + 3y − 5z − 8z + 1 = 0 + 3 = 0 są prostopadłe. 4. Napisać równanie prostej przechodzącej przez początek układu współrzędnych i przez punkt przecięcia prostych l1 : x−1 y+2 z x+1 y + 11 z+1 = = , l2 : = = . 2 −1 3 1 2 1 5. Znaleźć punkt przebicia płaszczyzny 2x + 3y + z − 1 = 0 prostą x−1 1 = z = 6. y+8 z−2 6. Znaleźć rzut punktu A(1, −2, 1) na prostą x+1 1 = −1 = 2 . 7. Znaleźć punkt B symetryczny do punktu A(2, −1, 3) względem prostej 3t x = y = −7 + 5t z = 2 + 2t y+1 −2 8. Znaleźć rzut punktu A(2, 3, −6) na płaszczyznę x + 2y + z + 4 = 0. 9. Znaleźc odległość między prostymi l1 i l2 a) x−9 y+2 z x y+7 z−2 l1 : = = , l2 : = = 4 −3 1 −2 9 2 b) x = −4 + 2t y = 4 − t l1 : z = −1 − 2t l2 : x+5 y−5 z−5 = = . 4 −3 −5 z+1 10. Znaleźć rzut prostej x2 = y−1 −1 = 2 na płaszczyznę x + y + z = 0. 11. Wyznaczyć odległość między płaszczyznami równoległymi 30x − 32y + 24z − 75 = 0, 15x − 16y + 12z − 25 = 0. 51 12. Na osi OY znaleźć punkt równo oddalony od płaszczyzny 3x + 6y − 2z − 9 = 0 i od punktu M (1, 0, −2). 13. Napisać równania płaszczyzn przechodzących przez ož OY i równo odległych od punktów M (−2, 3, −3) i N (1, 4, 0). 14. Napisać równanie płaszczyzny równo oddalonej od dwóch płaszczyzn równoległych: 5x + y − 2z − 1 = 0, 10x + 2y − 4z + 7 = 0. 15. Napisać równanie płaszczyzny równoległej do płaszczyzny 2x + y − 4z + 8 = 0 √ i oddalonej o 21 od punktu M (1, 2, 0). 16. Znaleźć równanie płaszczyzny przechodzącej przez początek układu współrzędnych i przez prostą powstałą z przecięcia płaszczyzn x + 3y − z + 1 = 0, 2x − y + 2z + 5 = 0. 17. Znaleźć równanie płaszczyzny przechodzącej przez prostą powstałą z przecięcia płaszczyzn 2x − z = 0, x + y − z + 5 = 0 i prostopadłą do płaszczyzny 7x − y + 4z − 3 = 0. 18. Znaleźc punkty przecięcia prostej y+2 z−5 x−1 = = 2 4 1 z płaszczyznami układu współrzędnych. 19. Znaleźć równania dwusiecznych kątów między prostymi x−1 y+1 z x−1 y+2 z = = , = = . 2 −2 1 1 2 2 20. Znaleźć równanie prostej przechodzącej przez punkt A(1, 2, 5) i przecinającej proste x + y − 18 = 0 3x + 2y − 19 = 0 , 2x − z − 12 = 0 4y − 3z − 8 = 0 Odpowiedzi do zadań kontrolnych 1. π4 . √ 98 2. a) cos ϕ = 66 , b) cos ϕ = 195 . y x z 4. 1 = −1 = 1 . 5. (2, −3, 6). 6. (−2, −7, 0). 7. (4, −3, 5). 8. (1, 1, 7). 52 9. a) 7, b) 3. 10. x x + y − z + z − 1 = 0 = 0 11. 21 . 12. (0, −2, 0) i (0, −82 13 , 0). 13. x − 2 = 0 albo 3x − z = 0. 14. 15. 16. 17. 18. 19. 20. 20x + 4y − 8z + 5 = 0. 2x + y − 4z − 25 = 0 i 2x + y − 4z + 17 = 0. 3x + 16y − 7z = 0. 3x + 5y − 4z + 25 = 0. 9 (−9, −22, 0), (2, 0, 11 2 ), (0, 4, 2 ). x−1 y+1 z x−1 y+1 z = = , = = . 3 0 3 1 −4 −1 x − 5y 2z + z − z 53 + 8 = 0 − 1 = 0 VII. Powierzchnie drugiego stopnia Powierzchnię o równaniu Ax2 + Bxy + Cxz + Dy 2 + Eyz + F z 2 + Gx + Hy + Iz + J = 0, gdzie co najmniej jeden ze współczynników A, B, . . . , F jest różny od zera nazywamy powierzchnią drugiego stopnia. Postać kanoniczna - x2 + y 2 + z 2 = R2 ; sfera o środku w zerze i promieniu R 2 2 2 - xa2 + yb2 + zc2 = 1 ; elipsoida - x2 a2 x2 a2 + y2 b2 y2 b2 2 − z2 c2 z2 c2 2 = 1 ; hiperboloida jednopowłokowa + − = −1 ; hiperboloida dwupowłokowa - 2z = x + y ; paraboloida eliptyczna - 2z = x2 − y 2 ; poraboloida hiperboliczna - x2 + y 2 − z 2 = 0 ; stożek obrotowy - x2 + y 2 = a2 ; walec obrotowy - y 2 = 2px ; walec paraboliczny - (A1 x + B1 y + C1 z + D1 )(A2 x + B2 y + C2 z + D2 ) = 0 ; para płaszczyzn - (Ax + By + Cz + D)2 = 0 ; płaszczyzna podwójna. Powierzchnie obrotowe Obrót krzywej y = f (x), x ∈ D1 dokoła osi OX daje powierzchnię o równaniu y 2 + z 2 = [f (x)]2 , gdzie x ∈ D1 . Obrót krzywej x = g(y), y ∈ D2 dokoła osi OY daje powierzchnię o równaniu x2 + z 2 = [g(y)]2 , gdzie y ∈ D2 . Obrót krzywej x = h(z), z ∈ D3 dokoła osi OZ daje powierzchnię o równaniu x2 + y 2 = [h(z)]2 , gdzie z ∈ D3 . Przykład 1. Napisać równanie powierzchni powstałej przez obrót elipsy y2 z2 b2 + c2 = 0 x=0 dokoła osi OY. Mamy z 2 = c2 (1 − czyli [g(y)]2 = c2 (1 − y2 b2 ). y2 ) b2 A więc y2 ) b2 stąd po wykonaniu elementarnych przekształceń otrzymujemy równanie elipsoidy obrotowej x2 y2 z2 + 2 + 2 = 1. 2 c b c Przykład 2. Napisać równanie powierzchni powstałej przez obrót elipsy 2 y2 x a2 + b2 = 1 z=0 x2 + z 2 = c2 (1 − 54 dokoła osi OY. Mamy y2 x2 = 1 − a2 b2 2 2 St†d [g(y)]2 = a2 (1− yb2 ) Czyli x2 +z 2 = a2 (1− yb2 ) i po dokonaniu elementarnych przekształceń otrzymujemy równanie elipsoidy obrotowej y2 z2 x2 + + = 1. a2 b2 a2 Przykład 3. Napisać równanie powierzchni powstałej przez obrót paraboli y = ax2 z=0 dokoła osi OY. Mamy [g(y)]2 = ay . A więc otrzymujemy paraboloidę obrotową o równaniu x2 + z 2 = y . a Przykład 4. Napisać równania powierzchni obrotowych powstałych przez obrót hiperboli 2 y2 x a2 − b2 = 1 z=0 dokoła osi OX albo OY. Mamy x2 y2 ), [f (x)]2 = b2 ( 2 − 1). 2 b a Stąd dla obrotu dokoła osi OX otrzymujemy hiperboloidę dwupowłokową o równaniu x2 y2 z2 − 2 + 2 + 2 = −1, a b b a dla obrotu dokoła osi OY otrzymujemy hiperboloidę jednopowłokową o równaniu y2 z2 x2 − 2 + 2 = 1. 2 a b a Walce i stożki Zbiór prostych przechodzących przez zadaną krzywą ( kierownica walca ) i równoległych do zadanej prostej ( tworząca walca ) nazywamy walcem. Zbiór prostych przechodzących przez zadaną krzywą ( kierownica stożka ) i przez zadany punkt ( wierzchołek stozka ) nazywamy stożkiem. Przykład 5. Napisać równanie stożka o wierzchołku O(0, 0, 0) i kierownicy 2 x − 2z + 1 = 0 y−z+1=0 [g(y)]2 = a2 (1 + 55 Niech S(x0 , y0 , z0 ) będzie dowolnym punktem stożka. 1. Piszemy równanie prostej przechodzącej przez punkty O i S. Mamy x = tx0 y = ty0 z = tz0 2. Wstawiamy równanie tej prostej do równania kierownicy, mamy 2 2 t x0 − 2tz0 + 1 = 0 ty0 − tz0 + 1 = 0 Z drugiego równania otrzymamy, że t = nania otrzymujemy, że 1 z0 −y0 i wstawiając do pierwszego rów- 2z0 x20 − +1=0 (z0 − y0 )2 z0 − y 0 stąd po elementarnych przekształceniach otrzymujemy równanie stożka obrotowego x20 + y02 − z02 = 0. Przykład 6. Napisać równanie stożka o wierzchołku O(8, 0, 0) opisanego na sferze o środku P (0, 4, 1) i promieniu R = 6. Sfera dana jest równaniem x2 + (y − 4)2 + (z − 1)2 = 36. Niech S(x0 , y0 , z0 ) będzie dowolnym punktem stożka. Prosta x = 8 + t(x0 − 8) y = 0 + t(y0 − 0) z = 0 + t(z0 − 0) jest styczna do sfery, a wiec równanie [8 + t(x0 )]2 + (ty0 − 4)2 + (tz0 − 1)2 = 36 ma dokładnie jedno rozwiązanie, a więc równanie ∆ = [16(x0 − 8) − 8y0 − 2z0 ]2 − 180[(x0 − 8)2 + y02 + z02 ] = 0 jest równaniem stożka. Przykład 7. Napisać równanie walca o kierownicy 2 x + y2 = 9 z=1 i tworzącej równoległej do wektora p = [2, −3, 4]. Niech W (x0 , y0 , z0 ) będzie dowolnym punktem walca. Równanie parametryczne dowolnej prostej tworzącej walec x = x0 + 2t y = y0 − 3t z = z0 + 4t 56 wstawiamy do równania kierownicy, otrzymujemy układ równań (x0 + 2t)2 + (y0 − 3t)2 = 9 z0 + 4t = 1 Z drugiego równania t = równanie walca 1−z0 4 (x0 + i wstawiając do równania pierwszwgo otrzymamy 1 − z0 2 3 ) + (y0 − (1 − z0 ))2 = 9. 2 4 Przykład 8. Napisać równanie walca obrotowego, którego osią jest dwusieczna kąta YOZ, a promień równa się jeden. Tworząca walca ma równanie krawędziowe y−z =0 x=0 A wi‘c [0, 1, 1] jest jej wektorem kierunkowym. Walec jest styczny do sfery x2 + y 2 + z 2 + 1. Niech W (x0 , y0 , z0 ) będzie dowolnym punktem walca. Proste tworzące walec mają równanie x = x0 y = y0 + t z = z0 + t Wstawiając do równania sfery otrzymamy, że x20 + (y0 + t)2 + (z0 + t)2 = 1. Równanie to posiada dokładnie jedno rozwiązanie, a więc ∆ = (y0 + z0 )2 − 2(x20 + y02 + z02 − 1) = 0 jest równaniem walca. Przykład 9. Znaleźć półosie elipsy powstałej z przekroju elipsoidy z2 12 16 2 25 y + 16 = 1 płaszczyzną z = 5 x. Układ równań 16 16 2 z2 2 25 x + 25 y + 16 = 1 12 z= 5x 16 2 25 x + opisuje naszą elipsę. Wstawiając drugie równanie do równania pierwszego otrzymujemy układ równań 2 16 2 x + 25 y = 1 z = 12 5 x q 13 Przyjmując y = 0 otrzymamy x = ±1, z = ± 12 . Stąd a = 1 + 144 5 25 = 5 . Ponieważ oś OY leży na płaszczyźnie z = 12 5 x, drugą oś elipsy wyznaczymy 16 2 przyjmując x = 0, wtedy 25 y = 1, więc b = 45 . 57 Przykład 10. Wyznaczyć środek i promień r okręgu powstałego z przekroju sfery o środku O(1, 5, −1) i promieniu R = 10 płaszczyzną π: 2x−3y +6z −30 = 0. Sfera ma równanie (x − 1)2 + (y − 5)2 + (z + 1)2 = 100 Z własności sfery środek rzutu jest rzutem środka sfery na płaszczyznę π. Przez punkt S prowadzimi prostą prostopadłą do π, ma ona równanie x = 1 + 2t y = 5 − 3t z = −1 + 6t Wstawiając do równania płaszczyzny otrzymamy, że t = 1, więc O0 (3, 2, 5) jest środkiem okręgu. Ponieważ promień sfery, okręgu i odcinek OO0 p promień tego √ 0 2 tworzą trójkąt prostokątny, a wi‘c r = 100− | OO | = 51. Zadania kontrolne 1. Dane są punkty A(1, −3, 4) i B(3, 1, 2). Napisać równanie sfery dla której odcinek AB jest średnicą. 2. Znaleźć równanie sfery przechodzącej przez punkty A(3, 1, −3), B(−2, 4, 1) i C(−5, 0, 0) wiedząc, że jej środek leży na płaszczyżnie 2x + y − z + 3 = 0. 3. Znaleźc równanie sfery o promieniu r = 3 stycznej do płaszczyzny 2x + 2y + z + 3 = 0 w punkcie P (−3, 1, 1). 4. Znaleźć równanie sfery przechodzącej przez okrąg 2 x + y2 + z2 = 9 x+y+z =1 i przez początek układu współrzędnych. 5. Przez punkt M (0, 2, 1) położony na sferze (x + 2)2 + (y − 3)2 + z 2 = 6 poprowadzić płaszczyznę styczną do tej sfery. 6. Znaleźć równania płaszczyzn stycznych do sfery (x + 1)2 + (y − 5)2 + (z + 2)2 = 36 i równoleglych do płaszczyzny 12x − 3y + 4z − 8 = 0. 7.Znaleźć równanie elipsoidy przechodzącej przez elipsę 2 y2 x 9 + 16 = 1 z=0 √ i przez punkt P (1, 2, 23). 58 8. Znaleźć punkt przecięcia elipsoidy x2 y2 z2 + + =1 81 36 9 prostą x−3 y−4 z+2 = = . 3 −6 4 9. Znaleźć równania rzutów na płaszczyzny układu współrzędnych przekroju paraboloidy x = y 2 + z 2 p’aszczyzną x + 2y − z = 0. 2 2 10. Dana jest paraboloida hiperboliczna z = x9 − y4 . Jaką krzywą otrzymamy przecinając tą powierzchnię płaszczyznami: a) z = 1, b) z = 0, c) y = −2, d)x = 3. 11. Napisać równanie stożka o wierzchołku O(0, −a, 0) i kierownicy 2 x + y 2 + z 2 = a2 y+z =a 12.Napisać równanie stożka o wierzchołku O(0, 0, 0) i kierownicy 2 x + (y − 6)2 + z 2 = 25 y=3 13. Napisać równanie stożka o wierzchołku O(0, −a, 0) i kierownicy 2 x = 2py z=h 14. Napisać równanie stożka o wierzchołku O(0, 0, 0) i kierownicy 2 x + y 2 = a2 z=c 15. Napisać równanie walca, którego tworzące przecinają krzywą 2 x + z 2 = 25 y=4 i są r˘wnoległe do wektora p = [1, 1, 1]. 16. Napisać równanie walca, którego tworzące przecinają krzywą 2 x + y2 + z2 = 1 x = 12 i są równoległe do wektora p = [2, 1, 5]. Odpowiedzi do zadań kontrolnych 1. (x − 2)2 + (y + 1)2 + (z − 3)2 = 6 2. (x − 1)2 + (y + 2)2 + (z − 3)2 = 49 3. (x + 5)2 + (y + 1)2 + z 2 = 9 lub (x + 1)2 + (y − 3)2 + (z − 2)2 = 9 59 4. 5. 6. 7. 8. 9. (x − 92 )2 + (y − 92 )2 + (z − 29 )2 = 243 4 2x − y + z + 1 = 0 12x − 3y + 4z + 113 = 0 albo 12x − 3y + 4z − 43 = 0 y2 x2 z2 9 + 16 + 36 = 1 (3, 4, −2) i (6, −2, 2) 2 x + 4xy + 4y 2 − x = 0 z=0 2 x + 5z 2 − 2xz − 4x = 0 y=0 2 y + z 2 + 2y − z = 0 x=0 10. 4 2 a) hiperbola x9 − y4 = 1 b) dwie proste y = ± 23 x 2 c) parabola z = x9 − 1 2 d) parabola z = 1 − y4 11. x2 + z 2 = z(y + a) 12. 9x2 + 9z 2 = 16y 2 13. x2 h2 = 2pz[h(y + a) − az] 2 14. x2 + y 2 = ac2 z 2 15. (x0 − y0 + 4)2 + (z0 − y0 + 4)2 = 25 16. (− 12 x0 + y0 + 14 )2 + (− 52 x0 + z0 + 54 )2 = 60 5 4 VIII. Operatory liniowe a macierze Niech E1 , E2 , E3 będą przestrzeniami liniowymi nad ciałem K. Niech f : E 1 → E 2 , g : E2 → E3 . Definicja 31 Odwzorowanie f nazywamy operatorem liniowym jeżeli: - f (x + y) = f (x) + f (y) ( addytywność ) - f (ax) = af (x) (jednorodność ) dla dowolnych x, y ∈ E1 , a ∈ K. Definicja 32 Zbiór Kerf = {x ∈ E1 : f (x) = Θ} nazywamy jądrem operatora f . Twierdzenie 16 Jeżeli f jest operatorem liniowym, to f (E1 ) i Kerf są przestrzeniami liniowymi. DOWÓD. 1. Niech x, y ∈ f (E1 ), a, b ∈ K. Wtedy istnieją p, q ∈ E1 takie, że x = f (p), y = f (q). Z jednorodności operatora f ax = f (ap) ∧ by = f (bq), a z addytywnožci f ax + by = f (ap) + f (bq) = f (ap + bq). Ponieważ ap + bq ∈ E1 , a więc ax + by ∈ f (E1 ), czyli f (E1 ) jest przestrzenią liniową. 2. Niech x, y ∈ E1 , a, b ∈ K. Wtedy f (ax + by) = af (x) + bf (y) = Θ, czyli ax + by ∈ Kerf , a więc Kerf jest przestrzenią liniową. Twierdzenie 17 Jeżeli f jest operatorem liniowym, to dimf (E1 ) ¬ dimE1 . Dowód przeprowadzimy tylko w przypadku skończenie wymiarowym. Niech dimE1 = n i niech x1 , . . . , xn będą bazą w E1 . Wtedy f (E1 ) = {a1 f (x1 ) + . . . + an f (xn ) : a1 , . . . , an ∈ K}, ale wektory f (x1 ), . . . , f (xn ) mogą być liniowo zależne, stąd dimf (E1 ) ¬ n = dimE1 . Definicja 33 Jeżeli operator f jest liniowy, to liczbę dimf (E1 ) nazywamy rzędem operatora f , piszemy rzf . 61 Definicja 34 Operator liniowy f nazywamy nieosobliwym jeżeli z warunku f (x) = Θ wynika, że x = Θ. Definicja 35 Operator h : E1 → E3 dany wzorem h(x) = g(f (x)) dla ka§dego x ∈ E1 nazywamy złożeniem operatorów f i g, piszemy h = g ◦ f . Twierdzenie 18 Jeżeli f, g są operatorami liniowymi, to h jest operatorem liniowym. DOWÓD. h(x + y) = g(f (x + y)) = g(f (x) + f (y)) = g(f (x)) + g(f (y)) = h(x) + h(y) h(ax) = g(f (ax)) = g(af (x)) = ag(f (x)) = ah(x). Uwaga 5 Nawet gdy złożenia g ◦ f i f ◦ g są wykonalne nie musi być g ◦ f = f ◦ g. Przykład 1. Niech f ([x1 , x2 ]) = [6x1 + x2 , x1 + 2x2 ], g([x1 , x2 ]) = [3x1 , 2x1 + x2 ]. Mamy (f ◦ g)([x1 , x2 ]) = f (g([x1 , x2 ]) = f ([3x1 , 2x1 + x2 ]) = [18x1 + 2x1 + x2 , 3x1 + 4x1 + 2x2 ] = [20x1 + x2 , 7x1 + 2x2 ] (g ◦ f )([x1 , x2 ]) = g([6x1 + x2 , x1 + 2x2 ]) = [18x1 + 3x2 , 13x1 + 4x2 ]. Definicja 36 Operator I : E1 → E1 taki, że I(x) = x dla ka§dego x ∈ E1 nazywamy operatorem identycznościowym. Definicja 37 Jeżeli f : E1 → E1 i istnieje operator f −1 : E1 → E1 taki, że f −1 ◦ f = f ◦ f −1 = I, to f −1 nazywamy operatorem odwrotnym do operatora f . Twierdzenie 19 Jeżeli f : E1 → E1 jest liniowy i nieosobliwy, to dimf (E1 ) = dimE1 oraz istnieje operator odwrotny. Uwaga 6 Operatory z przykładu 1 są odwracale. 62 Jeżeli f (x) = Θ, to 6x1 x1 x2 2x2 + + = 0 , = 0 6 1 ale det = 11, czyli x1 = x2 = 0, a więc f jest nieosobliwy. Podobnie 1 2 sprawdzamy, że g jest nieosobliwy. Rozwiązując układ 6x1 + x2 = y1 x1 + 2x2 = y2 względem y1 , y2 wyznaczymy operator odwrotny, otrzymamy x1 = 2 1 −1 6 y1 − y2 , x2 = y1 + y2 11 11 11 11 stąd f −1 ([y1 , y2 ]) = 2 11 −1 11 −1 11 6 11 y1 · y2 łatwo zauważyć, że 6 1 1 2 −1 = 2 11 −1 11 −1 11 6 11 . Twierdzenie 20 Jeżeli f : Rn → Rm jest operatorem liniowym, to istnieje macierz A o m wierszach i n kolumnach taka, że f (x) = A·x dla każdego x ∈ Rn . Odwrotnie odwzorowanie f dane wzorem f (x) = A · x dla ka§dego x ∈ Rn , gdzie A jest macierzą o m wierszach i n kolumnach jest operatorem liniowym f : Rn → Rm . Zmiana bazy Niech a1 , a2 , . . . , an , b1 , b2 , . . . , bn b‘d† dwiema bazami w Rn . Niech a1 = c11 b1 + c12 b2 + . . . + c1n bn a2 = c21 b1 + c22 b2 + . . . + c2n bn ... an = cn1 b1 + cn2 b2 + . . . + cnn bn . Wtedy x = p1 a1 + p2 a2 + . . . + pn an = (p1 c11 + p2 c21 + . . . + pn cn1 )b1 + (p1 c12 + p2 c22 + . . . + pn cn2 )b2 + . . . + (p1 c1n + p2 c2n + . . . + pn cnn )bn 63 = q 1 b1 + q 2 b2 + . . . + q n b n . St†d q1 = p1 c11 + p2 c21 + . . . + pn cn1 q2 = p1 c12 + p2 c22 + . . . + pn cn2 ... qn = p1 c1n + p2 c2n + . . . + pn cnn . Niech c11 c21 C= ... cn1 c12 c22 ... ... c1n c2n . cn2 ... cnn Wtedy a1 b1 q1 p1 p2 a2 b2 q 2 T = C · , = C · . ... ... ... ... an bn qn pn Jeżeli A · x = y, y = B T · y 0 , x = C T · x0 , to y 0 = (B T )−1 · A · C T · x0 i macierz (B T )−1 · A · C T nazywamy macierzą przekształcenia w nowych bazach. Przykład 3. Operator liniowy g : R3 → R3 dany jest wzorem g([x1 , x2 , x3 ]) = [x1 , x2 + x3 , x1 + x2 + x3 ]. Znaleźć macierz tego operatora jeżeli w dziedzinie dana jest baza a1 = [1, 1, 1], a2 = [1, 1, 0], a3 = [1, 0, 0], a w obrazie dana jest baza b1 = [2, 1, 0], b2 = [0, 1, 0], b3 = [0, 0, 1]. 1. Wyznaczamy macierz operatora g, gdy w dziedzinie i w obrazie dana jest baza e1 = [1, 0, 0], e2 = [0, 1, 0], e3 = [0, 0, 1]. Jeżeli a11 a12 a13 A = a21 a22 a23 , a31 a32 a33 to x1 x1 A · x2 = x2 + x3 . x3 x1 + x2 + x3 Stąd otrzymujemy układ (a11 − 1)x1 a21 x1 (a31 − 1)x1 równań + a12 x2 + (a22 − 1)x2 + (a32 − 1)x2 64 + a13 x3 + (a23 − 1)x3 + (a33 − 1)x3 = 0 = 0 = 0 spełniony dla dowolnych x1 , x2 , x3 ∈ R. a33 = 1, a12 = a13 = a21 = 0. Czyli 1 A = 0 1 2. Szukamy macierzy zmiany bazy a1 1 a2 = 1 a3 1 Wi‘c 0 1. 1 0 1 1 w dziedzinie. Mamy 1 1 e1 1 0 · e2 . 0 0 e3 x1 1 x2 = 1 x3 1 3. Szukamy macierzy zmiany bazy b1 2 b2 = 0 0 b3 A więc a11 = a22 = a23 = a31 = a32 = 1 1 0 0 1 x1 0 · x02 x03 0 w obrazie. Mamy e1 1 0 1 0 · e2 . 0 1 e3 St†d y1 2 y2 = 1 y3 0 0 1 0 0 y1 0 0 · y20 . 1 y30 A więc y10 2 y20 = 1 y30 0 0 1 0 −1 1 0 0 · 0 1 1 0 1 1 1 0 1 · 1 1 1 1 1 0 0 x1 1 0 · x02 . 0 x03 A więc macierz 1 2 3 2 1 2 1 2 1 2 −1 2 3 2 1 jest szukaną macierzą. Przykład 4. Operator g : R3 → R2 dany jest wzorem g([x1 , x2 , x3 ]) = [x1 , x2 + x3 ]. Wyznaczyć macierz operatora g jeżeli w dziedzinie dana jest baza a1 = [1, 2, 0], a2 = [2, 1, 0], a3 = [0, 0, 1], a w obrazie dana jest baza b1 = [2, 1], b2 = [0, 1]. Postępując analogicznie jak w poprzednim przykładzie otrzymamy, że 0 x1 1 2 0 x1 1 0 0 A= , x2 = 2 1 0 · x02 0 1 1 0 0 1 x03 x3 65 y1 y2 = 0 y1 · . y20 2 1 0 1 0 1 0 1 St†d y10 y20 = 2 1 0 1 −1 1 · 0 1 · 2 0 2 1 0 0 0 x1 0 · x02 . x03 1 1 1 0 Tak więc jest szukaną macierzą przekształcenia g. 0 1 Zadania kontrolne 1. Zbadać czy f : R → R jest operatorem liniowym 1 , e) f (x) = a) f (x) = 0, b) f (x) = 2x + 3, c) f (x) = 2x, d) f (x) = |x|+1 2 ln(x + 2). 2. Zbadać czy f ◦ g = g ◦ f , gdy a) f ([x1 , x2 , x3 =) = [10x1 + x2 , x2 + x3 , x3 ], g([x1 , x2 , x3 ]) = [x1 + x2 , x1 + x3 , 10x3 ] b) f ([x1 , x2 ]) = [5x1 + 10x2 , 5x2 ], g([x1 , x2 ]) = [5x1 , 5x1 + 10x2 ] c) f ([x1 , x2 , x3 ]) = [8x1 , 4x2 , 2x1 + 2x2 + x3 ], g([x1 , x2 , x3 ]) = [2x1 + 2x2 + x3 , 4x2 , 8x3 ] 3. Czy operatory z przykładu 2 są odwracalne ? 4. Operator g : R3 → R3 dany jest wzorem 2 3 2 g([x1 , x2 , x3 ]) = [x1 + x2 , x2 , x2 − x3 ]. Wyznaczyć macierz operatora g jeżeli w dziedzinie dana jest baza a1 = [1, 0, 0], a2 = [0, 1, 0], a3 = 0, 0, 1], a w obrazie dana jest baza b1 = [1, 1, 0], b2 = [0, 1, 0], b3 = [0, 0, 1]. 5. Operator g : R3 → R3 dany jest wzorem g([x1 , x2 , x3 ]) = [x1 + x2 + x3 , x2 , x3 ]. Wyznaczyć macierz operatora g jeżeli w dziedzinie dana jest baza a1 = [1, 0, 0], a2 = [0, 1, 0], a3 = [0, 0, 1], a w obrazie dana jest baza b1 = [1, 2, 0], b2 = [0, 1, 0], b3 = [0, 0, 1]. 6. Operator g : R3 → R2 dany jest wzorem g([x1 , x2 , x3 ]) = [2x1 + x2 , x2 + 2x3 ]. Wyznaczyć macierz operatora g jeżeli w dziedzinie dana jest baza a1 = [1, 4, 1], a2 = [4, 1, 0], a3 = [0, 0, 1], a w obrazie dana jest baza b1 = [2, 1], b2 = [0, 1]. Odpowiedzi do zadań kontrolnych 1. b),d),e) nie, a),c) tak 2. a),b),c) nie 3. a),b),c) f, g s† odwracalne 4. 1 1 0 −1 0 0 0 1 −1 66 5. 6. 1 1 1 −2 −1 −2 0 0 1 3 3 9 2 −7 2 67 0 2 IX. Postać kanoniczna Jordana macierzy kwadratowej Niech A będzie macierzą kwadratową o n wierszach i kolumnach nad ciałem liczb rzeczywistych. Definicja 38 Każdy rzeczywisty pierwiastek równania det(A − λE) = 0 nazywamy wartością własną macierzy A. Definicja 39 Niech λ0 będzie wartością własną macierzy A. Wektor x 6= Θ spełniający równanie (A − λ0 E) · x = Θ nazywamy wektorem własnym macierzy A odpowiadającym wartości własnej λ0 . Definicja 40 Wielomian det(A − λE) nazywamy wielomianem charakterystycznym macierzy A. Definicja 41 Jeżeli A = AT , to mówimy, że macierz A jest symetryczna. Dalej przez Ak będziemy oznaczać postać kanoniczną Jordana macierzy A. Twierdzenie 21 Jeżeli λ1 , λ2 , . . . , λn są pojedynczymi wartościami własnymi macierzy A, to λ1 0 Ak = . . . 0 0 0 λ2 ... ... 0 0 0 0 ... ... λn−1 0 0 0 . 0 λn Twierdzenie 22 Jeżeli macierz A jest symetryczna, to jej postać kanoniczna jest taka sama jak w przypadku pojedynczych wartości własnych. Jeżeli wartości własne są wielokrotne, to postać kanoniczna jest trudniejsza do opisania, Macierz Ak składa sie z tzw. klatek Jordana, przy czym k-krotnej wrtości własnej może w zależności od przypadku odpowiadać od k klatek pojedynczych do jednej klatki k-wymiarowej. Oznaczmy span{x1 , x2 , . . . , xk } = {a1 x1 + . . . + ak xk : a1 , . . . , ak ∈ K}. Definicja 42 Niech E będzie przestrzenią liniową nad ciałem K. Niech E1 będzie podprzestrzenią liniową przestrzeni E. Liniowo niezależne wektory x1 , x2 , . . . , xk ∈ E \ E1 nazywamy bazą względną przestrzeni E względem przestrzenie E1 jeżeli E = E1 + span{x1 , x2 , . . . , xk }. Przykład 1. Niech e1 = [1, 0, 0, 0], e2 = [0, 1, 0, 0], e3 = [0, 0, 1, 0], e4 = [0, 0, 0, 1]. Niech E1 = {a11 e1 : a1 ∈ R}, E2 = {a1 e1 + a2 e2 : a1 , a2 ∈ R}, 68 E3 = {a1 e1 + a2 e2 + a3 e3 : a1 , a2 , a3 ∈ R}, E4 = {a1 e1 + a2 e2 + a3 e3 + a4 e4 : a1 , a2 , a3 , a4 ∈ R}. Wektor e4 jest bazą względną E4 względem E3 , wektory e3 , e4 stanowią bazę względną E4 względem E2 . Wektory e2 , e3 , e4 stanowią bazę względną E4 względem E1 . Algorytm Niech λs będzie s-tą wartością własną macierzy A o krotności i. Budujemy podprzestrzenie (1) Nλs = {x ∈ Rn : (A − λs E) · x = Θ}, ... (p) Nλs = {x ∈ R : (A − λs E)p · x = Θ}. (p+1) Proces kończymy gdy Nλs (p) = Nλs . (1) dimNλs określa ilość klatek Jordana odpowiadających wartości własnej λs . Ich kształt zależy od wymiarów baz względnych. Sposób postępowania zilustrujemy na poniższych przykładach: Przykład 2. 1 1 1 0 0 1 1 0 A= 0 0 1 0 0 0 0 1 Mamy λ1 = λ2 = λ3 = λ4 = 1, 0 0 1 0 0 1 1 0 0 0 0 0 0 0 1 0 2 A−E = , , (A − E) = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 (A − E)3 = . 0 0 0 0 0 0 0 0 A więc x2 + x3 = 0 (1) N1 = {x ∈ R4 : }, x3 = 0 (2) N1 = {x ∈ R4 : x3 = 0}, (3) N1 = R4 . (1) dimN1 = 2, a więc będą dwie klatki Jordana. (3) (2) Określamy bazę względną N1 względem N1 . Baza ta składa się z jednego wektora. Wektor 0 0 e1 = 1 0 69 jest tym wektorem. Budujemy e2 = (A − E) · e1 , e3 = (A − E)2 · e1 i przyjmujemy e1 = e3 , e2 = e2 , e3 = e1 . Otrzymamy: 1 1 0 0 1 0 e1 = , e2 = , e3 = . 0 0 1 0 0 0 (1) (2) (3) łatwo zauważyć, że e1 ∈ N1 , e2 ∈ N1 , e3 ∈ N1 . (1) Wyznaczamy drugi wektor bazowy N1 i oznaczamy go f1 . Mamy 0 0 f1 = . 0 1 Przez B oznaczamy macierz której kolumnami są odpowiednio wektory e1 , e2 , e3 , f1 , zwane dalej bazą Jordana, ( kolejność jest istotna ), a 1 0 Ak = B −1 · A · B = 0 0 1 1 0 0 0 1 1 0 0 0 . 0 1 Przykład 3. 1 0 A= 0 0 1 1 0 0 1 1 1 0 1 1 . 1 1 Mamy λ1 = λ2 = λ3 = λ4 = 1, (1) N1 = {x ∈ R4 : x2 = x3 = x4 = 0}, (2) N1 = {x ∈ R4 : x3 = x4 = 0}, (3) N1 = {x ∈ R4 : x4 = 0}, (4) N1 = R4 . (1) dimN1 = 1, a więc jest jedna klatka Jordana. Wybieramy wektor e1 bazy (4) (3) względnej N1 względem N1 . Niech 0 0 e1 = . 0 1 70 Wtedy 1 2 1 1 2 e2 = (A − e) · e1 = , e3 = (A − E) · e1 = , 1 0 0 0 1 0 3 e3 = (A − E) · e1 = . 0 0 Przyjmujemy e1 = e4 , e2 = e3 , e3 = e2 , e4 = e1 , 1 0 B= 0 0 2 1 0 0 1 1 1 0 0 0 . 0 1 Wtedy 1 0 −1 Ak = B · A · B = 0 0 1 1 0 0 0 1 1 0 0 0 . 1 1 Przykład 4. 1 0 A= 0 0 1 1 0 0 0 0 1 0 1 0 . 1 1 Mamy λ1 = λ2 = λ3 = λ4 = 1. (1) N1 = {x ∈ R4 : x2 = x4 = 0}, (2) N1 = R4 . (1) (2) dimN1 = 2, a więc są dwie klatki Jordana. Baza względna N1 (1) N1 składa się teraz z dwu wektorów 0 0 1 0 e1 = i f1 = . 0 0 0 1 Budujemy 1 1 0 0 e2 = (A − E) · e1 = , f2 = (A − E) · f1 = . 0 1 0 0 71 względem Przyjmujemy 1 0 B= 0 0 0 1 0 0 1 0 1 0 0 0 . 0 1 Wtedy 1 0 Ak = B −1 · A · B = 0 0 1 1 0 0 0 0 1 0 0 0 . 1 1 Przykład 5. 1 0 A= 0 0 0 1 0 0 0 0 1 0 1 0 . 0 1 Mamy λ1 = λ2 = λ3 = λ4 = 1, (1) N1 = {x ∈ R4 : x4 = 0}, (2) N1 = R4 . (1) (2) dimN1 = 3, a więc są trzy klatki Jordana. Baza względna N1 składa się z jednego wektora (1) N1 0 0 e1 = . 0 1 Wtedy 1 0 e2 = . 0 0 (1) Przyjmujemy pozostałe wektory bazy w N1 0 0 1 0 f1 = , h1 = . 0 1 0 0 Wtedy 1 0 B= 0 0 0 0 0 1 72 0 1 0 0 0 0 1 0 względem oraz 1 0 Ak = B 1 · A · B = 0 0 1 1 0 0 0 0 1 0 0 0 . 0 1 Przykład 6. 2 0 A = 0 0 0 1 2 0 0 0 1 0 1 0 0 2 1 0 1 0 Mamy λ1 = λ2 = λ3 = 1, λ4 = λ5 = 2, x1 + x2 + x3 (1) x2 N1 = {x ∈ R5 : (2) N1 = {x ∈ R5 : x1 + 2x2 x2 + x3 0 0 1. 0 1 + + 2x4 x4 x5 + 3x4 + x4 = = = + x5 (2) 0 0 } 0 = 0 }. = 0 (p) Ponieważ dimN1 = 3 na tym kończymy budowanie przestrzeni N1 tości własnej λ = 1. x2 + x3 + 2x4 = + x4 = (1) − x3 + x5 = N2 = {x ∈ R5 : −x4 = 0 − x5 = − x3 − x4 + x5 = 0 − x4 = 0 (2) x3 − 2x5 = 0 N2 = {x ∈ R5 : x4 = 0 x5 = 0 St†d −1 −1 0 −1 (1) N1 = {a 1 + b 0 : a, b ∈ R}, 0 1 0 0 −1 −1 0 0 −1 0 = {a 1 + b 0 + c 0 : a, b, c ∈ R}, 0 1 0 0 0 1 (2) N1 (1) N2 = {x ∈ R5 : x2 = x3 = x4 = x5 = 0}, 73 dla war- 0 0 0 }, 0 } (2) N2 = {x ∈ R5 : x3 = x4 = x5 = 0}. (1) Ponieważ dimN1 = 2, a więc mamy dwie klatki Jordana odpowiadające (1) wratości własnej λ = 1. Ponieważ dimN2 = 1, a więc jest jedna klatka Jordana odpowiadająca wartości własnej λ = 2. Dla λ = 1 mamy −1 −2 −1 0 0 −1 e11 = 1 , e12 = 1 , f11 = 0 . 0 0 1 0 1 0 Dla λ = 2 mamy 1 0 0 1 e1 = 0 , e2 = (A − 2 · E) · e1 = 0 . 0 0 0 0 A więc −1 −2 −1 1 1 0 0 −1 0 0 0 1 1 0 0 e21 = 0 , e22 = 0 , B = 1 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0. 0 0 Czyli 1 0 Ak = 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 2 0 0 0 0. 1 2 Twierdzenie 23 Dla każdego naturalnego n An = B · Ank · B −1 , gdzie kolumny macierzy B stanowią bazę Jordana dla macierzy A. Przykład 7. Obliczyć 1 0 0 0 1 1 0 0 0 0 1 0 74 20 1 0 . 1 1 Korzystając z Przykładu 1 0 0 1 B= 0 0 0 0 4 mamy 1 1 0 0 0 0 , Ak = 0 1 0 0 0 1 1 1 0 0 0 0 1 0 0 0 . 1 1 łatwo wyliczyć, że 1 0 = 0 0 20 1 0 0 A20 k 1 0 −1 0 0 1 0 0 −1 , B = 0 0 1 20 0 0 0 1 0 0 1 0 0 0 . 0 1 A więc ostatecznie 1 0 = 0 0 A20 20 1 0 0 0 0 1 0 20 0 . 20 1 Zadania kontrolne 1. Znaleźć postać kanoniczną i bazę Jordana macierzy: 2 0 a) 0 0 0 0 2 0 0 0 0 1 3 0 1 0 0 1 1 0 0 , b) , 0 0 2 2 0 0 0 0 2 1 4 2 0 1 1 2 2 2 0 4 4 0 0 1 0 1 c) , d) , 0 0 2 0 0 0 3 0 0 0 0 2 0 0 0 3 3 3 2 1 2 2 1 0 3 0 1 e) , f) 0 2 0 . 0 0 2 0 0 0 2 0 0 0 2 1 0 1 0 0 2 1 0 1 0 2. Obliczć A10 , gdy: 1 a) A = 0 0 1 0 c) A = 0 0 0 0 1 0 0 0 2 1 0 1 , b) A = 0 0 0 1 0 1 0 0 3 0 0 0 0 0 3 1 0 1 0 0 0 , d) A = 0 0 0 1 0 75 1 2 0 0 0 0 1 0 0 0 0 0 1 0 0 . 0 4 0 0 0 1 0 0 0 1 0 0 0 1 0. 0 0 Odpowiedzi do zadań kontrolnych 1. 1 0 −1 −2 0 2 0 0 0 0 0 1 0 −1 0 0 2 0 0 0 0 0, a) Ak = 0 0 1 0 0 , B = 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 3 1 3 1 1 1 0 0 0 1 1 0 0 1 0 0 b) Ak = , , B = 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 2 4 1 0 0 2 1 −1 2 0 4 0 0 0 1 0 −2 c) Ak = , B = , 0 0 2 0 0 0 0 1 0 0 0 2 0 0 2 0 1 1 0 0 2 1 1 3 0 1 0 0 0 1 0 1 d) Ak = , B = , 0 0 3 0 0 0 1 0 0 0 0 3 0 0 0 2 2 −2 3 1 2 0 0 0 −1 0 0 1 0 2 0 0 e) Ak = , , B = 0 1 0 0 0 0 3 1 1 0 0 0 0 0 0 3 2 1 0 2 1 0 f ) Ak = 0 2 0 , B = 0 1 −1 . 0 0 2 0 0 2 2. 1 10 10 a) 0 1 0 , 0 0 1 10 9 2 10 · 2 0 0 10 2 0 0 0 b) , 0 0 1 0 10 0 0 0 4 uwaga ! 1 0 c) 0 0 0 0 1 0 0 0 0 0 310 0 0 n 2n n · 2n−1 , 0 2n 1 0 0 0 0 0 0 0 , d) 0 10 3 0 0 1 10 (3 − 1) 1 0 2 2 0 1 2 = 76 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0. 0 1 X. Sprowadzanie form kwadratowych do postaci kanonicznej metodą przekształceń ortogonalnych Dalej przez A będziemy rozumieć macierz kwadratową o n wierszach i kolumnach. Definicja 43 Jeżeli A = AT , to wyrażenie x1 x xn ) · A · 2 ... xn f (x, x) = ( x1 x2 ... nazywamy formą kwadratową generowaną przez macierz A. Definicja 44 Jeżeli f (x, x) = a11 x21 + 2a12 x1 x2 + . . . + 2a1n x1 xn + a22 x22 + 2a23 x2 x3 + . . . + 2a2n x2 xn + . . . + ann x2n , to f jest formą kwadratową nad Rn × Rn a11 a12 a12 a22 A= ... a1n a2n o macierzy . . . a1n . . . a2n . ... ann Twierdzenie 24 Jeżeli λ1 , λ2 , . . . , λn są wartościami własnymi macierzy A formy kwadratowej, a η1 , η2 , . . ., ηn tworzą bazę ortonormalną odpowiadających im wektorów własnych i B jest macierzą której kolumnami są te wektory B = ( η1 to η2 ... ηn ) , x1 ξ1 x2 ξ2 = B · , ... ... xn ξn λ1 0 0 . . . 0 λ2 0 . . . −1 Ak = B · A · B = ... 0 0 0 ... 0 0 0 0 0 , λn a postać kanoniczna fk formy kwadratowej dana jest wzorem fk (ξ, ξ) = λ1 ξ12 + λ2 ξ22 + . . . + λn ξn2 . Ponieważ B −1 = B T i wektory kolumny macierzy B są jednostkowe i wzajemnie prostopadłe tą motodę sprowadzania formy kwadratowej do postaci kanonicznej nazywamy metodą przekształceń ortogonalnych. 77 Przykład 1. Sprowadzić do postaci kanonicznej metodą przekształceń ortogonalnych f (x, x) = x21 + 2x1 x2 + 2x1 x3 . Mamy 1 A = 1 1 1 0 0 1 0, 0 λ1 = −1, λ2 = 0, λ3 = 2. Wyznaczamy znormalizowzne wektory własne macierzy A odpowiadające tym wartościom własnym. Dla λ = −1 mamy 2x1 + x2 + x3 = 0 x1 + x2 = 0 x1 + x3 = 0 Przyjmując x1 = a otrzymamy, że x1 = a, x2 = −a, x3 = −a. Stąd 1 √ 3 −1 . η1 = √ 3 −1 √ 3 Dla λ = 0 mamy x1 x1 x1 + x2 + x3 = = = 0 0 0 St†d x1 = 0, x2 = a, x3 = −a i 0 η2 = √12 −1 √ 2 . Dla λ = 2 mamy −x1 x1 x1 + x2 − 2x2 + x3 − 2x3 = 0 = 0 = 0 Przyjmując x3 = a otrzymamy, że x2 = a, x1 = 2a, stąd 2 √ 6 η3 = √16 . √1 6 St†d fk (ξ, ξ) = −ξ12 + 2ξ32 78 oraz √1 3 √ −1 6 −1 √ 3 B= 0 √1 2 −1 √ 2 √2 6 √1 6 √1 6 . Przykład 2. Sprowadzić do postaci kanonicznej metodą przekształceń ortogonalnych f (x, x) = 2x21 + 5x22 + 5x23 + 4x1 x2 − 4x1 x3 − 8x2 x3 . Mamy 2 2 −2 A= 2 5 −4 , −2 −4 5 λ1 = λ2 = 1, λ3 = 10. Dla λ = 1 mamy x1 2x1 −2x1 + 2x2 + 4x2 − 4x2 − 2x3 − 4x3 + 4x3 = 0 = 0 = 0 Przyjmując x2 = a, x3 = b otrzymamy 2 −2 x1 −2a + 2b = a 1 + b0. x2 = a 1 0 b x3 Oznaczmy −2 2 a~1 = 1 , a~2 = 0 . 0 1 Z wektorów tych budujemy bazę ortonormalną, mamy −2 √ 5 a~1 η1 = = √1 , 5 | a~1 | 0 2 3 a~2 − (a~2 | η1 )η1 η2 = =3 | a~2 − (a~2 | η1 )η1 | 3 √ 4√ 5√ 5 5 . 5 Dla λ = 10 mamy −8x1 2x1 −2x1 + 2x2 − 5x2 − 4x2 79 − 2x3 − 4x3 − 5x3 = 0 = 0 = 0 Przyjmując x1 = −a otrzymamy x2 = −2a, x1 = 2a. Stąd −1 3 η3 = −2 3 2 3 Tak więc fk (ξ, ξ) = ξ12 + ξ22 + 10ξ32 , −2 2 −1 √ 5 B = √15 0 √ 3 3 3 4√ 5√ 3 −2 3 2 3 5 5 5 . Przykład 3. Jaką powierzchnię drugiego stopnia przedstawia równanie √ √ 4x1 x3 − x22 + 2 x1 + 2 x3 = 0. 1. Badamy formę kwadratową f (x, x) = 4x1 x3 − x22 . Mamy 2 0, 0 0 0 A = 0 −1 2 0 λ1 = −2, λ2 = −1, λ3 = 2, 1 √ x1 2 x2 = 0 −1 √ x3 2 0 1 0 √1 2 0 . √1 2 Wstawiając tą zmianę zmiennych do równania powierzchni otrzymujemy 1 −4ξ12 − 2ξ22 + 4(ξ3 + )2 = 1. 2 √ Przyjmując 2ξ1 = y1 , 2ξ2 = y2 , 2(ξ3 + 12 ) = y3 otrzymamy równanie hiperboloidy dwupowłokowej −y12 − y22 + y32 = 1. Zadania kontrolne 1. Sprowadzić do postaci kanonicznej metodą przekształceń ortogonalnych a) f (x, x) = 2x21 + x22 − 4x1 x2 − 4x2 x3 , b) f (x, x) = x21 + 2x22 + 3x23 − 4x1 x2 − 4x2 x3 . 2. Jaką powierzchnię drugiego stopnia przedstawia równanie a) 4x1 x2 + x22 + 4x2 x3 + 2x23 − 4x1 − 2x2 − 5 = 0 b) x21 + 2x1 x2 + 2x1 x3 + x1 + x3 = 0. Odpowiedzi do zadań kontrolnych 1. 80 a) f (ξ, ξ) = −2ξ12 + ξ22 + 4ξ32 , 1 B= 3 2 3 2 3 −2 3 −1 3 2 3 2 3 −2 3 1 3 2 3 −1 3 −2 3 1 3 −2 3 2 3 . b) f (ξ, ξ) = −ξ12 + 2ξ22 + 5ξ32 , 2 B= 3 2 3 1 3 . 3. a) hiperboloida jednopowłokowa −2y22 + y22 + 4y32 = 8, b) paraboloida hiperboliczna −y12 + 2y32 = y2 . 81 rysunki 82 rysunki 83 SPIS TREŚCI I. Relacje.....................................................................2. II. Liczby zespolone...................................................9. III. Przestrzenie liniowe...........................................19. IV. Przestrzenie Euklidesowe................................27. V. Algebra macierzy. Wyznaczniki............................30. VI. Geometria analityczna w R3 .........................42. VII. Powierzchnie drugiego stopnia...........................52. VIII. Operatory liniowe a macierze...........................59. IX. Postać kanoniczna Jordana................................65. X. Sprowadzanie form kwadratowych do postaci kanonicznej.....74. 84