WYZNACZNIK: Mestoda Sarrusa : det A = Uwaga: Objto rwnolegocianu rozpitego z wektorw to modu z wyznacznika Wyznacznikiem macierzy kwadratowej A, ktry

oznaczamy jako det A nazywamy liczb

Wasnoci wyznacznikw macierzy: Niech 1. 2. detI = 1 3. Jeeli jaki wiersz (lub kolumna) macierzy A skada si z samych zer to detA = 0 4. Jeeli pomnoymy i-ty wiersz (j-t kolumn) macierzy A przez wwczas wyznacznik powstaej macierzy B bdzie rwny 5. Dla 6. Przestawienie dwch kolumn (wierszy) macierzy zmienia znak wyznacznika na przeciwny Wniosek: Jeeli macierz A ma dwa jednakowe wiersze (lub kolumny) to detA = 0 Jeeli jaki wiersz (kolumna) jest kombinacj liniow pozostaych wierszy (kolumn) to det A = 0 7. Warto wyznacznika nie zmieni si jeeli do wybranego wiersza (kolumny) dodamy kombinacj liniow pozostaych wierszy (kolumn). Twierdzenie Cauchyego : Dla dowolnych macierzy A,B det(A B) = detA

Minorem stopnia k macierzy nazywamy wyznacznik dowolnej podmacierzy kwadratowej wymiaru powstaej z A poprzez wykrelenie n-k wierszy i n-k kolumn. Jeeli jest macierz kwadratow to wyznacznik macierzy powstaej poprzez wykrelenie i-tego i

wiersza i j-tej kolumny macierzy A nazywamy minorem macierzy A odpowiadajcym elementowi oznaczamy Dopenieniem algebraicznym elementu macierzy nazywamy liczb

Twierdzenie Laplacea: Wznacznik Macierzy

jest rwny sumie iloczynw elementw dowolnie

wybranego wiersza (kolumny) przez ich dopenienia algebraiczne. Wniosek: Wyznacznik macierzy trjktnej grnej (dolnej) i diagonalnej jest rwny iloczynowi elementw na przektnej gwnej. RZD MACIERZY: Twierdzenie: Maksymalna liczba liniowo niezalenych wierszy macierzy (K) traktowanych jako wektory z ) jest rwna maksymalnej liczbie liniowo niezalenych kolumn tej macierzy. Rzdem macierzy A = (o elementach z ciaa K ) nazywamy maksymaln liczb jej liniowo niezalenych wierszy lub kolumn i oznaczamy r(A). Jeeli to: 1. 2. Nastpujce przeksztacenia nazywamy operacjami elementarnymi na macierzach: 1. Zamiana miejscami wierszy (kolumn)

2. Dodawanie do wiersza (kolumny) kombinacji liniowej pozostaych wierszy (kolumn) 3. Pomnoenie wiersza (kolumny) przez skalar Twierdzenie: Rzd macierzy nie zmienia si pod wpywem operacji elementarnych wykonywanych na jej wierszach (kolumnach). Mwimy, e macierz A ma posta schodkow, jeeli wszystkie jej niezerowe wiersze wystpuj kolejno (jeden pod drugim) poczwszy od pierwszego, a pierwsze niezerowe elementy w kolejnych niezerowych wierszach znajduj si w kolumnach o rosncych numerach. (lub A jest macierz zerow) Uwaga: Rzd macierzy A rwny jest liczbie schodkw macierzy schodkowej otrzymanej z A poprzez operacje elementarne Twierdzenie: Rzd dowolnej macierzy A jest rwny najwikszemu ze stopni minorw niezerowych tej macierzy. MACIERZ ODWROTNA: Niech A bdzie macierz kwadratow. Macierz (kwadratow) B tak, e A nazywamy macierz odwrotn do macierzy A. Jeli taka macierz istnieje, to oznaczamy j przez , a A nazywamy macierz odwracaln. uwaga: macierz odwrotna do danej macierzy A, o ile istnieje jest wyznaczona jednoznacznie. Twierdzenie: Jeeli 1. detA 2. oraz det ( jest macierz odwracaln to: )= jest macierz dopenie algebraicznych macierzy A.

, gdzie

Macierz kwadratow A nazywamy osobliw jeeli detA = 0, lub nieosobliw jeeli detA Wniosek: Macierz jest nieosobliwa (odwracalna) wtw, gdy r(A) = n Twierdzenie (wasnoci macierzy odwrotnej): Niech A,B bd macierzami nieosobliwymi wwczas n = 1,2, te s nieosobliwe oraz: 1. 2. 3. 4. 5. 6. Do znalezienia macierzy odwrotnej mona wykorzysta algorytm Gaussa, opierajcy si na operacjach elementarnych wykonywanych na wierszach lub zwizujc dan macierz z ukadem rwna i znajdujc jego rozwizanie oglne. UKADY RWNA LINIOWYCH: Ukad m rwna liniowych z n niewiadomymi ma posta:

a11x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 (*) am1 x1 am 2 x2 amn xn bm

Macierz [A/B] nazywamy macierz uzupenieniow ukadu (*) (wspczynniki i wyrazy wolne)

Ukad (*) zapisujemy macierzowo jako A X = B Jeeli wszystkie wyrazy wolne ukadu (*) s zerami, tj to taki ukad nazywamy jednorodnym. W przeciwnym wypadku, tj gdy cho jeden wyraz wolny jest rny od zera to ukad nazywamy niejednorodnym. Ukad (*) nazywamy 1. Oznaczonym jeeli ma dokadnie jedno rozwizanie 2. Nieoznaczonym ma nieskoczenie wiele rozwiza 3. Sprzecznym nie ma rozwiza Jeeli w ukadzie (*) liczba niewiadomych jest rwna liczbie rwna to nazywamy go kwadratowym (m = n,

Ukad (*) nazywamy ukadem Cramera jeeli jest ukadem kwadratowym i detA Twierdzenie Cramera: Jeli ukad (*) jest ukadem Cramera, to: 1. posiada dokadnie jedno rozwizanie 2. Jedyne jego rozwizanie wyraa si nastpujcymi wzorami Cramera: , gdzie jest wyznacznikiem macierzy powstaej z A poprzez zastpienie j-tej kolumny przez kolumn wyrazw wolnych. Twierdzenie Kroneckera Capellego: Ukad (*) ma co najmniej jedno rozwizanie wtw, gdy r(A) = r([A/B]) Wniosek: ukad (*) jest sprzeczny wtw, gdy: r(A) r([A/B]) r(A) < r([A/B]) r(A) = r ([A/B]) 1 Twierdzenie : 1. Ukad (*) posiada dokadnie jedno rozwizanie jeeli r(A) = r([A/B]) = n , gdzie n jest liczba zmiennych 2. Jeeli r(A) = r([A/B]) = n, gdzie r < n to ukad (*) posiada nieskoczenie wiele rozwiza zalenych od n - r parametrw. uwaga: ukad jednorodny ma zawsze przynajmniej jedno rozwizanie X = , jest oznaczony lub nieoznaczony. uwaga: Jeeli mamy dany ukad kwadratowy rozmiaru dla ktrego: 1. detA = 0 oraz dla pewnego j to jest on sprzeczny 2. Jeeli detA = 0 = to jest on albo sprzeczny albo nieoznaczony uwaga: Ukady rwna mona rozwizywa uywajc metody Gaussa, polegajcej na stosowaniu do wierszy macierzy uzupenionej ([A/B]) operacji elementarnych w celu sprowadzenia jej do postaci schodkowej. ODWZOROWANIA LINIOWE: Odwzorowanie f: V W, gdzie V, W s przestrzeniami wektorowymi nad tym samym ciaem K, nazywamy liniowym jeeli: 1. 2. Wniosek: Jeeli f: V W jest odwzorowaniem liniowym, to: 1. 2. f(v) = f(-v) Twierdzenie (WKW na liniowo odwzorowania): Niech f: V W bdzie odwzorowaniem, gdzie V, W s przestrzeniami wektorowymi nad tym samym ciaem K. Wwczas f jest odwzorowaniem liniowym jeeli:

Twierdzenie (uoglniony WKW na liniowo odwzorowania): Niech f: V W bdzie odwzorowaniem, gdzie V, W s przestrzeniami wektorowymi nad tym samym ciaem K. Wwczas f jest odwzorowaniem liniowym jeeli: Wniosek: odwzorowanie liniowe f: V W jest jednoznacznie okrelone przez swoje wartoci na wektorach z (dowolnej) bazy B przestrzeni V. Niech f: V W bdzie odwzorowaniem liniowym

1. Jdrem odwzorowania liniowego f nazywamy zbir: 2. Obrazem odwzorowania liniowego f nazywamy zbir Wniosek: Ker f = Im f = {f(v): v Wniosek: Jeeli f: V W jest odwzorowaniem liniowym, a B baz przestrzeni V, to Im f = Lin f (B) - przeciwobraz

Wymiar odwzorowania liniowego f ( o ile jest skoczony) nazywamy rzdem tego odwzorowania i oznaczamy rz(f) = dim Im f Twierdzenie: V, W przestrzenie wektorowe nad ciaem K, dimV skoczony, f: V liniowe to: dim Ker f + dim Im f = dim V W jest odwzorowanie

Niech V, W bd przestrzeniami wektorowymi nad ciaem K, a f: V W jest odwzorowaniem liniowym. Wwczas: 1. Jeeli f jest injektywne ( rnowartociowe) to nazywamy je monomorfizmem 2. Jeeli f jest surjektywne (Im f = W ) to nazywamy je epimorfizmem 3. Jeeli f jest bijektywne to nazywamy je izomorfizmem 4. Jeeli V = W to nazywamy je endomorfizmem 5. Endomorfizm bijektywny nazywamy automorfizmem Twierdzenie: Niech f: V W bdzie odwzorowaniem liniowym, gdzie zakadamy dimV = n, dimW = m, wwczas: 1. f jest endomorfizmem wtw ,gdy r(f) = m 2. Nastpujce warunki s rwnowane: a. f jest monomorfizmem b. Ker f = } c. rz(f) = n Wniosek: Jeeli f: V W jest endomorfizmem i dim V = n to nastpujce warunki s rwnowane: 1. f jest automorfizmem 2. Ker f = } 3. rz(f) = n Twierdzenie: Niech V, W, U przestrzenie wektorowe nad ciaem K, niech f: V W, g: V W, h: W U, bd odwzorowaniami liniowymi i niech Wwczas , f + g, te s odwzorowaniami liniowymi Dwie przestrzenie wektorowe V i W nad tym samym ciaem K nazywamy izomorficznymi jeeli istnieje izomorfizm jednej na drug, co zapisujemy V~W uwaga: Jeeli f: V W jest izomorfizmem, to te jest izomorfizmem Wniosek: Jeeli V~W to dimV = dimW Niech V, W przestrzenie wektorowe nad ciaem K, wwczas: liniowe} f odwzorowanie

Twierdzenie: Niech V, W przestrzenie wektorowe nad ciaem K. Struktura , gdzie + oznacza dodawanie odwzorowa, a mnoenie odwzorowania przez skalar z ciaa K, jest przestrzeni wektorow. Niech V, W przestrzenie wektorowe nad ciaem K (kade ciao K moe by traktowane jako przestrze wektorowa nad samym sob) Wwczas dowolne odwzorowanie liniowe nazywamy form liniow. Wniosek: - zbir form liniowych z dodawaniem i mnoeniem odwzorowa przez skalary z ciaa K jest przestrzeni wektorow. Przestrze nazywamy przestrzeni dualn do V i oznaczamy V* (przestrze form liniowych okrelonych nad przestrzeni V). REPREZENTACJA MACIERZOWA ODWZOROWANIA LINIOWEGO: Niech bd (ustalonymi) bazami (reperami) przestrzeni wektorowych, odpowiednio V, W, nad tym samym ciaem K, (wic dimV = n, dimW = m). Niech bdzie odwzorowaniem liniowym, gdzie:

Macierz odwzorowania f w bazach nazywamy macierz

Wniosek: kolejne kolumny powyszej macierzy tworzone s przez wsprzdne wektorw w bazie Dla

y = f(x)

y1 a11x1 a12 x2 a1n xn y a x a x a x 2 21 1 22 2 2n n ym am1 x1 am 2 x2 amn xn

Wniosek: przy ustalonych bazach w przestrzeniach V i W danemu odwzorowaniu liniowemu odpowiada dokadnie jedna macierz (speniajca powyszy zwizek dla dowolnych ) i na odwrt: macierz odpowiednich wymiarw (i o elementach z ciaa K) definiuje nam poprzez powyszy zwizek dokadnie jedno odwzorowanie liniowe

Reprezentacja macierzowa odwzorowania liniowego Niech bdzie odwzorowaniem liniowym, a pewnymi (ustalonymi) bazami (reperami) przestrzeni wektorowych, odpowiednio V, W, niech y = f(x), gdzie , gdzie , , rwnanie macierzowe: , (*), , nazywamy macierzow

jest macierz odwzorowania f w bazach

postaci odwzorowania liniowego. Przyjmujc oznaczenia: , , gdzie X, Y s kolumnowymi macierzami (wektorami)

wsprzdnych wektorw, x, y w odpowiednich bazach, moemy rwnanie (*) zapisa w postaci Y = AX. Macierz endomorfizmu w bazie B (przestrzeni V) nazywamy macierz

Twierdzenie: Niech bdzie odwzorowaniem liniowym, dowolnymi (ustalonymi) bazami przestrzeni V, W (dimV = n, dimW = m) i niech , wwczas: r(f) = r(A) Wniosek: Rzdy macierzy tego samego odwzorowania, ale w rnych bazach s takie same. Twierdzenie: niech bd odwzorowaniami liniowymi, pewnymi (ustalonymi) bazami przestrzeni wektorowych, odpowiednio V, W (nad ciaem K) i niech wwczas: 1. = + 2. Twierdzenie: Niech bd odwzorowaniami liniowymi i niech ustalonymi (skoczonymi) bazami przestrzeni odp. V, W, U. Wwczas: = , bd

Twierdzenie: Niech bdzie endomorfizmem i niech przestrzeni V. Wwczas: 1. f jest automorfizmem jest nieosobliwa 2. Jeeli f jest automorfizmem, to

bd ustalonymi (skoczonymi) bazami

ZMIANA BAZ

Macierz przejcia od (starej) bazy do (nowej) bazy w przestrzeni wektorowej V nazywamy macierz odwzorowania identycznociowego przestrzeni V Idv (lub Id) w bazach B, tj. , ( czyli j-t kolumn macierzy przejcia od bazy B do bazy wzgldem starej bazy B). Wniosek: Macierz jest macierz nieosobliw, a jej odwrotno jest macierz przejcia od bazy do B, ). Wniosek: Jeeli X, s kolumnowymi macierzami wsprzdnych wektora wzgldem baz odpowiednio B, wwczas: X = X Twierdzenie: (o zmianie macierzy odwzorowania przy zmianie baz przestrzeni): Niech bdzie odwzorowaniem liniowym, - bazami przestrzeni V, a - bazami przestrzeni W, (gdzie dimV = n, dimW = m). Wwczas, jeeli oznaczymy , , , , to uwaga: W przypadku przestrzeni najwygodniej jest, gdy stara baza macierzy przejcia jest baz kanoniczn. Wniosek: Jeeli jest endomorfizmem, , 1.Macierze nazywamy rwnowanymi wtw, gdy istniej P, Q macierze nieosobliwe takie, e

2. Macierze nazywamy podobnymi, wtw, gdy istnieje macierz nieosobliwa P taka, e Wniosek: 1. Dwie macierze tego samego odwzorowania liniowego wzgldem rnych (bd tych samych) baz s rwnowane. 2. Macierz dowolnego endomorfizmu jest podobna do kadej macierzy tego endomorfizmu w innej (bd tej samej) bazie uwaga; mona udowodni, e dwie macierze rwnowane reprezentuj to samo odwzorowanie liniowe odpowiednio wybranych i ustalonych przestrzeniach i bazach oraz, e dwie macierze podobne reprezentuj ten sam endomorfizm, ale wzgldem rnej (bd tej samej) bazy.

WARTOCI WASNE ORAZ DIAGONALIZACJA ENDOMORFIZMW I MACIERZY

Wartoci i wektory wasne: Niech bdzie endomorfizmem. Skalar (gdzie V jest przestrzeni wektorow nad ciaem K) nazywamy wartoci wasn endomorfizmu f wtw, gdy istnieje niezerowy wektor taki, e f(v) = Kady wektor , speniajcy powysze rwnanie nazywamy wektorem wasnym endomorfizmu f odpowiadajcym wartoci wasnej . uwaga: Zbir wszystkich wasnoci wasnych endomorfizmu nazywamy jego widmem. Twierdzenie: Jeeli jest endomorfizmem, a jego wasnoci wasn wwczas zbir: jest podprzestrzeni wektorow przestrzeni V. uwaga: Zbir skada si ze wszystkich wektorw wasnych endomorfizmu f odpowiadajcych wartoci

wasnej

oraz wektora

Podprzestrze z powyszego twierdzenia nazywamy podprzestrzeni wasn (podprzestrzeni wektorw wasnych) endomorfizmu f odpowiadajc wartoci wasnej . (dim Twierdzenie: Kady wektor wasny endomorfizmu odpowiada dokadnie jednej wartoci wasnej. ,

Twierdzenie: Niech A bdzie macierz endomorfizmu w bazie , wwczas: 1. jest wartoci wasn endomorfizmu f wtw, gdy : 2. Wektor jest wektorem wasnym endomorfizmu f odpowiadajcym wartoci wasnej wsprzdne w bazie B s rozwizaniem ukadu:

wtw, gdy jego

Niech

bdzie endomorfizmem (dimV = n), a A jego macierz w dowolnej bazie, wwczas wielomian nazywamy wielomianem charakterystycznym endomorfizmu

f. uwaga: Wielomian charakterystyczny endomorfizmu nie zaley od wyboru bazy, a wartoci wasne endomorfizmu f wyznaczone s przez pierwiastki tego wielomianu. Twierdzenie: Wektory wasne odpowiadajce rnym wartociom wasnym endomorfizmu f s liniowo niezalene.

Diagonalizacja endomorfizmu: Endomorfizm nazywamy diagonalizowalnym wtw, gdy istnieje baza B przestrzeni V, w ktrej macierz endomorfizmu f ma posta diagonaln. Twierdzenie: Endomorfizm (dimV < ) jest diagonalizowalny wtw, gdy istnieje baza B przestrzeni V zoona z wektorw wasnych endomorfizmu. Wniosek: Jeeli f jest endomorfizmem diagonalizowalnym i jest macierz diagonaln, to baza B skada si z wektorw wasnych endomorfizmu f, a przektna macierzy D skada si z (niekoniecznie rnych) wartoci wasnych endomorfizmu f. (z zachowaniem odpowiedniej kolejnoci). Wniosek (WW na diagonalizowalno endomorfizmu): Warunkiem wystarczajcym (ale nie koniecznym) diagonalizowalnoci endomorfizmu , gdzie dimV = n, jest aby mia n rnych wartoci wasnych. uwaga: Jeeli jest wartoci wasn endomorfizmu f o krotnoci (jako pierwiastka wielomianu charakterystycznego) to: . Liczb nazywamy wwczas krotnoci algebraiczn, a liczb nazywamy krotnoci geometryczn wartoci wasnej .

Twierdzenie (WKW na diagonalizowalno endomorfizmu): Endomorfizm 1. Wielomian charakterystyczny endomorfizmu f ma posta (np. dla K = ): , gdzie

jest diagonalny wtw, gdy:

2. uwaga: Jeeli istnieje baza B przestrzeni V, w ktrej macierz endomorfizmu ma posta diagonaln (czyli jeeli endomorfizm f jest diagonalizowalny), wwczas B jest sum (mnogociow) baz poszczeglnych podprzestrzeni wasnych f.

Diagonalizacja macierzy: Niech A bdzie macierz kwadratow. Macierz A nazywamy diagonalizowaln wtw, gdy jest podobna do jakiej macierzy diagonalnej, tzn., gdy istnieje macierz diagonalna D oraz macierz nieosobliwa P takie, e D= AP uwaga: Macierz A jest diagonalizowalna wtw, gdy jest macierz jakiego diagonalizowalnego endomorfizmu. Wasnoci wasn macierzy kwadratowej z ciaa K, nazywamy dowolny skalar rwnanie: . Wektorem wasnym macierzy A odpowiadajcym wartoci wasnej kady wektor Wielomian ,( ), speniajcy rwnanie: . speniajcy nazywamy

nazywamy wielomianem charakterystycznym macierzy A.