10. Vektorové podprostory

Podobné dokumenty
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

1 Lineární prostory a podprostory

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

ALGEBRA. Téma 5: Vektorové prostory

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

18. První rozklad lineární transformace

1 Báze a dimenze vektorového prostoru 1

Matematika 2 pro PEF PaE

Základní pojmy teorie množin Vektorové prostory

19. Druhý rozklad lineární transformace

9. Vektorové prostory

Báze a dimenze vektorových prostorů

Matematika B101MA1, B101MA2

Lineární algebra : Lineární prostor

(ne)závislost. α 1 x 1 + α 2 x α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

VĚTY Z LINEÁRNÍ ALGEBRY

Lineární algebra : Lineární (ne)závislost

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 2.

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Lineární algebra : Báze a dimenze

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

6 Lineární geometrie. 6.1 Lineární variety

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Lineární algebra : Skalární součin a ortogonalita

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Těleso racionálních funkcí

1 Řešení soustav lineárních rovnic

Cvičení z Lineární algebry 1

1 Soustavy lineárních rovnic

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Odpřednesenou látku naleznete v kapitolách skript Abstraktní a konkrétní lineární algebra.

ALGEBRA. Téma 4: Grupy, okruhy a pole

DEFINICE Z LINEÁRNÍ ALGEBRY

10 Přednáška ze

grupa těleso podgrupa konečné těleso polynomy komutativní generovaná prvkem, cyklická, řád prvku charakteristika tělesa

6.1 Vektorový prostor

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Úvod do informatiky. Miroslav Kolařík

Báze a dimense. Odpřednesenou látku naleznete v kapitolách a 3.6 skript Abstraktní a konkrétní lineární algebra.

Věta o dělení polynomů se zbytkem

Odpřednesenou látku naleznete v kapitole 3.1 skript Abstraktní a konkrétní lineární algebra.

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

Lineární prostory. - vektorové veličiny(síla, rychlost, zrychlení,...), skládání, násobení reálným číslem

Lineární algebra : Metrická geometrie

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Aritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008

Lineární algebra : Lineární zobrazení

Lineární (ne)závislost

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

EUKLIDOVSKÉ PROSTORY

2. kapitola: Euklidovské prostory

1 Linearní prostory nad komplexními čísly

Co byste měl/a zvládnout po 4. týdnu

Matematika I 12a Euklidovská geometrie

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

1. Pologrupy, monoidy a grupy

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

FREDHOLMOVA ALTERNATIVA

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

2. přednáška 8. října 2007

Matematika B101MA1, B101MA2

Lineární algebra : Polynomy

M M. Je-li ρ M 2 relace, pak vztah (x, y) ρ zapisujeme x ρ y.

3. přednáška 15. října 2007

Ortogonální projekce a ortogonální zobrazení

Limita a spojitost funkce a zobrazení jedné reálné proměnné

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Zavedení a vlastnosti reálných čísel

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Matematická analýza 1

(1) Dokažte, že biprodukt je součin (a tím pádem i součet). Splňují-li homomorfismy. A B je izomorfismus stejně jako A B i+j

Základy teorie množin

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

PŘEDNÁŠKA 2 POSLOUPNOSTI

Úlohy nejmenších čtverců

Vlastní čísla a vlastní vektory

Charakteristika tělesa

Lineární algebra Kapitola 1 - Základní matematické pojmy

7. Důležité pojmy ve vektorových prostorech

Vlastní číslo, vektor

Lineární algebra : Úvod a opakování

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.

Úvod do lineární algebry

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

pochopení celé kapitoly je myšlenka, že těleso S lze považovat za vektorový prostor

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 4.

ANALYTICKÁ GEOMETRIE V ROVINĚ

Transkript:

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Definice. Bud V vektorový prostor nad polem P. Podmnožina U V se nazývá podprostor, jestliže platí (i) 0 U; (ii) a + b U pro každé dva vektory a, b U (uzavřenost na sčítání); (iii) ra U pro každý vektor a U akaždý skalár r P (uzavřenost na násobení skalárem). Podle (iii), pro každý vektor u U máme u = ( 1) u U, a to znamená, žeskaždým vektorem ležívu i vektor k němu opačný. To spolu s (i) a (ii) znamená, že takový podprostor je podgrupa abelovské grupy (V, +, 0, ). Axiomy vektorového prostoru jsou splněny na V a tím spíše na U (cvičení). Tudíž, podobně jako u ostatních algebraických podstruktur, podprostor je sám též vektorovým prostorem. Příklad. (1) Každý vektorový prostor je sám svým podprostorem. (2) Nulový prostor je podprostorem každého vektorového prostoru. (3) R je podprostorem vektorového prostoru C nad polem R (ověřte). (4) {(a, 0) a R} je podprostorem vektorového prostoru R 2 nad polem R (ověřte). Mnoho dalších příkladůmůžeme získat jako tzv. lineární obaly. Definice. Bud te u 1, u 2,...,u n libovolné vektory vektorového prostoru V nad polem P. Označme [[u 1, u 2,...,u n ]] množinu všech P-lineárních kombinací vektorů u 1, u 2,...,u n : [[u 1, u 2,...,u n ]] ={x 1 u 1 + +x n u n x 1,...,x n P}. Tvrzení. Bud te u 1, u 2,...,u n V libovolné vektory z vektorového prostoru V. Pak platí: (1) Lineární obal [[u 1, u 2,...,u n ]] je podprostorem ve V. (2) Je-li U V podprostor obsahující vektory u 1, u 2,...,u n, pak [[u 1, u 2,...,u n ]] U. Důkaz. (1) Stačí ukázat, že množina [[u 1, u 2,...,u n ]] splňuje podmínky (i) (iii) z definice vektorového prostoru. Podmínka (i): 0 = 0u 1 + +0u n [[u 1, u 2,...,u n ]]. Podmínka (ii): Je-li a, b [[u 1, u 2,...,u n ]], pak a = x 1 u 1 + +x n u n a b = y 1 u 1 + +y n u n pro vhodné koeficienty x i, y i P, načež a + b = (x 1 + y 1 )u 1 + +(x n + y n )u n [[u 1, u 2,...,u n ]], protože x 1 + y 1 P,...,x n + y n P. Podmínka (iii): Cvičení. (2) Necht u 1, u 2,...,u n U.Každý prvek z [[u 1,...,u n ]] je nějaká lineární kombinace x 1 u 1 + +x n u n. Každý z prvků u i leží vu, proto i násobky x i u i leží vu, a nakonec i jejich součet leží vu. Poslední fakt je pro n 2 přímým důsledkem podmínky (ii) z definice podprostoru; pro vyšší n se snadno dokáže indukcí (cvičení). Tudíž, [[u 1,...,u n ]] je nejmenší podprostor ve V obsahující vektory u 1,...,u n.

Tvrzení. Libovolný podprostor konečněrozměrného vektorového prostoru je konečněrozměrný. Důkaz. Bud V konečněrozměrný prostor, dim V = N, bud U V podprostor. Zkonstruujeme bázi postupem, který jsme použili při doplňování lineárně nezávislé množiny vektorů do báze. 0-tý krok: Je-li U nulový prostor, jsme hotovi (U je 0-rozměrný). 1-ní krok: Když U {0}, pak existuje vektor u 1 U \{0}.Uvažujme o podprostoru [[u 1 ]]. Je-li U = [[u 1 ]], pak jsme hotovi (U je 1-rozměrný). k-tý krok: Když U [[u 1,...,u k 1 ]], pak existuje vektor u k U \ [[u 1,...,u k 1 ]]. Je-li [[u 1,...,u k ]], pak jsme hotovi (U je k-rozměrný). Procedura skončí, jakmile narazíme na rovnost U = [[u 1, u 2,...,u r ]] pro nějaké r; tose zcela jistě stane. Vskutku, vektory u 1, u 2,...,u r jsou lineárně nezávislé, protože žádný z nich není lineární kombinací předchozích (podle konstrukce u i [[u 1, u 2,...,u i 1 ]]). Nezávislých vektorů však nikdy není více než generátorů, tudíž r N. Důsledek. Vektorový prostor, který obsahuje alespoň jeden nekonečněrozměrný podprostor, je nekonečněrozměrný. Cvičení. Uvažujme například o prostoru C r R všech funkcí R R, spojitých se všemi derivacemi až do řádu r včetně. Prostor C r R je nekonečněrozměrný, protože obsahuje podprostor polynomů R[x], který je nekonečněrozměrný. Následující tvrzení se často hodí při důkazech. Tvrzení. Bud V konečněrozměrný vektorový prostor, bud U V jeho podprostor. Necht dim U = dim V.PakU = V. Důkaz. Bud u 1,...,u n báze v U. Připust me, že existuje vektor v V \ U. Vn-rozměrném prostoru U pak máme n + 1 nezávislých vektorů u 1,...,u n,v (žádný z nich není lineární kombinací předchozích: vektory u i protože jsou bázové, vektor v proto, že jinak by ležel v U). To je spor, a tedy V = U. Příklad. Podprostory U prostoru E 2 jsou: (1) nulový podprostor {0}; (2) kterákoliv přímka L E 2 procházející počátkem (přesněji, množina všech vektorů, které při umístění vpočátku celéleží vpřímce L); (3) celý prostor E 2. E 2 0 Skutečně, je-li U podprostor v E 2, pak mohou nastat následující případy: (1) U obsahuje jen nulový vektor, načež U je nulový podprostor. Jinak U obsahuje alespoň jeden nenulový vektor u a mohou nastat dva případy: (2) všechny vektory z U jsou násobky u,načež U je přímka procházející počátkem; (3) existuje vektor u nezávislýnau,načež u, u tvoří bázi ve dvourozměrném prostoru E 2 a U = E 2 podle předchozího tvrzení. 2

Příklad. Podobně v trojrozměrném prostoru E 3 jsou podprostory (1) nulový podprostor {0}; (2) kterákoliv přímka L E 2 procházející počátkem; (3) kterákoliv rovina R E 3 procházející počátkem; (4) celý prostor E 3. Průniky a součty podprostorů Tvrzení. Bud te U, U V podprostory vektorového prostoru V. Pak je průnik U U též podprostor. Důkaz. Ověřme podmínky (i) (iii). Podmínka (i): 0 U U, protože 0 U a0 U. Podmínka (ii): Necht a, b U U.Paka, b U, takže a + b U. Podobně a, b U, takže a + b U.Tudíž, a + b U U. Podmínka (iii): Cvičení. Definice. Bud te U, U dva podprostory vektorového prostoru V. Označme U + U ={u + u u U, u U }. Množina U + U se nazývá součet podprostorů U a U. Prvky množiny U +U jsou všechny vektory u V, pro něž existuje vyjádření u = u +u, kde u U a u U. Tvrzení. Bud te U, U V podprostory. Pak je U + U podprostor ve V. Důkaz. Podmínka (i): 0 = 0 + 0 U + U, kde 0 U a0 U. Podmínka (ii): Necht a, b U + U.Paka = a + a a b = b + b, kde a, b U, a, b U,načež a + b = a + a + b + b = (a + b ) + (a + b ) U + U. Podmínka (iii): Cvičení. Cvičení. Dokažte, že (1) U, U U + U. (2) Je-li U nějaký podprostor ve V takový, že U U a U U, pak U + U U. Návod: (1) Je-li u U libovolný prvek, pak u = u + 0 U + U. (2) Bud u +u obecný vektor z U +U, u U, u U. Protože U, U U,máme u, u U, načež u + u U. Množina S(V ) všech podprostorů vektorového prstoru V je uspořádána inkluzí. Z dokázaných tvrzení o průnicích a součtech podprostorů plyne, že množina S(V ) je svazově uspořádána, přičemž infimem je průnik a supremem je součet podprostorů. Tudíž, (S(V ),, +) je svaz. (Tento svaz není obecně ani distributivní, ani komplementární.) Tvrzení. Bud te U, U podprostory vektorového prostoru V. Pak dim U + dim U = dim(u + U ) + dim(u U ). Důkaz. Necht dim U = n, dim U = n, dim(u U ) = r a dim(u + U ) = s. Bud u 1,...,u r báze v U U. To je jistě nezávislá množina vektorů vu resp. v U a proto se dá v obou prostorech doplnit do báze vektory u 1,...,u n r resp. u 1,...,u n r. Ukažme, že vektory u 1,...,u r, u 1,...,u n r, u 1,...,u n r tvoří bázi v U + U. 3

Vektory u 1,...,u r, u 1,...,u n r, u 1,...,u n r jsou nezávislé. Skutečně, necht c 1 u 1 + +c r u r + c 1 u 1 + +c n r u n r + c 1 u 1 + +c n r u n r = 0 pro nějaké skaláry c 1,...,c r, c 1,...,c n r, c 1,...,c n r P. Pak c 1 u 1 + +c r u r + c 1 u 1 + +c n r u n r = c 1 u 1 c n r u n r, kde na levé straně stojí prvek z U a na pravé stojí prvek z U, ale protože jsou si rovny, leží vlastně vu U, a lze je jednoznačně vyjádřit jako lineární kombinace vektorů u 1,...,u r. Vyjádřeme tak vektor na pravé straně: existují skaláry x 1,...,x r P takové, že x 1 u 1 + +x r u r = c 1 u 1 c n r u n r. Z nezávislosti vektorů u 1,...,u r, u 1,...,u n r (tvoří bázi v U ) pak okamžitě plyne, že x 1 = = x r = c 1 = =c n r = 0. Odtud c 1 u 1 + +c r u r + c 1 u 1 + +c n r u n r = 0, načež z podobných důvodů c 1 = =c r = c 1 = =c n r = 0, což dokazuje nezávislost. Snadno se dokáže, že vektory u 1,...,u r, u 1,...,u n r, u 1,...,u n r generují U + U (cvičení). Nalezli jsme bázi v U + U o r + (n r) + (n r) = n + n r vektorech. Tím je ověřeno, že n + n r = s adůkaz je hotov. Příklad. V prostoru E 3 bud U E 3 nějaká rovina procházející počátkem a L E 3 libovolnápřímka procházející počátkem a neležící v U: U L Pak U je podprostor a podobně L je podprostor, přičemž evidentně U L ={0}. Proto dim(u + L) = dim U + dim L dim(u L) = 2 + 1 0 = 3 = dim E 3.Tudíž, E 3 = U + L akaždý vektor v E 3 je součtem v = u + l, kde u U a l L. Jak najdeme vektory u, l, je-li dán vektor v? Cvičení. Bud te U, U podprostory v vektorovém prostoru V, necht dim U + dim U > dim V. Ukažte, že existuje nenulový vektor u U U. Cvičení. Ukažte, že [[u 1,...,u n ]] + [[v 1,...,v m ]] = [[u 1,...,u n,v 1,...,v m ]]. Definici součtu podprostorů lze snadno rozšířit na libovolný konečný počet sčítanců 2: U 1 + +U n ={u 1 + +u n u 1 U 1,...,u n U n }. Vektor v V tedy leží v U 1 + +U n právě tehdy, když jej lze zapsat jako součet v = u 1 + +u n,přičemž u 1 U 1,...,u n U n. 4

Přímý součet podprostorů Definice. Bud V vektorový prostor nad polem P, Bud te U 1,...,U n podprostory ve V. Součet U 1 + +U n nazývá přímý, jestliže každý vektor v U 1 + +U n lze zapsat právě jedním způsobem jako součet v = u 1 + +u n, kde u 1 U 1,...,u n U n.přímý součet zapisujeme stečkami: U 1 + + U n. Příklad. Necht U 1 ={(x, 0, 0) x P}, U 2 ={(0, y, 0) y P}, U 3 ={(0, 0, z) z P}. Pak P 3 = U 1 + U 2 + U 3, protože libovolný vektor u = (x, y, z) P má jediné vyjádření ve tvaru součtu u = u 1 + u 2 + u 3, kde u 1 U 1, u 2 U 2, u 3 U 3, a sice (x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z). Tvrzení. Bud te U 1, U 2 dva podprostory vektorového prostoru V. Následující podmínky jsou ekvivalentní: (i) V = U 1 + U 2 ; (ii) V = U 1 + U 2,U 1 U 2 = 0. Důkaz.,,(i) (ii) : Z existence rozkladu v = u 1 + u 2 plyne, že V = U 1 + U 2. Ukažme, že U 1 U 2 = 0. Bud tedy u U 1 U 2. Pak máme dva rozklady vektoru u na sčítance z U 1 a U 2, a sice u = 0 + u a u = u + 0. Totožnost obou rozkladů znamená, že u = 0.,,(i) (ii) : Existence vektorů u 1, u 2 plyne z definice součtu U 1 + U 2. Jednoznačnost dokážeme: Pokud je u 1, u 2 jiná dvojice vektorů taková, že v = u 1 + u 2, pak 0 = v v = (u 1 u 1 ) + (u 2 u 2 ), a tedy u 1 u 1 = (u 2 u 2 ). Vektor u 1 u 1 U 1 je roven vektoru (u 2 u 2 ) U 2, a proto leží vprůniku U 1 U 2,což je nulový prostor. Tudíž, u 1 u 1 = 0au 2 u 2 = 0. Příklad. (1) V = V + 0 pro libovolný vektorový prostor V. (2) Prostor E 3 je přímým součtem U + L, je-li U E 3 libovolná rovina procházející počátkem a L E 3 libovolnápřímka procházející počátkem a neležící v U: U L Vpřípadě konečněrozměrných podprostorů máme jednoduché kriterium. Tvrzení. Bud te U 1, U 2 podprostory konečněrozměrného vektorového prostoru V, necht V = U 1 + U 2. Pak jsou následující podmínky ekvivalentní: (i) V = U 1 + U 2 ; (ii) dim V = dim U 1 + dim U 2. Důkaz.,,(i) (ii) :Máme dim V = dim U 1 + dim U 2 dim(u 1 U 2 ) = dim U 1 + dim U 2.,,(i) (ii) : Necht dim V = dim U 1 + dim U 2. Potom dim(u 1 U 2 ) = dim U 1 + dim U 2 dim(u 1 + U 2 ) = dim U 1 + dim U 2 dim V = 0. 5

Cvičení. Bud V = U 1 + U 2 přímý součet podprostorů, bud e 1,...,e m 1 báze v podprostoru U 1,bud e 1,...,e m 2 báze v podprostoru U 2. Pak je e 1,...,e m 1, e 1,...,e m 2 báze v prostoru V. Dokažte. U 2 e 3 e 2 U 1 e 1 Cvičení. Bud m < n, bud e 1,...,e m, e m+1,...,e n nějaká báze vektorového prostoru V. Pak platí V = [[e 1,...,e m ]] +[[e m+1,...,e n ]]. Dokažte. Vzniká otázka, jak jednoduše rozeznat přímý součet n podprostorů při n > 2. Mohlo by se zdát, že prostor V je přímým součtem podprostorů U 1,...,U n, jestliže je jejich součtem a podprostory U 1,...,U n mají po dvou nulovýprůnik. Následující příklad ukazuje, že nic podobného neplatí: Příklad. Prostor E 3 není přímým součtem L 1 + L 2 + U, je-li U rovina procházející počátkem a jsou-li L 1, L 2 E 3 různépřímky procházející počátkem, neležící v rovině U. U L 1 L 2 Skutečně, součet L 1 + L 2 je sice přímý, ale má nenulový průnik s rovinou U. L 1 + L 2 U (L1 + L 2 ) U Libovolný nenulový vektor u = l 1 + l 2 ležící vprůniku (L 1 + L 2 ) U pak má dvojí vyjádření: jako součet l 1 + l 2 + 0 a jako součet 0 + 0 + u. Tvrzení. Bud te U 1,...,U n V podprostory takové, že V = U 1 + + U n. Pak jsou následující podmínky ekvivalentní: (i) V = U 1 + U 2 + + U n ; (ii) U 1 U 2 = 0, (U 1 + U 2 ) U 3 = 0,..., (U 1 + +U n 1 ) U n = 0. Je-li navíc prostor V konečněrozměrný, pak je s nimi ekvivalentní i podmínka (iii) dim V = dim U 1 + +dim U n. Problém k řešení. Dokažte poslední tvrzení. 6