Przekształcenia liniowe

Podobne dokumenty
Układy liniowo niezależne

Działania na przekształceniach liniowych i macierzach

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Zastosowania wyznaczników

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Diagonalizacja macierzy i jej zastosowania

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Endomorfizmy liniowe

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Wyk lad 11 Przekszta lcenia liniowe a macierze

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Przestrzenie liniowe

Układy równań liniowych

Programowanie liniowe

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Programowanie liniowe

R n jako przestrzeń afiniczna

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

1 Zbiory i działania na zbiorach.

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Układy równań liniowych

Wyk lad 11 1 Wektory i wartości w lasne

Teoretyczne podstawy programowania liniowego

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Wykład 14. Elementy algebry macierzy

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

Praca domowa - seria 6

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Baza w jądrze i baza obrazu ( )

Rozwiązania, seria 5.

Przekształcenia liniowe

4 Przekształcenia liniowe

Imię i nazwisko... Grupa...

Programowanie liniowe metoda sympleks

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Macierze. Rozdział Działania na macierzach

Programowanie liniowe metoda sympleks

Układy równań liniowych

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

2. Układy równań liniowych

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Programowanie liniowe metoda sympleks

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Postać Jordana macierzy

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Przestrzenie liniowe

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Algebra liniowa. 1. Macierze.

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Analiza matematyczna i algebra liniowa Macierze

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

Rachunek różniczkowy i całkowy w przestrzeniach R n

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Przestrzenie liniowe

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

DB Algebra liniowa 1 semestr letni 2018

Przestrzeń liniowa. Algebra. Aleksander Denisiuk

φ(x 1,..., x n ) = a i x 2 i +

3 Przestrzenie liniowe

Algebra liniowa z geometrią

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Przestrzenie wektorowe

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9

Układy równań i nierówności liniowych

1 Elementy logiki i teorii mnogości

Macierze i Wyznaczniki

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

13 Układy równań liniowych

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

1 Macierze i wyznaczniki

Analiza matematyczna i algebra liniowa Macierze

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

Układy równań liniowych i metody ich rozwiązywania

Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Zadania egzaminacyjne

Wyk lad 7 Baza i wymiar przestrzeni liniowej

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Wektory i wartości własne

Wstęp do Modelu Standardowego

1 Pochodne wyższych rzędów

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Transkrypt:

Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7

Definicja Niech V, W będa przestrzeniami liniowymi. Powiemy, że funkcja f : V W jest przekształceniem liniowym jeśli spełnione sa warunki: (i) f (v + u) = f (v) + f (u) dla v, u V, (ii) f (αv) = αf (v) dla α R oraz v V. Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 2 / 7

Definicja Niech V, W będa przestrzeniami liniowymi. Powiemy, że funkcja f : V W jest przekształceniem liniowym jeśli spełnione sa warunki: (i) f (v + u) = f (v) + f (u) dla v, u V, (ii) f (αv) = αf (v) dla α R oraz v V. Przykłady Przekształcenie f : R 3 R 2 opisane wzorem f ((x 1, x 2, x 3 )) = (2x 1 3x 3, x 1 + x 2 + x 3 ) jest liniowe, Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 2 / 7

Definicja Niech V, W będa przestrzeniami liniowymi. Powiemy, że funkcja f : V W jest przekształceniem liniowym jeśli spełnione sa warunki: (i) f (v + u) = f (v) + f (u) dla v, u V, (ii) f (αv) = αf (v) dla α R oraz v V. Przykłady Przekształcenie f : R 3 R 2 opisane wzorem f ((x 1, x 2, x 3 )) = (2x 1 3x 3, x 1 + x 2 + x 3 ) jest liniowe,ogólnie: Twierdzenie Każde przekształcenie liniowe R n R m ma postać f ((x 1,..., x n )) = (a 11 x 1 + + a 1n x n,..., a m1 x 1 + + a mn x n ) dla pewnych a ij R, gdzie 1 i m, 1 j n. (Dowód) Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 2 / 7

Definicja Niech V, W będa przestrzeniami liniowymi. Powiemy, że funkcja f : V W jest przekształceniem liniowym jeśli spełnione sa warunki: (i) f (v + u) = f (v) + f (u) dla v, u V, (ii) f (αv) = αf (v) dla α R oraz v V. Przykłady Przekształcenie f : R 3 R 2 opisane wzorem f ((x 1, x 2, x 3 )) = (2x 1 3x 3, x 1 + x 2 + x 3 ) jest liniowe,ogólnie: Twierdzenie Każde przekształcenie liniowe R n R m ma postać f ((x 1,..., x n )) = (a 11 x 1 + + a 1n x n,..., a m1 x 1 + + a mn x n ) dla pewnych a ij R, gdzie 1 i m, 1 j n. (Dowód) 2. φ : F(R, R) R zdefiniowane przez φ(f ) = f (1) jest liniowe, Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 2 / 7

Definicja Niech V, W będa przestrzeniami liniowymi. Powiemy, że funkcja f : V W jest przekształceniem liniowym jeśli spełnione sa warunki: (i) f (v + u) = f (v) + f (u) dla v, u V, (ii) f (αv) = αf (v) dla α R oraz v V. Przykłady Przekształcenie f : R 3 R 2 opisane wzorem f ((x 1, x 2, x 3 )) = (2x 1 3x 3, x 1 + x 2 + x 3 ) jest liniowe,ogólnie: Twierdzenie Każde przekształcenie liniowe R n R m ma postać f ((x 1,..., x n )) = (a 11 x 1 + + a 1n x n,..., a m1 x 1 + + a mn x n ) dla pewnych a ij R, gdzie 1 i m, 1 j n. (Dowód) 2. φ : F(R, R) R zdefiniowane przez φ(f ) = f (1) jest liniowe, 3. φ : D(R) F(R, R), gdzie D(R) oznacza funkcje różniczkowalne, zdefiniowane φ(f ) = f jest liniowe. Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 2 / 7

Własności przekształceń liniowych Niech f : V W będzie przekształceniem liniowym. Wówczas: 1. f (0) = 0 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 3 / 7

Własności przekształceń liniowych Niech f : V W będzie przekształceniem liniowym. Wówczas: 1. f (0) = 0 2. Jeśli układ v 1,..., v k jest liniowo zależny w V to układ f (v 1 ),..., f (v k ) jest liniowo zależny w W ( układ liniowo niezależny nie musi przechodzić na układ liniowo niezależny.) Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 3 / 7

Własności przekształceń liniowych Niech f : V W będzie przekształceniem liniowym. Wówczas: 1. f (0) = 0 2. Jeśli układ v 1,..., v k jest liniowo zależny w V to układ f (v 1 ),..., f (v k ) jest liniowo zależny w W ( układ liniowo niezależny nie musi przechodzić na układ liniowo niezależny.) 3. Zbiór f (V ) = {f (v) : v V } W jest podprzestrzenia W (zwana obrazem f ), oraz jeśli układ v 1,..., v k rozpina V to układ f (v 1 ),..., f (v k ) rozpina f (V ). Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 3 / 7

Własności przekształceń liniowych Niech f : V W będzie przekształceniem liniowym. Wówczas: 1. f (0) = 0 2. Jeśli układ v 1,..., v k jest liniowo zależny w V to układ f (v 1 ),..., f (v k ) jest liniowo zależny w W ( układ liniowo niezależny nie musi przechodzić na układ liniowo niezależny.) 3. Zbiór f (V ) = {f (v) : v V } W jest podprzestrzenia W (zwana obrazem f ), oraz jeśli układ v 1,..., v k rozpina V to układ f (v 1 ),..., f (v k ) rozpina f (V ). 4. Przekształcenie f jest różnowartościowe tylko wtedy, kiedy {v V : f (v) = 0} = {0} Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 3 / 7

Własności przekształceń liniowych Niech f : V W będzie przekształceniem liniowym. Wówczas: 1. f (0) = 0 2. Jeśli układ v 1,..., v k jest liniowo zależny w V to układ f (v 1 ),..., f (v k ) jest liniowo zależny w W ( układ liniowo niezależny nie musi przechodzić na układ liniowo niezależny.) 3. Zbiór f (V ) = {f (v) : v V } W jest podprzestrzenia W (zwana obrazem f ), oraz jeśli układ v 1,..., v k rozpina V to układ f (v 1 ),..., f (v k ) rozpina f (V ). 4. Przekształcenie f jest różnowartościowe tylko wtedy, kiedy {v V : f (v) = 0} = {0} 5.Jeśli f jest różnowartościowe i układ v 1,..., v k jest liniowo niezależny to również układ f (v 1 ),..., f (v k ) jest liniowo niezależny. Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 3 / 7

Twierdzenie jeśli wektory v 1,..., v n tworza bazę przestrzeni V, zaś wektory w 1,..., w n stanowia dowolny układ n wektorów przestrzeni W to istnieje dokładnie jedno przekształcenie liniowe f : V W spełniajace równości f (v i ) = w i dla i = 1,..., n. Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 4 / 7

Twierdzenie jeśli wektory v 1,..., v n tworza bazę przestrzeni V, zaś wektory w 1,..., w n stanowia dowolny układ n wektorów przestrzeni W to istnieje dokładnie jedno przekształcenie liniowe f : V W spełniajace równości f (v i ) = w i dla i = 1,..., n. Przykład Niech przekształcenie liniowe f : R 2 R 3 będzie zadane warunkami f ((0, 1)) = (2, 1, 1) oraz f ((1, 2)) = (5, 4, 3). Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 4 / 7

Twierdzenie jeśli wektory v 1,..., v n tworza bazę przestrzeni V, zaś wektory w 1,..., w n stanowia dowolny układ n wektorów przestrzeni W to istnieje dokładnie jedno przekształcenie liniowe f : V W spełniajace równości f (v i ) = w i dla i = 1,..., n. Przykład Niech przekształcenie liniowe f : R 2 R 3 będzie zadane warunkami f ((0, 1)) = (2, 1, 1) oraz f ((1, 2)) = (5, 4, 3). Wówczas: f ((1, 0)) = f ((1, 2) 2(0, 1)) = (5, 4, 3) 2(2, 1, 1) = (1, 2, 1). Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 4 / 7

Twierdzenie jeśli wektory v 1,..., v n tworza bazę przestrzeni V, zaś wektory w 1,..., w n stanowia dowolny układ n wektorów przestrzeni W to istnieje dokładnie jedno przekształcenie liniowe f : V W spełniajace równości f (v i ) = w i dla i = 1,..., n. Przykład Niech przekształcenie liniowe f : R 2 R 3 będzie zadane warunkami f ((0, 1)) = (2, 1, 1) oraz f ((1, 2)) = (5, 4, 3). Wówczas: f ((1, 0)) = f ((1, 2) 2(0, 1)) = (5, 4, 3) 2(2, 1, 1) = (1, 2, 1). Stad f ((x 1, x 2 )) = f (x 1 (1, 0) + x 2 (0, 1)) = x 1 f ((1, 0)) + x 2 f ((0, 1)) = x 1 (1, 2, 1) + x 2 (2, 1, 1) = (x 1 + 2x 2, 2x 1 + x 2, x 1 + x 2 ) Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 4 / 7

Macierz przekształcenia liniowego Oznaczenie: M m n = zbiór wszystkich macierzy o m wierszach i n kolumnach Definicja Niech V, W będa przestrzeniami liniowymi, zaś układy A = (v 1,..., v n ) oraz B = (w 1,..., w m ) odpowiednio bazami V i W. Macierza przekształcenia liniowego f : V W w bazach A, B nazywamy taka macierz A = [a ij ] M m n (R), że spełnione sa równości f (v j ) = m i=1 a ijw i dla j = 1,..., n (tzn. w j-tej kolumnie macierzy A stoja współrzędne wektora f (v j ) w bazie B). Macierz taka oznaczamy M(f ) B A Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 5 / 7

Przykład f : R 3 R 2 określono wzorem f ((x 1, x 2, x 3 )) = (2x 1 + x 2 x 3, x 1 x 2 + x 3 ). Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 6 / 7

Przykład f : R 3 R 2 określono wzorem f ((x 1, x 2, x 3 )) = (2x 1 + x 2 x 3, x 1 x 2 + x 3 ). Układ A = ((1, 0, 1), (0, 1, 2), (2, 1, 0)) jest baza R 3, zaś układ B = ((0, 1), (1, 1)) baza R 2. Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 6 / 7

Przykład f : R 3 R 2 określono wzorem f ((x 1, x 2, x 3 )) = (2x 1 + x 2 x 3, x 1 x 2 + x 3 ). Układ A = ((1, 0, 1), (0, 1, 2), (2, 1, 0)) jest baza R 3, zaś układ B = ((0, 1), (1, 1)) baza R 2. Mamy f ((1, 0, 1)) = (1, 2) = 1(0, 1) + 1(1, 1), f ((0, 1, 2)) = ( 1, 1) = 2(0, 1) 1(1, 1), f ((2, 1, 0)) = (5, 1) = 4(0, 1) + 5(1, 1). Zatem [ ] M(f ) B 1 2 4 A = 1 1 5 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 6 / 7

Przykład f : R 3 R 2 określono wzorem f ((x 1, x 2, x 3 )) = (2x 1 + x 2 x 3, x 1 x 2 + x 3 ). Układ A = ((1, 0, 1), (0, 1, 2), (2, 1, 0)) jest baza R 3, zaś układ B = ((0, 1), (1, 1)) baza R 2. Mamy f ((1, 0, 1)) = (1, 2) = 1(0, 1) + 1(1, 1), f ((0, 1, 2)) = ( 1, 1) = 2(0, 1) 1(1, 1), f ((2, 1, 0)) = (5, 1) = 4(0, 1) + 5(1, 1). Zatem [ ] M(f ) B 1 2 4 A = 1 1 5 Oznaczenie: bazę R n złożona z wektorów jednostkowych ε 1,..., ε n będziemy nazywać baza standardowa i oznaczać st. Niech f będzie takie jak wyżej. Mamy f (ε 1 ) = f ((1, 0, 0)) = (2, 1), f (ε 2 ) = f ((0, 1, 0)) = (1, 1), f (ε 3 ) = f ((0, 0, 1)) = ( 1, 1). Zatem [ ] M(f ) st 2 1 1 st = 1 1 1 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 6 / 7

Rzad macierzy Definicja Niech macierz A M n m (R) składa się z kolumn k 1,..., k m. wymiar przestrzeni lin(k 1,..., k m ) R n nazywamy rzędem A i oznaczamy r(a). Uwaga Rzad macierzy A jest zatem równy liczności maksymalnego układu liniowo niezależnego, utworzonego z kolumn A, a więc równy liczbie wierszy niezerowych macierzy schodkowej A powstałej z A przez zastosowanie operacji wierszowych. Twierdzenie Niech f : V W będzie przekształceniem liniowym przestrzeni V w przestrzeń W. Wówczas rzad macierzy M(f ) C B nie zależy od wyboru baz B w V i C w W i jest równy dim f (V ) Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 7 / 7