Endomorfizmy liniowe

Podobne dokumenty
Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

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

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

Zadania przygotowawcze, 3 kolokwium

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

Przestrzenie liniowe

Przekształcenia liniowe

Układy liniowo niezależne

R n jako przestrzeń afiniczna

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

Zastosowania wyznaczników

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Wektory i wartości własne

Działania na przekształceniach liniowych i macierzach

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

Wektory i wartości własne

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

Przekształcenia liniowe

Wyk lad 11 1 Wektory i wartości w lasne

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

1 Podobieństwo macierzy

Zadania egzaminacyjne

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

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

A. Strojnowski - Twierdzenie Jordana 1

Wyk lad 11 Przekszta lcenia liniowe a macierze

Przestrzenie liniowe

Zadania z Algebry liniowej 4 Semestr letni 2009

Zestaw zadań 14: Wektory i wartości własne. ) =

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

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Geometria Lista 0 Zadanie 1

Przekształcenia liniowe

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

Wykład 14. Elementy algebry macierzy

1 Zbiory i działania na zbiorach.

Imię i nazwisko... Grupa...

Algebra liniowa. 1. Macierze.

φ(x 1,..., x n ) = a i x 2 i +

1 Przestrzeń liniowa. α 1 x α k x k = 0

Algebra liniowa z geometrią

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

MATEMATYKA KLASA II LICEUM OGÓLNOKSZTAŁCĄCEGO

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

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

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

1 Macierze i wyznaczniki

DB Algebra liniowa 1 semestr letni 2018

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

1 Wartości własne oraz wektory własne macierzy

Wyk lad 7 Baza i wymiar przestrzeni liniowej

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

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

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

Przestrzeń liniowa. Algebra. Aleksander Denisiuk

ALGEBRA z GEOMETRIA, ANALITYCZNA,

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Układy równań liniowych

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Wykład 5. Ker(f) = {v V ; f(v) = 0}

1 Działania na zbiorach

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

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

MACIERZE I WYZNACZNIKI

Wyk lad 9 Baza i wymiar przestrzeni liniowej

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

Układy równań i równania wyższych rzędów

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni ,5 1

Lista nr 1 - Liczby zespolone

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,...

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Własności wyznacznika

Układy równań liniowych

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Przestrzeń liniowa i przekształcenie liniowe

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

Arkusz 6. Elementy geometrii analitycznej w przestrzeni

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

Baza w jądrze i baza obrazu ( )

6 Homomorfizmy przestrzeni liniowych

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

GAL II. zestawy do prac domowych z rozwiązaniami semestr letni 2011/2012. Wydział MIM UW

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

Wartości i wektory własne

Kombinacje liniowe wektorów.

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

GRAFIKA KOMPUTEROWA podstawy matematyczne. dr inż. Hojny Marcin pokój 406, pawilon B5 Tel.

R k v = 0}. k N. V 0 = ker R k 0

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

9 Przekształcenia liniowe

Rozwiązania zadań z listy T.Koźniewskiego

Zaawansowane metody numeryczne

Transkrypt:

Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16

Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 2 / 16

Definicja Niech V będzie przestrzenia liniowa. Przekształcenie liniowe ϕ : V V nazywamy endomorfizmem przestrzeni V. Ponadto, jeśli A jest baza V, to macierz M(ϕ) A A nazwiemy macierz a endomorfizmu ϕ w bazie A i oznaczymy M(ϕ) A Mirosław Sobolewski (UW) Warszawa, listopad 2011 3 / 16

Definicja Niech V będzie przestrzenia liniowa. Przekształcenie liniowe ϕ : V V nazywamy endomorfizmem przestrzeni V. Ponadto, jeśli A jest baza V, to macierz M(ϕ) A A nazwiemy macierz a endomorfizmu ϕ w bazie A i oznaczymy M(ϕ) A Przykład 1. Znane z geometrii szkolnej izometrie oraz podobieństwa płaszczyzny, jeśli nie ruszaja punktu (0, 0) sa pewnymi endomorfizmami płaszczyzny jako przestrzeni liniowej R 2. Np. niech s symetria względem osi X, r obrót wokół (0, 0) o kat π/2, k jednokładność w skali 3 względem (0, 0), i niech A baza standardowa, zaś baza B = ((1, 2), (0, 1)) : [ [ 1 0 1 0 M(s) A =, M(s) 0 1 B = 4 1 Mirosław Sobolewski (UW) Warszawa, listopad 2011 3 / 16

Przykład [ 0 1 M(r) A = 1 0 M(k) A = [ 2 1, M(r) B = 5 2 [ 3 0 0 3 = M(k) B Ogólnie, macierza jednokładności w skali α, czyli endomorfizmu ϕ : V V zadanego przez ϕ(v) = αv jest, niezależnie od bazy α 0... 0 α, Mirosław Sobolewski (UW) Warszawa, listopad 2011 4 / 16

Przykład [ 0 1 M(r) A = 1 0 M(k) A = [ 2 1, M(r) B = 5 2 [ 3 0 0 3 = M(k) B Ogólnie, macierza jednokładności w skali α, czyli endomorfizmu ϕ : V V zadanego przez ϕ(v) = αv jest, niezależnie od bazy Problem α 0... 0 α Dany endomorfizm ϕ : V V. Jak zmienia się M(ϕ) A przy zmianie bazy A w V?, Mirosław Sobolewski (UW) Warszawa, listopad 2011 4 / 16

Definicja Mówimy, że macierze A, B M n n (R) sa podobne istnieje taka macierz odwracalna C M n n (R), że B = C 1 AC. Twierdzenie Niech ϕ : V V będzie endomorfizmem skończeniewymiarowej przestrzeni V. Wówczas dla dowolnych baz A, B przestrzeni V macierze M(ϕ) A i M(ϕ) B sa podobne. Mirosław Sobolewski (UW) Warszawa, listopad 2011 5 / 16

Definicja Mówimy, że macierze A, B M n n (R) sa podobne istnieje taka macierz odwracalna C M n n (R), że B = C 1 AC. Twierdzenie Niech ϕ : V V będzie endomorfizmem skończeniewymiarowej przestrzeni V. Wówczas dla dowolnych baz A, B przestrzeni V macierze M(ϕ) A i M(ϕ) B sa podobne. Dowód: M(ϕ) B B = M(id ϕ id)b B = M(id)B A M(ϕ)A A M(id)A B. Zatem, M(ϕ) B = C 1 M(ϕ) A C, gdzie C = M(id) A B. Mirosław Sobolewski (UW) Warszawa, listopad 2011 5 / 16

Przykład Niech ϕ : R 2 R 2, ϕ((x 1, x 2 )) = (2x 1 + 3x 2, x 1 x 2 ), A = st, B = ((1, 1), (1, 0)), ϕ((1, 1)) = (5, 0) = 0(1, 1)+5(1, 0), ϕ((1, 0)) = (2, 1) = 1(1, 1)+1(1, 0) M(ϕ) A = [ 2 3 1 1 [ M(id) B A = C 1 0 1 = 1 1 [ [ 1 1 1 1 = 1 0 1 4 Twierdzenie [, C = M(id) A 1 1 B = 1 0 [, C 1 0 1 M(ϕ) A C = 1 1 [ 1 1 1 0 = [ 0 1 5 1, [ 2 3 1 1 = M(ϕ) B Niech V przestrzeń liniowa, dimv = n. Macierze A, B M n n (R) sa podobne istnieje endomorfizm ϕ : V V i takie bazy A, B w V, że A = M(ϕ) A, B = M(ϕ) B Mirosław Sobolewski (UW) Warszawa, listopad 2011 6 / 16

Wektory i wartości własne Definicja niech ϕ : V V będzie endomorfizmem przestrzeni liniowej V. Różny od 0 wektor v V nazywamy wektorem własnym jeśli istnieje liczba α R taka, że ϕ(v) = αv. Sama liczbę α nazywamy wówczas wartościa własna endomorfizmu ϕ (odpowiadajaca wektorowi własnemu v) Mirosław Sobolewski (UW) Warszawa, listopad 2011 7 / 16

Wektory i wartości własne Definicja niech ϕ : V V będzie endomorfizmem przestrzeni liniowej V. Różny od 0 wektor v V nazywamy wektorem własnym jeśli istnieje liczba α R taka, że ϕ(v) = αv. Sama liczbę α nazywamy wówczas wartościa własna endomorfizmu ϕ (odpowiadajaca wektorowi własnemu v) Interpretacja geometryczna Wektor własny v endomorfizmu ϕ wyznacza prosta liniowa postaci lin(v), która ϕ przeprowadza w siebie, tzn. ϕ(lin(v)) lin(v) Mirosław Sobolewski (UW) Warszawa, listopad 2011 7 / 16

Wektory i wartości własne Definicja niech ϕ : V V będzie endomorfizmem przestrzeni liniowej V. Różny od 0 wektor v V nazywamy wektorem własnym jeśli istnieje liczba α R taka, że ϕ(v) = αv. Sama liczbę α nazywamy wówczas wartościa własna endomorfizmu ϕ (odpowiadajaca wektorowi własnemu v) Interpretacja geometryczna Wektor własny v endomorfizmu ϕ wyznacza prosta liniowa postaci lin(v), która ϕ przeprowadza w siebie, tzn. ϕ(lin(v)) lin(v) Uwaga: Niech α R będzie wartościa własna endomorfizmu ϕ : V V przestrzeni V. Zbiór wektorów własnych, którym odpowiada α uzupełniony przez wektor 0 tworzy podprzestrzeń V zwana podprzestrzenia własna dla α i oznaczana V (α). Czyli: V (α) = {v V ϕ(v) = αv}. Mirosław Sobolewski (UW) Warszawa, listopad 2011 7 / 16

Przykład oznaczmy jak poprzednio s symetrię R 2 względem osi X, r obrót wokół (0, 0) o π/2, k jednokładność względem (0, 0) w skali 3. Mirosław Sobolewski (UW) Warszawa, listopad 2011 8 / 16

Przykład oznaczmy jak poprzednio s symetrię R 2 względem osi X, r obrót wokół (0, 0) o π/2, k jednokładność względem (0, 0) w skali 3. Symetria s ma dwie wartości własne α 1 = 1 oraz α 2 = 1, przy czym V (1) = oś X, V ( 1) = oś Y. Mirosław Sobolewski (UW) Warszawa, listopad 2011 8 / 16

Przykład oznaczmy jak poprzednio s symetrię R 2 względem osi X, r obrót wokół (0, 0) o π/2, k jednokładność względem (0, 0) w skali 3. Symetria s ma dwie wartości własne α 1 = 1 oraz α 2 = 1, przy czym V (1) = oś X, V ( 1) = oś Y. Obrót r nie wartości i wektorów własnych. Mirosław Sobolewski (UW) Warszawa, listopad 2011 8 / 16

Przykład oznaczmy jak poprzednio s symetrię R 2 względem osi X, r obrót wokół (0, 0) o π/2, k jednokładność względem (0, 0) w skali 3. Symetria s ma dwie wartości własne α 1 = 1 oraz α 2 = 1, przy czym V (1) = oś X, V ( 1) = oś Y. Obrót r nie wartości i wektorów własnych. Jednokładność k ma wartość własna α = 3, i V ( 3) = R 2. Ogólnie dla jednokładności liniowej ϕ : V V w skali α, tzn. ϕ(v) = αv, dla v V liczba α jest jedyna wartościa własna, i V (α) = V Mirosław Sobolewski (UW) Warszawa, listopad 2011 8 / 16

Symetria s ma dwie wartości własne: 1 oraz 1. Przestrzenia własna V (1) jest oś X, przestrzenia własna V ( 1) jest oś Y. Jedynie dla prostych liniowych X i Y mamy s(x) X, s(y ) Y (te zawierania sa równościami) Y l V 1 s l X V 1 Mirosław Sobolewski (UW) Warszawa, listopad 2011 9 / 16

Obrót r nie ma wektorów własnych. Obraz r(l) dowolnej prostej liniowej l (tzn. przechodzacej przez 0) nie zawiera się w tej prostej r l Y l X Mirosław Sobolewski (UW) Warszawa, listopad 2011 10 / 16

Problem Jak znajdować wektory i wartości własne? Sprawdzenie, że wektor jest wektorem własnym jest proste, wystarczy obliczyć wartość przekształcenia. Np. φ : R 2 R 2, φ((x 1, x 2 )) = (x 1 + 2x 2, x 1 + 2x 2 ). Niech v = (1, 1). Mamy φ(v) = (3, 3) = 3v, zatem v jest wektorem własnym dla wartości własnej 3. Jak jednak wykrywać wartości i wektory własne? Mirosław Sobolewski (UW) Warszawa, listopad 2011 11 / 16

Problem Jak znajdować wektory i wartości własne? Sprawdzenie, że wektor jest wektorem własnym jest proste, wystarczy obliczyć wartość przekształcenia. Np. φ : R 2 R 2, φ((x 1, x 2 )) = (x 1 + 2x 2, x 1 + 2x 2 ). Niech v = (1, 1). Mamy φ(v) = (3, 3) = 3v, zatem v jest wektorem własnym dla wartości własnej 3. Jak jednak wykrywać wartości i wektory własne? Definicja Niech A M n n (R). Wielomian w(λ) = det(a λi) nazywamy wielomianem charakterystycznym macierzy A. Mirosław Sobolewski (UW) Warszawa, listopad 2011 11 / 16

Problem Jak znajdować wektory i wartości własne? Sprawdzenie, że wektor jest wektorem własnym jest proste, wystarczy obliczyć wartość przekształcenia. Np. φ : R 2 R 2, φ((x 1, x 2 )) = (x 1 + 2x 2, x 1 + 2x 2 ). Niech v = (1, 1). Mamy φ(v) = (3, 3) = 3v, zatem v jest wektorem własnym dla wartości własnej 3. Jak jednak wykrywać wartości i wektory własne? Definicja Niech A M n n (R). Wielomian w(λ) = det(a λi) nazywamy wielomianem charakterystycznym macierzy A. Przykład A = [ 1 2 3 4 λ 2 5λ 2 [ 1 λ 2, w(λ) = det 3 4 λ = (1 λ)(4 λ) 6 = Mirosław Sobolewski (UW) Warszawa, listopad 2011 11 / 16

Uwaga: Jeśli macierz kwadratowa jest n n to jej wielomian charakterystyczny jest stopnia n. Macierze podobne maja ten sam wielomian charakterystyczny (wniosek z twierdzenia Cauchy ego o wyznaczniku iloczynu macierzy). Definicja Niech ϕ : V V. Wielomianem charakterystycznym endomorfizmu ϕ nazywamy wielomian charakterystyczny macierzy M(ϕ) A, gdzie A jest baza V (wielomian ten nie zależy od A!) i oznaczamy go w ϕ. Przykład Niech ϕ : R 2 R 2, zadane przez ϕ((x 1, x 2 )) = (x 1 + 2x 2, 3x 1 + 4x 2 ), niech A = st, wtedy [ 1 2 M(ϕ) A = zatem w 3 4 ϕ = (1 λ)(4 λ) 6 = λ 2 5λ 2 Mirosław Sobolewski (UW) Warszawa, listopad 2011 12 / 16

Twierdzenie Niech ϕ będzie endomorfizmem przestrzeni liniowej. Wówczas: (i)liczba α R jest wartościa własna endomorfizmu ϕ α jest pierwiastkiem wielomianu charakterystycznego w ϕ (ii) Niech A = (v 1,..., v n ) będzie baza V i niech A = M(ϕ) A. Wektor v = x 1 v 1 + + x n v n jest wektorem własnym z wartościa własna α x 1 0 (A αi). =. x n 0 Dowód: Niech v = x 1 v 1 + + x n v n. Wtedy ϕ(v) = αv x 1 x 1 x 1 0 A. = α. (*) (A αi). =., x n x n x n 0 Mirosław Sobolewski (UW) Warszawa, listopad 2011 13 / 16

cd. dowodu zatem istnieje niezerowy wektor v = x 1 v 1 +... x n v n spełniajacy (*) istnieja takie liczby x 1,..., x n nie wszystkie = 0, że x 1 0 (A αi). =., x n 0 ale to jak wiemy oznacza, że det(a αi) = 0. Przykład Niech ϕ : R 3 R 3, będzie zadane wzorem ϕ((x 1, x 2, x 3 )) = (x 1 + 2x 2, x 1 + 4x 2, 3x 1 5x 2 + 3x 3 ). Mamy A = M(ϕ) st = 1 2 0 1 4 0 3 5 3, czyli A λi = 1 λ 2 0 1 4 λ 0 3 5 3 λ skad w ϕ = det(a λi) = ((1 λ)(4 λ) + 2)(3 λ) = (λ 2 5λ + 6)(3 λ) = (λ 2)(λ 3)(3 λ) = (λ 2)(λ 3) 2. Mirosław Sobolewski (UW) Warszawa, listopad 2011 14 / 16,

Przykład cd. Zatem sa dwie wartości własne:λ 1 = 2, λ 2 = 3. Znajdujemy podprzestrzenie własne rozwiazuj ac układy równań: 1 2 0 x 1 0 V (2) : 1 2 0 x 2 = 0 3 5 1 x 3 0 1 2 0 1 2 0 3 5 1 1 2 0 0 0 0 0 1 1 czyli x 1 = 2x 3, x 2 = x 3, zatem V (2) = {( 2x 3, x 3, x 3 ) x 3 R} = lin(( 2, 1, 1)). 1 0 2 0 1 1 0 0 0 Mirosław Sobolewski (UW) Warszawa, listopad 2011 15 / 16

Przykład cd. V (3) : 2 2 0 1 1 0 3 5 0 2 2 0 1 1 0 3 5 0 x 1 x 2 x 3 1 1 0 0 0 0 0 2 0 = 0 0 0 1 0 0 0 1 0 0 0 0 zatem x 1 = 0, x 2 = 0, czyli V (3) = {(0, 0, x 3 ) x 3 R} = lin((0, 0, 1)). Uwaga: jeśli dim V = n i ϕ : V V to stopień wielomianu w ϕ wynosi n. Zatem, kiedy n jest nieparzyste, w ϕ ma pierwiastek, czyli ϕ ma pewna wartość własna i wektory własne.ponadto ( dla dowolnego n ) dimv (α) krotność α jako pierwiastka w ϕ. Mirosław Sobolewski (UW) Warszawa, listopad 2011 16 / 16