Praca domowa - seria 6

Podobne dokumenty
Rozwiązania, seria 5.

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

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Układy równań liniowych

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

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Przestrzenie wektorowe

Wyk lad 7 Baza i wymiar przestrzeni liniowej

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

1 Podobieństwo macierzy

Układy liniowo niezależne

13 Układy równań liniowych

Układy równań i nierówności liniowych

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

Baza w jądrze i baza obrazu ( )

9 Przekształcenia liniowe

Algebra liniowa. 1. Macierze.

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

Przekształcenia liniowe

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Układy równań liniowych

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

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Wyk lad 13 Funkcjona ly dwuliniowe

Macierze. Rozdział Działania na macierzach

Przekształcenia liniowe

φ(x 1,..., x n ) = a i x 2 i +

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

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

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

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

2. Układy równań liniowych

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

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

Diagonalizacja macierzy i jej zastosowania

Układy równań liniowych. Ax = b (1)

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

Wyk lad 11 1 Wektory i wartości w lasne

4 Przekształcenia liniowe

Wykład 14. Elementy algebry macierzy

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

14. Przestrzenie liniowe

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

Wyk lad 11 Przekszta lcenia liniowe a macierze

Diagonalizacja macierzy i jej zastosowania

DB Algebra liniowa 1 semestr letni 2018

Zadania przygotowawcze, 3 kolokwium

x a 1, podając założenia, przy jakich jest ono wykonywalne. x a 1 = x a 2 ( a 1) = x 1 = 1 x.

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

VI. Równania różniczkowe liniowe wyższych rzędów

Teoretyczne podstawy programowania liniowego

Układy równań liniowych i metody ich rozwiązywania

Diagonalizacja macierzy i jej zastosowania

Przykładowe zadania z teorii liczb

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

Rozwiązania zadań z listy T.Koźniewskiego

Zestaw zadań 14: Wektory i wartości własne. ) =

Postać Jordana macierzy

Zastosowania wyznaczników

1 Układy równań liniowych

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

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

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

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

1 Zbiory i działania na zbiorach.

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

3 Przestrzenie liniowe

0 + 0 = 0, = 1, = 1, = 0.

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Przestrzenie liniowe

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej

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

Analiza funkcjonalna 1.

3. Macierze i Układy Równań Liniowych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe

Pewne algorytmy algebry liniowej Andrzej Strojnowski

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

3. FUNKCJA LINIOWA. gdzie ; ół,.

1 ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH

Endomorfizmy liniowe

Rozwiązywanie równań nieliniowych

Geometria Lista 0 Zadanie 1

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

Algebra z geometrią analityczną zadania z odpowiedziami

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

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

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

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Informacja o przestrzeniach Sobolewa

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Równania różniczkowe. Notatki z wykładu.

Algebra z geometrią analityczną zadania z odpowiedziami

Kombinacje liniowe wektorów.

1 Macierz odwrotna metoda operacji elementarnych

Transkrypt:

Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x 1 +3x 2 +x 3 +4x 4 ). Rozwiązanie. Jądro φ Szukamy takich wektorów, które są przekształcane w wektor zerowy. Zatem musimy rozwiązać następujący układ równań. x 1 + 2x 2 x 3 + 3x 4 = 0 x 1 + x 2 + 2x 3 + x 4 = 0 2x 1 + 3x 2 + x 3 + 4x 4 = 0 Zapisujemy macierz współczynników i sprowadzamy ją do postaci schodkowej: 1 2 1 3 1 2 1 3 w 2 1 1 2 1 1 1 2 1 2 3 1 4 w 1 w 2 0 0 0 0 0 1 3 2 0 1 3 2 1 1 2 1 w 1 1 0 5 1 0 0 0 0 0 0 0 0 Rozwiązanie ogólne jest postaci: { x2 = 3x 3 2x 4 x 1 = 5x 3 + x 4 Stąd wektory należące do przestrzeni rozwiązań, czyli ker φ, można opisać następująco: (x 1, x 2, x 3, x 4 ) = ( 5x 3 +x 4, 3x 3 2x 4, x 3, x 4 ) = x 3 ( 5, 3, 1, 0)+x 4 (1, 2, 0, 1). 1

Czyli bazą ker φ jest np. układ A = {( 5, 3, 1, 0), (1, 2, 0, 1)}. Obraz φ Korzystamy z następującego faktu: Stwierdzenie. Niech φ : V W oraz {α 1,..., α n } będzie bazą V. Wtedy układ {φ(α 1 ),..., φ(α n )} rozpina przestrzeń im φ. Zatem Weźmy bazę R 4 złożoną z wektorów e 1, e 2, e 3, e 4. φ((1, 0, 0, 0)) = (1, 1, 2) φ((0, 1, 0, 0)) = (2, 1, 3) φ((0, 0, 1, 0)) = ( 1, 2, 1) φ((0, 0, 0, 1)) = (3, 1, 4) im φ = lin{(1, 1, 2), (2, 1, 3), ( 1, 2, 1), (3, 1, 4)}. Szukamy bazy sprowadzając do postaci schodkowej macierz, w której wierszach znajdują się powyższe wektory: 1 1 2 2 1 3 1 2 1 3 1 4 2w 1 +w 1 3w 1 1 1 2 0 1 1 0 3 3 0 2 2 Łatwo można zauważyć, że szukaną bazą jest np. układ {(1, 1, 2), (0, 1, 1)}. Zadanie 2. Znajdź wzór analityczny przekształcenia liniowego f : R 4 R 3 takiego, że (1, 2, 3, 1) ker f, (1, 5, 4, 1) ker f, (1, 1, 2) im f, (7, 5, 0) im f. Rozwiązanie. Przekształcenie liniowe jest jednoznacznie zdefiniowane poprzez wyznaczenie wartości na dowolnej bazie przestrzeni będącej dziedziną przekształcenia. Zauważmy, że (1, 2, 3, 1), 1, 5, 4, 1) są liniowo niezależne i skoro należą do ker f, to f((1, 2, 3, 1)) = (0, 0, 0) f((1, 5, 4, 1)) = (0, 0, 0) 2

Pozostaje dobrać dwa wektory tak, aby wraz z (1, 2, 3, 1), 1, 5, 4, 1) stanowiły bazę R 4. Weźmy e 3 i e 4 oraz niech f((0, 0, 1, 0)) = (1, 1, 2) f((0, 0, 0, 1)) = (7, 5, 0). Tworzymy macierz złożoną z macierzy 4x4, w wierszach której zapisujemy wektory wybranej bazy R 4 oraz macierzy 4x3, w wierszach której zapisujemy odpowiednio wartości przekształcenia na wektorach z poprzedniej macierzy. 1 2 3 1 0 0 0 1 5 4 1 0 0 0 Wykonujemy operacje elementarne na wierszach, jednocześnie dla obu macierzy, tak, aby otrzymać macierz jednostkowa po lewej stronie. Wtedy dowiemy się jakie wartości przekształcenie f przyjmie na wektorach jednostkowych, co umożliwi zapisanie wzoru analitycznego. 1 2 3 1 0 0 0 1 5 4 1 0 0 0 Zatem w 1 1 2 0 0 10 8 6 0 3 0 0 1 1 2 1 2 3 1 0 0 0 0 3 1 0 0 0 0 1 3 w 2 : 3 w 4 3w 3 w 3 1 0 0 0 9 2 3 7 2 3 5 1 3 0 1 0 0 1 3 1 3 2 3 f((x 1, x 2, x 3, x 4 )) = x 1 f(e 1 ) + x 2 f(e 2 ) + x 3 f(e 3 ) + x 4 f(e 4 ) = ( = x 1 9 2 ) ( 3, 72 3, 51 + x 2 1 ) 3 3, 1 3, 2 + x 3 (1, 1, 2) + x 4 (7, 5, 0) = 3 = ( 9 2 3 x 1 1 3 x 2 + x 3 + 7x 4, 7 2 3 x 1 1 3 x 2 + x 3 + 5x 4, 5 1 3 x 1 2 ) 3 x 2 + 2x 3 Zadanie 3. Znajdź liczbę przekształceń liniowych f : R 3 R 2 spełniających warunki: f((1, 1, 2)) = (2, 1), f((2, 3, r)) = (2, 3) i f((3, r, 8)) = (2, 5). 3

Rozwiązanie. Postępujemy podobnie jak w poprzednim zadaniu. Tworzymy macierz analogiczną do tej z poprzedniego zadania i poprzez operacje elementarne na wierszach doprowadzamy lewą macierz do postaci schodkowej. 1 1 2 2 1 2 3 r 2 3 3 r 8 2 5 2w 1 3w 1 1 1 2 2 1 0 1 r 4 2 1 0 0 (r 2)(r 5) 2(r 5) 5 r 1 1 2 2 1 0 1 r 4 2 1 0 r 3 2 4 2 (r 3)w 2 Zauważmy, że dla r 2 i r 5 wektory znajdujące się w wierszach lewej macierzy stanowią bazę. Zatem dla każdego takiego r przekształcenie jest jednoznacznie wyznaczone. Dla r = 2 ostatni wiersz połączonych macierzy przyjmuje postać: [ 0 0 0 6 3 ] Czyli musiałoby zachodzić f((0, 0, 0)) = ( 6, 3). Ale wiemy, że dla dowolnego przekształcenia liniowego φ wektor zerowy należy do ker φ. Zatem nie istnieje takie przekształcenie liniowe. Dla r = 5 w ostatnim wierszu otrzymujemy same zera, zatem f jest przekształceniem liniowym. Do pełnej definicji brakuje określenia f na trzecim wektorze bazy. Dla ustalonego wektora wartość przekształcenia można dobrać na nieskończenie wiele sposobów (continuum). Reasumując: r 2 i r 5: jedno przekształcenie liniowe r = 2: zero przekształceń liniowych r = 5: nieskończenie wiele (continuum) przekształceń liniowych. Zadanie 4. Niech V 1, V 2 V, przy czym dim V = 5, dim V 1 = 3, dim V 2 = 4, V = V 1 +V 2. Niech φ: V R 5 będzie liniowe, przy czym dim φ(v 1 ) = dim φ(v 2 ) = 2. Podaj wszystkie możliwe wartości dim φ(v ). Dla każdej z nich opisz przykład takiej sytuacji (np. biorąc V = R 5 i podając bazy V 1, V 2 oraz wzór na φ). 4

Rozwiązanie. Zaczniemy od tego, że wybierzemy jakąś wygodną bazę przestrzeni V. Używając informacji o wymiarach, możemy obliczyć, że dim V 1 V 2 = dim V 1 + dim V 2 dim V = 3 + 4 5 = 2. Zatem jeśli α 1, α 2 są układem liniowo niezależnych wektorów z V 1 V 2 (baza V 1 V 2 ), to można uzupełnić go do bazy przestrzeni V 1 wektorem β V 1 (gdyż dim V 1 = 3) oraz do bazy przestrzeni V 2 wektorami γ 1, γ 2 V 2. Ponieważ dim V 1 V 2 = 2, to wektory α 1, α 2, β, γ 1, γ 2 są liniowo niezależne (wynika z konstrukcji tych wektorów). Zauważmy, że jest to baza przestrzeni V, gdyż ten układ jest układem pięciu liniowo niezależnych wektorów w przestrzeni 5- wymiarowej. Zatem mamy: V =lin{α 1, α 2, β, γ 1, γ 2 }, V 1 =lin{α 1, α 2, β}, V 2 =lin{α 1, α 2, γ 1, γ 2 }. Określmy przekształcenie φ na bektorach bazowych tak, żeby dim φ(v 1 ) = dim φ(v 2 ) = 2: Załóżmy, że α 1, α 2 ker φ. Ponieważ dim φ(v 1 ) = 2 oraz znaleźliśmy dwa liniowo niezależne wektory w dziedzinie, które nie należą do jądra, to układ φ(α 1 ), φ(α 2 ) stanowi bazę φ(v 1 ), czyli musi być φ(β) = 0. Podobnie rozumując w przypadku φ(v 2 ) dostajemy, że φ(γ 1 ) = φ(γ 2 ) = 0. Przekształcenie φ jest określone na wektorach z bazy tak, że dim φ(v ) = 2. Na przykład niech V = R 5 z bazą standardową. Natomiast V 1 = lin{e 1, e 2, e 3 }, V 2 = lin{e 1, e 2, e 4, e 5 }. Przekształcenie φ: R 5 R 5 możemy określić wzorem: φ(x 1, x 2, x 3, x 4, x 5 ) = (x 1, x 2, 0, 0, 0). W oczewisty sposób dim φ(r 5 ) = 2. Załóżmy, że α 1 ker φ, zaś φ(α 2 ) = 0 (czyli α 2 ker φ). Ponieważ przestrzeń φ(v 1 ) ma wymiar 2 i jest rozpięta przez układ {φ(α 1 ), φ(α 2 ) = 0, φ(β)}, to φ(β) 0. W podobny sposób możemy rozważyć φ(v 2 ). Przestrzeń φ(v 2 ) ma wymiar 2 i jest rozpięta przez {φ(α 1 ), φ(α 2 ) = 0, φ(γ 1 ), φ(γ 2 )}, zatem tylko φ(γ 1 ) albo φ(γ 2 ) jest różne od 0 (załóżmy, że φ(γ 1 ) 0). Otóż dim ker φ = dim lin{α 2, γ 2 } = 2, więc dim φ(v ) = dim imφ = dim(v ) dim ker φ = 5 2 = 3. 5

Na przykład niech tak, jak poprzednio V = R 5 z bazą standardową. Natomiast V 1 = lin{e 1, e 2, e 3 }, V 2 = lin{e 1, e 2, e 4, e 5 }. Przekształcenie φ: R 5 R 5 określamy wzorem: Oczywiście dim φ(r 5 ) = 3. φ(x 1, x 2, x 3, x 4, x 5 ) = (x 1, 0, x 3, x 4, 0). Załóżmy, że obydwa wektory α 1, α 2 kerφ. Wówczas 2 = dim φ(v 1 ) = dim lin{φ(β)} 1, co jest sprzecznością. Zatem rozważyliśmy wszystkie możliwe przypadki i obraz przestrzeni V w przekształceniu φ może być 2- lub 3-wymiarowy. Zadanie 5. Niech V = V 1 V 2 oraz f : V W będzie monomorfizmem. Udowodnij, że imf = f(v 1 ) f(v 2 ). Rozwiązanie. Należy udowodnić, że imf = f(v 1 ) f(v 2 ), czyli że imf = f(v 1 ) + f(v 2 ) oraz f(v 1 ) f(v 2 ) = {0}. Z założenia V = V 1 V 2. Niech zbiór {α 1, α 2,..., α k } będzie bazą V 1, zaś zbiór {β 1, β 2,..., β l } będzie bazą V 2. Wówczas zbiór {α 1,..., α k, β 1,..., β l } jest bazą V. Ponieważ f jest monomorfizmem, to ma trywialne jądro, a więc układ {f(α 1 ), f(α 2 ),..., f(α k )} jest bazą f(v 1 ), układ {f(β 1 ), f(β 2 ),..., f(β l )} jest bazą f(v 2 ), zaś układ {f(α 1 ),..., f(α k ), f(β 1 ),..., f(β l )} jest bazą f(v ). Ponieważ każdy wektor z f(v ) można jednoznacznie zapisać jako kombinację liniową wektorów z tej bazy, to rzeczywiście f(v ) = imf = f(v 1 ) f(v 2 ). 6