PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

Podobne dokumenty
Macierze i Wyznaczniki

Macierze i Wyznaczniki

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)

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

1 Macierze i wyznaczniki

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

ANALIZA MATEMATYCZNA Z ALGEBR

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Przeksztaªcenia liniowe

x y x y x y x + y x y

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

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

Macierze. Rozdział Działania na macierzach

1 Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie

Analiza matematyczna i algebra liniowa Macierze

Baza w jądrze i baza obrazu ( )

1 Zbiory i działania na zbiorach.

Materiaªy do Repetytorium z matematyki

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006

Matematyka dyskretna

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Maªgorzata Murat. Modele matematyczne.

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

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

Ukªady równa«liniowych

Elementy geometrii analitycznej w przestrzeni

Interpolacja funkcjami sklejanymi

Elementy geometrii w przestrzeni R 3

Analiza funkcjonalna 1.

1 Ró»niczka drugiego rz du i ekstrema

Informacje pomocnicze

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

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

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Aproksymacja funkcji metod najmniejszych kwadratów

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Podstawowe działania w rachunku macierzowym

Algebra liniowa. 1. Macierze.

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

Numeryczne zadanie wªasne

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Wektory w przestrzeni

Zbiory i odwzorowania

1 Bª dy i arytmetyka zmiennopozycyjna

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Wykład 5. Ker(f) = {v V ; f(v) = 0}

gdzie wektory α i tworz baz ortonormaln przestrzeni E n

Algebroidy i grupoidy Liego i wspóªczesna teoria Liego

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

Opis matematyczny ukªadów liniowych

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Wyk lad 9 Baza i wymiar przestrzeni liniowej

1 Podobieństwo macierzy

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Funkcje, wielomiany. Informacje pomocnicze

4 Przekształcenia liniowe

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

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

Zadania egzaminacyjne

Macierz o wymiarach m n. a 21. a 22. A =

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

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Ukªady równa«liniowych - rozkªady typu LU i LL'

Diagonalizacja macierzy i jej zastosowania

Macierze i Wyznaczniki

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

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Spis tre±ci. Plan. 1 Pochodna cz stkowa. 1.1 Denicja Przykªady Wªasno±ci Pochodne wy»szych rz dów... 3

Biblioteka do operacji na macierzach w C++ przy u»yciu oblicze«za pomoc OpenMP

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

Przetwarzanie sygnaªów

Diagonalizacja macierzy i jej zastosowania

Teoria grup I. Wykªad 8. 1 Elementarna teoria reprezentacji, cz. III. 2. Reprezentacje o tych samych charakterach s równowa»ne.

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

Diagonalizacja macierzy i jej zastosowania

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Zadania z Algebry liniowej 4 Semestr letni 2009

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Pewne algorytmy algebry liniowej Andrzej Strojnowski

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

Nieklasyczna analiza skªadowych gªównych

Algebra liniowa z geometrią

1 Określenie pierścienia

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

Vincent Van GOGH: M»czyzna pij cy li»ank kawy. Radosªaw Klimek. J zyk programowania Java

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

Transkrypt:

Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych: V n α j e j [α 1,..., α n ] F n. j=1 Odwzorowanie to zale»y od wyboru bazy B = { e j 1 j n}. Podprzestrze«Zbiór wektorów W V jest podprzestrzeni przestrzeni V (nad ciaªem F), gdy ka»da kombinacja liniowa wektorów { w k } W (o wspóªczynnikach z ciaªa F) tak»e nale»y do W. HOMOMORFIZM (przestrzeni wektorowych) Odwzorowanie liniowe Niech T : V V b dzie odwzorowaniem z przestrzeni V do V (nad tym SA- MYM ciaªem!). T jest odwzorowaniem liniowym (homomorzmem), gdy T (α 1 v 1 + α 2 v 2 ) = α 1 T ( v 1 ) + α 2 T ( v 2 ). Obraz i j dro (kernel) Ka»dy homomorzm T p.w. wyznacza dwie podprzestrzenie: Im T = { v V v V T v = v } inaczej Im T = {T v v V } T V Ker T = { v V T v = }

PRZYKŠADY V = {[a, b] a, b R} Podprzestrze«W = {[a, b] b = a} = {[a, a] a R} α[a, a] + β[b, b] = [αa + βb, (αa + βb)] = [c, c], gdzie c = αa + βb Homomorzm T [a, b] = [a + b,, ] Im T = [c,, ] Ker T = {[a, a]} ROLA BAZY BARDZO WA NE Poniewa» ka»dy homomorzm zachowuje kombinacje liniowe, a ka»dy wektor mo»e by zapisany jako kombinacja liniowa wektorów bazowych, zatem wystarczy okre±li warto±ci homomorzmu T dla wektorów bazowych. Inaczej: Wystarczy okre±li dziaªanie ˆT operatora na wektory bazowe. W przykªadzie: T [1, ] = [1,, ] = T [, 1], zatem T [a, b] = T (a[1, ] + b[, 1]) = (a + b)[1,, ]. 1.1 Macierz homomorzmu MACIERZ HOMOMORFIZMU PRZYKŠAD Niech T [1,, ] = [1, 2], T [, 1, ] = [3, 4], T [,, 1] = [5, 6]. Dla dowolnego wektora [x 1, x 2, x 3 ] R 3 mamy T [x 1, x 2, x 3 ] = T (x 1 [1,, ] + x 2 [, 1, ] + x 3 [,, 1]) = T (x 1 [1,, ]) + T (x 2 [, 1, ]) + T (x 3 [,, 1]) = x 1 T ([1,, ]) + x 2 T ([, 1, ]) + x 3 T ([,, 1]) = x 1 [1, 2] + x 2 [3, 4] + x 3 [5, 6] = [x 1 + 3x 2 + 5x 3, 2x 1 + 4x 2 + 6x 3 ] = [y 1, y 2 ] R 2 y 1 = 1 x 1 + 3 x 2 + 5 x 3 y 2 = 2 x 1 + 4 x 2 + 6 x 3 2

MACIERZ HOMOMORFIZMU Macierz homomorzmu T Jest to zbiór liczb zapisanych w postaci Macierz ma dwa wiersze (numerowane jak wektory bazowe w przestrzeni V = R 2 ) oraz trzy kolumny (numerowane jak wektory bazowe w przestrzeni V = R 3 ). Jest to macierz (wymiaru) 2 3. Liczby 1,2,...,6 nazywamy elemtami macierzowymi (ew. macierzy). UWAGA! Zauwa»my,»e kolumny tej macierzy odpowiadaj obrazom wektorów bazowych [1,,], [,1,] i [,,1]. 1.2 Dziaªania MNO ENIE PRZEZ SKALARY Homomorizmów Dla danego T : V V mo»emy okre±li T = αt jako: (αt ) v = α(t v). Macierzy Denicja T jest prawdziwa w szczególno±ci dla wektorów bazowych [1,,..., ] itd. Ich obrazy s kolumnami macierzy, zatem 2 = 2 6 1 4 8 12 DODAWANIE Homomorizmów Dla danych T 1 : V V oraz T 2 : V V mo»emy okre±li ich sum T = T 1 T 2 jako: (T 1 T 2 ) v = (T 1 v) + (T 2 v). Macierzy Denicja T jest prawdziwa w szczególno±ci dla wektorów bazowych [1,,..., ] itd. Ich obrazy s kolumnami macierzy, zatem a c e b d f = 1 + a 3 + c 5 + e 2 + b 4 + d 6 + f W dalszej cz ±ci u»ywamy tego samego znaku + dla dodawania liczb, macierzy, wektorów,.... Z kontekstu wnioskujemy z jakiej procedury nale»y skorzysta. 3

SKŠADANIE HOMOMORFIZMÓW S : R 2 R 2 Niech homomorzm z R 2 do R 2 (wektory oznaczamy [z 1, z 2 ]) okre±lony b dzie jako z 1 = 2y 1, z 2 = y 1 y 2, czyli jego macierz jest 2 Wyznaczymy zªo»enie homomorzmów S T : R 3 R 2. (cdn.) SKŠADANIE HOMOMORFIZMÓW (c.d.) Wpóªrz dne z 1, z 2 z 1 = 2y 1 = 2(x 1 + 3x 2 + 5x 3 ) = 2x 1 + 6x 2 + 1x 3, z 2 = y 1 y 2 = (x 1 + 3x 2 + 5x 3 ) (2x 1 + 4x 2 + 6x 3 ) = (x 1 2x 1 ) + (3x 2 4x 2 ) + (5x 3 6x 3 ) = x 1 x 2 x 3. Macierz 2 6 1 1 = 2 1 2 3 2 5 1 2 3 4 5 6 MNO ENIE MACIERZY Chcemy zatem, aby 2 = 2 1 + 2 3 + 2 5 + 1 2 3 4 5 6 Zasada Element (liczba 1) w pierwszym wierszu i trzeciej kolumnie powstaje przez pomno»enie pierwszego wiersza pierwszej macierzy przez trzeci kolumn drugiej macierzy: 2 5 + 6 = 1. WA NE Pierwsza macierz musi mie tyle kolumn, ile druga wierszy. Macierz wynikowa ma tyle wierszy, ile pierwsza oraz tyle kolumn, ile druga. [(m n)(n p) = (m p)] 4

UWAGA i PRZYKŠAD Nieokre±lone (niewykonalne) jest mno»enie 1 3 5 2 Mo»na natomiast wyliczy 1 4 2 5 2 = 3 6 = 1 2 + 4 1 1 + 4 ( 1) 2 2 + 5 1 2 + 5 ( 1) 3 2 + 6 1 3 + 6 ( 1) 6 4 9 5 12 6 ODWROTNO CI Trywialne T = at, to dla a mamy T = (1/a)T ; T = T + T, to T = T T = T + ( 1)T ; macierz zerowa: wszystkie elememty macierzowe s rowne. Wniosek: Zbiór macierzy o tych samych wymiarach tworzy przestrze«wektorow (nad ciaªem F). Odwrotno± mno»enia Czy znaj c iloczyn S = T 1 T 2 i jeden z czynników mo»na jednoznacznie okre±li drugi? Na przykªad jako T 2 = T 1 1 S. Inaczej: Kiedy mo»na odwróci homomorzm? PRZYKŠAD Rozwi zywanie równa«mieli±my Wyznaczy y 1, y 2. z 1 = 2y 1, z 2 = y 1 y 2. Z pierwszego: y 1 = z 1 /2 i st d z 2 = z 1 /2 y 2 i dalej y 2 = z 1 /2 z 2. Odpowiada to macierzy 1/2 5

MACIERZ JEDNOSTKOWA Sprawdzenie 2 1/2 = 2 1/2 + 1/2 1/2 ( 1) ( 1) I w drug stron 1/2 A oprócz tego 1/2 2 2 6 1 1 MACIERZ JEDNOSTKOWA (cd.) WA NE = 1 1 = Macierz jednostkowa jest zawsze macierz kwadrtow ; I n. Macierz odwrotna okre±lona jest tylko dla macierzy kwadratowej. Ale to nie oznacza,»e dla ka»dej macierzy kwadratowej istnieje macierz do niej odwrotna. 2 Ukªady równa«macierze i UKŠADY RÓWNA LINIOWYCH Macierzowy zapis dziaªania opertora T Byªo: y 1 = 1 x 1 + 3 x 2 + 5 x 3 y 2 = 2 x 1 + 4 x 2 + 6 x 3 Korzystaj c z okre±lenia iloczynu macierzy i zapisuj c wektory jako macierze jednokolumnowe mo»emy to zapisa : y 1 y 2 = x 1 x 2 x 3 6

OBRAZ WEKTORÓW JEDNOSTKOWYCH W R 3 mamy wektory jednostkowe 1 e 1 = ˆx = e 2 = ŷ = 1 e 3 = ẑ = Ich obrazy 1 = 1 2 = 5 6 1 ODWRACALNE MACIERZE KWADRATOWE 2 x 1 = y 1 x 2 y 2 Zatem x 1 x 2 = 1/2 y 1 y 2 Na przykªad wektory jednostkowe [1, ] oraz [, 1] s, odpowiednio, obrazami wektorów [1/2, 1/2] [, 1] = y 1/2 y 1 /2 y 2 A wektor zerowy [, ] jest obrazem wyª cznie wektora zerowego. MACIERZE PROSTOK TNE Wyznaczamy x 1, x 2, x 3 z zale»no±ci y 1 = x 1 + 3x 2 + 5x 3 Rozwi zanie klasyczne y 2 = 2x 1 + 4x 2 + 6x 3 Pierwsze mno»ymy przez 2 i dodajemy stronami: y 2 2y 1 = 4x 2 6x 2 + 6x 3 1x 3 = 2x 2 4x 3 2x 2 = 2y 1 y 2 4x 3 dzielimy przez 2 i wstawiamy x 2 = y 1 y 2 /2 2x 3, czyli y 1 = x 1 + 3y 1 3y 2 /2 6x 3 + 5x 3 ; po uporz dkowaniu x 1 = 2y 1 + 3y 2 /2 + x 3 ; x 3 dowolne! SPRAWDZI! 1 1 = 3 4 7

PODEJ CIE MACERZOWE Kawaªek odwracalny Wybieramy takie dwie kolumny,»e macierz zbudowana z odpowiednich wspóªczyników (2 2) jest odwracalna. W tym przypadku mo»na wybra dowolnie, ale we¹my 1 i 2: 1 3 1 2 3/2 = (sprawdzi ) 2 4 /2 Ukªad równa«zapisujemy w postaci 1 3 x 1 2 4 x 2 = y 1 5x 3 y 2 6x 3 ROZWI ZANIE Wykorzystuj c macierz odwrotn znajdujemy x 1 2 3/2 = y 1 5x 3 = 2y 1 + 3y 2 /2 + x 3 x 2 /2 y 2 6x 3 y 1 y 2 /2 2x 3 J dro odwzorowania Dla [y 1, y 2 ] = [, ] mamy [x 1, x 2, x 3 ] = [a, 2a, a], a dowolne; [1, ] mamy [x 1, x 2, x 3 ] = [a 2, 1 2a, a], a dowolne; [, 1] mamy [x 1, x 2, x 3 ] = [a + 3/2, 1/2 2a, a], a dowolne. 3 Zadania ZADANIA Wylicz 1 2 2 1 3 Wyznacz macierz odwrotn do 1 3 2 1 2 3. Sprawd¹ wynik mno» c odpowiednie macierze. Dla T : R 4 R 3 mamy. T e 1 = [, 2, 1], T e 2 = [1, 1, 1], T e 3 = [, 1, 2], T e 4 = [,, 1]. Zapisz macierz tego homomorzmu. Korzystaj c z mno»enia macierzy wyznacz T [1, 1, 1, 1]. 8