Matematyka MAP3032
Transkrypt
Matematyka MAP3032
Matematyka MAP3032 E/AiR, rok IV Wykład 2 1.Przekształcenia liniowe Chcemy zdefiniować klasę przekształceń, które będą szanować strukturę liniową. W szczególności, obraz podprzestrzeni będzie podprzestrzenią liniową, jeśli v̄ jest kombinacją liniową w̄1 , ..., w̄r , to obraz v̄ będzie kombinacją odpowiednich obrazów itp. Definicja 1. Niech V i W będą przestrzeniami liniowymi nad tym samym ciałem liczbowym K. Przekształcenie L : V → W jest liniowe, gdy (1) L(v̄ + v̄0 ) = L(v̄) + L(v̄0 ) dla wszystkich v̄, v̄0 ∈ V , (2) L(αv̄) = αL(v̄) dla wszystkich v̄ ∈ V i α ∈ K. Równoważnie, L jest liniowe wtedy i tylko wtedy, gdy L(αv̄ + βv̄0 ) = αL(v̄) + βL(v̄0 ) dla wszystkich v̄, v̄0 ∈ V , α, β ∈ K. Proste własności: L0 = 0, L(v − u) = Lv − Lu. Przekształcenia liniowe są często nazywane operatorami liniowymi. Ważne przypadki szczególne: 1. V = Rm , W = Rm . Można sprawdzić, że liniowe są przekształcenia: (a) L(x, y, z) = (x + y, x − 2z), L : R3 → R2 , (b) symetria względem y = x w R2 , czyli L(x, y) = (y, x), (c) L(x, y) = (x, 0) – rzut na OX w R2 , (d) obrót o α, (e) ogólnie, Lv = A · v, gdzie v ∈ Rn , A macierz n × m. W R2 i R3 to sa symetrie względem O, prostych i płaszczyzn zawierających O, obroty względem O lub prostych przechodzących przez O, rzuty na proste i płaszczyzny j.w., jednokładności i powinowactwa. Twierdzenie 1. Każde przekształcenie liniowe L : Rn → Rm jest postaci Lv̄ = Av̄ dla pewnej macierzy wymiaru n × m. Co więcej, między przekształceniami liniowymi Rn → Rm a macierzami wymiaru n × m istnieje wzajemnie jednoznaczna odpowiedniość. Dowód. To, że macierz zadaje przekształcenie liniowe już stwierdziliśmy w ostatnim punkcie powyższych przykładów. Na odwrót, niech ē1 = (1, 0, 0, ..., 0), ē2 = (0, 1, 0, 0, ..., 0), ..., ēn = (0, 0, ..., 0, 1). Dla L : Rn → Rm liniowego oznaczmy L(ēj ) = w̄j = (β1,j , β2,j , ..., βm,j ). Wtedy L(α1 , ..., αn ) = L n X j=1 αj ēj = n X αj L (ēj ) j=1 =( n X j=1 1 αj · β1,j , ..., n X j=1 αj · βm,j ) = B · [α1 , ..., αn ]t , h gdzie B = Bi,j i n×m =macierz której kolumnami są wektory w̄j = L(ēj ). Macierz AL taką, że Lv̄ = AL v̄ nazywamy macierzą przekształcenia L. Twierdzenie 2. Złożeniu przekształceń liniowych odpowiada iloczyn macierzy, tzn. AL◦L0 = AL · AL0 . Przekształcenie liniowe jest odwracalne wtedy i tylko wtedy, gdy macierz AL jest nieosobliwa. Macierzą przekształcenia odwrotnego do L jest A−1 L . Dowód. AL◦L0 · v̄ = L ◦ L0 (v̄) = L L0 (v̄) = L(AL0 · v̄) = AL · (AL0 · v̄) = (AL · AL0 ) · v̄ Druga część wynika z pierwszej. 2. Jeśli W = K, to mówimy, że L jest funkcjonałem liniowym lub w przypadku skończeniewymiarowym formą liniową. Formy liniowe na Rn są postaci f (x1 , ..., xn ) = n X (= [α1 ...αn ] · [x1 , ..., xn ]t ). α i xi i=1 n Funkcjonałem na R jest na przykład f (x1 , ..., xn ) = x1 . Funkcjonałem liniowym na przestrzeni C([0, 1]) jest na przykład całka Riemanna. Funkcjonałem na Mn jest na P przykład ślad macierzy: tr (A) = ni=1 aii . Zbiór wszystkich funkcjonałów liniowych sam jest przestrzenią liniową z naturalnymi działaniami. Nazywa się go przestrzenią dualną do V . Rezultaty z przykładu 1 uogólnia się na przekształcenia na dowolnych skończenie wymiarowych przestrzeniach liniowych w następujący sposób. Twierdzenie 3. Niech v̄1 , ..., v̄n baza w V , w̄1 , ..., w̄n wektory w W . Wtedy istnieje dokładnie jedno przekształcenie liniowe spełniające Lv̄i = w̄i . Czyli działanie na bazie determinuje całe L. Można więc zdefiniować macierz przekształcenia jako macierz, która w kolumnach ma obraz bazy V . Przykłady: L(x, y) = (x + y, y − x), obrót w R2 o kąt α względem początku układu współrzędnych. 2. Macierz przekształcenia w różnych bazach Oczywiście w różnych bazach to samo przekształcenie będzie zazwyczaj reprezentowane innymi macierzami. Definicja 2. Niech B = (ē1 , ..., ēn ) będzie bazą przestrzeni liniowej V . Jeśli v̄ = λ1 ē1 + ... + λn ēn , to λ1 ,...,λn nazywamy współrzędnymi wektora v̄ w bazie B. Sumie wektorów odpowiada suma współrzędnych; mnożenie przez skalar mnoży współczynniki wektora. Niech B = (ē1 , ..., ēn ), B 0 = (ē01 , ..., ē0n ) będą dwiema bazami przestrzeni V . Wtedy wektory jednej można wyrazić przez wektory drugiej: ē0i = α1i ē1 + ... + αni ēn 2 i = 1, ..., n. Definicja 3. Macierz kwadratową P stopnia n, której współczynniki spełniają powyższą zależność nazywamy macierzą przejścia od bazy B do bazy B 0 . Kolumny macierzy przejścia są współrzędnymi wektorów z bazy B 0 w bazie B. Zachodzi zależność: [ē01 , ..., ē0n ] = [ē1 , ..., ēn ] · P. Uwaga: wektory wierszowe składają się z wektorów, a nie liczb! Rozważmy wektor v̄ = λ1 ē1 + ... + λn ēn = λ01 ē01 + ... + λ0n ē0n . Podstawiając ē0i = α1i ē1 + ... + αni ēn otrzymujemy λi = αi1 λ01 + ... + αin λ0n . λ01 λ1 . 0 0 . Jeśli X = .. , X = .. , P = [αij ] - macierz przejścia, to X = P X . Podobnie, λn λ0n podstawiając ēi w zależności od ē01 , ..., ē0n wyrazimy X 0 = QX, gdzie Q jest macierzą przejścia od B 0 = (ē01 , ..., ē0n ) do B = (ē1 , ..., ēn ). Zatem P i Q sa odwracalne i X 0 = P −1 X. Podsumowując, mamy następujące twierdzenie: Twierdzenie 4. Jeśli P jest macierza przejścia z bazy B = (ē1 , ..., ēn ) do B 0 = (ē01 , ..., ē0n ), to współrzędne wektora w bazie B 0 otrzymujemy przez (lewostronne) pomnożenie przez macierz P −1 kolumny współrzędnych w bazie B. Przypuśćmy, że dane jest przekształcenie liniowe L : V → W , które w bazach B = {v̄1 , ..., v̄n } i C = {w̄1 , ..., w̄m } ma macierz AL . Chcemy zmienić bazy z B na B 0 = {v̄01 , ..., v̄0n } w przestrzeni V oraz z C na C 0 = {w̄01 , ..., w̄0m } w W . Oznaczmy przez P macierz przejścia z B do B 0 , a przez Q macierz przejścia z C do C 0 . Wtedy zmiana współrzędnych jest realizowana przez P −1 w V , a przez Q−1 w W . Jednocześnie mnożenie przez P kolumny współrzędnych w bazie B zmienia współrzędne w bazie B 0 na współrzędne w B. Wtedy macierz przekształcenia w nowych bazach ma postać A0L = Q−1 · AL · P. W szczególności, jeśli mamy przekształcenie tej samej przestrzeni L : V → V i zmieniamy jej bazę z B na B 0 za pomocą macierzy P , to w nowej bazie przekształcenie L ma −1 0 macierz P −1 · AL · P . Oczywiście, L−1 ma macierz A−1 · A−1 L w bazie B, a P L ·P w B . Warto się zastanowić: Co się dzieje gdy chcemy wrócić z bazy B 0 do B? Co gdy składamy przekształcenia L1 i L2 ? 3. Zbiór przekształceń liniowych. Zbiór wszystkich przekształceń liniowych L : V → W tworzy przestrzeń liniową z naturalnymi działaniami. Oznaczamy ją przez L(V, W ) (lub Hom(V, W )). Przekształcenia liniowe V → W można: 1. dodawać: (L1 + L2 )(v̄) = L1 (v̄) + L2 (v̄), 3 2. skalować: (αL)(v̄) = α · L(v̄), 3. a jeśli V = W to także składać: (L◦ L1 )(v̄) = L2 (L1 (v̄)) otrzymując zawsze przekształcenie liniowe tej samej przestrzeni. Jeśli AL jest macierzą przekształcenia L, too zachodzą wzory: (i) AαL1 +βL2 = αAL1 + βAL2 (ii) AL2 ◦L1 = AL2 · AL1 . (iii) Jeśli X jest kolumną współrzędnych wektora v̄ w bazie {v̄1 , ..., v̄n }, a Y kolumną współrzędnych wektora w̄ = L(v̄) w bazie {w̄1 , ..., w̄m }, to Y = AL · X. 4