Wyk lad 10 Przekszta lcenia liniowe
Transkrypt
Wyk lad 10 Przekszta lcenia liniowe
Wyklad 10 Przeksztalcenia liniowe 1 Określenie przeksztalcenia liniowego Niech U i V bed , a, przestrzeniami liniowymi nad cialem K. Mówimy, że przeksztalcenie f : U → V jest liniowe, jeśli spelnia warunki: L1. f (α + β) = f (α) + f (β) dla dowolnych wektorów α, β ∈ U ; L2. f (a ◦ α) = a ◦ f (α) dla każdego α ∈ U oraz dla każdego a ∈ K. Twierdzenie 10.1. Niech f : U → V bedzie przeksztalceniem liniowym. Wówczas: , (i) f (Θ) = Θ; (ii) f (α − β) = f (α) − f (β) dla dowolnych α, β ∈ U ; (iii) f (a1 ◦ α1 + . . . + an ◦ αn ) = a1 ◦ f (α1 ) + . . . + an ◦ f (αn ) dla dowolnych α1 , . . . , αn ∈ U , a1 , . . . , an ∈ K oraz n ∈ N. Przyklad 10.2. Dla dowolnego ciala K przeksztalcenie f : K → K jest liniowe wtedy, i tylko wtedy, gdy jest postaci: f (x) = a · x. dla pewnego a ∈ K.2 Przyklad 10.3. Dla dowolnego ciala K przeksztalcenie f : K 2 → K 2 jest liniowe wtedy, i tylko wtedy, gdy jest postaci: f ([x, y]) = [ax + by, cx + dy] dla pewnych a, b, c, d ∈ K.2 Przyklad 10.4. Dla dowolnego ciala K przeksztalcenie f : K 3 → K 3 jest liniowe wtedy, i tylko wtedy, gdy jest postaci: f ([x, y, z]) = [a1 x + b1 y + c1 z, a2 x + b2 y + c2 z, a3 x + b3 y + c3 z] dla pewnych a1 , b1 , c1 , a2 , b2 , c2 , a3 , b3 , c3 ∈ K.2 Przyklad 10.5. Dla dowolnych przestrzeni liniowych U i V nad cialem K przeksztalcenie f : U → V dane wzorem f (α) = Θ dla α ∈ U jest liniowe. Nazywamy je przeksztalceniem zerowym.2 Przyklad 10.6. Niech V bedzie przestrzenia, liniowa, nad cialem K i niech a bedzie dowolnym , , skalarem. Przeksztalcenie fa : V → V dane wzorem: fa (α) = a ◦ α dla α ∈ V jest liniowe. Nazywamy je homotetia, o wspólczynniku a.2 1 2 Jednoznaczność przeksztalcenia liniowego Twierdzenie 10.7. Niech {α1 , α2 , . . . , αn } bedzie baza, przestrzeni liniowej U nad cialem , K oraz niech β1 , β2 , . . . , βn bed a dowolnymi wektorami przestrzeni liniowej V . Wtedy istnieje , , dokladnie jedno przeksztalcenie liniowe f : U −→ V takie, że f (α1 ) = β1 , f (α2 ) = β2 , . . . , f (αn ) = βn . Ponadto takie przeksztalcenie f jest dane wzorem: f (a1 ◦ α1 + . . . + an ◦ αn ) = a1 ◦ β1 + . . . + an ◦ βn (1) dla dowolnych skalarów a1 , a2 , . . . , an ∈ K. Z twierdzenia 10.7 wynika w prosty sposób nastepuj ace , , Twierdzenie 10.8. Niech K bedzie cialem. Przeksztalcenie , n m f : K → K jest liniowe wtedy, i tylko wtedy, gdy istnieje m × n-macierz A o wyrazach aij z ciala K taka, że f ([x1 , . . . , xn ]) = [a11 x1 + . . . + a1n xn , . . . , am1 x1 + . . . + amn xn ] (2) dla dowolnych x1 , x2 , . . . , xn ∈ K. Wzór (2) nazywamy wzorem analitycznym przeksztalcenia liniowego f . Natomiast macierz A nazywamy macierza, przeksztalcenia f . Otrzymujemy w ten sposób naturalna, wzajemnie jednoznaczna, odpowiedniość miedzy zbiorem , n m wszystkich przeksztalceń liniowych przestrzeni K w przestrzeń K , a zbiorem wszystkich m × n-macierzy o wyrazach z K. 3 Jadro i obraz przeksztalcenia liniowego , Niech f : U → V bedzie przeksztalceniem liniowym przestrzeni liniowej U w przestrzeń , liniowa, V . Jadrem przeksztalcenia f nazywamy zbiór Ker f określony wzorem: , def Ker f = {α ∈ U : f (α) = Θ}. (3) Obrazem przeksztalcenia f nazywamy zbiór Im f określony wzorem: def Im f = {f (α) : α ∈ U }. (4) Z twierdzenia 10.1 wynika w prosty sposób nastepuj ace , , Twierdzenie 10.9. Jeżeli f : U → V jest przeksztalceniem liniowym, to Ker f jest podprzestrzenia, przestrzeni liniowej U , zaś Im f jest podprzestrzenia, przestrzeni liniowej V . Przyklad 10.10. Znajdziemy bazy obrazu i jadra przeksztalcenia liniowego f : R3 → R3 , określonego wzorem: 2 f ([x1 , x2 , x3 ]) = [x1 + 2x2 − x3 , x1 + x2 + 2x3 , 2x1 + 3x2 + x3 ]. W tym celu rozwiazujemy najpierw uklad , x1 + x1 + 2x + 1 równań: 2x2 − x3 = 0 x2 + 2x3 = 0 . 3x2 + x3 = 0 Po zastosowaniu ( operacji: r2 − r1 i r3 − 2r1 i wykreśleniu trzeciego równania uzyskamy uklad x1 + 2x2 − x3 = 0 równoważny . − x2 + 3x3 = 0 Nastepnie wykonujemy operacje: (−1) · r2 oraz r1 − 2 · r2 . W rezultacie uzyskamy uklad postaci: , ( x1 + 5x3 = 0 . x2 − 3x3 = 0 Stad , mamy, że x3 = t, x1 = −5t, x2 = 3t, gdzie t jest dowolna, liczba, rzeczywista. , Zatem Ker f = {[−5t, 3t, t] : t ∈ R} = L([−5, 3, 1]). Stad , {[−5, 3, 1]} jest baza, Ker f i dim(Ker f ) = 1. Nastepnie wyznaczamy baze, Im f . Zauważmy, że , Im f = {[x1 + 2x2 − x3 , x1 + x2 + 2x3 , 2x1 + 3x2 + x3 ] : x1 , x2 , x3 ∈ R}. Ale [x1 + 2x2 − x3 , x1 + x2 + 2x3 , 2x1 + 3x2 + x3 ] = x1 ◦ [1, 1, 2] + x2 ◦ [2, 1, 3] + x3 ◦ [−1, 2, 1], wiec , operacje elementarne w2 − 2 · w1 , w3 + w1 , , Im f = L([1, 1, 2], [2, 1, 3], [−1, 2, 1]). Stosujac a nastepnie (−1) · w2 i w3 −3 · w2 na wierszach macierzy A otrzymanego ukladu wektorów , 1 1 2 znajdujemy baze, Im f : A ≡ 0 1 1 . Zatem baza, Im f jest zbiór {[1, 1, 2], [0, 1, 1]} oraz 0 0 0 dim(Im f ) = 2.2 Twierdzenie 10.11. Niech U bedzie skończenie wymiarowa, przestrzenia, liniowa, nad cialem , K i niech V bedzie przestrzenia, liniowa, nad cialem K. Jeżeli f : U → V jest przeksztalceniem , liniowym, to zachodzi wzór: dim(Ker f ) + dim(Im f ) = dim(U ). (5) Twierdzenie 10.12. Niech A bedzie macierza, wspólczynników jednorodnego ukladu m, równań liniowych z n-niewiadomymi nad cialem K. Wówczas wymiar podprzestrzeni rozwiazań , tego ukladu jest równy n − r(A). Twierdzenie 10.13. Każda podprzestrzeń k-wymiarowa przestrzeni K n jest zbiorem rozwiazań pewnego ukladu jednorodnego co najmniej n − k równań liniowych z n-niewiadomymi. , Przyklad 10.14. Znajdziemy uklad jednorodny równań liniowych nad cialem R, którego przestrzenia, rozwiazań jest V = L([1, −1, 1], [1, 1, −1]). Najpierw znajdujemy baze, przestrzeni , 3 V " # ": # " # 1 ·w2 1 −1 1 1 −1 1 w2 −w1 1 −1 1 2 ≡ . Zatem baza, przestrzeni V jest ≡ 0 1 −1 1 1 −1 0 2 −2 {[1, −1, 1], [0, 1, −1]}. Nastepnie uzupelniamy znaleziona, baze, przestrzeni V do bazy calej przestrzeni R3 przy po, mocy wektora [0, 0, 1]. Istnieje przeksztalcenie liniowe f : R3 → R takie, że f ([1, −1, 1]) = 0, f ([0, 1, −1]) = 0, f ([0, 0, 1]) = 1. Wtedy f ([0, 1, 0]) = f ([0, 1, −1]) + f ([0, 0, 1]) = 0 + 1 = 1 oraz f ([1, 0, 0]) = f ([1, −1, 1]) − f ([0, 1, −1]) = 0 − 0 = 0. Zatem dla dowolnych x1 , x2 , x3 ∈ R mamy, że f ([x1 , x2 , x3 ]) = x1 · f ([1, 0, 0]) + x2 · f ([0, 1, 0]) + x3 · f ([0, 0, 1]) = x2 + x3 . Ale dim(Im f ) = 1, wiec , , dim(Ker f ) = 3 − 1 = 2. Ponadto V ⊆ Ker f oraz dim(V ) = 2, wiec , V = Ker f . Stad szukanym ukladem równań jest: x2 + x3 = 0.2 4 Macierz przeksztalcenia liniowego Niech U i V bed , a, przestrzeniami liniowymi nad tym samym cialem K. Niech (α1 , . . . , αn ) bedzie uporzadkowan a, baza, przestrzeni U i niech (β1 , . . . , βm ) bedzie uporzadkowan a, baza, prze, , , , strzeni V . Niech f : U → V bedzie przeksztalceniem liniowym. Wówczas dla j = 1, . . . , n , istnieja, skalary a1j , a2j , . . . , amj ∈ K takie, że f (αj ) = a1j ◦ β1 + a2j ◦ β2 + . . . + amj ◦ βm . W ten sposób otrzymujemy m × n-macierz a11 a12 . . . a1n a21 a22 . . . a2n A= .. .. .. .. . . . . am1 am2 . . . amn (6) , (7) która, nazywamy macierza, przeksztalcenia f w tych bazach uporzadko-wanych. Widzimy , wiec, że j-ta kolumna macierzy A sklada sie, z kolejnych wspólczynników rozpisania wektora , f (αj ) w bazie (β1 , . . . , βm ). Twierdzenie 10.15. Rzad , macierzy przeksztalcenia liniowego jest równy wymiarowi obrazu tego przeksztalcenia. Przyklad 10.16. Znajdziemy macierz przeksztalcenia liniowego f : R2 → R2 danego wzorem f ([x1 , x2 ]) = [2x1 + x2 , x1 − x2 ] w bazie (ε1 + ε2 , ε2 ). W tym celu obliczamy f (ε1 + ε2 ) = f ([1, 1]) = [2 · 1 + 1, 1 − 1] = [3, 0] = 3 ◦ [1, 0] = 3 ◦ [1, 1] + (−3) ◦ [0, 1] oraz f (ε2 ) = f ([0, 1]) = [2 · 0 + 1, 0 − 1] = [0, −1] = (−1) ◦ [0, 1] = 0 ◦ [1, 1] + (−1) ◦ [0, 1]. Stad , szukana, macierza, jest " # 3 0 A= .2 −3 −1 4 Przyklad 10.17. Macierz przeksztalcenia liniowego f : U → V w bazie (α1 , α2 , α3 , α4 ) przestrzeni U oraz w bazie (β1 , β2 , β3 ) przestrzeni V ma postać 1 0 −2 1 0 2 . 3 1 4 1 5 0 Wówczas f (5 ◦ α1 − 3 ◦ α2 + 4 ◦ α3 − α4 ) = 5 ◦ f (α1 ) − 3 ◦ f (α2 ) + 4 ◦ f (α3 ) − f (α4 ). Ale f (α1 ) = 1 ◦ β1 + 3 ◦ β2 + 4 ◦ β3 , f (α2 ) = 0 ◦ β1 + 1 ◦ β2 + 1 ◦ β3 , f (α3 ) = (−2) ◦ β1 + 0 ◦ β2 + 5 ◦ β3 , f (α4 ) = 1 ◦ β1 + 2 ◦ β2 + 0 ◦ β3 , wiec , f (5 ◦ α1 − 3 ◦ α2 + 4 ◦ α3 − α4 ) = (−4) ◦ β1 + 10 ◦ β2 + 37 ◦ β3 .2 5 Zadania do samodzielnego rozwiazania , Zadanie 10.18. Znajdź przeksztalcenie liniowe f przestrzeni R3 na przestrzeń R2 takie, że [1, 1, −1] ∈ Ker(f ). Odp. Ogólna postać takich przeksztalceń f : f ([x1 , x2 , x3 ]) = [(c − a)x1 + ax2 + cx3 , (d − b)x1 + bx2 + dx3 ], gdzie a, b, c, d ∈ R oraz ad 6= bc. Zadanie 10.19. Znajdź przeksztalcenie liniowe f : R3 → R4 takie, że Ker(f ) = L([1, −1, 2]) oraz Im(f ) = L([1, 2, 1, −1], [3, 1, 2, 0]). Odp. Ogólna postać takich przeksztalceń f : f ([x1 , x2 , x3 ]) = [(a − 2c + 3b − 6d)x1 + (a + 3b)x2 + (c + 3d)x3 , (2a − 4c + b − 2d)x1 + (2a + b)x2 + (2c + d)x3 , (a − 2c + 2b − 4d)x1 + (a + 2b)x2 + (c − 4d)x3 , (2c − a)x1 − ax2 − cx3 ], gdzie a, b, c, d ∈ R oraz ad 6= bc. Zadanie 10.20. Znajdź uklad jednorodny równań liniowych nad cialem R, którego przestrzeń rozwiazań jest generowana przez wektory: [1, −1, 1, −1, 1], [1, 1, 0, 0, 3], [3, 1, 1, −1, 7], , [0, 2, −1, 1, 2]. Odp. Szukanym ukladem jest 1 1 = 0 − 2 x1 + 2 x2 + x3 1 1 + x4 = 0 . 2 x1 − 2 x2 −2x − x2 + x5 = 0 1 Zadanie 10.21. Znajdź uklad jednorodny równań liniowych, jest podprzestrzeń V przestrzeni R5 generowana przez wektory: [1, 2, 3, 2, 1], [3, −5, −1, −3, −1], [3, 0, 1, 0, 0]. Odp. Szukanym ukladem jest ( x1 − 3x2 − 3x3 + 7x4 3x1 − 2x2 − 9x3 + + 28x5 5 którego zbiorem rozwiazań , [−3, 1, 5, 3, 2], [2, 3, 0, 1, 0], = 0 . = 0 Zadanie 10.22. Znajdź bazy obrazu i jadra przeksztalcenia liniowego f : R3 → R3 określone, go wzorem: f ([x1 , x2 , x3 ]) = [2x1 − x2 − x3 , x1 − 2x2 + x3 , x1 + x2 − 2x3 ]. Odp. Baza Ker(f ): {[1, 1, 1]}. Baza Im(f ): {[1, 0, 1], [0, 1, −1]}. 6