Lineær algebra: Lineære afbildninger. Standardmatricer



Relaterede dokumenter
Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

Oversigt [LA] 6, 7, 8

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Lineær algebra: Spænd. Lineær (u)afhængighed

Lineær Algebra, kursusgang

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra

DesignMat Uge 11 Vektorrum

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Oversigt [LA] 6, 7, 8

Kursusgang 3 Matrixalgebra Repetition

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Matematik for økonomer 3. semester

Eksamen i Lineær Algebra

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

Reeksamen i Lineær Algebra

Eksamen i Lineær Algebra

Lineær Algebra, TØ, hold MA3

Prøveeksamen A i Lineær Algebra

Eksamen i Lineær Algebra

Matematik: Struktur og Form Spænd. Lineær (u)afhængighed

1 Om funktioner. 1.1 Hvad er en funktion?

Reeksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Eksamen i Lineær Algebra

LINEÆR ALGEBRA DIFFERENTIALLIGNINGER

Besvarelser til Lineær Algebra Reeksamen August 2016

DesignMat Egenværdier og Egenvektorer

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

Inverse funktioner. John V Petersen

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Løsning af præmie- og ekstraopgave

Affine transformationer/afbildninger

Ligningssystemer - nogle konklusioner efter miniprojektet

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Eksamen i Lineær Algebra

MATEMATIK 1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2010 Oversigt nr. 1

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

XII Vektorer i planen

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra

DesignMat Kvadratiske matricer, invers matrix, determinant

(Prøve)eksamen i Lineær Algebra

D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;

Lineær algebra 1. kursusgang

Lineær Algebra - Beviser

Kursusgang 3 Matrixalgebra Repetition

Lineær Algebra eksamen, noter

Funktionalligninger - løsningsstrategier og opgaver

Diagonalisering. Definition (diagonaliserbar)

Tidligere Eksamensopgaver MM505 Lineær Algebra

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

LinAlg Skriftlig prøve 20. januar 2009, 9 12 Vejledende besvarelse

Spor Matematiske eksperimenter. Komplekse tal af Michael Agermose Jensen og Uwe Timm.

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2

Analyse 1. Mads Friis Anders Friis Anne Ryelund. 25. maj 2018

Finde invers funktion til en 2-gradsfunktion - ved parallelforskydning. John V Petersen

Lineær uafhængighed 1. Lineær afbildninger 2. Spektralteori 3. Komplekse tal 4. Indeks 8. u 3 = u 1 + u 2 (3) V u3 =

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning

DesignMat Uge 1 Gensyn med forårets stof

DesignMat Uge 11 Lineære afbildninger

Module 1: Lineære modeller og lineær algebra

Lineær Algebra, kursusgang

D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;

Funktioner af flere variable

8 Regulære flader i R 3

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.

z 1 = z 1z 1z 1 z 1 2 = z z2z 1 z 2 2

Undervisningsbeskrivelse

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Eksamen i Lineær Algebra

4.1 Lineære Transformationer

Undervisningsbeskrivelse

Nogle grundlæggende begreber

Komplekse perler: Möbiustransformationer, hyperbolske mønstre og fraktaler

t a l e n t c a m p d k Kalkulus 1 Mads Friis Anders Friis Anne Ryelund Signe Baggesen 10. januar 2015 Slide 1/54

Matematikken bag Parallel- og centralprojektion

Ølopgaver i lineær algebra

Transkript:

Lineær algebra: Lineære afbildninger. Standardmatricer Institut for Matematiske Fag Aalborg Universitet 2011

Lineære afbildninger En afbildning T : R n R m fra definitionsmængden R n ind i dispositionsmængden R m spiser n-vektorer og afleverer m-vektorer. Definition En afbildning kaldes lineær, hvis den opfylder T (u + v) = T (u) + T (v) for alle u, v R n ; T (cu) = ct (u) for alle c R, u R n ; dvs., hvis T bevarer linearkombinationer. En lineær afbildning opfylder altid: T (0) = 0. Geometri: Lineære afbildnigner overfører rette linjer i rette linjer, parallelogrammer i parallelogrammer bevarer proportioner langs med linjer

Matrix gange vektor som lineær afbildning Lineære afbildninger og matricer Givet en (m n)-matriks A. Så er afbildningen T : R n R m givet ved T (x) = Ax en lineær afbildning. Enhver lineær afbildning T : R n R m kan på entydig vis beskrives som matrixafbildning T (x) = Ax for en passende (m n)-matriks A. Geometriske (mod-)eksempler Rotation (Drejning) i plan og rum Dilation (zoom, strækning), kontraktion i plan og rum Projektion fra rum til plan, fra plan til linje Modeksempel: Translation (parallelforskydning)

Standardmatrix for en lineær afbildning Opskrift Opskrift Standard enhedsvektorer e i = [0,..., 0, 1, 0,..., 0] R n med et enkelt 1-tal i position i generaliserer vektorerne i = e 1, j = e 2 og k = e 3. Enhver vektor er linearkombination af standard enhedsvektorer: x = (x 1,..., x n ) = x 1 e 1 + + x n e n. Til en lineær afbildning T : R n R m svarer en (standard) matrix A som opfylder T (x) = Ax for alle vektorer x R m. A er en (m n)-matrix. A = [T (e 1 ),..., T (e n )]: As søjler = billeder T (e i ) af standard enhedsvektorerne e i under T. Hvorfor? x = (x 1,..., x n ) = x 1 e 1 + + x n e n T (x) = T (x 1 e 1 + x n e n ) = x 1 T (e 1 ) + + x n T (e n ) = Ax.

Simple lineære afbildninger og deres matrix repræsentationer Geometriske lineære transformationer Refleksion i planen (i en akse eller en vinkelhalverende; mere generelt i en linie gennem Origo) Refleksion i rummet (i en koordinatplan; mere generelt i en plan gennem Origo) Drejning om Origo i planen Drejning om en akse gennem Origo i rummet (senere) Kontraktion, dilation, herunder identitetsafbildning Vridning a (Dobbelt retvinklet) Projektion a eng.: shear

Surjektiv/ injektiv/ bijektiv Billedmængde og nulrum Givet en afbildning T : R n R m og en vilkårlig vektor y R m. Hvor mange vektorer x R n rammer y, opfylder T (x) = y? Definition Afbildningen T kaldes surjektiv (på, onto): der er mindst en x med T (x) = y; injektiv (one-to-one): der er højst en x med T (x) = y; bijektiv: der er præcist en x med T (x) = y. Billedmængde og nulrum billedmængde T (R n ) = {b R m x R n : T (x) = b} R m nulrum Null(T ) = {x R n T (x) = 0} R n T injektiv Null T indeholder kun vektoren 0.

Kriterier for surjektivitet/ injektivitet/ bijektivitet Hvilke egenskaber har T s standard matrix A når den lineære afbildning T : R n R m er surjektiv/ injektiv/ bijektiv? surjektiv Ax = b har mindst en løsning As søjler udspænder R m rang A = m. injektiv Ax = b har højst en løsning As søjler er lineært uafhængige rang A = n. bijektiv Ax = b har netop en løsning ranga = n = m.

Sammensætning og inversion af linære afbildninger Definition Givet lineære afbildninger T : R n R m og U : R m R m. Deres sammensætning er den lineære(!) afbildning U T : R n R p givet ved (U T )(x) = U(T (x)), x R n. Givet en bijektiv lineær afbildning T : R n R n. Den har en invers lineær(!) afbildning givet ved T (x) = y T 1 (y) = x. Standardmatricer for sammensætning og inverse Sammensætning svarer til matrixmultiplikation: T = T A, U = T B U T = T BA. Inversion af bijektive lineære afbildninger svarer til inversion af matricer: (T A ) 1 = T A 1.