DesignMat Uge 11 Lineære afbildninger

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

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

DesignMat Uge 1 Gensyn med forårets stof

Tidligere Eksamensopgaver MM505 Lineær Algebra

DesignMat Lineære differentialligninger I

Lineær Algebra, kursusgang

Førsteordens lineære differentialligninger

DesignMat Uge 5 Systemer af lineære differentialligninger II

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er

DesignMat Egenværdier og Egenvektorer

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

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

Lineære Afbildninger. enote Om afbildninger

DesignMat Uge 11 Vektorrum

Lineær Algebra - Beviser

Lineær Algebra eksamen, noter

Besvarelser til Lineær Algebra Reeksamen August 2016

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

Eksamen i Lineær Algebra

Oversigt [LA] 11, 12, 13

4.1 Lineære Transformationer

Eksamen i Lineær Algebra

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet

Lidt alment om vektorrum et papir som grundlag for diskussion

Egenværdier og egenvektorer

3.1 Baser og dimension

Nøgleord og begreber Ortogonalt komplement Tømrerprincippet. [LA] 13 Ortogonal projektion

Lineær Algebra, TØ, hold MA3

DesignMat Kvadratiske matricer, invers matrix, determinant

Uge 11 Lille Dag. Opgaver til OPGAVER 1. Det ortogonale komplement

Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave

Vektorrum. enote Generalisering af begrebet vektor

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

Teoretiske Øvelsesopgaver:

Egenværdier og egenvektorer

Modulpakke 3: Lineære Ligningssystemer

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

Oversigt [LA] 6, 7, 8

Module 1: Lineære modeller og lineær algebra

Eksamen i Lineær Algebra

Lineære 2. ordens differentialligninger med konstante koefficienter

Lineær algebra 1. kursusgang

Om første og anden fundamentalform

DesignMat Uge 11. Vektorrum

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Eksamen i Lineær Algebra

DesignMat Uge 4 Systemer af lineære differentialligninger I

Eksamen i Lineær Algebra

1 Om funktioner. 1.1 Hvad er en funktion?

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober Miniprojekt: Lineær algebra på polynomier

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

Hilbert rum. Chapter Indre produkt rum

MASO Uge 8. Invers funktion sætning og Implicit given funktion sætning. Jesper Michael Møller. Department of Mathematics University of Copenhagen

Matematisk modellering og numeriske metoder. Lektion 5

Symmetriske og ortogonale matricer Uge 7

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Lineære ligningssystemer

Lineære ligningssystemer og Gauss-elimination

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Oversigt [LA] 1, 2, 3, [S] 9.1-3

DiploMat 1 Inhomogene lineære differentialligninger

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe.

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.

Funktion af flere variable

Ølopgaver i lineær algebra

Kvadratiske matricer. enote Kvadratiske matricer

(Prøve)eksamen i Lineær Algebra

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier

Reeksamen i Lineær Algebra

Transkript:

DesignMat Uge Lineære afbildninger Preben Alsholm Forår 008 Lineære afbildninger. Definition Definition Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge). Afbildningen f : V! W kaldes lineær, hvis for alle u, v V og s L vi har f (u + v) = f (u) + f (v) f (su) = s f (u) Lad a, a,..., a n være en basis for V. Vi så sidst, at koordinatafbildningen K a : V! L n er lineær. Kernen for f : V! W er mængden ker f = fv V j f (v) = 0 g. Kaldes også nulrummet og betegnes ofte i stedet med N ( f ). Kernen er et underrum af V. Billedrummet for f er f (V) = fw W j9v V så f (v) = w g. Billedrummet er et underrum af W.. Eksempel på lineær afbildning Eksempel på lineær afbildning Lad A være en m n-matrix. Definer afbildningen f : R n! R m ved f (x) = Ax for alle x R n. f er lineær: For alle x, y R n og s R gælder f (x + y) = A (x + y) = Ax + Ay = f (x) + f (y) og f (sx) = A (sx) = sax = s f (x). ker ( f ) = fx R n jax = 0 g = N (A) nulrummet for matricen A. f (R n ) = Col (A) = søjlerummet, rummet udspændt af søjlerne i A.

Konkret eksempel: A = 4 5 R.. ker ( f ) = span [ 0] T. f R = Vi skal senere se, at alle lineære afbildninger mellem endelig-dimensionale vektorrum kan repræsenteres ved matrixafbildninger.. Eksempel på lineær afbildning Eksempel på lineær afbildning Lad P n (R) være mængden af reelle polynomier af grad højst n og med variabelnavn x. Differentiationsoperatoren D x : P n (R)! P n (R) givet ved D x (p (x)) = p 0 (x) for alle p (x) P n (R). At D x er lineær er en velkendt sag om differentiation af sum og differentiation af udtryk ganget med en konstant. ker (D x ) = P 0 (R) altså mængden af konstante polynomier. D x (P n (R)) = P n (R). Bemærk, at vi kunne have betragtet D x som en afbildning fra P n (R) til P n (R). Den ville så have været surjektiv..4 Eksempel og 4 på lineær afbildning Eksempel og 4 på lineær afbildning Afbildningen D : C (I)! C 0 (I) givet ved D (g) = g 0 for alle g C (I) er lineær. ker (D) er mængden af funktioner konstante på intervallet I. D er surjektiv, da enhver kontinuert funktion har en stamfunktion. Differentialoperatoren d : C (R)! C 0 (R) givet ved d (g) = g 00 + g 0 5g for alle g C (R) er lineær. ker (d) er mængden af løsninger til den homogene lineære differentialligning g 00 + g 0 5g = 0. Den fuldstændige løsning er g (t) = c e t + c e 5 t. Vi ser, at en basis for ker (d) er funktionerne t 7! e t og t 7! e dim ker (d) =. At billedrummet d C (R) = C 0 (R) følger af, at g 00 + g 0 en løsning for alle q C 0 (R). 5 t. Så 5g = q har

.5 Struktursætning mm. Struktursætning mm. Hvis x p V er en partikulær løsning til den lineære ligning f (x) = b, så er den fuldstændige løsning summen af x p og den fuldstændige løsning til den tilsvarende homogene ligning f (x) = 0. Som bekendt er denne sætning meget anvendelig, når f er en lineær differentialoperator. Så lyder den: Hvis x p er en partikulær løsning til den inhomogene differentialligning, så er den fuldstændige løsning summen af x p og den fuldstændige løsning til den tilsvarende homogene differentialligning. Rangen af f defineres som ρ ( f ) = dim f (V). Nulliteten for f defineres som ν ( f ) = dim ker ( f ). Dimensionssætningen. Lad f : V! W være lineær. Så gælder dim V = ν ( f ) + ρ ( f ). Beviset udskydes til matrixfremstillingen for en lineær afbildning er på plads..6 Matrixfremstilling for lineære afbildninger I Matrixfremstilling for lineære afbildninger I Lad f : V! W. Lad a, a,..., a n være en basis for V, og lad c, c,..., c m være en basis for W. Afbildningsmatricen for f mht. de givne baser defineres som cf a = [K c ( f (a )) K c ( f (a ))... K c ( f (a n ))] c F a er åbenbart en m n-matrix. Der er en enentydig sammenhæng mellem m n-matricer og lineære afbildninger fra V til W. Sætning 6.6. K c ( f (v)) = c F a K a (v) for alle v V. Bevis. Skriv v = x a +... + x n a n. Så er x = K a (v) og f (v) = x f (a ) +... + x n f (a n ). Dermed fås K c ( f (v)) = x K c ( f (a )) +... + x n K c ( f (a n )) = [K c ( f (a )) K c ( f (a ))... K c ( f (a n cf a K a (v).

.7 Eksempel på afbildningsmatrix Eksempel på afbildningsmatrix D x : P (R)! P (R) givet ved D x (p (x)) = p 0 (x) for alle p (x) P (R). Monomiebasen (m) i P (R), altså, x, x, x og monomiebasen (m) i P (R), altså, x, x. m F m = K m (D x ()) K m (D x (x)) K m D x x K m D x x. m F m = K m (0) K m () K m (x) K m x. m F m = 4 0 0 0 0 0 0 5. 0 0 0 Polynomiet p (x) = 7x + 4x + kan nu differentieres således K m (D x (p (x))) = mf m K m (p (x)) = m F m 6 4 7 4 0 5 = 4 4 0 5. Altså D x (p (x)) = 4 + 7 x..8 Matrixfremstilling for lineære afbildninger II Matrixfremstilling for lineære afbildninger II Vi så i Sætning 6.6 at for en given lineær afbildning f og givne baser a og c gælder K c ( f (v)) = c F a K a (v) for alle v V. Omvendt gælder: Hvis der til f : V! W findes en matrix F, så K c ( f (v)) = FK a (v) for alle v V, så er f lineær og F = c F a. Linearitet: Af K c f (v) = FK a (v) følger f (v) = Kc FK a (v). Men højresiden er lineær i v. Videre fås FK a (v) = c F a K a (v) for alle v V. Heraf følger F = c F a. Sætning 6.9. ν ( f ) = ν ( c F a ) og ρ ( f ) = ρ ( c F a ). Da ν ( c F a ) + ρ ( c F a ) = n = dim V er dimensionssætningen dim V = ν ( f ) + ρ ( f ) bevist..9 Eksempel på afbildningsmatrix I Eksempel på afbildningsmatrix I En lineær afbildning f fra V med basen a, a, a til W med basen b, b opfylder f (a + a + a ) = 5b b, f (a a ) = b + b og f (a + a ) = b + b 4

Vi bestemmer afbildningsmatricen b F a for f. Med v = a + a + a, v = a a og v = a + a har vi Af K b ( f (v i )) = b F a (K a (v i )) med i =,, fås = b F a = b F a 4 5 og 0 Dvs. b F a 4 0 5 = 0 = b F a 4 0 5. 5.0 Eksempel på afbildningsmatrix II. 5 4 Eksempel på afbildningsmatrix II Da den inverse til 4 0 5 er 4 5 får vi derfor, at 0 5 bf a = 4 5 4 0 = 6 5 4 Ved hjælp af b F a kan eksempelvis f (a ) nu bestemmes til f (a ) = b + 6b.. Eksempel på afbildningsmatrix: Koordinatskiftematricen Eksempel på afbildningsmatrix: Koordinatskiftematricen Lad a = a, a,..., a n og c = c, c,..., c n begge være baser i V. Lad f : V! V være den identiske afbildning, dvs. f (v) = v for alle v V. Afbildningsmatricen for f mht. de givne baser er da cf a = [K c ( f (a )) K c ( f (a ))... K c ( f (a n ))] = [K c (a ) K c (a )... K c (a n )] = c M a c M a er koordinatskiftematricen i følgende forstand: Da K c ( f (v)) = c F a K a (v) for alle v V fås her, at K c (v) = c M a K a (v). c M a er også omtalt i forelæsningsnoterne for uge 0. 5, 5