Lineær Algebra - Beviser

Relaterede dokumenter
Matematik H1. Lineær Algebra

Matematik og FormLineære ligningssystemer

Matematik: Stuktur og Form Lineære ligningssystemer

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

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

Lineær Algebra, TØ, hold MA3

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

Teoretiske Øvelsesopgaver:

Lineær Algebra, kursusgang

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Ligningssystemer - nogle konklusioner efter miniprojektet

Underrum - generaliserede linjer og planer

Indhold. 5. Vektorrum og matricer Koordinattransformationer

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineære ligningssystemer og Gauss-elimination

Eksamen i Lineær Algebra

Lineære ligningssystemer

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

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

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineær Algebra F08, MØ

Tidligere Eksamensopgaver MM505 Lineær Algebra

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

To ligninger i to ubekendte

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Prøveeksamen A i Lineær Algebra

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling

LINALG JULENØD 2013 SUNE PRECHT REEH

Reeksamen i Lineær Algebra

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.

Oversigt [LA] 11, 12, 13

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

Oversigt [LA] 3, 4, 5

DesignMat Uge 1 Gensyn med forårets stof

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0).

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum:

Noter til LinAlgNat på KU (Lineær Algebra i Naturvidenskab)

Lineær algebra 1. kursusgang

Lineær algebra: Spænd. Lineær (u)afhængighed

Eksamen i Lineær Algebra

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

(Prøve)eksamen i Lineær Algebra

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

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. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

DesignMat Lineære ligningssystemer og Gauss-elimination

MA TEMA TIK 1 LA, GAMMEL T PENSUM

Eksempel på 2-timersprøve 2 Løsninger

Egenværdier og egenvektorer

(Prøve)eksamen i Lineær Algebra

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

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

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

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

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

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

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

Reeksamen i Lineær Algebra

Egenværdier og egenvektorer

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 3

DesignMat Uge 1 Repetition af forårets stof

DesignMat Uge 11 Lineære afbildninger

Besvarelser til Lineær Algebra Reeksamen August 2016

DesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær.

8 Regulære flader i R 3

Vektorrum. enote Generalisering af begrebet vektor

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!

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

Matricer og lineære ligningssystemer

1 Om funktioner. 1.1 Hvad er en funktion?

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

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

DESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til.

Module 1: Lineære modeller og lineær algebra

Matematik og Form: Matrixmultiplikation. Regulære og singu

Mat 1. 2-timersprøve den 5. december 2016.

Lineær algebra Kursusgang 6

Modulpakke 3: Lineære Ligningssystemer

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Anvendt Lineær Algebra

Lidt alment om vektorrum et papir som grundlag for diskussion

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

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

Diagonalisering. Definition (diagonaliserbar)

Eksamen i Lineær Algebra

DesignMat Kvadratiske matricer, invers matrix, determinant

LinAlgDat 2014/2015 Google s page rank

3.1 Baser og dimension

Lineære normale modeller (1) udkast. 1 Flerdimensionale stokastiske variable

Matematik Camp Noter og Opgaver

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

Eksamen i Lineær Algebra

Oversigt [LA] 6, 7, 8

Konvekse mængder. Erik Christensen. 6. januar 2003

Lineær Algebra eksamen, noter

Definition. og lœngden, normen. og afstanden mellem vektorer a og b. Der gælder

Transkript:

Lineær Algebra - Beviser Mads Friis 8 oktober 213

1 Lineære afbildninger Jeg vil i denne note forsøge at give et indblik i, hvor kraftfuldt et værktøj matrix-algebra kan være i analyse af lineære funktioner Definition 11 Lad f : R n R m være en afbildning Vi siger, at f er lineære hvis følgende to betingelser er opfyldt 1) x, y R n : f(x + y) = f(x) + f(y) 2) x R n λ R : f(λx) = λf(x) Sætning 12 Lad f : R n R m være en lineær afbildning Da findes en matrix A, så f(x) = A x Hvis omvendt der findes A, så f(x) = A x, da er f en lineær afbildning Bevis Antag at f : R n R m er en lineær afbildning Sæt a j = f(e j ), og lad A være en m n-matrix givet ved A = ( a 1 a 2 a n ) og lad g : R n R m være afbildningen med forskriften g(x) = A x Da får vi g(x) = x 1 a 1 + x 2 a 2 + + x n a n = x 1 f(e 1 ) + x 2 f(e 2 ) + + x n f(e n ) = f(x 1 e 1 ) + f(x 2 e 2 ) + + f(x n e n ) = f(x 1 e 1 + x 2 e 2 + + x n e n ) = f(x) Hermed vist, at f er lig med afbildningen g, hvorfor A er en matrix, så f(x) = A x Antag at f : R n R m er en afbildning på formen f(x) = A x, hvor A er en m n-matrix Lad A være givet på formen Da får vi Vi bemærker, at λx = λ x 1 x 2 A = ( a 1 a 2 a n ) f(x) = x 1 a 1 + x 2 a 2 + + x n a n λx 1 = λx 2, og får λx n x n f(λx) = λx 1 a 1 + λx 2 a 2 + + λx n a n = λ(x 1 a 1 + x 2 a 2 + + x n a n ) = λf(x) 1

Hermed er betingelsen L1 opfyldt Vælg nu to vilkårlige vektorer x, y R n, så Vi får da x 1 x 2 x n y 1 x =, y = y 2 y n f(x + y) = (x 1 + y 1 )a 1 + (x 2 + y 2 )a 2 + + (x n + y n )a n = x 1 a 1 + x 2 a 2 + + x n a n + y 1 a 1 + y 2 a 2 + + y n a n = f(x) + f(y) Hermed er betingelsen L2 opfyldt For at vise at en afbildning f er lineær, da er det tilstrækkeligt at vise, at f kan udtrykkes ved en matrix A, dvs f(x) = A x Sætning 13 Lad f : R n R m være en lineær afbildning med tilhørende matrix A Antag A ved hjælp af rækkeoperationer kan omdannes til en trappematrix A med d trin Der gælder da 1) Hvis m > d findes der en søjle y R m, så x R n : f(x) y Vi har med andre ord, at f ikke er surjektiv 2) Hvis n > d har f(x) = R m en løsningsmængde givet ved en parameterfremstilling med n d parametre, og ligningen har altså uendeligt mange løsninger Vi har med andre ord, at f ikke er injektiv 3) Hvis m = n = d har f(x) = y netop én løsning for ethvert valg af y R m Vi har med andre ord, at f er bijektiv Bevis Vi viser først (1) Antag m > d Lad y = e d+1 Vi ser da på totalmatricen X = ( A y ) Antag uden tab af generalitet, at trin i falder i x ii X = k 11 k 12 k 13 k 14 k 15 k 16 k 1n k 22 k 23 k 24 k 25 k 26 k 2n k 33 k 34 k 35 k 36 k 3n k dd k d(d+1) k dn 1 2

Af ovenstående ses, at ligningssystemet X ingen løsninger har Udfører vi nu de omvendte til rækkeoperationerne, som førte A over i A, vil X blive en totalmatrix X = ( A y ) Da rækkeoperationer ikke ændrer på løsningsmængden har ligningssystemet X heller ingen løsninger Men da har vi netop, at y R m x R n : f(x) y Vi viser nu (2) Antag n > d Vi ser da på totalmatricen X = ( A uden tab af generalitet, at trin i falder i x ii 1 k 1(d+1) k 1n 1 k 2(d+1) k 2n X = 1 k d(d+1) k dn Vi har nu d ligninger med n ubekendte, som har løsningsmængden L = x R n t d+1, t n R : x = t n k 1(d+1) k 2(d+1) = x R n t d+1, t n R : x = t d+1 k d(d+1) + t d+2 1 t d+1 k 1(d+1) t d+2 k 1(d+2) t nk 1n t d+1 k 2(d+1) t d+2 k 2(d+2) t nk 2n t d+1 k d(d+1) t d+2 k d(d+2) t nk dn t d+1 t d+2 ) Igen antager vi k 1(d+2) k 2(d+2) k d(d+2) 1 + + t n k 1n k 2n k dn 1 At dimensionen af dim L = n d følger af at vi har netop n d lineært uafhængige vektorer, som udspænder løsningsrummet Vi kan nu føre X tilbage i X ved rækkeoperationer, som altså ikke ændrer på løsningsmængden Hermed vist, at der findes uendeligt mange løsninger til ligningen f(x) = Vi viser nu (3) Antag m = n = d Vi benævner diagonalmatricen, som fremkommer af A ved rækkeoperationer ved A samt lader y R n være vilkårligt valgt Vi ser da på totalmatricen X = ( A y ) d 1 y 1 X d = 2 y 2 d n y n 3

Det er klart, at ovenstående totalmatrix har netop én løsning Ved at foretage de omvendte til rækkeoperationerne, som førte A over i A, ændrer vi ikke på løsningen, hvorfor totalmatricen X = ( A y ) ligeledes har netop én løsning Hermed vist, at for alle valg af y R m findes netop ét x R n, så f(x) = y Sætning 14 Lad f : R n R m være en lineær afbildning med tilhørende matrix A Antag at A ved hjælp af rækkeoperationer kan omdannes til en trappematrix A med d trin Der gælder da 1) Hvis ligningssystemet f(x) = A x = y har mindst en løsning for alle valg af y R m, da er d = m Altså hvis f er surjektiv, da er d = m 2) Hvis ligningssystemet f(x) = A x = kun har én løsning (ækvivalent med f injektiv, vises senere), da er d = n 3) Hvis ligningssystemet f(x) = A x = y har netop én løsning for alle y R m, altså at f er bijektiv, da er d = n = m Bevis Beviset for (1) og (2) følger ved kontraposition af sætning 12 (3) følger af (1) og (2) samt sætning 15 Sætning 15 En lineær afbildning f : R n R m er injektiv netop når ligningen f(x) = kun har løsningen x = Bevis For enhver lineær afbildning har vi, at f() = Hvis f er injektiv får vi da f(x) = x = Antag omvendt, at der kun findes én løsning til f(x) =, nemlig x = Lad nu x 1, x 2 være løsninger til ligningen f(x) = y, dvs f(x 1 ) = y = f(x 2 ) Men da får vi = f(x 1 ) f(x 2 ) = f(x 1 x 2 ) x 1 x 2 = x 1 = x 2 Hermed vist, at under antagelsen f(x) = x =, så er f injektiv Sætning 16 Lad f : R n R m være en lineær afbildning med tilhørende matrix A Antag at A ved rækkeoperationer kan omdannes til matricen A med d trin Da fås 1) f er injektiv hvis og kun hvis d = n 2) f er surjektiv hvis og kun hvis d = m 3) f er bijektiv hvis og kun hvis d = n = m 4

Bevis (1) Se Sætning 13, 14 og 15 (2) Vi har allerede vist, at f sur d = m Antag derfor d = m og lad y R m være en vilkårligt valgt vektor Vi kan da opskrive totalmatricen X = ( A y ), hvor y fremkommer af y ved rækkeoperationer Vi får 1 k 1(d+1) k 1n y 1 X 1 k 2(d+1) k 2n y 2 = 1 k d(d+1) k dn y m y 1 y 2 Af ovenstående matrix får vi, at x = y løser ligningssystemet Ved at udføre de modsatte til rækkeoperationerne, som førte A over i A, kan vi føre X tilbage i X = ( A y ) m, som har tilsvarende løsningsmængde, dvs der eksisterer x = Hermed vist, at f er surjektiv (3) Følger af (1) og (2) Sætning 17 For en lineær afbildning f : R n R m gælder rg f + dim(ker f) = dim R n ( x1 x 2 x n ) R n, så f(x) = y Bevis Lad A betegne den til f hørende matrix Vi kan da omdanne A ved hjælp af rækkeoperationer til trappematricen A med d trin Der gælder da, at ker f = { x R n A x = } = { x R n A x = } Vi har fra sætning 12, at ker f er et underrum med dimension n d Videre har vi, at rg f = rg A = rg A = d, og vi får altså rg f + dim(ker f) = d + (n d) = n = dim(r n ) 5