Upload
misha
View
76
Download
0
Embed Size (px)
DESCRIPTION
Lineární zobrazení. Zobrazení f množiny A do množiny B f: A B. je taková relace f mezi množinami A , B , která splňuje vlastnost: ke každému x A existuje právě jedno y B tak, že f(x) = y. Zobrazení f: U W je lineární ( U, W jsou vektorové prostory ). - PowerPoint PPT Presentation
Citation preview
Lineární zobrazeníLineární zobrazení
Zobrazení Zobrazení ff množiny množiny AA do množiny do množiny B B
f:f: AA BB
je taková relace f mezi množinami A, B, která splňuje vlastnost:
ke každému x A existuje právě jedno y B tak, že f(x) = y
Zobrazení f: U Zobrazení f: U W je lineární W je lineární ( (U, W jsou vektorové prostoryU, W jsou vektorové prostory ) )
f(u + v) = f(u) + f(v)
f(au) = af(u)
u, v U a a R
Příklady lineárního zobrazeníPříklady lineárního zobrazení
Zobrazení, které přiřadí každé matici matici k ní transponovanou. (aA + bB)T = aAT + bBT
Zobrazení, které přiřadí každému polynomu jeho první derivaci. (af + bg)´ = a (f´ ) + b (g´ )
Zobrazení, které přiřadí každému polynomu jeho druhou derivaci.
Obraz nulového vektoruObraz nulového vektoru
Obrazem nulového vektoru je v lineárním zobrazení
opět nulový vektor
Nechť U, W jsou vektorové prostory, Nechť U, W jsou vektorové prostory,
ff:: U U W je lineární zobrazení. W je lineární zobrazení. f(U) = {y W: y = f(x), x U }
Označme f(U) = Im f
f(U) je podprostor ve W
Nazývá se obraz vektorového prostoru U v zobrazení f a značí se Im f.
Jeho dimenzi nazveme hodností lineárního zobrazení f. Platí tedy: hod f = dim f(U).
ZZobrazení je obrazení je určeno obrazy určeno obrazy vektorů bázevektorů báze
Nechť B = b1, b2, …, bn je uspořádaná báze
vektorového prostoru U a nechť w1, w2, …, wn jsou vektory z prostoru W.
Pak existuje právě jedno zobrazení f: U W takové, že
f(bi) = wi, i = 1, 2, ..., n.
Lineární zobrazení přiřazuje lineárně závislým vektorům opět lineárně závislé vektory.
Lineární zobrazení může lineárně nezávislým vektorům přiřadit vektory lineárně závislé.
U, W jsou vektorové prostory, U, W jsou vektorové prostory, f: U f: U W je lineární zobrazení W je lineární zobrazení
Množinu všech vektorů z U, které se zobrazí do nulového vektoru prostoru W, nazýváme jádro zobrazení f.
Značíme: Ker f = {x U: f(x) = oW }
Jádro lineárního zobrazení je podprostor v U
Dimenze jádra lineárního zobrazení f se nazývá defekt lineárního zobrazení f.def f = dim Ker f
Matice lineárního zobrazeníMatice lineárního zobrazeníNechť f: U W je lineární zobrazení,
B = b1, b2, …, bn je uspořádaná báze
vektorového prostoru U a F = f1, f2, …, fm je
uspořádaná báze vektorového prostoru W.
Vyjádřeme obrazy vektorů báze B v bázi F:f(b1) = a11f1 + a12f2 + … + a1mfm
f(b2) = a21f1 + a22f2 + … + a2mfm
f(bn) = an1f1 + an2f2 + … + anmfm
nmmm
n
n
aaa
aaa
aaa
21
22212
12111
Matice lineárního zobrazení vzhledem k bázím B, F
Lineární zobrazení f: R3 R3 je definováno
vztahem f((x1, x2, x3)) = (x2 + x3, 2x1 + x3, x1 – 3x2 + x3)
Najděte matici tohoto lineárního zobrazení
131
102
110
Najdeme obrazy vektorů kanonické báze prostoru R3.
(1, 0, 0) (0, 2, 1)(0, 1, 0) (1, 0, –3)(0, 0, 1) (1, 1, 1)
Hodnost lineárního zobrazeníHodnost lineárního zobrazení
je rovna hodnosti matice A tohoto lineárního zobrazení
hod f = dim f(U) = dim Im f
hod f = hod A
Hodnost lineárního zobrazeníHodnost lineárního zobrazení
hod f = hod A = dim f(U) = dim Im f
def f = dim Ker f
dim f(U) + dim Ker f = dim U
hod f + def f = dim U
Lineární zobrazení je definováno vztahy: f(1, 2) = (–2, 1), f(2, 1) = (6, –3).
Určete matici tohoto zobrazení Určete hod f, Ker f a def fNajděte všechny vektory u, které se zobrazí
do vektoru (4, –2), tj. f(u) = (4, –2).
Na které vektory se při daném zobrazení zobrazí vektory kanonické báze?
2,11,20,1
2,11,21,0
31
32
32
31
36
310
37
314
,
,
6,–32,1–
6,–32,1–
31
32
32
31
57
1014
3
1
35
37
310
314
57
1014
3
1 5,7
hod A = hod f = 1
def f = dim R2 – hod f = 2 – 1 = 1
Jádro zobrazeníJádro zobrazení
0
0.
57
1014
3
1
2
1
x
x
soustava dvou závislých rovnic o dvou neznámých 7x1 – 5x2 = 0 x = k.(5, 7), kde k R
Ker f = {x R2 : x = k.(5, 7), k R}
2
4.
57
1014
3
1
2
1
u
u
soustava dvou závislých rovnic o dvou neznámých
7u1 – 5u2 = 6 u = (3, 3) + t.(5, 7), kde t R
Pro všechny vektory Pro všechny vektory uu, které se zobrazí , které se zobrazí na vektor (4, –2) platí:na vektor (4, –2) platí:
Změna matice lineárního zobrazení Změna matice lineárního zobrazení při změně bázepři změně báze
Lineární zobrazení f: R3 R3 je určeno maticí A vzhledem ke kanonické bázi E.
Najděte matici B tohoto zobrazení vzhledem k bázi F = (0, 1, 1), (2, 0, –1), (–1, 1, 1).
201
110
211
A
1. obrazy vektorů báze 1. obrazy vektorů báze FF ve zobrazení ve zobrazení ff
1
1
0
.
201
110
211
2
0
1
f(f1) = (1, 0, –2)
f(f2) = (0, 1, 4) f(f3) = (0, 0, –3)
2. souřadnice obrazů vektorů báze 2. souřadnice obrazů vektorů báze vyjádříme vzhledem k bázi vyjádříme vzhledem k bázi FF
(1, 0, –2) = –3.(0, 1, 1) + 2.(2, 0, –1) + 3.(–1, 1, 1)
(0, 1, 4) = 7.(0, 1, 1) – 3.(2, 0, –1) – 6.(–1, 1, 1)
(0, 0, –3) = –6.(0, 1, 1) + 3.(2, 0, –1) + 6.(–1, 1, 1)
matice B tohoto zobrazení vzhledem k bázi F je
663
332
673
B
Lineární zobrazení f: R3 R2 je určeno maticí A vzhledem ke kanonickým bázím E, F. Najděte
matici B tohoto zobrazení vzhledem k bázím G, H, je-li
G = (1, 1, 1), (0, 1, 2), (2, –1, 1), H = (1, 1), (2, 3)
111
132A
1. obrazy vektorů báze 1. obrazy vektorů báze GG ve zobrazení ve zobrazení ff
1
1
1
.111
132
3
0 f(g1) = (0, 3)
f(g2) = (–1, 3) f(g3) = (8, 2)
2. souřadnice obrazů vektorů báze 2. souřadnice obrazů vektorů báze vyjádříme vzhledem k bázi vyjádříme vzhledem k bázi HH
(0, 3) = –6.(1, 1) + 3.(2, 3)
(–1, 3) = –9.(1, 1) + 4.(2, 3)
(8, 2) = 20.(1, 1) – 6.(2, 3)
matice B tohoto zobrazení vzhledem k bázím G, H je
643
2096B