Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

Podobné dokumenty
Matice lineárních zobrazení

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

18. První rozklad lineární transformace

(Cramerovo pravidlo, determinanty, inverzní matice)

19. Druhý rozklad lineární transformace

Úvod do lineární algebry

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Operace s maticemi

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

1 Linearní prostory nad komplexními čísly

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

8 Matice a determinanty

0.1 Úvod do lineární algebry

Lineární algebra : Změna báze

Kapitola 11: Vektory a matice:

ALGEBRA. Téma 4: Grupy, okruhy a pole

ALGEBRA. Téma 5: Vektorové prostory

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

0.1 Úvod do lineární algebry

Operace s maticemi. 19. února 2018

Matematika B101MA1, B101MA2

Lineární algebra : Násobení matic a inverzní matice

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

1 Determinanty a inverzní matice

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 2.

Lineární algebra : Metrická geometrie

11. Skalární součin a ortogonalita p. 1/16

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra : Lineární zobrazení

Matice. a m1 a m2... a mn

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35

10. Vektorové podprostory

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

Afinní transformace Stručnější verze

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Program SMP pro kombinované studium

1 Vektorové prostory.

Kapitola 11: Vektory a matice 1/19

Lineární algebra : Báze a dimenze

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.

ALGEBRA. Téma 1: Matice a determinanty

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

Cvičení z Lineární algebry 1

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

1 Projekce a projektory

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

7. Lineární vektorové prostory

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Základy maticového počtu Matice, determinant, definitnost

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 7.

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra - I. část (vektory, matice a jejich využití)

Aplikovaná numerická matematika - ANM

Základy matematiky pro FEK

Funkce, elementární funkce.

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

Lineární algebra : Skalární součin a ortogonalita

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

Lineární algebra : Lineární prostor

Cvičení 5 - Inverzní matice

Lineární algebra Operace s vektory a maticemi

Vlastní čísla a vlastní vektory

Transformace souřadnic

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

Báze konečněrozměrných vektorových prostorů, lineární zobrazení vektorových prostorů

DEFINICE Z LINEÁRNÍ ALGEBRY

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

6.1 Vektorový prostor

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

Lineární algebra. Matice, operace s maticemi

Soustavy lineárních rovnic a determinanty

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

ANALYTICKÁ GEOMETRIE V ROVINĚ

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Množiny, relace, zobrazení

Číselné vektory, matice, determinanty

Vlastnosti lineárních zobrazení a velikost vektorů

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1,

6. Vektorový počet Studijní text. 6. Vektorový počet

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

Symetrické a kvadratické formy

Báze a dimenze vektorových prostorů

VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A

Lineární algebra Kapitola 1 - Základní matematické pojmy

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

Transkript:

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 000/00 Michal Marvan 3. Matice lineárního zobrazení V této přednášce budeme používat indexy dvoího druhu: horní a dolní. Horní index e index zapsaný v pozici exponentu. Horní indexy se zpravidla používaí en v situacích, kdy nemůže doít k záměnám s mocninami, například když se mocniny v daném kontextu vůbec nevyskytuí. Horním indexem budeme označovat zeména souřadnice vektorů. Dohoda. V maticích bude řádkový index vždy horní a sloupcový index vždy dolní. Například A i zapíšeme ako A i. Vzorec pro součin matic C = AB pak bude mít tvar n Cl k = Ai k Bi l, i= kde n e počet sloupců matice A =počet řádků matice B. Protože meze,...,n sčítacího indexu i sou spolehlivěurčeny kontextem, budeme zednodušeně psát C k l = i A k i Bi l. Zapamatute si: Ve vzorci pro násobení matic e první výskyt sčítacího indexu dole, druhý nahoře. Příklad. () Zápis Cl k = i Ai l Bk i znamená, že C = BA. Vskutku, zaměnímeli součinitele tak, aby první výskyt sčítacího indexu byl dole, dostaneme Cl k = i Bk i Ai l. () Bud A čtvercová matice. Pak T = i Ai i e součet prvků na diagonále; nazývásestopa matice A. (3) Symbol δ i označue tzv. Kroneckerovo delta. Definue se předpisem { když i =, δ i := 0 když i. Čtvercová matice s prvky δ i e ednotková matice. Cvičení. Ukažte, že Ai δ k = Ai k. Ve fyzice a diferenciální geometrii se často používá Einsteinovo sumační pravidlo. Podle ně se index, např. i, který sevněakém výrazu vyskytue v horní i dolní pozici, považue za index sčítací. Takovývýraz se chápe, ako kdyby před ním stál symbol i kde i probíhá celou množinu přípustných hodnot určenou kontextem nebo dohodou. Při použití Einsteinova sumačního pravidla e shora uvedený vzorec pro součin matic eště ednodušší: Cl k = Ai k Bi l. Zde i e sčítací index, protože se ednou vyskytue v horní a ednou v dolní pozici. Horní indexy a sumační pravidla představuí všeobecně užitečnou alternativu k maticovému zápisu. V této přednášce budeme horní indexy používat především tam, kde to usnadní orientaci ve výpočtech, Einsteinovo sumační pravidlo používat nebudeme.

3. Matice lineárního zobrazení. Souřadnice vektorů Dohoda. Souřadnice vektorů budeme zapisovat s horními indexy. Bud U něaký n-rozměrný vektorový prostor nad polem P. Bud e,...,e n něaká báze v U,bud u U libovolný vektor. Pak sou x,...,x n souřadnice vektoru u vbázi e,...,e n právě tehdy, když platí rovnost u = i x i e i (i e sčítací index; kontextem e určeno, že probíhá množinu {,...,n }). Připomeňme, že touto formulí sou souřadnice x,...,x n vektoru u ednoznačně určeny a že přiřazení u (x,...,x n ) e izomorfismus vektorových prostorů U = P n. Toto přiřazení e závislé na volbě báze, a proto vektory a eich souřadnice e nutno striktně rozlišovat. Často používaný zápis u = (x,...,x n ) dává smysl en při určité volbě báze a mění seskaždou změnou báze. Je za nímvždy nutno vidět formuli u = x i e i. V maticových zápisech budeme x = (x,...,x n ) považovat za matici o ednom sloupci (ve shodě s pravidlem, že horní index e řádkový) a nazývat prostě sloupec souřadnic.. Matice lineárního zobrazení Definice. Bud dán n-rozměrný vektorový prostor U s bazí e,...,e n a m-rozměrný vektorový prostor V s bazí f,..., f m. Bud α : U V lineární zobrazení. Matice A typu m/n, eíž i-tý sloupec e tvořen souřadnicemi vektoru α(e i ) V vbázi f,..., f m, se nazývá matice lineárního zobrazení α vzhledem k bazím e,...,e n a f,..., f m. Přesněi, A i e souřadnice obrazu α(e i ) vbázi f,..., f m. Platí tedy α(e i ) = A i f (připomeňme, že horní index matic e řádkový a dolní e sloupcový). Tvrzení. Bud u U vektor, x = (x,...,x n ) P n sloupec eho souřadnic v bázi e,...,e n prostoru U. Bud v = α(u) V obraz vektoru u, y = (y,...,y m ) P m sloupec eho souřadnic v bázi f,..., f m prostoru V. Pak platí y = Ax. Důkaz. Máme u = i x i e i,načež v = α(u) = α( i x i e i ) = i α(x i e i ) = i x i α(e i ) = i, x i A i f. Odtud plyne, že souřadnice vektoru v vbázi f,..., f m sou i x i A i, to est, y = i x i A i. V poslední formuli nyní stačí zaměnit pořadí součinitelů tak, aby poloha sčítacího indexu odpovídala násobení matic, t. y = A Příklad. Bud te U, V trorozměrné vektorové prostory s bazemi e, e, e 3 a f, f, f 3. Necht e lineární zobrazení α dáno předpisem i xi. α(e ) = f + f 3, α(e ) = f + f 3, α(e 3 ) = f.

3. Matice lineárního zobrazení Souřadnice obrazů α(e i ) vbázi f, f, f 3 sou po řadě (0,, ), (, 0, ), (0,, 0) (ověřte). Matice A e 0 0 0. 0 Obrazem vektoru se souřadnicemi (x, x, x 3 ) e vektor 0 0 0 x x = x x + x 3. 0 x 3 x + x Zkouška správnosti: Obrazem vektoru e se souřadnicemi (, 0, 0) musí být vektor f + f 3 : 0 0 0 0 = 0. 0 0 Zkouška vyšla. Příklad. Uvažume o rovnoběžném promítání π : E 3 E podél vektoru w E. Zvolme libovolnou bázi u,v E. Pak e u,v,wbáze v E 3 (proč?). Lineární zobrazení π splňue α(u) = u, α(v) = v, α(w) = 0. Souřadnice těchto obrazů vbázi u, v, wsou po řadě (, 0), (0, ), (0, 0). Matice zobrazení π vzhledem k bazím u,v,wa u,ve 0 0. 0 0 Obraz vektoru se souřadnicemi (x, y, z) e 0 0 x ( y x = 0 0 y) z (ztrácí se souřadnice měřená podél vektoru w). Zistěme, aká operace s maticemi odpovídá skládání lineárních zobrazení. Tvrzení. Bud U vektorový prostor s bazí e,...,e m,bud V vektorový prostor s bazí f,..., f n, bud W vektorový prostor s bazí g,...,g p. Bud te α : U V,β : V W lineární zobrazení. Bud A matice zobrazení α vzhledem k bazíme,...,e m af,..., f n,bud B matice zobrazení β vzhledem k bazím f,..., f n ag,...,g p. Pak e součin B A maticí zobrazení β α vzhledem k bazím e,...,e m ag,...,g p. Důkaz. Máme α(e i ) = i A i f.dále β( f ) = B k g k.tudíž, ( (β α)(e i ) = β(α(e i )) = β A ) i f = A i β( f ) = =,k A i Bk g k, A i B k g k k a proto e matice zobrazení β α rovna A i Bk = B k A i,cožesoučin BA. 3

3. Matice lineárního zobrazení Tvrzení. Při steném označení ako v předchozím tvrzení, necht e α izomorfismus (a potom m = n). Pak e matice A invertibilní aa e matice inverzního lineárního zobrazení α : V U. Důkaz. Bud B matice lineárního zobrazení α : V U vzhledem k příslušným bazím. Podle předchozího tvrzení e BA matice lineárního zobrazení α α = id vzhledem k bázi e,...,e m,což e ednotková matice. Tudíž, BA = E. Analogicky AB = E adůkaz e hotov. 3. Matice přechodu Bud opět dán n-rozměrný vektorový prostor U nad polem P. Bud e,...,e n něaká báze v U, nazvěme i starábáze. Bud e,...,e n inábáze v U, nazvěme i novábáze. Bud u U libovolný vektor. Souřadnice vektoru u ve staré bázi e,...,e n označme x = (x,...,x n ) P n a říkeme im staré souřadnice. Souřadnice vektoru u vnovébázi e,...,e n označme x = (x,...,x n ) P n a říkeme im nové souřadnice. (Platí tedy u = i x i e i = i x i e i.) Zaímá nás vztah mezi starými a novými souřadnicemi x a x. Vektory nové báze mohou být zadány svými souřadnicemi ve starébázi. Definice. Matice Q, eíž sloupce sou tvořeny starými souřadnicemi nových bázových vektorů, se nazývá matice přechodu (od starébázeknovébázi). Máme tedy id(e i ) = e i = Q i e. Odtud okamžitě plyne Tvrzení. Matice přechodu od báze e,...,e n kbázi e,...,e n e totožná s maticí identického zobrazení id : V V vzhledem k bazíme,...,e n ae,...,e n (v tomto pořadí!). Důsledek. () Matice přechodu e vždy invertibilní. () Označuí-li x resp. x sloupce starých resp. nových souřadnic, pak nové souřadnice závisí na starých souřadnicích vztahem x = Q x. Důkaz. () Tvrzení e důsledkem předchozích, protože identické zobrazení e izomorfismus. () Platí x = Qx,načež x = Q Qx = Q x. Příklad. Necht e = e e a e = e. Staré souřadnice nové báze sou (, ), (0, ). Matice přechodu a matice k ni inverzní sou 0 0 Q =, Q =. Vektor se starými souřadnicemi x = (x, x ) má nové souřadnice 0 x = Q x x x = x = x + x. 4

3. Matice lineárního zobrazení Zkouška správnosti: vektor e musí mít nové souřadnice (, 0) a vektor e musí mít nové souřadnice (0, ). Ověřte. 4. Změna matice lineárního zobrazení při změnách bazí Tvrzení. Bud U vektorový prostor se starou bazí e,...,e n a novou bazí e,...,e n, matice přechodu od staré k nové bázi bud Q. Bud V vektorový prostor se starou bazí f,..., f m a novou bazí f,..., f m, matice přechodu od staré k novébázi bud R. Bud α : U V lineární zobrazení. Bud A matice lineárního zobrazení α vzhledem k bazím e,...,e n, f,..., f m. Bud A matice lineárního zobrazení α vzhledem k bazím e,...,e n,f,..., f m. Pak platí A = R AQ. Důkaz. Situaci můžeme znázornit diagramem U e,...,e n id U e,...,e n α α V f,..., f m id V f,..., f m V rozích stoí vektorové prostory s vyznačenou bazí, šipky označuí lineární zobrazení. Jednotlivá zobrazení pak maí matice id : U U α vlevém sloupci A id : V V α v pravém sloupci A. Q R Platí α id = id α, odtud podle tvrzení o matici složeného zobrazení plyne rovnost A Q = R A. Po vynásobení obou stran maticí Q zprava získáme tvrzení. 5