Matice lineárních zobrazení

Podobné dokumenty
Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Báze konečněrozměrných vektorových prostorů, lineární zobrazení vektorových prostorů

Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:

Báze a dimenze vektorových prostorů

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

Matice. a m1 a m2... a mn

Kapitola 11: Vektory a matice:

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

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

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:

1 Báze a dimenze vektorového prostoru 1

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 B101MA1, B101MA2

Lineární algebra : Báze a dimenze

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

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

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

grupa těleso podgrupa konečné těleso polynomy komutativní generovaná prvkem, cyklická, řád prvku charakteristika tělesa

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

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

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

Algebraické struktury s jednou binární operací

ALGEBRA. Téma 4: Grupy, okruhy a pole

VĚTY Z LINEÁRNÍ ALGEBRY

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

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

Množiny, relace, zobrazení

Soustava m lineárních rovnic o n neznámých je systém

10. DETERMINANTY " # $!

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

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

Soustavy linea rnı ch rovnic

Kapitola 11: Vektory a matice 1/19

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

Základy matematiky pro FEK

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

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.

15 Maticový a vektorový počet II

Soustavy lineárních rovnic

Lineární algebra : Násobení matic a inverzní matice

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

1 Determinanty a inverzní matice

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

Lineární algebra Operace s vektory a maticemi

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra Kapitola 1 - Základní matematické pojmy

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

DEFINICE Z LINEÁRNÍ ALGEBRY

18. První rozklad lineární transformace

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

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

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.

Lineární algebra : Lineární zobrazení

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

GEOMETRICKÁ ZOBRAZENÍ. Josef Janyška

Cvičení z Lineární algebry 1

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

Symetrické a kvadratické formy

Lineární algebra : Lineární prostor

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

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

0.1 Úvod do lineární algebry

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy

1 Vektorové prostory.

6 Lineární geometrie. 6.1 Lineární variety

Lineární algebra : Změna báze

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

7. Lineární vektorové prostory

Vlastní čísla a vlastní vektory

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

0.1 Úvod do lineární algebry

Matematika 2 pro PEF PaE

3. ANTAGONISTICKÉ HRY

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Drsná matematika I 5. přednáška Vektory a matice

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

6. přednáška 5. listopadu 2007

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Úvod do lineární algebry

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

IB112 Základy matematiky

Operace s maticemi

Vysoké učení technické v Brně Fakulta informačních technologií. Regulární pologrupy. Semestrální práce do předmětu Algebra, Kombinatorika, Grafy

(Cramerovo pravidlo, determinanty, inverzní matice)

Základy maticového počtu Matice, determinant, definitnost

FREDHOLMOVA ALTERNATIVA

Soustavy lineárních rovnic

Vlastní číslo, vektor

4. Trojúhelníkový rozklad p. 1/20

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

Co je to univerzální algebra?

Transkript:

Matice lineárních zobrazení Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí n a m nad tělesem T, +,, nechť posloupnosti vektorů g 1, g 2,..., g n V a h 1, h 2,..., h m W tvoří báze těchto vektorových prostorů a nechť f : V W je lineární zobrazení mezi těmito prostory. Nechť pro každé j {1, 2,..., n} jsou prvky a 1j, a 2j,..., a mj T souřadnice vektoru fg j v bázi h 1, h 2,..., h m, takže platí fg j = a 1j h 1 +a 2j h 2 + +a mj h m. Pak matice A = a ij i=1,...,m, j=1,...,n typu m/n nad T, +, se nazývá matice lineárního zobrazení f v bázích g 1, g 2,..., g n a h 1, h 2,..., h m. Zavedeme-li podobně jako dříve též označení g = g 1 g 2... g n a h = h1 h 2..., h m pro zmíněné báze prostorů V, +, a W, +, a k tomu ještě označení fg = fg 1 fg 2... fg n pro posloupnost obrazů vektorů báze g při lineárním zobrazení f, pak právě uvedená definice matice A = a ij lineárního zobrazení f v bázích g a h znamená, že platí rovnost fg = h A, vzpomeneme-li si znovu na násobení matic nad vektorovým prostorem W, +, maticemi nad tělesem T, +,. Nechť V, +, je nenulový vektorový prostor konečné dimenze n nad tělesem T, +,, nechť dále posloupnost vektorů g 1, g 2,..., g n V tvoří bázi tohoto vektorového prostoru a nechť f : V V je lineární transformace tohoto vektorového prostoru. Nechť nyní pro každé j {1, 2,..., n} jsou prvky a 1j, a 2j,..., a nj T souřadnice vektoru fg j v bázi g 1, g 2,..., g n, takže platí fg j = a 1j g 1 + a 2j g 2 + + a nj g n. Pak čtvercová matice A = a ij i=1,...,n, j=1,...,n řádu n nad T, +, se nazývá matice lineární transformace f v bázi g 1, g 2,..., g n. Zavedeme-li obdobně jako výše označení g = g 1 g 2... g n a fg = fg 1 fg 2... fg n, pak právě uvedená definice 1

matice A = a ij lineární transformace f v bázi g podobně jako výše znamená, že tentokrát platí rovnost fg = g A, opět s využitím násobení matic nyní nad vektorovým prostorem V, +, maticemi nad tělesem T, +,. Věta. Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí nad tělesem T, +, a nechť posloupnosti g 1, g 2,..., g n a h 1, h 2,..., h m tvoří báze těchto vektorových prostorů. Pak přiřazení, v němž každému lineárnímu zobrazení f : V W odpovídá jeho matice A v bázích g 1, g 2,..., g n a h 1, h 2,..., h m, je vzájemně jednoznačnou korespondencí mezi všemi lineárními zobrazeními f : V W a všemi maticemi A = a ij typu m/n nad T, +,. Důkaz. Mají-li dvě lineární zobrazení f, g : V W stejnou matici v uvedených bázích, pak to znamená, že fg 1 = gg 1, fg 2 = gg 2,..., fg n = gg n. Podle poslední věty z minulé kapitoly pak ale f a g jsou jedno a to stejné lineární zobrazení. Je tedy zmíněné přiřazení prosté. Vezměme dále libovolnou matici A = a ij typu m/n nad T, +,, a uvažme vektory z j = a 1j h 1 + a 2j h 2 + + a mj h m pro všechna j {1, 2,..., n}. Pak podle poslední věty z minulé kapitoly existuje lineární zobrazení f : V W takové, že fg 1 = z 1, fg 2 = z 2,..., fg n = z n. Maticí tohoto lineárního zobrazení ve zmíněných bázích je ovšem matice A. Je tedy popsaná korespondence opravdu vzájemně jednoznačná. Tvrzení. Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí n a m nad tělesem T, +,. Nechť f : V W je lineární zobrazení mezi těmito prostory a nechť A = a ij je matice tohoto lineárního zobrazení v bázích g 1, g 2,..., g n a h 1, h 2,..., h m zmíněných vektorových prostorů. 2

Nechť u je libovolný vektor z V, nechť x 1, x 2,..., x n jsou souřadnice vektoru u v bázi g 1, g 2,..., g n a nechť y 1, y 2,..., y m jsou souřadnice vektoru fu v bázi h 1, h 2,..., h m. Pak platí y 1 y 2. y m x 1 x 2 = A.. Důkaz. Označme jako na začátku g = g 1 g 2... g n, h = h 1 h 2..., h m a fg = fg1 fg 2... fg n. Dále označme x = x 1 x 2... x n, y = y1 y 2... y m. Pak zase můžeme psát u = g x a fu = h y. Poněvadž f je lineární zobrazení, z první z těchto dvou rovností plyne, že fu = fg x. Současně, jak bylo řečeno výše, podle definice matice A = a ij lineárního zobrazení f v bázích g a h máme rovnost fg = h A. Dosazením do předchozí rovnosti opět s využitím asociativity příslušného násobení matic dostáváme, že x n fu = h A x. To znamená, že A x jsou souřadnice vektoru fu v bázi h. Ovšem také y jsou souřadnice vektoru fu v téže bázi h. Vzhledem k jednoznačnosti souřadnic vektoru v dané bázi odtud vyplývá rovnost y = A x, kterou jsme měli ověřit. Tvrzení. Nechť U, +,, V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí nad tělesem T, +, a nechť f 1, f 2,..., f n, g 1, g 2,..., g m a h 1, h 2,..., h k jsou báze těchto vektorových prostorů. Nechť f : U V a g : V W jsou lineární zobrazení vektorových prostorů, nechť A = a ij je matice zobrazení f v bázích f 1, f 2,..., f n a g 1, g 2,..., g m a nechť B = b hi je matice zobrazení g v bázích g 1, g 2,..., g m a h 1, h 2,..., h k. Potom matice B A je maticí složeného zobrazení g f : U W v bázích f 1, f 2,..., f n a h 1, h 2,..., h k. Důkaz. Užijme opět zavedeného značení f = f 1 f 2... f n, 3

g = g 1 g 2... g m, h = h1 h 2..., h k a také ff = ff1 ff 2... ff n, gg = gg 1 gg 2... gg m. K tomu položme gff = g ff, kde g ff má analogický význam jako ff, takže pak obdobně předchozímu značení můžeme psát též gff = gff 1 gff 2... gff n. Nyní zase podle definic matic A = a ij a B = b hi lineárních zobrazení f a g v příslušných bázích máme rovnosti ff = g A a gg = h B. Poněvadž g je lineární zobrazení, jeho aplikací na jednotlivé vektory v posloupnosti ff pak z první z uvedených rovností obdržíme, že gff = gg A. Dosazením druhé z předchozích dvou rovností do této poslední rovnosti s opětovným využitím asociativity příslušného násobení matic takto dostáváme, že gff = h B A. To ale právě znamená, že matice B A je maticí složeného lineárního zobrazení g f v bázích f a h, což bylo třeba ověřit. Důsledek. Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí nad tělesem T, +,, nechť g 1, g 2,..., g n a h 1, h 2,..., h m jsou báze těchto prostorů, nechť f : V W je izomorfismus těchto prostorů a nechť A je matice izomorfismu f v bázích g 1, g 2,..., g n a h 1, h 2,..., h m. Pak platí n = m, A je čtvercová regulární matice řádu n = m a matice A 1 k ní inverzní je maticí inverzního izomorfismu f 1 : W V v bázích h 1, h 2,..., h m a g 1, g 2,..., g n. Důkaz. Izomorfní vektorové prostory musí mít stejnou dimenzi, takže n = m a matice A je čtvercová. Nechť dále B je matice inverzního izomorfismu f 1 v bázích h 1, h 2,..., h m a g 1, g 2,..., g n. Pak podle předchozího tvrzení je matice A B maticí složeného zobrazení f f 1, jímž je ale identické zobrazení id W. Maticí této identické transformace prostoru W, +, v bázi h 1, h 2,..., h m je ovšem jednotková matice E m. Odtud plyne, že A B = E m, takže A je regulární matice a B = A 1. 4

Nechť V, +, je nenulový vektorový prostor konečné dimenze nad tělesem T, +, a nechť f 1, f 2,..., f n a g 1, g 2,..., g n jsou dvě báze tohoto prostoru. Již dříve jsme definovali, co znamená, že čtvercová matice A řádu n nad T, +, je maticí přechodu od báze f 1, f 2,..., f n k bázi g 1, g 2,..., g n. Připomeňme, že to nastává, pokud pro každé j {1, 2,..., n} platí, že v j-tém sloupci matice A jsou uloženy souřadnice vektoru g j v bázi f 1, f 2,..., f n. Nyní je na místě si všimnout, že A je takovou maticí přechodu právě tehdy, když A je maticí identického zobrazení id V prostoru V, +, do něj samotného vzhledem k bázím g 1, g 2,..., g n a f 1, f 2,..., f n v tomto pořadí. Tehdy totiž také pro každé j {1, 2,..., n} platí, že v j-tém sloupci matice A jsou obsaženy souřadnice vektoru g j v bázi f 1, f 2,..., f n. Věnujme se nyní otázce, jak se změní matice daného lineárního zobrazení mezi dvěma vektorovými prostory konečných dimenzí, přejdeme-li k jiným bázím těchto vektorových prostorů. Kvůli přehlednosti budeme ve formulacích následujících poznatků používat už jen stručná značení bází příslušných vektorových prostorů konečných dimenzí. Bude-li tedy V, +, nenulový vektorový prostor konečné dimenze n a bude-li posloupnost vektorů f 1, f 2,..., f n některou bází tohoto prostoru, kterou jsme už také zapisovali ve tvaru f = f 1 f 2... f n, budeme nadále pro tuto bázi prostoru V, +, užívat už jen krátké označení f. Důsledek. Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí nad tělesem T, +,. Nechť f a g jsou dvě báze prostoru V, +, a nechť h a k jsou dvě báze prostoru W, +,. Nechť P je matice přechodu od báze f k bázi g a nechť Q je matice přechodu od báze h k bázi k. Nechť f : V W je lineární zobrazení mezi uvedenými prostory, nechť A je matice zobrazení f v bázích f a h a nechť B je matice zobrazení f v bázích g a k. Pak platí B = Q 1 A P. 5

Důkaz. Poněvadž f id V = id W f je totéž zobrazení f a poněvadž podle výše uvedeného tvrzení o matici složeného lineárního zobrazení a podle komentáře předcházejícího tomuto důsledku je A P maticí zobrazení f id V a Q B je maticí zobrazení id W f, obojí v bázích g a h, plyne odtud, že A P = Q B, takže B = Q 1 A P. Jiný důkaz. Podle definic matic přechodů P a Q mezi zmíněnými bázemi daných vektorových prostorů máme rovnosti g = f P a k = h Q. Ze druhé z těchto rovností vynásobením maticí Q 1 zprava plyne též rovnost h = k Q 1. Podle definic matic A a B lineárního zobrazení f v uvedených bázích daných prostorů máme dále rovnosti ff = h A a fg = k B. Poněvadž f je lineární zobrazení, z předchozích rovností pak ale vyplývá rovněž, že fg = ff P = ff P = h A P = k Q 1 A P. To ovšem znamená, že matice Q 1 A P je maticí zobrazení f v bázích g a k. Z jednoznačnosti takové matice potom plyne, že B = Q 1 A P. Půjde-li dále jen o lineární transformaci jednoho vektorového prostoru konečné dimenze a o její matice ve dvou bázích tohoto prostoru, pak se formulace posledního důsledku zjednoduší: Důsledek. Nechť V, +, je nenulový vektorový prostor konečné dimenze nad tělesem T, +,, nechť f a g jsou dvě báze tohoto prostoru a nechť P je matice přechodu od báze f k bázi g. Nechť f : V V je lineární transformace prostoru V, +,, nechť A je matice transformace f v bázi f a nechť B je matice transformace f v bázi g. Pak platí B = P 1 A P. 6