przestrzenie i przekształcenia liniowe - omówienie

Nasza ocena:

3
Pobrań: 14
Wyświetleń: 658
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
przestrzenie i przekształcenia liniowe - omówienie - strona 1 przestrzenie i przekształcenia liniowe - omówienie - strona 2 przestrzenie i przekształcenia liniowe - omówienie - strona 3

Fragment notatki:

Wykład 4
Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej
przestrzeni V to zachodzi wzór:
dim(U + W ) = dim U + dim W − dim(U ∩ W )
Rzeczywiście U ∩ W jest podprzetrzenią przestrzeni U i W , a więc U ∩ W
jest skończenie wymiarowa. Przestrzeń U ∩ W posiada, więc skończoną bazę
v1 , . . . , vk . Zgodnie z twierdzeniem Steinitza bazę tą można uzupełnić do baz
przestrzeni U i przestrzeni W . Istnieją, więc wektory u1 , . . . , un i w1 , . . . , wm ,
że:
v1 , . . . , vk , u1 , . . . , un jest bazą przestrzeni U ,
v1 , . . . , vk , w1 , . . . , wm jest bazą przestrzeni W .
Do dowodu powyższej równości wystarczy sprawdzić, że układ
v1 , . . . , vk , u1 , . . . , un , w1 , . . . , wm jest bazą przestrzeni U + W .
Jeśli x ∈ U + W to x = u + w, gdzie u ∈ U , w ∈ W , wtedy u jest liniową
kombinacją wektorów v1 , . . . , vk , u1 , . . . , un , a w liniową kombinacją wektorów v1 , . . . , vk , w1 , . . . , wm , a zatem wektor x jest liniową kombinacją wektorów v1 , . . . , vk , u1 , . . . , un , w1 , . . . , wm . Sprawdzimy teraz liniową niezależność.
Rozważmy równanie:
α1 v1 + . . . + αk vk + β1 u1 + . . . + βn un + γ1 w1 + . . . + γm wm = 0
ponieważ wi ∈ U to γ1 = . . . = γm = 0 i nasza równość przybiera postać:
α1 v1 + . . . + αk vk + β1 u1 + . . . + βn un = 0
ale wektory v1 , . . . , vk , u1 , . . . , un są liniowo niezależne, więc α1 = . . . = αk =
β1 = . . . = βm = 0 i udowodniliśmy liniową niezależność.
Przykład Wyznaczymy bazy i wymiary przestrzeni U, V, U ∩V, U +V , gdzie:
U = Lin{(1, 2, 1, 1), (0, 1, 1, −1), (1, 3, 2, 0), (2, 6, 4, 0)}
V = Lin{(1, 1, 0, 0), (0, 0, 1, 1), (2, 3, 2, 2)}
Przestrzeń U składa się z wszystkich wektorów, które można zapisać w postaci α(1, 2, 1, 1)+β(0, 1, 1, −1)+γ(1, 2, 2, 0)+δ(2, 5, 4, 0), dla α, β, γ, δ ∈ R. Jeśli
jeden z wektorów jest liniowo zależny od pozostałych to można go z zestawu
wektorów generujących U wykreślić. Zatem znalezienie bazy tej przestrzeni
jest równoważne ze znalezieniem maksymalnego zbioru liniowo niezależnego
w zbiorze wektorów {(1, 2, 1, 1), (0, 1, 1, −1), (1, 2, 2, 0), (2, 5, 4, 0)}. Zestawmy
nasze wektory w macierz:





1
0
1
2
2
1
3
6
1
1
1 −1 


2
0 
4
0

1
wtedy operacje elementarne na wierszach tej macierzy odpowiadają operacjom na wektorach.





1
0
1
2
2
1
3
6
1 1
1 −1  w3 −w1 


 −→ 
2 0  w4 −2w1 
4 0


1
0
0
0
2
1
1
2
1 1
1 −1  w4 −2w2 


 −→ 
1 −1  w3 −w2 
2 −2


1
0
0
0
2
1
0
0
1 1
1 −1 


0 0 
0 0

zatem bazą przestrzeni U są wektory (1, 2, 1, 1), (0, 1, 1, −1), a jej wymiar jest
równy 2 (zauważmy, że wymiar tej przestrzeni jest równy rzędowi macierzy).
Obliczymy teraz wymiar przestrzeni V :




1 1 0 0
1 1 0 0

 w3 −2w1 

 0 0 1 1  −→  0 0 1 1 
w3 −2w2
2 3 2 2
0 1 0 0
i ponieważ rząd tej macierzy jest równy 3 to wektory (1, 1, 0, 0), (0, 0, 1, 1),
(0, 1, 0, 0) są liniowo niezależne. Zatem wymiar przestrzeni V jest równy 3.
Zajmiemy się teraz przestrzenią U + V . Nietrudno zauważyć,

(…)

… . Wtedy każdy
wektor v ∈ V da się jednoznacznie zapisać w postaci kombinacji liniowej
wektorów b1 , . . . , bn , zatem istnieją skalary k1 , . . . , kn , że v = k1 v1 +. . .+kn vn .
Skalary k1 , . . . , kn nazywamy współrzędnymi wektora v względem bazy B i
piszemy v = (k1 , . . . , kn )B .
2
Przekształcenia liniowe
Niech V i W będą przestrzeniami liniowymi nad tym samym ciałem K.
Przekształcenie:
f :V →W
nazywać będziemy przekształceniem liniowym przestrzeni V w przestrzeń
W jeśli:
∀v1 , v2 ∈ V f (v1 + v2 ) = f (v1 ) + f (v2 ),
oraz
∀v ∈ V ∀k ∈ K f (kv) = kf (v)
Prostą konsekwencją tej definicji jest fakt, że f (0) = 0. Rzeczywiście f (0) =
f (0 + 0) = f (0) + f (0) stąd wynika, że f (0) = 0.
Przykład Dla dowolnych przestrzeni liniowych U , V nad tym samym ciałem
przekształcenie Θ(v) = 0 jest przekształceniem liniowym. Przekształcenie to
nazywamy przekształceniem zerowym.
Zadanie Udowodnić, że funkcja:
f : R 3 → R2
f (x, y, z) = (x + y, x − y)
jest przekształceniem liniowym.
Przykład Funkcja Φ : R[x] → R[x], dana wzorem Φ(g) = g jest przekształceniem liniowym.
Przekształcenie liniowe nazywane jest również homomorfizmem przestrzeni liniowych. Przekształcenie liniowe, które przekształca przestrzeń V w siebie nazywać będziemy operatorem liniowym. Jeśli przekształcenie liniowe
przestrzeni liniowych jest również bijekcją to nazywać je będziemy izomorfizmem przestrzeni liniowych.
Zadanie Udowodnić, że funkcja f : R3 → R3 , zadana wzorem f (x, y, z) =
(x + y + z, y + z, z) jest izomorfizmem przestrzeni R3 na siebie.
Niech V będzie przestrzenią liniową nad ciałem K, wtedy przekształcenie
liniowe, które przekształca…
… V w K (jako jednowymiarową przestrzeń) nazywamy funkcjonałem liniowym
Przykład Funkcja f : R3 → R dana wzorem f (x, y, z) = x + y + z jest
przykładem funkconału liniowego.
Jeśli V i W są przestrzeniami liniowymi nad tym samym ciałem K to przez
Hom(V, W ) oznaczać będziemy zbiór wszystkich przekształceń liniowych V
w W.
3
Zadanie Wyznaczyć Hom(R, R).
Rozwiązanie Weźmy f ∈ Hom(R, R) i przyjmijmy…
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz