background image

Przekształcenia liniowe

Niech   i   będą przestrzeniami liniowymi nad ciałem  . Funkcję 

:

f V

W

nazywamy

przekształceniem liniowym

, jeżeli spełnione są następujące warunki:

1)

 

1

2

,

1

2

1

2

(

)

( )

( )

v v

V

f v

v

f v

f v

+

=

+

,

2)

 

(

)

( )

K

v V

f

v

f v

α

α

α

=

.

Uwaga: Warunki 1) i 2) mo

ż

na zast

ą

pi

ć

 jednym warunkiem:

    

1

2

,

,

1

2

1

2

(

)

( )

( )

K

v v

V

f

v

v

f v

f v

α β

α

β

α

β

+

=

+

.

Macierz przekształcenia liniowego

Niech 

:

f V

W

  b

ę

dzie  przekształceniem  liniowym, 

1

2

( ,

,

,

)

n

B

v v

v

=

  b

ę

dzie  baz

ą

przestrzeni 

V

, a 

(

)

1

2

,

,

,

m

C

w w

w

=

 - baz

ą

 przestrzeni 

W

Macierzą przekształcenia

 

f

w  bazach 

B

  i 

C

  nazywamy  macierz 

[ ]

B

C

f

,  której  kolejne  kolumny  s

ą

  współrz

ę

dnymi

wektorów  

1

2

( ),

( ),

, ( )

n

f v

f v

f v

 w bazie  

C

, tzn.

[ ]

1

2

1

11

12

1

2

21

22

2

1

2

( )

( )

( )

n

n

B

n

C

m

m

m

mn

f v

f v

f v

w

a

a

a

w

a

a

a

f

w

a

a

a

← 

=

← 















Schematycznie

Macierz przejścia z bazy do bazy

Niech

1

2

( ,

,

,

)

n

B

v v

v

=

  i 

(

)

1

2

,

,

,

n

C

w w

w

=

  b

ę

d

ą

  bazami  przestrzeni 

V

.  Macierz

[ ]

B

C

id

 nazywamy 

macierzą przejścia z bazy 

C

 do bazy

 

B

 i oznaczamy przez 

C

B

P

. Zatem

kolumnami macierzy 

C

B

P

 s

ą

 współrz

ę

dne kolejnych wektorów  bazy 

B

 w bazie  

C

, tzn.

1

2

1

11

12

1

2

21

22

2

1

2

n

n

n

C

B

m

m

m

mn

v

v

v

w

a

a

a

w

a

a

a

P

w

a

a

a

← 

=

← 

← 















.

[ ]

B

C

f

background image

Inaczej: 

kolumnami  macierzy  przejścia  ze  ,,starej’’  bazy  do  ,,nowej’’  bazy  są

współrzędne wektorów ,,nowej’’ bazy w ,,starej’’ bazie

.

Macierz 

C

B

P

 jest odwracalna i 

1

(

)

C

B

B

C

P

P

=

.

Reprezentacja macierzowa przekształcenia liniowego

Niech 

:

f V

W

 b

ę

dzie przekształceniem liniowym, 

B

 - baz

ą

 przestrzeni 

V

, a 

C

 - baz

ą

przestrzeni 

W

. Wtedy

[ ] [ ]

[ ( )]

B

T

T

C

C

B

f v

f

v

=

        dla dowolnego wektora 

v V

,

tzn.

1

11

12

1

1

2

21

22

2

2

1

2

n

n

m

m

m

mn

n

macierz f wbazach B i C

y

a

a

a

x

y

a

a

a

x

y

a

a

a

x

 

 

 

=

 

 

 















Zmiana współrzędnych przy zmianie bazy

Niech 

B

 i 

C

 b

ę

d

ą

 bazami przestrzeni 

V

. Wtedy

[ ]

[ ]

1

[ ]

(

)

T

T

T

C

C

B

B

C

B

B

v

P

v

P

v

=

=

 dla dowolnego wektora 

v V

Aby otrzymać współrzędne wektora 

v

 w ,,nowej’’ bazie, mnożymy macierz odwrotną do

macierzy  przejścia  ze  ,,starej’’  bazy  do  ,,nowej’’  przez  współrzędne  wektora 

v

  w

,,starej’’ bazie.

Macierz złożenia przekształceń liniowych

Niech 

:

f V

W

 i 

:

g W

U

 b

ę

d

ą

 przekształceniami liniowymi, 

B

 - baz

ą

 przestrzeni 

V

,

C

 - baz

ą

 przestrzeni 

W

, a 

D

- baz

ą

 przestrzeni 

U

:

Wtedy

[

]

[ ] [ ]

B

C

B

D

D

C

g

f

g

f

=

Schemat:

współrzędne 

( )

f v

w bazie 

C

współrzędne 

v

w bazie 

B

V

W

U

f

g

B

C

D

g

f

[

]

[ ] [ ]

B

C

B

D

D

C

g

f

g

f

=

background image

0

Zmiana macierzy przekształcenia przy zmianie baz

Niech 

:

f V

W

 b

ę

dzie przekształceniem liniowym, 

B

 i 

'

B

- bazami przestrzeni 

V

,  a 

C

 i

'

C

- bazami przestrzeni 

W

. Wtedy

[ ]

[ ]

'

1

'

'

'

(

)

B

B

C

C

C

B

B

C

f

P

f

P

=

tzn.: 

Macierz przekształcenia

f

 w ,,nowych’’ bazach = odwrotność macierzy przejścia z

bazy  ,,starej’’  do  ,,nowej’’  przestrzeni 

W

     

razy 

      macierz  przekształcenia 

f

  w

,,starych’’ bazach   

razy 

  macierz przejścia z bazy ,,starej’’ do ,,nowej’’ przestrzeni 

V

Jądro i obraz przekształcenia liniowego

Je

ż

eli 

:

f V

W

 jest przekształceniem liniowym, to zbiór

{

}

Ker 

: ( )

0

f

v V

f v

=

=

jest podprzestrzeni

ą

 przestrzeni liniowej 

V

, a zbiór

{

}

Im 

( ) :

f

f v

v V

=

jest podprzestrzeni

ą

 przestrzeni liniowej 

W

.

  Zbiór 

Ker f

 nazywamy 

jądrem

 przekształcenia 

f

, a zbiór 

Im f

 nazywamy 

obrazem

przekształcenia 

f

.

Związek między wymiarami jądra i obrazu

Je

ż

eli 

:

f V

W

 jest przekształceniem liniowym, to

dim

dim Ker

dim Im

V

f

f

=

+

(tzn. 

wymiar  dziedziny jest sumą wymiarów jądra i obrazu

)

Związki jądra i obrazu z macierzą przekształcenia liniowego

Niech 

:

f V

W

b

ę

dzie  przekształceniem  liniowym,  a 

A

  -  macierz

ą

  przekształcenia 

f

  (w

dowolnych bazach). Wtedy

1)

  dim Im

( )

f

rz A

=

 (tzn. 

wymiar obrazu jest równy rzędowi macierzy przekształcenia

)

2)

  f

  jest  przekształceniem  ,,na’’  (

suriekcj

ą

⇔  

( )

f V

W

=

 

⇔  

dim Im

dim

f

W

=

 

( )

dim

rz A

W

=

3)

  f

jest 

przekształceniem 

ż

nowarto

ś

ciowym 

(

iniekcj

ą

{ }

Ker

0

f

=

 

dim Ker

0

f

=

 

( )

dim

rz A

V

=

0

Im f

Ker f

V

W

f

background image

4)

  f

jest  przekształceniem  wzajemnie  jednoznacznym  (

bijekcj

ą

{ }

Ker

0

f

=

  i

( )

f V

W

=

 

⇔  

dim Ker

0

f

=

 i 

dim Im

dim

f

W

=

( )

dim

dim

rz A

V

W

=

=

Wartości i wektory własne przekształcenia liniowego

Niech 

V

 b

ę

dzie przestrzeni

ą

 liniow

ą

 nad ciałem 

K

 i niech 

f

 b

ę

dzie przekształceniem

liniowym przestrzeni 

V

 w siebie (

endomorfizmem przestrzeni 

V

).  Wtedy

-

 

Skalar 

K

λ

 nazywamy 

wartością własną przekształcenia

 

f

, je

ż

eli

 

istnieje niezerowy

wektor 

v V

 taki, 

ż

( )

f v

v

λ

=

.

-

 

Ka

ż

dy niezerowy wektor  

v V

 taki, 

ż

( )

f v

v

λ

=

, nazywamy 

wektorem własnym

przekształcenia 

f

odpowiadającym wartości własnej 

λ .

Związek wartości i wektorów własnych z macierzą przekształcenia

Niech

:

f V

V

 b

ę

dzie przekształceniem liniowym, a 

A

 - jego macierz

ą

 w bazie 

B

. Wtedy

1)

 

skalar

λ   jest  warto

ś

ci

ą

  własn

ą

  przekształcenia 

f

 

⇔  

0

A

I

λ

=   (wielomian

( )

A

w

A

I

λ

λ

=

  nazywamy 

wielomianem charakterystycznym macierzy 

A

a równanie

( )

0

A

w

λ

=

 

nazywamy

 równaniem charakterystycznym macierzy 

A

);

2)

 

wektor    jest  wektorem  własnym  przekształcenia 

f

odpowiadaj

ą

cym  warto

ś

ci  własnej

λ ⇔ współrz

ę

dne 

1

2

[ ,

,

,

]

n

x x

x

  wektora      w  bazie 

B

  s

ą

  niezerowym  rozwi

ą

zaniem

układu równa

ń

(

)

1

2

0

0

0

n

x

x

A

I

x

λ

 

 

 

=

 

 

 





.

Własności wektorów własnych

Niech 

:

f V

V

 b

ę

dzie przekształceniem liniowym.

1)

 

Je

ś

li 

λ  jest warto

ś

ci

ą

 własn

ą

 przekształcenia 

f

,  to zbiór

{

}

: ( )

W

v V

f v

v

λ

λ

=

=

       jest podprzestrzeni

ą

 przestrzeni 

V

(tzw. 

przestrze

ń

 wektorów własnych odpowiadaj

ą

cych

       warto

ś

ci własnej 

λ ). Ponadto  dim

dim

(

)

W

V

rz A

I

λ

λ

=

.

2)

 

Wektory  własne  odpowiadaj

ą

ce  ró

ż

nym  warto

ś

ciom  własnym  przekształcenia 

f

  s

ą

liniowo niezale

ż

ne.

3)

 

Przekształcenie 

f

  jest 

diagonalizowalne

  (tzn.  w  pewnej  bazie  przestrzeni 

V

  macierz

przekształcenia 

f

 jest diagonalna)  

⇔  istnieje baza przestrzeni 

V

 zło

ż

ona z wektorów

własnych  przekształcenia 

f

 

⇔   suma  wymiarów  wszystkich  przestrzeni  własnych

odpowiadaj

ą

cych  poszczególnym  warto

ś

ciom  własnym  przekształcenia 

f

  jest  równa

dimV

.

Wartości i wektory własne macierzy

Niech 

A

 b

ę

dzie macierz

ą

 kwadratow

ą

 stopnia   o elementach z ciała 

K

. Wtedy

-

 

Skalar 

K

λ

 nazywamy 

wartością własną macierzy 

A

, je

ż

eli

 

0

A

I

λ

=  (tzn. 

λ

 

jest

pierwiastkiem wielomianu charakterystycznego macierzy

 

A

).

background image

-

 

Niezerowy wektor  

(

)

1

2

,

,

,

n

n

x x

x

K

 nazywamy 

wektorem własnym macierzy 

A

odpowiadającym wartości własnej 

λ , je

ż

eli

(

)

1

2

0

0

0

n

x

x

A

I

x

λ

 

 

 

=

 

 

 





.

Uwaga:

 Warto

ś

ci i wektory własne macierzy 

A

 s

ą

 identyczne z warto

ś

ciami i wektorami

własnymi przekształcenia liniowego 

:

n

n

f K

K

, dla którego macierz 

A

 jest macierz

ą

 w

bazie standardowej przestrzeni 

n

K

.

Macierz diagonalizowalna

Macierz  kwadratowa 

A

  o  elementach  z  ciała 

K

  jest 

diagonalizowalna

,  je

ż

eli  istnieje

odwracalna macierz 

P

 (o elementach z ciała 

K

) taka, 

ż

e macierz 

1

P AP

 jest diagonalna.

Związek diagonalizowalności macierzy z wektorami własnymi

Macierz kwadratowa 

A

 stopnia   o elementach z ciała 

K

 jest 

diagonalizowalna 

 

istnieje

baza przestrzeni 

n

K

 zło

ż

ona z wektorów własnych macierzy 

A

.